Kiểm định Chi-square (χ2) là một công cụ thống kê mạnh mẽ được sử dụng rộng rãi để phân tích mối quan hệ giữa các biến phân loại. Bài viết này sẽ cung cấp một cái nhìn toàn diện về kiểm định χ2, bao gồm các loại kiểm định, các giả định cần thiết và quy trình thực hiện chi tiết, giúp bạn hiểu rõ hơn về ứng dụng của nó trong nghiên cứu và phân tích dữ liệu.
Mục Lục
1. Ứng Dụng của Kiểm Định Chi-Square (χ2)
Kiểm định Chi-square (χ2), bao gồm kiểm định Chi-square một mẫu về tính độc lập và kiểm định Chi-square hai mẫu về tính đồng nhất, được sử dụng để đánh giá sự liên kết giữa hai biến phân loại. Dữ liệu được trình bày dưới dạng tần suất và mối quan tâm tập trung vào số lượng đối tượng thuộc các loại khác nhau.
Bảng minh họa tần suất quan sát và tần suất kỳ vọng trong kiểm định Chi-square
1.1. Kiểm Định Chi-Square Một Mẫu về Tính Độc Lập
Trong thiết kế này, một mẫu ngẫu nhiên được lấy từ một quần thể duy nhất, với hai phép đo (biến nhị phân hàng và cột) cho mỗi đối tượng. Tổng kích thước mẫu (n) là cố định, nhưng tần suất ở tổng biên của hàng và cột là ngẫu nhiên.
Ví dụ:
Một nhà nghiên cứu muốn tìm hiểu mối quan hệ giữa số năm kinh nghiệm của giáo viên giáo dục đặc biệt và cảm xúc chủ đạo của họ đối với công việc (giận dữ hoặc đồng cảm). Một mẫu ngẫu nhiên gồm 100 giáo viên được chọn và được hỏi về số năm kinh nghiệm (>= 5 năm hoặc < 5 năm) và cảm xúc chủ đạo của họ. Giả thuyết nghiên cứu là có mối liên hệ giữa kinh nghiệm và cảm xúc. Giả thuyết vô hiệu là hai biến độc lập.
1.2. Kiểm Định Chi-Square Hai Mẫu về Tính Đồng Nhất của Tỷ Lệ
Thiết kế này được sử dụng để so sánh sự phân phối của hai tỷ lệ trong hai quần thể độc lập. Mỗi biến được coi là nhị phân.
Ví dụ:
Một nhà nghiên cứu muốn xem xét liệu tỷ lệ ứng viên đạt kỳ thi có liên quan đến giới tính hay không. Một mẫu ngẫu nhiên gồm 50 nam và 50 nữ được chọn. Tổng số nam và nữ được cố định, trong khi tổng số người đạt và không đạt là ngẫu nhiên. Giả thuyết vô hiệu là tỷ lệ nam và nữ đạt kỳ thi là như nhau.
2. Suy Luận Thống Kê và Giả Thuyết Vô Hiệu
Suy luận thống kê trong kiểm định Chi-square dựa trên việc so sánh tần suất quan sát được với tần suất kỳ vọng.
- Kiểm định Chi-square một mẫu: Ước tính tỷ lệ của mỗi ô trong bảng 2×2 trong quần thể. Giả thuyết nghiên cứu là các biến hàng và cột tương tác với nhau.
- Kiểm định Chi-square hai mẫu: Ước tính tỷ lệ của mỗi ô trong bảng 2×2 trong quần thể. Giả thuyết nghiên cứu là sự phân phối tỷ lệ khác nhau trong hai quần thể.
Giả thuyết vô hiệu cho cả hai loại kiểm định là không có mối quan hệ giữa các biến hàng và cột, nghĩa là tỷ lệ các ô là bằng nhau.
Phân phối Chi-square được xác định bởi bậc tự do (df), được tính bằng công thức: df = (số hàng – 1) x (số cột – 1). Đối với bảng 2×2, df luôn bằng 1. Giá trị Chi-square và df được sử dụng để tính toán xác suất (p-value) cho sự khác biệt giữa tần suất quan sát và tần suất kỳ vọng. Giá trị Chi-square càng lớn, ý nghĩa thống kê càng cao.
3. Các Giả Định Của Kiểm Định Chi-Square
Để đảm bảo tính chính xác của kết quả, kiểm định Chi-square cần tuân thủ các giả định sau:
- Tính đại diện: Các quan sát phải đại diện cho quần thể quan tâm.
- Dữ liệu tần suất: Dữ liệu phải ở dạng tần suất quan sát được.
- Tính độc lập: Các quan sát phải độc lập với nhau. Một quan sát rơi vào một hàng không ảnh hưởng đến cột mà nó thuộc về (và ngược lại).
- Tính loại trừ: Mỗi quan sát chỉ được rơi vào một ô duy nhất của bảng.
- Tần suất kỳ vọng đủ lớn: Các tần suất kỳ vọng không nên quá nhỏ. Giá trị kỳ vọng tối thiểu là 5. Tuy nhiên, nếu kích thước mẫu lớn (≥20), tần suất kỳ vọng có thể thấp đến 1 hoặc 2 trong một hoặc hai ô.
Công thức tính giá trị χ2
Công thức tính giá trị Chi-square cho mỗi ô
4. Quy Trình Thực Hiện Kiểm Định Chi-Square
Ví dụ: Một nhà nghiên cứu muốn đánh giá xem có mối quan hệ giữa giới tính và việc hiến máu tình nguyện của sinh viên đại học hay không. Dữ liệu được thu thập từ 50 sinh viên. Biến “giới tính” có hai giá trị: 1 = nam, 2 = nữ. Biến “hiến máu tình nguyện” có hai giá trị: 1 = có, 2 = không.
Giả thuyết:
- H0: Không có mối quan hệ giữa giới tính và việc hiến máu tình nguyện.
- Mức ý nghĩa (alpha): 5%.
Các bước thực hiện:
Bước 1: Tính tần suất kỳ vọng cho mỗi ô.
- Ô A: EA= (25 x 30)/50 = 15
- Ô B: EB= (25 x 30)/50 = 15
- Ô C: EC= (25 x 20)/50 = 10
- Ô D: ED= (25 x 20)/50 = 10
Bước 2: Tính giá trị Chi-square cho mỗi ô.
- Ô A: χ2 = (18 – 15)2/ 15 = 0.6
- Ô B: χ2 = (12 – 15)2/ 15 = 0.6
- Ô C: χ2 = (7 – 10)2/ 10 = 0.9
- Ô D: χ2 = (13 – 10)2/ 10 = 0.9
Bước 3: Tính tổng giá trị Chi-square.
- Tổng χ2 = 0.6 + 0.6 + 0.9 + 0.9 = 3.00
Bước 4: So sánh giá trị Chi-square tính toán với giá trị Chi-square tới hạn.
Với df = 1 và mức alpha = 0.05, giá trị Chi-square tới hạn là 3.841. Vì giá trị Chi-square tính toán (3.00) nhỏ hơn giá trị Chi-square tới hạn, chúng ta không bác bỏ giả thuyết vô hiệu.
Kết luận: Không có mối quan hệ đáng kể giữa giới tính và việc hiến máu tình nguyện của sinh viên.
Mặc dù có sự khác biệt nhỏ về tỷ lệ nam giới (60%) và nữ giới (40%) hiến máu, sự khác biệt này không có ý nghĩa thống kê ở mức ý nghĩa 5%.