Kiểm định Levene trong SPSS: Cách chạy, đọc kết quả và viết luận văn
Kiểm định Levene kiểm định điều gì
Bạn dùng kiểm định Levene để kiểm tra giả định đồng nhất phương sai giữa các nhóm trước khi diễn giải một số kiểm định so sánh trung bình. Nói cụ thể, Levene xem mức độ phân tán của biến phụ thuộc có tương đương giữa các nhóm độc lập hay không.
Giả định này thường xuất hiện khi bạn chạy Independent-Samples T Test, One-Way ANOVA, ANCOVA hoặc các mô hình so sánh trung bình khác. Ví dụ, bạn muốn so sánh điểm hài lòng giữa nam và nữ. Trước khi đọc dòng kết quả t-test, SPSS cho bạn bảng Independent Samples Test, trong đó có phần Levene's Test for Equality of Variances.
Levene không kiểm tra hai nhóm có cùng giá trị trung bình hay không. Nó chỉ kiểm tra phương sai. Vì vậy, bạn không được lấy p-value của Levene để kết luận nhóm nào có điểm trung bình cao hơn. Phần đó thuộc về t-test hoặc ANOVA.
Nếu đề tài có hai nhóm, bạn có thể xem thêm hướng dẫn về Independent Samples T Test trong SPSS để nối kết quả Levene với việc chọn dòng t-test. Nếu có từ ba nhóm trở lên, logic tương tự được dùng trước khi đọc ANOVA, nhưng phần phân tích sau đó sẽ khác.
Giả thuyết H0 và H1
H0 phát biểu rằng phương sai của biến phụ thuộc là bằng nhau giữa các nhóm. Đây là giả định đồng nhất phương sai mà kiểm định Levene kiểm tra.
H1 phát biểu rằng có ít nhất một nhóm có phương sai khác với nhóm còn lại. H1 không cho biết chính xác nhóm nào khác và cũng không cho biết phương sai lớn hơn hay nhỏ hơn.
Quy tắc quyết định thường dựa trên cột Sig. trong bảng output:
- Nếu Sig. lớn hơn hoặc bằng 0,05, bạn chưa có đủ bằng chứng để bác bỏ H0. Có thể xem giả định phương sai bằng nhau là phù hợp trong cách diễn giải thông thường.
- Nếu Sig. nhỏ hơn 0,05, bạn bác bỏ H0. Dữ liệu có dấu hiệu vi phạm giả định đồng nhất phương sai.
Mốc 0,05 là quy ước ra quyết định thường dùng trong báo cáo thống kê. Khi viết luận văn, bạn cần ghi rõ giá trị Sig. thực tế từ file của mình, không thay bằng câu “Sig. đạt yêu cầu”.
Levene có thể nhạy với cỡ mẫu lớn. Với mẫu rất lớn, một chênh lệch nhỏ về phương sai cũng có thể cho p-value nhỏ. Vì vậy, bạn nên xem thêm quy mô các nhóm, độ lệch chuẩn và biểu đồ, thay vì tự động loại bỏ toàn bộ phân tích chỉ vì một con số.
Điều kiện áp dụng
Kiểm định Levene thường được thực hiện khi biến phụ thuộc là biến định lượng và biến nhóm có từ hai nhóm trở lên. Biến nhóm phải được mã hóa rõ ràng, chẳng hạn 1 = nam và 2 = nữ, hoặc 1 = nhóm kiểm soát, 2 = nhóm thử nghiệm. Nếu mã nhóm bị nhập lẫn ký tự, khoảng trắng hoặc giá trị thiếu, SPSS có thể tạo nhóm sai hoặc loại quan sát khỏi phân tích.
Bảng dưới đây giúp bạn kiểm tra điều kiện trước khi chạy. Các ngưỡng trong bảng là hướng dẫn thực hành, không phải bằng chứng rằng dữ liệu của bạn chắc chắn phù hợp.
| Nội dung cần kiểm tra | Cách kiểm tra trong SPSS | Dấu hiệu nên có | Nguồn |
|---|---|---|---|
| Biến phụ thuộc | Variable View và bảng Descriptives | Biến số định lượng, có mã giá trị hợp lệ | (Field, 2013) |
| Biến nhóm | Frequencies hoặc bảng Group Statistics | Có từ hai nhóm, mỗi nhóm có quan sát | (Field, 2013) |
| Dữ liệu thiếu | Analyze > Descriptive Statistics > Frequencies | Biết rõ số quan sát bị loại | (Field, 2013) |
| Phân phối và ngoại lệ | Histogram, Boxplot, Explore | Không có lỗi nhập liệu hoặc ngoại lệ bất thường chưa giải thích | (Tabachnick và Fidell, 2013) |
| Ý nghĩa Sig. | Bảng kiểm định | Sig. từ 0,05 trở lên thường được xem là chưa bác bỏ H0 | (Field, 2013) |
Levene không yêu cầu dữ liệu phải có phân phối chuẩn tuyệt đối theo cách nhiều sinh viên thường nghĩ. Tuy nhiên, khi bạn dùng t-test hoặc ANOVA, vẫn cần xem xét các điều kiện khác của chính kiểm định đó. Đừng dùng Levene như một phép kiểm tra thay thế cho toàn bộ quy trình đánh giá dữ liệu.
