Kiểm định dấu là gì? Cách đọc kết quả và xử lý trong SPSS

Kiểm định dấu là gì

Bạn mở output SPSS lên và thấy một kiểm định cho biết số quan sát nằm trên, nằm dưới hoặc bằng một giá trị trung vị. Đó là cách hiểu thực tế nhất về kiểm định dấu, thường được dùng để kiểm tra trung vị của một mẫu hoặc so sánh hai phép đo ghép cặp khi dữ liệu không phù hợp với giả định phân phối chuẩn.

Với kiểm định một mẫu, SPSS xét dấu của từng quan sát sau khi so sánh với một giá trị kiểm định. Nếu một quan sát lớn hơn giá trị đó, nó mang dấu dương. Nếu nhỏ hơn, nó mang dấu âm. Quan sát bằng giá trị kiểm định thường bị loại khỏi số lượng dùng để tính thống kê. Kiểm định dựa trên số dấu dương và dấu âm, thay vì dựa trực tiếp vào giá trị trung bình.

Trong nghiên cứu định lượng, kiểm định dấu thuộc nhóm kiểm định phi tham số. Nó có thể dùng khi biến đo ở mức thứ bậc, khi cỡ mẫu nhỏ, hoặc khi các giả định của kiểm định tham số không được đáp ứng. Với hai mẫu ghép cặp, kiểm định dấu xem xét số cặp có chênh lệch dương và số cặp có chênh lệch âm. Nó không đánh giá độ lớn của từng chênh lệch như kiểm định t cho mẫu ghép cặp.

Bạn có thể xem thêm hướng dẫn về kiểm định t test để phân biệt trường hợp nên dùng kiểm định tham số và phi tham số.

Ý nghĩa của kiểm định dấu trong nghiên cứu định lượng

Câu hỏi mà kiểm định dấu trả lời thường có dạng: trung vị của biến có khác một giá trị chuẩn hay không, hoặc kết quả sau tác động có thay đổi so với trước tác động hay không. Ví dụ, bạn muốn kiểm tra trung vị mức độ hài lòng có khác mức 3 trên thang Likert hay không. Một ví dụ khác là so sánh đánh giá của cùng một nhóm sinh viên trước và sau khi sử dụng một hệ thống học trực tuyến.

Giả thuyết H0 thường phát biểu rằng trung vị không khác giá trị giả định, hoặc phân phối của chênh lệch giữa hai phép đo ghép cặp có trung vị bằng 0. H1 phát biểu rằng trung vị có khác giá trị giả định, hoặc có sự thay đổi giữa hai phép đo. Bạn cần viết H0 và H1 theo đúng thiết kế nghiên cứu trước khi nhìn vào p-value.

Kiểm định dấu phù hợp khi bạn chỉ cần thông tin về hướng thay đổi. Nếu mức tăng 1 điểm và mức tăng 4 điểm đều được xem là một dấu dương, kiểm định dấu chỉ đếm hai trường hợp như nhau. Vì vậy, nó ít sử dụng thông tin hơn Wilcoxon Signed-Rank Test. Đổi lại, kiểm định dấu có ít yêu cầu hơn về hình dạng phân phối của chênh lệch.

Đừng dùng kiểm định dấu để thay thế mọi kiểm định có p-value lớn. Nếu dữ liệu liên tục, chênh lệch gần phân phối chuẩn và các điều kiện được đáp ứng, kiểm định t có thể phù hợp hơn. Bạn có thể đối chiếu các trường hợp đó trong bài kiểm định t test, hoặc xem nhóm bài Thống kê để đặt kiểm định vào toàn bộ quy trình phân tích.

Kiểm định dấu bao nhiêu là đạt

Với kiểm định dấu, không có một ngưỡng thống kê kiểu 0.5 hoặc 0.7 để kết luận là đạt. Ngưỡng ra quyết định nằm ở mức ý nghĩa alpha và p-value. Trong nhiều luận văn, alpha được đặt là 0.05 trước khi chạy kiểm định. Nếu p-value nhỏ hơn alpha, bạn bác bỏ H0. Nếu p-value lớn hơn hoặc bằng alpha, bạn chưa có đủ bằng chứng để bác bỏ H0.

