CHI SQUARE TEST - KIỂM ĐỊNH TÍNH PHÙ HỢP

CHI-SQUARE TEST - KIỂM ĐỊNH TÍNH PHÙ HỢP

Trang 1

11 Lê Thị Mỹ Ngôn

12.Lê Thanh Thùy

Trang 2

 TWO-INDEPENDENT SAMPLES TESTS

 K- INDEPENDENT SAMPLES TESTS

 TWO-RELATED SAMPLES TESTS

 K- RELATED SAMPLES TESTS

Trang 3

CHI-SQUARE TEST - KIỂM ĐỊNH TÍNH PHÙ HỢP

Dữ liệu: GSS93, biến R’s Highest Degree

Mục tiêu nghiên cứu: kiểm định sự phù hợp giữa

thực tế và lý thuyết Liệu số người tham gia khảo sát được quan sát thực tế và số người được kỳ vọng ở các cấp học có sự khác biệt không?

Giả thiết Ho: Tần số thực tế = Tần số lý thuyết

Thực hiện: Analyze/Nonparametric tests/Chi-square

Trang 4

CHI-SQUARE TEST - KIỂM ĐỊNH TÍNH PHÙ HỢP

N quan sát & N kỳ vọng cho từng cấp học là lớn

- Với P value = 0.000 < 0.05,

ta bác bỏ giả thiết Ho & kết luận:

Có khác biệt giữa số người tham gia thực tế và số người kỳ vọng

ở các cấp học, và số SV ở các

cấp học là khác nhau

Trang 5

CHI-SQUARE TEST - KIỂM ĐỊNH TÍNH ĐỘC LẬP

Nguồn dữ liệu : Từ cơ sở dữ liệu GSS93 Nghiên cứu

mối liên hệ giữa giới tính (biến: Respondent’s Sex)

và độ tuổi kết hôn lần đầu (biến: Age When First Married).

Câu hỏi nghiên cứu : Liệu độ tuổi kết hôn lần đầu có

liên hệ với giới tính hay không?

Giả thiết : Ho: Độ tuổi kết hôn lần đầu không có liên hệ

với giới tính.

Thực hiện : Analyze/Descriptive Statistics/crosstabs

chọn cột và hàng tương ứng với 2 biến Chọn Statistic đánh dấu vào Chi-Square

Trang 6

CHI-SQUARE TEST - KIỂM ĐỊNH TÍNH ĐỘC LẬP

Trang 7

The Binomial Test

Dữ liệu: GSS93, biến Age Categories và Allow Incurable Patients

Mục tiêu nghiên cứu: Tỷ lệ những người đồng ý cho phép người bệnh nan

y được chết ở các nhóm tuổi là có như nhau không?

Giả thiết Ho: Tỷ lệ những người đồng ý cho phép người bị bệnh nan y

được chết ở các nhóm tuổi là như nhau.

Trang 8

The Binomial Test

Kết quả Binomial Test:

Bác bỏ Ho: Tỉ lệ tán thành việc cho người bệnh nan y được chết sẽ không như nhau giữa những

người trong nhóm tuổi 18-29.

Chấp nhận Ho (với α =0.05): Tỉ lệ tán thành việc cho người bệnh nan y được chết sẽ là như nhau

giữa những người trong nhóm tuổi 50+

Trang 9

ONE-SAMPLE KOLMOGOROV SMIRNOV TEST

1. Sử dụng : Để kiểm định giả thuyết phân phối của dữ liệu có

phù hợp với phân phối lý thuyết

2. Câu hỏi nghiên cứu : Độ tuổi kết hôn lần đầu có là phân phối

chuẩn hay không?

3. Giả thiết Ho:

Ho : Tổng thể của biến độ tuổi kết hôn lần đầu có phân phối

chuẩn

Cách kiểm định:

Thực hiện kiểm định One-sample Kolmogorov smirnov test

 Chọn : Analyze/Nonparametric 1 Tests /1-sample K-S/ 

Trang 10

ONE-SAMPLE KOLMOGOROV SMIRNOV TEST

Sig<α: Bác bỏ Ho

Độ tuổi kết hôn lần đầu không

có phân phối chuẩn

Trang 11

TWO INDEPENDENT SAMPLES TEST KIỂM ĐỊNH U CỦA MANN WHITNEY

KIỂM ĐỊNH MOSES EXTREME REATION

KIỂM ĐỊNH WALD-WOLFOWITZS RUNS

Trang 12

KIỂM ĐỊNH U CỦA MANN WHITNEY

Dữ liệu: Biến R’s Highest Degree và biến Rap Music

Câu hỏi nghiên cứu: Phân phối về sở thích nghe nhạc Rap của hai nhóm trình độ Bachelor và Graduate có giống nhau không?

