GiaThuyet.comGiả Thuyết
Kiểm định giả thuyết theo ngành

So sánh thu nhập giữa hai nhóm: dữ liệu lệch, logarit và kiểm định phù hợp

Thu nhập hiếm khi phân phối chuẩn. So sánh ba cách trên cùng số liệu giả định: t-test số gốc, t-test sau lấy logarit và Mann-Whitney, mỗi cách trả lời gì.

Coffee farmers in Lam Dong sitting on a wooden veranda with an interviewer, conversation in progress, coffee bushes and misty hills behind, faces turned away, notebook pages blank, cool morning

Thu nhập là biến số hay gặp nhất trong luận văn kinh tế, và cũng là biến hay bị kiểm định sai nhất. Phân phối thu nhập gần như luôn lệch phải: phần lớn hộ quanh một mức nào đó, vài hộ cao vượt hẳn. Một hộ thu nhập gấp ba lần số còn lại có thể kéo trung bình cả nhóm lên, thổi phồng độ lệch chuẩn, và làm kết quả kiểm định t đi theo hướng khó đoán.

Bài dùng một bộ số liệu giả định nhỏ, mỗi nhóm mười hộ, để chạy ba cách so sánh: kiểm định t trên số gốc, kiểm định t sau khi lấy logarit, và kiểm định Mann-Whitney. Ba cách cho ba giá trị p khác nhau, vì chúng trả lời ba câu hỏi khác nhau. Hiểu điều đó quan trọng hơn việc nhớ cách nào “đúng”.

Vì sao thu nhập hiếm khi phân phối chuẩn

Thu nhập không thể âm với phần lớn hộ làm công ăn lương, nhưng có thể cao gấp nhiều lần mức điển hình. Ranh giới dưới gần cố định, ranh giới trên mở rộng, nên phân phối có đuôi dài bên phải. Hệ quả là trung bình thường lớn hơn trung vị, và vài hộ thu nhập cao chi phối độ lệch chuẩn. Với hộ sản xuất nông nghiệp, thu nhập còn có thể âm trong năm mất mùa, làm mọi thứ phức tạp thêm.

Ví dụ giả định: một đề tài ở Lâm Đồng so sánh thu nhập bình quân đầu người mỗi tháng giữa hộ trồng cà phê tham gia hợp tác xã và hộ không tham gia. Để tính tay được, bài chỉ lấy mười hộ mỗi nhóm; một nghiên cứu thật cần mẫu lớn hơn nhiều. Đơn vị là triệu đồng mỗi người mỗi tháng, mọi con số đều giả định, không phản ánh thu nhập thực tế ở đâu.

Câu hỏi nghiên cứu nghe đơn giản: thu nhập của hai nhóm có khác nhau không. Nhưng “thu nhập của nhóm” có thể hiểu là trung bình cộng, trung vị, trung bình nhân, hay là khả năng một hộ ngẫu nhiên của nhóm này có thu nhập cao hơn một hộ ngẫu nhiên của nhóm kia. Mỗi cách hiểu dẫn đến một phép kiểm định khác. Chọn trước cách hiểu phù hợp với câu hỏi chính sách là bước đầu tiên.

Số liệu giả định và thống kê mô tả

Thu nhập của từng hộ, xếp từ thấp đến cao (triệu đồng/người/tháng, giả định):

NhómSố liệu mười hộTrung bìnhĐộ lệch chuẩnTrung vị
Tham gia hợp tác xã6,5; 7,2; 7,8; 8,1; 8,5; 9,0; 9,6; 10,4; 12,0; 25,010,415,378,75
Không tham gia5,8; 6,1; 6,6; 7,0; 7,3; 7,5; 8,0; 8,4; 9,1; 10,27,601,367,40

Nhìn trung bình, nhóm tham gia cao hơn 2,81 triệu. Nhìn trung vị, chỉ cao hơn 1,35 triệu. Khoảng cách gấp đôi đó đến gần như hoàn toàn từ một hộ có thu nhập 25 triệu, gấp đôi hộ cao thứ hai. Hộ này cũng đẩy độ lệch chuẩn của nhóm tham gia lên 5,37, gần gấp bốn nhóm còn lại.

