Bài 13:

T – TEST
(cont.)
 Nội Dung Chương

1. Nhắc lại kiến thức:

2. T-test cho hai mẫu độc lập
3. T-test cho mẫu cặp
4. Sự tương quan giữa hai biến
5. Hệ số tương quan Pearson
6. Xác định hệ số tương quan nhờ phần mềm excel

3/3/2023 PP. Nghiên Cứu Khoa Học (dành cho kỹ sư) - Đại học Đông Á 2
 Nhắc lại kiến thức: Hàm T-Distribution
Hình dạng hàm mật độ xác
suất tương ứng với các bậc
tự do

Hàm xác suất có dạng

 v +1
   t 2  − ( v +1)/2
f (t ) = 
2 
1 + 
v v
v   
2

3/3/2023 PP. Nghiên Cứu Khoa Học (dành cho kỹ sư) - Đại học Đông Á 3
 Nhắc lại kiến thức: hàm T-Distribution
 = 0.05

0.025 0.95 0.025

 = 0.05

0.95 0.05 0.05 0.95

 = 0.05

3/3/2023 PP. Nghiên Cứu Khoa Học (dành cho kỹ sư) - Đại học Đông Á 4
 Nhắc lại kiến thức: Quy trình áp dụng T-test trên Data

Model: 2 tail/ 1 tail

Alpha = ?
Problem
df

Reject H 0 Accept H 0 Reject H 0

−tc t tc
Data
Tính toán t-value
dựa trên dữ liệu
(df, mean, var, SEM, t-value)

3/3/2023 PP. Nghiên Cứu Khoa Học (dành cho kỹ sư) - Đại học Đông Á 5
 Nhắc lại kiến thức:
Bảng T distribution
(1 tailed và 2 tailed)
Bảng T test cho ra giá trị t-value
(trục hoành), nôm nà là biến x
trong trục xOy.

Bộ thông tin tra cứu bảng t

• Bậc tự do – df
• Xem slide trước
• Số alpha ~ độ tin cậy
• Sự liên quan
• Giá trị t-value

3/3/2023 PP. Nghiên Cứu Khoa Học (dành cho kỹ sư) - Đại học Đông Á 6
 Nhắc lại kiến thức: Phân loại T-test
1) T-test cho một mẫu: 2) T-test cho 2 mẫu độc lập: 3) T-test cho mẫu cặp:
So ѕánh trung bình của Kiểm tra ѕự khác biệt (Tốt So ѕánh ѕự khác biệt của
một nhóm khảo sát ᴠới hơn/Xấu hơn) giữa giữa hai một nhóm trước khi ᴠà ѕau
một giá trị cụ thể. nhóm độc lập. khi chịu một tác động.

3/3/2023 PP. Nghiên Cứu Khoa Học (dành cho kỹ sư) - Đại học Đông Á 7
 Nhắc lại kiến thức: Phân loại T-test
1) T-test cho một mẫu: 2) T-test cho 2 mẫu độc lập: 3) T-test cho mẫu cặp:
Trong tài liệu này dùng 2 Trong tài liệu này dùng 2 Trong tài liệu này dùng 1
tailed: Chỉ cần khác nhau tailed: Chỉ cần khác nhau tailed: Chỉ ra tốt hơn hoặc
xấu hơn

3/3/2023 PP. Nghiên Cứu Khoa Học (dành cho kỹ sư) - Đại học Đông Á 8
 4. T-test cho hai mẫu độc lập
Sample 1 Sample 2

X (1) =  p1=1 X p(1) n1 X (2) =  q2=1 X q(2) n2

n n
Estimated mean

Degree of freedom: df = n1 + n2 − 2

 n1 ( X (1) − X (1) )2  +  n2 ( X (2) − X (2) )2 

  p=1 p    q=1 q
Estimated variance of
 
the mean value Sp =
2

difference df

Estimated standard 1 1
deviation of the mean S X (1) − X ( 2 ) = S p +
n1 n2
value difference

X (1) − X (2)
t-value t=
S X (1) − X ( 2 )
3/3/2023 PP. Nghiên Cứu Khoa Học (dành cho kỹ sư) - Đại học Đông Á 9
 3.2. T-test cho hai mẫu độc lập
Thực hiện các bước cho “T-test cho cặp mẫu độc lập” với ví dụ bên dưới.

