BÀI GIẢNG SPSS SUY LUẬN CƠ BẢN TRONG THỐNG KÊ (Basic Inferential Statistics) THS LÊ VĂN HÙNG ĐT: 0906238311 – Email: hungolympia2001@gmail.com 12/4/15 Nội dung CHI-SQUARE TƯƠNG QUAN (CORELATIONS) HỒI QUY (REGRESSION) CÁC KHÁI NIỆM ĐẶC TRƯNG CƠ BẢN Biến độc lập (independent variable) Biến độc lập đặc tính lựa chọn để nghiên cứu Biến độc lập giả thuyết biến khơng phụ thuộc vào biến khác, biến đổi có ảnh hưởng chi phối gây biến đổi kéo theo biến khác Biến phụ thuộc (dependent variable) Biến phụ thuộc biến mà biến đổi chịu chi phối (đáp ứng) biến khác Một biến gọi biến phụ thuộc giá trị tuỳ thuộc vào giá trị biến độc lập Nó hiệu giả định biến độc lập 12/4/15 CÁC KHÁI NIỆM ĐẶC TRƯNG CƠ BẢN (tiếp) Mốt (yếu vị_mode) Yếu vị tập hợp đo lường trung điểm khoảng đẳng loại chứa đựng tần số tối đa hay trường hợp biến định tính, tên loại đo lường có tần số lớn 4.Trung vị (median) Trung vị tập hợp đo lường trị số rơi vào số đo lường xếp đặt theo thứ tự độ lớn chúng Cơng thức tính trung vị = số hạng thứ1/2* (N+1) Nếu có số chẵn quan sát lấy giá trị trung bình thứ hạng đứng trường sau 12/4/15 CÁC KHÁI NIỆM ĐẶC TRƯNG CƠ BẢN (tiếp) Giá trị trung bình (mean) Trung bình mẫu (ký hiệu µ, EX hoặc), xác đònh theo công thức: m xi ki m µ=∑ = ∑ pi xi i =1 n i =1 Nếu cho dạng ghép lớp dùng trung điểm đoạn làm giá trị đại diện 12/4/15 Chương - SPSS CÁC KHÁI NIỆM ĐẶC TRƯNG CƠ BẢN (tiếp) 6.Hiệp phương sai (covariance)  Hiệp phương sai độ đo biến thiên hai biến ngẫu nhiên (phân biệt với phương sai đo mức độ biến thiên biến)  Nếu biến có xu hướng thay đổi (nghĩa là, biến có giá trị cao giá trị kỳ vòng biến có xu hướng cao giá trị kỳ vọng), hiệp phương sai hai biến có giá trị dương Mặt khác, biến nằm giá trị kì vọng biến có xu hướng nằm giá trị kì vọng, hiệp phương sai hai biến có giá trị âm 12/4/15 CÁC KHÁI NIỆM ĐẶC TRƯNG CƠ BẢN (tiếp) Phương sai (variance) Phương sai dùng để đo lường mức độ phân tán liệu Nếu phương sai lớn liệu phân tán, khơng đồng Ngược lại phương sai mà nhỏ liệu tập trung, phân tán Độ lệch chuẩn (Standard deviation) Độ lệch chuẩn bậc phương sai Có ý nghĩa tương tự phương sai 12/4/15 KIỂM NGHIỆM CHI-SQUARE Analyze/Descriptive statistics/ Crosstabs sau chọn statistics 12/4/15 KIỂM NGHIỆM CHI-SQUARE  Là công cụ thông kê sử dụng để kiểm nghiệm giả thuyết cho biến hàng cột độc lập với (H0)  Phương pháp kiểm nghiệm cho ta biết liệu biến có quan hệ hay không với biến khác  Phương pháp kiểm nghiệp không cường độ mối quan hệ hai biến mạnh hay yếu (nếu có quan hệ), không hướng thuận hay nghòch mối quan hệ (nếu có quan hệ) 12/4/15 KIỂM NGHIỆM CHI-SQUARE  Giả thuyết H0 (Null hypothesis): “ Khơng có mối liên hệ hai biến” ( Hay ta hiểu hai biến độc lập với nhau)  Đối thiết H1: Hai biến có quan hệ với  Tính tốn:  i =1 làj =bậc tự (degree ij Tìm giá trị giới hạn với df = (r-1).