Bậc tự do là gì? Cách đọc df trong SPSS

Bậc tự do là gì

Bạn mở output SPSS và thấy cột df trong bảng ANOVA, Independent Samples Test, Paired Samples Test hoặc Chi-Square Tests. Con số này là bậc tự do, tiếng Anh là degrees of freedom, thường viết tắt là df. Bậc tự do cho biết còn bao nhiêu giá trị có thể thay đổi độc lập sau khi dữ liệu đã chịu các ràng buộc của phép tính.

Cách tính df thay đổi theo kiểm định. Với kiểm định trung bình một mẫu, df = n - 1, trong đó n là số quan sát hợp lệ. Với hồi quy tuyến tính, df của phần dư thường là n - k - 1, trong đó k là số biến độc lập. Với bảng chéo, df thường là (số hàng - 1) × (số cột - 1). Vì vậy, không có một con số df tốt cho mọi phân tích.

Bạn có thể xem thêm bài df là gì nếu cần nắm khái niệm ở mức tổng quát. Trong bài này, trọng tâm là cách nhận diện bậc tự do trên output và giải thích nó trong bài luận định lượng.

Ý nghĩa của bậc tự do trong nghiên cứu định lượng

Bậc tự do xuất hiện vì bạn dùng dữ liệu mẫu để ước lượng một tham số hoặc kiểm định một giả thuyết. Khi đã dùng một phần thông tin để ước lượng, phần thông tin còn lại mới được dùng để đánh giá độ biến động hoặc so sánh với phân phối lý thuyết. Số phần thông tin còn lại đó chính là cách trực giác để hiểu df.

Ví dụ, bạn có năm quan sát và tính trung bình mẫu. Khi biết trung bình và bốn giá trị đầu, giá trị thứ năm đã bị quyết định để tổng các độ lệch quanh trung bình bằng 0. Vì thế chỉ còn bốn độ lệch có thể thay đổi độc lập, và df bằng 5 - 1 = 4.

Trong kiểm định t, df giúp xác định phân phối t dùng để tính t-value và p-value. Trong kiểm định Chi-Square, df xác định hình dạng phân phối Chi-Square dùng để đánh giá mức chênh lệch giữa tần số quan sát và tần số kỳ vọng. Trong ANOVA, df được dùng để tính Mean Square từ Sum of Squares.

Điểm cần nhớ là df không phải là mức độ mạnh của mối quan hệ, không phải kích thước tác động và cũng không phải xác suất sai lầm. Nếu bạn muốn hiểu cách p-value được dùng để ra quyết định, hãy xem mức ý nghĩa là gì. Nếu cần nối df với vùng ước lượng của tham số, khoảng tin cậy là khái niệm liên quan trực tiếp.

Bậc tự do thường không được diễn giải một mình. Bạn đọc df cùng với thống kê kiểm định, p-value, cỡ mẫu và thiết kế phân tích. Một df bằng 98 không tự động chứng minh mô hình tốt, cũng như df bằng 3 không tự động khiến kết quả sai. Nó cho biết phép kiểm định đang dựa trên bao nhiêu thông tin độc lập sau các ràng buộc của mô hình.

Bậc tự do bao nhiêu là đạt

Câu hỏi “bậc tự do bao nhiêu là tốt” thường xuất hiện khi sinh viên thấy một con số khác với tài liệu hướng dẫn. Với df, bạn không nên dùng ngưỡng đạt hoặc không đạt giống Cronbach's Alpha hay KMO. df được suy ra từ loại kiểm định, số quan sát hợp lệ, số nhóm, số biến và số tham số đã ước lượng.

Bảng dưới đây tóm tắt các trường hợp thường gặp. Các công thức là cấu trúc của phép kiểm định, không phải ngưỡng chất lượng. Vì danh sách nguồn được phép trích dẫn không có một nguồn riêng quy định “df tối thiểu”, bảng chỉ ghi nguồn cho phần hướng dẫn phương pháp có liên quan, không gán một ngưỡng df giả tạo.

