GiaThuyet.comGiả Thuyết
Nền tảng kiểm định giả thuyết

Quy trình kiểm định giả thuyết thống kê sáu bước, kèm một ví dụ tính tay trọn vẹn

Sáu bước kiểm định giả thuyết từ đặt H0, H1, chọn alpha, kiểm điều kiện, tính thống kê đến kết luận, minh hoạ bằng ví dụ tỷ lệ khách hài lòng tính tay từng dòng.

Small cafe owner in Hoi An counting paper survey forms at a wooden counter, forms blank side up, warm lantern light, hands and shoulders only, medium close-up

Một kiểm định giả thuyết đầy đủ đi qua sáu bước: (1) phát biểu H0 và H1, (2) chọn mức ý nghĩa alpha, (3) chọn kiểm định và kiểm tra điều kiện áp dụng, (4) tính thống kê kiểm định, (5) tìm giá trị p hoặc so với giá trị tới hạn, (6) kết luận theo H0 bằng ngôn ngữ của bài toán, kèm độ lớn hiệu ứng. Ba bước đầu phải hoàn tất trước khi nhìn số liệu.

Phần mềm làm thay bước 4 và 5 trong vài giây, nhưng các bước còn lại thì không. Phần lớn lỗi trong luận văn nằm ở bước 1, 3 và 6. Bài này đi qua từng bước với một ví dụ tính tay về tỷ lệ khách hài lòng, đủ chi tiết để bạn dùng làm khuôn cho các kiểm định khác.

Bước 1 và 2: phát biểu giả thuyết, chọn alpha

Ví dụ giả định xuyên suốt bài: một chuỗi quán cà phê nhỏ ở Quảng Ngãi từng ghi nhận 70% khách hài lòng trong các đợt khảo sát trước. Sau khi đổi thực đơn, chủ quán muốn biết tỷ lệ hài lòng có thay đổi không. Biến kết quả là "hài lòng hay không", tham số cần nói đến là tỷ lệ p trong toàn bộ khách. Chủ quán không biết trước sẽ tăng hay giảm, nên kiểm hai phía.

Cặp giả thuyết: H0: p = 0,70; H1: p ≠ 0,70. Chú ý giả thuyết nói về tỷ lệ của tổng thể khách, không nói về tỷ lệ trong mẫu sắp thu. Dấu bằng nằm trong H0, đúng như quy tắc.

Chọn alpha = 0,05, mức quy ước phổ biến, vì không có lý do đặc biệt để khắt khe hơn hay nới lỏng hơn: kết luận sai theo hướng nào cũng chỉ dẫn tới một quyết định kinh doanh có thể điều chỉnh. Cả hai lựa chọn — hai phía và alpha 0,05 — được ghi lại trước khi phát phiếu. Việc ghi lại có vẻ hình thức, nhưng nó là thứ phân biệt một kiểm định đúng nghĩa với việc dò số liệu cho đến khi thấy điều mình muốn.

Bước 3: chọn kiểm định và kiểm tra điều kiện

Với một biến hai giá trị và câu hỏi so sánh với một tỷ lệ cho trước, lựa chọn tự nhiên là kiểm định z cho một tỷ lệ, dùng xấp xỉ chuẩn. Kiểm định này cần các điều kiện sau, và mỗi điều kiện phải được kiểm thật chứ không chỉ liệt kê.

