Kiểm định chi bình phương phù hợp (goodness of fit) trả lời câu hỏi: phân bố của một biến phân loại trong mẫu có khớp với một phân bố cho trước hay không. Phân bố cho trước có thể là chia đều, có thể là tỷ lệ đã biết của tổng thể, hoặc tỷ lệ do một lý thuyết dự đoán. Cách tính giống chi bình phương độc lập, chỉ khác ở chỗ tần số kỳ vọng lấy từ tỷ lệ giả thuyết nhân với cỡ mẫu, và bậc tự do bằng số nhóm trừ một.
Trong luận văn, dạng này hay được dùng để kiểm tra mẫu khảo sát có lệch so với cơ cấu tổng thể theo một biến nào đó hay không, ví dụ cơ cấu theo khoa, theo năm học, theo vùng. Bài dưới đây có hai ví dụ tính tay với số liệu giả định: một ví dụ không bác bỏ H0 và một ví dụ bác bỏ, kèm cách diễn đạt cho đúng ở từng trường hợp.
Khi nào dùng kiểm định phù hợp
Dạng kiểm định này chỉ có một biến phân loại và một bộ tỷ lệ chuẩn để so. Những tình huống điển hình trong học tập và nghiên cứu:
- Kiểm tra số người chọn các phương án có chia đều không: các buổi học bù, các mẫu bao bì trong một phép thử thị hiếu, các ngày trong tuần có số ca phát sinh như nhau không.
- So cơ cấu mẫu với cơ cấu tổng thể đã biết: tỷ lệ sinh viên theo khối ngành trong mẫu so với số liệu của phòng đào tạo, tỷ lệ khách hàng theo vùng so với danh sách khách hàng gốc.
- Kiểm tra một tỷ lệ do lý thuyết dự đoán: ví dụ kinh điển trong sinh học là tỷ lệ kiểu hình 3 : 1 hoặc 9 : 3 : 3 : 1 theo quy luật Mendel trong thí nghiệm lai.
- Kiểm tra số liệu đếm có khớp một phân phối xác suất không, như phân phối Poisson cho số sự cố mỗi ngày; trường hợp này cần điều chỉnh bậc tự do, nói ở phần sau.
Điểm cần phân biệt: nếu bạn có hai biến phân loại và muốn biết chúng có liên hệ không, đó là chi bình phương độc lập trên bảng chéo, không phải kiểm định phù hợp. Kiểm định phù hợp chỉ nhìn một biến, và bộ tỷ lệ kỳ vọng phải được xác định từ bên ngoài dữ liệu đang kiểm, trước khi xem kết quả. Đặt tỷ lệ kỳ vọng sau khi đã nhìn số liệu là tự làm hỏng ý nghĩa của giá trị p.
Giả thuyết, công thức và bậc tự do
Giả sử biến có k nhóm và tỷ lệ kỳ vọng của từng nhóm là π1, π2, …, πk, cộng lại bằng 1. Giả thuyết không H0 phát biểu rằng tỷ lệ thật trong tổng thể bằng đúng các tỷ lệ đó. Giả thuyết đối H1 phát biểu rằng ít nhất một tỷ lệ khác. Lưu ý H1 không chỉ ra nhóm nào khác; nó chỉ nói bộ tỷ lệ chung không khớp.
Tần số kỳ vọng của nhóm i là Ei = n × πi, với n là cỡ mẫu. Thống kê kiểm định vẫn là χ² = tổng của (Oi − Ei)² / Ei, cộng trên k nhóm. Bậc tự do là df = k − 1, vì khi đã biết tổng n, chỉ k − 1 nhóm được tự do; nhóm cuối cùng bị ép bằng phần còn lại.
Nếu để tính tần số kỳ vọng bạn phải ước lượng thêm tham số từ chính dữ liệu, mỗi tham số ước lượng làm mất thêm một bậc tự do: df = k − 1 − m, với m là số tham số ước lượng. Ví dụ kiểm tra số liệu đếm có theo phân phối Poisson hay không, khi tham số trung bình lấy từ mẫu, thì df = k − 2. Quên trừ bậc tự do này làm giá trị p lớn hơn thực tế, khiến kiểm định dễ dãi hơn.
Điều kiện áp dụng giống chi bình phương độc lập: các quan sát độc lập, mỗi đối tượng chỉ thuộc một nhóm, và tần số kỳ vọng mỗi nhóm đủ lớn, thường là không nhóm nào có E dưới 5. Khi có nhóm quá nhỏ, cân nhắc gộp nhóm có ý nghĩa gần nhau hoặc dùng kiểm định nhị thức chính xác cho trường hợp hai nhóm.
