GiaThuyet.comGiả Thuyết
Nền tảng kiểm định giả thuyết

Thống kê kiểm định và giá trị tới hạn: ra quyết định bằng vùng bác bỏ

Thống kê kiểm định z, t, chi bình phương, F là gì, giá trị tới hạn và vùng bác bỏ ra sao, cách tra bảng và ví dụ tính tay cho thấy vì sao khớp với giá trị p.

Close-up of hands holding a pencil over blank squared paper beside an open scientific calculator on a dormitory desk in Thai Nguyen, warm desk lamp light, shallow focus

Thống kê kiểm định là một con số tóm tắt số liệu thành mức độ lệch so với H0, đo bằng đơn vị sai số chuẩn; giá trị tới hạn là ngưỡng mà thống kê đó phải vượt qua để bác bỏ H0 ở mức ý nghĩa đã chọn. Tập hợp các giá trị vượt ngưỡng gọi là vùng bác bỏ. Nếu thống kê rơi vào vùng bác bỏ, bạn bác bỏ H0 — và đây luôn là cùng một quyết định với việc so giá trị p với alpha.

Trước khi phần mềm phổ biến, mọi người ra quyết định bằng cách tra bảng giá trị tới hạn in ở cuối sách. Ngày nay phần mềm in sẵn giá trị p, nhưng hiểu cách làm bằng vùng bác bỏ giúp bạn kiểm tra lại kết quả, đọc các bài báo cũ, và trả lời gọn khi hội đồng hỏi "con số t này nghĩa là gì".

Thống kê kiểm định đo điều gì

Hầu hết thống kê kiểm định thông dụng có cùng một khung: lấy giá trị ước lượng từ mẫu, trừ đi giá trị mà H0 khẳng định, rồi chia cho sai số chuẩn của ước lượng. Nói bằng lời: "số liệu lệch khỏi H0 bao nhiêu lần sai số chuẩn". Thống kê z và t theo đúng khung này. Thống kê bằng 0 nghĩa là mẫu khớp hoàn toàn với H0; thống kê bằng 3 nghĩa là mẫu lệch ba lần sai số chuẩn.

Vì sao phải chia cho sai số chuẩn? Vì độ lệch 2 điểm có thể rất lớn hoặc rất nhỏ tuỳ độ dao động tự nhiên của số liệu. Nếu trung bình mẫu thường dao động quanh trung bình thật khoảng 0,5 điểm, lệch 2 điểm là hiếm; nếu nó thường dao động 5 điểm, lệch 2 điểm là chuyện bình thường. Sai số chuẩn chính là thước đo độ dao động đó, nên chia cho nó giúp đưa mọi bài toán về cùng một thang đo không đơn vị.

Thống kê chi bình phương và F có hình dạng khác nhưng cùng tinh thần. Chi bình phương cộng dồn bình phương độ lệch giữa tần số quan sát và tần số kỳ vọng theo H0, mỗi phần chia cho tần số kỳ vọng. F trong ANOVA là tỷ số giữa biến thiên giữa các nhóm và biến thiên trong nhóm, mỗi phần đã chia cho bậc tự do của nó. Cả hai đều lớn lên khi số liệu càng lệch khỏi H0.

Bốn thống kê kiểm định hay gặp

Bảng tóm tắt công thức dạng lời, phân phối tham chiếu khi H0 đúng, và giá trị tới hạn ở alpha 0,05 cho một vài trường hợp thường gặp. Các giá trị tới hạn làm tròn ba chữ số thập phân.

