ĐỀ tài KIỂM ĐỊNH CHI BÌNH PHƯƠNG

BỘ TÀI CHÍNH TRƯỜNG ĐẠI HỌC TÀI CHÍNH – MARKETING KHOA MARKETING MÔN HỌC: NGHIÊN CỨU MARKETING LỚP HỌC PHẦN: 2221101116802  ĐỀ TÀI KIỂM ĐỊNH CHI BÌNH PHƯƠNG Giảng viên hướng dẫn: Nguyễn Nam Phong Nhóm thực hiện: Nhóm 0 DANH SÁCH THÀNH VIÊN & PHÂN CÔNG NHIỆM VỤ STT Họ tên MSSV Phân cơng nhiệm vụ Phạm Nguyễn Thanh Hà (Nhóm trưởng) 2021007074 - Phân công nhiệm vụ tổng hợp nội dung - Soạn nội dung lý thuyết Lambda 100% Lường Đức Tôn 1921002978 100% Nguyễn Tấn Đạt 2021008248 - Soạn nội dung, thuyết trình lý thuyết phần 1.2 Lương Thị Yến Thanh 2021003814 Đặng Phước Hưng 2021003999 Nguyễn Thị Huế 1821003613 - Soạn nội dung, thuyết trình lý thuyết chương 1.3 100% Nguyễn Xuân Đạt 2021008249 - Soạn nội dung thuyết trình lý thuyết chương 1.1 100% 0 - Trình chiếu soạn nội dung power point Tiến độ hoàn thành 100% 100% 100% DANH MỤC HÌNH ẢNH Hình 1: hộp thoại Crosstabs .8 Hình 2: giao diện hộp thoại Crosstabs Hình 3: hộp thoại Crosstabs: Cell Display .10 Hình 4: đại lượng thống kê 18 Hình 5: cơng thức Cramer V 18 Hình 6: cơng thức hệ số liên hợp 19 0 DANH MỤC BẢNG Bảng 1: bảng tiếp liên 2x2 Bảng 2: bảng thống kê Bảng 3: bảng thống kê Bảng 4: bảng kết sau kiểm định .10 Bảng 5: bảng kết kiểm định 11 Bảng 6: kết bảng Chi – Square giới tính thu nhập 15 Bảng 7: kết bảng Chi – Square 16 Bảng 8: bảng kết thống kê Directional Measures độ tuổi thu nhập 16 Bảng 9: bảng kết thống kê Directional Measures độ tuổi trình độ học vấn 17 Bảng 10: Kết bảng Directional Measures trình độ học vấn thu nhập 18 0 MỤC LỤ DANH SÁCH THÀNH VIÊN & PHÂN CÔNG NHIỆM VỤ DANH MỤC HÌNH ẢNH DANH MỤC BẢNG MỤC LỤC I T伃ĀM TĂ฀T CkA KIlM Đ䤃฀NH CHI BÌNH PHƯƠNG 1.1 Ư฀ng dụng kiểm định chi bình phương: 1.2 Giả thuyết thống kê .6 II SỬ DỤNG SPSS THỰC HIỆN KIlM Đ䤃฀NH CHI-BÌNH PHƯƠNG .10 2.1 Thao tác thực .15 2.2.Kết kiểm định mối liên hệ biến định tính 16 2.2.1 Kiểm định mối liên hệ giới tính độ tuổi 16 2.2.2 Kiểm định mối liên hệ Giới tính Thu nhập: .16 2.2.3 Kiểm định mối liên hệ Giới tính Trình độ học vấn: 17 2.2.4 Kiểm định mối liên hệ Độ tuổi Thu nhập 18 2.2.5 Kiểm định mối liên hệ Độ tuổi Trình độ học vấn: 19 2.2.6 Kiểm định mối liên hệ Trình độ học vấn Thu nhập 20 III MỘT SỐ ĐẠI LƯỢNG THỐNG KÊ KHÁC VỀ MỐI LIÊN HỆ GIỮA BIẾN Đ䤃฀NH DANH 21 3.1 Cramer V .22 3.2 Hệ số liên hợp (Coefficient of contigency) 23 3.3 Lambda .23 0 3.3.1 Các định nghĩa 23 3.3.2 Một ví dụ SPSS: Tỷ lệ tử vong trẻ em toàn giới .25 TƯ LIỆU THAM KHẢO .28 0 I T伃ĀM TĂ฀T CMA KIỂM ĐỊNH CHI BÌNH PHƯƠNG 1.1 Ứng d甃฀ng cOa kiQm đ椃฀nh chi bUnh phương:  Kiểm định tính phƒ hợp  Kiểm định tính đ„ng  Kiểm định tính c… lâp … xác định xem có mối liên quan biến số phân loại hay biến định tính hay khơng? 