Ví dụ: Từ một lớp học gồm 10 SV, chia ngẫu nhiên hai nhóm 5 SV. Hai nhóm cùng
học một môn theo hai phương pháp khác nhau. Kết thúc môn, hai nhóm cùng làm một
bài trắc nghiệm 40 câu và có kết quả (điểm) như sau. Sử dụng mô hình 2 tail với
=0.05; xác định giả thuyết nào được chấp nhận dùng kiểm định t-test.

Nhóm 1 (PP. A) 23 18 26 32 21
Nhóm 2 (PP. B) 17 19 21 14 19

Bước 1: Xây dựng giả thuyết (hypothesis)

• H0: Hai nhóm khác nhau không đáng kể
• H1: Hai nhóm khác nhau đáng kể

Bước 2: Tính số trung bình ước lượng cho hai nhóm

23 + 18 + 26 + 32 + 21 17 + 19 + 21 + 14 + 19
X1 = = 24 X2 = = 18
5 5

3/3/2023 PP. Nghiên Cứu Khoa Học (dành cho kỹ sư) - Đại học Đông Á 10
 3.2. T-test cho hai mẫu độc lập
Thực hiện các bước cho “T-test cho một mẫu” với ví dụ bên dưới.

Bước 3: Tính bậc tự do; giá trị S p2 và S (1) ( 2 ) của mẫu.

X −X
df = 5 + 5 − 2 = 8

( 23 − X )
(1) 2
+ + ( 21 − X (1) ) + (17 − X ( 2) ) + + ( 29 − X ( 2 ) )
2 2 2

S p2 = = 17.75
df

1 1 1 1
S X (1) − X ( 2 ) = S p + = 17.75 + = 2.6646
n1 n2 5 5

Bước 4: Tính giá trị t trong T-test

X (1) − X (2) 24 − 18
t= = = 2.2517
S X (1) − X ( 2 ) 2.6646

3/3/2023 PP. Nghiên Cứu Khoa Học (dành cho kỹ sư) - Đại học Đông Á 11
 3.2. T-test cho hai mẫu độc lập
Thực hiện các bước cho “T-test cho một mẫu” với ví dụ bên dưới.
Bước 5: Với bậc tự do df=8 và sai số =0.05, giá trị tcritical = 2.306 (tra bảng 2 tails).
Do t thuộc khoảng “Not reject H0” nên không loại bỏ mà giữ nguyên giả thuyết H0 với
độ tin cậy 95% (hay =0.05). Tương đương, hai PP dạy học không có sự khác biệt
đáng kể.

Not reject H0

Reject H0 Reject H0

-tcritical=-2.306 tcritical=2.306

t =2,2517

3/3/2023 PP. Nghiên Cứu Khoa Học (dành cho kỹ sư) - Đại học Đông Á 12
 3.2. T-test cho hai mẫu độc lập
Một cách tiếp cận khác

3/3/2023 PP. Nghiên Cứu Khoa Học (dành cho kỹ sư) - Đại học Đông Á 13
 BÀI TẬP 1
Thực hiện các bước cho “T-test cho một mẫu” với ví dụ bên dưới.

Ví dụ: Từ một nhóm 10SV, chia 2 nhóm 5SV và kiểm tra chạy bền ở 2 cự ly 500m và
1.5km nhịp tim của 5 SV mỗi nhóm thể hiện như bảng dữ liệu. Xây dựng 2 giả thuyết
H0 (nhịp tim không đổi đáng kể) và H1(Nhịp tim thay đổi đáng kể). Sử dụng mô hình
2 tail với =0.05; xác định giả thuyết nào được chấp nhận dùng kiểm định t-test.
Nhóm 1 (500m) 70 72 71 68 69
Nhóm 2 (1.5km) 90 93 92 95 110

Bước 1: Từ dữ liệu ta xây dựng giả thuyết (hypothesis)

• H0: Hai nhóm khác nhau đáng kể
• H1: Hai nhóm khác nhau không đáng kể

Bước 2: Tính số trung bình ước lượng cho hai nhóm

X1 = X2 =

3/3/2023 PP. Nghiên Cứu Khoa Học (dành cho kỹ sư) - Đại học Đông Á 14
 3.2. T-test cho hai mẫu độc lập
Thực hiện các bước cho “T-test cho một mẫu” với ví dụ bên dưới.

