Bài giảng Kiểm định

Chia sẻ: Vdfv Vdfv | Ngày: | Loại File: PDF | Số trang:36

Thêm vào BST

Báo xấu

149
lượt xem 20
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Để xem kết quả của mẫu có đúng với tổng thể hay không chúng ta phải thực hiện các phép kiểm định. Kiểm định là bước thứ hai sau thống kê mô tả và cũng là bước quyết định ý nghĩa và giá trị của công trình nghiên cứu.

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Bài giảng Kiểm định

Chương 6 KIỂM ĐỊNH Chúng ta lập các bảng phân tích tìm bằng chứng để chứng minh các giả thuyết ở những phần trên đều dựa trên mẫu ( các phiếu điều tra ) chứ không phải trên tổng thể. Để xem kết quả của mẫu có đúng với tổng thể hay không chúng ta phải thực hiện các phép kiểm định. Kiểm định là bước thứ hai sau thống kê mô tả và cũng là bước quyết định ý nghĩa và giá trị của công trình nghiên cứu. Trong chương này, xin giới thiệu một số phép kiểm định đơn giản :
I-Kiểm định mối quan hệ giữa hai biến định tính • 1- Kiểm định Chi-Square: được sử dụng phổ biến khi kiểm định mối liên hệ 2 biến định tính không thứ bậc, hoặc 1 thứ bậc với 1 biến không thứ bậc: • Cách thực hiện như mô tả bảng chéo trên, tại hộp Crosstabs ta chọn Chi-square. • Được sử dụng để kiểm định xem có tồn tại mối quan hệ giữa 2 yếu tố đang nghiên cứu trong tổng thể. • Muốn thực hiện kiểm định ta thực phải phát biểu giả thuyết: H là không tồn tại mối quan hệ giữa 0 hai biến.
Cách thực hiện kiểm định Chi - Square trên SPSS • Chọn Analyze -> Descriptive Statistics -> Crosstabs
Biến phụ thuộc Biến độc lập 1 4 2 3
• Chọn mục Chi - -square: • Đưa biến giới tính vào cột, và biến mức sống vào dòng ta có 3 bảng kết quả, 2 bảng trên như của Bassi Table, bảng thứ 3 như sau: Chi-Square Tests Asymp. Sig. Value df (2-sided) Pearson Chi-Square 1.497a 3 .683 Continuity Correction Likelihood Ratio 1.500 3 .682 Linear-by-Linear Association .112 1 .738 N of Valid Cases 288 a. 2 cells (25.0%) have expected count less than 5. The minimum expected count is 1.96.
• Tại cột Asymb Sig (2- sided ), ở dòng đầu tiên Pearson Chi – Square nếu: • Dấu Sig < 0.1 thì giả thuyết H bị bác bỏ với độ tin 0 cậy trên 90%. • Dấu Sig < 0.05 thì giả thuyết H bị bác bỏ với độ tin 0 cậy trên 95%. Khi đó kết luận là có tồn tại mối quan hệ giữa giới tính của chủ hộ và mức sống gia đình. • Trong ví dụ này Sig = 0.683 có nghĩa là giả thuyết H 0 được chấp nhận, vì nếu ta bác bỏ giả thuyết thì sẽ phạm sai lầm rất lớn. • Khi kiểm định Chi – Square chú ý nếu có quá 20% số ô có tần suất kỳ vọng dưới 5 thì kiểm định Chi – Square không còn tin cậy. Trong ví dụ này có tới 25% số ô có tần suất kỳ vọng nhỏ hơn 5.
• Chuù yù: thoáng keâ hi-square khoâng C phaûi laø soá ño möùc ñoä chaët cheõ cuûa moái quan heä. Ví duï khoâng theå keát luaän raèng moái quan heä giöõa giôùi tính vaø möùc soáng laø quan troïng, vì noù chæ coù yù nghóa thoáng keâ (töùc laø caùc thoáng keâ naøy khoâng theå hieän möùc ñoä chaët cheõ cuûa moái quan heä). Khi thaûo luaän caùc keát quaû caàn xem xeùt möùc ñoä quan heä trong maãu cuõng nhö yù nghóa cuûa noù (vaø phaàn traêm theo doøng vaø coät).
Một số đại lượng khác về mối liên hệ 2 biến định danh • Do kiểm định Chi-square không cho biết mức độ chặt chẽ giữa 2 biến, ta có thể sử dụng Tables để mô tả mối liên hệ đó hoặc sử dụng các đại lượng thống kê do Pearson đề xuất như: • * Cramer V: Ký hiệu V có giá trị 0