Giả thiết Ho: phân phối về sở thích nghe nhạc Rap của hai nhóm trình độ : Bachelor và Graduate giống nhau

Thực hiện:

 Analyze\Nonparametric Tests\2-Independent sample

 Chọnbiến - Rap music cho : Test variable List

- RS Highest Degree cho :Grouping variable

 Define Groups: để xác nhận 2 nhóm cần so sánh

 Đánh dấu chọn kiểm định Mann Whitney U

Trang 13

KIỂM ĐỊNH U CỦA MANN WHITNEY

Ta có sig=0.088 lớn hơn so với mức ý nghĩa α (0.05)

=> Ta chấp nhận giả thiết Ho: Sở thích nghe nhạc

Rap của hai nhóm trình độ : Bachelor và Graduate giống nhau

Asymp Sig (2-tailed) 088

a Grouping Variable: R's Highest Degree

Trang 14

Thực hiện:

 Đánh dấu chọn kiểm định Moses extreme reactions

Trang 15

Test Statisticsa,b

Rap Music Observed Control Group Span

262 Sig (1-tailed) .000Trimmed Control Group Span 246

Sig (1-tailed) .000Outliers Trimmed from each End 11

a Moses Test

b Grouping Variable: R's Highest Degree

- Ta có sig Span max=0, sig Span2=0 Trong đó span = span max –span min =0 ( giá trị này càng lớn càng bác bỏ Ho)  ta chấp nhận giả thiết Ho

- Tức là phân phối về sở thích nghe nhạc Rap của hai nhóm trình độ: Bachelor và Graduate giống nhau Hay hai nhóm có trình độ Bachelor và Graduate đều có sở thích về nghe nhạc Rap như nhau

Trang 16

Thực hiện:

 Đánh dấu chọn kiểm định WALD-WOLFOWITZS RUNS

Trang 17

Ta có số run = 219 (hay sig=1 >α (0.05))  Chấp nhận giả thiết

Ho Tức là phân phối về sở thích nghe nhạc Rap của hai nhóm trình

độ : Bachelor và Graduate giống nhau Hay hai nhóm có trình độ Bachelor và Graduate đều có sở thích về nghe nhạc Rap như nhau

Test Statisticsb,c

Number of Runs Z Asymp Sig (1-tailed) Rap Music Minimum Possible 5a -17.867 .000

Maximum Possible 219a 8.819 1.000

a There are 4 inter-group ties involving 332 cases.

b Wald-Wolfowitz Test

c Grouping Variable: R's Highest Degree

Trang 18

K - INDEPENDENT SAMPLES TEST

KIỂM ĐỊNH KRUSKAL-WALLIS H

KIỂM ĐỊNH MEDIAN

KIỂM ĐỊNH JONCKHEERE-TERPATRA

Trang 19

KIỂM ĐỊNH KRUSKAL-WALLIS H

Mục tiêu: xem xét xem mức độ thường xuyên đọc báo của của bốn

nhóm trình độ: High school , Junior college, Bachelor và Graduate

có giống nhau không ?

Giả thiết Ho: Phân phối mức độ thường xuyên đọc báo của bốn

nhóm trình độ : High school , Junior college Bachelor và Graduate giống nhau

Thực hiện:

+ Analyze/Nonparametric Tests /K-Independent sample

+ Chọn biến : - How Often Does R Read Newspaper cho: Test

Trang 20

R's Highest Degree N Mean Rank

How Often Does R Read

Newspaper

High school 531 431.45Junior college 61 416.98Bachelor 154 360.87Graduate 76 370.33Total 822

a Kruskal Wallis Test

b Grouping Variable: R's Highest Degree

Ta có sig =0.002 nhỏ hơn so với mức ý nghĩa α  Bác bỏ giả thiết Ho

Tức là phân phối thường xuyên đọc báo của bốn nhóm trình độ: High school, Junior college,

Bachelor và Graduate là khác nhau

Trang 21

Trang 22

Kết luận : Ta thấy Sig = 0.014

 Bác bỏ giả thiết Ho, tức là Mức

độ thường xuyên đọc báo của 4 nhóm trình độ 1:High school , 2:Junior college, 3:Bachelor và 4:Graduate là khác nhau.

Trang 23

Trang 24

Ta thấy Sig = 0.000

Bác bỏ giả thiết Ho, tức là Số lần đọc báo của giữa 4 nhóm trình

độ 1:High school ,

2:Junior college,

3:Balchelor và

4:Graduate là khác nhau.

Trang 25

TWO RELATED SAMPLES TEST

KI M Đ NH D U SIGN Ể Ị Ấ

KI M Đ NH D U VÀ H NG WILCOXON Ể Ị Ấ Ạ

KI M Đ NH D U MCNEMAR Ể Ị Ấ

KI M Đ NH MARGINAL HOMOGENEITY Ể Ị

Trang 26

KIỂM ĐỊNH DẤU SIGN

Dữ liệu : 2 biến How often R watches public TV shows và How

often R watches TV news

Câu hỏi nghiên cứu : mức độ thường xuyên xem chương trình công cộng hơn và chương trình tin tức trên tivi có như nhau

không?

