GiaThuyet.comGiả Thuyết
Kiểm định chi bình phương

Bảng phân phối chi bình phương: bậc tự do, giá trị tới hạn và cách tra p

Bảng phân phối chi bình phương rút gọn theo bậc tự do và mức 0,10 đến 0,001, cách tra để kết luận, cách tính p chính xác bằng hàm bảng tính và vì sao chỉ dùng đuôi phải.

Evening scene of a Vietnamese student studying alone at a long reading table in a quiet Quang Ninh public library, desk lamp glowing amber, wide composition from the doorway

Bảng phân phối chi bình phương cho biết giá trị tới hạn của χ² ứng với từng bậc tự do và từng mức ý nghĩa: nếu χ² bạn tính được lớn hơn giá trị tới hạn ở mức α, thì p nhỏ hơn α và bạn bác bỏ H0. Ví dụ với df bằng 1, giá trị tới hạn ở mức 0,05 là 3,841; với df bằng 2 là 5,991; với df bằng 4 là 9,488.

Ngày nay phần mềm tính p chính xác, nhưng bảng vẫn hữu ích để kiểm nhanh một kết quả, để làm bài thi không có máy tính, và để hiểu bậc tự do ảnh hưởng thế nào đến kết luận. Bài này giải thích phân phối chi bình phương là gì, bậc tự do trong từng loại kiểm định, bảng giá trị tới hạn rút gọn đã được tính lại, cách tra từng bước và cách tính p chính xác bằng hàm bảng tính.

Phân phối chi bình phương là gì

Nếu lấy k biến ngẫu nhiên độc lập, mỗi biến theo phân phối chuẩn tắc (trung bình 0, độ lệch chuẩn 1), bình phương từng biến rồi cộng lại, tổng đó có phân phối chi bình phương với k bậc tự do. Đó là định nghĩa gốc. Kiểm định chi bình phương trên bảng tần số dùng phân phối này vì, khi mẫu đủ lớn, mỗi độ lệch chuẩn hoá giữa tần số quan sát và kỳ vọng xấp xỉ một biến chuẩn, và χ² là tổng bình phương của chúng, sau khi trừ đi các ràng buộc.

Một vài tính chất hữu ích: phân phối chỉ nhận giá trị không âm; trung bình bằng đúng số bậc tự do, phương sai bằng hai lần số bậc tự do. Với df bằng 1 hoặc 2, phân phối lệch phải rất mạnh, phần lớn khối lượng dồn sát 0. Khi df tăng, đỉnh dịch sang phải (với df từ 2 trở lên, đỉnh nằm ở df − 2) và hình dạng dần cân đối, tiến gần phân phối chuẩn.

Từ tính chất trung bình bằng df suy ra một mẹo kiểm nhanh: nếu χ² tính được nhỏ hơn hoặc xấp xỉ bằng bậc tự do, gần như chắc chắn p lớn hơn 0,05 và không cần tra bảng. Ví dụ χ² bằng 3,5 với df bằng 4 nằm dưới trung bình của phân phối, hoàn toàn bình thường khi H0 đúng. Chỉ khi χ² vượt df một khoảng đáng kể mới cần tra.

Bậc tự do trong từng loại kiểm định

Bậc tự do là số giá trị được tự do thay đổi sau khi trừ đi các ràng buộc. Mỗi loại kiểm định có cách tính riêng:

Kiểm địnhBậc tự doVí dụ
Chi bình phương độc lập hoặc đồng nhất (bảng r × c)(r − 1) × (c − 1)Bảng 3x4: df = 2 × 3 = 6
Chi bình phương phù hợp (k nhóm)k − 1 − m, m là số tham số ước lượng từ mẫu5 nhóm, không ước lượng gì: df = 4
McNemar (bảng cặp 2x2)1Luôn bằng 1
Cochran Q (k lần đo có/không)k − 13 lần đo: df = 2
Kiểm định phương sai một mẫun − 1n = 10: df = 9

Kiểm định phương sai một mẫu dùng thống kê (n − 1) × s² / σ0², trong đó s² là phương sai mẫu và σ0² là phương sai theo giả thuyết; khi dữ liệu có phân phối chuẩn, thống kê này theo phân phối chi bình phương với n − 1 bậc tự do. Đây là trường hợp hiếm hoi dùng cả hai đuôi của phân phối: với df bằng 9 và mức 0,05 hai phía, hai giá trị tới hạn là khoảng 2,700 và 19,023.

Sai bậc tự do là lỗi phổ biến khi tra bảng. Hay gặp nhất là dùng số ô trừ 1 cho bảng chéo, hoặc quên trừ tham số ước lượng trong kiểm định phù hợp. Một bảng 2x3 có 6 ô nhưng chỉ có 2 bậc tự do, không phải 5.

