Kiểm định ANOVA là một phương pháp kiểm định được sử dụng nhiều trong SPSS. Trong kiểm định ANOVA có ba phương pháp chính đó là: One – Way – ANOVA; Two – Way – ANOVA; Manova. Ngày hôm nay chúng tôi sẽ tập trung triển khai, giới thiệu tới các bạn về phân tích sự khác biệt trung bình Two – Way – Anova trong SPSS. Vì đây là loại kiểm định ANOVA được sử dụng rộng rãi, phổ biến nhất trong phần mềm SPSS. Và cũng là phước pháp xử lý được các dữ liệu phức tạp. Để biết được quy trình chạy kiểm định Two – Way – Anova trong SPSS thì hãy theo giõi bài viết này của chúng tôi.
Xử lý số liệu trên phần mềm SPSS luôn là nỗi bận tâm của những người làm công tác nghiên cứu đặc biệt là những bạn chưa có kinh nghiệm trong trong quá trình chạy phần mềm SPSS thì các bạn hãy sử dụng dịch vụ xử lý số liệu SPSS của Luận Văn Tốt. Với kinh nghiệm nhiều hơn 10 năm trong nghề Luận Văn Tốt cam kết sẽ mang đến cho các bạn số liệu chính xác và bảo mật tuyệt đối, nhắn tin hoặc gọi Zalo/tele : 0934573149 bạn nhé!!
Giới thiệu phương pháp kiểm định Two – Way – Anova
Tài liệu tham khảo : Phương Pháp Hồi Quy Tuyến Tính Bội
Two – Way – Anova là một phương pháp kiểm định các biến định lượng phức tạp. Các biến này thường sẽ mang tính lý thuyết, trừu trượng. Ví dụ như: sự hài lòng của khách hàng, nhận thức của người dân, …. Và các đối tượng trả lời khảo sát sẽ là nhóm đối tượng phức tạp: tuổi khác nhau, giới tính khác nhau, thu nhập khác nhau, … Chính vì thế mà cần phải sử dụng tới phương pháp phân tích, kiểm định Two – Way – Anova. Ngoài ra phương pháp này còn cho phép các nhà nghiên cứu mở rộng, xem xét, đánh giá một biến định lượng ở hai đối tượng cùng một lúc.
Phương pháp kiểm định ANOVA hai chiều có nhiều điểm khác biệt hơn so với kiểm định ANOVA một chiều – One Way ANOVA. Nếu ANOVA một chiều chỉ có thể phân tích, đánh giá 1 đặc điểm với 1 biến. Thì ở phương pháp ANOVA hai chiều, người dùng có thể cùng một lúc tiến hành phân tích, kiểm định giá trị trung bình của các nhóm đối tượng trong cùng 2 biến khác nhau. Chính vì ưu điểm nay mà phương pháp ANOVA hai chiều có thể xác định được mối tương quan giữa các biến với nhau. Đồng thời cũng thể hiện rõ được tác động của một biến độc lập đối với các biến phụ thuộc khác trong thang đo.
Chúng tôi sẽ lấy một ví dụ cụ thể như sau. Giả sử, nhà nghiên cứu cần đánh giá về sự hài lòng của khách hàng khi sử dụng dịch vụ mạng của Viettel. Các yếu tố tác động tới sự hài lòng này có thể là độ tuổi, tính chất công việc, nhu cầu cá nhân. Và, các nhà nghiên cứu nhận thấy rằng độ tuổi, nghề nghiệp có tác động tới sự hài lòng của khách hàng trong vấn đề này. Do đó, việc sử dụng phân tích sự khác biệt trung bình Two – Way – Anova sẽ giúp cho các nhà nghiên cứu đánh giá được những sự khác biệt của một đặc điểm trong 2 đối tượng cùng một lúc.
Để sử dụng được phương pháp kiểm định Two – Way – Anova một cách hiệu quả thì các bạn cần phải nắm rõ được một số vấn đề sau. Dưới đây chúng tôi đã tiến hành tổng hợp các lý thuyết có liên quan tới kiểm định ANOVA hai chiều. Để các bạn hiểu rõ hơn về nội dung và bản chất của chúng.
- Cần phải nhận thức rõ, các biến phụ thuộc phải là các biến có tính liên tục. Các biến đó có thể thuộc dạng thang đo khoảng và thang đo tỷ lệ. Chúng tôi đã có một bài viết riêng về các loại thang đo. Các bạn có thể tìm để hiểu rõ hơn về vấn đề này.
