Excel chạy được ANOVA một nhân tố qua mục Anova: Single Factor trong bộ Data Analysis, cho ra bảng tổng bình phương, bậc tự do, trung bình bình phương, thống kê F, giá trị p và giá trị F tới hạn. Điều Excel không làm là kiểm định hậu định để biết cụ thể cặp nhóm nào khác nhau, và cũng không tự kiểm giả định. Hai phần đó bạn phải bổ sung bằng tay hoặc bằng phần mềm khác.
Bài dưới đi qua cách xếp dữ liệu, các bước chạy, cách đọc từng ô của bảng kết quả với một ví dụ giả định đã tính lại bằng tay, rồi bàn những việc cần làm sau khi F có ý nghĩa. Thao tác viết theo Excel cho Windows bản phổ biến; tên mục có thể khác theo phiên bản, bạn kiểm lại trên máy mình.
Excel làm được gì và không làm được gì với ANOVA
Bộ Analysis ToolPak có ba mục ANOVA. Anova: Single Factor so sánh trung bình của ba nhóm trở lên theo một yếu tố, ví dụ điểm của ba phương pháp dạy. Anova: Two-Factor With Replication dành cho hai yếu tố có lặp lại trong mỗi ô, có kiểm tra tương tác. Anova: Two-Factor Without Replication dành cho thiết kế mỗi ô chỉ một quan sát, như bố trí khối ngẫu nhiên trong thí nghiệm đồng ruộng.
Những gì không có sẵn: kiểm định Levene về phương sai bằng nhau, Welch ANOVA khi phương sai lệch, các kiểm định hậu định như Tukey hay Games-Howell, cỡ hiệu ứng, ANOVA đo lặp đúng nghĩa với hiệu chỉnh cầu, và mọi thiết kế không cân bằng ở hai nhân tố. Với khoá luận đại học có ba bốn nhóm cân bằng, Excel đủ dùng cho phần F tổng; với luận văn cần post hoc và kiểm giả định đầy đủ, bạn nên chạy thêm trên một phần mềm thống kê.
Một điểm cần biết từ đầu: kết quả ToolPak là bảng số tĩnh. Sửa dữ liệu gốc, bảng không cập nhật. Phần tự kiểm bằng công thức ở dưới vừa để đối chiếu, vừa cho bạn một phiên bản tự cập nhật.
Xếp dữ liệu đúng dạng cho Anova: Single Factor
ToolPak đọc dữ liệu theo cột hoặc theo dòng, mỗi nhóm một cột là cách phổ biến nhất. Những điều cần chuẩn bị:
- Mỗi nhóm một cột, các cột liền nhau: phương pháp A ở cột A, B ở cột B, C ở cột C. Vùng nhập phải là một khối chữ nhật liên tục; cột trống xen giữa làm Excel hiểu sai số nhóm.
- Dòng đầu là tên nhóm nếu bạn định đánh dấu Labels. Tên ngắn, không trùng, vì Excel dùng chúng làm nhãn trong bảng SUMMARY.
- Các nhóm được phép khác cỡ ở ANOVA một nhân tố: cột ngắn hơn để trống phía dưới, Excel bỏ qua ô trống. Ô chứa chữ hay ký tự lạ thì không bị bỏ qua êm như vậy mà làm công cụ báo lỗi dữ liệu không phải số.
- Dữ liệu dạng một cột điểm và một cột nhóm, kiểu xuất từ biểu mẫu khảo sát, phải chuyển sang dạng mỗi nhóm một cột trước. Cách nhanh là lọc theo từng nhóm rồi dán sang cột mới, sau đó dùng COUNT để chắc không sót dòng.
- Không gộp nhóm sau khi xem kết quả. Nếu có lý do gộp hai nhóm ít người, quyết định đó nên nằm trong đề cương, không phải sau khi thấy p chưa đạt.
Ví dụ giả định dùng xuyên suốt bài: ba nhóm sinh viên học theo ba phương pháp, mỗi nhóm năm người. Điểm nhóm A là 7, 8, 6, 7, 9; nhóm B là 5, 6, 6, 4, 5; nhóm C là 8, 9, 7, 9, 8.
Các bước chạy Anova: Single Factor
Nếu nút Data Analysis chưa có trên thẻ Data, bạn bật bộ Analysis ToolPak trong phần quản lý phần bổ trợ của Excel trước. Sau đó:
- Bấm Data → Data Analysis, chọn Anova: Single Factor, bấm OK.
- Ở Input Range, quét cả khối gồm dòng tên nhóm và toàn bộ dữ liệu, ví dụ A1:C6.
- Ở Grouped By chọn Columns vì mỗi nhóm một cột.
- Đánh dấu Labels in first row nếu đã quét dòng tên.
- Đặt Alpha bằng mức ý nghĩa đã ghi trong đề cương, thường là 0,05. Alpha ở đây chỉ ảnh hưởng cột F crit, không ảnh hưởng giá trị p.
- Chọn nơi xuất kết quả: một ô trống bên phải dữ liệu hoặc một trang mới, rồi bấm OK.
