Kiểm định Mann-Whitney trong SPSS- Kèm video

Mở đầu

Kiểm định Mann-Whitney là một phương pháp thống kê phi tham số được sử dụng để so sánh hai mẫu độc lập với nhau. Được đặt theo tên của hai nhà thống kê Henry Mann và Donald Whitney, kiểm định này thường được sử dụng khi dữ liệu không tuân theo phân phối chuẩn hoặc khi muốn so sánh trung vị của hai nhóm mẫu.

Quy trình kiểm định Mann-Whitney bao gồm việc sắp xếp tất cả các quan sát từ cả hai mẫu, sau đó tính toán hạng (thứ hạng) cho mỗi quan sát. Tiếp theo, kiểm định tính toán giá trị U dựa trên hạng để xác định xem hai mẫu có xuất phát từ cùng một phân phối hay không. Kết quả của kiểm định Mann-Whitney là giá trị U và mức ý nghĩa thống kê liên quan đến việc xác định xem có sự khác biệt ý nghĩa giữa hai nhóm mẫu hay không.

Đây là kiểm định thường được dùng để thay thế cho thủ tục Independent sample t test khi các giả định của  nó bị vi phạm hoặc khi cỡ mẫu của các nhóm quá chênh lệch ; hay có một nhóm nào đó cõ cỡ mẫu quá nhỏ. Kiểm định này có 1 số giả định như tục Independent sample t test tuy nhiên không yêu cầu phương sai biến phụ thuộc giữa các nhóm bằng nhau hay biến phụ thuộc phân phối chuẩn theo từng nhóm. Vì vậy trên thực tế khi kiểm định này thì ta cứ bắt tay chạy luôn cũng được.

Nội dung chính VIDEO

0:00  Giới thiệu kiểm định

4:46  Giới thiệu bộ dữ liệu demo

5:45  Kiểm định phân phối chuẩn biến phụ thuộc

7:47  Independent sample t test

9:10  Mann- Whitney test

12:03  Mann- Whitney test- cách 2

Chú ý: Nếu dữ liệu của biến phụ thuộc phân phối chuẩn theo các nhóm hãy cân nhắc đến kiểm định Independent sample t test

Ý tưởng của kiểm định

Đây là kiểm định phi tham số, không được thực hiện trên dữ liệu sơ cấp mà thông qua quy đổi về hạng của biến phụ thuộc

Bước 1:  Xếp hạng từng điểm của biến phụ thuộc, bất kể nó thuộc nhóm nào (ví dụ: nam hay nữ), theo quy mô của nó, với thứ hạng nhỏ nhất được gán cho giá trị nhỏ nhất .

Bước 2: Tính trung bình hạng cho các nhóm. Nếu các phân bố giống hệt nhau, đó là giả thuyết vô hiệu của kiểm định Mann-Whitney U, thì thứ hạng trung bình sẽ giống nhau đối với cả nam và nữ. Tuy nhiên, nếu một nhóm (ví dụ: nữ) có xu hướng có giá trị cao hơn nhóm kia, điểm của nhóm đó sẽ được xếp hạng cao hơn và sẽ có thứ hạng trung bình cao hơn (và ngược lại đối với nhóm có điểm thấp hơn). Nếu tồn tại sự khác biệt về thứ hạng trung bình này thì kiểm định Mann-Whitney U có ý nghĩa thống kê. Sử dụng cách tiếp cận này, các phân bố khác nhau của điểm số có thể được điều chỉnh bằng bài kiểm tra Mann-Whitney U khi xác định xem các giá trị (tức là thông qua thứ hạng trung bình) có khác nhau giữa hai nhóm hay không

Kiểm định cặp giả thuyết sau

Với mức ý nghĩa α cho trước, thường chọn là 0.05

+ Nếu sig của kiểm định < α thì tác bác bỏ H0, lúc này kết luận rằng giữa 2 nhóm có sự khác biệt

+ Ngược lại sig > α ta chấp nhận H0. Khi đó kết luận rằng giữa 2 nhóm không có sự khác biệt

Quy trình thực hành trên SPSS

Chú ý: Nội dung phía dưới trình bày các thao tác cơ bản. Để xem đầy đủ các bài test kiểm tra giả định xin hãy xem video hướng dẫn ở trên. Nếu trình duyệt không hiển thị video hãy xem ở link này: https://youtu.be/7rZFk76dCis?si=nSqiHijoHE5W1EjH

Trở lại với bộ dữ liệu data22, ta lại đi xem xét có sự khác biệt về sự hài lòng tháng 6 giữa khách hàng nam và nữ hay không.

Bước 1: Analyze> Nonparametric Tests > Legacy Dialogs > 2 Independent Samples

Bứớc 2:

Set-up như kiểm đinh Independent sample t test cho biến phụ thuộc và phân nhóm

Nhớ rằng biến phụ thuộc phải để ở chế độ thang đo Scale hoặc Ordial. Nếu ở dang Nominal thì có thể phần mềm báo lỗi

Nhớ nhất thiết phải click vào (mặc định rồi) Mann-Whitney U

Cuối cùng nhấn continuce > OK để nhận kết quả

Kết quả thu được đó là sig=0.011 <0.05, như vậy ta có thể kết luận là có sự khác biệt giữ 2 giới về mức độ hài lòng.

Mean Rank của nhóm nam thấp hơn nên nhìn chung thì nam ít hài lòng hơn nữ.

Quy trình khác

Ngoài cách trên các bạn có thể thực hiện với quy trình mới trên spss như hình dưới

Nhớ cài đặt qua đủ 3 tab Objective, Fieds, Setting (Các bạn tự thử nhé vì cũng đơn giản thôi)

Kết quả thu được tương tự nhau

Tuy nhiên khi click vào ta sẽ được nhiều thông kế và biểu đồ thú vị hơn, dễ dàng chọn làm minh hoạ cho kết quả phân tích hơn. Phần này các bạn tự tìm hiểu nhé.