Thống kêDạng công thứcPhân phối khi H0 đúngGiá trị tới hạn ở alpha 0,05
z(ước lượng − giá trị theo H0) / sai số chuẩn đã biếtChuẩn tắcHai phía ±1,960; một phía 1,645
t(ước lượng − giá trị theo H0) / sai số chuẩn ước lượng từ mẫut với df bậc tự doHai phía: df = 10 là ±2,228; df = 24 là ±2,064; df = 30 là ±2,042
Chi bình phươngTổng của (quan sát − kỳ vọng) bình phương chia kỳ vọngChi bình phương với df bậc tự doĐuôi phải: df = 1 là 3,841; df = 2 là 5,991; df = 4 là 9,488
FTrung bình bình phương giữa nhóm / trung bình bình phương trong nhómF với hai bậc tự doĐuôi phải: F(2; 27) là 3,354

Điểm khác biệt giữa z và t nằm ở mẫu số. Khi độ lệch chuẩn tổng thể đã biết, sai số chuẩn là con số cố định và thống kê theo phân phối chuẩn. Khi phải ước lượng độ lệch chuẩn từ chính mẫu — trường hợp gần như luôn gặp trong thực tế — mẫu số cũng dao động, làm phân phối có đuôi dày hơn, và đó là phân phối t. Bậc tự do càng lớn, phân phối t càng gần phân phối chuẩn.

Ví dụ tính tay với kiểm định t một mẫu

Ví dụ giả định: một quán ăn ở Hải Phòng cam kết thời gian giao món trung bình không quá 50 phút. Một nhóm sinh viên ghi lại 25 đơn ngẫu nhiên, được trung bình 52,4 phút, độ lệch chuẩn mẫu 6 phút. Họ muốn biết thời gian trung bình có khác 50 phút không, kiểm hai phía với alpha 0,05: H0: μ = 50, H1: μ ≠ 50.

Sai số chuẩn của trung bình bằng độ lệch chuẩn mẫu chia căn bậc hai của cỡ mẫu: 6/5 = 1,2 phút. Thống kê t = (52,4 − 50)/1,2 = 2,0, với 25 − 1 = 24 bậc tự do. Tra bảng t hai phía ở alpha 0,05, df = 24, giá trị tới hạn là 2,064. Vì 2,0 nhỏ hơn 2,064, thống kê chưa rơi vào vùng bác bỏ, nên không bác bỏ H0.

Phần mềm sẽ in giá trị p hai phía khoảng 0,057, lớn hơn 0,05 — cùng một kết luận. Hai cách luôn khớp nhau vì giá trị tới hạn được định nghĩa đúng là điểm mà tại đó giá trị p bằng alpha. Thống kê càng xa 0 hơn ngưỡng thì giá trị p càng nhỏ hơn alpha.

Ví dụ này còn cho thấy một điều đáng suy nghĩ: trung bình mẫu cao hơn cam kết 2,4 phút, nhưng với 25 đơn và độ dao động 6 phút, bằng chứng chưa đủ mạnh ở mức 0,05. Câu kết luận đúng là "chưa đủ bằng chứng cho thấy thời gian giao trung bình khác 50 phút", không phải "quán giữ đúng cam kết". Nếu muốn kết luận chắc hơn, cần thêm đơn hàng.

Tra bảng giá trị tới hạn từng bước

Dù hiếm khi phải tra bảng giấy, bạn nên biết làm để kiểm lại phần mềm hoặc làm bài thi không có máy tính. Các bước sau áp dụng cho bảng t, bảng chi bình phương và bảng F.

  1. Xác định loại thống kê và phân phối tham chiếu: z dùng bảng chuẩn, t dùng bảng t, chi bình phương và F dùng bảng tương ứng.
  2. Xác định bậc tự do: t một mẫu là n − 1; t hai mẫu độc lập (phương sai bằng nhau) là n1 + n2 − 2; chi bình phương bảng chéo là (số hàng − 1) × (số cột − 1); ANOVA có hai bậc tự do, k − 1 và N − k.
  3. Xác định alpha và số phía: bảng t thường có cột theo xác suất một đuôi; với kiểm định hai phía ở alpha 0,05, dùng cột 0,025 một đuôi. Đọc kỹ tiêu đề cột vì mỗi sách in một kiểu.
  4. Đọc giá trị tại giao của hàng bậc tự do và cột xác suất. Nếu bảng không có đúng bậc tự do, dùng hàng gần nhất nhỏ hơn để thận trọng, hoặc nội suy.
  5. So sánh: với z và t hai phía, bác bỏ khi trị tuyệt đối của thống kê lớn hơn giá trị tới hạn; với chi bình phương và F, bác bỏ khi thống kê lớn hơn giá trị tới hạn đuôi phải.
  6. Ghi kết luận theo H0, kèm thống kê, bậc tự do và nếu có thể, giá trị p chính xác từ phần mềm.