  • Mẫu ngẫu nhiên hoặc gần ngẫu nhiên. Chủ quán phát phiếu cho mọi khách thanh toán trong các khung giờ chọn ngẫu nhiên suốt hai tuần, không chỉ khách quen hay khách buổi sáng. Nếu chỉ khảo sát khách quen, kết quả không đại diện cho toàn bộ khách, và không công thức nào sửa được điều đó.
  • Các quan sát độc lập. Mỗi khách chỉ trả lời một lần; nhóm bạn đi cùng nhau trả lời riêng từng phiếu. Cỡ mẫu nhỏ hơn nhiều so với tổng số khách trong kỳ.
  • Cỡ mẫu đủ lớn cho xấp xỉ chuẩn. Quy tắc thường dùng là n × p0 và n × (1 − p0) đều từ 10 trở lên, với p0 là tỷ lệ theo H0. Với n = 200: 200 × 0,70 = 140 và 200 × 0,30 = 60, đều đạt.
  • Nếu điều kiện cỡ mẫu không đạt, chẳng hạn chỉ có 20 phiếu với tỷ lệ gần 0 hoặc gần 1, dùng kiểm định nhị thức chính xác thay cho xấp xỉ chuẩn.

Bước này hay bị làm qua loa nhất. Người viết luận văn thường ghi "số liệu thoả mãn điều kiện" mà không chỉ ra kiểm thế nào. Một hai câu với con số cụ thể như trên thuyết phục hơn nhiều.

Bước 4 và 5: tính thống kê và giá trị p

Chủ quán thu được 200 phiếu hợp lệ, trong đó 128 khách hài lòng. Các bước tính như sau, làm tròn ở mức đủ dùng.

Đại lượngCách tínhKết quả
Tỷ lệ mẫu128 / 2000,64
Sai số chuẩn theo H0Căn bậc hai của [0,70 × 0,30 / 200]Khoảng 0,0324
Thống kê z(0,64 − 0,70) / 0,0324Khoảng −1,85
Giá trị tới hạn hai phía, alpha 0,05Phân phối chuẩn tắc±1,96
Giá trị p hai phía2 × xác suất Z nhỏ hơn −1,85Khoảng 0,064

Chú ý sai số chuẩn trong kiểm định dùng tỷ lệ theo H0 là 0,70, không dùng tỷ lệ mẫu 0,64, vì mọi phép tính của kiểm định đều làm trong thế giới giả định H0 đúng.

So sánh: trị tuyệt đối của z là 1,85, nhỏ hơn 1,96; tương đương, giá trị p 0,064 lớn hơn alpha 0,05. Thống kê không rơi vào vùng bác bỏ.

Bước 6: kết luận theo H0 và theo ngôn ngữ của bài toán

Kết luận thống kê: không bác bỏ H0 ở mức ý nghĩa 0,05. Kết luận bằng ngôn ngữ của bài toán: số liệu khảo sát chưa cung cấp đủ bằng chứng để nói tỷ lệ khách hài lòng sau khi đổi thực đơn khác với mức 70% trước đây. Không viết "tỷ lệ hài lòng không đổi", vì như bài về chuyện không bác bỏ H0 trên trang đã phân tích, đó là biến thiếu bằng chứng thành bằng chứng.

Thêm độ lớn và độ bất định: tỷ lệ mẫu là 64%, thấp hơn 70% sáu điểm phần trăm. Khoảng tin cậy 95% cho tỷ lệ, tính theo công thức xấp xỉ thông dụng với sai số chuẩn dùng tỷ lệ mẫu (căn bậc hai của 0,64 × 0,36/200, khoảng 0,0339), là 0,64 ± 1,96 × 0,0339, tức khoảng 57,3% đến 70,7%. Khoảng này chứa 70%, khớp với kết luận không bác bỏ, nhưng cũng chứa những mức thấp đáng lo như 58% hay 60%.

Từ đó chủ quán có thông tin hữu ích hơn một câu "không có ý nghĩa": tỷ lệ hài lòng có thể vẫn quanh mức cũ, nhưng cũng có thể đã giảm đáng kể; cần theo dõi thêm, có thể khảo sát đợt hai với cỡ mẫu lớn hơn. Lưu ý khoảng tin cậy dùng sai số chuẩn tính từ tỷ lệ mẫu, còn kiểm định dùng tỷ lệ theo H0, nên trong những ca sát ngưỡng hai cách có thể cho tín hiệu hơi khác nhau; nếu gặp, ưu tiên kết luận của kiểm định đã đăng ký và nêu rõ phương pháp tính khoảng tin cậy.

