One-way ANOVA: Phân tích khác biệt trung bình trong SPSS

Phân tích ANOVA (Analysis of Variance) là một kỹ thuật thống kê được sử dụng rộng rãi để so sánh sự khác biệt trung bình giữa ba nhóm trở lên trên một biến định lượng, giúp giải quyết hạn chế của kiểm định t khi chỉ có hai nhóm. Trong bối cảnh xử lý dữ liệu bằng phần mềm SPSS, One-Way ANOVA cho phép đánh giá xem có sự khác biệt có ý nghĩa thống kê giữa các nhóm phân loại khác nhau hay không bằng cách kiểm định phương sai (Levene) và giá trị F hoặc Welch, từ đó rút ra kết luận chính xác về mối quan hệ giữa biến phụ thuộc và biến độc lập.

1. Phân tích sự khác biệt giá trị trung bình bằng One-way ANOVA trong SPSS

One-way ANOVA là một phương pháp thống kê được sử dụng phổ biến nhằm so sánh giá trị trung bình của một biến nghiên cứu giữa hai hoặc nhiều nhóm đối tượng khác nhau. Trong kiểm định này, mô hình phân tích bao gồm hai biến: một biến định lượng dùng để tính giá trị trung bình và một biến định tính có từ hai nhóm trở lên để thực hiện so sánh.

Trong các nghiên cứu khoa học và bài luận học thuật, kiểm định sự khác biệt giá trị trung bình thường được áp dụng để xác định liệu có sự khác biệt về động lực làm việc giữa nhân viên nam và nữ; đánh giá sự khác nhau trong quyết định mua hàng của các nhóm khách hàng thuộc các độ tuổi khác nhau; hoặc kiểm tra mức độ hài lòng của khách hàng đối với dịch vụ ngân hàng theo thời gian sử dụng dịch vụ. Những phân tích này giúp nhà nghiên cứu đưa ra kết luận có cơ sở thống kê về sự tồn tại của khác biệt giữa các nhóm nghiên cứu.

• Phép kiểm định Independent Sample T-Test được sử dụng trong trường hợp biến định tính chỉ có hai nhóm giá trị. Các ví dụ điển hình bao gồm biến giới tính với hai nhóm nam và nữ, biến khu vực với hai nhóm Thành phố Hồ Chí Minh và Hà Nội, hoặc biến vùng miền với hai nhóm miền Bắc và miền Nam. Khi biến định tính có từ ba nhóm trở lên, việc sử dụng T-Test đòi hỏi phải thực hiện nhiều phép so sánh cặp, chẳng hạn so sánh giữa nhóm 1 và 2, nhóm 1 và 3, cũng như nhóm 2 và 3. Cách tiếp cận này trở nên kém hiệu quả và tốn thời gian khi số lượng nhóm tăng lên bốn, năm hoặc nhiều hơn.
• One-way ANOVA được phát triển nhằm khắc phục hạn chế nêu trên của Independent Sample T-Test. Phương pháp này cho phép so sánh giá trị trung bình của từ hai nhóm trở lên trong cùng một mô hình phân tích. Trên thực tế, One-way ANOVA có thể thay thế hoàn toàn Independent Sample T-Test trong trường hợp biến định tính có hai nhóm, với kết quả thống kê thu được là tương đương. Do đó, để đơn giản hóa phương pháp nghiên cứu và hạn chế việc sử dụng quá nhiều kỹ thuật kiểm định khác nhau, các nghiên cứu thường ưu tiên áp dụng ANOVA cho tất cả các trường hợp so sánh giá trị trung bình theo biến định tính.

Quy trình thực hiện kiểm định One-way ANOVA trong SPSS thường được tiến hành qua hai bước cơ bản:

Bước 1: Kiểm định sự đồng nhất phương sai giữa các nhóm

Trước khi tiến hành phân tích sự khác biệt về giá trị trung bình, cần kiểm tra giả định về tính đồng nhất phương sai của biến phụ thuộc giữa các nhóm của biến định tính. Việc này nhằm xác định liệu phương sai giữa các nhóm có khác biệt đáng kể hay không.