(c-1) of freedom) r c X = ∑∑ (Oij − E ij ) E  Kết luận: Nếu X > giá trị giới hạn bác bỏ H 0, ngược lại chấp nhận H0 (Hoặc sử dụng Sig (mức ý nghĩa quan sát_Observed significane level) để tránh dùng bảng tra: sig> 12/4/15 10 SỬ DỤNG SPSS TRONG TƯƠNG QUAN    Xét biến c19.3 (mức độ quan tâm đến chủ đề gia đình) dotuoi (nhóm tuổi) Vào Analyze/Descritipve Statistics/ Crosstabs Đưa c19.3 vào Row dotuoi vào column 12/4/15 21 SỬ DỤNG SPSS TRONG TƯƠNG QUAN 12/4/15 22 SỬ DỤNG SPSS TRONG TƯƠNG QUAN 12/4/15 23 TƯƠNG QUAN VÀ HỒI QUY 5.1 TƯƠNG QUAN TUYẾN TÍNH Hệ số tương quan đơn r (pearson Correlation Coefficient)  R để đo mức độ chặt chẽ mối quan hệ tuyến tính biến định lượng  cho biết mức độ chặt chẽ mối liên hệ tuyến tính Nếu tiến gần đến mối tương quan tuyến tính chặt chẽ  R=0 biến khơng có mối liên hệ tuyến tính 12/4/15 24 5.1 HỆ SỐ TƯƠNG QUAN Vào Analyze/Correlate/Bivariate… Two– tailed: Kiểm định phía Hệ số tương quan hạng 12/4/15 25 5.1 HỆ SỐ TƯƠNG QUAN     Mean and standard deviations: Cho biết giá trị trung bình độ lệch chuẩn biến Cross – product deviation and covariances: Cho biết tổng tích mơmen chéo hiệp phương sai cặp Exclude cases pairwise: Các trường hợp liệu thiếu biến dùng loại bỏ Exclude cases listwise: Các trường hợp liệu biến thiếu bị loại bỏ 12/4/15 26 5.1.1 HỆ SỐ TƯƠNG QUAN 12/4/15 27 5.2 HỒI QUY TUYẾN TÍNH Nghiên cứu mối liên hệ, ảnh hưởng, tác động số biến độc lập lên biến phụ thuộc cần quan tâm  Đưa mơ hình hồi qui Ví dụ: Tiền lương (Y) phụ thuộc vào Bằng cấp (X1) Thâm niên (kinh nghiệm) (X2) Chức vụ (X3) Y = β + β1 * X + β * X + β * X Các bê ta gọi hệ số hồi quy 12/4/15 28 5.2 HỒI QUY TUYẾN TÍNH   Phân loại hồi quy:  Hồi qui đơn  Hồi qui bội  Hồi qui tuyến tính  Hồi qui phi tuyến Tuyến tính nghĩa biến độc lập tăng đơn vị, giá trị phụ thuộc tăng thêm giá trị khơng đổi Tham Số 12/4/15 29 5.2 HỒI QUY TUYẾN TÍNH 12/4/15 30 5.2 HỒI QUY TUYẾN TÍNH 5.2.1 HỒI QUY TUYẾN TÍNH ĐƠN = B0 + B1*Xi Yi giá trị biến Y quan sát thứ i  Sử dụng phương pháp OLS (Bình phương cực tiểu nhỏ _ Ordinary least square)  Trong spss ta vào Analyze/Regression/Linear… Sig.(F)  Kiểm tra ý nghĩa mơ hình ● Sig.(F) >= 0.05 Mơ hình ko có ý nghĩa thống kê (các biến độc lập khơng giải thích …) ● Sig.(F) < 0.05 Mơ hình có ý nghĩa ● Sig.