1.2 Giả thuy฀Āt th฀Āng kê Giả thuyết không H0: hai biến đô …c lâ …p với Giả thuyết đối H1: hai biến liên … với V椃Ā d甃฀: Thử nghiê …m vaccin ph‡ng c甃Ām  Ph‡ng có vaccine: 240 người, có 20 người bị c甃Ām  Ph‡ng không vaccine: 220 người, có 80 người bị c甃Ām Câu h\i: Có m฀Āi liên quan giư฀a vaccine va bê nhbc甃Ām không? Biến đô …c lâ …p: Vaccine Biến phụ thuô …c: bê …nh c甃Ām Cơng thư฀c: : Đại lượng Chi- bình phương dƒng để kiểm định : Đại diê …n cho số trường hợp quan sát mô …t ô cụ thể bảng ch攃Āo (tần số quan sát) : đại diê …n cho số trường hợp mà bạn mong đợi gă …p bảng ch攃Āo khơng có mối liên … biến bảng (Tần số mong đợi) C : số cô …t bảng 0 R : số hàng bảng tính theo cơng thức sau: : tổng số quan sát hàng thứ i : tổng số quan sát …t thứ j Tư฀ cơng thức thấy = tất tần số quan sát b•ng với tần số mơng đợi, nghĩa l甃Āc khơng có mối liên nào… biến Khi mà O khác biê …t E nhi‘u, giá trị tính lớn, nghĩa l甃Āc có khả có mối liên … biến Gi愃Ā tr椃฀ giới h愃฀n Đại lượng kiểm định này, có phân phối Chi – bình phương nên bạn tra bảng phân phối để tìm giá trị giới hạn với mức ý nghĩa a số bâ c… tự df=(r-1).(c-1) Mức ý nghĩa a khả tối đa cho ph攃Āp phạm phải sai lầm loại I kiểm định, tức khả bạn bác b’ H0 mă c… dƒ thực tế H0 đ甃Āng Tiêu chujn quy฀Āt đ椃฀nh la so s愃Ānh gi愃Ā tr椃฀ giới h愃฀n va đ愃฀i lươ฀ng: Bác b’ giả thuyết H0 nếu: > Chấp nhâ …n giả thuyết H0 nếu: < V椃Ā d甃฀ bai p smn: tâ b Nguyên l礃Ā 愃Āp d甃฀ng ki฀Ān thư฀c: Đo bai: Thử nghiê …m vaccin ph‡ng c甃Ām  Ph‡ng có vaccine: 240 người, có 20 người bị c甃Ām  Ph‡ng khơng vaccine: 220 người, có 80 người bị c甃Ām 0 Câu h\i: Có m฀Āi liên quan giư฀a vaccine va bê nhbc甃Ām không? Cho mư฀c 礃Ā nghpa la 5% Tức vaccine có làm thay đổi tỷ m•c c甃Ām hay khơng Bước 1: Khai b愃Āo bi฀Ān Tạo bảng tiếp liên 2x2: Trình bày biến số theo cô …t theo hàng Biến đô …c lâ p… trình bày hàng biến phụ th c… cô …t Biến đô …c lâ …p: Vaccine Biến phụ thuô …c: Bê …nh c甃Ām Bảng 1: bảng tiếp liên 2x2 C甃Ām Không c甃Ām Tổng Vaccine 20 (8,3%) 220 (9,17%) 240 Không Vaccine 80 (3,64%) 140 (6,36%) 220 Tổng 100 360 460 Bước 2: Giả thi฀Āt H0: mối liên quan vaccine bê n… h c甃Ām H1: Có mối liên … vaccine bê …nh c甃Ām Bước 3: T椃Ānh va so s愃Ānh ttn s฀Ā quan s愃Āt va ttn s฀Ā ku v漃฀ng: O Va E Ttn s฀Ā quan s愃Āt O: Bảng 2: bảng thống kê Observed C甃Ām Không c甃Ām Tổng (O) Vaccine 20 220 0 240 Không Vaccine 80 140 220 Tổng 100 360 460 Ttn s฀Ā ku v漃฀ng: Bảng 3: bảng thống kê Observed C甃Ām Không c甃Ām Tổng (O) Vaccine 52.2 187.8 240 Không Vaccine 47.8 172.2 220 Tổng 100 360 460 Bước 4: T椃Ānh Bước 5: TUm gi愃Ā tr椃฀ giới h愃฀n : df=(r-1).