Trong nghiên cứu định lượng, đặc biệt là các đề tài sử dụng dữ liệu khảo sát dạng danh mục (nominal) hoặc thứ bậc (ordinal), kiểm định Chi bình phương (Chi-Square test) là một trong những công cụ thống kê quan trọng nhất để kiểm tra mối liên hệ giữa hai biến định tính. Trong phần mềm SPSS, kiểm định này thường được thực hiện thông qua chức năng Crosstabs (bảng chéo).
Bài viết này sẽ trình bày chi tiết từ khái niệm, điều kiện sử dụng, cách chạy kiểm định Chi bình phương bảng chéo Crosstab bằng SPSS cho đến cách đọc và diễn giải kết quả một cách học thuật.
1. Kiểm định Chi bình phương là gì?
a. Khái niệm
Kiểm định Chi bình phương (Chi-Square Test of Independence) được sử dụng để xác định xem hai biến định tính (biến phân loại) có mối liên hệ với nhau hay không. Phương pháp này giúp trả lời câu hỏi liệu sự khác biệt trong phân bố giữa các nhóm có mang ý nghĩa thống kê hay chỉ là ngẫu nhiên.
Ví dụ, trong một nghiên cứu gồm 350 nhân viên nhằm đánh giá mức độ hài lòng tại doanh nghiệp, nhà nghiên cứu muốn kiểm tra mối liên hệ giữa thâm niên công tác và mức thu nhập. Biến thâm niên được chia thành bốn nhóm: Dưới 1 năm; Từ 1 đến 3 năm; Từ 3 đến 5 năm; Trên 5 năm. Biến thu nhập cũng gồm bốn nhóm: Dưới 10 triệu; Từ 10 đến dưới 15 triệu; Từ 15 đến dưới 20 triệu; Từ 20 triệu trở lên.
Dữ liệu được trình bày dưới dạng bảng chéo, trong đó thể hiện số lượng nhân viên thuộc từng tổ hợp nhóm. Kiểm định Chi bình phương sẽ so sánh tần suất quan sát và tần suất kỳ vọng để tính giá trị thống kê. Nếu Sig. (p-value) nhỏ hơn 0.05, có thể kết luận rằng thâm niên và thu nhập có mối liên hệ có ý nghĩa thống kê; ngược lại, nếu lớn hơn 0.05 thì chưa đủ bằng chứng để khẳng định hai biến có liên quan.
Tuy nhiên, kiểm định này chỉ cho biết có hay không có mối liên hệ, chứ không phản ánh mức độ mạnh yếu của mối quan hệ giữa hai biến.
b. Khi nào sử dụng kiểm định Chi bình phương bảng chéo Crosstab?
Kiểm định Chi bình phương bảng chéo Crosstab bằng SPSS được sử dụng khi:
- Cả hai biến đều là biến định tính (Nominal hoặc Ordinal).
- Dữ liệu được trình bày dưới dạng tần suất (frequency).
- Các nhóm độc lập với nhau.
- Kích thước mẫu đủ lớn.
Ví dụ biến phù hợp:
- Giới tính (Nam/Nữ)
- Nghề nghiệp (Sinh viên/Nhân viên/Văn phòng/Kinh doanh…)
- Mức độ hài lòng (Thấp/Trung bình/Cao)
- Quyết định mua (Có/Không)
c. Giả thuyết kiểm định
Khi thực hiện kiểm định Chi bình phương bảng chéo Crosstab bằng SPSS, ta thiết lập hai giả thuyết:
- H0 (Giả thuyết không): Hai biến độc lập với nhau (không có mối liên hệ).
- H1 (Giả thuyết đối): Hai biến có mối liên hệ với nhau.
Mức ý nghĩa thường sử dụng: α = 0.05
Quy tắc quyết định:
- Nếu Sig. (p-value) < 0.05 → Bác bỏ H0 → Có mối liên hệ.
- Nếu Sig. ≥ 0.05 → Chấp nhận H0 → Không có mối liên hệ.
d. Điều kiện áp dụng kiểm định Chi bình phương
- Để kết quả kiểm định đáng tin cậy, cần thỏa mãn:
- Không quá 20% số ô có tần suất kỳ vọng nhỏ hơn 5.
- Không có ô nào có tần suất kỳ vọng nhỏ hơn 1.
- Cỡ mẫu đủ lớn (thường ≥ 30).
Nếu vi phạm điều kiện này có thể gộp nhóm để tăng lượng đáp viên cho các nhóm có số lượng ít. Hoặc sử dụng Fisher’s Exact Test (khi bảng 2×2 và mẫu nhỏ).
2. Cách chạy kiểm định Chi bình phương bảng chéo Crosstab bằng SPSS
Thực hành phân tích Chi-square trong SPSS qua ví dụ sau đây:
Giả thuyết H0: Thâm niên công tác và thu nhập không có mối quan hệ với nhau, hay nói cách khác hai biến này độc lập về mặt thống kê.
Để kiểm định mối quan hệ giữa thâm niên và thu nhập, nghiên cứu sử dụng phép kiểm định Chi bình phương trên phần mềm SPSS 26. Trình tự thực hiện bắt đầu bằng việc chọn Analyze > Descriptive Statistics > Crosstabs.
Trong hộp thoại Crosstabs, biến Thâm niên được đưa vào ô Row(s) và biến Thu nhập được đưa vào ô Column(s). Hai biến này có thể được hoán đổi vị trí cho nhau giữa hàng và cột mà không làm thay đổi kết quả kiểm định. Ngoài ra, có thể lựa chọn Display clustered bar charts để trực quan hóa mối quan hệ giữa hai biến thông qua biểu đồ.