(t) < 0.05 Có phụ thuộc biến … 12/4/15 31 5.2 HỒI QUY TUYẾN TÍNH     Hệ số hồi qui chưa chuẩn hóa  Bêta  Giải thích ý nghĩa tác động biến độc lập lên biến phụ thuộc Hệ số hồi qui chuẩn hóa  B  So sánh tác động – biến độc lập lên biến phụ thuộc R-Square  Biến độc lập giải thích phần trăm tổng biến thiên biến phụ thuộc R-Square hiệu chỉnh  Cân nhắc nên đưa thêm biến độc lập vào mơ hình hay khơng?  Hệ số xác định = R^2 = R Square  R = Hệ số tương quan (0.7  Tốt)  Hệ số hiệu chỉnh Adjusted R Square R = − (1 − R ) * 12/4/15 n−k n − k −1 32 5.2 HỒI QUY TUYẾN TÍNH 5.2.2 HỒI QUY TUYẾN TÍNH BỘI Yi = E ( Y / X 2i , X 3i ) + U i Yi = β1 + β X 2i + β X 3i + U i 12/4/15 33 C¸c gi¶ thiÕt cđa m« h×nh  Gi¶ thiÕt 1: Hµm håi qui cã d¹ng tun tÝnh ®èi víi c¸c tham sè  Gi¶ thiÕt 2: C¸c biÕn gi¶i thÝch lµ phi ngÉu nhiªn  Gi¶ thiÕt 3: Kú väng cđa c¸c u tè ngÉu nhiªn b»ng kh«ng E(Ui) =  Gi¶ thiÕt 4: Ph¬ng sai sai sè ngÉu nhiªn thn nhÊt Var(U i) = σ víi mäi i víi mäi i  Gi¶ thiÕt 5: Kh«ng cã tù tư¬ng quan c¸c sai sè ngÉu nhiªn Cov(Ui,Uj) = víi mäi i ≠ j 5.2 HỒI QUY TUYẾN TÍNH 5.2.2 HỒI QUY TUYẾN TÍNH BỘI Ma trận hệ số tương quan: Vào correlate/Bivariate 12/4/15 35 [...]... nghiệm này là đáng tin cậy thì các số liệu trong bảng chéo giữa hai biến đang khảo sát phải thỏa mãn một số điều kiện nhất đònh sau:  Không tồn tại ở bất kỳ ô giao nhau giữa hai biến có giá trò mong đợi nhỏ hơn 1  Không vượt quá 20% lượng ô giao nhau giữa hai biến đang khảo sát trong bảng chéo có giá trò nhỏ hơn 5 (đối với bảng 2x2-bảng mà mỗi biến trong bảng chéo chỉ có hai giá trò, phần trăm giới... các đại lượng thống kê 12/4/15 14 2 KIỂM NGHIỆM CHI-SQUARE – VÍ DỤ 12/4/15 15 2 KIỂM NGHIỆM CHI-SQUARE – VÍ DỤ  Dòng cuối cùng thơng báo Số ơ có tần số = 0.05 Mơ hình ko có ý nghĩa thống kê (các biến độc lập khơng giải thích được …) ● Sig.(F) < 0.05 Mơ hình có ý nghĩa ● Sig.(t) < 0.05 Có phụ thuộc biến … đó 12/4/15 31 5.2 HỒI QUY TUYẾN TÍNH     Hệ số hồi qui chưa chuẩn hóa  Bêta  Giải thích ý nghĩa tác động của biến độc lập lên biến phụ thuộc... quan hệ với nhau Ta sẽ từ chối giả thuyết này  Phi: Chỉ dùng cho dạng bảng 2x2 tables, hệ số phi coefficient này biến thiên từ -1 đến +1 Do đó hệ số này ngoài khả năng chỉ ra mối quan hệ và cường độ của mối quan hệ nó còn chỉ ra hướng của mối quan hệ đo  Cramer's V và Contingency coefficient (hệ số liên hợp): Được sử dụng cho bảng mà số cột và hàng là bất kỳ, giá trò kiểm nghiệm biến thiên từ 0 đến... coefficient rho và Pearson correlation coefficient  Spearman’s rho được dùng để đo lường mối quan hệ giữa hai