Kiểm định One-Sample T Test trong SPSS

Kiểm định One-Sample T-Test nhằm mục đích so sánh trung bình (mean) của tổng thể với một giá trị cụ thể nào đó. Chẳng hạn như kiểm tra xem điểm trung bình kỳ thi cuối kỳ của học sinh trong lớp là cao hơn, thấp hơn hay bằng 8 điểm; kiểm tra xem chiều cao trung bình của các ứng viên tham dự cuộc thi Hoa hậu Hoàn Vũ là cao hơn, thấp hơn hay bằng 1,7 mét,..v…v…

Cụ thể trong bài viết này, mình sẽ so sánh trung bình điểm đánh giá mức độ đồng ý các tiêu chí trong nhân tố Lương, thưởng, phúc lợi của nhân viên tại một công ty với giá trị 3. Thang đo được sử dụng để đo lường sự đồng ý trong trường hợp này là Likert 1-5. Và như các bạn biết, trong 5 mức độ của Likert, điểm 1 và 2 đại diện cho ý kiến là không đồng ý, điểm 4 và 5 đại diện cho ý kiến là đồng ý, điểm 3 là điểm trung gian ngăn cách giữa 2 bên không đồng ý và đồng ý. Mình muốn kiểm tra xem nhân viên có sự đồng ý trên mức trung lập hay không.Đây là bảng đánh giá các tiêu chí trong nhóm Lương, thưởng, phúc lợi:

Giả thuyết H0 đặt ra cho kiểm định One-Sample T-Test là: Điểm đánh giá trung bình của nhân viên đối với các tiêu chí của nhân tố Lương, thưởng, phúc lợi là 3. Chúng ta sẽ thực hiện kiểm định để xem thử sẽ bác bỏ hay chấp nhận giả thuyết Ho (độ tin cậy được sử dụng là 95%).

Thực hiện trên SPSS 20, các bạn vào Analyze > Compare Means > One-Sample T Test…

Giao diện cửa sổ One-Sample T-Test xuất hiện, các bạn đưa các biến cần kiểm định vào mục Test Variable(s), cụ thể trong trường hợp này là TN1 đến TN5. Tiếp đến, nhập giá trị muốn so sánh trung bình vào mục Test Value, cụ thể ở đây là 3.

Sau đó nhấp OK, các bạn sẽ thấy 2 bảng xuất hiện ở file Output. Một bảng là One-Sample Statistics thống kê giá trị trung bình, độ lệch chuẩn các biến; bảng còn lại là One-Sample Test cho biết kết quả kiểm định vừa thực hiện.

Chúng ta sẽ nhìn vào giá trị sig kiểm định t trong bảng One-Sample Test trước. Có thể thấy tất cả các giá trị sig đều nhỏ hơn 0.05. Như vậy, chúng ta bác bỏ giả thuyết Ho ban đầu, nghĩa là điểm đánh giá trung bình của nhân viên đối với các tiêu chí của nhân tố Lương, thưởng, phúc lợi là khác 3.

Khi này chúng ta sẽ sử dụng bảng One-Sample Statistics để nhận xét tiếp. Kết quả từ bảng One-Sample Statistics cho thấy rằng, giá trị trung bình các tiêu chí đưa vào kiểm định dao động từ 3.62 đến 3.67, tất cả đều lớn hơn 3. Như vậy, nhân viên tại công ty đang có mức độ đồng ý với các tiêu chí trong nhóm Lương, thưởng, phúc lợi trên mức trung lập 3.

Tới đây, có bạn nào thắc mắc rằng: Chỉ là so sánh trung bình với một con số thôi mà, cần gì phải làm kiểm định, cứ chạy thống kê trung bình rồi nhìn con số đánh giá là xong mà. Ví dụ, bảng kết quả ở trên khi chạy thống kê thì điểm trung bình các tiêu chí đều lớn hơn 3, vậy thì kết luận luôn chứ cần gì dùng đến kiểm định t ở bảng One-Sample Test?

Để trả lời thắc mắc này, mình sẽ thực hiện tiếp một kiểm định One-Sample T-Test nữa cho TN1 đến TN5 với giá trị cần so sánh là 3.5. Và dưới đây là bảng kết quả One-Sample T-Test mới (bảng One-Sample Statistics luôn không bị thay đổi dù giá trị cần so sánh thay đổi).

Các bạn dễ dàng thấy được sig kiểm định t của tiêu chí TN1 là 0.099 > 0.05, điều này đồng nghĩa chúng ta sẽ chấp nhận giả thuyết Ho đối với TN1 (các tiêu chí TN2 đến TN5 vẫn bác bỏ giả thuyết do sig kiểm định t nhỏ hơn 0.05). Nói cách khác:

• Điểm đánh giá trung bình của nhân viên đối với tiêu chí TN1 của nhân tố Lương, thưởng, phúc lợi là bằng 3.5.
• Điểm đánh giá trung bình của nhân viên đối với các tiêu chí TN2 đến TN5 của nhân tố Lương, thưởng, phúc lợi là khác 3.5.

Các bạn cần lưu ý rằng, kiểm định One-Sample T-Test so sánh trung bình tổng thể với một giá trị  nào đó còn dựa vào nhiều yếu tố khác tác động lên giá trị mean nữa như kích thước mẫu, độ lệch chuẩn,… chứ không phải chỉ dùng tới mỗi giá trị mean. Chính vì vậy, khi muốn so sánh trung bình của một biến với một giá trị nào đó, bạn cần thực hiện kiểm định One-Sample T Test chứ không nên chỉ chạy thống kê mean và đi đến kết luận.