Bài giảng Tin học ứng dụng: Bài 5 - TS. Nguyễn Thị Chăm

Trong lĩnh vực thống kê và phân tích dữ liệu, việc đưa ra các kết luận khoa học đáng tin cậy thường phụ thuộc vào việc tuân thủ các giả định cơ bản của dữ liệu. Một trong những giả định quan trọng nhất là dữ liệu tuân theo phân phối chuẩn, đặc biệt khi áp dụng các kiểm định thống kê tham số. Bài học này tập trung giới thiệu về kiểm định phân phối chuẩn và các phương pháp so sánh giá trị trung bình, vốn là những kỹ thuật phân tích cốt lõi trong nghiên cứu định lượng. Việc nắm vững các khái niệm này không chỉ giúp người học lựa chọn đúng kiểm định thống kê mà còn trang bị kỹ năng sử dụng phần mềm SPSS để thực hiện và diễn giải kết quả một cách chính xác.

Sinh viên các ngành liên quan đến thống kê, tin học ứng dụng, khoa học dữ liệu, cũng như các nhà nghiên cứu và chuyên gia cần thực hiện phân tích thống kê định lượng bằng phần mềm SPSS.

Bài học này cung cấp cái nhìn toàn diện về quy trình kiểm định phân phối chuẩn và các kỹ thuật so sánh giá trị trung bình, những nền tảng thiết yếu trong phân tích thống kê định lượng. Phần nội dung đi sâu vào ý nghĩa và các bước thực hiện kiểm định phân phối chuẩn, từ việc nhận diện loại biến phù hợp đến việc áp dụng các phương pháp đánh giá định tính như biểu đồ Histogram với đường cong chuẩn, biểu đồ Q-Q Plot, cùng với các kiểm định thống kê như Kolmogorov-Smirnov và Shapiro-Wilk. Sau đó, bài học chuyển sang trình bày chi tiết các bài toán so sánh giá trị trung bình, tập trung vào các test kiểm định thống kê tham số, bao gồm so sánh trung bình quan sát với lý thuyết, giữa hai mẫu độc lập, nhiều trung bình đồng thời, và trung bình ghép cặp. Các điều kiện áp dụng và thuật toán cho từng loại kiểm định được làm rõ. Ngoài ra, tầm quan trọng của việc hiểu kiểm định một phía và hai phía trong kiểm định giả thuyết cũng được nhấn mạnh, cùng với hướng dẫn thực hành sử dụng phần mềm SPSS để thực hiện các bài toán này và diễn giải kết quả một cách chính xác. Kiến thức này trang bị cho người học khả năng lựa chọn phương pháp phân tích phù hợp, đảm bảo tính khoa học và độ tin cậy của các kết luận rút ra từ dữ liệu.