Khi dữ liệu khảo sát có cỡ mẫu nhỏ hoặc vi phạm nghiêm trọng giả định phân phối chuẩn, các kiểm định tham số như Independent Samples T-test hay One-Way ANOVA không còn phù hợp. Lúc này, kiểm định phi tham số (Non-parametric tests) là giải pháp cứu cánh hàng đầu.

1. Khi nào bắt buộc phải dùng kiểm định phi tham số?

  • Dữ liệu đo lường ở thang đo thứ bậc (Ordinal scale) hoặc điểm số xếp hạng.
  • Dữ liệu kiểm định Kolmogorov-Smirnov / Shapiro-Wilk có Sig. < 0.05 và độ lệch Skewness vượt quá mức cho phép.
  • Cỡ mẫu quá nhỏ (N < 30 mẫu cho mỗi nhóm so sánh).
  • Xuất hiện nhiều giá trị ngoại lai dị biệt không thể loại bỏ.
Góc Nhìn Thực Chiến Từ Chuyên Gia NCKH

Kinh nghiệm phân tích dữ liệu thực nghiệm: Luôn sao lưu một file dữ liệu gốc (.sav hoặc .xlsx) trước khi thực hiện bất kỳ lệnh biến đổi nào (Recode/Compute Variable). Một thao tác ghi đè sai sót có thể làm mất dữ liệu của cả tháng thu thập mẫu.

2. Kiểm định Mann-Whitney U: Thay thế cho Independent T-Test

Dùng để so sánh sự khác biệt về trung vị (Median) giữa 2 nhóm độc lập (ví dụ: so sánh mức độ hài lòng giữa Nam và Nữ):

  1. Chọn menu Analyze -> Nonparametric Tests -> Legacy Dialogs -> 2 Independent Samples...
  2. Đưa biến cần so sánh vào ô Test Variable List.
  3. Đưa biến phân nhóm vào ô Grouping Variable, bấm Define Groups nhập giá trị 1 và 2.
  4. Tích chọn Mann-Whitney U -> Bấm OK.
  5. Đọc kết quả: Xem dòng Asymp. Sig. (2-tailed). Nếu Sig. < 0.05, kết luận có sự khác biệt có ý nghĩa thống kê giữa hai nhóm.

3. Kiểm định Kruskal-Wallis: Thay thế cho One-Way ANOVA

Dùng để so sánh sự khác biệt giữa từ 3 nhóm trở lên (ví dụ: so sánh mức độ hài lòng theo 4 nhóm độ tuổi hoặc 3 mức thu nhập):

  1. Chọn menu Analyze -> Nonparametric Tests -> Legacy Dialogs -> K Independent Samples...
  2. Đưa biến nghiên cứu vào ô Test Variable List, biến phân nhóm vào Grouping Variable.
  3. Bấm Define Range: nhập giá trị nhỏ nhất (Minimum) và lớn nhất (Maximum) của mã nhóm (ví dụ từ 1 đến 4).
  4. Tích chọn Kruskal-Wallis H -> Bấm OK.
  5. Đọc kết quả: Nếu Asymp. Sig. < 0.05, kết luận có sự khác biệt giữa các nhóm đối tượng nghiên cứu.
Cam Kết Liêm Chính Học Thuật & Bảo Mật Dữ Liệu Nghiên Cứu

Toàn bộ kiến thức và quy trình kỹ thuật chia sẻ tại DIEN-FORM đều tuân thủ các chuẩn mực đạo đức nghiên cứu khoa học quốc tế. Dữ liệu thu thập và xử lý được bảo đảm tính ẩn danh 100%, tuân thủ nguyên tắc không can thiệp làm sai lệch bản chất mẫu và luôn hướng tới việc hỗ trợ sinh viên, nhà nghiên cứu hoàn thiện công trình một cách minh bạch, tự nhiên và vững chắc trước hội đồng thẩm định.

Thu thập số liệu khảo sát chuẩn hóa ngay từ đầu cùng DIEN-FORM!

Tiết kiệm thời gian xử lý dữ liệu phức tạp với nền tảng hỗ trợ điền form thông minh, phân bổ mẫu tự nhiên và cân bằng nhân khẩu học.

Trải Nghiệm Khảo Sát Tự Động