Giả thuyết HL-0 được đặt ra là không tồn tại sự khác biệt phương sai giữa các nhóm. Kiểm định Levene được sử dụng để đánh giá giả thuyết này. Trong phần mềm SPSS, kết quả của kiểm định Levene được trích xuất từ dòng Based on Mean trong bảng Test of Homogeneity of Variances. Việc diễn giải kết quả được thực hiện như sau:

• Trường hợp giá trị Sig nhỏ hơn 0.05, giả thuyết HL-0 bị bác bỏ, cho thấy phương sai giữa các nhóm có sự khác biệt mang ý nghĩa thống kê. Khi đó, kết quả kiểm định Welch trong bảng Robust Tests of Equality of Means được sử dụng cho bước phân tích tiếp theo.
• Ngược lại, nếu giá trị Sig lớn hơn 0.05, giả thuyết HL-0 được chấp nhận, hàm ý rằng không tồn tại sự khác biệt phương sai có ý nghĩa thống kê giữa các nhóm. Trong trường hợp này, kết quả kiểm định F trong bảng ANOVA sẽ được sử dụng.

Bước 2: Kiểm định sự khác biệt về giá trị trung bình giữa các nhóm

Sau khi hoàn tất việc đánh giá giả định về phương sai, phân tích tiếp theo tập trung vào việc xác định sự khác biệt về giá trị trung bình giữa các nhóm. Giả thuyết Ho được xây dựng với nội dung không có sự khác biệt về giá trị trung bình giữa các nhóm. Tùy thuộc vào kết quả kiểm định phương sai ở bước trước, kiểm định F hoặc kiểm định Welch sẽ được áp dụng để kiểm tra giả thuyết này.

Trong SPSS, các chỉ số của kiểm định F được lấy từ bảng ANOVA, trong khi các chỉ số của kiểm định Welch được lấy từ bảng Robust Tests of Equality of Means. Việc diễn giải kết quả được thực hiện theo nguyên tắc sau:

• Nếu giá trị Sig nhỏ hơn 0.05, giả thuyết Ho bị bác bỏ, cho thấy tồn tại sự khác biệt về giá trị trung bình giữa các nhóm với mức ý nghĩa thống kê.
• Nếu giá trị Sig lớn hơn 0.05, giả thuyết Ho được chấp nhận, đồng nghĩa với việc không phát hiện sự khác biệt có ý nghĩa thống kê về giá trị trung bình giữa các nhóm.

Tóm lại, quy trình phân tích và diễn giải kết quả của phương pháp One-way ANOVA có thể được hệ thống hóa thông qua hai bước chính như trên.

2. Phân tích One-way ANOVA trên phần mềm SPSS 26

Kiểm định One-way ANOVA được sử dụng nhằm đánh giá sự khác biệt về mức độ hài lòng trong công việc giữa các nhóm nhân viên có đặc điểm độ tuổi và trình độ học vấn khác nhau. Trong phân tích này, biến định lượng là F_HL, trong khi các biến định tính gồm DoTuoi và HocVan. Trên giao diện SPSS, thao tác được thực hiện theo đường dẫn Analyze > Compare Means > One-Way ANOVA.

Sau khi hộp thoại One-Way ANOVA xuất hiện, người nghiên cứu đưa biến phụ thuộc vào ô Dependent List (có thể lựa chọn đồng thời nhiều biến định lượng để phân tích), và đưa biến phân loại vào ô Factor (tại đây chỉ cho phép lựa chọn một biến định tính). Trong trường hợp này, biến F_HL được đưa vào Dependent List và biến DoTuoi được đưa vào Factor.

