PHÂN TÍCH DỮ LIỆU
KIỂM ĐỊNH GIẢ THUYẾT,
HỒI QUY
# Phân tích tương quan - 2
biến định lượng
- Mối liên quan giữa hai biến định lượng có thể
được biểu thị dưới dạng biểu đồ chấm và hệ số
tương quan
- Nếu cả hai biến đều có phân bố chuẩn, thì hệ số
tương quan Pearson’s là có giá trị
- Nếu không, cần phải sử dụng hệ số tương quan
Spearman’s
- Từ thực đơn dọc chọn:
Analyse/Correlate/Bivariate
# Hệ số tương quan
Kiểm định trung bình tổng thể
# Kiểm định giả thuyết về trung bình
của một tổng thể:
Nếu muốn so sánh giá trị trung bình của
một tổng thể với một giá trị cụ thể nào đó,
sử dụng One-sample T-test
- Vào menu, chọn Analyze/Compare
Means/ One-sample T-test
- Chọn biến đưa vào khung Test Variable
- Khai báo Test Value
# Ví dụ: Kiểm định One-sample
T-test
One-sample T-test
- Điều kiện áp dụng:
Mẫu phải được chọn ngẫu nhiên hoặc tương
đương

không có các giá trị bất thường (outliers)
- Ví dụ
Kiểm định trung bình tổng thể
# Kiểm định giả thuyết về sự bằng nhau
giữa hai trung bình tổng thể:
Nếu muốn so sánh hai giá trị trung bình của
hai tổng thể dựa trên hai mẫu phụ thuộc hay
mẫu phối hợp từng cặp, sử dụng Paired-
samples T-test
- Vào menu, chọn Analyze/Compare
Means/ Paired-Samples T-test
Paired-samples T-test
- Điều kiện áp dụng:
Kích cỡ 2 mẫu so sánh bằng nhau hoặc tương
đương
Chênh lệch giữa các giá trị trung bình của 2
mẫu phải có phân phối chuẩn hoặc xấp xỉ
phân phối chuẩn
Kiểm định trung bình tổng thể
# Kiểm định giả thuyết về sự bằng nhau
giữa các trung bình tổng thể:
Nếu muốn so sánh giá trị trung bình của nhiều
nhóm tổng thể độc lập, sử dụng phân tích
phương sai ANOVA
- Phân tích phương sai 1 yếu tố (One-way
ANOVA): trường hợp sử dụng 1 biến yếu tố
để phân loại các quan sát thành các nhóm
khác nhau
Phân tích phương sai một yếu
tố - One-way ANOVA

với chuyến tham quan Đại Nội của toàn
bộ khách nội địa là 80%
• H1: Tỷ lệ này nhỏ hơn 80%
- Chọn Analyze/ Nonparametric
tests/Binomial
- Ví dụ
Hồi quy tuyến tính
- Dùng để suy rộng cho mối quan hệ giữa
các biến trong tổng thể
- Dùng để dự báo được mức độ của biến
phụ thuộc (Y) (với độ chính xác trong
một phạm vi giới hạn) khi biết trước giá
trị của biến độc lập (X)
Hồi quy đơn tuyến tính
• Mô hình xây dựng từ dữ liệu mẫu có
dạng: Y = Bo + B1 * X
Trong đó:
X: biến độc lập
Y: biến phụ thuộc
Bo & B1: Hệ số hồi quy
- Ví dụ:
Doanh số = Bo + B1* Chi phí chào
hàng
Hồi quy đơn tuyến tính
• Cách xây dựng trong SPSS:
- Vào menu, chọn Analyze/ Regression/Linear
- Chọn biến phụ thuộc, đưa vào ô Dependent
- Chọn biến độc lập, đưa vào ô Independents
- Bấm OK
Ví dụ