Nếu cần kiểm tra phân phối, bạn có thể tham khảo bài về cách chạy kiểm định phân phối chuẩn trong SPSS trong nhóm chủ đề SPSS. Trong thực tế, bạn nên kết hợp biểu đồ, thống kê mô tả và bối cảnh nghiên cứu, thay vì chỉ nhìn một p-value của Shapiro-Wilk.
Các bước chạy kiểm định Levene trong SPSS
Cách chạy Levene cùng Independent-Samples T Test
Mở file dữ liệu và xác định một biến định lượng cần so sánh, chẳng hạn SATISFACTION, cùng một biến nhóm, chẳng hạn GENDER.
Vào Analyze > Compare Means > Independent-Samples T Test. Đưa biến định lượng vào ô Test Variable(s). Đưa biến nhóm vào Grouping Variable, sau đó bấm Define Groups để nhập đúng mã của hai nhóm, ví dụ Group 1 là 1 và Group 2 là 2.
Bấm OK. SPSS tạo các bảng Group Statistics và Independent Samples Test. Kiểm định Levene nằm ở phần đầu của bảng thứ hai, với các cột F và Sig.
Bạn không cần chạy một lệnh Levene riêng nếu mục tiêu là so sánh trung bình của hai nhóm. SPSS tự đưa Levene vào output của Independent-Samples T Test.
Cách chạy Levene cùng One-Way ANOVA
Vào Analyze > Compare Means > One-Way ANOVA. Đưa biến định lượng vào ô Dependent List và biến phân nhóm vào ô Factor.
Bấm Options, chọn Homogeneity of variance test, sau đó bấm Continue. Nếu muốn xem thêm thống kê mô tả, chọn Descriptive. Bấm Post Hoc chỉ khi bạn có lý do thực hiện so sánh cặp giữa các nhóm.
Bấm OK. SPSS tạo bảng Test of Homogeneity of Variances, đây là nơi chứa kiểm định Levene cho ANOVA. Bảng thường có các cột Levene Statistic, df1, df2 và Sig.
Khi có từ ba nhóm, bạn có thể xem hướng dẫn ANCOVA trong SPSS nếu mô hình của bạn có thêm biến đồng biến. Nếu dữ liệu là đo lặp theo nhiều thời điểm, quy trình phù hợp sẽ khác và có thể liên quan đến ANOVA lặp lại trong SPSS.
Cách kiểm tra Levene trong quy trình so sánh khác
Một số thủ tục của SPSS cũng hiển thị kiểm tra đồng nhất phương sai trong output. Bạn cần đọc đúng tên bảng thay vì tìm một bảng có tiêu đề luôn là “Levene Test”. Với t-test, hãy tìm Independent Samples Test. Với ANOVA, hãy tìm Test of Homogeneity of Variances.
Nếu mục tiêu của bạn là kiểm định sự khác biệt trung bình trong SPSS, hãy xác định trước số nhóm, biến phụ thuộc và thiết kế nghiên cứu. Trường hợp chỉ có hai nhóm độc lập có thể dùng t-test. Trường hợp từ ba nhóm trở lên có thể dùng ANOVA nếu các điều kiện phù hợp. Khi giả định tham số không phù hợp, các lựa chọn như Mann-Whitney hoặc Kruskal-Wallis cần được cân nhắc theo thiết kế dữ liệu.
Đọc bảng kết quả và kết luận
Dưới đây là một bảng số liệu minh họa, có hình dạng gần với output SPSS. Các con số chỉ nhằm hướng dẫn cách đọc, không phải kết quả của một nghiên cứu thật.
| Test of Homogeneity of Variances | Levene Statistic | df1 | df2 | Sig. |
|---|---|---|---|---|
| Based on Mean | 1.284 | 2 | 147 | 0.280 |
| Based on Median | 1.119 | 2 | 147 | 0.329 |
| Based on Median and with adjusted df | 1.119 | 2 | 139.482 | 0.330 |
| Based on trimmed mean | 1.247 | 2 | 147 | 0.290 |
Trong ví dụ này, dòng đầu tiên Based on Mean có Sig. = 0,280, lớn hơn 0,05. Bạn có thể kết luận rằng chưa có bằng chứng thống kê cho thấy phương sai của biến phụ thuộc khác nhau giữa ba nhóm. Khi đọc ANOVA, bạn tiếp tục xem bảng ANOVA để đánh giá sự khác biệt trung bình.
