Fisher Exact Test là gì? Cách đọc và chạy trong SPSS

Fisher Exact Test là gì

Fisher Exact Test là kiểm định dùng để xem hai biến phân loại có độc lập với nhau hay không. Bạn thường gặp kiểm định này khi lập bảng chéo 2 x 2, chẳng hạn giới tính và việc có ý định mua sản phẩm, hoặc nhóm khách hàng và trạng thái tiếp tục sử dụng dịch vụ.

Điểm đáng chú ý là Fisher Exact Test tính xác suất chính xác dựa trên các tần số quan sát trong bảng, thay vì dựa chủ yếu vào xấp xỉ phân phối như Pearson Chi-Square. Vì vậy, đây là lựa chọn phù hợp khi cỡ mẫu nhỏ hoặc một hay nhiều ô trong bảng chéo có tần số kỳ vọng thấp.

Trong SPSS, kết quả thường xuất hiện trong bảng Chi-Square Tests, tại dòng Fisher's Exact Test. Bạn tập trung vào cột Exact Sig. (2-sided) nếu kiểm định hai phía. Giá trị này chính là p-value để so sánh với mức ý nghĩa đã đặt trước, thường là 0.05.

Ví dụ, nếu bảng chéo có biến Gioi_tinh gồm Nam và Nữ, cùng biến Mua_lai gồm Có và Không, Fisher Exact Test kiểm tra giả thuyết rằng giới tính và ý định mua lại không có mối liên hệ trong tổng thể.

Ý nghĩa của Fisher Exact Test trong nghiên cứu định lượng

Fisher Exact Test trả lời một câu hỏi cụ thể: sự khác biệt về tỷ lệ giữa các nhóm có đủ bằng chứng thống kê để kết luận là có liên hệ hay chỉ có thể xuất hiện do ngẫu nhiên trong mẫu hiện tại.

Nếu p-value nhỏ hơn mức ý nghĩa bạn chọn, bạn bác bỏ H0 và kết luận hai biến có mối liên hệ thống kê. Nếu p-value lớn hơn hoặc bằng mức ý nghĩa, bạn chưa có đủ bằng chứng để bác bỏ H0. Cách diễn đạt này quan trọng hơn việc viết rằng hai biến “hoàn toàn không liên quan”, vì kiểm định không chứng minh được sự vắng mặt tuyệt đối của quan hệ.

Fisher Exact Test chỉ kiểm tra mối liên hệ giữa hai biến phân loại. Nó không cho biết quan hệ mạnh hay yếu, không chứng minh quan hệ nhân quả và cũng không cho biết nhóm nào có tỷ lệ cao hơn nếu bạn không xem thêm bảng Crosstabulation hoặc tỷ lệ theo hàng, theo cột.

Nếu biến phụ thuộc của bạn là điểm trung bình liên tục, bạn cần xem các kiểm định khác. Chẳng hạn, t test thường được dùng để so sánh trung bình giữa hai nhóm, còn ANOVA phù hợp hơn khi so sánh trung bình từ ba nhóm trở lên. Fisher Exact Test không thay thế các kiểm định này.

Bạn cũng nên phân biệt “có ý nghĩa thống kê” với “có ý nghĩa thực tiễn”. Một p-value nhỏ cho thấy bằng chứng chống lại H0, nhưng bạn vẫn cần báo cáo tần số, tỷ lệ và bối cảnh nghiên cứu để người đọc đánh giá mức độ khác biệt.

Fisher Exact Test bao nhiêu là đạt

Cụm “bao nhiêu là đạt” thường được hiểu là p-value bao nhiêu thì kết luận có ý nghĩa thống kê. Với Fisher Exact Test, bạn không đánh giá theo một con số riêng của bản thân kiểm định. Bạn so sánh p-value với mức ý nghĩa α đã nêu trong phương pháp nghiên cứu.

