Bài giảng Tin học ứng dụng: Bài 6 - TS. Nguyễn Thị Chăm

Trong phân tích dữ liệu, việc lựa chọn phương pháp kiểm định thống kê phù hợp là yếu tố then chốt để đảm bảo tính chính xác và độ tin cậy của kết quả nghiên cứu. Tuy nhiên, không phải lúc nào dữ liệu cũng tuân thủ các giả định chặt chẽ của các kiểm định tham số truyền thống. Chính trong bối cảnh này, các phương pháp kiểm định phi tham số trở nên vô cùng quan trọng, cung cấp một công cụ mạnh mẽ và linh hoạt. Bài viết này nhằm mục đích trình bày ý nghĩa, các bước thực hiện và cách lựa chọn test kiểm định phi tham số phù hợp. Đồng thời, nó cũng hướng dẫn cách giải thích kết quả và áp dụng phần mềm SPSS để thực hiện các kiểm định này vào các nghiên cứu thực tế, mở rộng khả năng phân tích cho các nhà nghiên cứu.

Sinh viên, nhà nghiên cứu, và chuyên gia cần phân tích dữ liệu không tuân theo phân phối chuẩn hoặc khi muốn sử dụng phần mềm SPSS cho các kiểm định thống kê.

Tài liệu này cung cấp một cái nhìn toàn diện về các kiểm định phi tham số, một nhóm phương pháp thống kê thiết yếu khi dữ liệu không đáp ứng các giả định của kiểm định tham số, đặc biệt là giả định về phân phối chuẩn. Mở đầu bằng việc lý giải tại sao cần sử dụng các kiểm định này, tài liệu đi sâu vào các phương pháp phổ biến như kiểm định dấu và hạng Wilcoxon cho các mẫu liên hệ, kiểm định Mann-Whitney cho hai mẫu độc lập, và kiểm định Kruskal-Wallis cho nhiều hơn hai mẫu độc lập, làm rõ ưu điểm về tốc độ và tính dễ thực hiện, cũng như nhược điểm về khả năng phát hiện sự khác biệt. Tài liệu còn so sánh rõ ràng giữa các test phi tham số và tham số tương ứng (ví dụ: Wilcoxon với Paired Samples T-Test, Mann-Whitney với Independent Samples T-Test, Kruskal-Wallis với One-Way ANOVA) để người đọc có thể lựa chọn công cụ phù hợp tùy theo tính chất của biến và giả định dữ liệu. Quy trình thực hiện được trình bày theo từng bước, từ việc xác định giả thuyết H₀ và H₁, lựa chọn test áp dụng, đến việc đọc và giải thích kết quả với độ tin cậy 95% dựa trên giá trị Asymp.Sig. Hơn nữa, tài liệu nhấn mạnh khả năng ứng dụng thực tế thông qua việc sử dụng phần mềm SPSS, giúp người học và nhà nghiên cứu dễ dàng áp dụng các kiến thức này vào các bài toán phân tích dữ liệu cụ thể, nâng cao kỹ năng xử lý và diễn giải dữ liệu không theo phân phối chuẩn trong nhiều lĩnh vực.