ANOVA Là Gì? Hướng Dẫn 2 Cách Kiểm Định ANOVA Trong SPSS

Anova test là một công cụ phân tích hữu ích và hỗ trợ nhanh chóng trong việc kiểm tra xem những mẫu thu được có tương quan với nhau hay không. Vậy, phương pháp kiểm định Anova test trong SPSS và cách đọc bảng như thế nào là chuẩn? Cùng Luận Văn 1080 tìm hiểu câu trả lời cụ thể ngay bên dưới.

1. Bản chất Anova 

1.1. Định nghĩa

• ANOVA là viết tắt của Analysis of Variance, còn có nghĩa là phân tích phương sai. Đây là công cụ phân tích được nhiều người sử dụng trong thống kê phân tách biến thiên quan sát để xác định xem có sự khác biệt đáng kể về giá trị trung bình của một biến phụ thuộc giữa các cấp độ khác nhau của một biến độc lập hay không. 
• Các nhà phân tích sử dụng anova analysis để xác định ảnh hưởng của các biến độc lập đối với biến phụ thuộc trong các nghiên cứu hồi quy. Bên cạnh Anova test, anova one way là một phương pháp thống kê tương tự có công dụng kiểm định giả thuyết trung bình bằng nhau của những nhóm mẫu sở hữu khả năng phạm sai lầm cụ thể là 5%.
• Loại thử nghiệm anova by spss được sử dụng khi biến phụ thuộc là biến liên tục và biến độc lập là biến phân loại. 
• Nó dựa trên khái niệm phương sai và sử dụng phân phối F để xác định xem sự khác biệt về phương tiện là do ngẫu nhiên hay do một tác động thực sự nào đó.
• Công thức của phần mềm anova analysis: F= MSE/MST. Trong đó:
  • MST là tổng bình phương của các yếu tố nghiên cứu.
  • MSE là tổng của bình phương các yếu tố khác. 
  • F là hệ số anova by spss.

1.2. Phân loại

• Anova một chiều: Là phương pháp nhằm đánh giá được sự tác động của 1 biến cụ thể. Nó cho ta biết biến phụ thuộc có thay đổi theo mức độ của biến độc lập. Anova test in spss một chiều được sử dụng xác định có xuất hiện sự khác biệt về mặt thống kê của nhiều nhóm độc lập.
• Anova hai chiều: Kiểm định anova trong spss 2 chiều là phương pháp phân tích xem có sự khác biệt giữa giá trị trung bình của ba hoặc nhiều nhím độc lập đã được tách thành 2 bên. Spss anova 2 chiều được sử dụng khi muốn biết 2 yếu tố nào ảnh phụ đến biến phụ thuộc như thế nào. Phần mềm anova test 2 chiều chính là phần mở rộng của spss anova test 1 chiều.
• Anova đo lặp lại: Đây là cách kiểm định anova trong spss phân tích hệ thống đo lường có sử dụng mô hình phương sai anova ảnh hưởng ngẫu nhiên đến hệ thống đo lường. Phân tích anova spss lặp lại đo các biến động từ hệ thống đo chính và so sánh nó với tổng số biến quan sát để thể hiện sự tin cậy. Các yếu tố ảnh hưởng đến hệ thống phân tích anova trong spss bao gồm: 
  • Phương tiện đo: máy đo, tất cả các khối gắn kết hỗ trợ thực hiện phép đo. 
  • Người thực hiện đo: có khả năng và ý thức khi thực hiện đo.
  • Phương pháp thử: Cách cài đặt thiết bị đo, cách ghi dữ liệu, …
  • Quy định kỹ thuật: Dữ liệu đo lường được đối chiếu với các quy định kỹ thuật. Giới hạn dung sai kỹ thuật không ảnh hưởng đến đo lường nhưng ảnh hưởng đến đánh giá tính khả khi của hệ thống đo lường.
  • Chi tiết và vật mẫu: Một số sản phẩm dễ đo hơn những sản phẩm chi tiết khác.
• Nếu bạn muốn tìm hiểu sâu hơn về kiểm định Anova, đừng bỏ qua Anova One Way và Two Way Anova SPSS tại Luận văn 1080 - tài liệu chuẩn, đầy đủ và chi tiết nhất. Bạn sẽ không còn mơ hồ và bỡ ngỡ với những thuật ngữ khó hiểu nữa, mà sẽ hiểu rõ và tự tin áp dụng chúng trong phân tích thống kê cũng như áp dụng trong các lĩnh vực trong thực tế.