Trong nhiều luận văn, α = 0.05. Nếu p-value < 0.05, kết quả được xem là có ý nghĩa thống kê ở mức 5%. Nếu p-value ≥ 0.05, kết quả chưa đạt ý nghĩa thống kê ở mức 5%. Bạn không nên đổi α sau khi đã nhìn thấy output để làm cho kết quả “đạt”.

Bảng trên là quy tắc minh họa cách ra quyết định, không phải kết quả từ một nghiên cứu thật. Khi viết luận văn, bạn nên ghi rõ mức ý nghĩa ngay trong chương phương pháp. Nếu giảng viên yêu cầu α = 0.01, ngưỡng diễn giải sẽ thay đổi theo mức đó.

Bạn cũng cần xem bảng chéo để biết hướng khác biệt. Ví dụ, p-value = 0.012 chỉ cho thấy hai biến có liên hệ. Nó chưa nói nhóm Nam có tỷ lệ mua lại cao hơn nhóm Nữ nếu bạn chưa đọc phần trăm trong bảng Crosstabulation.

Cách đọc Fisher Exact Test trên output

Để chạy và đọc Fisher Exact Test trong SPSS, trước hết bạn cần có hai biến dạng phân loại. Mỗi dòng dữ liệu là một quan sát, mỗi biến có các nhóm rõ ràng như 0 và 1, hoặc Nam và Nữ. Nếu dữ liệu đang là chữ nhưng bị nhập lẫn khoảng trắng, viết hoa và viết thường, bảng chéo có thể tách thành nhiều nhóm ngoài ý muốn.

Trong ví dụ dưới đây, giả sử bạn khảo sát 40 người về giới tính và ý định mua lại. Các con số chỉ là số liệu minh họa, không phải phát hiện của một nghiên cứu cụ thể.

Đây là bảng Chi-Square Tests, với số liệu minh họa. Nếu mục tiêu của bạn là kiểm định hai phía, hãy đọc Exact Sig. (2-sided) = 0.057. Vì 0.057 lớn hơn 0.05, bạn chưa bác bỏ H0 ở mức ý nghĩa 5%.

Không nên lấy Pearson Chi-Square, Continuity Correction hoặc Likelihood Ratio thay cho Fisher Exact Test chỉ vì một trong các p-value đó nhỏ hơn 0.05. Mỗi dòng là một cách tính khác nhau. Khi điều kiện áp dụng của Pearson không phù hợp, bạn cần báo cáo dòng Fisher và nêu rõ p-value nào đã được dùng để kết luận.

Cột Exact Sig. (1-sided) chỉ dùng khi giả thuyết của bạn có hướng được xác định từ trước, chẳng hạn tỷ lệ ở nhóm A cao hơn nhóm B. Bạn không nên chọn p-value một phía sau khi đã thấy kết quả hai phía. Nếu đề tài chỉ nêu “có mối liên hệ” mà không nêu hướng, lựa chọn an toàn thường là kiểm định hai phía.

Khi Fisher Exact Test không đạt thì xử lý thế nào

Nếu p-value của Fisher Exact Test lớn hơn hoặc bằng α, trước tiên bạn ghi nhận kết quả đúng như vậy. Đừng xóa dữ liệu, gộp nhóm tùy tiện hoặc đổi sang p-value một phía chỉ để tạo ý nghĩa thống kê.

Kiểm tra lại mã hóa biến

Mở Variable View và Data View để kiểm tra nhãn giá trị. Một nhóm có thể bị tách thành Có, Co, CÓ hoặc có khoảng trắng cuối chuỗi. Nếu đây là lỗi nhập liệu, bạn có thể sửa mã hóa theo quy tắc đã định trước, sau đó chạy lại và lưu lại phiên bản dữ liệu.

Kiểm tra bảng chéo và tỷ lệ

Xem Crosstabulation để biết chênh lệch giữa các nhóm có lớn về mặt mô tả hay không. Có trường hợp tỷ lệ nhìn khác nhau nhưng cỡ mẫu quá nhỏ nên bằng chứng thống kê chưa đủ. Khi đó, báo cáo cả tần số và tỷ lệ sẽ trung thực hơn việc chỉ ghi “không đạt”.

