Kiểm Định T Test Trong SPSS? 3 Loại Và Cách Chạy – Update 2024

Kiểm Định T Test Trong SPSS? 3 Loại Và Cách Chạy – Update 2024

Kiểm định T-Test là phương tiện để xác định liệu có sự khác biệt đáng kể giữa hai nhóm dữ liệu hay không. Vậy kiểm định T-Test sử dụng như thế nào? Hãy cùng Best4Team tìm hiểu qua bài tổng hợp kiểm định T-Test trong SPSS và cách thực hiện 3 loại kiểm định T-Test chi tiết được update mới nhất 2024 qua  bài viết dưới đây. 

1. Kiểm định T-Test là gì?

Kiểm định T-Test là phương pháp thống kê được sử dụng để kiểm tra sự khác biệt giá trị trung bình của tổng thể với một giá trị cho trước, hoặc sự khác biệt giá trị trung bình giữa hai tổng thể. Trong thống kê SPSS, chúng ta sử dụng cách tiếp cận mức ý nghĩa quan sát (Sig) để chấp nhận hoặc bác bỏ giả thuyết ban đầu. 

Kiểm định T-Test trong SPSS được chia thành 3 loại khác nhau, cụ thể là:

• One-Sample T-Test
• Independent Samples T-Test
• Paired Sample T-Test 

2. Cách chạy kiểm định One-Sample T-Test 

Kiểm định One-Sample T-Test là phương pháp được dùng để so sánh giá trị trung bình của một tổng thể so với một giá trị cụ thể cho trước nào đó. 

Để hiểu rõ hơn về kiểm định One-Sample T-Test, chúng ta sẽ tìm hiểu qua ví dụ minh họa dưới đây:

2.1. Ví dụ

Chiều cao trung bình của người trưởng thành ở Hoa Kỳ từ 20 tuổi trở lên là khoảng 66,5 inch (69,3 inch đối với nam, 63,8 inch đối với nữ). Dữ liệu mẫu gồm 435 sinh viên đại học từ một trường đại học duy nhất. Hãy kiểm tra xem chiều cao trung bình của sinh viên tại trường đại học này có khác biệt đáng kể so với 66,5 inch hay không, với mức ý nghĩa là 5%.

2.2. Giả thuyết

Từ ví dụ trên, chúng ta có 2 giả thuyết được đưa ra như sau:

• H0:  Chiều cao = 66,5 (chiều cao trung bình bằng 66,5)
• H1: Chiều cao ≠ 66,5 (chiều cao trung bình không bằng 66,5)

2.3. 5 bước kiểm định One-Sample T-Test

Chạy kiểm định One-Sample T-Test trong SPSS thông qua 5 bước sau đây:

Bước 1: Trên thanh công cụ, nhấn chọn Analyze – Compare Means – One-Sample T Test.

Bước 2:  Cửa sổ One-Sample T Test mở ra, di chuyển biến Height ở cột bên trái sang ô Test Variable(s) bên phải.

Bước 3:  Tại ô Test Value điền giá trị 66,5.

Bước 4: Ấn vào mục Option, nhập độ tin cậy bằng 95% vào ô Confidence Interval Percentage, sau đó nhấn chọn Continue.

Bước 5: Bấm OK và chờ kết quả

2.4. Kết quả

Sau khi chạy lệnh trong SPSS, chúng ta có bảng kết quả One-Sample T-Test như sau:

 Chú thích 

• Trung bình biến T1 là 68.032
• Độ lệch chuẩn là 5.326
• Giả thiết không “Test Value = 66,5”
• Giá trị t = 5.810.
• Khoảng tin cậy cho độ chênh lệch giữa trung bình tổng thể của Height và 66,5 là 1,0135 ; 2.0501.
• Giá trị p-value (Sig. (2-tailed)) là 0.000 < 5% 

=> Vì p <0,001 nên chúng ta sẽ bác bỏ H0 và chấp nhận H1.

Kết luận: 

• Có một sự khác biệt đáng kể về chiều cao trung bình của sinh viên tại trường đại học này và dân số trưởng thành nói chung ở Hoa Kỳ ( p <0,001).
• Chiều cao trung bình của sinh viên tại trường này cao hơn khoảng 1,5 inch so với mức trung bình của dân số trưởng thành Hoa Kỳ.

3. Kiểm định Independent Samples T-Test 

Kiểm định Independent Samples T-Test là cách thức thống kê dùng để so sánh giá trị của hai nhóm độc lập để xác định xem liệu có bằng chứng thống kê cho thấy giá trị trung bình của hai nhóm có khác nhau đáng kể hay không. 

Để biết thêm thông tin chi tiết về cách chạy lệnh Kiểm định Independent Samples T-Test trong SPSS , hãy cùng xem qua ví dụ dưới đây.

3.1. Ví dụ

Có một báo cáo về thời gian chạy của sinh viên trong 1 dặm (1.61km), và liệu họ có phải là vận động viên hay không. Hãy kiểm định Independent Samples T-Test để kiểm tra sự sự khác biệt thời gian trung bình để chạy 1 dặm của sinh viên so với vận động viên để xem rằng nhóm sinh viên đó có phải là vận động viên hay không.

Chúng ta sẽ sử dụng 2 hai biến: Athlete và MileMinDur. 

