Kiểm định dấu trong SPSS: Cách chạy, đọc kết quả và viết luận văn

Kiểm định dấu kiểm định điều gì

Bạn dùng kiểm định dấu, trong SPSS hiển thị với tên Sign Test, khi muốn so sánh hai phép đo có liên quan trên cùng đối tượng. Ví dụ, bạn đo mức độ hài lòng của 30 sinh viên trước và sau một hoạt động, hoặc đo đánh giá của cùng một khách hàng với hai phiên bản dịch vụ.

Kiểm định này chỉ quan tâm đến hướng thay đổi của từng cặp, tăng hay giảm. Nếu hai giá trị trong một cặp bằng nhau, cặp đó được ghi nhận là tie và không được tính vào số dấu dương hoặc dấu âm. Vì vậy, Sign Test không sử dụng độ lớn của chênh lệch như paired-samples t test, đồng thời không yêu cầu chênh lệch giữa hai lần đo phải phân phối chuẩn.

Bạn có thể xem thêm chủ đề SPSS để đối chiếu lựa chọn kiểm định. Nếu hai nhóm trong file là những người khác nhau, hãy xem independent samples t test trong SPSS thay vì dùng kiểm định dấu.

Giả thuyết H0 và H1

Với đề tài so sánh điểm trước và sau, H0 là trung vị của hai phép đo liên quan không khác nhau. Nói theo cách thực tế, xác suất một cặp có giá trị sau lớn hơn trước và xác suất một cặp có giá trị sau nhỏ hơn trước không tạo ra khác biệt có ý nghĩa thống kê.

H1 là trung vị của hai phép đo liên quan khác nhau. Nếu đề tài có hướng rõ ràng, chẳng hạn kỳ vọng điểm sau cao hơn điểm trước, bạn có thể đặt giả thuyết một phía. Hướng kiểm định cần được xác định trước khi xem output, không nên chọn lại chỉ vì một p-value phù hợp hơn.

Với mức ý nghĩa 5%, p-value nhỏ hơn 0.05 dẫn đến bác bỏ H0. Khi p-value từ 0.05 trở lên, bạn chưa đủ bằng chứng bác bỏ H0. p-value không cho biết mức tăng hoặc giảm lớn đến đâu, cũng không tự chứng minh tác động có ý nghĩa thực tiễn.

Trong output, bạn thường gặp Exact Sig. (2-tailed) hoặc Asymp. Sig. (2-tailed). Hãy ghi đúng loại p-value mà SPSS hiển thị, đồng thời nói rõ kiểm định của bạn là hai phía hay một phía.

Điều kiện áp dụng

Hai biến phải là hai phép đo liên quan trên cùng đối tượng hoặc các cặp đã được ghép hợp lý. Mỗi dòng trong Data View thường đại diện cho một người trả lời, một cửa hàng, một lớp hoặc một đơn vị quan sát. Nếu hai nhóm gồm những người khác nhau, dữ liệu không còn phù hợp với Sign Test.

Bảng dưới đây là checklist trước khi chạy. Các tiêu chí có ngưỡng đều ghi nguồn để bạn có thể giải trình trong luận văn.

Sign Test có điều kiện áp dụng đơn giản hơn các kiểm định tham số, nhưng bạn vẫn phải kiểm tra cấu trúc dữ liệu. Nếu một người có điểm trước nhưng bỏ trống điểm sau, người đó không đóng góp vào so sánh. Đừng lấy cỡ mẫu ban đầu trong phần mô tả thay cho số cặp hợp lệ trong output.

Cụm từ “cách chạy kiểm định phân phối chuẩn trong SPSS” thường dẫn đến Shapiro-Wilk hoặc Kolmogorov-Smirnov. Kiểm tra chuẩn chỉ hỗ trợ lựa chọn giữa các thủ tục, không biến dữ liệu phân loại thành dữ liệu liên tục và không thay thế việc kiểm tra thang đo, missing hay cách ghép cặp.

