Kiểm Định Phân Phối Chuẩn Trong Spss: Cách Tính & Nhận Biết ...

Kiểm định phân phối chuẩn là bước quan trọng trong thủ tục thống kê suy luận, giúp chúng ta xác định được cơ bản hình dạng chung của một phân phối, từ đó đánh giá kiểm định có bị lệch hay không, và có độ lệch dương hay âm. Dưới đây là hướng dẫn chi tiết các bước tiến hành kiểm định phân phối chuẩn trong SPSS, tham khảo ngay!

Kiểm định phân phối chuẩn trong SPSS

1. Phân phối chuẩn (Normal Distribution) trong SPSS là gì?

Phân phối chuẩn (Normal Distribution), được nêu ra lần đầu tiên vào năm 1733 bởi Abraham de Moivre. Đây là hàm mật độ xác suất được xác định bởi công thức:

f(x) = 12 . e(x - )2-22

Trong đó:

•  : giá trị trung bình
• 2: phương sai (hay độ lệch chuẩn )

Đây được xem là một phân phối xác suất, sử dụng để mô hình hóa xu hướng của các hiện tượng ngẫu nhiên và những sai lệch có thể ghi nhận được từ đó.

Cụ thể hơn, trường hợp các mũi tên của một cung thủ được mong đợi sẽ bắn trúng hồng tâm. Tuy nhiên, do những sơ sót về kỹ thuật hoặc những yếu tố ngoại cảnh, các mũi tên sẽ trượt khỏi vị trí hồng tâm trong một khoảng cách nào đó. Khi đó, có 2 giá trị dùng để biểu thị trình độ của cung thủ: giá trị trung bình (mean) và độ lệch chuẩn (standard deviation).

Theo đó, nếu phân phối được chuẩn hóa với giá trị trung bình = 0 và độ lệch chuẩn = 1, đây được gọi là phân phối chuẩn tắc.

XEM THÊM:

• Kiểm định T - test
• Kiểm định Anova
• Kiểm định phi tham số trong spss

2. Ví dụ Dữ liệu của Phân phối chuẩn

Dữ liệu của phân phối chuẩn trong SPSS

Hình ảnh trên là một ví dụ dữ liệu của phân phối chuẩn trong SPSS, hiển thị ở chế độ xem dữ liệu với chủ đề nghiên cứu về điểm số các môn học của học sinh của một trường cấp 3.

Đọc thêm về hệ số tương quan pearson trong spss

3. Cách tính phân phối chuẩn trong SPSS

Để tiến hành tính phân phối chuẩn trong SPSS, chúng ta tiến hành theo các bước sau:

Bước 1: Tại giao diện chính của SPSS, nhấn chọn Analyze > Descriptive Statistics > Frequencies…

Cách tính phân phối chuẩn trong SPSS

Bước 2: Tại hộp thoại Frequencies hiện lên, chuyển biến read sang ô Variable(s).

Bước 2 chuyển biến read sang ô Variable(s)

Bước 3: Tiếp tục nhấn chọn các lệnh theo thứ tự Charts > Histograms > Show normal curve on histogram. Nhấn Continue > OK và chờ kết quả.

Bước 3 chọn các lệnh và chờ kết quả

Kết quả thu được như hình dưới đây:

Kết quả phân phối chuẩn trong SPSS

Như vậy, chúng ta có thể thấy điểm đọc của học sinh có trị số trung bình = 52,23 và độ lệch chuẩn = 10,253.

Việc phân tích định lượng ngày càng được ứng dụng nhiều trong các bài nghiên cứu, luận văn hay khóa luận tốt nghiệp. Với kinh nghiệm hơn 10 năm trong lĩnh vực cung cấp dịch vụ SPSS, Tri Thức Cộng Đồng đã hỗ trợ, xử lý hơn 1.500 dự án với nhiều cấp độ học thuật khác nhau, nhận được điểm số cao và phản hồi tích cực từ phía học viên. Tham khảo dịch vụ của Tri Thức Cộng Đồng ngay tại đây!