Ví dụ 1: số người có chia đều cho bốn buổi không
Ví dụ giả định: một bộ môn mở bốn buổi phụ đạo cùng nội dung vào thứ Hai, thứ Tư, thứ Sáu và thứ Bảy, mỗi sinh viên đăng ký đúng một buổi. Có 120 sinh viên đăng ký. H0: sinh viên chọn bốn buổi với tỷ lệ như nhau, mỗi buổi 25%. Mức ý nghĩa 0,05.
| Buổi | O | E = 120 × 0,25 | (O − E)² / E |
|---|---|---|---|
| Thứ Hai | 38 | 30 | 64 / 30 ≈ 2,133 |
| Thứ Tư | 22 | 30 | 64 / 30 ≈ 2,133 |
| Thứ Sáu | 27 | 30 | 9 / 30 = 0,300 |
| Thứ Bảy | 33 | 30 | 9 / 30 = 0,300 |
| Tổng | 120 | 120 | χ² ≈ 4,867 |
Bậc tự do df = 4 − 1 = 3. Giá trị tới hạn ở df bằng 3, mức 0,05 là 7,815; ngay cả mốc 0,10 cũng là 6,251. Vì 4,87 nhỏ hơn cả hai mốc, p lớn hơn 0,10; tính chính xác cho p xấp xỉ 0,18. Ta không bác bỏ H0.
Cách diễn đạt đúng: dữ liệu chưa cung cấp đủ bằng chứng để kết luận sinh viên ưu tiên buổi nào hơn. Không được viết "sinh viên chọn đều bốn buổi" hay "đã chứng minh phân bố đều", vì chênh lệch 38 so với 22 người vẫn có thể phản ánh một ưu tiên có thật mà 120 người chưa đủ để phát hiện. Không bác bỏ H0 chỉ có nghĩa là số liệu tương thích với H0, không phải H0 được xác nhận.
Ví dụ 2: tỷ lệ kỳ vọng không đều và mẫu bị lệch
Ví dụ giả định: theo số liệu của trường (giả định), sinh viên chia theo ba khối ngành với tỷ lệ 50% khối A, 30% khối B, 20% khối C. Một học viên khảo sát được 200 sinh viên và muốn biết cơ cấu mẫu có lệch so với tổng thể hay không. H0: tỷ lệ trong tổng thể mà mẫu đại diện là 0,5 : 0,3 : 0,2.
| Khối | O | Tỷ lệ kỳ vọng | E = 200 × tỷ lệ | (O − E)² / E |
|---|---|---|---|---|
| Khối A | 84 | 0,50 | 100 | 256 / 100 = 2,560 |
| Khối B | 76 | 0,30 | 60 | 256 / 60 ≈ 4,267 |
| Khối C | 40 | 0,20 | 40 | 0 / 40 = 0,000 |
| Tổng | 200 | 1,00 | 200 | χ² ≈ 6,827 |
Bậc tự do df = 3 − 1 = 2, giá trị tới hạn ở mức 0,05 là 5,991. Vì 6,83 lớn hơn 5,991 nhưng nhỏ hơn 7,378 (mốc 0,025), p nằm giữa 0,025 và 0,05; tính chính xác cho p xấp xỉ 0,033. Ta bác bỏ H0: cơ cấu mẫu khác cơ cấu tổng thể theo khối ngành.
Nhìn cột O − E để biết chiều lệch: khối B có 76 người, nhiều hơn kỳ vọng 16 người (38% so với 30%); khối A ít hơn kỳ vọng 16 người (42% so với 50%); khối C khớp đúng. Hệ quả cho luận văn: nếu kết quả chính có thể khác nhau theo khối ngành, phần bàn luận cần nói rõ mẫu dư khối B, và có thể cân nhắc phân tích riêng theo khối hoặc dùng trọng số mẫu sau khi trao đổi với người hướng dẫn.
Dùng kiểm định phù hợp để kiểm tính đại diện của mẫu: nên hiểu thế nào
Chỉ kiểm được biến đã so. Mẫu khớp tổng thể về khối ngành không có nghĩa là khớp về năm học, giới tính hay thu nhập gia đình. Mỗi biến muốn kiểm phải có số liệu tổng thể đáng tin và phải kiểm riêng.
Không bác bỏ H0 không chứng minh mẫu đại diện. Với mẫu nhỏ, kiểm định có lực thấp và dễ "không thấy lệch" dù mẫu lệch thật. Nên báo cáo kèm bảng tỷ lệ mẫu và tỷ lệ tổng thể cạnh nhau để người đọc tự đánh giá độ lệch.