Việc đầu tiên khi thấy một giá trị như vậy là kiểm tra phiếu gốc: có nhập nhầm 25 thay cho 2,5 hay 15 không, hộ có tính cả khoản thu bất thường như bán đất không. Nếu số liệu đúng, nó là một phần của thực tế và không được xoá chỉ vì gây bất tiện. Quy tắc xử lý giá trị ngoại lai, nếu có, phải được đặt trước khi phân tích.

Cách 1: kiểm định t trên số gốc

Dùng kiểm định Welch vì độ lệch chuẩn hai nhóm chênh nhau rất xa. Sai số chuẩn của hiệu là căn của (5,37² / 10 + 1,36² / 10) ≈ 1,75. Thống kê t = 2,81 / 1,75 ≈ 1,60, với bậc tự do Welch khoảng 10,2, cho p hai phía khoảng 0,14. Không bác bỏ H0 về bằng nhau của trung bình cộng.

Điều thú vị: hộ 25 triệu làm trung bình nhóm tham gia tăng, nhưng cũng làm độ lệch chuẩn tăng mạnh hơn, nên t nhỏ đi. Nếu bỏ hộ đó, trung bình nhóm tham gia còn 8,79 và t ≈ 1,67, p ≈ 0,11; kết luận không đổi. Giá trị ngoại lai không chỉ đẩy kết quả theo một chiều, nó làm toàn bộ phép so sánh trung bình kém ổn định.

Trung bình cộng vẫn là đại lượng có ý nghĩa trong kinh tế, ví dụ khi muốn biết tổng thu nhập của nhóm, vì tổng bằng trung bình nhân với số hộ. Vấn đề là với mẫu nhỏ và phân phối lệch nặng, kiểm định t trên số gốc kém tin cậy, và kết quả phụ thuộc vào một hai hộ. Với mẫu vài trăm hộ trở lên, kiểm định t trên trung bình vững hơn nhiều nhờ định lý giới hạn trung tâm, dù phân phối gốc vẫn lệch.

Cách 2: lấy logarit rồi mới kiểm định

Logarit tự nhiên kéo đuôi phải lại gần, làm phân phối thu nhập gần đối xứng hơn. Các bước với số liệu giả định:

  1. Lấy logarit tự nhiên từng giá trị. Ví dụ ln(6,5) ≈ 1,872; ln(25) ≈ 3,219. Hộ 25 triệu vẫn cao nhất nhưng không còn cách biệt quá xa.
  2. Tính trung bình và độ lệch chuẩn của logarit: nhóm tham gia khoảng 2,264 và 0,380; nhóm không tham gia khoảng 2,014 và 0,176.
  3. Kiểm định Welch trên logarit: hiệu 0,250, sai số chuẩn khoảng 0,132, t ≈ 1,89, bậc tự do khoảng 12,7, p hai phía khoảng 0,082.
  4. Đổi ngược về đơn vị gốc: lấy mũ trung bình logarit được trung bình nhân, khoảng 9,62 và 7,49 triệu. Lấy mũ của hiệu được tỷ số trung bình nhân, khoảng 1,28.
  5. Khoảng tin cậy 95% của tỷ số: lấy mũ hai đầu khoảng tin cậy của hiệu logarit, ra từ khoảng 0,96 đến 1,71.

Đọc bằng lời: trung bình nhân thu nhập của nhóm tham gia cao hơn khoảng 28%, nhưng khoảng tin cậy trải từ thấp hơn 4% đến cao hơn 71%, chứa giá trị 1, nên chưa có ý nghĩa thống kê ở mức 0,05. Lưu ý kết quả nói về trung bình nhân, không phải trung bình cộng. Viết “thu nhập trung bình cao hơn 28%” mà không nói rõ là trung bình nhân là gây hiểu nhầm.