Cụm từ “kiểm định dấu bao nhiêu là tốt” dễ gây nhầm. Kiểm định không được đánh giá bằng việc thống kê dấu càng lớn càng tốt. Bạn cần xem câu hỏi nghiên cứu, chiều của giả thuyết, p-value, số quan sát hợp lệ và trung vị hoặc tỷ lệ dấu trong bảng output.

Các tiêu chí bên dưới giúp bạn đọc đúng từng thành phần. Đây là quy tắc diễn giải, không phải thang điểm chất lượng của bản thân kiểm định.

Nếu phần mềm hiển thị Sig. 2-tailed bằng 0.032 và alpha là 0.05, kết quả có ý nghĩa thống kê theo kiểm định hai phía. Nếu Sig. 2-tailed bằng 0.214, bạn chưa bác bỏ H0. Câu này không có nghĩa H0 chắc chắn đúng, mà chỉ nói dữ liệu hiện tại chưa đủ bằng chứng cho H1.

Kiểm định dấu không có ngưỡng “bao nhiêu là tốt” giống Cronbach's Alpha. Khi viết, bạn nên dùng “có ý nghĩa thống kê” hoặc “chưa có ý nghĩa thống kê”, thay vì viết “kiểm định đạt” một cách chung chung.

Cách đọc kiểm định dấu trên output

Trong SPSS, kiểm định dấu thường xuất hiện trong quy trình Nonparametric Tests. Tên bảng và cột có thể thay đổi một chút tùy phiên bản SPSS và cách bạn chọn Legacy Dialogs hay giao diện mới. Với kiểm định một mẫu, bạn thường quan tâm đến Test Statistics và bảng mô tả số lượng dấu. Với dữ liệu ghép cặp, bạn cần xem số cặp dương, âm và bằng nhau trước khi nhìn Sig.

Bảng dưới đây là số liệu minh họa, không phải kết quả của một nghiên cứu thật. Giả sử bạn kiểm tra điểm hài lòng sau đào tạo so với giá trị trung vị giả định là 3, với giả thuyết hai phía.

Nếu output của bạn là bảng Test Statistics với dòng Exact Sig. 2-tailed bằng 0.001, bạn so sánh 0.001 với 0.05. Vì 0.001 nhỏ hơn 0.05, bạn bác bỏ H0. Số dấu dương nhiều hơn số dấu âm cho thấy hướng thay đổi nghiêng về phía lớn hơn 3, nhưng hướng này vẫn cần được trình bày cùng trung vị và thống kê mô tả.

Nếu bạn chạy cho hai biến ghép cặp, chẳng hạn SAT_TRUOC và SAT_SAU, hãy kiểm tra bảng Frequencies hoặc bảng kết quả tương ứng để biết số Positive Differences, Negative Differences và Ties. Đừng chỉ chụp dòng p-value. Người đọc cần biết bao nhiêu cặp tăng, bao nhiêu cặp giảm và bao nhiêu cặp không đổi.

Khi kiểm định dấu không đạt thì xử lý thế nào

Trước hết, xác định “không đạt” đang nói đến điều gì. Nếu p-value lớn hơn hoặc bằng 0.05, đó là kết quả chưa có ý nghĩa thống kê, không phải lỗi phần mềm. Bạn không nên xóa vài dòng dữ liệu hoặc đổi giả thuyết chỉ để p-value nhỏ xuống.

Nếu kiểm định cho kết quả không có ý nghĩa, hãy kiểm tra các bước sau theo thứ tự.

Kiểm tra lại biến và giá trị kiểm định

Đảm bảo bạn chọn đúng biến, đúng giá trị trung vị giả định và đúng cặp đo. Với thang Likert, giá trị 3 có thể là trung điểm, nhưng không tự động là giá trị kiểm định phù hợp cho mọi câu hỏi nghiên cứu. Giá trị đó phải xuất phát từ mục tiêu và lập luận phương pháp của đề tài.

Kiểm tra dữ liệu thiếu và các trường hợp bằng nhau

Số Ties cao làm giảm số quan sát thực sự đóng góp vào việc so sánh dấu. Hãy xem cách SPSS loại dữ liệu thiếu, mã hóa “không trả lời” và giá trị ngoài phạm vi. Một mã 99 nhập như số hợp lệ có thể làm thay đổi cả số dấu dương và âm.

