Thống kê mô tả tóm tắt chính mẫu bạn thu được bằng tần số, phần trăm, trung bình, độ lệch chuẩn. Thống kê suy luận dùng mẫu đó để rút ra kết luận về tổng thể bằng kiểm định giả thuyết, khoảng tin cậy và p-value (t-test, ANOVA, tương quan, hồi quy). Trong khoá luận, mô tả đứng đầu chương 4 để người đọc biết mẫu là ai; suy luận là phần trả lời giả thuyết.
So sánh nhanh
| Thống kê mô tả | Thống kê suy luận | |
|---|---|---|
| Câu hỏi trả lời | Mẫu của tôi trông như thế nào? | Kết quả này có đúng cho tổng thể không? |
| Chỉ số | Tần số, %, trung bình, trung vị, độ lệch chuẩn | t, F, χ², r, B, p-value, khoảng tin cậy |
| Có p-value không | Không | Có |
| Phụ thuộc cách chọn mẫu | Không, chỉ mô tả cái đang có | Có, kết luận chỉ chắc chắn khi mẫu đại diện |
| Vị trí trong khoá luận | Đầu chương 4: đặc điểm mẫu, mô tả biến | Phần kiểm định giả thuyết |
Ví dụ thật: mức độ dễ chịu của nam và nữ
Dữ liệu bfi (gói R psych, trang kiểm chứng), điểm trung bình thang Agreeableness.
Mô tả: nam (n = 896) có trung bình 4,38, độ lệch chuẩn 0,93; nữ (n = 1.813) có trung bình 4,78, độ lệch chuẩn 0,86. Câu này chỉ nói về 2.709 người trong mẫu.
Suy luận: t-test Welch cho chênh lệch 0,40 điểm, khoảng tin cậy 95% từ 0,33 đến 0,47, t(1.654,5) = 10,72, p < 0,001; Cohen's d = 0,45. Câu này nói rằng nếu mẫu đại diện, trong tổng thể nữ cũng có mức độ dễ chịu cao hơn nam, với độ chênh ước tính 0,33 đến 0,47 điểm.
Lưu ý: bfi là mẫu thuận tiện từ người tham gia trực tuyến, nên phần suy luận chỉ đáng tin cho nhóm người tương tự. Khoá luận dùng mẫu thuận tiện cũng cần câu giới hạn này.
{{CTA}}
Viết vào chương 4 thế nào?
- Mục mô tả: bảng đặc điểm mẫu và bảng trung bình các khái niệm. Xem thống kê mô tả mẫu nghiên cứu và công cụ thống kê mô tả.
- Mục suy luận: kiểm định độ tin cậy, EFA, tương quan, hồi quy hoặc PLS-SEM, mỗi kết quả kèm p-value và hệ số hiệu ứng. Chạy bằng công cụ phân tích dữ liệu.
- Không viết "có ý nghĩa thống kê" ở phần mô tả: mô tả không có kiểm định.
Câu hỏi thường gặp
Cronbach's alpha là thống kê mô tả hay suy luận?
Alpha mô tả độ nhất quán của thang đo trên mẫu của bạn, thường không kèm kiểm định. Nó là bước đánh giá thang đo, đứng giữa mô tả mẫu và kiểm định giả thuyết.
Mẫu thuận tiện có dùng thống kê suy luận được không?
Vẫn chạy được, và khoá luận nào cũng làm. Nhưng phải nói rõ kết luận chỉ áp dụng cho nhóm giống mẫu, xem phương pháp chọn mẫu.
p-value nhỏ có nghĩa là khác biệt lớn không?
Không. Với mẫu lớn, chênh lệch rất nhỏ cũng có p nhỏ. Luôn báo hệ số hiệu ứng như Cohen's d, r hay R²; xem p-value là gì.
Tài liệu tham khảo
- Cohen, J. (1988). Statistical power analysis for the behavioral sciences (2nd ed.). Lawrence Erlbaum.
- Revelle, W. Gói R psych, bộ dữ liệu bfi. https://CRAN.R-project.org/package=psych