Tiếp theo, người nghiên cứu chọn nút Statistics, đánh dấu chọn Chi-square và Cramer’s V nhằm thực hiện kiểm định mối liên hệ và đo lường mức độ chặt chẽ của mối quan hệ, sau đó nhấn Continue.
Sau đó, tại mục Cells, trong phần Percentages, lựa chọn hiển thị tỷ lệ theo Rows và Columns. Tiếp tục nhấn Continue và chọn OK để tiến hành phân tích dữ liệu.
Kết quả phân tích được hiển thị trong cửa sổ Output. Trước hết, bảng Crosstabulation cung cấp thông tin tổng quan về phân bố tần số và tỷ lệ giữa các nhóm thâm niên và mức thu nhập, qua đó cho phép quan sát sơ bộ xu hướng mối quan hệ giữa hai biến.
Cuối cùng, bảng Chi-Square Tests là căn cứ quan trọng để đưa ra kết luận thống kê. Nếu giá trị Asymptotic Significance (2-sided) tại dòng Pearson Chi-Square nhỏ hơn 0.05, giả thuyết Ho bị bác bỏ, cho thấy thâm niên và thu nhập có mối quan hệ với nhau. Ngược lại, nếu giá trị Sig lớn hơn 0.05, giả thuyết Ho được chấp nhận, đồng nghĩa với việc không có bằng chứng thống kê cho thấy mối quan hệ giữa thâm niên và thu nhập.
Dưới bảng Chi-Square Tests trong SPSS luôn xuất hiện một dòng thông báo theo dạng: X cells (Z%) have expected count less than 5. The minimum expected count is Y. Khi quá trình phân tích không cho ra kết quả kiểm định, người nghiên cứu cần đặc biệt chú ý đến thông báo này. Kiểm định Chi bình phương chỉ đảm bảo độ tin cậy khi kích thước mẫu đủ lớn; trong trường hợp có trên 20% số ô trong bảng Crosstabulation có tần số kỳ vọng nhỏ hơn 5, kết quả kiểm định Chi-Square sẽ không còn chính xác hoặc thậm chí không thể thực hiện và hệ thống sẽ báo lỗi. Khi gặp tình huống này, cần điều chỉnh dữ liệu bằng cách tăng số lượng quan sát ở các nhóm có tần số thấp hoặc tiến hành mã hóa lại biến nhằm phân bổ lại số lượng quan sát sao cho mỗi nhóm đạt quy mô tối thiểu cần thiết. Ví dụ, nếu nhóm Thâm niên với phương án Trên 5 năm chỉ có 3 người lựa chọn, nhà nghiên cứu cần tiếp tục thu thập thêm dữ liệu để đảm bảo số lượng quan sát của nhóm này đủ lớn cho phân tích.
Đối với kiểm định Chi bình phương trong SPSS, giá trị Sig của Chi-Square Test chỉ cho biết liệu hai biến có tồn tại mối quan hệ thống kê hay không. Khi xác định được rằng hai biến có mối liên hệ, bước tiếp theo là đánh giá mức độ liên kết giữa chúng thông qua các hệ số đo lường như Phi và Cramer’s V. Hệ số Phi chỉ được sử dụng trong trường hợp cả hai biến đều là biến nhị phân, mỗi biến chỉ có hai giá trị. Nếu một trong hai biến có từ ba giá trị trở lên, hệ số Cramer’s V sẽ được sử dụng để đánh giá mức độ liên kết. Cụ thể, trong bảng kết quả phân tích, giá trị Cramer’s V bằng 0.429, tương đương 42.9%, cho thấy hai biến có mức độ tương quan tương đối cao.
Đồ thị cột thể hiện tần suất trả lời (số lượng đáp viên) của từng giá trị của biến nghiên cứu khi đặt trong mối quan hệ so sánh với biến còn lại, phản ánh trực quan kết quả của bảng phân tích chéo (Crosstabulation). Chẳng hạn, đối với nhóm đáp viên có thâm niên dưới 1 năm, số lượng người thuộc nhóm được ký hiệu bằng màu xanh dương và màu hồng đều vượt trên 20 người, trong khi nhóm được ký hiệu bằng màu xanh lá chỉ ghi nhận khoảng dưới 10 người.
Trong nghiên cứu luận văn, kiểm định Chi bình phương, còn được gọi là kiểm định Crosstab, được sử dụng phổ biến nhằm phân tích sâu mối quan hệ giữa các đặc điểm nhân khẩu học của đáp viên hoặc đánh giá mức độ liên kết giữa các yếu tố trong thị trường. Phương pháp này đóng vai trò như một công cụ phân tích thống kê quan trọng, hỗ trợ nhà nghiên cứu trong việc diễn giải kết quả và đề xuất các giải pháp phù hợp cho vấn đề nghiên cứu.
Kiểm định Chi bình phương bảng chéo Crosstab bằng SPSS là một công cụ quan trọng trong nghiên cứu định lượng khi phân tích mối liên hệ giữa hai biến định tính. Việc hiểu rõ bản chất kiểm định, điều kiện áp dụng và cách diễn giải kết quả sẽ giúp nhà nghiên cứu tránh sai sót và trình bày kết quả một cách học thuật, logic và thuyết phục.
Kết luận
Tóm lại, khi thực hiện kiểm định Chi bình phương trong SPSS, bạn cần:
- Xác định đúng loại biến
- Kiểm tra điều kiện Expected Count
- Xem Sig. của Pearson Chi-Square
- Báo cáo đầy đủ χ², df, p-value
- Xem thêm Cramer’s V để đánh giá mức độ mạnh yếu
Nếu được sử dụng đúng cách, Chi bình phương sẽ là công cụ rất mạnh để phân tích sự khác biệt và mối liên hệ trong dữ liệu khảo sát xã hội, marketing, quản trị và hành vi người tiêu dùng.