Kiểm định phi tham số: Khi nào dùng và cách thực hiện

Kiểm định phi tham số là nhóm phương pháp thống kê không yêu cầu dữ liệu tuân theo một phân phối cụ thể như phân phối chuẩn. Vậy khi nào nên chọn kiểm định phi này thay cho t-test hay ANOVA, và cách thực hiện sao cho đúng? Cùng VietGuru tìm hiểu qua bài viết dưới đây!

1. Kiểm định phi tham số là gì?

Kiểm định phi tham số (Nonparametric tests) là nhóm phương pháp kiểm định giả thuyết thống kê không yêu cầu dữ liệu tuân theo một phân phối cụ thể như phân phối chuẩn. Khác với t-test hay ANOVA vốn đòi hỏi các giả định chặt chẽ (phân phối chuẩn, phương sai đồng nhất), kiểm định phi tham số vẫn cho kết quả đáng tin cậy khi dữ liệu không “lý tưởng”. Vì vậy, nhóm phương pháp này còn được gọi là kiểm định không phụ thuộc phân phối (distribution-free tests).

Thay vì dựa vào trung bình hay độ lệch chuẩn, kiểm định phi tham số sử dụng:

• Thứ hạng (ranks): Sắp xếp dữ liệu từ nhỏ đến lớn và dùng thứ tự thay cho giá trị thực, nhờ đó hạn chế ảnh hưởng của giá trị ngoại lai.
• Tần suất (frequencies): Đếm số lần xuất hiện của quan sát trong từng danh mục.
• Dấu (signs): Chỉ xét chiều hướng thay đổi (tăng/giảm) giữa các cặp quan sát.

Kiểm định phi tham số là gì?

2. Khi nào cần phải dùng kiểm định phi tham số?

Không phải lúc nào dữ liệu thu thập được cũng đáp ứng các giả định của kiểm định tham số. Việc nhận diện đúng “tín hiệu” từ dữ liệu sẽ giúp bạn chọn phép kiểm phù hợp, tránh kết luận sai lệch. Dưới đây là 4 trường hợp cần dùng kiểm định phi tham số.

2.1. Dữ liệu không tuân theo phân phối chuẩn

Phân phối chuẩn là khi dữ liệu có dạng hình chuông: phần lớn giá trị tập trung ở giữa và giảm dần đều về hai phía. Các kiểm định tham số đều cần điều kiện này. Nếu dữ liệu bị lệch hẳn về một bên, kết quả của t-test hay ANOVA sẽ không còn đáng tin.

Bạn có thể kiểm tra phân phối chuẩn bằng cách:

• Nhìn biểu đồ: Histogram, Q-Q plot.
• Dùng kiểm định: Kolmogorov-Smirnov hoặc Shapiro-Wilk.

Ví dụ: Bạn so sánh điểm hài lòng (thang 1–5) của khách hàng dùng dịch vụ A và B. Nếu điểm số không phân phối chuẩn, hãy dùng Mann-Whitney U test thay cho Independent Samples t-test.

2.2. Kích thước mẫu nhỏ

Khi mẫu đủ lớn (thường từ 30 quan sát trở lên), dữ liệu hơi lệch chuẩn cũng không ảnh hưởng nhiều đến kết quả. Nhưng với mẫu nhỏ, bạn rất khó chắc chắn dữ liệu có phân phối chuẩn hay không. Thậm chí, các kiểm định như Shapiro-Wilk thường “bỏ sót” khi mẫu nhỏ, tức là báo dữ liệu chuẩn dù thực tế không phải vậy.

Ví dụ: Bạn chỉ có 15 sinh viên để đánh giá một phương pháp giảng dạy mới. Khi so sánh điểm thi trước và sau, Wilcoxon signed-rank test sẽ an toàn hơn Paired Samples t-test.

Kích thước mẫu nhỏ

2.3. Dữ liệu thứ bậc (Ordinal)

Dữ liệu thứ bậc là dữ liệu có thứ tự cao – thấp, nhưng khoảng cách giữa các mức không bằng nhau. Ví dụ, trình độ học vấn: THPT, Đại học, Thạc sĩ, Tiến sĩ. Ta biết Tiến sĩ cao hơn Thạc sĩ, nhưng không thể nói “cao hơn bao nhiêu”. Vì vậy, tính trung bình cho loại dữ liệu này không có nhiều ý nghĩa, và kiểm định phi tham số (dựa trên thứ hạng) sẽ phù hợp hơn.

Ví dụ: So sánh mức độ bệnh (nhẹ, trung bình, nặng) giữa ba nhóm bệnh nhân dùng ba phác đồ điều trị khác nhau. Bạn sẽ dùng Kruskal-Wallis H test, phiên bản phi tham số của One-way ANOVA.

Tìm hiểu thêm: Thống kê suy diễn

2.4. Dữ liệu định danh (Nominal)

Dữ liệu định danh là dữ liệu chia theo nhóm, không có thứ tự. Ví dụ: giới tính (nam, nữ), tình trạng hôn nhân, sản phẩm yêu thích. Với loại dữ liệu này, bạn không thể tính trung bình hay xếp hạng, mà chỉ có thể đếm số lượng trong từng nhóm. Kiểm định phổ biến nhất cho trường hợp này là Chi-square (χ²).

Ví dụ: Bạn muốn biết giới tính có liên quan đến sở thích giải trí (xem phim, nghe nhạc, đọc sách) hay không. Kiểm định Chi-square sẽ giúp bạn trả lời câu hỏi này.

