Kiểm định T-test trong SPSS: Independent, Paired, One-Sample (cách chọn, chạy và đọc kết quả)
Mục lục
T-test dùng để so sánh giá trị trung bình: giữa hai nhóm (nam và nữ có hài lòng như nhau không), giữa hai thời điểm (trước và sau khoá đào tạo), hoặc giữa một nhóm và một con số cho trước (mức hài lòng có cao hơn mức trung lập 3 điểm không). SPSS có ba loại T-test tương ứng với ba câu hỏi này. Chọn sai loại là lỗi rất hay gặp, nên bài bắt đầu từ cách chọn.
Mọi kết quả trong bài tính từ bộ dữ liệu mẫu đầy đủ (.csv), cùng bộ với bài hồi quy tuyến tính bội: 250 người, biến HLC là trung bình của HLC1–HLC3, GT là giới tính (1 = Nam, 2 = Nữ), KN_TRUOC và KN_SAU là điểm tự đánh giá kỹ năng (thang 1–10) trước và sau một khoá đào tạo. Dữ liệu mô phỏng để học.
Chọn loại T-test nào?
| Câu hỏi | Loại T-test | Menu SPSS |
|---|---|---|
| Hai nhóm khác người có trung bình khác nhau không? (nam/nữ, hai chi nhánh) | Independent-Samples T Test | Analyze → Compare Means → Independent-Samples T Test |
| Cùng một nhóm người ở hai thời điểm hoặc hai điều kiện có khác nhau không? | Paired-Samples T Test | Analyze → Compare Means → Paired-Samples T Test |
| Trung bình của một nhóm có khác một giá trị cho trước không? | One-Sample T Test | Analyze → Compare Means → One-Sample T Test |
So sánh từ ba nhóm trở lên (ví dụ bốn nhóm tuổi) thì không dùng T-test mà dùng ANOVA.
Independent-Samples T Test: nam và nữ có hài lòng như nhau không?
Cách chạy
- Analyze → Compare Means → Independent-Samples T Test.
- Test Variable(s): HLC. Grouping Variable: GT.
- Bấm Define Groups, nhập Group 1 = 1, Group 2 = 2. Continue.
- Từ SPSS 27 có thêm ô Estimate effect sizes; nên tick. Bấm OK.
Kết quả
| GT | N | Mean | Std. Deviation | Std. Error Mean |
|---|---|---|---|---|
| Nam | 116 | 3,3075 | 0,79873 | 0,07416 |
| Nữ | 134 | 3,3259 | 0,80253 | 0,06933 |
| Levene F | Levene Sig. | t | df | Sig. (2-tailed) | Mean Difference | 95% CI | |
|---|---|---|---|---|---|---|---|
| Equal variances assumed | 0,035 | 0,853 | −0,181 | 248 | 0,856 | −0,01840 | −0,21842 đến 0,18162 |
| Equal variances not assumed | −0,181 | 243,217 | 0,856 | −0,01840 | −0,21837 đến 0,18157 |
Đọc theo hai bước
- Kiểm định Levene trước: Sig. = 0,853 > 0,05 nên phương sai hai nhóm được xem là bằng nhau. Đọc dòng trên (Equal variances assumed). Nếu Levene Sig. < 0,05 thì đọc dòng dưới.
- Sig. (2-tailed) ở dòng đã chọn: 0,856 > 0,05. Không có khác biệt có ý nghĩa thống kê về sự hài lòng giữa nam và nữ. Khoảng tin cậy 95% của chênh lệch chứa số 0, cùng một kết luận.
Hệ số ảnh hưởng Cohen’s d = −0,023, gần như bằng 0. Ở các bản SPSS mới, bảng kết quả hiện cả One-Sided p và Two-Sided p; với câu hỏi “có khác nhau không”, dùng Two-Sided p.
Kết quả “không khác biệt” là kết quả hợp lệ, không phải thất bại. Viết đúng như vậy trong luận văn, đừng cố tìm cách cho nó “có ý nghĩa”.
Paired-Samples T Test: kỹ năng trước và sau đào tạo
Cách chạy
- Analyze → Compare Means → Paired-Samples T Test.
- Chọn KN_TRUOC làm Variable 1, KN_SAU làm Variable 2 trong cùng một cặp (Pair 1). OK.