- Trong một kiểm định ANOVA hai chiều luôn phải có hai biến độc lập là biến danh mục. Và các giá trị đó sẽ có thể là dạng số hoặc dạng chuỗi tùy theo từng dữ liệu của bài toán.
- Những biến quan sát trong các nhóm hoặc giữa các nhóm với nhau thường mang tính độc lập với nhau. Đó là lý do tại sao trong kiểm định ANOVA hai chiều luôn có kiểm định mối tương quan giữa các biến.
- Các dữ liệu trong một phương pháp Two – Way – Anova không bao hàm các điểm dị biệt – là những điểm mà sự tương quan thể hiện không rõ, mang tính đặc trưng, độc lập nhiều hơn.
- Những dữ liệu của biến phụ thuộc trong các nhóm giá trị thường sẽ có dạng phân phối chuẩn hoặc gần chuẩn.
- Phương sai của các biến phụ thuộc trong thang đo thường sẽ có sự đồng nhất với nhau. Đồng nghĩa với việc những phương sai trong các nhóm đối tượng là bằng nhau. Nếu có sự chênh lệch thì chênh lệch đó là rất nhỏ.
Nếu như bạn chưa biết gì về SPSS thì Luận Văn Tốt sẽ Hướng Dẫn Tải Phần Mềm Spss Nhanh Chóng để các bạn có thể làm quen và sử dụng phần mềm một cách thành thạo bạn nhé!!
Chạy phân tích Two – Way – Anova trong phần mềm SPSS
Chúng tôi có một bài nghiên cứu: Đánh giá sự hài lòng của 350 khách hàng đối với sản phẩm trong siêu thị với các biến như sau:
Sự hài lòng của khách hàng đối với sản phẩm (biến định lượng), được ký hiệu là F_ HL
Giới tính khách hàng (biến định tính) được ký hiệu là Gioitinh
Thu nhập cá nhân (biến định tính) được ký hiệu là Thunhap
Với mẫu này, chúng tôi sẽ tiến hành thực hiện phương pháp kiểm định Two – Way – Anova trên SPSS. Nhằm đánh giá sự hài lòng của khách hàng đối với sản phẩm trong siêu thị theo thu nhập cá nhân có giống hay khác nhau giữa khách hàng nam và khách hàng nữ.
Bước 1: tại trang chủ của phần mềm SPSS, các bạn thực hiện các thao tác theo thứ tự sau: Analyze > General Linear Model > Univariate
Bước 2: tại cửa sổ Univariate, các bạn cần phải đưa các biến F_HL vào ô Dependent Variable, và đưa các biến Gioitinh, Thunhap vào ô Fixed Factor
Bước 3: trong mục tùy chọn Plots, đưa các biến Gioitinh, Thunhap lần lượt vào mục Horizontal Axis và ấn Add.
Bước 4: sau khi phần mềm chạy và đưa ra kết quả. Kết quản này sẽ được hiển thị trong mục Plots. Để xem chi tiết từng bảng số liệu, bạn cần phải ấn vào nút Continue.
Trong mục tùy chọn Plots, các bạn cần đưa các biến định tịnh sang phần bên trái của ô cửa sổ. Nhằm phục vụ việc phân tích sâu kiểm định ANOVA khi có sự khác biệt giữa các biến. Sau đó, tại mục Equal Variances Assumed, hãy chọn một kiểm định phù hợp cho dữ liệu của mình. Có một lưu ý cho các bạn tại bước này, khi Phân Tích Khác Biệt Two – Way – Anova, các giả định phương sai bằng nhau thì sẽ không đọc các kết quả kiểm định về sự khác biệt trung bình. Tức là khi các giả định phương sai bằng nhau thì những kết quả phân tích, đánh giá về sự khác biệt trung bình giữa các biến là không chính xác.
Bước 5: Trong mục EM Means, đưa các biến ở phần Factor and Factoe Interasctions từ bên trái sang bên phải. Và tiếp tục nhấn vào ô Continue, quay lại cửa sổ ban đầu.
Bước 6: tiếp theo, tại phần Options, bạn chọn hai mục Descriptive statistics và Homogeneity tests. Ấn vào Continue để quay trở lại. Rồi chọn OK để phần mềm chạy, đưa ra kết quả đánh giá, kiểm định.
Sau khi phần mềm chạy và đưa ra kết quả sẽ xuất hiện nhiều bảng số liệu khác nhau. Mỗi một bảng đều cho ra những số liệu về một phương diện của biến định lượng. Do đó, chúng tôi sẽ phân tích từng bảng số liệu để các bạn không bị nhầm lẫn cũng như hiểu rõ hơn về từng bảng.
