Kiểm Định Chi Square Là Gì? Cách Kiểm Định Chi Bình Phương Spss Chi Tiết Nhất

Kiểm Định Chi Square Là Gì? Cách Kiểm Định Chi Bình Phương Spss Chi Tiết Nhất

Kiểm định Chi Square là phương pháp kiểm tra lý thuyết trong SPSS để khám phá mối quan hệ giữa các biến với nhau. Nếu bạn đang gặp khó khăn lý thuyết và thực hành trong kiểm định Chi Square, thì hãy cùng chúng tôi tìm hiểu kiểm định Chi Square là gì? và cách kiểm định chi bình phương SPSS chi tiết nhất qua bài viết dưới đây.

1. Kiểm định Chi Square (kiểm định chi bình phương) là gì?

Kiểm định Chi Square (kiểm định chi bình phương) là một phép thử thống kê được sử dụng để so sánh kết quả quan sát và kết quả mong đợi giữa các biến phân loại trong tổng thể dữ liệu.

– Mục đích kiểm định: Để xác định sự khác biệt giữa dữ liệu quan sát và dữ liệu mong đợi là do ngẫu nhiên hay do mối quan hệ giữa các biến đang nghiên cứu.

– Công thức: 

 

 

 

Trong đó:

• E: Là giá trị kỳ vọng
• O: Là giá trị quan sát

– 2 giả thuyết cho kiểm định Chi Square:

• H0: Hai biến thống kê độc lập với nhau
• H1: Hai biến thống kê phụ thuộc với nhau

– 2 kết luận cho kết quả kiểm định:

• Sig < 0.05: Bác bỏ Ho, chấp nhận H1, nghĩa là hai biến nghiên cứu có mối quan hệ liên kết với nhau.
• Sig > 0.05: Chấp nhận Ho, bác bỏ H1, nghĩa là hai biến nghiên cứu không có mối quan liên kết với nhau.

– 3 điều kiện khi thực hiện kiểm định Chi Square:

• Chọn mẫu theo phương pháp ngẫu nhiên và kích thước mẫu phải tương đối lớn
• Biến phân loại phải có từ 2 mức trở lên, ví dụ như giới tính (Nam và Nữ), học vấn (Trung học phổ thông, Đại học, Thạc sĩ),…
• Tần suất kỳ vọng ở mỗi ô là từ 5 trở lên

2. Giả định của kiểm định Chi Square

– Trong SPSS, kiểm định Chi Square được phân thành 2 loại giả định số 1 và số 2, cụ thể bao gồm:

• Giả định số 1: Hai biến được kiểm định phải được đo lường ở mức thứ tự hoặc mức danh nghĩa (dữ liệu phân loại).
• Giả định số 2: Hai biến của bạn phải bao gồm hai hoặc nhiều nhóm phân loại độc lập. Ví dụ như: Giới tính (2 nhóm: Nam và Nữ), Dân tộc (4 nhóm: Da trắng, người Mỹ gốc Phi, người Mỹ gốc Ấn, người Mỹ gốc Tây Ban Nha),…

Nếu bạn phân tích dữ liệu của mình bằng phương pháp kiểm định chi bình phương về tính độc lập, bạn phải đảm bảo rằng dữ liệu bạn muốn phân tích phải vượt qua 2 giả định, nếu không bạn sẽ không thể áp dụng kiểm định chi bình phương.

3. Ví dụ thực tế chạy kiểm định chi square trong SPSS

Để giúp bạn đọc hiểu rõ hơn về kiểm định Chi Square trong SPSS, chúng tôi giới thiệu đến các bạn một ví dụ kiểm định cụ thể dưới đây để bạn tiện theo dõi.

Ví dụ minh họa: Một tập hợp dữ liệu bao gồm 7278 quan sát là người lao động khắp cả nước. Các thông tin khảo sát bao gồm: Giới tính, tuổi, dân tộc, nơi sinh sống, số năm kinh nghiệm, loại hình doanh nghiệp, thu nhập,…Hãy thực hiện kiểm định chi bình phương cho thấy mối quan hệ giữa 2 biến giới tính (gender) và loại hình doanh nghiệp (section) mà người lao động tham gia làm việc.

4. Thiết lập kiểm định chi bình phương SPSS (Chi Square)

Sau khi xác định được yêu cầu kiểm định mối quan hệ giữa biến giới tính (gender) và loại hình doanh nghiệp (section), tiếp theo chúng ta cần thiết lập giả thuyết kiểm định Chi Square cho ví dụ minh họa ở trên, cụ thể là:

• H0: Biến gender và biến section không có mối quan hệ với nhau.
• H1: Biến gender và biến section có mối quan hệ phụ thuộc nhau.

5. Hướng dẫn 10 bước kiểm định Chi Square trong SPSS

Để thực hiện kiểm định Chi Square trong SPSS, chúng ta cần thực hiện 10 bước như sau:

Bước 1: Xác định yêu cầu kiểm định.

Trong ví dụ minh họa ở trên, yêu cầu kiểm định là có hay không mối quan hệ giữa 2 biến giới tính (gender) và loại hình doanh nghiệp (section).

Bước 2: Xác định mức giá trị của các biến cần kiểm định.