Với Independent-Samples T Test, output thường có hai dòng: Equal variances assumed và Equal variances not assumed. Nếu Sig. của Levene lớn hơn hoặc bằng 0,05, bạn đọc dòng Equal variances assumed. Nếu Sig. nhỏ hơn 0,05, bạn đọc dòng Equal variances not assumed, thường được gọi là kết quả t-test theo điều chỉnh Welch trong cách trình bày thực hành.
| Tình huống | Dòng nên đọc trong Independent Samples Test | Việc cần làm tiếp |
|---|---|---|
| Levene Sig. ≥ 0,05 | Equal variances assumed | Đọc t, df, Sig. 2-tailed và Mean Difference ở dòng này |
| Levene Sig. < 0,05 | Equal variances not assumed | Đọc t, df điều chỉnh, Sig. 2-tailed và khoảng tin cậy |
| Có dữ liệu thiếu | Dựa trên số quan sát hợp lệ trong output | Ghi rõ số quan sát được dùng nếu cần |
Đừng kết luận “hai nhóm khác nhau” chỉ vì Levene có Sig. nhỏ hơn 0,05. Kết luận về trung bình phải dựa trên p-value của t-test hoặc bảng ANOVA. Levene chỉ quyết định dòng kết quả và cách xử lý giả định phương sai.
Cách viết kết quả kiểm định Levene vào luận văn
Bạn có thể viết theo mẫu sau và thay toàn bộ phần trong ngoặc vuông bằng số liệu thật:
Cách viết vào luận văn: “Kiểm định Levene cho thấy phương sai của [biến phụ thuộc] giữa [số nhóm] nhóm là [đồng nhất hoặc không đồng nhất], với F([df1], [df2]) = [giá trị F] và Sig. = [p-value]. Do Sig. [lớn hơn hoặc nhỏ hơn] 0,05, nghiên cứu [sử dụng dòng Equal variances assumed hoặc sử dụng dòng Equal variances not assumed] khi diễn giải kết quả so sánh trung bình.”
Ví dụ với số liệu minh họa: “Kiểm định Levene cho thấy phương sai điểm hài lòng giữa ba nhóm là đồng nhất, F(2, 147) = 1,284, Sig. = 0,280. Vì Sig. lớn hơn 0,05, nghiên cứu tiếp tục diễn giải kết quả ANOVA ở bước tiếp theo.”
Nếu bạn chạy t-test, hãy bổ sung kết quả của chính t-test, gồm giá trị t, bậc tự do, Sig. 2-tailed, chênh lệch trung bình và khoảng tin cậy. Một đoạn viết chỉ có Levene chưa đủ để trả lời giả thuyết về sự khác biệt trung bình.
Khi vi phạm giả định thì dùng gì thay thế
Khi Sig. của Levene nhỏ hơn 0,05, trước hết kiểm tra dữ liệu có lỗi nhập, nhóm có quá ít quan sát hoặc có outlier cực đoan hay không. Bạn không nên xóa một quan sát chỉ vì nó làm Levene có ý nghĩa. Việc loại dữ liệu cần có lý do kiểm tra được, chẳng hạn sai mã, nhập ngoài thang đo hoặc không đáp ứng tiêu chí hợp lệ đã định trước.
Với hai nhóm độc lập, đọc dòng Equal variances not assumed trong output t-test. Nếu dữ liệu lệch mạnh, có thứ bậc hoặc không phù hợp với giả định của t-test, Mann-Whitney trong SPSS có thể phù hợp hơn.
Với từ ba nhóm, bạn có thể cân nhắc Welch ANOVA nếu phần mềm và thiết kế phân tích của bạn hỗ trợ. Khi dữ liệu không đáp ứng các điều kiện cần thiết của ANOVA, Kruskal-Wallis là một lựa chọn phi tham số để so sánh các nhóm độc lập. Bạn có thể xem Kruskal-Wallis trong SPSS để kiểm tra quy trình tương ứng.
Việc chọn kiểm định thay thế phải dựa trên thiết kế, loại biến, số nhóm và phân phối dữ liệu. Không nên đổi sang một kiểm định phi tham số chỉ để làm p-value lớn hơn. Trong luận văn, hãy ghi rõ giả định nào không đạt và vì sao kiểm định thay thế phù hợp.
Lỗi thường gặp
Đọc nhầm Sig. của Levene thành Sig. của t-test
Bảng Independent Samples Test có nhiều cột và hai tầng thông tin. Sig. của Levene nằm trong nhóm Levene's Test for Equality of Variances. Sig. dùng để kết luận hai trung bình khác nhau nằm trong nhóm t-test for Equality of Means, thường là cột Sig. 2-tailed.