- Đặt tên cho vùng kết quả hoặc ghi chú cạnh bảng: ngày chạy, vùng dữ liệu, alpha. Nếu sau này loại một phiếu lỗi, bạn biết bảng cũ không còn đúng.
Nếu Excel báo vùng nhập chứa dữ liệu không phải số, gần như chắc chắn có ô chữ, khoảng trắng hoặc số lưu dạng văn bản trong vùng. Ô trống ở cuối cột ngắn hơn thì không gây lỗi này.
Đọc bảng SUMMARY và bảng ANOVA từng ô
Với dữ liệu giả định ở trên, phần SUMMARY cho cỡ mẫu, tổng, trung bình và phương sai từng nhóm: A có trung bình 7,4, phương sai 1,3; B trung bình 5,2, phương sai 0,7; C trung bình 8,2, phương sai 0,7. Bảng ANOVA bên dưới có dạng:
| Source of Variation | SS | df | MS | F | P-value | F crit |
|---|---|---|---|---|---|---|
| Between Groups | 24,133 | 2 | 12,067 | 13,41 | 0,00087 | 3,885 |
| Within Groups | 10,800 | 12 | 0,900 | |||
| Total | 34,933 | 14 |
SS giữa nhóm đo mức trung bình các nhóm xa trung bình chung (ở đây là 6,93); SS trong nhóm đo mức từng người xa trung bình nhóm mình. Chia SS cho df được MS. F bằng MS giữa nhóm chia MS trong nhóm, 12,067 chia 0,9 được khoảng 13,41. P-value 0,00087 nhỏ hơn 0,05, tương đương F lớn hơn F crit 3,885, nên bác bỏ giả thuyết không cho rằng ba trung bình bằng nhau.
Kết luận dừng ở đó: ít nhất một trung bình khác các trung bình còn lại. ANOVA chưa cho biết A khác B, B khác C hay cả ba khác nhau từng đôi. Cỡ hiệu ứng eta bình phương bằng SS giữa nhóm chia SS tổng, 24,133 chia 34,933, khoảng 0,69; đây là ví dụ giả định với mẫu rất nhỏ nên con số lớn, dữ liệu thật hiếm khi gọn như vậy.
Tự kiểm bằng công thức để có phiên bản tự cập nhật
Đặt các công thức sau ở một vùng riêng; khi dữ liệu đổi, chúng tính lại ngay, và bạn đối chiếu được với bảng ToolPak.
- SS tổng: DEVSQ(A2:C6), hàm này cộng bình phương độ lệch so với trung bình chung của cả khối, được 34,933.
- SS trong nhóm: DEVSQ(A2:A6) + DEVSQ(B2:B6) + DEVSQ(C2:C6), được 5,2 + 2,8 + 2,8 = 10,8.
- SS giữa nhóm: lấy SS tổng trừ SS trong nhóm, được 24,133.
- Bậc tự do: giữa nhóm bằng số nhóm trừ 1, là 2; trong nhóm bằng tổng số quan sát trừ số nhóm, là 15 − 3 = 12. Dùng COUNT thay vì gõ tay để công thức đúng khi thêm dữ liệu.
- F bằng (SS giữa nhóm chia 2) chia (SS trong nhóm chia 12), được khoảng 13,41.
- Giá trị p: F.DIST.RT(13.41, 2, 12), được khoảng 0,00087. F tới hạn: F.INV.RT(0.05, 2, 12), được khoảng 3,885.
Nếu hai cách ra khác nhau, nguyên nhân hay gặp là vùng ToolPak quét thiếu một dòng, hoặc có ô số lưu dạng chữ mà công thức DEVSQ bỏ qua. Lần theo con số Count trong SUMMARY là ra.
Kiểm giả định và việc làm sau khi F có ý nghĩa
Độc lập. Mỗi người chỉ thuộc một nhóm và chỉ đo một lần. Nếu cùng người đo ở ba thời điểm, đó là thiết kế đo lặp; Anova: Single Factor không đúng cho trường hợp này dù bảng vẫn chạy ra số.
Phân phối gần chuẩn trong từng nhóm. Với nhóm nhỏ, bạn vẽ biểu đồ tần suất hoặc biểu đồ hộp cho từng nhóm và tìm giá trị bất thường. Excel không có kiểm định Shapiro-Wilk sẵn; nếu cần con số, chạy trên phần mềm thống kê. Phân phối lệch nặng với nhóm nhỏ là lúc cân nhắc Kruskal-Wallis.
Phương sai tương đương. Một quy tắc kinh nghiệm hay được nhắc là tỷ số phương sai lớn nhất trên nhỏ nhất không quá xa; ở ví dụ là 1,3 chia 0,7, chưa tới 2. Khi các nhóm vừa lệch cỡ vừa lệch phương sai, Welch ANOVA đáng tin hơn, và Excel không có sẵn.
So sánh từng cặp khi Excel không có post hoc. Cách thô là chạy T.TEST cho từng cặp rồi hiệu chỉnh Bonferroni: với ba cặp, so p với 0,05 chia 3, khoảng 0,0167. Cách này bảo thủ và không dùng phương sai gộp của cả ba nhóm như Tukey. Nếu luận văn cần post hoc chuẩn, bạn chạy Tukey hoặc Games-Howell trên SPSS, R, JASP hay jamovi và nêu rõ phương pháp.
