Kiểm định t cho 2 mẫu độc lập

(Tham khảo chính: thống kê )

Ví dụ trước, so sánh một mẫu địa phương với giá trị trung bình của quần thể, không phải là một thí nghiệm thực sự. Đó là một so sánh thú vị cho các nhà giáo dục địa phương. Tuy nhiên, chúng ta không thể đưa ra kết luận chắc chắn về việc một loại hình hướng dẫn cụ thể có hiệu quả hay không.

Đối với ví dụ tiếp theo này, chúng ta sẽ thực hiện một thí nghiệm thực sự. Giả sử rằng có một phương pháp giảng dạy toán mới được cho là vượt trội hơn các phương pháp giảng dạy cũ. Chúng ta sẽ tạo thành hai nhóm học sinh tương đương bằng cách phân công ngẫu nhiên chúng vào các lớp học khác nhau. Nhóm đối chứng sẽ nhận được phương pháp giảng dạy cũ, tiêu chuẩn. Nhóm thực nghiệm sẽ nhận được phương pháp giảng dạy mới. Cả hai nhóm sẽ được đo trên một bài kiểm tra toán học tiêu chuẩn vào cuối học kỳ. Kết quả sẽ được so sánh để xem phương pháp mới có hiệu quả hay không.

Trong PSPP, chúng ta sẽ cần một biến đại diện cho điểm toán (biến phụ thuộc). Một biến phân loại thứ hai sẽ là cần thiết để mã hóa nhóm mà mỗi học sinh tham gia, thực nghiệm hoặc đối chứng. Đây là những gì dữ liệu có thể trông giống như trong ví dụ của chúng ta.

[Hình ảnh minh họa data view của PSPP hiển thị các biến cho dữ liệu và nhóm.]

Biến IndSample là biến phụ thuộc với điểm kiểm tra toán học. Biến IndSampleGroups có sơ đồ mã hóa 0 hoặc 1 để biểu thị tư cách thành viên nhóm. 0 đại diện cho những người trong nhóm đối chứng. Giá trị 1 dành cho những người trong nhóm thực nghiệm.

Chúng ta sẽ kiểm tra sự khác biệt giữa nhóm thực nghiệm và nhóm đối chứng bằng cách sử dụng kiểm định t mẫu độc lập. Chọn lệnh kiểm định t mẫu độc lập bằng cách vào Analyze > Compare means > Independent Samples T Test.

[Hình ảnh minh họa hộp thoại cho Independent Samples T Test. Di chuyển biến thí nghiệm toán học sang trường biến kiểm định. Di chuyển biến nhóm toán học sang trường biến nhóm.]

Bước đầu tiên là chọn các biến. Di chuyển biến "math experiment" sang phải đến trường Test Variable(s). Trường này dành cho biến phụ thuộc. Di chuyển biến "math groups" sang trường Grouping Variable. Trường này đại diện cho biến độc lập và tư cách thành viên nhóm.

[Hình ảnh minh họa sử dụng nút xác định biến. Nhập sơ đồ mã hóa để biểu thị các nhóm.]

Bước thứ hai là thông báo cho PSPP cách các nhóm được biểu thị. Nhấp vào nút Define Groups. Thao tác này sẽ mở ra một hộp thoại mới. Nhập các giá trị sơ đồ mã hóa, là 0 và 1 cho ví dụ của chúng ta. Lưu ý rằng PSPP có một tính năng để lấy một biến được chia tỷ lệ liên tục và tạo thành hai nhóm từ một điểm cắt nếu muốn. Điều này được biểu thị bằng tùy chọn "cut point".

Nhấn các nút Continue và OK để thực hiện phân tích. Kết quả đầu ra sẽ trông như thế này:

[Hình ảnh minh họa kết quả đầu ra cho kiểm định t mẫu độc lập. Hộp phía trên hiển thị một số thống kê mô tả cho các nhóm. Bảng dưới cùng có kết quả kiểm định t.]

Bảng phía trên hiển thị một số thống kê nhóm hữu ích, như giá trị trung bình và độ lệch chuẩn.

Bảng dưới cùng có kết quả kiểm định t. Điều này trở nên hơi phức tạp vì có hai phiên bản của kiểm định: Giả định phương sai bằng nhau và giả định phương sai không bằng nhau (xem các hàng). Đối với hầu hết các tình huống, chúng ta sẽ sử dụng phiên bản giả định phương sai bằng nhau.

Làm thế nào bạn có thể biết nên sử dụng phiên bản nào? Kiểm định Levene trong kết quả đầu ra sẽ cung cấp cho bạn câu trả lời. Khi kiểm định này không có ý nghĩa, hãy sử dụng phiên bản giả định phương sai bằng nhau. Giá trị p của kiểm định Levene cho ví dụ này là p = 0,259, vì vậy chúng ta sẽ sử dụng phiên bản giả định phương sai bằng nhau (được đánh dấu bằng màu xanh lam).

Kết quả kiểm định t của chúng ta là t(8) = -9,20, p < 0,001 khi được biểu thị theo kiểu APA. Chúng ta sẽ bác bỏ giả thuyết không vì giá trị p này nhỏ hơn 0,05. Đây là một sự khác biệt có ý nghĩa thống kê. Những học sinh áp dụng phương pháp dạy toán mới đang làm tốt hơn những học sinh được áp dụng phương pháp dạy cũ.

Lưu ý rằng giá trị p (xem Sig. 2-tailed) mà PSPP đưa ra là 0,000. Việc có giá trị p bằng 0 là không thực sự có thể xảy ra, nhưng PSPP không thể đưa ra phán đoán về điều gì đó không thể xảy ra. Tốt nhất nên báo cáo kết quả này là p < 0,001 thay vì p = 0,000.

Một sai lầm phổ biến là báo cáo kết quả từ kiểm định Levene là kết quả kiểm định t. Kiểm định Levene chỉ giúp chúng ta quyết định xem chúng ta có cần phiên bản giả định phương sai bằng nhau của kiểm định t mẫu độc lập hay không. Kiểm định Levene không phải là kiểm định t thực tế.

Có một số thống kê hữu ích khác ở phía bên phải của bảng, chẳng hạn như khoảng tin cậy, không được hiển thị trên trang này.

Tải về tài liệu chính .....(xem tiếp)