Phân Tích Sâu One-way ANOVA Trong SPSS - Phạm Lộc Blog

Sau khi đã xác định được có sự khác biệt trung bình biến định lượng đối với các nhóm giá trị của biến định tính. Chúng ta hoàn toàn có thể đi vào kiểm định sâu One-way ANOVA để tìm ra cặp giá trị nào đang có sự khác biệt.

1. Lý thuyết kiểm định hậu One-way ANOVA

Không phải lúc nào cũng có sự khác biệt trung bình biến định lượng giữa tất cả các nhóm giá trị của biến định tính, có thể chỉ tồn tại sự khác biệt đó giữa một cặp hoặc một vài cặp giá trị mà thôi. Phân tích sâu ANOVA sẽ giúp chúng ta tìm ra được chính xác cặp giá trị nào. Lưu ý rằng, chỉ phân tích sâu ANOVA khi các bạn đã hoàn thành phân tích cơ bản và xác định rằng có sự khác biệt biến định lượng đối với những giá trị khác nhau của biến định tính. Trường hợp không có sự khác biệt thì không cần đi vào phân tích sâu.

Có nhiều phép kiểm định được hỗ trợ trong phân tích sâu One-Way ANOVA và được chia thành hai nhóm dựa trên sự khác biệt phương sai của các nhóm giá trị. Trong SPSS 26, hai nhóm này được đặt tên là Equal Variances Assumed và Equal Variances Not Assumed.

• Equal Variances Assumed: các kiểm định sâu cho trường hợp không có khác biệt phương sai giữa các nhóm giá trị (sig kiểm định Levene lớn hơn 0.05).
• Equal Variances Not Assumed: các kiểm định sâu cho trường hợp có khác biệt phương sai giữa các nhóm giá trị (sig kiểm định Levene nhỏ hơn 0.05).

2. Kiểm định sâu One-Way ANOVA trên SPSS 26

Phần hướng dẫn bên dưới sẽ tiếp nối nội dung của bài viết Phân tích khác biệt trung bình One-Way ANOVA trong SPSS, Các bạn cần xem trước bài viết này mới có thể hiểu được nội dung phần phân tích sau ANOVA bên dưới.

a. Biến Độ tuổi

Với kết quả từ kiểm định One-Way ANOVA ở bài viết Phân tích khác biệt trung bình One-Way ANOVA trong SPSS chúng ta xác định được rằng có sự khác biệt trung bình sự hài lòng công việc đối với biến là Độ tuổi (DoTuoi). Ta sẽ phân tích sâu One-Way ANOVA với biến này.

Thực hiện kiểm định One-Way ANOVA với biến Độ tuổi. Tại cửa sổ các tùy chọn của One-Way ANOVA, nhấp vào Post Hoc…

Theo kết quả kiểm định One-Way ANOVA, sig kiểm định Levene của biến Độ tuổi là 0.009 < 0.05. Chúng ta sẽ sử dụng một trong các kiểm định sâu trong phần Equal Variances Not Assumed. Ở đây tác giả sẽ sử dụng kiểm định Tamhane’s T2.

Nhấp vào Continue để quay lại giao diện ban đầu, chọn OK để xuất kết quả ra output. Chúng ta sẽ đọc kết quả ở bảng Multiple Comparisons.

Bên cạnh giá trị sig cho biết có hay không sự khác biệt trung bình, chúng ta sẽ quan tâm đến cả giá trị Mean Difference (chênh lệch trung bình) để xem sự khác biệt là nhiều hay ít và giá trị trung bình nhóm nào cao hơn nhóm nào. Bảng Multiple Comparisons chia ra cột I - giá trị tham chiếu và cột J - giá trị so sánh. Cột Mean Difference sẽ được tính bằng trung bình của nhóm I trừ cho giá trị trung bình nhóm J. Do đó, nếu Mean Difference mang dấu âm, nghĩa là giá trị trung bình của giá trị tham chiếu I nhỏ hơn giá trị trung bình giá trị so sánh J. Ngược lại, nếu Mean Difference mang dấu dương nghĩa là giá trị trung bình của I lớn hơn của J.

Kết quả kiểm định Tamhane về sự khác biệt sự hài lòng giữa từng cặp độ tuổi cho thấy:

• Nhóm tuổi Từ 18 – 25 tuổi và Trên 45 tuổi, Từ 26 – 35 tuổi và Trên 45 tuổi có sig nhỏ hơn 0.05. Như vậy, có khác biệt sự hài lòng công việc giữa các cặp nhóm tuổi này. Giá trị Mean Difference của nhóm Trên 45 tuổi so với hai nhóm Từ 18 – 25 tuổi và Từ 26 – 35 tuổi đều mang dấu dương và tương đối lớn cho thấy sự hài lòng công việc của nhóm Trên 45 tuổi cao hơn khác biệt so với hai nhóm còn lại.
• Giá trị sig kiểm định của các cặp độ tuổi còn lại đều lớn hơn 0.05, như vậy không có khác biệt sự hài lòng công việc giữa các nhóm tuổi này với nhau.

b. Biến Thu nhập

Để có thêm ví dụ cho trường hợp thứ hai, mình sẽ thực hiện tiếp phân tích sâu ANOVA cho một biến định tính khác là biến Thu nhập (ThuNhap), biến này không có trong bài viết Phân tích khác biệt trung bình One-Way ANOVA trong SPSS. Thực hiện kiểm định tương tự với biến Độ tuổi, tuy nhiên sẽ có một chút khác biệt tại tùy chọn Post Hoc. Theo kết quả kiểm định One-Way ANOVA cho biến ThuNhap này thì sig kiểm định Levene của biến Thu nhập là 0.092 > 0.05. Chúng ta sẽ sử dụng một trong các kiểm định sâu trong phần Equal Variances Assumed. Ở đây tác giả sẽ sử dụng kiểm định Bonferroni.

Nhấp vào Continue để quay lại giao diện ban đầu, chọn OK để xuất kết quả ra output. Chúng ta sẽ đọc kết quả ở bảng Multiple Comparisons.

Cách nhận xét tương tự như ở biến Độ tuổi. Kết quả kiểm định Bonferroni về sự khác biệt sự hài lòng giữa từng cặp thu nhập cho thấy:

• Nhóm thu nhập Từ 10 – dưới 15 triệu và Từ 20 triệu trở lên có sig nhỏ hơn 0.05. Như vậy, có khác biệt sự hài lòng công việc giữa cặp thu nhập này. Giá trị Mean Difference của nhóm Từ 20 triệu trở lên so với Từ 10 – dưới 15 triệu mang dấu dương và tương đối lớn cho thấy sự hài lòng công việc của nhóm thu nhập Từ 20 triệu trở lên cao hơn khác biệt so với nhóm Từ 10 – dưới 15 triệu.
• Giá trị sig kiểm định của các cặp thu nhập còn lại đều lớn hơn 0.05, như vậy không có khác biệt sự hài lòng công việc giữa các nhóm thu nhập này với nhau.

Xem thêm: Phân tích khác biệt trung bình Two-Way ANOVA trong SPSS

--------

Nếu bạn gặp khó khăn khi thực hiện phân tích phương sai một yếu tố ANOVA, bạn có thể tham khảo dịch vụ phân tích SPSS của Phạm Lộc Blog hoặc liên hệ trực tiếp email xulydinhluong@gmail.com.