Bảng kết quả kiểm định t trả lời ba câu: chênh lệch quan sát được là bao nhiêu (cột chênh lệch trung bình), nó lớn gấp mấy lần sai số chuẩn (cột t với bậc tự do df), và khả năng gặp chênh lệch cỡ đó nếu H0 đúng là bao nhiêu (cột Sig. hay p). Cột khoảng tin cậy cho biết chênh lệch thật có thể nằm trong khoảng nào.
Bài này lấy các ví dụ giả định đã tính tay ở những bài khác của trang, dựng lại bảng kết quả theo kiểu SPSS, Excel và R, giải nghĩa từng cột và chỉ ra những chỗ sinh viên hay đọc nhầm nhất, như lấy nhầm Sig. của Levene hoặc Sig. của hệ số tương quan làm kết quả chính.
Đọc bảng thống kê nhóm trước khi đọc kiểm định
Hầu hết phần mềm in một bảng mô tả trước bảng kiểm định. Nhiều người bỏ qua, nhưng đây là nơi kiểm tra dữ liệu đã vào đúng chưa. Ví dụ giả định: điểm hai lớp, mỗi lớp 8 học sinh.
| Nhóm | N | Mean | Std. Deviation | Std. Error Mean |
|---|---|---|---|---|
| Lớp 1 (kiểm tra ngắn) | 8 | 7,000 | 1,309 | 0,463 |
| Lớp 2 (đọc tóm tắt) | 8 | 5,250 | 1,035 | 0,366 |
N là số quan sát thật sự được đưa vào phân tích, sau khi đã loại giá trị thiếu. Nếu bạn nhập 40 phiếu mà N chỉ còn 35, cần tìm xem 5 phiếu kia mất ở đâu. Mean và Std. Deviation là trung bình và độ lệch chuẩn của từng nhóm; Std. Error Mean bằng độ lệch chuẩn chia căn bậc hai của N, ví dụ 1,309 / √8 ≈ 0,463.
Nhìn bảng này bạn đã đoán được kết quả: hai trung bình cách nhau 1,75 điểm, trong khi sai số chuẩn của mỗi trung bình chỉ khoảng 0,4. Bạn cũng thấy được hai độ lệch chuẩn khá gần nhau, nên phiên bản Student và Welch sẽ cho kết quả gần như trùng. Kiểm tra cả nhãn nhóm: nếu biến nhóm mã hoá 1 và 2 mà phần mềm khai báo nhầm thành 0 và 1, bảng sẽ trống hoặc chỉ có một nhóm.
Bảng kiểm định hai mẫu độc lập: hai dòng và mười cột
Với cùng dữ liệu, bảng kiểm định hai mẫu độc lập kiểu SPSS có hai dòng. Các giá trị dưới đây là của ví dụ giả định trên, tính lại bằng tay và bằng phần mềm.
| Cột | Dòng giả định phương sai bằng nhau | Dòng không giả định phương sai bằng nhau | Ý nghĩa |
|---|---|---|---|
| Levene F | 0,317 | (để trống) | Thống kê kiểm định Levene so phương sai hai nhóm |
| Levene Sig. | 0,583 | (để trống) | Giá trị p của Levene, không phải của kiểm định t |
| t | 2,966 | 2,966 | Chênh lệch chia sai số chuẩn |
| df | 14 | 13,292 | Bậc tự do; dòng dưới là bậc tự do Welch |
| Sig. (2-tailed) | 0,010 | 0,011 | Giá trị p hai phía của kiểm định t |
| Mean Difference | 1,750 | 1,750 | Trung bình nhóm 1 trừ nhóm 2 |
| Std. Error Difference | 0,590 | 0,590 | Sai số chuẩn của chênh lệch |
| 95% CI Lower | 0,484 | 0,478 | Cận dưới khoảng tin cậy của chênh lệch |
| 95% CI Upper | 3,016 | 3,022 | Cận trên khoảng tin cậy của chênh lệch |
Ở ví dụ này hai dòng có t và sai số chuẩn bằng nhau vì hai nhóm cùng cỡ; khi cỡ nhóm khác nhau, hai dòng sẽ khác nhau cả ở t. Quy tắc chọn dòng (theo Levene, hay dùng dòng Welch ngay từ đầu) phải được định trước. Các phiên bản SPSS gần đây có thể hiển thị thêm cột p một phía và p hai phía riêng, cùng bảng cỡ hiệu ứng; bố cục cụ thể tuỳ phiên bản.