Trong Excel, các hàm T.INV.2T, CHISQ.INV.RT và F.INV.RT trả về giá trị tới hạn trực tiếp từ alpha và bậc tự do, thay cho việc tra bảng. Tên hàm có thể khác ở phiên bản cũ hoặc ở bản ngôn ngữ khác, nên kiểm trong mục trợ giúp của phần mềm bạn dùng.

Ba ví dụ ngắn để luyện quyết định

Chi bình phương với 1 bậc tự do bằng 4,2. Giá trị tới hạn ở alpha 0,05 là 3,841. Vì 4,2 lớn hơn 3,841, bác bỏ H0 về tính độc lập. Giá trị p tương ứng khoảng 0,040. Đây là ví dụ giả định cho một bảng chéo 2 × 2.

Chi bình phương với 2 bậc tự do bằng 4,2. Cùng con số nhưng bậc tự do khác: giá trị tới hạn bây giờ là 5,991, nên không bác bỏ H0. Bậc tự do lớn hơn nghĩa là phân phối dịch sang phải, ngưỡng cũng cao hơn; cùng một con số chi bình phương có thể đủ hoặc không đủ tuỳ kích thước bảng.

F với bậc tự do 2 và 27 bằng 4,1. Ví dụ giả định cho ANOVA ba nhóm, mỗi nhóm 10 người. Giá trị tới hạn F(2; 27) ở alpha 0,05 là khoảng 3,354. Vì 4,1 lớn hơn, bác bỏ H0 rằng ba trung bình bằng nhau; giá trị p khoảng 0,028. Bước tiếp theo là kiểm định hậu định để biết cặp nào khác nhau.

Năm lỗi hay gặp khi dùng giá trị tới hạn

Dùng 1,96 cho mẫu nhỏ. Với mẫu 11 người, kiểm định t một mẫu có 10 bậc tự do và ngưỡng hai phía là 2,228, không phải 1,96. Dùng ngưỡng của phân phối chuẩn cho mẫu nhỏ làm bạn bác bỏ H0 dễ hơn mức alpha cho phép.

Nhầm cột một đuôi với hai đuôi. Lấy giá trị ở cột 0,05 một đuôi cho kiểm định hai phía, tức 1,645 thay vì 1,96 với mẫu lớn, là cách vô tình nhân đôi alpha. Lỗi này hay gặp khi bảng in xác suất một đuôi ở hàng tiêu đề trên cùng.

Tính sai bậc tự do. Dùng n thay vì n − 1, hay quên rằng kiểm định t mẫu cặp có bậc tự do bằng số cặp trừ 1 chứ không phải tổng số lần đo trừ 2. Với mẫu nhỏ, sai một vài bậc tự do có thể đổi kết luận khi thống kê nằm sát ngưỡng.

Quên trị tuyệt đối khi kiểm hai phía. Thống kê t = −2,5 với ngưỡng ±2,064 vẫn nằm trong vùng bác bỏ. Có người so −2,5 với 2,064, thấy nhỏ hơn và kết luận không bác bỏ — sai hoàn toàn.

Giữ ngưỡng của alpha 0,05 khi đã hiệu chỉnh. Nếu bạn đã hiệu chỉnh Bonferroni cho ba phép so sánh, alpha mỗi phép là khoảng 0,0167, và giá trị tới hạn phải tra theo mức đó, cao hơn ngưỡng quen thuộc. Dùng lại ngưỡng cũ là làm cho việc hiệu chỉnh mất tác dụng.