Các bước chạy kiểm định dấu trong SPSS

Bước 1: Kiểm tra tên và kiểu biến

Mở Variable View. Giả sử bạn có hai biến hai_long_truoc và hai_long_sau, cùng được mã hóa theo một thang điểm. Trong Data View, mỗi hàng phải là một người và hai cột phải thuộc cùng người đó.

Kiểm tra Missing, Measure và các mã đặc biệt như 99 hoặc 999. Nếu 99 thực chất là “không trả lời” nhưng vẫn được giữ như một điểm số, SPSS sẽ đếm sai hướng thay đổi. Bạn cũng nên giữ tên biến ngắn, không có khoảng trắng và dễ nhận diện.

Bước 2: Mở hộp thoại Two Related Samples

Chọn Analyze > Nonparametric Tests > Legacy Dialogs > 2 Related Samples. Ở danh sách biến, chọn hai_long_truoc và hai_long_sau, sau đó đưa chúng vào ô Pair 1.

Nếu có nhiều cặp, bạn có thể đưa từng cặp vào Pair 2 hoặc Pair 3. Tuy nhiên, chỉ nên chạy những cặp gắn với giả thuyết đã lập. Đưa quá nhiều cặp vào cùng một output khiến bạn dễ nhầm biến và khó trình bày.

Bước 3: Chọn Sign Test

Trong vùng Test Type, đánh dấu Sign. Không chọn Wilcoxon chỉ vì cả hai đều nằm trong nhóm hai mẫu liên quan. Wilcoxon sử dụng thứ hạng của độ lớn chênh lệch, còn Sign Test chỉ sử dụng dấu tăng và giảm.

Nhấn Options nếu muốn xem thêm thống kê mô tả hoặc kiểm tra cách xử lý missing. Chọn Continue, rồi nhấn OK. Nút Paste giúp lưu syntax, phù hợp khi bạn cần ghi lại chính xác thủ tục đã chạy.

Bước 4: Lưu output và số cặp

Lưu file .spv cùng với file dữ liệu .sav. Ghi lại tên hai biến, số cặp hợp lệ, số dấu dương, số dấu âm, số tie và loại p-value được báo cáo.

Nếu sau đó làm sạch dữ liệu và chạy lại, hãy lưu một bản dữ liệu trước khi lọc. Kiểm định dấu thường sai vì ghép nhầm hai cột hoặc giữ lại mã missing, không phải vì hộp thoại có quá nhiều tùy chọn.

Bước 5: Kiểm tra hướng của cặp biến

SPSS trình bày cặp theo thứ tự biến bạn đưa vào. Vì vậy, hãy xác định dấu dương nghĩa là biến thứ hai lớn hơn hay nhỏ hơn biến thứ nhất. Một kết quả có nhiều dấu dương chỉ có ý nghĩa khi bạn biết dấu dương đang đại diện cho thay đổi nào.

Đọc bảng kết quả và kết luận

Bảng quan trọng là bảng tóm tắt dấu, thường hiển thị các dòng Positive Differences, Negative Differences, Ties và Total. Sau đó, đọc bảng Test Statistics, đặc biệt là Exact Sig. (2-tailed) hoặc Asymp. Sig. (2-tailed).

Bảng dưới đây là số liệu minh họa, không phải kết quả của một nghiên cứu thật. Tên dòng và cột được trình bày theo dạng bạn có thể gặp trong output SPSS.

Với p = 0.032 và alpha = 0.05, bạn bác bỏ H0 ở mức ý nghĩa 5%. Cách diễn giải phù hợp là có bằng chứng thống kê cho thấy hai phép đo liên quan khác nhau. Vì số dấu dương nhiều hơn dấu âm trong ví dụ, điểm sau có xu hướng cao hơn điểm trước.

Nếu p = 0.218, bạn chưa đủ bằng chứng bác bỏ H0. Câu này không đồng nghĩa với việc H0 chắc chắn đúng hoặc hai thời điểm hoàn toàn giống nhau. Cỡ mẫu nhỏ, số tie lớn hoặc mức thay đổi không nhất quán đều có thể làm kiểm định khó phát hiện khác biệt.