Logarit có giới hạn: không lấy được logarit của số 0 hay số âm. Cách cộng thêm một hằng số rồi lấy logarit đôi khi được dùng nhưng kết quả phụ thuộc hằng số được chọn; nên bàn với người hướng dẫn nếu dữ liệu có nhiều hộ thu nhập bằng 0 hoặc âm.

Cách 3: Mann-Whitney và câu hỏi về thứ hạng

Kiểm định Mann-Whitney không dùng giá trị thu nhập mà dùng thứ hạng. Xếp hai mươi hộ từ thấp đến cao, đánh hạng 1 đến 20. Hộ 25 triệu nhận hạng 20, giống như nếu nó là 12,5 triệu; mức độ cao vượt không còn ảnh hưởng. Tổng hạng của nhóm tham gia là 129. Thống kê U của nhóm này = 129 − 10 × 11 / 2 = 74, của nhóm kia là 100 − 74 = 26.

Với mười hộ mỗi nhóm, có thể tính giá trị p chính xác bằng cách đếm mọi cách chia hai mươi hạng thành hai nhóm; kết quả p hai phía khoảng 0,075. Xấp xỉ chuẩn cho z ≈ 1,81, p ≈ 0,070, khá gần. Kết luận: chưa đủ bằng chứng ở mức 0,05.

Mann-Whitney trả lời câu hỏi: một hộ chọn ngẫu nhiên từ nhóm tham gia có xu hướng thu nhập cao hơn một hộ chọn ngẫu nhiên từ nhóm kia không. Nó thường được giới thiệu là so sánh trung vị, nhưng điều đó chỉ đúng khi hai phân phối có cùng hình dạng, chỉ lệch vị trí. Ở đây nhóm tham gia phân tán hơn hẳn, nên nói Mann-Whitney so sánh trung vị là không chính xác. Một cách đo dễ hiểu đi kèm là U chia cho tích hai cỡ mẫu: 74 / 100 = 0,74, tức trong khoảng 74% các cặp hộ ghép từ hai nhóm, hộ tham gia có thu nhập cao hơn.

Ba cách, ba câu hỏi: chọn trước và báo cáo trung thực

Chọn theo câu hỏi chính sách, không theo giá trị p. Muốn biết tổng thu nhập của nhóm, trung bình cộng là đại lượng đúng. Muốn mô tả mức sống điển hình và so sánh tương đối, trung bình nhân qua logarit thường hợp lý. Muốn biết nhóm nào có xu hướng cao hơn mà không bị vài hộ chi phối, Mann-Whitney phù hợp. Ghi lựa chọn vào đề cương.

Ba giá trị p lần lượt 0,14; 0,082 và 0,075. Không cách nào đạt mức 0,05 với mẫu giả định này. Nếu một trong ba cho p nhỏ hơn 0,05, việc chọn đúng cách đó sau khi đã chạy cả ba là một dạng p-hacking. Các cách khác có thể báo cáo như phân tích độ vững, kèm giải thích.

So sánh hai nhóm chưa phải là đánh giá tác động. Hộ tự quyết định tham gia hợp tác xã; hộ tham gia có thể đã khác từ trước về diện tích, vốn, kinh nghiệm. Chênh lệch thu nhập, dù có ý nghĩa thống kê, không chứng minh hợp tác xã làm tăng thu nhập. Muốn tiến gần đến tác động cần thiết kế và phương pháp kiểm soát yếu tố gây nhiễu, là chủ đề vượt ra ngoài phép so sánh hai nhóm.

Mẫu nhỏ là giới hạn lớn nhất. Mười hộ mỗi nhóm chỉ để minh hoạ cách tính. Với nghiên cứu thật, cỡ mẫu nên được tính trước dựa trên mức chênh lệch có ý nghĩa chính sách và độ phân tán dự kiến của thu nhập, vốn thường lớn.

