Kiểm Định Anova Trong Spss? Phân Loại Và Cách Chạy - Best4Team

Trong phân tích thống kê, kiểm định Anova (Anova Test) đóng một vai trò quan trọng và được ứng dụng rộng rãi trong các lĩnh vực như tóan học, kinh tế học,… nhằm so sánh giá trị của các bộ dữ liệu. Vậy kiểm định Anova là gì? Có những loại nào? Cách kiểm định Anova trong SPSS được thực hiện ra sao? Tất cả sẽ được giải đáp chi tiết trong bài viết dưới đây của Best4Team. Tham khảo ngày nhé!

1. 1. Kiểm định Anova trong SPSS là gì?
2. 2. 3 loại kiểm định Anova trong SPSS
   1. 2.1. Kiểm định Anova 1 yếu tố (One-way Anova)
   2. 2.2. Kiểm định Anova trong SPSS 2 yếu tố (Two-way Anova)
   3. 2.3. Kiểm định Anova đa biến trong SPSS (Manova)
3. 3. Cách chạy kiểm định Anova trong SPSS
   1. 3.1. Chạy kiểm định One-way Anova trong SPSS
   2. 3.2. Chạy kiểm định Two-way Anova trong SPSS
   3. 3.3. Cách chạy Anova đa biến Manova trong SPSS

1. Kiểm định Anova trong SPSS là gì?

Kiểm định Anova trong SPSS (Anova test) hay còn được gọi là phân tích phương sai (Analуѕiѕ of Variance) là một kỹ thuật được sử dụng để kiểm tra sự khác biệt về giá trị trung bình của biến phụ thuộc liên quan đến ảnh hưởng của các biến độc lập được kiểm soát, sau khi tính đến ảnh hưởng của các biến độc lập không kiểm soát. (Ronald Fiѕher, 1918)

Điều kiện:

Để thực hiện chạy kiểm định Anova trong SPSS cần thỏa mãn 2 điều kiện:

• Biến phụ thuộc: Có một biến phụ thuộc phải được đo bằng thước đo
• Biến độc lập: Có một hoặc nhiều biến độc lập và phải có tính chất phân loại

Kiểm định Anova trong SPSS sẽ chia một biến có trong bộ dữ liệu quan sát thành 2 yếu tố:

• Yếu tố hệ thống: Có ảnh hưởng đến tập dữ liệu (có ý nghĩa thống kê)

• Yếu tố ngẫu nhiên: Không có ảnh hưởng đến tập dữ liệu

Ý nghĩa:

Kiểm định Anova trong SPSS được thực hiện nhằm 2 mục đích:

• Xác định sức ảnh hưởng các biến độc lập với biến phụ thuộc trong nghiên cứu hồi quy.
• Làm phép thử các phương tiện cho hai hoặc nhiều tổng thể.

Ví dụ minh họa:

Một nghiên cứu được thực hiện giữa nhóm người được tiêm 4 loại vacxin Covid – 19 khác nhau gồm: Vero Cell, Aastra Zeneca, Moderna và Pfizer. Nhà nghiên cứu sử dụng kiểm định Anova trong SPSS để phân tích, so sánh hiệu quả giữa 4 loại vacxin này.

2. 3 loại kiểm định Anova trong SPSS

Hiện nay, kiểm định Anova trong SPSS bao gồm 3 phương pháp:

• Kiểm định Anova trong SPSS 1 yếu tố (One-way Anova)
• Kiểm định Anova trong SPSS 2 yếu tố (Two-way Anova)
• Kiểm định Anova đa biến trong SPSS (Manova)

2.1. Kiểm định Anova 1 yếu tố (One-way Anova)

Kiểm định Anova 1 yếu tố (One-way Anova) là phương pháp so sánh phương sai nhằm đánh giá tác động của 1 biến độc lập phân loại duy nhất trên một biến phụ thuộc định lượng duy nhất trong 1 tổng thể. Anova cho biết liệu biến phụ thuộc có thay đổi theo mức độ của biến độc lập hay không.

Phạm vi áp dụng:

Kiểm định Anova 1 yếu tố (One-way Anova) được sử dụng trong trường hợp xác định liệu có bất kỳ sự khác biệt có ý nghĩa thống kê nào giữa giá trị trung bình của ba hoặc nhiều hơn ba nhóm độc lập (không liên quan) hay không.

Ví dụ minh họa:

Biến số độc lập của bạn là việc sử dụng mạng xã hội và bạn chỉ định các nhóm theo mức độ sử dụng mạng xã hội thấp, trung bình và cao để tìm hiểu xem có sự khác biệt về số giờ ngủ mỗi đêm hay không?

