Công Cụ Tính ANOVA Một Yếu Tố
Dán điểm số của từng nhóm và nhận đầy đủ bảng ANOVA — tổng bình phương, trung bình bình phương, F và giá trị p chính xác — cùng η² và ω², thống kê mô tả từng nhóm, phép kiểm tra phương sai bằng nhau theo Brown–Forsythe, ANOVA Welch và các phép so sánh từng cặp đã hiệu chỉnh Bonferroni. Mọi bước đều được trình bày bằng chính số liệu của bạn. Miễn phí, không cần đăng ký.
0 giá trị
0 giá trị
0 giá trị
Nhập ít nhất hai số vào mỗi nhóm trong ít nhất hai nhóm.
Cách Sử Dụng Công Cụ Tính ANOVA Một Yếu Tố
- 1. Nhập từng nhóm. Đặt tên cho nhóm và dán điểm số của nhóm đó, phân tách bằng dấu phẩy, khoảng trắng hoặc xuống dòng. Ba nhóm đã sẵn sàng để điền; bạn có thể thêm tối đa mười nhóm hoặc bớt xuống còn hai.
- 2. Chọn α. Mức ý nghĩa (mặc định 0,05) quyết định dòng kết luận và nhận định cho các kiểm định tiếp theo.
- 3. Đọc kiểm định tổng quát. Bảng ANOVA cho biết SS, df, MS, F và p; η² và ω² cho biết các nhóm giải thích bao nhiêu phần của sự biến thiên.
- 4. Kiểm tra và đào sâu. Xem kiểm định Levene trước khi tin vào F cổ điển, dùng ANOVA Welch nếu phương sai khác nhau, rồi đọc các phép so sánh từng cặp để biết nhóm nào khác nhau. Sao chép dòng APA khi đã xong.
Tỷ Số F So Sánh Điều Gì
ANOVA tách tổng biến thiên của các điểm số thành hai phần. Tổng bình phương giữa các nhóm, SSB = Σ nⱼ(x̄ⱼ − x̄)², đo mức độ trung bình của mỗi nhóm lệch khỏi trung bình chung. Tổng bình phương trong nhóm, SSW = Σ Σ (x − x̄ⱼ)², đo mức độ từng điểm số lệch khỏi trung bình của chính nhóm đó. Chia mỗi tổng cho bậc tự do của nó sẽ được một trung bình bình phương, và F = MSB / MSW. Nếu các trung bình tổng thể bằng nhau, cả hai trung bình bình phương cùng ước lượng một phương sai sai số và F xoay quanh giá trị 1; F lớn nghĩa là các trung bình nhóm cách xa nhau hơn mức nhiễu bên trong các nhóm có thể tạo ra do ngẫu nhiên.
| Nguồn | SS | df | MS | F |
|---|---|---|---|---|
| Giữa các nhóm | Σ nⱼ(x̄ⱼ − x̄)² | k − 1 | SSB / (k − 1) | MSB / MSW |
| Trong nhóm | Σ Σ (x − x̄ⱼ)² | N − k | SSW / (N − k) | |
| Tổng | Σ (x − x̄)² | N − 1 |
k là số nhóm và N là tổng số điểm số. η² = SSB / SST; ω² = (SSB − (k − 1)MSW) / (SST + MSW).
Ví Dụ Minh Họa: Ba Hình Thức Giảng Dạy
Nhấp Thử một ví dụ để nạp điểm bài kiểm tra ngắn của ba lớp, mỗi lớp sáu sinh viên: bài giảng (M = 73,83, SD = 4,36), lớp đảo ngược (M = 82,17, SD = 3,76) và trực tuyến tự học (M = 72,33, SD = 2,58). Trung bình chung là 76,11.
ANOVA một yếu tố, từng bước
SSB = 336,78 với df = 2, nên MSB = 168,39
SSW = 199,00 với df = 15, nên MSW = 13,27
F = 168,39 / 13,27 = 12,69, p = ,0006
η² = 336,78 / 535,78 = ,63; ω² = ,57
Theo định dạng APA: điểm bài kiểm tra khác nhau theo hình thức giảng dạy, F(2, 15) = 12,69, p < ,001, η² = ,63. Kiểm định Levene không cho thấy dấu hiệu phương sai không bằng nhau, F(2, 15) = 0,89, p = ,430, và ANOVA Welch phù hợp với kiểm định cổ điển, F(2, 9,49) = 13,33, p = ,002. Các phép so sánh đã hiệu chỉnh Bonferroni cho thấy sự khác biệt nằm ở lớp đảo ngược: lớp này cao hơn lớp bài giảng 8,33 điểm (p hiệu chỉnh = ,016) và cao hơn lớp trực tuyến 9,83 điểm (p hiệu chỉnh = ,002), trong khi lớp bài giảng và lớp trực tuyến không khác nhau (p hiệu chỉnh > ,999).