Vì vậy, df “đạt” khi nó phù hợp với thiết kế và số quan sát mà bạn thực sự đưa vào phân tích. Nếu bạn có 120 dòng dữ liệu nhưng SPSS chỉ dùng 115 dòng hợp lệ, df sẽ dựa trên 115, không dựa trên 120. Đây là lý do cần kiểm tra missing values trước khi diễn giải.

Đừng viết “df càng cao càng tốt”. df cao thường đi cùng cỡ mẫu lớn, nhưng cỡ mẫu lớn cũng có thể làm một chênh lệch rất nhỏ trở nên có ý nghĩa thống kê. Quyết định cuối cùng vẫn cần dựa trên thống kê kiểm định, p-value và ý nghĩa thực tiễn của kết quả.

Cách đọc bậc tự do trên output

Trong SPSS, bạn không tìm một bảng duy nhất tên là “Degrees of Freedom”. Bạn đọc cột df trong bảng tương ứng với phép phân tích đã chạy. Trước tiên, hãy xác định bạn đang xem kiểm định nào, sau đó đối chiếu df với số quan sát hợp lệ, số nhóm hoặc số biến trong mô hình.

Ví dụ dưới đây là số liệu minh họa, không phải kết quả của một nghiên cứu thật. Giả sử bạn chạy hồi quy tuyến tính với 120 quan sát hợp lệ và 4 biến độc lập. SPSS có thể hiển thị bảng ANOVA như sau:

Bảng ANOVA trong hồi quy

Số liệu minh họa.

Cách kiểm tra là: df Regression = k = 4, df Residual = n - k - 1 = 120 - 4 - 1 = 115, và df Total = n - 1 = 119. Ba dòng này phải liên hệ với nhau, cụ thể df Total = df Regression + df Residual, tức 119 = 4 + 115.

Cột Sig. bằng .000 trong cách SPSS hiển thị không có nghĩa p-value bằng đúng 0. Bạn nên viết là p < 0,001 nếu các chữ số chi tiết trong output xác nhận điều đó. df chỉ giúp xác định phân phối và cách tính F, còn kết luận về giả thuyết cần dựa vào p-value với mức ý nghĩa đã chọn.

Bảng kiểm định t cặp đôi

Giả sử bạn đo điểm đánh giá trước và sau một chương trình trên 30 người, chỉ có 28 cặp dữ liệu hợp lệ. Bảng Paired Samples Test có thể có cấu trúc như sau:

Số liệu minh họa.

df bằng 27 vì phép kiểm định dựa trên 28 cặp hợp lệ và công thức là n - 1. Nếu bạn nhìn thấy 30 người trong file nhưng df là 27, hãy kiểm tra hai biến trước và sau có bao nhiêu cặp bị thiếu dữ liệu. SPSS thường loại cả cặp khi một trong hai biến không có giá trị.

Với kiểm định t hai mẫu độc lập, bảng Independent Samples Test thường có hai dòng: Equal variances assumed và Equal variances not assumed. Hai dòng có thể có df khác nhau vì dòng thứ hai dùng cách điều chỉnh df khi phương sai hai nhóm không được giả định bằng nhau. Bạn cần đọc Levene's Test for Equality of Variances để chọn dòng theo quy trình của bài phân tích, thay vì chọn dòng có df đẹp hơn.

Nếu bạn đang xem df trong SPSS, hãy đối chiếu đúng tên bảng, cột và dòng. Cách đọc này cũng giúp tránh nhầm df với Sig., t, F hoặc Mean Square.

Khi bậc tự do không đạt thì xử lý thế nào

Với df, cụm “không đạt” thường chỉ là cách gọi chưa chính xác. Bạn cần hỏi: df có khác công thức dự kiến không, hay cỡ mẫu hợp lệ bị giảm, hay bạn đang đọc nhầm dòng trong output. Xử lý theo thứ tự sau sẽ an toàn hơn việc sửa dữ liệu để ép df về con số mong muốn.

