Bài 5. Kruskal-Wallis One-way ANOVA

5. Kiểm tra Kruskal-Wallis One-way ANOVA trong SPSS

Các bước chạy Kruskal-Wallis One-way ANOVA trong SPSS như sau:

Bước 1. Click Analyze > Nonparametric Tests > Legacy Dialogs > K Independent Samples…

Bước 2. Trong hộp thoại Tests for Several Independent Samples, chúng ta nhấp vào box Kruskal trong vùng Test Type. Sau đó chúng ta đưa biến phụ thuộc (trong ví dụ này là Suctaptrung) vào hộp Test Variables List. Trong vùng Grouping Variable, chúng ta đưa biến độc lập (trong ví dụ là ngành sinh viên – Nganh).

 

Bước 3. Click vào nút Define Range…, nhập giá trị 1 vào hộp Minimun, giá trị 3 vào hộp Maximun. Hãy nhớ rằng chúng ra gắn nhãn 1 là sinh viên ngành kỹ thuật đến 3 là sinh viên ngành Xã hội. Sau đó bấm vào nút Continue.

 

Bước 4. Click vào nút Options…, đánh dấu vào hộp Descriptive và Quatiles để tạo thống kê mô tả. Sau đó bấm vào nút Continue.

 

Bước 5. Bấm vào nút OK để chạy kết quả đầu ra.

 

Bảng thống kê mô tả (Descriptive Statistics) được phân tích tương tự như bài kiểm tra Kruskal-Wallis One-way ANOVA, chúng là cũng không thực sự hữu ích lắm.

Bảng các thứ hạng (Ranks) là rất hữu ích vì nó cho biết nhóm sinh viên nào có thể được coi là có sức tập trung cao hơn, về tổng thể; cụ thể là nhóm có thứ hạng trung bình cao nhất. Trong trường hợp này, nhóm sinh viên ngành xã hội là có sức tập trung cao nhất sau liệu pháp Thiền (mean rank = 12.1), trong khi hai nhóm sinh viên còn lại có trung bình thứ hạng gần như nhau.

Bảng thống kê kiểm tra (Test Statistics) cung cấp thống kê giá trị xấp xỉ χ², cũng như giá trị xác suất p tiệm cận có ý nghĩa – Asymp. Sig. Giá trị p =0.037 < 0.05 cho thấy giả thuyết vô hiệu không bị bác bỏ ở mức 5%. Tra bảng phân phối χ², giá trị χ² thu được là 6.570 với bậc tự do df = 2, lớn hơn giá trị tới hạn χ² bằng 5.99147 (ở mức ý nghĩa 5%). Chúng ta kết luận rằng có đủ bằng chứng về sự khác biệt giữa ba nhóm sinh viên (kỹ thuật, tự nhiên và xã hội) về hiệu ứng của Thiền để cải thiện sức tập trung học tập (χ²=6.570, p=.037).

Có thể, giá trị xấp xỉ χ² (6.570) là gần đúng với giá trị thống kê Kruskal-Wallis chính xác trong kết quả tính tay (6.4502) ở ví dụ trên.

Ngoài ra, điều quan trọng cần lưu ý là mặc dù thử nghiệm Kruskal-Wallis cho biết liệu có sự khác biệt tổng thể hay không, nhưng không xác định trung vị nhóm cụ thể nào khác biệt với nhau. Để làm được điều này, chúng ta cần chạy các bài kiểm tra post hoc, sẽ được thảo luận sau phần tiếp theo sau đây.

 

6. Bài kiểm tra Post Hoc (Post Hoc Test)

Khi thống kê Kruskal-Wallis H thu được có ý nghĩa, nhà nghiên cứu có thể muốn xác định nhóm nào khác nhau. Các bài kiểm tra post hoc của Dunn- Bonferroni được thực hiện trên từng cặp nhóm. Khi nhiều bài kiểm tra đang được thực hiện, SPSS sẽ điều chỉnh giá trị p. Điều chỉnh Bonferroni (Bonferroni adjustment) là nhân mỗi giá trị p của Dunn với tổng số thử nghiệm đang được thực hiện (trong ví dụ này là 3 lần thử nghiệm).

•  Lần 1: Nhóm ngành Kỹ thuật – Tự nhiên
•  Lần 2: Nhóm ngành Kỹ thuật – Xã hội
•  Lần 3: Nhóm ngành Tự nhiên – Xã hội

Chạy các bài kiểm tra post hoc của Dunn-Bonferroni trong SPSS như sau:

– Bước 1: Chọn Analyze > Nonparametric Tests > Independent samples

– Bước 2: Trong tab Fields, chuyển biến phụ thuộc vào hộp ‘Test Field’ và yếu tố nhóm vào hộp ‘Groups’.

 

– Bước 3:Trong tab Settings, chọn Customize tests và sau đó chọn bài kiểm tra Kruskal-Wallis. Để so sánh nhiều Multiple Comparisons là All pairwise. Sau đó nhấn ‘Run’.

 

– Bước 4:Nhấp đúp vào hộp Hypothesis Test Summary trong cửa sổ kết quả để mở màn hình Trình xem Mô hình (Model Viewer). Thay đổi ‘Independent Samples Test View’ thành ‘Pairwise comparisons’ ở góc dưới cùng bên phải.

 

– Bước 5: Đọc kết quả hiển thị trong hình bên dưới.

* Lưu ý: Bạn sẽ không thể đọc tài liệu nếu bạn chưa trả phí hoặc gói tài liệu trả phí của bạn đã hết hạn. Vui lòng đăng ký tài khoản Premium tại đây.

Có thể thấy, đây là tình huống thực sự thú vị khi kiểm tra Kruskal-Wallis đã đạt được mức ý nghĩa p=0.037 < 0.05 cho thấy sự khác biệt trong 3 nhóm. Nhưng kiểm tra post hoc lại cho thấy giữa các cặp là không có sự khác biệt. Như vậy, nếu không thực hiện kiểm tra post hoc, các nhà nghiên cứu hoàn toàn có thể đưa ra quyết định sai lầm.

 Tài liệu tham khảo

1. Coolican, H. (2018). Research methods and statistics in psychology. Routledge.
2. Hanneman, R. A., Kposowa, A. J., & Riddle, M. D. (2012). Basic statistics for social research (Vol. 38). John Wiley & Sons.
3. Jackson, S. L. (2015). Research methods and statistics: A critical thinking approach. Cengage Learning.
4. McQueen, R. A., & Knussen, C. (2006). Introduction to research methods and statistics in psychology. Pearson education.
5. Peers, I. (2006). Statistical analysis for education and psychology researchers: Tools for researchers in education and psychology. Routledge.
6. Wagner III, W. E. (2019). Using IBM® SPSS® statistics for research methods and social science statistics. Sage Publications.