Gộp nhóm khi có cơ sở lý thuyết

Nếu một biến có quá nhiều nhóm với rất ít quan sát, bạn có thể cân nhắc gộp nhóm, nhưng chỉ khi cách gộp có ý nghĩa về lý thuyết hoặc thiết kế nghiên cứu. Hãy ghi rõ nhóm nào được gộp, lý do và số quan sát trước, sau khi gộp. Gộp nhóm sau khi xem p-value mà không có lý do phương pháp sẽ dễ bị hỏi ở phần bảo vệ.

Xem lại cỡ mẫu và thiết kế nghiên cứu

Fisher Exact Test có thể cho kết quả không có ý nghĩa vì mẫu thật sự chưa đủ thông tin để phát hiện khác biệt. Phần mềm không thể tạo thêm bằng chứng từ một bảng dữ liệu quá nhỏ. Nếu còn khả năng thu thập thêm dữ liệu theo đúng thiết kế ban đầu, bạn trao đổi với giảng viên trước khi làm. Nếu không, giữ nguyên kết quả và nêu giới hạn của mẫu.

Phân biệt Fisher Exact Test với chỉ số dễ nhầm

Fisher Exact Test và Pearson Chi-Square đều có thể được dùng với bảng chéo để kiểm tra sự độc lập giữa các biến phân loại. Khác biệt chính nằm ở cách tính và điều kiện sử dụng. Pearson thường dựa trên xấp xỉ, còn Fisher tính xác suất chính xác, nên thường được cân nhắc khi bảng 2 x 2 có ô kỳ vọng nhỏ.

Fisher Exact Test cũng khác với t test. T test so sánh trung bình của một biến định lượng giữa hai nhóm, trong khi Fisher xem xét phân bố tần số giữa các nhóm của hai biến phân loại. Nếu bạn biến một điểm trung bình thành Có và Không chỉ để chạy Fisher, cần giải thích tiêu chí phân loại và chấp nhận rằng bạn có thể làm mất thông tin của biến ban đầu.

Fisher Exact Test không phải kiểm định tương quan. Correlation thường dùng cho các biến định lượng hoặc thứ bậc tùy hệ số. Fisher cũng không đo mức độ tác động. Nếu cần mô tả mức độ liên hệ, bạn có thể xem thêm tỷ lệ, odds ratio hoặc một mô hình phù hợp với câu hỏi nghiên cứu, nhưng không được gọi p-value của Fisher là “mức độ ảnh hưởng”.

Khi đề tài có từ ba nhóm trở lên hoặc bảng lớn hơn 2 x 2, SPSS vẫn có thể cung cấp kiểm định exact trong một số thiết lập, nhưng bạn cần kiểm tra thủ tục và cách diễn giải cụ thể. Đừng áp dụng máy móc ví dụ 2 x 2 cho mọi bảng chéo.

Lỗi thường gặp

Lỗi đầu tiên là đọc nhầm cột Asymptotic Significance (2-sided) của Pearson trong khi phương án phân tích đã chọn Fisher Exact Test. Bạn cần ghi đúng tên dòng và cột đã dùng trong kết luận.

Lỗi thứ hai là viết “p = 0.000”. SPSS thường hiển thị 0.000 do làm tròn, không có nghĩa p-value bằng đúng 0. Khi bảng xuất hiện giá trị này ở một kiểm định khác, cách trình bày thường là p < 0.001, nhưng với Fisher bạn vẫn phải đọc đúng ô Exact Sig. trên output.

Lỗi thứ ba là kết luận nhân quả từ một bảng chéo. Dữ liệu khảo sát tại một thời điểm chỉ cho phép bạn nói về mối liên hệ trong phạm vi thiết kế và mẫu nghiên cứu, trừ khi mô hình và thiết kế của bạn hỗ trợ lập luận mạnh hơn.

