Mức ý nghĩa quan sát = 0,000 nên bác bỏ giả thuyết H0 và chấp nhận H1. Tức cĩ sự khác nhau giữa các ngành trong tổng thể mẫu
4.6. Kiểm định Chi-Square 2 mẫu (2)
Dùng để kiểm định mối liên hệ qua lại giữa 2 biến định tính.
Định danh - Định danh
Định danh - Thứ bậc
Giả thuyết được đặt ra theo mẫu sau:
• H0: “Khơng cĩ mối liên hệ giữa hai biến x và y”.
• H1: “Cĩ mối liên hệ giữa 2 biến x và y”.
• Thực hiện kiểm định mối liên hệ giữa 2 biến x và y thơng qua việc tạo bảng CrossTabs với việc đánh dấu chọn mục Chi- Square qua nút lệnh Statistics.
• Sig. < thì bác bỏ giả thuyết H0 với xác suất phạm sai lầm loại I là %. ngược lại thì chấp nhận giả thuyết H0, nghĩa là chúng cĩ mối liên hệ với nhau.
4.6. Kiểm định Chi-Square (2) (tiếp theo)
• Thao tác: Analyze Descriptive Statistics CrossTabs
(xác định biến độc lập tại ơ Rows, biến phụ thuộc tại ơ Columns)
Statistics Chi-Square OK.
• Ví dụ: Kiểm định mối liên hệ giữa giới tính và đánh giá về thu nhập so với trước (A10a) của hộ.
• Đặt giả thuyết:
H0: “Khơng cĩ mối liên hệ nào giữa giới tính và đánh giá về thu nhập”. Hoặc “Sự đánh giá thu nhập khơng bị ảnh hưởng bởi giới tính”.
H1: “Giới tính cĩ ảnh hưởng đáng kể đến đánh giá về thu nhập của hộ so với trước”.
• Thực hiện thao tác như trên với việc đưa biến “Gioitinh” vào ơ
Rows và biến “A10a” vào ơ Columns, chúng ta cĩ kết quả như được cho trong trang sau.
4.6. Kết quả: Kiểm định mối liên hệ của hai biến (tiếp theo) biến (tiếp theo)
• Đại lượng 2 kiểm định mối liên hệ giữa các biến: •(Giải thích cơng thức 2 , bậc tự do, 2-sided Sig, và giá trị khác).
•Cĩ 1 ơ (16.7%) cĩ giá trị kỳ vọng nhỏ hơn 5. Giá trị kỳ vọng tối thiểu là 2.20. Điều này cho biết phân tích trên là cĩ ý nghĩa. Nếu số ơ cĩ giá trị kỳ vọng nhỏ hơn 5 chiếm tới 20% trở lên thì phân tích thống kê sẽ khơng đảm bảo chính xác nửa.