Bảng giá trị tới hạn rút gọn

Mỗi ô là giá trị χ² mà diện tích đuôi phải bằng mức ghi ở đầu cột. Các giá trị dưới đây đã được tính lại bằng hàm phân phối chi bình phương, làm tròn ba chữ số thập phân:

df0,100,050,0250,010,001
12,7063,8415,0246,63510,828
24,6055,9917,3789,21013,816
36,2517,8159,34811,34516,266
47,7799,48811,14313,27718,467
59,23611,07012,83315,08620,515
610,64512,59214,44916,81222,458
813,36215,50717,53520,09026,124
1015,98718,30720,48323,20929,588
1522,30724,99627,48830,57837,697
2028,41231,41034,17037,56645,315

Đọc hàng df bằng 1: 3,841 xấp xỉ 1,96 bình phương và 6,635 xấp xỉ 2,576 bình phương. Điều này không phải trùng hợp: chi bình phương một bậc tự do là bình phương của một biến chuẩn tắc, nên ngưỡng hai phía của z chính là căn bậc hai của ngưỡng χ². Vì vậy kiểm định chi bình phương 2x2 tương đương kiểm định z so sánh hai tỷ lệ.

Khi bậc tự do bạn cần không có trong bảng, như df bằng 7 hoặc 12, có thể nội suy giữa hai dòng gần nhất để ước lượng, hoặc tốt hơn là tính chính xác bằng hàm bảng tính như phần sau.

Cách tra bảng để kết luận, từng bước

Ba ví dụ giả định đi kèm để bạn thử ngay:

  1. Chọn mức ý nghĩa α trước khi xem dữ liệu, thường là 0,05.
  2. Xác định đúng bậc tự do theo loại kiểm định.
  3. Tìm dòng df tương ứng, so χ² tính được với các giá trị trên dòng đó.
  4. Nếu χ² lớn hơn giá trị ở cột α, kết luận p nhỏ hơn α và bác bỏ H0; nếu nhỏ hơn, không bác bỏ H0.
  5. Muốn biết p nằm trong khoảng nào, tìm hai cột kẹp χ² ở giữa. Ví dụ 1: χ² = 7,9 với df bằng 3 nằm giữa 7,815 (cột 0,05) và 9,348 (cột 0,025), nên p nằm giữa 0,025 và 0,05; tính chính xác p ≈ 0,048.
  6. Ví dụ 2: χ² = 2,1 với df bằng 1 nhỏ hơn cả 2,706 (cột 0,10), nên p > 0,10; tính chính xác p ≈ 0,15. Không bác bỏ H0, và cách nói đúng là chưa đủ bằng chứng, không phải "đã chứng minh hai biến độc lập".
  7. Ví dụ 3: χ² = 19,5 với df bằng 8 nằm giữa 17,535 (cột 0,025) và 20,090 (cột 0,01), nên p nằm giữa 0,01 và 0,025; tính chính xác p ≈ 0,012.

Ví dụ 1 cho thấy một chuyện đáng lưu ý: χ² chỉ vượt ngưỡng 0,05 một chút, p chính xác 0,048. Kết luận "bác bỏ H0 ở mức 0,05" vẫn đúng theo quy tắc, nhưng bằng chứng sát ngưỡng và nên được diễn đạt thận trọng, kèm cỡ hiệu ứng, thay vì trình bày như một phát hiện chắc chắn.

Tính p chính xác bằng bảng tính và phần mềm

Trong luận văn, nên báo cáo p chính xác thay cho khoảng tra bảng. Các hàm thường dùng (tên hàm có thể khác theo phiên bản và ngôn ngữ giao diện, nên kiểm tài liệu bản bạn đang dùng):

  • Excel và Google Sheets: hàm CHISQ.DIST.RT(x, df) trả về diện tích đuôi phải, tức giá trị p ứng với χ² bằng x. Ví dụ CHISQ.DIST.RT(7,9; 3) cho khoảng 0,048 (dấu phân cách đối số là dấu chấm phẩy hoặc dấu phẩy tuỳ thiết lập vùng).
  • Hàm CHISQ.INV.RT(α, df) làm ngược lại: trả về giá trị tới hạn. CHISQ.INV.RT(0,05; 2) cho 5,991, đúng như bảng.
  • Hàm CHISQ.TEST(vùng quan sát, vùng kỳ vọng) trả về p trực tiếp, nhưng bạn phải tự lập bảng tần số kỳ vọng, và hàm tự đặt bậc tự do theo kích thước vùng. Với kiểm định phù hợp có ước lượng tham số, bậc tự do tự động sẽ sai, nên dùng CHISQ.DIST.RT với df tự tính.
  • Các phiên bản cũ dùng tên CHIDIST, CHIINV, CHITEST với cùng ý nghĩa đuôi phải; vẫn còn trong nhiều bảng tính để tương thích.
  • R: pchisq(x, df, lower.tail = FALSE) cho p đuôi phải, qchisq(0.95, df) cho giá trị tới hạn ở mức 0,05.
  • SPSS, JASP, Jamovi tự in p khi chạy kiểm định; không cần tra bảng, nhưng vẫn nên kiểm bậc tự do in ra có khớp với cách bạn tính không.