Lỗi thứ tư là chỉ báo cáo p-value mà không có bảng tần số. Người đọc cần biết mỗi nhóm có bao nhiêu quan sát và tỷ lệ là bao nhiêu. Một đoạn kết quả tốt thường gồm tên hai biến, bảng chéo, p-value Fisher, mức ý nghĩa và kết luận ngắn gọn.

Cách viết vào luận văn: “Kết quả Fisher Exact Test cho thấy mối liên hệ giữa [tên biến 1] và [tên biến 2] có/không có ý nghĩa thống kê, với Exact Sig. (2-sided) = [p-value], so với mức ý nghĩa α = [mức ý nghĩa]. Do đó, giả thuyết H[ số ] được chấp nhận/bác bỏ theo tiêu chí đã đề ra.” Bạn thay phần trong ngoặc vuông bằng số liệu thật từ file SPSS và thống nhất cách gọi giả thuyết với chương mô hình.

Nếu bài của bạn có nhiều bảng kiểm định, hãy lập một bảng kết quả riêng để tránh nhầm p-value. Các bài về bảng ANOVA hoặc one factor ANOVA có cách đọc khác vì chúng tập trung vào sự khác biệt trung bình giữa các nhóm.

Đọc thêm: kiểm định t test, chủ đề thong ke.

Câu hỏi thường gặp

Fisher Exact Test dùng khi nào trong SPSS?

Bạn dùng Fisher Exact Test khi kiểm tra mối liên hệ giữa hai biến phân loại, đặc biệt trong bảng 2 x 2 có cỡ mẫu nhỏ hoặc có ô với tần số kỳ vọng thấp. Trong SPSS, thủ tục thường bắt đầu từ Analyze > Descriptive Statistics > Crosstabs, sau đó chọn Statistics và đánh dấu Chi-square, rồi vào Exact để yêu cầu phép tính exact nếu phiên bản và gói cài đặt hỗ trợ.

Fisher Exact Test bao nhiêu là tốt?

Không có một giá trị p-value càng nhỏ càng “tốt” cho mọi đề tài. Bạn so sánh Exact Sig. (2-sided) với α đã đặt trước. Với α = 0.05, p < 0.05 cho thấy có ý nghĩa thống kê, còn p ≥ 0.05 nghĩa là chưa đủ bằng chứng để bác bỏ H0.

Fisher Exact Test trong SPSS không hiện thì làm sao?

Bạn kiểm tra lại bảng Crosstabs, hai biến đã được nhập đúng chưa và phiên bản SPSS có hỗ trợ tùy chọn exact hay không. Trong một số trường hợp, tùy chọn này có thể phụ thuộc vào module cài đặt. Không tự lấy p-value của Pearson thay thế mà không giải thích lý do.

Có được dùng Fisher Exact Test cho bảng lớn hơn 2 x 2 không?

Có thể có các phương án exact cho bảng lớn hơn 2 x 2, nhưng cách tính và yêu cầu phần mềm cần được kiểm tra riêng. Nếu bảng có nhiều nhóm, bạn nên xác định trước câu hỏi nghiên cứu, số nhóm và phương án phân tích với giảng viên thay vì gộp hoặc tách nhóm chỉ dựa trên output.

Fisher Exact Test có cho biết biến nào tác động mạnh hơn không?

Không. Fisher Exact Test cho biết bằng chứng về mối liên hệ giữa hai biến phân loại. Để mô tả khác biệt, bạn xem tần số, tỷ lệ và có thể dùng chỉ số hoặc mô hình phù hợp với mục tiêu nghiên cứu. Không gọi p-value là hệ số tác động.

Mở lại file .sav, kiểm tra mã hóa hai biến, chạy Crosstabs, bật phần Exact và lưu cả bảng Crosstabulation lẫn Chi-Square Tests trước khi viết kết quả. Nếu bạn muốn chạy phân tích trên dữ liệu thật và đối chiếu từng dòng output trong SPSS, M4 phân tích của DoThesis hỗ trợ bước này.