Chọn sai dòng t-test
Bạn cần kiểm tra Sig. của Levene trước khi đọc t-test. Nếu Levene không có ý nghĩa, đọc dòng phương sai bằng nhau được giả định. Nếu Levene có ý nghĩa, đọc dòng phương sai bằng nhau không được giả định.
Kết luận phương sai bằng nhau tuyệt đối
Sig. lớn hơn 0,05 chỉ cho thấy bạn chưa có đủ bằng chứng để bác bỏ H0 trong mẫu đang xét. Cách viết thận trọng hơn là “chưa phát hiện sự khác biệt có ý nghĩa thống kê về phương sai” thay vì khẳng định phương sai của tổng thể chắc chắn bằng nhau.
Chạy Levene cho biến nhóm
Levene kiểm tra phương sai của biến phụ thuộc giữa các nhóm. Bạn không đưa mã nhóm như 1, 2, 3 vào vị trí biến phụ thuộc. Hãy kiểm tra lại Variable View và vai trò của từng biến trước khi chạy.
Bỏ qua cỡ nhóm và outlier
Một nhóm chỉ có vài quan sát có thể khiến kết quả thiếu ổn định. Boxplot cũng có thể cho thấy một quan sát cực đoan đang chi phối phương sai. Hãy lưu lại số quan sát ban đầu, lý do xử lý và output của từng vòng chạy để có thể giải trình với giảng viên.
Câu hỏi thường gặp
Kiểm định Levene Sig. bao nhiêu là đạt
Thông thường, Sig. từ 0,05 trở lên được dùng để chưa bác bỏ giả thuyết phương sai giữa các nhóm là đồng nhất. Nếu Sig. nhỏ hơn 0,05, bạn chuyển sang dòng hoặc kiểm định phù hợp với trường hợp phương sai không bằng nhau.
Mốc này chỉ là quy tắc ra quyết định, không phải tiêu chuẩn duy nhất để đánh giá dữ liệu. Bạn vẫn cần xem số quan sát, độ lệch chuẩn, outlier và mục tiêu phân tích.
Kiểm định Levene có phải kiểm định phân phối chuẩn không
Không. Levene kiểm tra sự đồng nhất phương sai giữa các nhóm. Kiểm định phân phối chuẩn trong SPSS, biểu đồ Histogram, Q-Q Plot và các thống kê mô tả trả lời một câu hỏi khác về hình dạng phân phối.
Hai giả định này có thể được kiểm tra trong cùng một quy trình phân tích, nhưng không được dùng kết quả của kiểm định này để thay cho kiểm định kia.
Có cần chạy Levene trước mọi kiểm định không
Bạn cần xem Levene khi thủ tục so sánh trung bình yêu cầu hoặc cung cấp giả định đồng nhất phương sai, chẳng hạn Independent-Samples T Test và One-Way ANOVA. Với hồi quy, tương quan hoặc kiểm định chi bình phương trong SPSS, bạn không áp dụng Levene theo cùng cách.
Hãy chọn kiểm định dựa trên câu hỏi nghiên cứu và cấu trúc biến. Nếu bạn đang tìm cách chạy kiểm định chi bình phương trong SPSS, hãy kiểm tra biến phân loại và bảng chéo thay vì cố đưa Levene vào quy trình.
Levene Sig. nhỏ hơn 0,05 có phải bỏ dữ liệu không
Không. Sig. nhỏ hơn 0,05 chỉ báo hiệu phương sai giữa các nhóm có thể khác nhau. Bạn có thể đọc dòng Equal variances not assumed với t-test, dùng phương pháp điều chỉnh phù hợp với ANOVA hoặc cân nhắc kiểm định phi tham số.
Chỉ xử lý hoặc loại quan sát khi có căn cứ về lỗi dữ liệu, vi phạm tiêu chí mẫu hoặc outlier được xác minh. Ghi lại quyết định này trong nhật ký xử lý dữ liệu.
Có thể chạy Levene cho hai biến định lượng không
Levene trong các quy trình so sánh trung bình cần một biến phụ thuộc định lượng và một biến nhóm. Nếu bạn có hai biến định lượng và muốn xem mối liên hệ, hãy xác định mục tiêu là tương quan, hồi quy hoặc một phân tích khác. Cấu trúc biến quyết định kiểm định, không phải tên của bảng output.
Bạn hãy mở lại file SPSS, ghi rõ biến phụ thuộc, biến nhóm, số nhóm và giá trị Sig. của Levene, sau đó chọn đúng dòng kết quả t-test hoặc ANOVA để đưa vào chương 4. Nếu cần chạy phân tích trên chính file .sav hoặc .csv và kiểm tra từng bước output, bạn có thể dùng module M4 phân tích của DoThesis.