Một lỗi hay gặp với bảng tính là dùng hàm phân phối tích luỹ bên trái (không có đuôi RT) rồi đọc như p. Hàm bên trái cho xác suất χ² nhỏ hơn x, tức là 1 − p. Nếu bạn thấy p bằng 0,952 cho một bảng trông lệch rõ, hãy kiểm lại xem đang dùng hàm nào.

Vì sao kiểm định chi bình phương dùng đuôi phải

Trong kiểm định độc lập và kiểm định phù hợp, χ² đo mức lệch giữa quan sát và kỳ vọng. Lệch càng nhiều, χ² càng lớn; khớp hoàn hảo cho χ² bằng 0. Vì vậy chỉ giá trị lớn mới là bằng chứng chống H0, và vùng bác bỏ nằm hoàn toàn ở đuôi phải. Điều này không có nghĩa là kiểm định "một phía" theo nghĩa giả thuyết có hướng: H1 vẫn chỉ nói "có liên hệ", không nói chiều nào.

Đuôi trái hiếm khi được dùng, nhưng không vô nghĩa. Một χ² nhỏ bất thường, tức dữ liệu khớp với kỳ vọng đến mức khó tin, đôi khi được xem như dấu hiệu cần kiểm tra quy trình thu thập số liệu. Trong lịch sử thống kê có một tranh luận nổi tiếng: Ronald Fisher từng phân tích các số liệu lai tạo của Gregor Mendel và cho rằng chúng khớp với lý thuyết tốt hơn mức ngẫu nhiên thường cho phép; giới sử học khoa học đến nay vẫn còn bàn về cách giải thích.

Trong luận văn thông thường, bạn chỉ cần nhớ: kiểm định chi bình phương độc lập, phù hợp và McNemar tra đuôi phải; kiểm định phương sai một mẫu là trường hợp riêng có thể dùng hai đuôi. Nếu hội đồng hỏi vì sao không chia đôi α như kiểm định t hai phía, câu trả lời là phép bình phương đã gộp độ lệch của mọi chiều vào đuôi phải.

Câu hỏi thường gặp

Bảng phân phối chi bình phương có cần thiết khi đã có phần mềm không?

Không bắt buộc để báo cáo, vì phần mềm cho p chính xác. Nhưng bảng giúp kiểm nhanh một kết quả, phát hiện khi bậc tự do bị nhập sai và rất cần trong các bài thi không dùng máy tính. Hiểu cách tra bảng cũng giúp đọc đầu ra phần mềm tự tin hơn.

Giá trị χ² rất lớn nhưng bậc tự do cũng lớn thì sao?

Phải so với dòng bậc tự do tương ứng. Ví dụ χ² bằng 25 là lớn với df bằng 4 nhưng lại dưới ngưỡng 0,05 với df bằng 20 (31,410). Vì trung bình của phân phối bằng df, một χ² lớn chỉ có ý nghĩa khi nó vượt df đáng kể.

Có thể dùng bảng này cho kiểm định likelihood ratio không?

Có. Thống kê tỷ số hợp lý G² trong bảng chéo cũng xấp xỉ phân phối chi bình phương với cùng bậc tự do như chi bình phương Pearson. Bạn tra cùng dòng df. Điều kiện mẫu đủ lớn cũng áp dụng tương tự.

Tại sao bảng của các sách có giá trị lệch nhau ở chữ số thứ ba?

Do cách làm tròn và phương pháp tính trong từng thời kỳ. Chênh lệch ở chữ số thập phân thứ ba hầu như không ảnh hưởng đến kết luận. Nếu kết quả nằm đúng sát ngưỡng, hãy tính p chính xác bằng phần mềm thay vì dựa vào bảng.

Bảng có cột 0,95 và 0,99 dùng để làm gì?

Đó là các giá trị ở phía trái của phân phối, nghĩa là diện tích đuôi phải rất lớn. Chúng dùng cho kiểm định phương sai hai phía hoặc khoảng tin cậy cho phương sai, không dùng cho kiểm định độc lập thông thường. Tra nhầm cột này là một lỗi phổ biến.

Cần tư vấn cụ thể cho trường hợp của bạn?

Chúng tôi sẽ liên hệ trong vòng 24 giờ.

Đăng ký tư vấn ngay

Bài viết liên quan

Bạn cần hỗ trợ thêm?

Để lại thông tin, chúng tôi sẽ liên hệ trong 24 giờ.

hoặc
Gọi ngay 0926 138 138