Vùng bác bỏ hay giá trị p: nên trình bày theo cách nào

Hai cách cho cùng quyết định, nhưng lượng thông tin khác nhau. Cách vùng bác bỏ chỉ cho biết có hay không vượt ngưỡng; t = 2,07 và t = 6,5 đều "bác bỏ" như nhau. Giá trị p cho biết thêm số liệu lệch khỏi H0 mạnh đến đâu. Vì vậy chuẩn báo cáo hiện nay, như hướng dẫn của APA, khuyến nghị báo cáo giá trị p chính xác thay vì chỉ ghi p nhỏ hơn 0,05, trừ khi p rất nhỏ thì ghi p nhỏ hơn 0,001.

Dù vậy, thống kê kiểm định và bậc tự do vẫn phải có mặt trong báo cáo. Chúng cho người đọc kiểm tra lại kết quả, nhận ra lỗi nhập liệu (một t với bậc tự do không khớp cỡ mẫu là dấu hiệu bất thường), và dùng số liệu của bạn cho phân tích tổng hợp sau này. Cách ghi điển hình: t(24) = 2,00; p = 0,057.

Một lưu ý cuối về độ chính xác: giá trị tới hạn và giá trị p trong bài này được làm tròn. Khi so sánh sát ngưỡng như t = 2,0 với 2,064, làm tròn không đổi kết luận; nhưng nếu thống kê và ngưỡng chỉ chênh nhau ở chữ số thứ ba, hãy dùng giá trị chính xác từ phần mềm thay vì bảng in.

Câu hỏi thường gặp

Khi nào dùng z, khi nào dùng t?

Dùng z khi độ lệch chuẩn tổng thể đã biết, hoặc với kiểm định tỷ lệ khi cỡ mẫu đủ lớn. Khi độ lệch chuẩn phải ước lượng từ mẫu, dùng t. Với mẫu lớn, hai cách cho kết quả gần như nhau vì phân phối t tiến gần phân phối chuẩn.

Thống kê t âm thì sao?

Dấu chỉ cho biết chiều lệch: t âm nghĩa là ước lượng nhỏ hơn giá trị theo H0. Với kiểm định hai phía, so trị tuyệt đối của t với giá trị tới hạn. Với kiểm định một phía, dấu phải khớp với chiều của giả thuyết đối mới có thể bác bỏ.

Vì sao chi bình phương không bao giờ âm?

Vì nó là tổng các bình phương độ lệch chia cho tần số kỳ vọng, mọi số hạng đều không âm. Do đó vùng bác bỏ luôn nằm ở đuôi phải: chỉ giá trị lớn mới cho thấy số liệu lệch khỏi H0.

Bảng t trong sách ghi alpha một đuôi hay hai đuôi?

Tuỳ sách. Có bảng ghi xác suất một đuôi, có bảng ghi hai đuôi, có bảng in cả hai hàng tiêu đề. Cách kiểm nhanh: với bậc tự do rất lớn, giá trị ở cột đúng cho kiểm định hai phía alpha 0,05 phải xấp xỉ 1,96.

Thống kê kiểm định lớn có nghĩa là hiệu ứng lớn không?

Không nhất thiết. Thống kê kiểm định phụ thuộc cả độ lớn hiệu ứng lẫn cỡ mẫu; mẫu rất lớn có thể cho t lớn dù hiệu ứng nhỏ. Để nói về độ lớn, hãy báo cáo cỡ hiệu ứng như Cohen d hay eta bình phương và khoảng tin cậy.

Phần mềm báo giá trị p mà không báo thống kê kiểm định thì có đủ không?

Không đủ cho một báo cáo chuẩn. Thống kê kiểm định và bậc tự do giúp người đọc kiểm tra tính nhất quán của kết quả. Hầu hết phần mềm đều in các con số này trong bảng kết quả, bạn chỉ cần chép đúng cột.

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