CHƯƠNG 4 KẾ HOẠCH PHÂN TÍCH SỐ LIỆU THỐNG KÊ SUY LUẬN
4.8. Giả định
4.8.3. Tính đồng nhất của phương sai ở các nhóm so sánh
Cả kiểm định tham số và phi tham số đã mơ tả trong quyển sách này chỉ có giá trị khi giả định về sự phân tán của giá trị biến phụ thuộc gần giống nhau trong các nhóm so sánh ngang. Vì thế giả định này cần được kiểm định khi bạn quan tâm đến các giả thuyết về các biến phụ thuộc liên tục và bao hàm ít nhất là hai nhóm so sánh.
Bạn sẽ so sánh phương sai của các nhóm so sánh, vì thế sẽ cần đưa ra độ lệch
chuẩn, số cực tiểu và cực đại của biến phụ thuộc riêng biệt cho từng nhóm. Nếu sự phân tán thống kê giữa các nhóm so sánh gần như nhau thì đã có sự đồng nhất của phương sai. Một số kiểm định, như kiểm định mẫu độc lập t, đã được sửa đổi để đối phó với việc
khơng thoả mãn giả định này– xem phần 4.8 để có thêm thơng tin. Tuy nhiên, trong hầu hết các trường hợp khác, nếu bạn khơng thể chỉ ra được tính đồng nhất về phương sai giữa các nhóm so sánh bạn khơng thể sử dụng một cách có hiệu quả hầu hết các kiểm
định tham số và phi tham số. Đôi khi sử dụng phương pháp đổi biến để chuyển đổi số
liệu của các nhóm so sánh để có các giá trị phương sai đồng nhất và trong những trường hợp như vậy bạn nên tham khảo sách thống kê hoặc các chuyên gia thống kê.
Về hình thức, giả định này được kiểm định một cách tự động khi bạn sử dụng
kiểm định Levene’s trước khi dùng kiểm định t không ghép cặp, nhưng với những kiểm
của các phương sai là 1 (khơng có sự khác nhau). Tham khảo thống kê sinh y tế I để có thêm thông tin về kiểm định F.
Không giống như giả định về phân bố chuẩn ở phần 4.5.1.2, giả định mà chỉ cần phân bố xấp xỉ chuẩn, tính đồng nhất của phương sai giữa các nhóm so sánh rất quan trọng. Các kiểm định thực hiện rất nhạy cảm với việc không thoả mãn giả định này, bạn có thể có những kết luận sai lầm khi phân tích nếu bạn vi phạm giả định này.
Sử dụng SPSS đánh giá tính đồng nhất của phương sai
Giả định bạn nghĩ đến giả thuyết rằng giá trị trung bình điểm QoL khác nhau theo loại phương tiện giao thơng có liên quan đến chấn thương. Bạn có 5 nhóm phương tiện giao thơng: xe ô tô, xe đạp, xe máy, người đi bộ, và loại phương tiện khác. Trước hết bạn cần đưa ra các giá trị trung bình và phương sai của điểm QoL trong từng nhóm
phương tiện. Để làm được điều này thực hiện theo các bước sau:
1. Từ thực đơn dọc chọn: Analyse → Reports →Case Summaries
2. Từ danh sách biến, nhấp chuột vào biến qol_bef (chất lượng chung của cuộc sống trước khi chấn thương) và chuyển vào hộp biến bằng cách nhấp chuột vào biểu tượng
3. Từ danh sách biến, chọn nhóm biến, ví dụ chọn nhóm education, trantype, và chuyển vào hộp nhóm biến bằng cách nhấp chuột vào biểu tượng
4. Kích chuột vào ‘Display cases’, SPSS đã đánh dấu mặc định, chuyển biến đã
đánh dấu vào hộp
5. Nhấp chuột vào nút Statistics, chuyển lựa chọn Mean và Variance vào hộp Cell Statistics – kích vào Continue/OK. Màn hình sẽ tương tư như hình dưới đây:
Kết quả sẽ xuất hiện riêng rẽ trong cửa sổ như quả dưới đây.
Case Summaries
General quality of life before injury
68 59.0882 66.470 325 57.8769 62.880 885 58.2169 60.014 165 58.0909 56.912 67 57.0448 51.498 1510 58.1172 60.159 Type of transportation in motorised vehicle Bicycle Motorised bike Pedestrian Other Total N Mean Variance
Chúng ta có thể thấy rằng phương sai của các loại là gần giống nhau. Tỷ số thống kê F được tính tốn và trình bày rõ ràng hơn một chút. Khơng có tỷ suất nào có ý nghĩa thống kê với mức p < 0.05. Xe ô tô so sánh với xe đạp = 66.5/62.9 = 1.06 Xe máy = 66.5/60.0 = 1.10 Người đi bộ = 66.5/56.9 = 1.17 Loại khác = 66.5/51.5 = 1.29 Xe đạp so sánh với xe máy = 62.9/60.0 = 1.05 Người đi bộ = 62.9/56.9 = 1.11 Loại khác = 62.9/51.5 = 1.22
Xe máy so sánh với người đi bộ = 60.0/56.9 = 1.05
Tương tự như các kiểm định thống kê thông thường cho tính chuẩn, kiểm định F cũng chịu ảnh hưởng của cỡ mẫu, thậm chí đơi khi với tỷ suất tương đối nhỏ (dưới 1.5) cũng có thể có ý nghĩa thống kê. Chỉ cần giá trị thống kê F là 1.5 hoặc nhỏ hơn, bạn cũng có thể cho là giả định về tính đồng nhất của phương sai đã được thoả mãn.