(c-1)= Mức ý nghĩa: 5%  Bước 6: So sanh va k฀Āt luâ n.b 10 0  Nếu p-value < 0,01 kiểm định có ý nghĩa với độ tin cậy 99% (khái niệm có ý nghĩa hiểu giả thuyết Ho bị bác bỏ với độ tin cậy 99%) SPSS g漃฀i p-value la Sig (Observed significance level mức ý nghĩa quan sát) L甃Āc thay bạn phải tra bảng Chi-bình phương để tìm giá trị tới hạn r„i so sánh giá trị Chi-bình phương tính tốn với giá trị SPSS tính ngược lại mức ý nghĩa quan sát Sig ứng với giá trị Chi-bình phương tính tốn 20,238 Ở Sig.= 0,017 (hay 1,7%) Tư฀ quy t•c p-value, bạn định theo nguyên t•c:  Chấp nhận Ho sig > α, ta bác b’ Ho khả phạm sai lầm ta lớn mức ý nghĩa cho ph攃Āp  Bác b’ Ho sig < α l甃Āc xác suất phạm sai lầm bác b’ Ho nh’ mức cho ph攃Āp nên an tồn bác b’ Ho Vì Sig < α nên ta bác bổ giả thuyết Ho Ta kết luận r•ng với tập liệu mẫu, có đủ b•ng chứng để nói r•ng trình độ học vấn có liên hệ với cách đọc báo Ch甃Āng ta đựa vào tỉ lệ phần trăm theo cột bảng ch攃Āo (Bảng 4.3) để mô tả liên hệ hay khác biệt v‘ cách đọc báo nhóm học vấn Quy ước chung tính phần trăm tư฀ xuống, đọc so sánh theo hàng ngang Để thấy % bạn chọn mục Percentage Column hộp thoại Crosstabs: Cell Display Giải th椃Āch vo c愃Āc đ愃฀i lươ฀ng Bảng 4.4  Kiểm định Chỉ-bình phương có ý nghĩa số quan sát đủ lớn, có q 20% số bảng ch攃Āo có tẳn số lý thuyết nh’ giá trị X nói chung khơng c‡n đáng tin cậy L甃Āc bạn phải nghĩ đến biện pháp gom biểu biến lại để tăng số quan sát nhóm lên, phần Recode Chương I có 15 0 hướng dẫn cách thực đi‘u Cuối bảng Chỉ-square Tests (Bảng 4.4) SPSS đưa d‡ng thông báo cho bạn biết % số ô có tần suất mong đợi bảng, ví dụ ch甃Āng ta khơng có có tần suất mong đợi nên ta tin tưởng vào độ xác kiểm định  Continuity Correetion dạng biến thể Pearson Chi-Square để sử dụng cho bảng đạng 2x2, tức bảng kết hợp biến mà biến đ‘u biểu  Likelihood Ratio số thống kê tương tự Pearson Chỉ-Square, với cỡ mẫu lớn kết số thống kê g•n  Linear-by-Linear Association đo lường mối liên bệ tuyến tính biến, số thống kê hữu dụng biến hàng cột s•p trật tự tư฀ nh’ đến lớn nhất, c‡n khơng bạn b’ qua  Ngồi c‡n số thống kê Bảng 4.4 kết kiểm định Fisher's Exact Fisher's Exact test phƒ hợp cho đạng bảng 2x2 với tình tẩn số mong đợi ô nh’ Vì bạn lập bảng 2x2 SPSS cung cấp thơng, tin kiểm định Fisher`s Exact cƒng với kết kiểm định khác 2.1 Thao t愃Āc thực Kiểm định mối liên hệ hai biến định danh – thứ bậc: Bước 1: Chọn menu Analyze > Descriptive Statistics > Crosstabs Bước 2: Chọn biến vào khung Row Column Bước 3: Sau đó, chọn Statistics > Chọn mục Chi