So sánh với kiểm định phù hợp khác

Nếu hai phép đo ghép cặp có chênh lệch và dữ liệu phù hợp, bạn có thể cân nhắc kiểm định t mẫu ghép cặp. Nếu dữ liệu không chuẩn nhưng bạn muốn sử dụng cả độ lớn của chênh lệch, Wilcoxon Signed-Rank Test thường là lựa chọn đáng xem xét. Bạn cần chọn dựa trên thiết kế và giả định, không chạy nhiều kiểm định rồi chỉ giữ kết quả có p-value nhỏ.

Nếu đang so sánh từ ba nhóm độc lập trở lên, kiểm định dấu không phải lựa chọn chính cho câu hỏi đó. Bạn có thể bắt đầu từ one factor ANOVA nếu điều kiện của ANOVA phù hợp, hoặc xem bảng ANOVA để hiểu cách đọc F và Sig. Khi phương sai giữa các nhóm không đồng nhất, câu hỏi “kiểm định Levene là gì” và “kiểm định Welch là gì” trở nên quan trọng hơn. Welch có thể được dùng trong bối cảnh so sánh trung bình nhiều nhóm khi giả định phương sai bằng nhau không được đáp ứng.

Cách viết vào luận văn: “Kết quả kiểm định dấu cho thấy Sig. 2-tailed = [giá trị p], [nhỏ hơn/lớn hơn hoặc bằng] mức ý nghĩa 0.05. Do đó, nghiên cứu [bác bỏ/chưa bác bỏ] H0. Số quan sát có dấu dương là [N], dấu âm là [N] và bằng nhau là [N], cho thấy hướng thay đổi [mô tả hướng].” Bạn thay các phần trong ngoặc vuông bằng số liệu thật trong output của mình.

Phân biệt kiểm định dấu với Levene, Welch và Tukey

Các tên kiểm định này thường xuất hiện cạnh nhau trong một bài phân tích nhưng chúng trả lời các câu hỏi khác nhau. Kiểm định Levene xem xét phương sai giữa các nhóm có bằng nhau hay không. Nó không kiểm tra trung vị của một mẫu và cũng không cho biết nhóm nào khác nhóm nào.

Kiểm định Levene bao nhiêu là tốt không nên hiểu là p-value càng nhỏ càng tốt. Nếu Sig. của Levene lớn hơn hoặc bằng 0.05, giả định phương sai bằng nhau thường được xem là chưa bị bác bỏ. Nếu Sig. nhỏ hơn 0.05, bạn cần thận trọng với giả định này và có thể cân nhắc Welch hoặc dòng kết quả không giả định phương sai bằng nhau.

Kiểm định Welch là gì? Đây là kiểm định dùng để so sánh trung bình nhiều nhóm trong tình huống phương sai hoặc cỡ mẫu giữa các nhóm không đồng nhất. Kiểm định Welch bao nhiêu là tốt cũng được quyết định bằng p-value của Welch, không phải bằng một giá trị thống kê cố định. Khi Welch có ý nghĩa, bạn vẫn cần kiểm định hậu nghiệm phù hợp để biết cặp nhóm nào khác nhau.

Kiểm định Tukey là gì? Tukey HSD là một kiểm định so sánh hậu nghiệm, thường thực hiện sau ANOVA khi muốn so sánh từng cặp trung bình và kiểm soát sai số khi có nhiều phép so sánh. Kiểm định Tukey bao nhiêu là tốt được đọc qua Sig. của từng cặp. Sig. nhỏ hơn 0.05 cho thấy cặp đó có khác biệt theo mức ý nghĩa đã chọn.

Tóm lại, kiểm định dấu tập trung vào dấu của chênh lệch hoặc vị trí trung vị. Levene tập trung vào phương sai. Welch tập trung vào so sánh trung bình nhiều nhóm khi phương sai không đồng nhất. Tukey tập trung vào so sánh từng cặp sau phân tích nhiều nhóm.