biến thứ tự (các biến này hầu hết đều được xắp xếp từ thấp nhất đến cao nhất)  Khi các biến trong bảng là các biến đònh lượng ta sử dụng hệ số Pearson correlation coefficient để đo lường mối quan hệ tuyến tính giữa các biến này  Các giá trò của hệ số tương quan biến thiên từ –1 đến 1, dấu cộng... coefficient rho và Pearson correlation coefficient  Spearman’s rho được dùng để đo lường mối quan hệ giữa hai biến thứ tự (các biến này hầu hết đều được xắp xếp từ thấp nhất đến cao nhất)  Khi các biến trong bảng là các biến đònh lượng ta sử dụng hệ số Pearson correlation coefficient để đo lường mối quan hệ tuyến tính giữa các biến này  Các giá trò của hệ số tương quan biến thiên từ –1 đến 1, dấu cộng... chưa chuẩn hóa  Bêta  Giải thích ý nghĩa tác động của biến độc lập lên biến phụ thuộc Hệ số hồi qui đã chuẩn hóa  B  So sánh tác động hơn – kém của biến độc lập lên biến phụ thuộc R-Square  Biến độc lập giải thích được bao nhiêu phần trăm trong tổng biến thiên của biến phụ thuộc R-Square hiệu chỉnh  Cân nhắc nên đưa thêm 1 biến độc lập nữa vào mơ hình hay khơng?  Hệ số xác định = R^2 = R Square... tương quan giữa hai biến trong bảng  Likelihood Ratio tương tự như pearson Chi-square  Linear-by-Linear Association: Đo lường mối quan hệ tuyến tính giữa hai biến, chỉ số này chỉ có ý nghĩa khi số liệu trong hàng và cột đã được sắp xếp theo thứ tự tăng dần 12/4/15 16 3 CORRELATION (SỰ TƯƠNG QUAN)  Dùng để đo lường mối tương quan giữa hai biến thứ t ự hoặc khoảng cáchï Việc đo lường mối tương quan giữa... Các trường hợp dữ liệu của bất kỳ biến nào thiếu sẽ bị loại bỏ 12/4/15 26 5.1.1 HỆ SỐ TƯƠNG QUAN 12/4/15 27 5.2 HỒI QUY TUYẾN TÍNH Nghiên cứu mối liên hệ, sự ảnh hưởng, tác động của một số biến độc lập lên biến phụ thuộc cần quan tâm  Đưa ra mơ hình hồi qui Ví dụ: Tiền lương (Y) phụ thuộc vào Bằng cấp (X1) Thâm niên (kinh nghiệm) (X2) Chức vụ (X3) Y = β 0 + β1 * X 1 + β 2 * X 3 + β 3 * X 3 Các bê ta ... lượng ô giao hai biến khảo sát bảng chéo có giá trò nhỏ (đối với bảng 2x2-bảng mà biến bảng chéo có hai giá trò, phần trăm giới hạn 0%) 12/4/15 11 KIỂM NGHIỆM CHI-SQUARE – VÍ DỤ Từ menu chọn Analyze/Descritipve... bậc 12/4/15 13 KIỂM NGHIỆM CHI-SQUARE – VÍ DỤ Nhấn vào cell nhằm xác định đại lượng thống kê 12/4/15 14 KIỂM NGHIỆM CHI-SQUARE – VÍ DỤ 12/4/15 15 KIỂM NGHIỆM CHI-SQUARE – VÍ DỤ  Dòng cuối thơng... Nếu cho dạng ghép lớp dùng trung điểm đoạn làm giá trị đại diện 12/4/15 Chương - SPSS CÁC KHÁI NIỆM ĐẶC TRƯNG CƠ BẢN (tiếp) 6.Hiệp phương sai (covariance)  Hiệp phương sai độ đo biến thiên hai