Kiểm tra số quan sát hợp lệ

Đối chiếu số dòng ban đầu với số quan sát được dùng trong từng phép phân tích. Vào Analyze > Descriptive Statistics > Frequencies để kiểm tra missing values của biến. Với hồi quy, xem bảng Casewise Diagnostics nếu đã bật tùy chọn này và kiểm tra số quan sát trong Model Summary hoặc ANOVA.

Nếu missing xuất hiện do người trả lời bỏ trống bảng hỏi, ghi nhận số quan sát bị loại và lý do. Không tự động thay thế mọi ô trống bằng giá trị trung bình, vì cách xử lý đó có thể làm thay đổi phân phối và quan hệ giữa các biến.

Kiểm tra đúng loại kiểm định

Một số sinh viên dùng Independent-Samples T Test cho hai phép đo trên cùng một người, sau đó thấy df không giống công thức dự kiến. Nếu dữ liệu là trước và sau trên cùng đối tượng, hãy xem xét Analyze > Compare Means > Paired-Samples T Test. Nếu hai nhóm là những người khác nhau, dùng kiểm định t độc lập.

Tương tự, trong hồi quy, số biến độc lập k phải là số biến thực sự đưa vào mô hình, không phải số biến quan sát trong toàn bộ bảng hỏi. Nếu bạn dùng bốn biến tiềm ẩn được tính thành bốn điểm trung bình, k là bốn, không phải tổng số item.

Ghi nhận df thay vì sửa df

Nếu df đúng theo số liệu hợp lệ và thiết kế nghiên cứu, giữ nguyên. Trong luận văn, bạn có thể nêu số quan sát cuối cùng, cách xử lý dữ liệu thiếu và df tương ứng. Hội đồng thường quan tâm tính nhất quán giữa bảng mô tả mẫu, bảng phân tích và phần diễn giải hơn là một df có vẻ lớn.

Chỉ quay lại thu thêm dữ liệu khi cỡ mẫu hiện tại không đáp ứng kế hoạch nghiên cứu hoặc mô hình có quá ít quan sát để ước lượng ổn định. Không thu thêm dữ liệu chỉ vì muốn df tăng. Việc bổ sung mẫu cần phù hợp tiêu chí chọn mẫu và được ghi rõ trong phương pháp.

Phân biệt bậc tự do với p-value

Bậc tự do và p-value xuất hiện cạnh nhau trong nhiều bảng SPSS, nhưng chúng trả lời hai câu hỏi khác nhau. df cho biết phép kiểm định còn bao nhiêu thông tin độc lập sau khi ước lượng và áp dụng ràng buộc. p-value cho biết mức độ phù hợp của dữ liệu với giả thuyết không trong điều kiện mô hình kiểm định.

Ví dụ trong bảng hồi quy, df Regression = 4 nói rằng mô hình có bốn biến độc lập được xét cùng nhau. F = 18.734 là thống kê kiểm định được tính từ các Mean Square. Sig. = .000 là giá trị được dùng để đánh giá ý nghĩa thống kê của kiểm định F. Không thể kết luận mô hình có ý nghĩa chỉ từ df bằng 4.

Bậc tự do cũng khác với mức ý nghĩa, thường ký hiệu là alpha. Mức ý nghĩa là ngưỡng bạn chọn trước, chẳng hạn 0,05, để ra quyết định thống kê. Bạn có thể đọc thêm về độ tin cậy 95 là gì, vì mức tin cậy và mức ý nghĩa thường được trình bày cùng trong khoảng tin cậy.

Trong kiểm định t, t(27) = -2,296, p = 0,030 là cách viết trong đó 27 là df, -2,296 là thống kê t, còn 0,030 là p-value. Ba thành phần này nên được giữ đúng vị trí khi bạn viết chương kết quả.

Lỗi thường gặp

Lỗi đầu tiên là tìm một ngưỡng chung cho df, chẳng hạn kết luận df dưới 30 là không đạt. Cách kết luận này không có cơ sở chung. df phụ thuộc loại kiểm định và số quan sát, nên bạn cần dùng đúng công thức của phân tích đang chạy.