2.2. Kiểm định Anova trong SPSS 2 yếu tố (Two-way Anova)

Kiểm định Anova trong SPSS 2 yếu tố (Two-way Anova) là phương pháp phân tích phương sai nghiên cứu xem có hay không sự khác biệt có ý nghĩa thống kê giữa giá trị trung bình của ba hoặc nhiều nhóm độc lập đã được tách trên hai biến (đôi khi được gọi là “nhân tố”). Có thể coi Two-way Anova là phần mở rộng của One-way Anova.

Phạm vi áp dụng:

Người nghiên cứu sử dụng kiểm định Anova trong SPSS 2 yếu tố (Two-way Anova) trong trường hợp muốn biết hai yếu tố ảnh hưởng đến biến phụ thuộc như thế nào và liệu có hay không tác động tương tác giữa hai yếu tố trên biến phụ thuộc.

Ví dụ minh họa:

Giả sử một nhà thực vật học muốn khám phá “cách tiếp xúc với ánh sáng mặt trời” và “tần suất tưới nước” ảnh hưởng đến “sự phát triển của thực vật”. Cô gieo 40 hạt giống và để chúng phát triển trong hai tháng trong các điều kiện tiếp xúc với ánh sáng mặt trời và tần suất tưới nước khác nhau. Sau hai tháng, cô ghi lại chiều cao của từng cây.

2.3. Kiểm định Anova đa biến trong SPSS (Manova)

Kiểm định Anova đa biến trong SPSS (Manova) là kỹ thuật phân tích phương sai so sánh sự khác biệt giá trị trung bình của hai hay nhiều nhóm giá trị. Nghĩa là nghiên cứu sự tác động của hau hay nhiều biến độc lập lên một hoặc nhiều biến phụ thuộc và mối quan hệ giữa các biến độc lập đó.

Phạm vi áp dụng:

Manova được sử dụng trong trường hợp muốn nghiên cứu sự khác biệt giữa hai hoặc nhiều hơn 2 biến độc lập. Manova chỉ kiểm tra xem các biến có bị ảnh hưởng bởi bất kỳ sự thay đổi nào trong các biến độc lập hay không

Việc sử dụng Manova không được khuyến khích khi các biến phụ thuộc không liên quan hoặc có tương quan thuận cao.

Ví dụ minh họa: Bạn có thể sử dụng Manova để hiểu liệu có sự khác biệt trong nhận thức về sự hấp dẫn và trí thông minh của những người sử dụng ma túy trong phim hay không?

• Hai biến phụ thuộc là “nhận thức về sự hấp dẫn” và “nhận thức về trí thông minh”
• Biến độc lập là “người dùng ma túy trong phim”
• Ba nhóm độc lập: “người không dùng”, “người thử nghiệm” và “người dùng thường xuyên”

3. Cách chạy kiểm định Anova trong SPSS

3.1. Chạy kiểm định One-way Anova trong SPSS

Đề bài:

Tập dữ liệu dưới đây chứa một số biến khác nhau. Đối với mục đích của hướng dẫn này quan tâm đến việc liệu trình độ học vấn có ảnh hưởng đến khả năng ném đĩa ném của một người hay không. Do đó, biến độc lập là Giáo dục, có ba cấp độ – Trung học, Cao học và Sau Đại học – và biến phụ thuộc là Khoảng cách ném Frisbee (tức là khoảng cách mà một đối tượng ném một chiếc đĩa bay).

Các bước thực hiện:

Để thực hiện chạy kiểm định Anova 1 yếu tố (One-way Anova) trong SPSS, bạn tiến hành qua 6 bước dưới đây:

Bước 1: Chọn One-way Anova trong thanh menu

Khởi động phần mềm SPSS. Chọn Analyze > Compare Means > One-Way ANOVA … ở menu trên cùng, như hình dưới đây.

Bước 2: Bảng One-Way ANOVA hiện ra:

Để thiết lập kiểm tra, bạn phải đưa biến độc lập của mình vào hộp Factor (Giáo dục trong trường hợp này, xem ở dưới) và biến phụ thuộc vào hộp Dependent List. Bạn có thể thực hiện việc này bằng cách kéo và thả hoặc bằng cách đánh dấu một biến, sau đó bấm vào mũi tên thích hợp ở giữa hộp thoại.

Bước 3: Post Hoc Multiple Comparisons

Sau nhập biến vào hộp thoại One-Way ANOVA, chọn Post Hoc > Hộp thoại Post Hoc Multiple Comparisons hiện ra:

Bạn nên chọn Tukey, như được hiển thị ở dưới và đảm bảo rằng mức ý nghĩa của bạn được đặt thành 0,05 (hoặc bất kỳ mức alpha nào phù hợp với nghiên cứu của bạn).

