Hôm nay nhóm MBA Bách Khoa giới thiệu một hệ số cực kì quan trọng trong kiểm định thống kê, đó là hệ số sig. trong phân tích SPSS,hoặc trong các phần mềm như Stata thì đây là hệ số p value.

Bạn Đang Xem: Hệ số sig. là gì? Hệ số p value là gì?

Tức là hệ số sig. và hệ số p value chỉ là hai cách gọi khác nhau thôi nhé.

• p-value là viết tắt của probability value.
• sig. là viết tắt của significance level.

Thường trong các kiểm định thì người ta muốn sig. <5% để các kiểm định có ý nghĩa thống kê. Vậy bài này sẽ đi vào chi tiết cụ thể các vấn đề này nhé. Bài này sẽ đi vào các phần chính sau đây:-Quy trình kiểm định giả thiết thống kê test of significance.-Ý nghĩa của trị số p value, ý nghĩa hệ số sig.-Giả thiết là gì?-Giả thiết vô hiệu, giả thuyết không(H0)) là gì?-Giả thuyết khác, giả thiết đảo (Ha) là gì?-Sai trái loại I và loại II-Ví dụ về sai trái loại 1 và 2-Mức ý tức thị gì?

Quy trình kiểm định giả thiết thống kê test of significance

Bước 1: Phát biểu giả thiết vô hiệu( null hypothesis H0). Nhà nghiên cứu cần phải khái niệm một giả thuyết đảo (null hypothesis), tức là một giả thuyết trái lại với những gì mà nhà nghiên cứu tin là sự việc thật.Bước 2: Nhà nghiên cứu cần phải khái niệm một giả thuyết phụ (alternative hypothesis), tức là một giả thuyết mà nhà nghiên cứu nghĩ là sự việc thật, và điều cần được “chứng minh” bằng số liệu.Bước 3: sau khoản thời gian đã thu thập đầy đủ những dữ kiện liên quan, nhà nghiên cứu dùng một hay nhiều phương pháp thống kê để kiểm tra xem trong hai giả thuyết trên, giả thuyết nào được xem là khả dĩ. Cách kiểm tra này được tiến hành để trả lời vướng mắc: nếu giả thuyết đảo đúng, thì xác suất mà những dữ kiện thu thập được phù phù hợp với giả thuyết đảo là bao nhiêu. Giá trị của xác suất này thường được đề cập đến trong các giải trình khoa học bằng kí hiệu “P. value”. Điều cần lưu ý ở đây là nhà nghiên cứu không thử nghiệm giả thuyết khác, mà chỉ thử nghiệm giả thuyết đảo mà thôi.Bước 4: quyết định gật đầu hay loại bỏ giả thuyết đảo, bằng phương pháp dựa vào giá trị xác suất trong bước thứ ba. Ví dụ như theo truyền thống lựa chọn nếu giá trị xác suất nhỏ hơn 5% thì nhà nghiên cứu sẵn sàng bác bỏ bỏ giả thuyết đảo. Tuy nhiên, nếu giá trị xác suất cao hơn nữa 5%, thì nhà nghiên cứu chỉ có thể phát biểu rằng chưa tồn tại chứng cớ đầy đủ để bác bỏ bỏ giả thuyết đảo, và điều này sẽ không có nghĩa rằng giả thuyết đảo là đúng, là sự việc thật. Nói một cách khác, thiếu chứng cớ không có tức thị không có chứng cớ.Bước 5: nếu giả thuyết đảo bị bác bỏ bỏ, thì nhà nghiên cứu mặc nhiên thừa nhận giả thuyết phụ. Theo một qui ước khoa học, tất cả những trị số P. thấp hơn 0.05 (tức thấp hơn 5%) được xem là “significant”, tức là “có ý nghĩa thống kê”.

Ý nghĩa của trị số p value,ý nghĩa hệ số sig.

Ý nghĩa của p-value, sig là xác suất của tài liệu xẩy ra nếu giả thiết vô hiệu H0 là đúng. Tức là có bao nhiêu phần trăm của tài liệu thỏa mãn trị số P.. Giả sử P. =2%, thì có 2% tài liệu trong bộ số liệu thỏa mãn điều kiện kèm theo nào đó. Lưu ý không được hiểu là : xác suất của giả thiết vô hiệu H0 là 2%, hay P.(H0)=2% , mà phải hiểu ở đây là xác suất của tài liệu xẩy ra Logic của trị số P. là chứng minh nghịch đảo, chứng minh phủ định: -Nếu giả thiết vô hiệu H0 là đúng thì tài liệu không thể xẩy ra. -Tài liệu xẩy ra -Nên giả thiết vô hiệu H0 là không đúng.

Giả thiết là gì?

Xem Thêm : Quản trị kinh doanh quốc tế (International business administration) là gì?

Giả thuyết là một giả sử hay phát biểu về các thông số của tổng thể. Nó có thể đúng hoặc sai

Giả thiết vô hiệu, giả thuyết không (H0) là gì?

H0 là một phát biểu (đẳng thức hoặc bất đẳng thức) liên quan đến thông số của tổng thể. Giả thiết vô hiệu là giả thiết ngược với giả thiết chính. Thường người ta muốn bác bỏ bỏ giả thiết vô hiệu.Ví dụ: H0: Không có sự khác biệt giữa hai nhóm, không có mối tương quan giữa X và Y. H0 thường được giả thiết đúng trong thủ tục kiểm định giả thuyết. Và người ta sẽ cố tìm phương pháp để chứng minh H0 sai. Ví dụ một tuyên bố của nhà sinh sản thường bị nghi ngờ và để trong phát biểu trong H0.