Square > Chọn Continue Bước 4: Tiếp theo, chọn Cell > Khung Count: chọn mục Observed khung Percentage: chọn mục Total > Chọn Continue > Chọn OK để xuất kết Kiểm định mối liên hệ hai biến thứ bậc – thứ bậc: Bước 1: Chọn menu Analyze > Descriptive Statistics > Crosstabs Bước 2: Chọn biến vào khung Row Column 16 0 Bước 3: Sau đó, chọn Statistics > Chọn mục Chi Square > Chọn Continue Bước 4: Tiếp theo, chọn Cell > Khung Count: chọn mục Observed khung Percentage: chọn mục Total > Khung Ordinal: chọn mục Gamma, Somers’d, Kendall’s tau-b > Chọn Continue > Chọn OK để xuất kết 2.2.K฀Āt kiQm đ椃฀nh m฀Āi liên hệ giư฀a c愃Āc bi฀Ān đ椃฀nh t椃Ānh 2.2.1 KiQm đ椃฀nh m฀Āi liên hệ giư฀a giới t椃Ānh va độ tuổi Kiểm định mối liên hệ hai biến định danh – thứ bậc sử dụng kiểm định Chi – Square H0: Giới tính Độ tuổi khơng có mối liên hệ với H1: Giới tính Độ tuổi có mối liên hệ với Tư฀ kết bảng Chi – Square Tests, ta thấy giá trị Asymptotic Sig (2 – sided) hàng Pearson Chi – Square 0.006 b攃Ā 0.05 nên kết luận Giới tính Độ tuổi có mối liên hệ với Do vậy, bác b’ giả thuyết H0 Cuối bảng Chi – Square Tests, có d‡ng thơng báo cho biết có (12.5%) có tần suất mong đợi bảng, b攃Ā 20%, đi‘u chứng t’ kết kiểm định đáng tin cậy 2.2.2 KiQm đ椃฀nh m฀Āi liên hệ giư฀a Giới t椃Ānh va Thu nhập: Kiểm định mối liên hệ hai biến định danh – thứ bậc sử dụng kiểm định Chi – Square 17 0 H0: Giới tính Thu nhập khơng có mối liên hệ với H1: Giới tính Thu nhập có mối liên hệ với Tư฀ kết bảng Chi – Square Tests, ta thấy giá trị Asymptotic Sig (2 – sided) hàng Pearson Chi – Square 0.006 b攃Ā 0.05 nên kết luận Giới tính Thu nhậpnhập có mối liên hệ với  Bác b’ giả thuyết H0 Cuối bảng Chi – Square Tests, có d‡ng thơng báo cho biết có (12.5%) có tần suất mong đợi bảng, b攃Ā 20%, đi‘u chứng t’ kết kiểm định đáng tin cậy Bảng 6: kết bảng Chi – Square giới tính thu nhập 2.2.3 KiQm đ椃฀nh m฀Āi liên hệ giư฀a Giới t椃Ānh va TrUnh độ h漃฀c vấn: Kiểm định mối liên hệ hai biến định danh – thứ bậc sử dụng kiểm định Chi – Square H0: Giới tính Trình độ học vấn khơng có mối liên hệ với H1: Giới tính Trình độ học vấn có mối liên hệ với Tư฀ kết bảng Chi – Square Tests, ta thấy giá trị Asymptotic Sig (2 – sided) hàng Pearson Chi – Square 0.035 b攃Ā 0.05 nên kết luận Giới tính Trình độ học vấn có mối liên hệ với  Bác b’ giả thuyết H0 18 0 Cuối bảng Chi – Square Tests, có d‡ng thơng báo cho biết có (12.5%) có tần suất mong đợi bảng, b攃Ā 20%, đi‘u chứng t’ kết kiểm định đáng tin cậy Bảng 7: kết bảng Chi – Square 2.2.4 KiQm đ椃฀nh m฀Āi liên hệ giư฀a Độ tuổi va Thu nhập Kiểm định mối liên hệ hai biến thứ bậc – thứ bậc sử dụng