Bác bỏ H0 với mẫu lớn chưa chắc là lệch đáng ngại. Với vài nghìn quan sát, lệch hai ba điểm phần trăm cũng cho p nhỏ. Hãy nhìn độ lớn của chênh lệch, không chỉ nhìn p. Cỡ hiệu ứng w của Cohen, bằng căn bậc hai của χ² chia n, là một cách tóm tắt; ở ví dụ 2, w xấp xỉ căn của 6,827 / 200, khoảng 0,18.
Nguồn tỷ lệ tổng thể phải ghi rõ. Tỷ lệ kỳ vọng lấy từ đâu, năm nào, phạm vi nào cần được trích dẫn trong phần phương pháp. Tỷ lệ tổng thể tự ước đoán thì kết quả kiểm định cũng chỉ có giá trị ngang mức ước đoán đó.
Kiểm định phù hợp với phân phối liên tục: dùng được nhưng ít khi là lựa chọn tốt
Về nguyên tắc, bạn có thể chia một biến liên tục như điểm thi thành các khoảng, đếm số người mỗi khoảng, rồi dùng chi bình phương phù hợp để so với số người kỳ vọng theo phân phối chuẩn. Tuy nhiên kết quả phụ thuộc mạnh vào cách chia khoảng: chia năm khoảng và chia mười khoảng có thể cho kết luận khác nhau. Việc gom dữ liệu liên tục thành khoảng cũng làm mất thông tin, nên kiểm định có lực thấp.
Vì vậy, với câu hỏi "biến có phân phối chuẩn không", các giáo trình thống kê ứng dụng hiện nay thường gợi ý kiểm định Shapiro-Wilk kết hợp nhìn biểu đồ Q-Q hơn là chi bình phương phù hợp. Chủ đề này thuộc nhóm bài về kiểm định phi tham số và kiểm tra phân phối trên trang. Chi bình phương phù hợp phát huy tốt nhất khi biến vốn là phân loại thật, hoặc là số đếm rời rạc với ít giá trị.
Nếu vẫn chia khoảng, hãy quyết định số khoảng và ranh giới trước khi tính, ưu tiên các khoảng sao cho tần số kỳ vọng mỗi khoảng xấp xỉ nhau và đủ lớn, và nhớ trừ bậc tự do cho các tham số trung bình, độ lệch chuẩn đã ước lượng từ mẫu. Ghi rõ cách chia trong luận văn để người đọc kiểm lại được.
Câu hỏi thường gặp
Kiểm định phù hợp có cần mẫu ngẫu nhiên không?
Cần, ít nhất ở mức các quan sát độc lập và được chọn theo cách không thiên lệch có hệ thống. Nếu mẫu là thuận tiện, kết quả vẫn mô tả được độ lệch của mẫu so với tổng thể, nhưng giá trị p khó diễn giải như xác suất trong lấy mẫu ngẫu nhiên.
Với hai nhóm thì nên dùng chi bình phương phù hợp hay kiểm định nhị thức?
Với hai nhóm, chi bình phương phù hợp tương đương với kiểm định z cho một tỷ lệ và cho kết quả gần với kiểm định nhị thức khi mẫu đủ lớn. Khi mẫu nhỏ hoặc một nhóm có tần số kỳ vọng dưới 5, kiểm định nhị thức chính xác là lựa chọn an toàn hơn.
Nếu bác bỏ H0, làm sao biết nhóm nào lệch?
Xem độ lệch O − E và phần đóng góp (O − E)²/E của từng nhóm; nhóm đóng góp lớn là nơi lệch nhiều. Có thể tính phần dư chuẩn hoá bằng (O − E) chia căn bậc hai của E để so các nhóm, nhưng khi xét nhiều nhóm cùng lúc cần thận trọng với việc so sánh nhiều lần.
Có dùng phần trăm thay cho số người được không?
Không. Công thức phải dùng tần số đếm. Nếu chỉ có phần trăm và cỡ mẫu, hãy đổi ngược phần trăm thành số người trước. Tính trên phần trăm sẽ ngầm coi cỡ mẫu bằng 100 và cho kết quả sai.
Tỷ lệ kỳ vọng có cần cộng lại đúng bằng 1 không?
Cần. Nếu tỷ lệ tổng thể bạn có cộng lại không đủ 100% vì làm tròn hoặc có nhóm "khác", hãy chuẩn hoá lại hoặc thêm nhóm còn thiếu. Tần số kỳ vọng cộng lại phải bằng đúng cỡ mẫu.