Khoảng tin cậy và giá trị p luôn nhất quán: khoảng tin cậy 95% không chứa 0 khi và chỉ khi p hai phía nhỏ hơn 0,05. Nếu bạn thấy khoảng chứa 0 mà p nhỏ hơn 0,05, kiểm tra lại xem có lấy hai con số từ hai dòng khác nhau không.
Ba chỗ đọc nhầm phổ biến nhất
Lấy Sig. của Levene làm kết quả chính. Cột Sig. đầu tiên trong bảng thuộc kiểm định Levene, trả lời câu hỏi phương sai có khác nhau không. Ở ví dụ là 0,583. Sinh viên đọc vội viết "p = 0,583, không có khác biệt giữa hai lớp", trong khi kết quả kiểm định t là p ≈ 0,010. Hãy luôn tìm cột có chữ (2-tailed) hoặc Two-Sided.
Đọc Sig. = ,000 thành p bằng 0. Phần mềm làm tròn ba chữ số nên p rất nhỏ hiện thành ,000. Giá trị p không bao giờ bằng 0; cách viết đúng là p nhỏ hơn 0,001. Cũng vậy, dấu phẩy đứng đầu như ,010 là cách hiển thị bỏ số 0, nghĩa là 0,010.
Hiểu Mean Difference theo chiều ngược. Mean Difference luôn là nhóm đầu trừ nhóm sau theo thứ tự bạn khai báo. Nếu bạn khai báo lớp 2 trước, chênh lệch thành −1,750 và t thành −2,966. Kết luận không đổi nhưng câu văn phải đổi chiều. Trước khi viết, đối chiếu lại với bảng thống kê nhóm để biết nhóm nào cao hơn.
Bảng kiểm định mẫu cặp và cái bẫy của bảng tương quan
Với dữ liệu trước – sau, SPSS thường in ba bảng: thống kê từng lần đo, tương quan giữa hai lần đo, và kiểm định trên hiệu số. Ví dụ giả định: thời gian nhập liệu của 8 nhân viên, trước 42,75 phút và sau 39,75 phút.
| Bảng | Cột chính | Giá trị ví dụ | Trả lời câu hỏi gì |
|---|---|---|---|
| Tương quan cặp | Correlation | 0,902 | Hai lần đo có cùng chiều không (người nhanh vẫn nhanh) |
| Tương quan cặp | Sig. | 0,002 | Tương quan có khác 0 không — không phải kiểm định chênh lệch |
| Kiểm định cặp | Mean (của hiệu số) | 3,000 | Mức giảm trung bình, trước trừ sau |
| Kiểm định cặp | Std. Deviation | 2,070 | Độ lệch chuẩn của hiệu số |
| Kiểm định cặp | Std. Error Mean | 0,732 | Sai số chuẩn của trung bình hiệu số |
| Kiểm định cặp | 95% CI | 1,269 đến 4,731 | Khoảng tin cậy của mức giảm trung bình |
| Kiểm định cặp | t, df, Sig. (2-tailed) | 4,099; 7; 0,005 | Kết quả chính của kiểm định |
Bẫy lớn nhất là lấy Sig. 0,002 của bảng tương quan làm kết quả chính. Tương quan cao chỉ nói rằng người chậm lần đầu thì vẫn tương đối chậm lần sau; nó hoàn toàn có thể xảy ra khi không ai thay đổi gì. Kết quả về chênh lệch nằm ở bảng kiểm định cặp.
Độ lệch chuẩn ở bảng kiểm định cặp (2,070) là của hiệu số, nhỏ hơn nhiều so với độ lệch chuẩn của từng lần đo (khoảng 4,68 và 3,77). Đây chính là lý do kiểm định cặp nhạy hơn, như đã giải thích ở bài về kiểm định t mẫu cặp.