Không lấy Exact Sig. nhầm với Asymp. Sig. khi bạn đang báo cáo một loại khác. Với mẫu nhỏ, hãy chú ý loại p-value mà SPSS thực sự in ra và giữ nhất quán giữa bảng kết quả, phần diễn giải và phụ lục output.

Cách viết kết quả kiểm định dấu vào luận văn

Cách viết vào luận văn: “Kiểm định dấu cho hai phép đo [tên biến trước] và [tên biến sau] cho thấy có [số dấu dương] trường hợp tăng, [số dấu âm] trường hợp giảm và [số tie] trường hợp không thay đổi. Kết quả kiểm định cho p-value = [p-value], [nhỏ hơn hoặc lớn hơn] 0.05, do đó [bác bỏ hoặc chưa đủ cơ sở bác bỏ] H0. Kết quả này cho thấy [kết luận phù hợp với giả thuyết], trong phạm vi mẫu nghiên cứu.”

Nếu báo cáo bằng bảng, đặt tên rõ như “Kết quả kiểm định dấu giữa điểm trước và sau”. Phần phương pháp cần nói vì sao bạn dùng kiểm định phi tham số. Phần kết quả nên có số cặp hợp lệ, số dấu, số tie và p-value, thay vì chỉ viết “Sig. < 0.05 nên có sự khác biệt”.

Bạn cũng nên nêu trung vị của từng thời điểm trong bảng mô tả. Sign Test trả lời câu hỏi về bằng chứng của sự khác biệt, còn trung vị và tần suất giúp người đọc hiểu thay đổi diễn ra theo hướng nào. Nếu thiết kế không có nhóm đối chứng hoặc kiểm soát phù hợp, nên dùng “có sự khác biệt” thay vì khẳng định “chương trình làm tăng điểm”.

Khi vi phạm giả định thì dùng gì thay thế

Sign Test vốn được chọn vì không cần giả định phân phối chuẩn của chênh lệch. Khi dữ liệu không chuẩn, bạn không cần cố sửa dữ liệu chỉ để chạy paired-samples t test. Trước hết, hãy kiểm tra lại việc ghép cặp, missing, tie và mã hóa biến.

Nếu hai phép đo liên quan và bạn muốn sử dụng cả thứ hạng của độ lớn chênh lệch, có thể cân nhắc Wilcoxon Signed-Rank Test. Nếu chênh lệch gần chuẩn và biến kết quả phù hợp, Paired-Samples T Test có thể phù hợp hơn. Lựa chọn cần dựa trên thiết kế, thang đo và phân phối, không dựa riêng vào p-value đẹp hơn.

Nếu so sánh từ ba thời điểm trở lên trên cùng đối tượng, chạy nhiều Sign Test cho từng cặp có thể làm câu hỏi nghiên cứu bị chia nhỏ. Khi đó, xem xét Friedman Test hoặc mô hình phù hợp với thiết kế. Với hai nhóm độc lập, dùng Mann-Whitney U hoặc independent-samples t test tùy dữ liệu. Với nhiều nhóm độc lập, Kruskal Wallis trong SPSS là một hướng phi tham số có thể xem xét.

Các cụm từ “cách chạy kiểm định chi bình phương trong SPSS” và “kiểm định chi bình phương trong SPSS” thuộc tình huống khác. Chi-square thường dùng cho biến phân loại và bảng chéo, không thay thế Sign Test cho hai điểm đo liên quan. Levene kiểm tra phương sai giữa các nhóm, không kiểm định trực tiếp sự khác biệt trung vị trước và sau. Nếu bạn gặp trường hợp đó, xem lỗi kiểm định Levene có ý nghĩa trong SPSS.

Với thiết kế nhiều nhóm hoặc nhiều thời điểm, ANCOVA trong SPSS và ANOVA lặp lại trong SPSS có thể gần với câu hỏi nghiên cứu hơn nếu biến và giả định cho phép.