Bước 3: Tính bậc tự do; giá trị S p2 và S (1) ( 2 ) của mẫu.

X −X
df =

S p2 =

S X (1) − X ( 2 ) =

Bước 4: Tính giá trị t trong T-test

X (1) − X (2)
t= =
S X (1) − X ( 2 )

Bước 5: Chấp nhận giả thuyết nào; loại bỏ giả thuyết nào?

3/3/2023 PP. Nghiên Cứu Khoa Học (dành cho kỹ sư) - Đại học Đông Á 15
 Bài tập nhóm trên lớp: 7 nhóm (mỗi nhóm 3 SV)
Câu 1: Tìm giá trị t-critical cho bậc tự do df=10, =0.05 cho
trường hợp 1-tail và 2-tail.

Câu 2: Tìm giá trị t-test cho hai bộ dữ liệu độc lập sau 7, 2, 9, 8
và 1, 2, 3, 4? (2 tail + =0.05 )

Câu 3: Tìm giá trị t-test cho hai bộ dữ liệu độc lập sau 27, 12,
19, 8 và 15, 12, 13, 14? (2 tail + =0.05 )

3/3/2023 PP. Nghiên Cứu Khoa Học (dành cho kỹ sư) - Đại học Đông Á 16
 3.3. T-test cho mẫu cặp
Ý nghĩa Sample

Sai số cá thể
Dn = X 1( n ) − X 2( n )

Degree of freedom: df = N − 1
t-value

N
Dn
t= n =1

( )
2
N  n =1 ( Dn ) −
N 2 N
n =1
Dn
df

3/3/2023 PP. Nghiên Cứu Khoa Học (dành cho kỹ sư) - Đại học Đông Á 18
 3.3. T-test cho mẫu cặp
Thực hiện các bước cho “T-test cho một mẫu” với ví dụ bên dưới.

Ví dụ: Một lớp học có 6 SV cùng học một môn. Trước khi bắt đầu môn học cả lớp làm
một bài kiểm tra năng lực gồm 40 câu (tiền kiểm). Kết thúc môn học, cả lớp làm lại
bài kiểm tra đó (hậu kiểm). Điểm của hai lần kiểm tra như sau:
Dùng mô hình one-tail với =0.05. Kiểm tra giả thuyết nào chấp nhận và loại bỏ

SV 1 2 3 4 5 6
KQ Tiền Kiểm 31 30 33 35 32 34
KQ Hậu Kiểm 34 31 33 40 36 39

Bước 1: Xây dựng giả thuyết (hypothesis)

• H0: Kết quả hậu kiểm không tốt hơn đáng kể.
• H1: Kết quả hậu kiểm cao hơn đáng kể.

Bước 2: Tính bậc tự do df = 6 − 1 = 5

3/3/2023 PP. Nghiên Cứu Khoa Học (dành cho kỹ sư) - Đại học Đông Á 19
 3.3. T-test cho mẫu cặp
Thực hiện các bước cho “T-test cho một mẫu” với ví dụ bên dưới.

Bước 3: Tính sai số cá thể

SV 1 2 3 4 5 6
KQ Tiền Kiểm (X1) 31 30 33 35 32 34 Tổng
KQ Hậu Kiểm (X2) 34 31 33 40 36 39
Sai số cá thể (D=X2-X1) 3 1 0 5 4 5 18
D2 9 1 0 25 16 25 76

Bước 4: Tính giá trị t trong T-test


N
Dn 18
t= n =1
= = 3.5032
( ) 6  76 − 18
2 2
N  n =1 ( Dn ) −
N 2 N
D
n =1 n
5
df

3/3/2023 PP. Nghiên Cứu Khoa Học (dành cho kỹ sư) - Đại học Đông Á 20
 3.3. T-test cho mẫu cặp
Thực hiện các bước cho “T-test cho một mẫu” với ví dụ bên dưới.
Bước 5: Với bậc tự do df=5 và sai số =0.05, giá trị tcritical = 2.015 (tra bảng 1 tail). Do
t thuộc khoảng “Reject H0” nên ta loại bỏ H0, chấp nhận H1 với độ tin cậy 95% (hay
=0.05). Tương đương, kết quả SV thiện sau một quá trình học tập.

