So sánh trung bình 2 mẫu độc lập: Independent sample t test

Cập nhật: 08/06/2022 bởi admin0

Đôi nét về Independent sample t test

Đây là kiểm định nhằm so sánh trung bình của 2 mẫu độc lập.

Như tên gọi của nó, giả định quan trọng nhất là 2 mẫu này phải hoàn toàn độc lập (không có phần tử trùng nhau). Thông thường nhất là các biến nhân khẩu để chia nhóm như giới tính, tuổi, hôn nhân, nghề nghiệp chính,….

Một giả định khác đó là biến phụ thuộc trong từng mẫu phải có phẩn phối chuẩn. Tuy nhiên khi cỡ mẫu lớn khoảng hơn 30 thì giả định này thường bị bỏ qua (ít nhất là các bài luận và nghiên cứu dùng ở Viet Nam nên các bạn cứ dùng thoải mái). Tất nhiên là nếu muốn chặt chẽ các bạn có thể dùng kiểm địn khác thay thế khi giả địn này không thoả mãn (sẽ được đề cập trong bài viết khác)

Xét 2 mẫu S1 và S2 (không cần cỡ mẫu bẳng nhau là n1 và n2) và biến quan sát X có trung bình lần lượt là µ1 và µ2

Xét cặp giả thuyết

Ta bác bỏ H0 nếu –t(k, α/2) <tqs < t(k, α/2) với α là mức ý nghĩa, k =n1+n2-2 là số bậc tự do

Tất nhiên cũng như các kiểm định khác, phần mềm tính luôn cho ta giá trị sig. Nếu sig <α ta bác bỏ H0.

Ngoài ra nếu H0 chứa dấu >= hay <= thì tương tự các bài viết trước ta sẽ sử dụng thống kê t phần mềm tính ra và kết hợp với tra bảng để kết luận

Thông thường ở Việt Nam khi làm bài bạn không cần kiểm tra bất cứ một giả định nào cả. Vậy nên nếu chỉ tập trung vào ứng dụng chạy và viết bài bạn có thể bỏ qua phần các giả định này và chuyển ngay đến phần tiếp theo “Tóm tắt cách đọc kết quả”

Lưu ý: Để so sánh giữa nhiều hớn 2 nhóm với nhau các bạn chuyển qua xem thủ tục so sánh bằng One-way ANOVA tại đây nhé: https://ungdung.hotronghiencuu.com/so-sanh-bang-one-way-anova

Series Navigation<< So sánh trung bình của một mẫu trùng nhau trong nhiều thời điểmCác kịch bản kết quả phân tích Independent sample t test >>

Trang: 1 2 3 4 5 6