Chọn Continue để quay lại hộp thoại One-Way ANOVA.

Bước 4: Nhấp vào Tùy chọn

Hộp thoại One-Way ANOVA xuất hiện. Nhấp vào Options

Bước 5: Options

Trong hộp thoại Options, bạn Tick vào ô Descriptive, Homogeneity of variance test và Mean Plot. Sau đó chọn Continue > OK để hiện ra kết quả

Tiếp tục chọn OK để hiện ra kết quả

Bước 6: Đọc bảng Descriptive và Anova trong SPSS

Bảng Descriptive:

Bảng trên cung cấp một số thống kê mô tả rất hữu ích, bao gồm giá trị trung bình, độ lệch chuẩn và khoảng tin cậy 95% cho biến phụ thuộc (Khoảng cách ném Frisbee) cho từng nhóm riêng biệt (Trung học, Cao học và Sau Đại học), cũng như khi tất cả các nhóm được kết hợp (Tổng số). Những số liệu này hữu ích khi bạn cần mô tả dữ liệu của mình.

Bảng Anova:

Bảng Anova phía trên, chúng ta có thể thấy rằng giá trị ý nghĩa là 0,038 (tức là p = 0,038), thấp hơn 0,05. Do đó, có sự khác biệt có ý nghĩa thống kê về việc trình độ học vấn có ảnh hưởng đến khả năng ném đĩa Frisbee của một người.

Xử lý số liệu SPSS luôn là nỗi ám ảnh đối với người nghiên cứu đặc biệt là đối với những người lần đầu thực hiện. Nếu bạn đang gặp khó khăn và không thể thực hiện chạy SPSS thì có thể tham khảo dịch vụ xử lý số liệu SPSS đến từ Best4Team. Với 15 năm kinh nghiệm trong nghề, đơn vị cam kết đem đến cho khách hàng dịch vụ với kết quả chính xác nhất và bảo mật thông tin 100%.

3.2. Chạy kiểm định Two-way Anova trong SPSS

Đề bài:

Một nhà nghiên cứu quan tâm đến việc liệu mối quan tâm của một cá nhân đối với chính trị có bị ảnh hưởng bởi trình độ học vấn và giới tính của họ hay không. Họ tuyển một mẫu ngẫu nhiên những người tham gia vào nghiên cứu của họ và hỏi họ về mối quan tâm của họ đối với chính trị, họ cho điểm từ 0 đến 100, với điểm số cao hơn cho thấy mối quan tâm nhiều hơn đến chính trị.

Nhà nghiên cứu chia những người tham gia theo Giới tính (Nam / Nữ) và Trình độ học vấn (Trường học / Cao đẳng / Đại học):

• Biến phụ thuộc là “quan tâm đến chính trị”
• Hai biến độc lập là “giới tính” và “giáo dục”

Các bước thực hiện:

Bước 1: Chọn Two-way Anova thanh menu

Trong phần mềm SPSS, vào Analyze > General Linear Model > Univariate…

Bước 2: Bảng Univariate xuất hiện

Nhấn vào biến phụ thuộc “quan tâm đến chính trị”. Đưa vào ô Dependent variable.

Bước 3: Thao tác với biến độc lập

Nhấn vào hai biến độc lập “giới tính” và “giáo dục” và đưa vào ô Fixed Factors. (Như hình ở Bước 2)

Bước 4: Nhấn vào nút Options.

Tick vào Descriptive Statistics. Sau đó nhấp vào chọn Continue.

Bước 5: Nhấn nút Post Hoc.

Từ danh sách Factors bên trái, chọn biến “trình độ học vấn” (nhóm này phải có 3 nhóm trở lên) và đưa vào ô bên phải Post Hoc Tests.

Chọn loại kiểm định Tukey. Sau đó nhấn Continue > OK để thực hiện kiểm định kết quả.

Bước 6: Đọc kết quả kiểm định Anova trong SPSS

Bảng Descriptive:

Bảng Descriptive cung cấp các thông tin: độ lệch chuẩn, số mẫu, giá trị trung bình

Bảng Anova 2 chiều:

Bảng Tests of Between-Subjects Effects thể hiện kết quả kiểm định. Bạn có thể thấy từ cột “Sig. “ có tương tác có ý nghĩa thống kê ở p= 0.002. Bạn cũng có thể muốn báo cáo kết quả của “giới tính” và “trình độ học vấn”.

Từ bảng trên, chúng ta có thể thấy rằng không có sự khác biệt có ý nghĩa thống kê về mức độ quan tâm đến chính trị giữa nam và nữ (p = 0.448), nhưng có sự khác biệt có ý nghĩa thống kê giữa các trình độ học vấn (p <0.001).

