Kiểm định giả thuyết là một trong những nội dung quan trọng của môn Xác suất và Thống kê (DAT102), giúp sinh viên ngành Xử lý Dữ liệu phát triển tư duy phân tích và đưa ra quyết định dựa trên dữ liệu. Thông qua ví dụ kiểm định Chi-square kết hợp tính toán thủ công và phần mềm Jamovi, sinh viên FPT Polytechnic có thể tiếp cận phương pháp phân tích dữ liệu một cách trực quan, đồng thời hiểu rõ bản chất của các kiểm định thống kê trước khi ứng dụng vào các bài toán thực tế.
Trong chương trình đào tạo ngành Xử lý Dữ liệu tại Trường Cao đẳng FPT Polytechnic, môn Xác suất và Thống kê (DAT102) là học phần nền tảng giúp sinh viên tiếp cận các phương pháp phân tích dữ liệu hiện đại. Môn học cung cấp kiến thức về xác suất, phân phối dữ liệu, ước lượng tham số, kiểm định giả thuyết và phân tích mối quan hệ giữa các biến, tạo tiền đề cho các học phần chuyên sâu về khoa học dữ liệu và ra quyết định dựa trên dữ liệu.
Trong bài viết này, sinh viên sẽ cùng tìm hiểu kiểm định Chi-square (χ²) – một phương pháp thống kê phổ biến dùng để đánh giá mối liên hệ giữa hai biến định tính. Mỗi bài kiểm định luôn bắt đầu từ một câu hỏi nghiên cứu. Ví dụ:
Có hay không mối liên hệ giữa trình độ học vấn và việc mua điện thoại iPhone?
Từ câu hỏi nghiên cứu, người phân tích sẽ xây dựng hai giả thuyết:
- H0 (Giả thuyết không): Trình độ học vấn độc lập với việc mua điện thoại iPhone.
- H1 (Giả thuyết đối): Có mối liên hệ giữa trình độ học vấn và việc mua điện thoại iPhone.
Sau khi tính toán thống kê, kết quả sẽ được đánh giá thông qua p-value.
- p-value lớn: Dữ liệu vẫn phù hợp với giả thuyết H0 → Không bác bỏ H0.
- p-value nhỏ: Dữ liệu khó xảy ra nếu H0 đúng → Bác bỏ H0.
Lưu ý, p-value luôn được so sánh với mức ý nghĩa thống kê, thông thường là 5% (0,05). Kết luận của kiểm định chỉ dừng ở mức “bác bỏ” hoặc “không bác bỏ” giả thuyết, chứ không khẳng định giả thuyết đúng tuyệt đối.
Ví dụ kiểm định Chi-square
Bài toán sử dụng dữ liệu khảo sát 10 người mua smartphone với các thông tin về giới tính, năm sinh, trình độ học vấn và việc sử dụng iPhone. Sau khi tổng hợp dữ liệu, bảng quan sát (Observed) thu được như sau:
| Trình độ | iPhone = 1 | iPhone = 0 |
|---|---|---|
| CĐ | 2 | 1 |
| ĐH | 4 | 1 |
| TC | 1 | 1 |
Từ bảng quan sát, sinh viên tiếp tục tính tần suất kỳ vọng (Expected) theo công thức:
Eij = (Tổng theo cột × Tổng theo hàng) / N
Áp dụng cho từng ô sẽ thu được bảng tần suất kỳ vọng:
| Trình độ | iPhone = 1 | iPhone = 0 |
|---|---|---|
| CĐ | 2.1 | 0.9 |
| ĐH | 3.5 | 1.5 |
| TC | 1.4 | 0.6 |
Tiếp theo, chỉ số Chi-square của từng ô được tính theo công thức:
χ² = (O − E)² / E
Trong đó:
- O (Observed): Giá trị quan sát.
- E (Expected): Giá trị kỳ vọng.
Sau khi cộng tất cả các thành phần:
χ² ≈ 0.635
Bậc tự do được xác định:
df = (Số cột − 1) × (Số hàng − 1) = 2
Khi thực hiện trên phần mềm Jamovi, kết quả thu được: χ²(2) = 0.635, p = 0.728, N = 10. Vì: p = 0.728 > 0.05 nên không đủ bằng chứng để bác bỏ H0. Hay nói cách khác, không đủ bằng chứng để kết luận trình độ học vấn có mối liên hệ với việc mua điện thoại iPhone trong bộ dữ liệu khảo sát này.
Ứng dụng Jamovi trong môn DAT102
Bên cạnh việc hướng dẫn sinh viên tính toán thủ công để hiểu bản chất của phép kiểm định, môn học còn giới thiệu Jamovi như một công cụ hỗ trợ phân tích thống kê.
Một bài kiểm định trên Jamovi thường trải qua ba bước:
- Nhập dữ liệu (không sử dụng tiếng Việt trong tên biến).
- Xử lý dữ liệu khi cần thiết (ví dụ chuyển năm sinh thành tuổi bằng ngôn ngữ R).
- Thực hiện kiểm định thống kê.
Đối với bài kiểm định Chi-square, sinh viên thao tác theo đường dẫn:
Analyses → Frequencies → Independent Sample (χ² test of association)
Jamovi sẽ tự động trả về các chỉ số thống kê, giúp người học dễ dàng đối chiếu với kết quả tính toán thủ công để kiểm chứng tính chính xác.
Ngoài Chi-square, phần mềm còn hỗ trợ nhiều phương pháp phân tích khác như T-tests, ANOVA, Regression… Đây đều là những công cụ quan trọng trong phân tích dữ liệu hiện đại, giúp sinh viên từng bước làm chủ tư duy thống kê và sẵn sàng áp dụng vào các bài toán thực tế trong lĩnh vực khoa học dữ liệu. Trong các bài viết tiếp theo, sinh viên sẽ tiếp tục tìm hiểu về T-tests và những ứng dụng của phương pháp này trong phân tích dữ liệu.
Giảng viên Trần Thế Bảy
Bộ môn Ứng dụng phần mềm
FPT Polytechnic HCM