2. Cách kiểm định anova trong spss

Có 2 loại nova test thường được sử dụng đó là mô hình ANOVA một chiều và mô hình ANOVA hai chiều: 

2.1. Đối với mô hình ANOVA 1 chiều 

Đây là một loại thử nghiệm thống kê nhằm đánh giá được tác động của một biến độc lập và duy nhất lên một biến hồi duy nhất. Ngoài ra, sử dụng mô hình ANOVA một chiều còn được sử dụng để xác định có xuất hiện ý nghĩa khác biệt nào giữa các đối tượng trong nhiều nhóm độc lập với nhau hay không. Các bước để kiểm định được kết quả anova trong spss bạn cần áp dụng các bước chạy phân tích phương sai (ANOVA ONE-WAY test) trong SPSS dưới đây:

• Bước 1: Từ menu SPSS, bạn chọn Analyze sau đó bạn chọn Compare Means và cuối cùng là ONE-WAY ANOVA.

• Bước 2: Chọn các biến từ cột trái sang cột phải. Ở ô factor bạn chọn RESPONSIBILITY.

• Bước 3: Chọn Options, 1 cửa sổ mới sẽ hiện ra. Tích vào các ô: Descriptive, Homogeneity of variance test, Brown-Forsythe, Welch và nhấn Continue.

• Bước 4: Chọn Post Hoc test for ANOVA test. Nếu giả định rằng có phương sai bằng nhau trong nhóm thì sẽ sử dụng cột chứa biến kiểm tra đầu tiên. Bài kiểm tra Tukey HSD là lựa chọn tốt nhất cho giả định này. Mặt khác, nếu dữ liệu không có phương sai bằng nhau thì có thể chọn thử nghiệm Games-Howell hoặc LSD.

• Bước 5: Ấn continue, kết quả sẽ xuất hiện trong cửa sổ đầu ra.

2.2. Đối với mô hình ANOVA 2 chiều 

Đây là một phần mở rộng của mô hình Anova test một chiều vì mô hình trên chỉ phân tích được một biến độc lập và biến phụ thuộc còn mô hình này có 2 biến độc lập. Mô hình ANOVA hai chiều dùng để quan sát sự tương tác giữa 2 yếu tố và kiểm tra sự ảnh hưởng của 2 yếu tố lên biến phụ thuộc cùng lúc. Các bước để kiểm định được kết quả anova trong spss bạn cần áp dụng các bước chạy phân tích phương sai (ANOVA TWO-WAY test) trong SPSS dưới đây:

• Bước 1: Từ SPSS menu chọn Analyze, sau đó chọn General Linear Model và cuối cùng chọn Univariate.

• Bước 2: Một cửa sổ mới sẽ xuất hiện, từ cột bên phải, bạn chọn happiness ở ô Dependent Variable. Tiếp theo ở ô Fixed Factor(s), bạn chọn Gender và Marital Status.

• Bước 3: Nhấp vào Options, ở phần Display, bạn nên chọn Descriptive statistics, Homogeneity tests, Estimates of effect size. Cuối cùng ấn continue và trở về cửa sổ trước. 

• Bước 4: Chọn Post-Hoc. Từ ô Factor(s) chuyển biến có ba nhóm trở lên sang Post Hoc Tests for và ở phần Equal Variances Assumed, bạn chọn Tukey và ấn Continue.

• Bước 5: Chọn Plots. Chuyển biến có ba nhóm trở lên sang ô Horizontal Axis và biến thứ hai sang ô Separate lines. Chọn add và các biến sẽ xuất hiện ở ô Plots. Chọn Continue và chọn OK. 

• Bước 6: Kết quả ANOVA hai chiều sẽ xuất hiện trong cửa sổ đầu ra.

Lưu ý: Các bước hướng dẫn trên chỉ là hướng dẫn chung và quy trình thực hiện có thể thay đổi tùy thuộc vào phiên bản SPSS mà bạn đang dùng.

