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
- Lý thuyết về bốn giả định của hồi quy đa biến và cách khắc phục
- Hai cách tiếp cận để kiểm định biến điều tiết: kiểm định dạng interaction effect và dạng multi group. Tại sao nên dùng multigroup hơn là interaction?
- So sánh biến tiềm ẩn và biến quan sát
- Phân biệt mô hình đo lường và mô hình cấu trúc
- Cách export import file Smart PLS 3 vào chương trình