Nhóm MBA Hỗ Trợ SPSS so sánh sự giống nhau và khác nhau khi sử dụng t test và anova. Trường hợp nào cần dùng.
T test và anova có cùng mục đích là kiểm định sự khác biệt về giá trị trung bình giữa các nhóm được test. Cụ thể ở đây là Independent sample t test và Oneway anova.
Ví dụ cần sử dụng t test và anova để kiểm định
Ví dụ 1 : Cần kiểm định về sự Hài Lòng trong công việc giữa hai nhóm giới tính Nam/Nữ. Mục đích là xem nhóm giới tính nào hài lòng trong công việc hơn, nghĩa là nhóm đó có điểm trung bình về Hài Lòng cao hơn nhóm còn lại
Ví dụ 2 : Hoặc kiểm định về sự Hài Lòng trong công việc giữa giữa 3 nhóm tuổi: <30 tuổi, từ 30-40 tuổi, trên 40 tuổi. Mục đích là xem nhóm tuổi nào hài lòng trong công việc hơn, nghĩa là nhóm đó có điểm trung bình về Hài Lòng cao hơn các nhóm còn lại.
Sự khác nhau giữa t test và anova
T test chỉ kiểm định được cho biến có hai nhóm quan sát, còn anova kiểm định được cho biến có từ 2 biến quan sát trở lên, ví dụ 2 3 4 5 nhóm…
Sự giống nhau giữa t test và anova
Cả hai loại thống kê này đều dùng để kiểm định giá trị trung bình. Nếu biến cần kiểm định chỉ có hai nhóm quan sát thì có thể áp dụng t test hoặc anova để kiểm định, giá trị kết quả hiển thị sẽ giống y hệt nhau.
Chi tiết independent sample t test : https://phantichspss.com/cach-su-dung-independent-samples-t-test-trong-spss.html
Chi tiết oneway anova: https://phantichspss.com/phan-tich-phuong-sai-mot-yeu-to-anova.html
- Cách thực hiện các dạng chuyển đổi số liệu thông dụng: centering,chuẩn hóa standardization dữ liệu, ipsatizing
- Cách tính giá trị nhân số đại diện cho nhân tố sau khi phân tích EFA
- Phân biệt biến nội sinh và ngoại sinh ( Endogenous và exogenous)
- Đa cộng tuyến: định nghĩa, cách phát hiện, hậu quả, cách khắc phục
- Công cụ Stats Tools Package dùng để tính độ tin cậy tổng hợp và phương sai trích tự động


