• Ngoài kiểm định Anova phổ biến trong giới học thuật, Amos cũng là một lựa chọn hấp dẫn để thực hiện phân tích dữ liệu bởi Amos là một phương pháp phân tích dữ liệu thống kê mạnh mẽ và đa dạng, cho phép các nhà nghiên cứu phân tích các mối quan hệ phức tạp giữa các biến trong dữ liệu. Nếu bạn muốn biết thêm về phương pháp Amos, bạn có thể tham khảo bài viết AMOS Là Gì? Hướng Dẫn Cách Tải Và Sử Dụng Phần Mềm AMOS của Luận văn 1080 để hiểu rõ hơn về phương pháp này.

3. Cách đọc bảng anova trong spss

• Sau khi đã thực hiện theo cách chạy anova spss, ở cửa sổ “Đầu ra” sẽ cung cấp cho bạn một bản tóm tắt các kết quả phân tích. Dưới đây là các yếu tố chính của bảng Anova test để bạn có thể hiểu được ý nghĩa của kết quả phân tích anova spss:
• Nguồn: Cột này thể hiện các nguồn biến thiên trong mô hình, chẳng hạn như tác động chính của từng biến độc lập hoặc tác động qua lại giữa các biến độc lập và thuật ngữ sai số.
• Tổng bình phương (SS): Đây là cột cung cấp tổng bình phương của từng biến thể, là thước đo biến thể và được giải thích bởi từng nguồn.
• Bậc tự do (DF): Cột này cung cấp bậc tự do cho từng nguồn biến đổi, là số lượng giá trị trong dữ liệu có thể thay đổi độc lập.
• Bình phương trung bình (MS): Cột này cung cấp bình phương trung bình cho từng nguồn biến thể, là tổng bình phương chia cho bậc tự do.
• Tỷ lệ F: Cột này cung cấp tỷ lệ F cho từng nguồn biến thể, là tỷ lệ giữa bình phương trung bình của nguồn với bình phương trung bình của thuật ngữ lỗi.
• Giá trị p: Cột này cung cấp giá trị p cho từng nguồn biến thiên, là xác suất để đạt được tỷ lệ F cực trị như tỷ lệ được quan sát nếu giả thuyết khống là đúng.
• Các tác động chính và tác động tương tác có giá trị p nhỏ hơn mức ý nghĩa (thường đặt ở mức 0.05) được coi là có ý nghĩa thống kê. Hiệu ứng chính có ý nghĩa biểu thị rằng biến độc lập tương ứng có ảnh hưởng đến biến phụ thuộc và hiệu ứng tương tác có ý nghĩa biểu thị rằng ảnh hưởng của một biến độc lập phụ thuộc vào mức độ của biến độc lập kia.

• Ý nghĩa: Thông qua bảng phân tích anova trong spss, người dùng có thể thấy được những khác biệt về mặt giá trị và về mặt ý nghĩa của đối tượng nghiên cứu và những biến bạn muốn kiểm định. Ngoài ra, trong bảng anova test in spss bạn cũng cần chú ý đến hệ số Sig do hệ số này khẳng định và đánh giá được sự khác biệt giữa nhiều nhóm đối tượng khác nhau trong bảng nghiên cứu.
• Ví dụ về cách đọc bảng anova trong spss:

• Để kiểm định độ phù hợp mô hình hồi quy, đặt giả thuyết H1: R1=0. Phép kiểm định được sử dụng trong bảng này là phép kiểm định F. Cách đọc bảng anova trong spss như sau:
• Nếu giá trị của hệ số Sig<0.05. Ta sẽ bác bỏ giả thuyết H1 và R1 ≠ 0 một cách có ý nghĩa thống kê, có nghĩa là mô hình hồi quy phù hợp.
• Nếu giá trị của hệ số Sig>0.05. Ta sẽ chấp nhận giả thuyết H1 và R1 = 0 một cách có ý nghĩa thống kê, có nghĩa là mô hình hồi quy không phù hợp.
• Theo như kết quả phân tích của bảng Anova trên cho thấy giá trị Sig<0.05 do đó mô hình hồi quy là phù hợp.

Bài viết này đã giải đáp tất tần tật về Anova test và cách kiểm định, bí quyết đọc bảng nhanh chóng, đơn giản. Hy vọng bài viết này hữu ích đến với độc giả!