– Giới tính (gender)

• Nam
• Nữ

– Loại hình doanh nghiệp (section)

• Doanh nghiệp Nhà nước (DNNN)
• Doanh nghiệp tư nhân (DNTN)
• Doanh nghiệp FDI (FDI)
• Hợp tác xã – hộ cá thể (HTX-HCT)

Bước 3: Thiết lập giả thuyết kiểm định H0 và H1.

02 kết luận cho ví dụ minh họa

• Nếu Sig < 0.05: Bác bỏ Ho, chấp nhận H1, biến gender và section có mối quan hệ liên kết với nhau.
• Nếu Sig > 0.05: Chấp nhận Ho, bác bỏ H1, biến gender và section không có mối quan liên kết với nhau.

Bước 4:  Trong SPSS, trên thanh công cụ chúng ta chọn Analyze – Descriptive Statistics – Crosstabs.

Bước 5: Tại cửa sổ Crosstabs, đưa biến gender vào ô Row(s), đưa biến section vào ô Column(s).

Bước 6: Nhấp vào Statistics, chọn Chi-square và ô Phi and Cramer’s V, sau đó nhấn Continue.

 

Bước 7: Nhấn chọn Cells, sau đó nhấn chọn các ô Observed, Row, Column, Total và Round cell counts. Chọn Continue để tiếp tục thực hiện.

Bước 8: Nhấp Format, chọn Ascending (tăng dần) hoặc Descending (giảm dần).

Bước 9: Chọn Continue để hoàn thành và bắt đầu chạy kiểm định.

Bước 10: Đọc và nhận xét các kết quả đầu ra của kiểm định Chi Square.

Xử lý số liệu SPSS đòi hỏi nhiều thời gian và sự thuần thục để thực hiện. Nếu bạn gặp khó khăn khi chạy SPSS, thao tác xử lý còn yếu hoặc không biết cách làm đẹp số liệu, bạn phân vân có nên thuê dịch vụ hay không? Hãy liên hệ ngay dịch vụ chạy SPSS của Tri Thức Cộng Đồng để đơn vị có cơ hội được đồng hành và giúp bạn hoàn thành bài nghiên cứu xuất sắc nhất.

6. Kết quả đầu ra của kiểm định chi bình phương SPSS

Sau khi thực hiện chạy kiểm định Chi Square trong SPSS, chúng ta có được 3 kết quả đầu ra bao gồm: Bảng Crosstabulation, bảng Chi-Square Tests và biểu đồ thanh, cụ thể như sau:

Bảng Crosstabulation: Cho biết tổng quan về các biến và sự kết hợp giá trị giữa chúng.

Nhận xét:

• Lao động nam chiếm tỉ lệ nhiều hơn lao động nữ, tỉ lệ 60.1% và tập trung chủ yếu ở 2 loại hình doanh nghiệp là doanh nghiệp tư nhân và hợp tác xã – hộ cá thể.
• Lao động nữ chiếm tỉ lệ 39.9% trong khảo sát, phần lớn tập trung vào loại hình doanh nghiệp Nhà nước và FDI.
• Xét theo loại hình doanh nghiệp thì loại hình hợp tác xã – hộ cá thể chiếm tỉ lệ cao nhất so với các laoij hình còn lại, chiếm 46.3%.

Biểu đồ thanh: Thể hiện sự phân bố dữ liệu theo các nhóm kết hợp.

Qua biểu đồ thanh chúng ta thấy rằng ngoài loại hình FDI thì các loại hình còn lại đều có tỉ lệ lao động nam nhiều hơn lao động nữ.

Bảng Chi-Square Tests: Chúng ta cần quan tâm đến dòng Pearson Chi-square và mức ý nghĩa của nó.

Nhận xét

• Kết quả cho thấy dòng Pear Chi-square có giá trị là 255.612 và không có bất cứ dòng nào có tần suất quan sát nhỏ hơn 5 xuất hiện.
• Mức ý nghĩa thống kê (2-sided) bằng 0.

Đưa ra kết luận: Từ 2 yếu tố trên trong bảng Chi-Square Tests, chúng ta có đủ cơ sở để bác bỏ H0 và chấp nhận H1. Như vậy, giữa biến giới tính (gender) và loại hình doanh nghiệp (section) có mối quan hệ ở với nhau.

Bài viết nhằm cung cấp thông tin giúp bạn đọc hiểu rõ hơn về kiểm định Chi Square là gì? và cách kiểm định chi bình phương SPSS chi tiết nhất. Qua đây, chúng tôi mong rằng bạn đọc đã có thêm nhiều thông tin hữu ích và áp dụng kiểm định Chi Square trong SPSS thành công.

Trong thống kê, phương pháp t-test là cách thức so sánh thông qua kiểm định số liệu trong SPSS, hỗ trợ đưa ra những kết luận có giá trị trong nghiên cứu khoa học. Để giúp bạn đọc hiểu hơn và áp dụng kiểm định t-test có hiệu quả, đơn vị Tri Thức Cộng Đồng đã tổng hợp bài viết kiểm định t-test trong SPSS. Hãy tham khảo ngay!

Tài liệu tham khảo

1. Chi-bình phương (Chi-square). (n.d.). Nghiên cứu giáo dục
2. Kiểm định chi bình phương trong SPSS (Chi – Square test). (2022). Boxthuthuat.
3. Thuyết Nguyễn. Kiểm định Chi bình phương – Chi2. (n.d.). VietLOD