Lỗi hay gặp ở từng bước

Bước 1: giả thuyết viết theo số liệu mẫu. Viết "H0: tỷ lệ hài lòng là 64%" là lấy kết quả mẫu làm giả thuyết. Giả thuyết phải có trước số liệu và nói về tổng thể; con số 64% chỉ xuất hiện ở bước 4.

Bước 2: chọn alpha sau khi thấy p. Thấy p = 0,064 rồi chuyển sang alpha 0,10 để "có ý nghĩa" là vô hiệu hoá toàn bộ ý nghĩa của ngưỡng. Alpha chọn trước và giữ nguyên.

Bước 3: liệt kê điều kiện mà không kiểm. Viết "số liệu thoả mãn các giả định" mà không chỉ ra con số hay biểu đồ nào. Hãy ghi cụ thể: tần số kỳ vọng nhỏ nhất bao nhiêu, kiểm định Levene cho kết quả gì, biểu đồ Q-Q trông ra sao.

Bước 4: dùng sai số chuẩn sai. Trong kiểm định tỷ lệ, dùng tỷ lệ mẫu thay cho tỷ lệ theo H0 ở mẫu số; trong kiểm định t hai nhóm, dùng công thức phương sai gộp khi phương sai hai nhóm chênh lệch lớn. Những lỗi này có thể đổi kết luận khi kết quả sát ngưỡng.

Bước 5: nhầm giá trị p một phía với hai phía. Đọc nhầm cột, hoặc tự chia đôi giá trị p mà không có kế hoạch một phía từ trước. Ghi rõ số phía trong bảng kết quả.

Bước 6: kết luận quá đà. Bác bỏ H0 rồi viết "chứng minh", hoặc không bác bỏ rồi viết "không có khác biệt". Cả hai đều vượt quá điều số liệu cho phép nói.

Đưa quy trình vào luận văn: phần phương pháp và phần kết quả

Sáu bước trên không cần xuất hiện nguyên văn trong luận văn, nhưng nội dung của chúng phải có mặt ở đúng chỗ. Bước 1, 2 và quy tắc chọn kiểm định ở bước 3 thuộc chương phương pháp, phần phân tích số liệu. Một đoạn mẫu: "Tỷ lệ khách hài lòng được so với mức tham chiếu 70% bằng kiểm định z cho một tỷ lệ, hai phía, mức ý nghĩa 0,05; điều kiện cỡ mẫu được kiểm theo quy tắc n × p0 và n × (1 − p0) không nhỏ hơn 10; nếu không đạt sẽ dùng kiểm định nhị thức chính xác."

Kết quả kiểm tra điều kiện, thống kê, giá trị p và kết luận thuộc chương kết quả. Một câu mẫu cho ví dụ: "Trong 200 khách được khảo sát, 128 khách (64,0%) hài lòng. Tỷ lệ này không khác có ý nghĩa thống kê so với mức tham chiếu 70% (z = −1,85; p = 0,064); khoảng tin cậy 95% của tỷ lệ là 57,3% đến 70,7%."

Phần bàn luận mới là nơi diễn giải: kết quả có ý nghĩa gì cho câu hỏi ban đầu, khoảng tin cậy rộng hay hẹp nói lên điều gì, và hạn chế nào của mẫu ảnh hưởng tới kết luận. Tách ba phần như vậy giúp người đọc thấy rõ đâu là quyết định đã cam kết trước, đâu là con số, đâu là cách bạn hiểu con số.

Khuôn sáu bước áp dụng cho các kiểm định khác

Ví dụ trên dùng kiểm định tỷ lệ, nhưng khuôn sáu bước giữ nguyên với mọi kiểm định. Bảng dưới cho thấy những gì thay đổi ở bước 3 và 4.