Lỗi thứ hai là lấy cỡ mẫu ban đầu thay cho cỡ mẫu hợp lệ. Dữ liệu thiếu, câu trả lời không hoàn chỉnh hoặc loại case theo danh sách có thể khiến số quan sát trong phân tích thấp hơn số dòng trong file. Hãy đọc N ở đúng bảng output.

Lỗi thứ ba là nhầm df giữa các dòng. Trong Independent Samples Test, hai dòng giả định phương sai khác nhau có thể có df khác nhau. Trong ANOVA, df Between Groups, df Within Groups và df Total có ý nghĩa riêng, không được lấy một dòng bất kỳ để báo cáo.

Lỗi thứ tư là viết “df có ý nghĩa thống kê”. df không có p-value để tự nó có ý nghĩa hay không. Bạn báo cáo df cùng thống kê kiểm định và p-value, sau đó kết luận về H0 hoặc giả thuyết nghiên cứu.

Lỗi cuối là tự chỉnh dữ liệu, thêm dòng trống hoặc đổi mã missing để df khớp với tài liệu mẫu. Hãy giữ nguyên dữ liệu gốc, tạo một bản làm việc riêng và ghi lại mọi tiêu chí loại quan sát. Đây là phần giảng viên có thể hỏi khi đối chiếu chương 3 với chương 4.

Câu hỏi thường gặp

Bậc tự do bao nhiêu là tốt?

Không có một con số df tốt cho mọi kiểm định. df được xem là phù hợp khi khớp với loại phân tích, số quan sát hợp lệ, số nhóm và số tham số đã ước lượng. Bạn cần kiểm tra công thức và sự nhất quán của output thay vì tìm một ngưỡng chung.

Bậc tự do trong SPSS nằm ở đâu?

Bạn tìm cột df trong bảng kết quả của phép phân tích. Với hồi quy, cột này nằm trong bảng ANOVA; với kiểm định t, nó nằm trong Independent Samples Test hoặc Paired Samples Test; với Chi-Square, nó nằm trong Chi-Square Tests.

Vì sao df trong SPSS nhỏ hơn cỡ mẫu?

Nhiều kiểm định dùng một phần thông tin để ước lượng trung bình, số nhóm hoặc các hệ số hồi quy. Ngoài ra, SPSS có thể loại các dòng chứa missing values. Vì vậy df thường nhỏ hơn số dòng ban đầu, và mức giảm phụ thuộc vào phép kiểm định.

df bằng 0 có sao không?

df bằng 0 thường cho thấy dữ liệu hoặc thiết kế không đủ thông tin để ước lượng phép kiểm định đó, chẳng hạn chỉ có một quan sát hợp lệ trong kiểm định cần ước lượng phương sai. Hãy kiểm tra số nhóm, số quan sát hợp lệ và cách mã hóa missing trước khi chạy lại.

Có cần đưa df vào luận văn không?

Có, nếu bạn báo cáo kết quả kiểm định t, F hoặc Chi-Square. Một câu báo cáo thường gồm thống kê kiểm định, df và p-value, chẳng hạn: “Kết quả kiểm định t cặp đôi cho thấy chênh lệch có ý nghĩa thống kê, t(27) = -2,296, p = 0,030.” Bạn thay số minh họa bằng số thật trong output của mình.

Cách viết bậc tự do vào luận văn như thế nào?

Bạn có thể dùng mẫu sau: “Kết quả [tên kiểm định] cho thấy [kết luận về H0], với [thống kê kiểm định] = [giá trị], df = [bậc tự do] và p = [p-value].” Chỉ giữ kết luận khi p-value đã được đối chiếu với mức ý nghĩa mà bạn nêu trong phương pháp.

Bây giờ hãy mở đúng bảng output trong file của bạn, ghi lại số quan sát hợp lệ, công thức df và dòng kết quả cần báo cáo, sau đó dùng M4 phân tích dữ liệu để chạy và kiểm tra các con số trên chính file .sav hoặc .csv của bạn.