Trình bày kết quả so sánh thu nhập trong luận văn

Bảng mô tả nên có đủ cỡ mẫu, trung bình, độ lệch chuẩn, trung vị và khoảng tứ phân vị cho từng nhóm. Riêng trung bình và độ lệch chuẩn không đủ cho dữ liệu lệch, vì người đọc không thấy được hình dạng phân phối. Một biểu đồ hộp đặt hai nhóm cạnh nhau cho thấy ngay hộ có thu nhập cao bất thường và độ phân tán khác nhau.

Câu kết quả cho phân tích chính, giả sử đề cương chọn logarit, có thể viết: trung bình nhân thu nhập đầu người của nhóm tham gia là 9,62 triệu đồng mỗi tháng, của nhóm không tham gia là 7,49 triệu; tỷ số 1,28, khoảng tin cậy 95% từ 0,96 đến 1,71, t Welch trên thang logarit bằng 1,89, p = 0,082. Sau đó một đoạn ngắn nêu kết quả của hai cách còn lại như phân tích độ vững, và nhận xét rằng cả ba cách đều không đạt mức ý nghĩa 0,05 với cỡ mẫu này.

Trong phần bàn luận, nói rõ một hộ có thu nhập cao vượt ảnh hưởng thế nào đến trung bình cộng, và vì sao lựa chọn phương pháp chính phù hợp với câu hỏi nghiên cứu.

Câu hỏi thường gặp

Có nên xoá hộ có thu nhập quá cao để dữ liệu đẹp hơn không?

Không, nếu số liệu đã được kiểm là đúng. Hộ đó là một phần của thực tế. Nếu lo giá trị ngoại lai chi phối kết quả, hãy chọn phương pháp ít nhạy với ngoại lai từ trước, như logarit hay kiểm định dựa trên thứ hạng, và báo cáo kết quả có và không có hộ đó như phân tích độ vững.

Trung bình nhân khác trung bình cộng thế nào?

Trung bình nhân là mũ của trung bình các logarit, ít bị ảnh hưởng bởi giá trị rất lớn hơn trung bình cộng. Với dữ liệu lệch phải như thu nhập, trung bình nhân nhỏ hơn trung bình cộng và thường gần trung vị hơn. Khi báo cáo, cần nói rõ đang dùng loại trung bình nào.

Mann-Whitney có phải là kiểm định so sánh trung vị không?

Chỉ khi hai phân phối có cùng hình dạng và chỉ khác vị trí. Nói chung, Mann-Whitney kiểm định xem giá trị của một nhóm có xu hướng lớn hơn nhóm kia không. Khi độ phân tán hai nhóm khác nhau rõ, không nên diễn giải nó là so sánh trung vị.

Thu nhập có số 0 hoặc số âm thì lấy logarit thế nào?

Logarit không xác định cho số 0 và số âm. Cộng thêm một hằng số trước khi lấy logarit là cách đôi khi được dùng, nhưng kết quả phụ thuộc hằng số được chọn. Có thể cân nhắc phương pháp dựa trên thứ hạng hoặc mô hình khác; nên trao đổi với người hướng dẫn.

Mẫu lớn thì có cần lo dữ liệu lệch nữa không?

Với mẫu vài trăm quan sát trở lên, kiểm định t trên trung bình cộng khá vững dù phân phối lệch. Nhưng trung bình cộng vẫn có thể bị vài giá trị cực lớn chi phối về mặt ý nghĩa. Câu hỏi nên so sánh đại lượng nào vẫn cần trả lời, bất kể cỡ mẫu.

Có thể kết luận tham gia hợp tác xã làm tăng thu nhập nếu khác biệt có ý nghĩa không?

Không chỉ từ phép so sánh hai nhóm. Hộ tự chọn tham gia nên hai nhóm có thể khác nhau từ trước. Muốn đánh giá tác động cần thiết kế phù hợp và các phương pháp kiểm soát yếu tố gây nhiễu, kèm thận trọng khi diễn giải.

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