Bạn đang tìm hiểu cách thực hiện & đọc kết quả kiểm định Two-Way ANOVA trong SPSS? Bài viết này hướng dẫn chi tiết từ khái niệm Two-Way ANOVA, từng bước chạy phân tích trong SPSS 26, đến cách diễn giải kết quả thống kê – bao gồm kiểm định phương sai Levene’s, bảng Tests of Between-Subjects Effects và cách kiểm tra tương tác giữa hai biến định tính đối với một biến định lượng. Đây là tài liệu hữu ích cho các bạn nghiên cứu khoa học xã hội, luận văn & báo cáo phân tích số liệu.
1. Lý thuyết về Two-way ANOVA
Trong nghiên cứu định lượng, để kiểm định sự khác biệt của một biến phụ thuộc dạng định lượng giữa các nhóm được xác định bởi một biến độc lập định tính, chẳng hạn như xem xét mức độ hài lòng trong công việc có khác nhau giữa các nhóm giới tính hoặc giữa các nhóm độ tuổi khác nhau hay không, phương pháp phân tích phương sai một yếu tố (One-way ANOVA) thường được sử dụng. Tuy nhiên, trong trường hợp nhà nghiên cứu mong muốn phân tích đồng thời ảnh hưởng của hai biến định tính lên một biến định lượng, phương pháp One-way ANOVA không còn phù hợp. Khi đó, phân tích phương sai hai yếu tố (Two-way ANOVA) được áp dụng nhằm đánh giá sự khác biệt của biến phụ thuộc dưới tác động đồng thời của hai biến độc lập định tính.
Giả sử kết quả phân tích One-way ANOVA cho thấy quyết định mua hàng có sự khác biệt có ý nghĩa thống kê giữa các nhóm khách hàng thuộc các độ tuổi khác nhau. Đồng thời, nhà nghiên cứu nhận định rằng giới tính có thể ảnh hưởng đến cả độ tuổi và hành vi ra quyết định mua hàng. Trong bối cảnh này, việc sử dụng phân tích Two-way ANOVA là cần thiết nhằm kiểm định liệu sự khác biệt về quyết định mua hàng giữa các nhóm độ tuổi có nhất quán giữa hai nhóm giới tính nam và nữ hay không, cũng như đánh giá khả năng tồn tại của hiệu ứng tương tác giữa độ tuổi và giới tính đối với quyết định mua hàng.
2. Thực hành phân tích Two-way ANOVA trên phần mềm SPSS 26
Xét bộ dữ liệu gồm 350 nhân viên đang làm việc tại một doanh nghiệp, với các biến nghiên cứu được xác định như sau:
– Sự hài lòng trong công việc là biến định lượng, ký hiệu F_HL;
– Giới tính nhân viên là biến định tính, ký hiệu GioiTinh;
– Thâm niên công tác là biến định tính, ký hiệu ThamNien.
Mục tiêu của phân tích là sử dụng kiểm định ANOVA hai chiều nhằm đánh giá liệu mức độ hài lòng công việc giữa các nhóm thâm niên khác nhau có sự khác biệt hay không khi xét đồng thời theo giới tính nam và nữ.
Trên giao diện SPSS, tiến hành theo đường dẫn Analyze > General Linear Model > Univariate để thực hiện kiểm định ANOVA hai chiều.
Khi hộp thoại Univariate xuất hiện, đưa biến định lượng F_HL vào ô Dependent Variable, đồng thời đưa hai biến định tính GioiTinh và ThamNien vào ô Fixed Factor(s).
Tiếp theo, tại tùy chọn Plots ở phía bên phải, lần lượt đưa từng biến GioiTinh và ThamNien vào mục Horizontal Axis và nhấn nút Add để tạo đồ thị minh họa.
Để thể hiện mối quan hệ của biến phụ thuộc F_HL với đồng thời hai biến độc lập GioiTinh và ThamNien trên cùng một đồ thị, cần đưa một biến định tính vào Horizontal Axis và biến định tính còn lại vào mục Separate Lines, sau đó nhấn Add. Thông thường, nên ưu tiên đưa biến có số mức ít hơn vào Separate Lines để đồ thị dễ quan sát; trong trường hợp này, biến GioiTinh chỉ gồm hai mức Nam và Nữ nên phù hợp để đặt vào Separate Lines.
Sau khi thiết lập xong, các lựa chọn sẽ hiển thị trong mục Plots. Nhấn Continue để quay trở lại cửa sổ Univariate ban đầu.
Tại tùy chọn Post Hoc, chuyển các biến định tính từ danh sách Factor(s) sang mục Post Hoc Tests for nhằm thực hiện phân tích hậu nghiệm khi phát hiện sự khác biệt có ý nghĩa thống kê. Trong phần Equal Variances Assumed, có thể lựa chọn các phép kiểm như LSD hoặc Bonferroni. Đối với phân tích ANOVA hai chiều, nếu giả định phương sai bằng nhau bị vi phạm thì các kết quả so sánh trung bình không được xem xét do các ước lượng có thể thiếu chính xác. Sau khi lựa chọn, nhấn Continue để quay về cửa sổ chính.