Bảng kiểm định một mẫu: cột giá trị kiểm định và chênh lệch
Kiểm định một mẫu có bảng gọn nhất, nhưng vẫn có một cột hay bị bỏ sót là giá trị kiểm định (Test Value), nơi bạn nhập con số so sánh. Ví dụ giả định: 10 gói cà phê, trung bình 248 g, so với nhãn 250 g.
| Cột | Giá trị ví dụ | Ý nghĩa và điều cần kiểm |
|---|---|---|
| Test Value | 250 | Giá trị μ0 bạn nhập; mặc định thường là 0, quên đổi là lỗi rất hay gặp |
| N, Mean, Std. Deviation | 10; 248,0; 2,582 | Mô tả mẫu, đối chiếu với dữ liệu gốc |
| t | −2,449 | Âm vì trung bình mẫu nhỏ hơn giá trị kiểm định |
| df | 9 | Bằng N − 1 |
| Sig. (2-tailed) | 0,037 | Giá trị p hai phía |
| Mean Difference | −2,000 | Trung bình mẫu trừ giá trị kiểm định |
| 95% CI của chênh lệch | −3,847 đến −0,153 | Khoảng tin cậy của chênh lệch so với 250, không phải của trung bình |
Cột khoảng tin cậy trong bảng một mẫu của SPSS thường là khoảng tin cậy của chênh lệch, không phải của chính trung bình. Muốn có khoảng tin cậy của trung bình, bạn cộng giá trị kiểm định vào hai cận: −3,847 + 250 = 246,153 và −0,153 + 250 = 249,847, tức khoảng từ 246,15 đến 249,85 g. Nhầm hai loại khoảng này dẫn tới những câu kỳ lạ như "khối lượng trung bình nằm trong khoảng từ −3,8 đến −0,2 g".
Nếu quên đổi Test Value khỏi 0, phần mềm sẽ kiểm định xem khối lượng trung bình có khác 0 gam không, cho t khổng lồ và p nhỏ hơn 0,001. Kết quả "rất có ý nghĩa" như vậy là dấu hiệu nên kiểm tra lại ô giá trị kiểm định.
Kết quả trong Excel và R trông như thế nào
Công cụ Data Analysis của Excel in kết quả thành một bảng hai cột, mỗi dòng một đại lượng. Với kiểm định mẫu cặp cho cùng ví dụ, bạn sẽ thấy các dòng Mean (42,75 và 39,75), Variance (khoảng 21,93 và 14,21), Observations (8), Pearson Correlation (khoảng 0,902), Hypothesized Mean Difference (0), df (7), t Stat (khoảng 4,099), rồi bốn dòng P(T<=t) one-tail (khoảng 0,0023), t Critical one-tail (khoảng 1,895), P(T<=t) two-tail (khoảng 0,0046) và t Critical two-tail (khoảng 2,365). Excel không in khoảng tin cậy trong bảng này, bạn phải tự tính.
Hai dòng "one-tail" và "two-tail" đứng cạnh nhau là nguồn nhầm lẫn: dòng một phía luôn nhỏ hơn, và việc chọn dòng nào phải dựa trên giả thuyết đặt trước, không phải dựa trên dòng nào đẹp hơn. Excel cũng không in thứ tự trừ một cách rõ ràng; dấu của t Stat theo thứ tự hai vùng dữ liệu bạn chọn.
Hàm t.test của R in kết quả dạng văn bản. Với ví dụ kiểm định một mẫu 10 gói cà phê so với 250 g, kết quả có dòng t = −2.4495, df = 9, p-value = 0.03679, dòng giả thuyết đối ghi trung bình thật không bằng 250, khoảng tin cậy 95 phần trăm từ khoảng 246.15 đến 249.85, và trung bình mẫu 248. R dùng dấu chấm thập phân; khi chép vào luận văn tiếng Việt, bạn đổi sang dấu phẩy cho thống nhất.
Khi R thực hiện kiểm định hai mẫu mà không có tuỳ chọn phương sai bằng nhau, dòng tiêu đề ghi tên Welch và bậc tự do là số lẻ. Nếu bạn so với SPSS và thấy lệch, đó thường là vì đang so dòng Welch của R với dòng Student của SPSS.