Các Giả Định Và Cách Xử Lý Khi Chúng Không Thỏa
- Các quan sát độc lập. Mỗi điểm số đến từ một người khác nhau và thuộc về một nhóm duy nhất. Các phép đo lặp lại trên cùng những người cần dùng ANOVA đo lặp lại, mà công cụ này không thực hiện.
- Phần dư xấp xỉ chuẩn. ANOVA chịu được độ lệch vừa phải khi các nhóm có cỡ mẫu tương tự; với các nhóm nhỏ và rõ ràng không chuẩn, hãy dùng kiểm định Kruskal-Wallis.
- Phương sai bằng nhau. Kiểm định Levene ở đây là phiên bản Brown–Forsythe, đo độ phân tán quanh trung vị của mỗi nhóm và vẫn đáng tin cậy với dữ liệu lệch. Khi kết quả có ý nghĩa — hoặc khi cỡ các nhóm chênh lệch nhiều — hãy báo cáo ANOVA Welch, vốn không cần giả định này.
- Chỉ chạy post hoc khi có lý do. Bảng so sánh từng cặp dùng kiểm định t Welch với hiệu chỉnh Bonferroni. HSD của Tukey không được tính vì cần phân phối khoảng student hóa; Bonferroni bảo thủ hơn đôi chút, nên hãy thận trọng với các giá trị p hiệu chỉnh sát ngưỡng.
Câu Hỏi Thường Gặp
- Một ANOVA một yếu tố có ý nghĩa cho bạn biết điều gì?
- Rằng ít nhất một trung bình nhóm khác với các nhóm còn lại — không cho biết là nhóm nào, cũng không có nghĩa là tất cả đều khác nhau. Kiểm định F tổng quát chỉ so sánh độ phân tán của các trung bình nhóm với độ phân tán bên trong các nhóm. Để xác định chỗ khác biệt, hãy đọc các phép so sánh từng cặp, chẳng hạn các kiểm định hiệu chỉnh Bonferroni hiển thị cùng kết quả.
- Tại sao không chạy nhiều kiểm định t?
- Mỗi kiểm định t mang theo khả năng dương tính giả riêng của nó. Với ba nhóm có ba kiểm định từng cặp, và ở α = 0,05 cho mỗi kiểm định, khả năng có ít nhất một báo động giả tăng lên gần 1 − 0,95³ ≈ 14%. ANOVA kiểm định tất cả các trung bình cùng lúc tại mức α đã chọn, còn các kiểm định post hoc có hiệu chỉnh giúp kiểm soát cả nhóm phép so sánh.
- Sự khác nhau giữa η² và ω² là gì?
- Cả hai đều mô tả tỷ lệ tổng phương sai được giải thích bởi việc thuộc nhóm nào. η² = SSB / SST là tỷ lệ trong mẫu và ước lượng cao hơn giá trị của tổng thể, nhất là với mẫu nhỏ. ω² trừ đi phần phương sai được kỳ vọng do ngẫu nhiên và là ước lượng ít chệch hơn, nên luôn nhỏ hơn đôi chút. Hãy báo cáo η² nếu lĩnh vực của bạn yêu cầu, và ω² khi mẫu nhỏ.
- Khi nào nên dùng ANOVA Welch thay vì kiểm định F cổ điển?
- Khi phương sai các nhóm khác nhau — đặc biệt nếu cỡ các nhóm cũng khác nhau. Kiểm định F cổ điển gộp các phương sai, và nếu một nhóm nhỏ có phương sai lớn nhất thì tỷ lệ dương tính giả của nó có thể vượt xa α. ANOVA Welch gán trọng số n / s² cho mỗi nhóm và điều chỉnh bậc tự do của sai số, nên vẫn chính xác; khi phương sai bằng nhau, nó cho kết quả gần như giống hệt.
- Làm thế nào để báo cáo ANOVA một yếu tố theo định dạng APA?
- Nêu trung bình và SD của các nhóm, rồi F(df giữa các nhóm, df trong nhóm) = giá trị, p = giá trị, và một cỡ hiệu ứng: F(2, 15) = 12,69, p < ,001, η² = ,63. In nghiêng F và p nhưng không in nghiêng chữ Hy Lạp η; bỏ số 0 đứng đầu ở p và η² vì cả hai không thể vượt quá 1. Sau đó nêu kết quả post hoc cho biết nhóm nào khác nhau.
- Mỗi nhóm cần bao nhiêu điểm số?
- Công cụ cần ít nhất hai điểm số cho mỗi nhóm, nhưng đó chỉ là mức tối thiểu để tính toán, không phải mục tiêu thiết kế nghiên cứu. Để phát hiện một hiệu ứng trung bình (f = 0,25) với ba nhóm ở α = 0,05 và lực kiểm định 80%, bạn cần khoảng 53 điểm số mỗi nhóm. Các nhóm có cỡ bằng nhau cũng giúp kiểm định vững hơn trước phương sai không bằng nhau.