Giả thuyết khác, giả thiết đảo(Ha) là gì?

Ha là phát biểu ngược với H0 Ha được Kết luận là đúng nếu H0 bị bác bỏ bỏ Nhà nghiên cứu mong muốn ủng hộ Ha và nghi ngờ H0 Nhiệm vụ của tất cả kiểm định giả thuyết hoặc là bác bỏ bỏ H0 hay là không bác bỏ bỏ H0

Sai Lầm Loại 1 và Loại 2

-Sai trái loại một là sai trái của việc bác bỏ bỏ H0 khi nó đúng -Sai trái loại 2 là sai trái của việc không bác bỏ bỏ H0 khi nó sai -Cụ thể so với bất kỳ một thủ tục kiểm định nào, có thể xẩy ra ba kết quả sau: (1) quyết định đúng được thực hiện (tức thị, thủ tục gật đầu giả thuyết đúng và bác bỏ bỏ giả thuyết sai), (2) một giả thuyết đúng bị bác bỏ bỏ, (3) một giả thuyết sai được gật đầu. Sai trái bác bỏ bỏ H0 khi nó đúng được gọi là sai trái loại I. Sai trái không bác bỏ bỏ H0 khi nó sai được gọi là sai trái loại II. Tương ứng với mỗi loại sai trái này là một giá trị xác suất. Chúng được gọi là các xác suất sai trái loại I và loại II và được ký hiệu là P.(I) và P.(II).

Ví dụ về sai trái loại 1 và 2

Xem xét một bị cáo trong phiên xử hình sự. Giả thuyết không là bị cáo “vô tội” và giả thuyết trái lại và bị cáo “có tội”. Giả thiết là bị đơn đơn là vô tội và nguyên đơn đơn phải chứng minh được rằng bị đơn đơn là có tội, tức thị, thuyết phục ban bồi thẩm bác bỏ bỏ giả thuyết không. Nếu ban bồi thẩm tuyên bố một người vô tội “vô tội” hoặc một người phạm tội “có tội”, một quyết định đúng đã được thực hiện. Nếu một người vô tội bị tuyên bố có tội, ta phạm phải sai trái loại I vì giả thuyết đúng đã biết thành bác bỏ bỏ. Sai trái loại II xẩy ra khi một người dân có tội được tuyên bố trắng án.

Một cách lý tưởng, tất cả chúng ta muốn giữ cho tất cả xác suất sai trái loại I P.(I) và loại II P.(II) càng nhỏ càng tốt bất chấp giá trị của thông số không biết có mức giá trị là bao nhiêu. Rủi thay, nỗ lực giảm P.(I) sẽ tự động hóa kéo theo sự tăng cường thêm trị P.(II). Chẳng hạn, trong ví dụ về phiên tòa xét xử hình sự, giả sử tất cả chúng ta không muốn một người phạm tội nào được tuyên bố trắng án. Các duy nhất để thực hiện được điều này là tuyên bố mọi người dân có tội. Trong trường hợp này, P.(II) = 0, nhưng P.(I) = 1 vì tất cả chúng ta cũng phán quyết tất cả những người dân vô tội. Tương tự như trên, cách duy nhất để tránh phán quyết một người vô tội là tuyên bố mọi người vô tội. Trong trường hợp này, tất cả chúng ta cũng thả tự do cho tất cả những kẻ phạm tội hay P.(II) = 1 và P.(I) = 0. 1 Trong thực tế, sự đánh đổi giữa các sai trái không đến nỗi cực đoan như vậy, tuy nhiên một quy tắc ra quyết định cụ thể sẽ tốt hơn cho một số giá trị của thông số và không tốt cho những giá trị khác. Thủ tục kiểm định giả thuyết cổ điển là chọn giá trị cực lớn cho sai trái loại I có thể chấp nhận được với những người phân tích và sau đó đưa ra quy tắc quyết định sao cho sai trái loại II là thấp nhất. Trong ví dụ về phiên tòa xét xử hình sự, điều này còn có tức thị chọn quy tắc ra quyết định sao cho số lần người vô tội bị kết tội không vượt qua một số phần trăm số lần nào đó (chẳng hạn, 1%) và cực tiểu xác suất người dân có tội được thả tự do.

Mức ý tức thị gì?

Xác suất sai trái loại I lớn số 1 khi H0 đúng được gọi là mức ý nghĩa (còn được gọi là kích thước của kiểm định). Trong ví dụ phiên tòa xét xử hình sự, đó đó chính là xác suất lớn số 1 của việc phán quyết một người vô tội.

Xem Thêm : Sales kit là gì? Cấu tạo của bộ sales kit để chốt đơn hiệu quả

Như vậy vướng mắc hệ số sig. là gì? Hệ số p value là gì? đã được trình bài. Các bạn phải trao đổi cứ liên hệ nhé.

Liên hệ nhóm thạc sĩ Tương trợ SPSS.

– SMS, Zalo, Viber:

– Chat Facebook: http://facebook.com/hoidapSPSS/

– Thư điện tử: hotrospss@gmail.com

Để được:

– Xử lý/ hiệu chỉnh số liệu khảo sát để chạy ra kết quả phân tích nhân tố quy tụ,phân tích hồi quy hồi quy có ý nghĩa thống kê. – Tư vấn mô hình/bảng vướng mắc/ traning trực tiếp về phân tích hồi quy, nhân tố, cronbach alpha… trong SPSS, và mô hình SEM, CFA, AMOS