hiệu và các thành phần giá trị thƣơng hiệu
Phép kiểm định Independent-samples T-test, phân tích phƣơng sai Anova và Kruskal-Wallis đƣợc sử dụng để kiểm định sự khác biệt giữa các biến định tính đối với giá trị thƣơng hiệu và các thành phần giá trị thƣơng hiệu MTXT.
Phép kiểm định Independent-samples T-test, đƣợc sử dụng khi muốn so sánh hai giá trị trung bình của của hai nhóm tổng thể riêng biệt. Các giả định đối với phép kiểm định Independent-samples T-test nhƣ sau:
Phân phối mẫu của các khác biệt tổng thể là phân phối chuẩn. Phƣơng sai của tổng thể đồng nhất.
Phân tích phƣơng sai Anova là sự mở rộng của kiểm định Independent- samples T-test vì phƣơng pháp này giúp ta so sánh trị trung bình của 3 nhóm trở lên . Kỷ thuật phân tích phƣơng sai đƣợc dùng để kiểm định giả thuyết các tổng thể nhóm có giá trị trung bình bằng nhau. Có một số giải định đối với phân tích phƣơng sai một yếu tố nhƣ sau:
Các nhóm so sánh phải độc lập và đƣợc lựa chọn một cách ngẫu nhiên.
Các nhóm so sách phải có phân phối chuẩn hoặc cỡ mẫu phải đủ lớn để xem nhƣ tiệm cận với phân phối chuẩn.
Phƣơng sai của nhóm so sánh phải đồng nhất.
Nếu giả định tổng thể có phân phối chuẩn với phƣơng sai bằng nhau không đáp ứng đƣợc thì kiểm định phi tham số Kruskal-Wallis sẽ là một giải pháp thay thế hữu hiệu cho Anova.
Kiểm định Kruskal-Wallis cũng là phƣơng pháp kiểm định giả thuyết trị trung bình của nhiều nhóm tổng thể bằng nhau mà không đòi hỏi bất kỳ giả định nào về phân phối chuẩn của tổng thể. Do đó, ta kiểm định giả thuyết H0 cho rằng phƣơng sai của các nhóm so sánh là bằng nhau, kết quả kiểm định có hai trƣờng hợp:
Trƣờng hợp 1: Kết quả kiểm định có mức ý nghĩa > 0.05 thì chấp nhận giả thuyết H0 (phƣơng sai của các nhóm so sánh bằng nhau) sử dụng
kết quả phân tích ở bảng Anova.
Trƣờng hợp 1: Kết quả kiểm định có mức ý nghĩa < 0.05 thì bác bỏ giả thuyết H0 (phƣơng sai của các nhóm so sánh không bằng nhau) sử dụng phép kiểm định Kruskal-Wallis.