Lỗi thường gặp

Lỗi đầu tiên là gọi p-value nhỏ là “kiểm định tốt”. Một kiểm định tốt phải phù hợp với câu hỏi nghiên cứu, loại biến, thiết kế mẫu và giả định. p-value chỉ giúp bạn ra quyết định về H0 trong bối cảnh đã xác định.

Lỗi thứ hai là nhầm kiểm định dấu với kiểm định t. Kiểm định t mẫu ghép cặp sử dụng trung bình và độ lệch chuẩn của chênh lệch. Kiểm định dấu chủ yếu sử dụng hướng của chênh lệch. Hai kiểm định có thể cho kết quả khác nhau mà không có nghĩa một phần mềm bị lỗi.

Lỗi thứ ba là bỏ qua Ties. Nếu có nhiều trường hợp bằng nhau, số cặp được dùng để tính giảm xuống. Hãy báo cáo số quan sát hợp lệ và số trường hợp bằng nhau để người đọc hiểu kết quả.

Lỗi thứ tư là viết kết luận nhân quả từ kiểm định dấu. Một khác biệt có ý nghĩa thống kê không tự chứng minh rằng một chương trình, chính sách hoặc sản phẩm đã gây ra thay đổi. Kết luận phải phù hợp với thiết kế nghiên cứu của bạn.

Lỗi cuối là chọn kiểm định theo tên quen thuộc. Hãy ghi lại biến phụ thuộc, số nhóm, mối quan hệ ghép cặp hay độc lập, thang đo và giả định trước khi mở menu Analyze. Quy trình đó giúp bạn tránh chạy Levene, Welch hoặc Tukey khi câu hỏi thực tế chỉ là so sánh một trung vị.

Câu hỏi thường gặp

Kiểm định dấu dùng cho biến nào

Kiểm định dấu có thể dùng cho dữ liệu thứ bậc hoặc dữ liệu số khi bạn muốn kiểm tra trung vị hay hướng thay đổi và không muốn phụ thuộc mạnh vào giả định phân phối chuẩn. Với hai phép đo, chúng thường là hai phép đo trên cùng đối tượng hoặc các cặp được ghép một cách hợp lý.

Kiểm định dấu có giống Wilcoxon không

Hai kiểm định đều có thể dùng cho hai mẫu ghép cặp, nhưng cách sử dụng thông tin khác nhau. Kiểm định dấu chỉ xét chênh lệch dương, âm và bằng nhau, còn Wilcoxon Signed-Rank Test xét thêm thứ hạng của độ lớn chênh lệch. Vì vậy, bạn cần chọn theo giả định và câu hỏi nghiên cứu.

p-value của kiểm định dấu bằng 0.000 thì viết thế nào

Bạn không nên viết p-value bằng 0 tuyệt đối. SPSS thường làm tròn màn hình về 0.000, vì vậy có thể viết p < 0.001 nếu đó là cách hiển thị của output. Hãy ghi rõ kiểm định hai phía hay một phía và nêu hướng thay đổi bằng trung vị hoặc số dấu.

Kiểm định Levene và kiểm định dấu có liên quan không

Hai kiểm định phục vụ hai câu hỏi khác nhau. Levene kiểm tra tính đồng nhất của phương sai giữa các nhóm, còn kiểm định dấu kiểm tra vị trí trung vị hoặc hướng chênh lệch. Bạn không dùng kết quả Levene để kết luận thay cho kiểm định dấu.

Khi nào nên dùng Welch trong SPSS

Bạn cân nhắc Welch khi so sánh trung bình từ nhiều nhóm và giả định phương sai bằng nhau không phù hợp, thường được phát hiện qua kiểm định Levene cùng với việc xem cỡ mẫu và độ phân tán giữa các nhóm. Sau đó, hãy chọn kiểm định hậu nghiệm phù hợp nếu Welch cho kết quả có ý nghĩa.

Đối với file của bạn, hãy ghi lại biến đang kiểm tra, giá trị giả định, số Positive Differences, Negative Differences, Ties và p-value trước khi viết kết luận. Nếu cần chạy trọn quy trình phân tích trên chính file .sav hoặc .csv, bạn có thể dùng module M4 phân tích của DoThesis.