Bảng Multiple Comparisons:

Thành thạo xử lý số liệu SPSS sẽ giúp người học nhanh chóng và dễ dàng thực hiện phân tích kết quả nghiên cứu. Nếu bạn chưa nắm vững cách xử lý số liệu SPSS thì có thể xem ngay bài viết hướng dẫn các bước thực hiện chi tiết, dễ hiểu đến từ Best4Team. Tham khảo bài viết tại đây: Xử lý số liệu SPSS.

3.3. Cách chạy Anova đa biến Manova trong SPSS

Đề bài:

Các học sinh tại một trường trung học đến từ ba trường tiểu học khác nhau. Hiệu trưởng muốn biết liệu có sự khác biệt về học tập giữa các học sinh của ba trường tiểu học khác nhau hay không.

Cô đã chọn ngẫu nhiên 20 học sinh từ Trường A, 20 học sinh từ Trường B và 20 học sinh từ Trường C, và đo kết quả học tập của các em được đánh giá bằng điểm các em nhận được cho kỳ thi Toán và Tiếng Anh cuối năm:

• Hai biến phụ thuộc là “Điểm tiếng Anh” và “Điểm Toán”
• Biến độc lập là “Trường học”,
• Ba nhóm biến độc lập: “Trường A”, “Trường B” và “Trường C”

Cách thực hiện:

Bước 1: Chọn One – Way MANOVA trên thanh menu

Trong phần mềm SPSS, vào Analyze > General Linear Model > Multivariate…

Bước 2: Bảng Multivariate

Nhấn vào biến phụ thuộc “Điểm tiếng Anh” và “Điểm Toán” . Đưa vào ô Dependent variables.

Bước 3: Biến độc lập

Chuyển biến độc lập “trường học” vào ô Factor(s) (Như hình ở bước 2)

Bước 4: Nhấn vào nút Options.

Tick vào Descriptive Statistics và Estimates of effect size. Sau đó nhấp vào chọn Continue > OK để chạy kết quả.

Bước 5: Đọc kết quả kiểm định Anova trong SPSS

Bảng Descriptive:

Bảng này rất hữu ích vì nó cung cấp giá trị trung bình và độ lệch chuẩn cho hai biến phụ thuộc khác nhau, đã được tách bởi biến độc lập. Ngoài ra, bảng cung cấp các hàng “Tổng số”, cho phép biết phương tiện và độ lệch chuẩn cho các nhóm chỉ được phân tách theo biến phụ thuộc.

Bảng Multivariate:

Chúng ta có thể thấy từ bảng rằng chúng ta có giá trị “Sig. = 0.000”, có nghĩa là p <.0005. Do đó, chúng ta có thể kết luận rằng kết quả học tập của học sinh trường này phụ thuộc đáng kể vào trường trước đó mà các em đã theo học (p < 0.0005).

Báo cáo kết quả:

Có sự khác biệt có ý nghĩa thống kê về kết quả học tập dựa trên trường học trước đó của học sinh, (4,112) = 13,74, p < 0.0005; Wilk’s Λ = 0.450, một phần η^2 = 0.33.

Vậy là Best4Team vừa cùng bạn đọc tìm hiểu định nghĩa, phân loại và cách thực hiện kiểm định Anova trong SPSS. Hy vọng rằng qua bài viết này bạn đã nắm vững kiến thức lý thuyết cũng như vận dụng các bước thực hiện kiểm định Anova trong phần mềm SPSS. Chúc bạn đọc luôn học tốt và đạt kết quả cao.

Tài liệu tham khảo:

1. 1. Hair, C & Ronald Fisher. (1917). “The Correlation between Relatives on the Supposition of Mendelian Inheritance.” Investopedia: Fundamental Analytics.
   2. One Way ANOVA in SPSS Including Interpretation. (2019). EZ SPSS Tutorials
   3. Two-way ANOVA in SPSS Statistics. (2021). Statistics Laerd.

Trong quá trình phân tích SPSS, bạn muốn tìm kiếm thêm nhiều tài liệu về hướng dẫn cách chạy SPSS cập nhật mới của Trung tâm Best4Team .Liên hệ dịch vụ SPSS Hoặc qua SĐT Zalo: 091.552.1220 hoặc email: best4team.com@gmail.com để hỗ trợ ngay nhé!

Xem thêm:

• Phân Tích Thống Kê Mô Tả Trong SPSS – Ví Dụ & Cách Chạy
• Toàn Tập Về Phân Tích Nhân Tố Khám Phá EFA Trong SPSS

0/5 (0 Reviews)