Không chạy ba t-test thay cho ANOVA ngay từ đầu. Mỗi phép thử ở mức 0,05 cộng dồn khả năng có ít nhất một kết quả dương tính giả. ANOVA kiểm một giả thuyết chung trước; so sánh từng cặp chỉ đến sau và phải hiệu chỉnh.
ANOVA hai nhân tố trong Excel: hai mục còn lại và giới hạn
Anova: Two-Factor With Replication cần dữ liệu xếp theo khối: cột là các mức của yếu tố thứ nhất, dòng chia thành các khối bằng nhau theo mức của yếu tố thứ hai, ô Rows per sample khai số quan sát trong mỗi ô. Ví dụ giả định: hai giống lúa nhân ba mức phân bón, mỗi tổ hợp bốn ô thí nghiệm; mỗi cột là một mức phân bón, bốn dòng đầu là giống thứ nhất, bốn dòng sau là giống thứ hai. Bảng kết quả có ba dòng kiểm định: Sample (yếu tố theo dòng), Columns (yếu tố theo cột) và Interaction (tương tác).
Mục này đòi hỏi mỗi ô có đúng cùng số quan sát. Chỉ cần một ô thí nghiệm hỏng là thiết kế mất cân bằng, và Excel không xử lý được; khi đó cần phần mềm thống kê với lựa chọn loại tổng bình phương phù hợp. Khi tương tác có ý nghĩa, đọc riêng từng yếu tố chính dễ gây hiểu nhầm; bạn nên vẽ biểu đồ trung bình theo tổ hợp để thấy yếu tố này tác động khác nhau theo mức của yếu tố kia.
Anova: Two-Factor Without Replication dùng khi mỗi tổ hợp chỉ có một số đo, như thiết kế khối với mỗi khối một lần cho mỗi nghiệm thức. Không có lặp thì không tách được tương tác khỏi sai số, nên bảng chỉ có hai dòng kiểm định. Một số người dùng mục này cho dữ liệu đo lặp (dòng là người, cột là thời điểm); phép tính tổng bình phương giống ANOVA đo lặp cơ bản, nhưng không có kiểm định cầu hay hiệu chỉnh đi kèm, nên nếu luận văn dựa chính vào phân tích đo lặp, bạn nên dùng phần mềm thống kê.
Câu hỏi thường gặp
P-value trong bảng ANOVA của Excel hiện dạng 8.73E-04 nghĩa là gì?
Đó là cách Excel viết số khoa học: 8,73 nhân 10 mũ trừ 4, tức khoảng 0,000873. Khi báo cáo, bạn ghi p nhỏ hơn 0,001 hoặc làm tròn theo quy định của trường, kèm F và hai bậc tự do. Đổi định dạng ô sang Number để thấy dạng thập phân.
Các nhóm khác cỡ mẫu thì Anova: Single Factor còn dùng được không?
Dùng được với ANOVA một nhân tố, Excel tính đúng với các cột dài ngắn khác nhau. Điều cần cẩn thận là khi các nhóm vừa lệch cỡ vừa lệch phương sai, F cổ điển kém tin cậy; lúc đó Welch ANOVA hợp hơn, và bạn cần phần mềm thống kê để chạy nó.
F crit khác gì P-value, nên báo cáo con số nào?
F crit là ngưỡng F tương ứng với alpha bạn đặt, P-value là xác suất có F lớn như vậy hoặc hơn nếu giả thuyết không đúng. Hai cách đọc cho cùng kết luận. Luận văn hiện nay thường báo cáo F, hai bậc tự do và p chính xác, ít khi cần F crit.
Có tính được Tukey HSD bằng công thức Excel không?
Tính được nếu bạn tra giá trị phân phối khoảng biến thiên chuẩn hoá từ bảng tra, vì Excel không có hàm cho phân phối đó. Cách làm dễ sai và khó kiểm lại, nên với luận văn, chạy Tukey trên phần mềm thống kê rồi đối chiếu trung bình nhóm với bảng SUMMARY của Excel là đường an toàn hơn.
Kết quả ANOVA không có ý nghĩa thì có nên chạy so sánh từng cặp không?
Nếu giả thuyết so sánh cặp đã được đặt từ trước trong đề cương, bạn có thể kiểm định chúng như các so sánh dự định, kèm hiệu chỉnh phù hợp. Đi tìm cặp có ý nghĩa sau khi F tổng không đạt là dò số liệu, làm tăng khả năng kết luận sai.
Dữ liệu thang Likert năm mức có chạy ANOVA trong Excel được không?
Về phép tính thì chạy được. Việc có nên coi điểm Likert là dữ liệu khoảng hay không còn nhiều quan điểm: điểm trung bình của nhiều câu thường được xử lý như liên tục, còn một câu đơn lẻ nhiều người chọn kiểm định phi tham số. Bạn nêu lựa chọn và lý do trong phần phương pháp.