Từ bảng kết quả đến câu kết luận
Khi đã chọn đúng dòng và đúng cột, việc chuyển thành câu văn có thể đi theo trình tự cố định để không thiếu thông tin.
- Nêu hướng và độ lớn bằng số mô tả: nhóm nào cao hơn, trung bình và độ lệch chuẩn từng nhóm.
- Nêu loại kiểm định đã dùng (Student, Welch hay mẫu cặp) và lý do ngắn gọn nếu cần.
- Ghi thống kê kiểm định theo dạng t(df) = giá trị, làm tròn hai chữ số; với Welch giữ bậc tự do lẻ.
- Ghi giá trị p chính xác, ví dụ p = 0,010; nếu rất nhỏ thì ghi nhỏ hơn 0,001.
- Ghi chênh lệch và khoảng tin cậy 95% của chênh lệch, kèm đơn vị.
- Thêm một chỉ số cỡ hiệu ứng nếu chương trình đào tạo hoặc tạp chí yêu cầu, ghi rõ công thức.
- Kết thúc bằng một câu diễn giải bằng lời thường, không phóng đại: có ý nghĩa thống kê không có nghĩa là quan trọng, không có ý nghĩa không có nghĩa là không khác.
Ví dụ hoàn chỉnh cho bảng hai lớp: điểm trung bình lớp 1 (7,00; độ lệch chuẩn 1,31) cao hơn lớp 2 (5,25; độ lệch chuẩn 1,04); kiểm định t Welch cho t(13,29) = 2,97, p = 0,011, chênh lệch 1,75 điểm, khoảng tin cậy 95% từ 0,48 đến 3,02. Chuẩn trình bày chi tiết cho luận văn được bàn trong danh mục viết kết quả của trang.
Câu hỏi thường gặp
Sig. (2-tailed) có phải là giá trị p không?
Đúng. Sig. là cách SPSS gọi giá trị p, và 2-tailed nghĩa là giá trị p cho kiểm định hai phía. Nếu giả thuyết của bạn là một phía và đã được đặt trước, giá trị p một phía bằng một nửa giá trị hai phía khi chênh lệch đúng chiều giả thuyết.
Vì sao bảng có hai dòng mà kết quả t giống hệt nhau?
Khi hai nhóm có cỡ mẫu bằng nhau, công thức sai số chuẩn của Student và Welch cho cùng giá trị, nên t trùng nhau. Chỉ bậc tự do và do đó giá trị p, khoảng tin cậy khác nhau chút ít. Khi cỡ nhóm khác nhau, hai dòng sẽ khác cả giá trị t.
Khoảng tin cậy chứa 0 nhưng p bằng 0,049 thì sai ở đâu?
Với cùng kiểm định hai phía và cùng mức 5%, điều này không thể xảy ra. Thường là do lấy khoảng tin cậy ở một dòng và giá trị p ở dòng khác, hoặc lấy p một phía. Hãy đối chiếu lại cùng một dòng và cùng loại kiểm định.
Std. Error Difference có khác Std. Deviation không?
Khác. Độ lệch chuẩn đo mức phân tán của từng quan sát trong một nhóm. Sai số chuẩn của chênh lệch đo mức dao động của chênh lệch hai trung bình nếu lặp lại nghiên cứu nhiều lần. Sai số chuẩn nhỏ hơn nhiều và giảm khi cỡ mẫu tăng.
Kết quả SPSS và Excel lệch nhau ở chữ số thứ ba thì có sao không?
Lệch nhỏ ở chữ số cuối thường do làm tròn. Lệch đáng kể thường do chọn khác loại kiểm định, ví dụ Excel loại 2 là phương sai bằng nhau còn bạn so với dòng Welch của SPSS, hoặc do dữ liệu thiếu được xử lý khác nhau. Kiểm tra N và loại kiểm định trước.
Có cần chép nguyên bảng SPSS vào luận văn không?
Không nên chép nguyên bảng xuất của phần mềm. Nên trình bày lại thành bảng gọn theo chuẩn trình bày của trường, giữ các con số cần thiết như trung bình, độ lệch chuẩn, t, df, p, chênh lệch và khoảng tin cậy, bằng tiếng Việt và dấu phẩy thập phân thống nhất.