Ở tùy chọn EM Means, chuyển toàn bộ các yếu tố và tương tác trong mục Factor(s) and Factor Interactions sang ô Display Means for để hiển thị giá trị trung bình ước lượng. Nhấn Continue để quay lại cửa sổ ban đầu.
Cuối cùng, trong tùy chọn Options, đánh dấu chọn Descriptive statistics và Homogeneity tests nhằm xuất thống kê mô tả và kiểm định tính đồng nhất phương sai. Nhấn Continue, sau đó chọn OK để SPSS thực hiện phân tích và xuất kết quả ra cửa sổ Output.
3. Đọc kết quả phân tích Two-way ANOVA trên SPSS 26
Trong quá trình diễn giải kết quả, trước hết cần xem xét tổng quan các thống kê mô tả đơn và thống kê mô tả kết hợp của các biến, được trình bày trong hai bảng Between-Subjects Factors và Descriptive Statistics. Các bảng này cung cấp thông tin nền tảng về phân bố mẫu và giá trị trung bình của biến phụ thuộc theo từng nhóm của các biến độc lập.
Bảng Levene’s Test of Equality of Error Variances dùng để kiểm định giả định về tính đồng nhất phương sai sai số giữa các nhóm. Đây là điều kiện quan trọng cần được thỏa mãn trước khi diễn giải các kết quả so sánh trung bình trong phân tích ANOVA.
- Trường hợp giá trị sig của kiểm định Levene tại dòng Based on Mean lớn hơn 0.05, có thể kết luận phương sai sai số giữa các nhóm là tương đương, do đó việc tiếp tục diễn giải các bảng kết quả ANOVA là phù hợp.
- Ngược lại, nếu giá trị sig tại dòng Based on Mean nhỏ hơn 0.05, giả định đồng nhất phương sai bị vi phạm và không có đủ cơ sở thống kê để đánh giá sự khác biệt trung bình, khi đó phân tích Two-way ANOVA không được tiếp tục.
Trong ví dụ minh họa, giá trị sig của kiểm định Levene tại dòng Based on Mean bằng 0.354, lớn hơn 0.05. Điều này cho thấy phương sai sai số giữa các nhóm là đồng nhất, vì vậy có thể tiếp tục xem xét kết quả phân tích sự khác biệt trung bình.
Bảng Tests of Between-Subjects Effects là bảng trọng tâm trong phân tích Two-way ANOVA. Giá trị sig tại ba dòng GioiTinh, ThamNien và GioiTinhThamNien phản ánh sự tồn tại hay không của khác biệt trung bình của biến phụ thuộc F_HL theo từng yếu tố định tính cũng như theo sự tương tác giữa các yếu tố. Trong đó, giá trị sig tại dòng tương tác GioiTinhThamNien có ý nghĩa đặc biệt quan trọng, cho biết liệu sự kết hợp giữa giới tính và thâm niên làm việc có ảnh hưởng đến F_HL hay không.
Cụ thể, trong kết quả thu được:
- Giá trị sig của kiểm định F tại dòng GioiTinh bằng 0.800, lớn hơn 0.05, cho thấy không tồn tại sự khác biệt có ý nghĩa thống kê về mức độ hài lòng giữa các nhóm nhân viên theo giới tính.
- Giá trị sig của kiểm định F tại dòng ThamNien bằng 0.000, nhỏ hơn 0.05, cho thấy có sự khác biệt có ý nghĩa thống kê về mức độ hài lòng giữa các nhóm nhân viên có thâm niên làm việc khác nhau. Khi đó, SPSS sẽ cung cấp thêm kết quả phân tích hậu nghiệm ANOVA cho biến ThamNien ở bảng Post Hoc Test nhằm xác định cụ thể các cặp nhóm có sự khác biệt.
- Giá trị sig của kiểm định F tại dòng GioiTinh*ThamNien bằng 0.002, nhỏ hơn 0.05, cho thấy mức độ hài lòng của nhân viên có sự khác biệt theo thâm niên làm việc và sự khác biệt này thay đổi giữa các nhóm giới tính.
Biểu đồ thể hiện giá trị trung bình của F_HL theo thâm niên và giới tính cho phép minh họa trực quan mối quan hệ tương tác giữa hai biến độc lập. Kết quả cho thấy:
- Đối với nhân viên nam, mức độ hài lòng trong công việc có xu hướng tăng dần theo thâm niên, thể hiện qua đường biểu diễn màu xanh dương có độ dốc tăng khi thâm niên làm việc gia tăng.
- Đối với nhân viên nữ, mức độ hài lòng công việc không có sự thay đổi đáng kể giữa các mức thâm niên, thể hiện qua đường biểu diễn màu đỏ có xu hướng tương đối ổn định khi thâm niên tăng lên.
Từ bảng Tests of Between-Subjects Effects, có thể kết luận rằng tồn tại sự khác biệt về mức độ hài lòng giữa các nhóm nhân viên có thâm niên làm việc khác nhau. Đồng thời, SPSS cung cấp thêm kết quả phân tích sâu ANOVA nhằm xác định chi tiết những cặp nhóm thâm niên nào có sự khác biệt có ý nghĩa thống kê. Cách diễn giải bảng phân tích này có thể tham khảo tương tự như trong nội dung hướng dẫn phân tích sâu One-way ANOVA trong SPSS.