Not reject H0

Reject H0

tcritical=2.015

t =3.5032

3/3/2023 PP. Nghiên Cứu Khoa Học (dành cho kỹ sư) - Đại học Đông Á 21
 BÀI TẬP 2
Thực hiện các bước cho “T-test cho một mẫu” với ví dụ bên dưới.

Ví dụ: Một khóa nâng cao kỹ năng bắn súng có 5 cán bộ. Thành tích trước và sau khi
kết thúc khóa học như bảng – tối đa 200 điểm.
Dùng mô hình one-tail với =0.025. Kiểm tra giả thuyết nào chấp nhận và loại bỏ

Học Viên 1 2 3 4 5
KQ Tiền Kiểm 159 155 161 163 158
KQ Hậu Kiểm 175 172 174 173 176

Bước 1: Xây dựng giả thuyết (hypothesis)

• H0: Kết quả hậu kiểm không tốt hơn đáng kể.
• H1: Kết quả hậu kiểm cao hơn đáng kể.

Bước 2: Tính bậc tự do df =

3/3/2023 PP. Nghiên Cứu Khoa Học (dành cho kỹ sư) - Đại học Đông Á 22
 BÀI TẬP 2
Thực hiện các bước cho “T-test cho một mẫu” với ví dụ bên dưới.

Bước 3: Tính sai số cá thể

Học viên 1 2 3 4 5
KQ Tiền Kiểm (X1) Tổng
KQ Hậu Kiểm (X2)
Sai số cá thể (D=X2-X1)
D2

Bước 4: Tính giá trị t trong T-test

t=

3/3/2023 PP. Nghiên Cứu Khoa Học (dành cho kỹ sư) - Đại học Đông Á 23
 Bài tập nhóm trên lớp: 7 nhóm (mỗi nhóm 3 SV)
Câu 1: Tìm giá trị t-critical cho bậc tự do df=20, =0.05 cho
trường hợp 1-tail và 2-tail.

Câu 2: Tìm giá trị t-test cho hai bộ dữ liệu độc lập sau 7, 2, 9, 8
và 1, 2, 3, 4? (2 tail + =0.05 )

Câu 3: Tìm giá trị t-test cho cặp dữ liệu với số liệu tiền kiểm 10,
12, 11, 9, 11 và hậu kiểm 5, 3, 4, 3, 6? (2 tail + =0.05 )

3/3/2023 PP. Nghiên Cứu Khoa Học (dành cho kỹ sư) - Đại học Đông Á 24
 4. Sự tương quan giữa hai biến

Tương quan: là dính líu với nhau, có liên hệ với nhau

Tương quan giữa hai biến: là mối quan hệ giữa hai biến.
Trong tương quan có hai khả năng: phụ thuộc hoặc độc lập
Hệ số tương quan: là một chỉ số đo lường của một số loại tương quan, nghĩa là
mối liên hệ thống kê giữa hai biến số.

Ví dụ:
• Sự chăm chỉ học tập (X) và kết quả học tập (Y) của SV có liên quan nhau.
• Mức độ thành công (X) có liên quan đến sự chăm chỉ học tập (Y) và mức độ
rèn luyện kỹ năng mềm (Z).
• Nhan sắc và sự thành công có mối liên quan không?

3/3/2023 PP. Nghiên Cứu Khoa Học (dành cho kỹ sư) - Đại học Đông Á 25
 4. Sự tương quan giữa hai biến

Biểu đồ tương quan

Sự tương quan thuận Sự tương quan nghịch Không tương quan
(positive correlation) (negative correlation) (non-correlation)
SV X Y SV X Y SV X Y
1 5 82 1 9 91 1 4 81
2 4 80 2 10 79 2 2 110
3 7 102 3 6 121 3 3 130
4 9 119 4 5 132 4 8 129
5 5 89 5 8 103 5 7 91
6 6 98 6 6 119 6 6 111
7 5 92 7 5 130 7 9 110
8 8 112 8 8 101 8 5 131
9 3 76 9 4 89 9 4 89
10 3 75 10 7 111 10 7 133

120 130 140

120 130
110
110 120
100
100 110
90
90 100
80 Y
80 90

70 70 80
2 3 4 5 6 7 8 9 10 3 4 5 6 7 8 9 10 11 2 3 4 5 6 7 8 9 10

3/3/2023 PP. Nghiên Cứu Khoa Học (dành cho kỹ sư) - Đại học Đông Á 27
 5. Hệ số tương quan Pearson