Thứ nhất, là bảng Levene’s Test of Equality of Error Variances, bảng số liệu này thể hiện kết quả kiểm định mức độ giống nhau về phương sai giữa các biến trong cùng thang đo. Căn cứ vào các số liệu có trong bảng, các bạn cần phải tiến hành so sánh với 0.05 để kiểm định vấn đề. Nếu giá trị phương sai mà lớn hơn 0.05 thì các phương sai đó có giá trị bằng nhau. Trong trường hợp giá trị phương sai bằng nhau thì tiếp tục tiến hành phân tích các bảng kết quả phía dưới. Nếu giá trị phương sai lớn hơn 0.05 thì các phương sai trong các nhóm là không bằng nhau. Trong trường hợp không bằng nhau, thì kiểm định sẽ kết thúc tại bước này. Vì sẽ không đủ dữ liệu, căn cứ để chứng minh, đánh giá về sự khác biệt trung bình giữa các biến định lượng.
Thứ hai, là một bảng quan trọng nhất trong phân tích sự khác biệt Two – Way – Anova – bảng ests of Between-Subjects Effects. Tại bảng số liệu này các bạn sẽ thấy được những gái trị của các biến Gioitinh, Thunhap. Những giá trị này đánh giá về sự khác biệt trung bình trong sự hài lòng của khách hàng đối với sản phẩm của Siêu thị. Và trong bảng này, giá trị Sig ở hàng Gioitinh*Thunhap là quan trọng nhất. Bởi vì nó phản ánh được sự tương quan, liên kết giữa hai biến Gioitinh, Thunhap. Đồng thời cũng đánh giá xem hai biến có tác động mạnh tới sự hài lòng của khách hàng hay không. Nếu giá trị Sig ở hàng Gioitinh lớn hơn 0.05 thì sẽ không có sự khác biệt về sự hài lòng giữa khách hàng nam và khách hàng nữ và ngược lại. Nếu giá trị Sig ở hàng Thunhap nhỏ hơn 0.05 thì sẽ xuất hiện sự khác biệt về mức độ hài lòng đối với sản phẩm của những người có thu nhập khác nhau và ngược lại. Còn một phần nữa mà các bạn cần phải quan tâm tới đó là giá trị Sig trong hàng Gioitinh*Thunhap. Nếu giá trị Sig ở hàng này nhỏ hơn 0.05 thì sẽ có sự khác biệt giữ mức độ hài lòng của các khách hàng có thu nhập khác nhau ở các giới tính khác nhau và ngược lại.
Thứ ba, trong kết quả của Phân Tích Khác Biệt Trung Bình Two – Way _ Anova, đồ thị biểu diễn mối quan hệ về giá trị trung bình giữa sự hài lòng của khách hàng (F_HL) theo giá trị thu nhập cá nhân và giới tính của khách hàng. Đối với đồ thị này, các bạn sẽ cần phải tiến hành phân tích theo hai chiều hướng. Đầu tiên, đối với khách hàng nam, sự hài lòng đối với sản phẩm sẽ tăng hoặc giảm theo thu nhập cá nhân của họ. Tiếp theo, đối với khách hàng nữ, sự hài lòng đối với sản phẩm sẽ có hoặc không có sự khác biệt theo các mức thu nhập cá nhân khác nhau.
Thứ tư, bảng Tests of Between-Subjects Effects thể hiện sự khác biệt giữa các mức độ hài lòng của những khách hàng có thu nhập khác nhau. Tại đây, nhà nghiên cứu sẽ được cung cấp những kết quả phân tích, kiểm định sâu hơn trong ANOVA. Nhằm đánh giá một cách chi tiết từng cặp đối tượng. Xem xem, những cặp giá trị nào có sự khác biệt lớn nhất, những cặp giá trị nào có sự khác biệt nhỏ nhất.
Như vậy, chúng tôi đã giới thiệu tới các bạn những thông tin về Phân Tích Khác Biệt trung bình Two – Way – Anova Trong Phần Mềm SPSS. Bài viết của chúng tôi đã thể hiện một cách chi tiết quy trình chạy ANOVA hai chiều trong SPSS. Ngoài ra, chúng tôi cũng phân tích từng bảng kết quả để các bạn không bị rối và nhầm lẫn giữa các thông số khác nhau. Chúng tôi mong rằng bài viết này sẽ giúp cho các bạn phân tích, kiểm định được các biến bằng ANOVA hai chiều hiệu quả, nhanh chóng hơn. Cảm ơn các bạn đã quan tâm tới bài viết này của chúng tôi.