Lỗi thường gặp

Đưa hai nhóm độc lập vào kiểm định dấu. Nếu nhóm trước và nhóm sau gồm những người khác nhau, dữ liệu không còn là cặp liên quan. Hãy xác định mã đối tượng trước khi chọn thủ tục.

Quên kiểm tra thứ tự biến. Đổi thứ tự hai biến có thể đảo cách diễn giải dấu dương và dấu âm. p-value hai phía có thể không đổi, nhưng kết luận về hướng thay đổi sẽ sai.

Đếm tie vào dấu dương hoặc dấu âm. Hai giá trị bằng nhau không phải là một trường hợp tăng hoặc giảm. Hãy lấy số cặp và số tie từ output, không tự đếm bằng mắt trên bảng dữ liệu dài.

Báo cáo p-value nhưng không nói tên kiểm định. Câu “Sig. = 0.032 nên có sự khác biệt” chưa cho biết bạn chạy Sign Test, Wilcoxon hay thủ tục khác. Tên kiểm định phải xuất hiện trong bảng hoặc đoạn văn.

Dùng từ “tác động” quá mạnh. So sánh trước và sau không tự động chứng minh nguyên nhân. Khi thiết kế không đủ cho kết luận nhân quả, dùng “có sự khác biệt” hoặc “điểm sau có xu hướng cao hơn”.

Câu hỏi thường gặp

Kiểm định dấu trong SPSS có phải là Sign Test không?

Đúng. Bạn thường tìm Sign Test tại Analyze > Nonparametric Tests > Legacy Dialogs > 2 Related Samples, sau đó chọn Sign. Tên menu có thể hơi khác giữa các phiên bản SPSS, nhưng thủ tục vẫn là kiểm định dấu cho hai mẫu liên quan.

Kiểm định dấu dùng cho hai nhóm độc lập được không?

Không. Kiểm định dấu cần hai phép đo có liên quan, thường là trước và sau trên cùng đối tượng. Với hai nhóm độc lập, bạn nên xem xét independent-samples t test hoặc Mann-Whitney U tùy loại dữ liệu và điều kiện áp dụng.

p-value lớn hơn 0.05 thì viết thế nào?

Bạn viết rằng chưa đủ bằng chứng thống kê để bác bỏ H0 ở mức ý nghĩa 5%. Tránh viết “không có sự khác biệt tuyệt đối”, vì p-value lớn không chứng minh hai phép đo hoàn toàn giống nhau.

Kiểm định dấu và Wilcoxon khác nhau ở điểm nào?

Sign Test chỉ đếm hướng tăng và giảm, còn Wilcoxon Signed-Rank Test còn xếp hạng độ lớn của chênh lệch. Hai kiểm định có thể cho kết quả khác nhau khi các cặp có mức thay đổi rất khác nhau.

Có cần kiểm định phân phối chuẩn trước khi chạy kiểm định dấu không?

Bạn không cần chứng minh chênh lệch phân phối chuẩn để chạy Sign Test. Tuy vậy, vẫn cần kiểm tra dữ liệu, missing, tie và cách ghép cặp. Khi cân nhắc paired-samples t test, xem xét phân phối của chênh lệch có thể hỗ trợ quyết định.

Có thể dùng kiểm định dấu cho dữ liệu Likert không?

Có thể cân nhắc khi hai phép đo Likert là hai quan sát liên quan và câu hỏi nghiên cứu tập trung vào hướng thay đổi. Bạn vẫn phải mô tả rõ cách mã hóa thang đo, số mức Likert, số tie và lý do chọn kiểm định trong chương phương pháp.

Mở file .sav, kiểm tra lại hai cột có thực sự là một cặp, chạy Sign theo đúng đường dẫn và lưu bảng dấu cùng p-value trước khi viết kết quả. Nếu cần chạy phân tích trên dữ liệu thật bằng SPSS hoặc SmartPLS, bạn có thể dùng M4 phân tích của DoThesis để đi từ file .sav hoặc .csv đến phần diễn giải.