Kiểm địnhĐiều kiện cần kiểm ở bước 3Thống kê ở bước 4
t một mẫuQuan sát độc lập; phân phối gần chuẩn hoặc mẫu đủ lớn; không có ngoại lai nặngt = (trung bình mẫu − μ0) / (SD / căn bậc hai của n), df = n − 1
t hai mẫu độc lậpHai nhóm độc lập; mỗi nhóm gần chuẩn hoặc đủ lớn; xem phương sai có chênh nhiều không để chọn phiên bản Welcht = hiệu hai trung bình / sai số chuẩn của hiệu
Chi bình phương độc lậpQuan sát độc lập; tần số kỳ vọng phần lớn từ 5 trở lên, không ô nào dưới 1Tổng (quan sát − kỳ vọng) bình phương chia kỳ vọng, df = (hàng − 1)(cột − 1)
ANOVA một nhân tốCác nhóm độc lập; mỗi nhóm gần chuẩn; phương sai các nhóm không chênh quá nhiềuF = trung bình bình phương giữa nhóm / trong nhóm

Bảng này chỉ là khung định hướng. Mỗi kiểm định có những điều kiện và phiên bản chi tiết hơn — chẳng hạn khi nào dùng Fisher thay chi bình phương, khi nào dùng Welch ANOVA — được trình bày trong danh mục riêng của trang.

Câu hỏi thường gặp

Có được làm bước 3 sau khi xem số liệu không?

Kiểm tra điều kiện như phân phối, phương sai, tần số kỳ vọng tất nhiên phải nhìn số liệu. Điều cần cố định trước là quy tắc chọn: ví dụ "nếu phương sai chênh nhiều thì dùng Welch". Không được thử nhiều kiểm định rồi chọn cái cho p nhỏ nhất.

Vì sao kiểm định dùng tỷ lệ theo H0, còn khoảng tin cậy dùng tỷ lệ mẫu?

Kiểm định tính mọi thứ dưới giả định H0 đúng, nên sai số chuẩn dùng tỷ lệ theo H0. Khoảng tin cậy không giả định H0 mà ước lượng tỷ lệ thật, nên dùng tỷ lệ mẫu. Có những phương pháp tính khoảng tin cậy khác, như Wilson, cho kết quả tốt hơn khi mẫu nhỏ.

Có nhất thiết phải tính tay khi đã có phần mềm?

Không nhất thiết trong luận văn, nhưng tính tay ít nhất một lần giúp bạn hiểu con số phần mềm in ra và phát hiện lỗi nhập liệu. Khi hội đồng hỏi vì sao kết quả như vậy, người đã từng tính tay trả lời chắc chắn hơn nhiều.

Bước 6 có cần nêu cỡ hiệu ứng không?

Nên nêu. Giá trị p cho biết bằng chứng mạnh đến đâu, không cho biết khác biệt lớn đến đâu. Báo cáo hiệu, khoảng tin cậy và nếu phù hợp một chỉ số cỡ hiệu ứng giúp người đọc đánh giá ý nghĩa thực tiễn của kết quả.

Kiểm định tỷ lệ một mẫu có chạy được trên Excel không?

Excel không có hàm dựng sẵn riêng cho kiểm định này, nhưng bạn tính được bằng công thức: tính z như trong bài, rồi dùng hàm phân phối chuẩn tắc để lấy xác suất đuôi và nhân đôi cho hai phía. Kiểm tên hàm theo phiên bản Excel bạn dùng.

Nếu điều kiện cỡ mẫu không đạt thì làm gì?

Với tỷ lệ một mẫu, dùng kiểm định nhị thức chính xác, có trong hầu hết phần mềm thống kê. Nguyên tắc chung: khi xấp xỉ chuẩn không đáng tin, chuyển sang phương pháp chính xác hoặc phương pháp không dựa vào giả định phân phối.

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