Ở phía bên phải của hộp thoại, người nghiên cứu lựa chọn Options để thiết lập các tùy chọn phân tích. Tại đây, tích chọn bốn nội dung theo hướng dẫn minh họa.

Ý nghĩa của các tùy chọn được lựa chọn bao gồm:

• Descriptive: cung cấp bảng thống kê mô tả cho từng nhóm, bao gồm các chỉ tiêu như số quan sát, giá trị trung bình và độ lệch chuẩn.
• Homogeneity of variance test: kiểm định giả định đồng nhất phương sai giữa các nhóm thông qua kiểm định Levene.
• Welch hoặc Brown-Forsythe: thực hiện kiểm định sự khác biệt trung bình trong trường hợp giả định đồng nhất phương sai bị vi phạm. Hai kiểm định này có cùng mục tiêu nhưng khác nhau về phương pháp tiếp cận, do đó trong một số trường hợp có thể cho kết quả không hoàn toàn trùng khớp. Trong thực tiễn nghiên cứu, kiểm định Welch thường được ưu tiên sử dụng.
• Means plot: tạo đồ thị biểu diễn mối quan hệ giữa biến định lượng và biến định tính, giúp quan sát trực quan mức độ khác biệt giữa các nhóm.

Sau khi hoàn tất việc lựa chọn các tùy chọn, nhấn Continue để quay lại cửa sổ chính, sau đó chọn OK để xuất kết quả phân tích ra cửa sổ Output. Kết quả kiểm định bao gồm nhiều bảng khác nhau, trong đó bước đầu tiên khi diễn giải là xem xét bảng Test of Homogeneity of Variances.

a. Kiểm định One-Way ANOVA theo biến độ tuổi

Trong phiên bản SPSS 26, bảng Test of Homogeneity of Variances cung cấp thông tin chi tiết hơn so với SPSS 20. Khi đánh giá giả định đồng nhất phương sai, kết quả kiểm định Levene được xem xét tại dòng Based on Mean.

Kết quả kiểm định Levene cho thấy giá trị Sig = 0.009, nhỏ hơn mức ý nghĩa 0.05, cho thấy phương sai giữa các nhóm độ tuổi không đồng nhất. Do đó, việc phân tích sự khác biệt trung bình giữa các nhóm được thực hiện dựa trên kết quả kiểm định Welch trong bảng Robust Tests of Equality of Means.

Giá trị Sig của kiểm định Welch bằng 0.001, nhỏ hơn 0.05, chứng tỏ tồn tại sự khác biệt có ý nghĩa thống kê về giá trị trung bình F_HL giữa các nhóm độ tuổi khác nhau. Điều này cho thấy mức độ hài lòng công việc của nhân viên có sự khác biệt theo độ tuổi.

Bảng Descriptives cung cấp các chỉ tiêu thống kê mô tả cho từng nhóm độ tuổi. Kết quả cho thấy giá trị trung bình của mức độ hài lòng có xu hướng tăng dần theo nhóm tuổi, hàm ý rằng nhân viên ở độ tuổi cao hơn có mức độ hài lòng công việc cao hơn.

Bên cạnh thống kê mô tả, biểu đồ đường được sử dụng để minh họa mối quan hệ giữa giá trị trung bình của mức độ hài lòng và các nhóm độ tuổi. Biểu đồ được xây dựng dựa trên cột Mean trong bảng Descriptives, với xu hướng đường biểu diễn tăng dần theo độ tuổi, qua đó phản ánh mức độ hài lòng công việc gia tăng khi độ tuổi tăng.

Tuy nhiên, cần lưu ý rằng việc kết luận về sự khác biệt trung bình giữa các nhóm phải dựa trên kết quả của các kiểm định thống kê, thay vì chỉ dựa vào bảng thống kê mô tả hay biểu đồ. Các chỉ số mô tả và hình ảnh minh họa chỉ đóng vai trò hỗ trợ trong việc diễn giải và làm rõ kết quả của phép kiểm định.