Kết quả
| Mean | N | Std. Deviation | |
|---|---|---|---|
| KN_TRUOC | 5,7120 | 250 | 1,5040 |
| KN_SAU | 6,3160 | 250 | 1,7947 |
| Cặp | Mean (chênh lệch) | Std. Deviation | Std. Error Mean | 95% CI | t | df | Sig. (2-tailed) |
|---|---|---|---|---|---|---|---|
| KN_TRUOC − KN_SAU | −0,6040 | 1,0713 | 0,0678 | −0,7375 đến −0,4705 | −8,914 | 249 | 0,000 |
Sig. = 0,000 (< 0,001): điểm kỹ năng sau đào tạo cao hơn trước đào tạo có ý nghĩa thống kê, trung bình tăng 0,604 điểm. Dấu âm chỉ vì SPSS lấy biến thứ nhất trừ biến thứ hai (trước − sau); đảo thứ tự hai biến thì t và chênh lệch đổi dấu, kết luận không đổi. Cohen’s d khoảng 0,56, mức ảnh hưởng trung bình theo quy ước của Cohen.
SPSS còn in bảng Paired Samples Correlations (ở đây r = 0,803). Bảng này cho biết điểm trước và sau liên quan chặt với nhau, không phải là kết quả kiểm định chênh lệch.
One-Sample T Test: hài lòng có cao hơn mức trung lập?
Cách chạy
- Analyze → Compare Means → One-Sample T Test.
- Test Variable(s): HLC. Test Value: 3 (điểm giữa của thang Likert 5 điểm). OK.
Kết quả
| Mean | t | df | Sig. (2-tailed) | Mean Difference | 95% CI |
|---|---|---|---|---|---|
| 3,3173 | 6,278 | 249 | 0,000 | 0,31733 | 0,21778 đến 0,41689 |
Mức hài lòng chung trung bình 3,317, cao hơn mức trung lập 3 có ý nghĩa thống kê (p < 0,001), dù mức chênh chỉ khoảng 0,32 điểm. Đây là lý do nên báo cáo cả độ lớn chênh lệch chứ không chỉ p: với mẫu 250 người, một chênh lệch nhỏ cũng dễ “có ý nghĩa”.
Viết kết quả vào luận văn
Kiểm định Independent-Samples T-test cho thấy không có khác biệt có ý nghĩa về sự hài lòng chung giữa nam (M = 3,31; SD = 0,80) và nữ (M = 3,33; SD = 0,80), t(248) = −0,181; p = 0,856. Kiểm định Paired-Samples T-test cho thấy điểm tự đánh giá kỹ năng sau đào tạo (M = 6,32; SD = 1,79) cao hơn trước đào tạo (M = 5,71; SD = 1,50), t(249) = −8,914; p < 0,001; d = 0,56.
Cách viết t(df) = giá trị; p = giá trị theo chuẩn APA, được hầu hết các trường chấp nhận.
Lỗi hay gặp
- Dùng Independent cho dữ liệu trước–sau của cùng một nhóm người. Dữ liệu ghép cặp phải dùng Paired, nếu không kết quả sẽ sai (thường mất ý nghĩa).
- Quên đọc Levene và luôn đọc dòng trên của Independent T-test.
- Define Groups nhập sai mã (ví dụ 0 và 1 trong khi dữ liệu mã hoá 1 và 2): SPSS báo lỗi hoặc ra bảng trống.
- Chạy nhiều T-test cho ba nhóm trở lên (nhóm 1 với 2, 2 với 3…). Làm vậy tăng khả năng kết luận sai; dùng ANOVA.
- Chỉ báo cáo p mà không báo cáo trung bình hai nhóm. Người đọc cần biết nhóm nào cao hơn và cao hơn bao nhiêu.
Hỏi đáp
Mẫu nhỏ có dùng T-test được không?
Được, T-test vốn được thiết kế cho mẫu nhỏ. Nhưng mẫu càng nhỏ, dữ liệu càng cần gần phân phối chuẩn. Mẫu rất nhỏ và lệch nhiều thì cân nhắc kiểm định phi tham số (Mann-Whitney U cho hai nhóm độc lập, Wilcoxon cho dữ liệu ghép cặp).
Sig. hiện 0,000 thì ghi thế nào?
SPSS làm tròn; giá trị thật không bằng 0. Ghi “p < 0,001”.
T-test khác ANOVA thế nào?
T-test so sánh tối đa hai trung bình. ANOVA so sánh từ ba trung bình trở lên trong một lần kiểm định. Với đúng hai nhóm, hai cách cho cùng kết luận.
Làm T-test bằng phần mềm miễn phí được không?
Được. jamovi có mục T-Tests với đủ ba loại, kèm sẵn tuỳ chọn hệ số ảnh hưởng.
Tài liệu tham khảo
- Field, A. Discovering Statistics Using IBM SPSS Statistics. SAGE.
- Cohen, J. (1988). Statistical Power Analysis for the Behavioral Sciences (2nd ed.). Lawrence Erlbaum.
- IBM SPSS Statistics: tài liệu các thủ tục T Test.