2- Kiểm định mối quan hệ 2 biến định tính thức bậc • Đối với 2 biến đều sắp theo thứ bậc chúng ta không dùng kiểm định Chi – Square mà dùng kiểm định tau-b, tautau-c, gamma cũng trong bảng Cosstabs. • Nếu cột Approx Sig có kết quả
II- Kiểm định mức độ mối quan hệ 2 biến định tính Kiểm định Chi – Square chỉ khẳng định có mối quan hệ giữa 2 biến hay không, chứ không cho biết mức độ mối quan hệ đó như thế nào. Muốn thực hiện kiểm định mức độ mối quan hệ ta dùng kiểm định Crammér’s V, hoặx Kiểm định Lambda nằm trong cùng hộp kiểm định Chi – Square. Giá trị kiểm định biến thiên từ 0 -> 1 thể hiện mức độ của quan hệ.
III- Kiểm định giả thuyết về trị trung bình của 1 tổng thể Phần này sẽ nói đến việc kiểm định trung bình của tổng thể trong trường hợp mẫu lớn và mẫu nhỏ, với điều kiện đã biết hoặc chưa biết phương sai tổng thể . Để tiến hành kiểm định thống kê cho một giả thuyết nào đó, cần thiết phải đưa ra những giả định nào đó về dữ liệu quan sát
• Ví dụ: Một trường A, muốn đánh giá xem hệ số thông minh của học sinh trường có hơn hệ số thông minh trung bình của các trường toàn quận (105). Trường A đã chọn ngẫu nhiên 30 học sinh để đánh giá. Hệ số thông minh trung bình của học sinh trường A có khác biệt so với toàn quận ? • Giả thuyết là: • “H0 là hệ số thông minh của học sinh trường A không có sự khác biệt với hệ số thông minh trung bình các trường trong quận ( hệ số IQ trung bình học sinh toàn quận = 105 ).
Thöïc SP hieän kieåm ñònh T moät maãu treân :
Hộp thoại kiểm định T một mẫu: Giá trị kiểm định Biến kiểm định
Bảng kết quả kiểm định One-Sample Statistics N Mean Std. Deviation Std. Error Mean Heä soá thoâng minh 30 110.73 8.05 1.47 One-Sample Test Test Value = 105 95% Confidence Interval of the Sig. Mean Difference t df (2-tailed) Difference Lower Upper Heä soá thoâng minh 3.900 29 .001 5.73 2.73 8.74
• Bảng kết quả của kiểm định trung bình một mẫu, cho ta thấy: • Sự khác biệt trung bình = Trung bình mẫu quan sát - Trung bình giả thuyết. 110.73 – 105 = 5.73 ( bảng trên ) • Khoảng tin cậy đã chọn là 95% cho sự khác biệt giữa các trung bình từ 2.73 -> 8.74 • Giá trị kiểm định T = 3.900, với bậc tự do là 29. Giá trị p = 0.001 nhỏ hơn mức ý nghĩa ∽ (0.05 nên giả thuyết Ho hệ số thông minh học sinh trường A = 105 bị bác bỏ. Nghĩa là có sự khác biệt về hệ số thống minh của Trường A với các trường trong quận.
II -Kieåm Trung bình hai tổng thể • II.1 Kiểm định T với các mẫu độc lập
Hoäp thoaïi kieåm ñònh T hai maãu ñoäc laäp : Xác định nhóm
• Chọn biến định lượng kiểm định dưa vào hộp test Variable(s) • Chọn biến định tính chia số quan sát thành 2 nhóm để so sánh 2 nhóm đưa vào Groupping Variable, chọn Define Groups… đánh tên nhóm. • Mặc định là 2 nhóm • Options vào thay đổi mức giới hạn khoảng tin cậy ( mặc nhiên 95%, tức mức ý nghĩa 5%).
III- Kiểm định trung bình 02 mẫu phụ thuộc ( hay mẫu cặp ) • Kiểm định được dùng cho 2 mẫu có liên hệ với nhau. Quá trình kiểm định bắt đầu từ việc tính toán chênh lệch trên từng cặp quan sát theo phép tính trừ. • Thường ta kiểm định cho việc tiến hành các thí nghiệm xem sự khác biệt trung bình của lô thí nghiệm và lô không thí nghiệm. • Giả thuyết Ho là: Không có sự khác biệt giữa sản phẩm trước và sau thí nghiệm.