Tính tương quan giữa hai tập số liệu được xác định qua hệ số r được tính theo
công thức do Karl Pearson đưa ra

N (  XY ) − (  X )(  Y )
r=
N  X − ( X ) N Y − (Y )
2 2 2 2

Khoảng giá trị của r: r  [−1,1]

Giá trị |r| Nhận xét có thể rút ra được

0,0 - 0.3 Không tương quan hoặc tương quan kém
0.2 - 0.5 Tương quan thấp cho đến trung bình
0.4 - 0.7 Tương quan trung bình
0.6 - 0.9 Tương quan khá
0.8 – 1.0 Tương quan cao cho đến rất cao

3/3/2023 PP. Nghiên Cứu Khoa Học (dành cho kỹ sư) - Đại học Đông Á 28
 5. Hệ số tương quan Pearson

Thực hiện các bước cho “T-test cho một mẫu” với ví dụ bên dưới.

Ví dụ: Tính hệ số tương quan của hai biến X, Y như bảng sau.
SV X Y
1 5 82
2 4 80
3 7 102
4 9 119
5 5 89
6 6 98
7 5 92
8 8 112
9 3 76
10 3 75

Bước 1: Xây dựng giả thuyết (hypothesis) với mức ý nghĩa =0.05
• H0: Hai biến tương quan rất thấp.
• H1: Hai biến tương quan rất cao.
Dùng mô hình two-tail

3/3/2023 PP. Nghiên Cứu Khoa Học (dành cho kỹ sư) - Đại học Đông Á 29
 5. Hệ số tương quan Pearson
Thực hiện các bước cho “T-test cho một mẫu” với ví dụ bên dưới.

Bước 2: Tính bậc tự do và các giá dựa vào bảng dữ liệu

df = 10 − 1 = 9 STT X Y X2 Y2 XY
1 5 82 25 6724 410
2 4 80 16 6400 320
3 7 102 49 10404 714
4 9 119 81 14161 1071
5 5 89 25 7921 445
6 6 98 36 9604 588
7 5 92 25 8464 460
8 8 112 64 12544 896
9 3 76 9 5776 228
10 3 75 9 5625 225

X = 55 Y =925 X 2 =339 Y 2 =87623 XY =5357

3/3/2023 PP. Nghiên Cứu Khoa Học (dành cho kỹ sư) - Đại học Đông Á 30
 5. Hệ số tương quan Pearson
Thực hiện các bước cho “T-test cho một mẫu” với ví dụ bên dưới.

Bước 3: Tính hệ số tương quan như dưới, có thể thấy tính tương quan rất cao.
N (  XY ) − (  X )(  Y ) 10  5357 − 55  925
r= = = 0.9827
N  X − ( X ) N Y − (Y ) 10  339 − 55 10  87623 − 925
2 2 2 2 2 2

Bước 4: Với bậc tự do df=9 và sai số =0.05, giá trị rcritical = 0.6021 (tra kiểu 2-tails).
Do r thuộc khoảng “Reject H0” nên ta loại bỏ H0, chấp nhận H1 với độ tin cậy 95%
(hay =0.05).

3/3/2023 PP. Nghiên Cứu Khoa Học (dành cho kỹ sư) - Đại học Đông Á 31
 VÍ DỤ TÍNH HỆ SỐ TƯƠNG QUAN

Bài 1: Tính hệ số tương quan của kết quả Hậu Kiểm và Tiền Kiểm

Học Viên 1 2 3
KQ Tiền Kiểm (X) 31 30 33
KQ Hậu Kiểm (Y) 34 33 36

3/3/2023 PP. Nghiên Cứu Khoa Học (dành cho kỹ sư) - Đại học Đông Á 32
 5. Hệ số tương quan Pearson

The table contains critical values for two-tail tests. For one-tail tests, multiply α by 2.

3/3/2023 PP. Nghiên Cứu Khoa Học (dành cho kỹ sư) - Đại học Đông Á 33
 6. Xác định hệ số tương quan nhờ phần mềm MS Excel

The table contains critical values for two-tail tests. For one-tail tests, multiply α by 2.

3/3/2023 PP. Nghiên Cứu Khoa Học (dành cho kỹ sư) - Đại học Đông Á 34