• Biến độc lập: Biến vận động viên (Athlete) có các giá trị là “0” (không phải vận động viên) hoặc “1” (vận động viên).
• Biến phụ thuộc: Biến thời gian (MileMinDur).

3.2. Giả thuyết

Có 2 giả thuyết được đưa ra cho ví dụ trên, bao gồm:

• H0: Không phải vận động viên – Vận động viên thể thao = 0
• H1: Không phải vận động viên – Vận động viên ≠ 0

3.3. 5 bước kiểm định Independent Samples T-Test 

Thông qua 5 bước sau đây chúng ta sẽ chạy được lệnh Independent Samples T-Test trong SPSS: 

Bước 1: Trên thanh công cụ, nhấn chọn Analyze – Compare Means – Independent-samples T-test.

Bước 2: Cửa sổ Independent-Samples T Test mở ra thì đưa các biến ở bên trái vào bên phải, biến độc lập đưa vào ô Test Variable(s) và biến phụ thuộc vào ô Grouping Variable.

Bước 3: Ấn vào mục Option, nhập độ tin cậy bằng 95% vào ô Confidence Interval Percentage, sau đó nhấn chọn Continue.

Bước 4: Chọn Define Groups – Nhập mã số của 2 nhóm (giá trị 0 và 1) – Continue để trở lại.

Bước 5: Nhấn OK và chờ kết quả.

3.4. Kết quả 

Kết quả sau khi chạy lệnh kiểm định Independent Samples T-Test như sau:

=> Ta có, chỉ số Sig. (2-tailed) < 0.001 nhỏ hơn mức ý nghĩa α = 0,05 nên bác bỏ giả thuyết H0 và chấp nhận H1. 

Kết luận: 

• Có sự khác biệt đáng kể về thời gian dặm trung bình giữa người không phải vận động viên (sinh viên) và vận động viên (t 315.846 = 15.047, p <.001).
• Thời gian chạy 1 dặm trung bình cho vận động viên là 2 phút và 14 giây nhanh hơn thời gian dặm trung bình cho người không phải vận động viên (sinh viên).

4. Kiểm định Paired Sample T-Test

Kiểm định Paired Sample T-Test là phương thức được sử dụng để so sánh sự biến đổi từng cặp giá trị trước khi và sau khi có một tác động nào đó (để xem trước và sau khi bị tác động thì có sự khác biệt hay không). 

4.1. Ví dụ

Kiểm tra mức độ hài lòng của 250 nhân viên bán hàng về sự thay đổi của chính sách chia hoa hồng trước và sau. Thang đo mức độ hài lòng là 10 điểm tối đa và 1 điểm tối thiểu. Tiến hành khảo sát 2 lần (trước và sau khi áp dụng chính sách) trên cùng 250 nhân viên cũ thu về 250 kết quả.

4.2. Giả thuyết

Sau khi có được bảng số liệu, chúng ta sẽ đưa ra 2 giả thuyết như sau: 

• H0: Không có sự khác biệt trong mức điểm đánh giá hài lòng của nhân viên.
• H1: Có sự khác biệt trong mức điểm đánh giá hài lòng của nhân viên.

4.3. 4 bước kiểm định Paired Sample T-Test

4 bước sau đây sẽ giúp bạn thực hiện thành công kiểm định Paired Sample T-Test trong SPSS. 

Bước 1: Trên thanh công cụ, chọn Analyze – Compare Means – Paired-Samples T Test.

Bước 2: Cửa sổ Paired-Samples T Test mở ra, đưa 2 biến muốn kiểm định vào ô Paired Variables.

Bước 3: Ấn vào mục Option, nhập độ tin cậy bằng 95% vào ô Confidence Interval Percentage, sau đó nhấn chọn Continue.

Bước 4: Nhấn OK và chờ kết quả.

4.4. Kết quả

Kết quả sau khi chạy lệnh kiểm định Paired Sample T-Test như sau:

 => Giá trị sig = 0.000 < 0.05, bác bỏ giả thuyết H0 và chấp nhận H1.

Kết luận:

• Có sự khác biệt trong mức điểm đánh giá sự hài lòng của nhân viên giữa 2 lần khảo sát. Ở lần khảo sát 2, nhân viên hài lòng hơn về chính sách phân chia hoa hồng. Lần 2 điểm trung bình đánh giá là 6.17 cao hơn lần 1 có điểm trung bình là 5.48.
• Giá trị sig < 0.05 có nghĩa là dữ liệu có tương quan giữa 2 lần khảo sát.

Như vậy, chúng tôi đã giới thiệu đến bạn đầy đủ thông tin về kiểm định T-Test trong SPSS cùng với cách chạy 3 loại kiểm định T-Test được cập nhật mới nhất. Qua bài viết, mong rằng bạn đọc đã có thêm nhiều kiến thức hữu ích và áp dụng T-Test thành công trong bài nghiên cứu của mình.

Trong quá trình phân tích SPSS, bạn muốn tìm kiếm thêm nhiều tài liệu về hướng dẫn cách chạy SPSS cập nhật mới của Trung tâm Best4Team .Liên hệ qua SĐT Zalo: 091.552.1220 hoặc email: best4team.com@gmail.com  để hỗ trợ ngay nhé!