Giả thiết Ho: Phân phối mức độ thường xuyên xem chương trình công cộng và chương trình tin tức trên ti vi là như nhau

Thực hiện :

 Analyze > Nonparametric Tests > 2 related samples

 Dùng chuột bôi cả 2 biến và nhấp để chuyển cả 2 vào ô Test Pairs

 Đánh dấu vào ô kiểm định Sign , chọn Ok và ra kết quả

Trang 27

KIỂM ĐỊNH DẤU SIGN

Asymp Sig (2 tailed) <α (0.05): Bác bỏ giả thiết Ho Mức độ thường xuyên xem chương trình công cộng và chương trình tin tức trên tivi

là khác nhau.

Trang 28

KIỂM ĐỊNH DẤU VÀ HẠNG WILCOXON

không?

Giả thuyết Ho: Phân phối mức độ thường xuyên xem chương trình công cộng và chương trình tin tức trên ti vi là như nhau

Thực hiện :

 Đánh dấu vào ô kiểm định WILCOXON , chọn Ok và ra kết quả

Trang 29

KIỂM ĐỊNH DẤU VÀ HẠNG WILCOXON

Asymp Sig (2 tailed) <α (0.05): Bác bỏ giả thiết Ho Mức độ thường xuyên xem chương trình công cộng và chương trình tin tức trên tivi

là khác nhau.

Trang 30

KIỂM ĐỊNH DẤU MCNEMAR

không?

Giả thiết Ho: Phân phối mức độ thường xuyên xem chương trình công cộng và chương trình tin tức trên ti vi là như nhau

Thực hiện :

 Mã hóa lại 2 biến trên thành 2 biến mới có giá trị nhị phân

 Đánh dấu vào ô kiểm định MCNEMAR , chọn Ok và ra kết quả

Trang 31

tvnews & public shows

tvnews

public showsRarely Usually

thường xuyên xem chương trình công cộng

và chương trình tin tức trên ti vi là khác nhau

KIỂM ĐỊNH DẤU MCNEMAR

Trang 32

KIỂM ĐỊNH MARGINAL HOMOGENEITY

không?

Giả thuyết Ho: Phân phối mức độ thường xuyên xem chương trình công cộng và chương trình tin tức trên ti vi là như nhau

Thực hiện :

 Đánh dấu vào ô kiểm định MARGINAL HOMONEITY , chọn Ok và ra kết quả

Trang 33

KIỂM ĐỊNH MARGINAL HOMOGENEITY

Marginal Homogeneity Test

How Often R Watches TV News & How

Often R Watches Public TV Shows

khác nhau

Trang 34

K- RELATED SAMPLES TEST

KI M Đ NH FRIEDMAN Ể Ị

KI M Đ NH KENDALL’S W Ể Ị

KI M Đ NH COCHRAN’S Q Ể Ị

Trang 35

KIỂM ĐỊNH FRIEDMAN

Dữ liệu : 3 biến: How often R watches TV Drama or Sitcoms, How

often R watches public TV shows ,và How often R watches TV news

Câu hỏi nghiên cứu : Liệu rằng có sự khác biệt giữa mức độ

xem TV Drama or Sitcoms, TV News, và Public TV Shows hay không?

Giả thiết Ho: Phân phối mức độ thường xuyên xem 3 chương trình này là giống nhau

Thực hiện :

 Analyze > Nonparametric Tests > k - related samples

 Đánh dấu vào ô kiểm định Friedman, chọn Ok và ra kết quả

Trang 36

KIỂM ĐỊNH FRIEDMAN Friedman Test

Trang 37

KIỂM ĐỊNH KENDALL’S W

Dữ liệu : 3 biến: How often R watches TV Drama or Sitcoms, How

often R watches public TV shows ,và How often R watches TV news

Câu hỏi nghiên cứu : Liệu rằng có sự khác biệt giữa mức độ

xem TV Drama or Sitcoms, TV News, và Public TV Shows hay không?

Giả thuyết Ho: Phân phối mức độ thường xuyên xem 3 chương trình này là giống nhau

Thực hiện :

 Analyze > Nonparametric Tests > k - related samples

 Đánh dấu vào ô kiểm định Kendall’s W, chọn Ok và ra kết quả

Trang 39

Giả thiết Ho : 3 biến All Will Die if Exposed to Radioact, Nuke

Waste Dangerous for Thousands of Yr, và Greenhouse Effect

Caused by Hole in Atmosphere có cùng phân phối.

Trang 40

và Greenhouse nhận giá trị nhị phân 0

(False), 1 (True)

Sig nhỏ => Bác bỏ Ho: Quan điểm về 3 vấn đề

ô nhiễm môi trường là khác nhau

Trang 41

THANK YOU!

Định dạng
Số trang	41
Dung lượng	555,17 KB