4. Nhận Biết phân phối chuẩn trong SPSS

Để nhận biết một phân phối chuẩn, chúng ta có thể kiểm tra bằng nhiều phương pháp khác nhau:

4.1. Vẽ biểu đồ đường cong chuẩn

Bước 1: Trên thanh công cụ, nhấn chọn Analyze > Descriptive Statistics > Descriptives

Vẽ đường cong chuẩn trong SPSS

Bước 2: Sau khi chuyển biến read sang ô Variable(s), nhấn chọn Options. Tick vào 2 ô Kurtosis và Skewness, chọn Continue và nhấn OK, sau đó chờ kết quả.

Các bước vẽ đường cong chuẩn

Kết quả những chỉ số quan trọng được hiển thị trong bảng dưới đây. Có thể thấy, độ xẹp có giá trị bằng 0,196 (nhỏ hơn +1), vì vậy đây có thể là phân phối chuẩn. Thật vậy, khi quan sát đường cong chuẩn ta thấy số liệu phân phối khá đồng đều với đường cong có dạng quả chuông.

Kết quả vẽ biểu đồ đường cong chuẩn

4.2. Chạy Kolmogorov-Smirnov và Shapiro-Wilk

Bên cạnh việc sử dụng đường cong chuẩn để nhận biết phân phối chuẩn trong SPSS, chúng ta có thể sử dụng các phương pháp Kolmogorov-Smirnov và Shapiro-Wilk. Tuy nhiên phương pháp này chỉ phù hợp với những bài toán có kích thước mẫu nhỏ (<100) bởi độ chính xác cao hơn.

Ta có kết quả Kolmogorov-Smirnov và Shapiro-Wilk như sau:

Kết quả chạy Kolmogorov-Smirnov và Shapiro-Wilk

Qua kết quả trên, chúng ta có thể thấy kiểm định Shapiro-Wilk có Sig. = 0.06. Giá trị này lớn hơn giá trị alpha 0.05, do đó có thể kết luận kiểm định này là phân phối chuẩn.

Kiểm định T-test là một loại thống kê quan trọng, nhưng nhiều học viên lại chưa nắm chắc được ý nghĩa cũng như cách phân tích trong phần mềm SPSS. Cập nhật thêm kiến thức chuyên sâu về kiểm định T-test ngay tại đây!

4.3. Vẽ biểu đồ xác suất chuẩn (Biểu đồ Q-Q)

Biểu đồ Q-Q cho thấy một hình ảnh trực quan về sự phân bố dữ liệu, thường được sử dụng với những nghiên cứu có kích thước mẫu lớn (>100). Cách vẽ biểu đồ Q-Q như sau:

Bước 1: Trên màn hình chính, nhấn chọn Analyze > Descriptive Statistics > Explore

Các bước vẽ biểu đồ xác suất chuẩn

Bước 2: Tương tự, chuyển biến read sang ô Variable(s). Sau đó chọn Plots > Normality plots with test > Continue > OK.

Bước 2 chuyển biến read

Biểu đồ Normal Q-Q Plot nhận được như sau:

Kết quả biểu đồ Normal Q-Q Plot

Có thể thấy, các dầu chấm đều nằm trên đường xu hướng. Điều này cung cấp thêm bằng chứng rằng phân phối trên là phân phối chuẩn.

Chúng ta hoàn toàn có thể kết hợp biểu đồ Q-Q này cùng với những kết quả của những bài kiểm tra thống kê trên để khẳng định chắc chắn dữ liệu này có là phân phối chuẩn hay không.

Xem thêm: test wilcoxon spss

Trên đây là những chia sẻ của Tri thức cộng đồng về phân phối chuẩn cũng như cách kiểm định phân phối chuẩn trong SPSS, mong rằng giúp bạn sử dụng công cụ này thành thạo hơn, mang lại kết quả cao trong các bài nghiên cứu.