đại lượng Gamma, Somers’d, Kendall’s tau – b H0: Độ tuổi Thu nhập khơng có mối liên hệ với H1: Độ tuổi Thu nhập có mối liên hệ với Dựa vào bảng 2.22 bảng 2.23, ta thấy giá trị Approx Sig Somers’d, Kendall’s tau– b Gamma đ‘u 0.053 > 0.05 nên độ tuổi thu nhập khơng có mối liên hệ với  Chấp nhận giả thuyết H0 19 0 Bảng 8: bảng kết thống kê Directional Measures độ tuổi thu nhập 2.2.5 KiQm đ椃฀nh m฀Āi liên hệ giư฀a Độ tuổi va TrUnh độ h漃฀c vấn: Kiểm định mối liên hệ hai biến thứ bậc – thứ bậc sử dụng đại lượng Gamma, Somers’d, Kendall’s tau – b H0: Độ tuổi Trình độ học vấn khơng có mối liên hệ với H1: Độ tuổi Trình độ học vấn có mối liên hệ với Dựa vào bảng 2.20 bảng 2.21, ta thấy giá trị Approx Sig Somers’d, Kendall’s tau– b Gamma đ‘u 0.000 < 0.05 nên độ tuổi trình độ học vấn có mối liên hệ với  Bác b’ giả thuyết H0 20 0 Bảng 9: bảng kết thống kê Directional Measures độ tuổi trình độ học vấn 2.2.6 KiQm đ椃฀nh m฀Āi liên hệ giư฀a TrUnh độ h漃฀c vấn va Thu nhập Kiểm định mối liên hệ hai biến thư฀ bậc – thư฀ bậc sử dụng đại lượng Gamma, Somers’d, Kendall’s tau – b H0: Trình độ học vấn Thu nhập khơng có mối liên hệ với H1: Trình độ học vấn Thu nhập có mối liên hệ với Dựa vào bảng 2.24 bảng 2.25, ta thấy giá trị Approx Sig Somers’d, Kendall’s taub Gamma đ‘u 0.765 > 0.05 nên trình độ học vấn thu nhập khơng có mối liên hệ với  Chấp nhận giả thuyết H0 21 0 Bảng 10: Kết bảng Directional Measures trình độ học vấn thu nhập III MỘT SỐ ĐẠI LƯỢNG THỐNG KÊ KHÁC VỀ MỐI LIÊN HỆ GIỮA BIẾN ĐỊNH DANH Kiểm định Chi-bình phương sử dụng phổ biến kiểm định mối liên hệ biến định danh- định danh hay định danh-thứ bậc Tuy nhiên khơng cho biết độ mạnh mối liên hệ đó, l甃Āc phải nhờ đến Lambda, Cramer V, hay hệ số liên hợp (Coefficient of contigency) Pearson đ‘ xuất Các đại lượng cung cấp SPSS (Xem Hình 4.2) tóm t•t 22 0 Hình 4: đại lượng thống kê Trong nội dung phần không sâu vào cơng thức, mà giới thiệu ch甃Āng việc sử dụng ch甃Āng đơn giản 3.1 Cramer V Cramer V tính dựa Chi-bình phương kiểm định trực tiếp mối liên hệ biến Khi biết x2 bảng, bạn tính tốn Cramer V cách dễ dàng tư฀ cơng thức: Hình 5: cơng thức Cramer V 23 0  k số hàng số cột bảng, ta chọn k nhỏ hơn, ví dụ có hàng cột k=3 (k-1) = Bài tốn ta có số hàng số cột = nên k= (4-1)=3  N số quan sát mẫu  Cramer V cho bi฀Āt độ m愃฀nh cOa m฀Āi liên hệ giư฀a c愃Āc bi฀Ān đ椃฀nh danh 3.2 Hệ s฀Ā liên hơ฀p (Coefficient of contigency) - Là thước đo dựa mối quan hệ biến phân loại - Đặc điểm: có phạm vi ph攃Āp tính giới hạn tư฀ (0-1) - Cơng thức tính: Hình 6: công thức hệ số liên hợp  C = biến khơng có quan hệ (2 biến độc lập)