3. Ưu, nhược điểm của kiểm định phi tham số

Giống như mọi công cụ thống kê, kiểm định phi tham số có thế mạnh riêng nhưng cũng tồn tại những hạn chế nhất định. Hiểu rõ cả hai mặt sẽ giúp bạn biết khi nào nên dùng và khi nào nên ưu tiên kiểm định tham số.

3.1. Ưu điểm

• Linh hoạt, ít điều kiện: Không yêu cầu dữ liệu phải có phân phối chuẩn hay phương sai đồng nhất. Nhờ đó, bạn có thể phân tích nhiều loại dữ liệu khác nhau mà không lo “sai điều kiện”.
• Đáng tin cậy khi giả định bị vi phạm: Khi dữ liệu lệch chuẩn nghiêm trọng, dùng kiểm định phi tham số cho kết quả chính xác hơn so với việc cố áp dụng t-test hay ANOVA.
• Phù hợp với dữ liệu định tính và thứ bậc: Xử lý tốt các dạng dữ liệu như thang Likert, mức độ bệnh, giới tính hay sở thích, vốn không phù hợp để tính trung bình.
• Ít bị ảnh hưởng bởi giá trị ngoại lai (outlier): Vì làm việc với thứ hạng thay cho giá trị thực, một vài số liệu quá lớn hoặc quá nhỏ không thể “kéo lệch” toàn bộ kết quả.
• Dễ hiểu, dễ tính toán: Với mẫu nhỏ, nhiều phép kiểm phi tham số có thể tính bằng tay khá đơn giản.

Ưu điểm kiểm định phi tham số

3.2. Nhược điểm

• Sức mạnh thống kê thấp hơn: Đây là hạn chế lớn nhất. Nếu dữ liệu thực sự đáp ứng điều kiện của kiểm định tham số, việc dùng kiểm định phi tham số có thể khiến bạn bỏ sót một khác biệt có thật (sai lầm loại II). Tuy nhiên, nhược điểm này giảm dần khi cỡ mẫu lớn.
• Mất bớt thông tin: Khi chuyển số liệu gốc thành thứ hạng, thông tin về độ lớn của khác biệt bị lược bỏ. Ví dụ, chênh lệch 1 điểm hay 50 điểm đều có thể chỉ được tính là “hơn một hạng”.
• Thiên về kiểm định hơn là ước lượng: Kết quả thường chỉ cho biết có khác biệt hay không, chứ không cho biết khác biệt lớn đến mức nào như kiểm định tham số.
• Ít lựa chọn cho phân tích phức tạp: Với các mô hình nhiều biến như hồi quy đa biến hay mô hình cấu trúc (SEM), phương án phi tham số thường hạn chế hoặc phức tạp hơn đáng kể.
• Khó diễn giải hơn: Kết quả phản ánh sự khác biệt về thứ hạng hoặc trung vị, không phải trung bình, nên đôi khi khó giải thích trực tiếp ý nghĩa thực tế.
• Gặp khó khi có nhiều giá trị trùng nhau (ties): Nếu dữ liệu có quá nhiều giá trị bằng nhau, việc xếp hạng sẽ kém chính xác.

4. Những loại kiểm định phi tham số phổ biến

Mỗi loại kiểm định phi tham số được thiết kế cho một tình huống cụ thể: so sánh hai nhóm hay nhiều nhóm, nhóm độc lập hay ghép cặp, dữ liệu thứ bậc hay định danh. Sau đây, VietGuru sẽ giới thiệu chi tiết từng loại kiểm định phi tham số:

4.1. Kiểm định dấu (Sign test)

• Tương đương: One-sample t-test hoặc Paired Samples t-test.
• Mục đích: So sánh một mẫu với một giá trị cho trước, hoặc so sánh hai mẫu ghép cặp (trước – sau).
• Cách hoạt động: Đây là kiểm định phi tham số đơn giản nhất. Với mỗi cặp dữ liệu, ta chỉ ghi nhận dấu “+” (tăng) hoặc “–” (giảm), rồi kiểm tra xem số dấu “+” và “–” có chênh lệch đáng kể hay không.
• Lưu ý: Kiểm định dấu bỏ qua mức độ thay đổi lớn hay nhỏ, nên kém chính xác hơn khi bạn có số liệu cụ thể.

Ví dụ: Sau khi dùng một loại thuốc, bệnh nhân chỉ trả lời “khỏe hơn” hoặc “kém hơn”. Kiểm định dấu giúp bạn xác định thuốc có tác động tích cực hay không.

4.2. Kiểm định Wilcoxon Signed-Rank

• Tương đương: Paired Samples t-test.
• Mục đích: So sánh hai mẫu ghép cặp khi dữ liệu không phân phối chuẩn hoặc là dữ liệu thứ bậc. Thường dùng cho thiết kế trước – sau (pre-post).
• Cách hoạt động: Tính chênh lệch của từng cặp, xếp hạng các chênh lệch theo độ lớn, sau đó so sánh tổng hạng của nhóm chênh lệch dương và âm. Nhờ vậy, kiểm định phi tham số này vừa xét chiều hướng, vừa xét mức độ thay đổi, khắc phục nhược điểm của Sign test.

Ví dụ: Đo mức độ lo lắng của cùng một nhóm sinh viên trước và sau khóa học kỹ năng mềm. Nếu điểm lo lắng không phân phối chuẩn, Wilcoxon Signed-Rank là lựa chọn phù hợp.

Tìm hiểu thêm: Khoảng tin cậy

4.3. Kiểm định Mann-Whitney U

• Tên gọi khác: Wilcoxon Rank-Sum Test.
• Tương đương: Independent Samples t-test.
• Mục đích: So sánh hai nhóm độc lập khi dữ liệu không phân phối chuẩn hoặc là dữ liệu thứ bậc.
• Cách hoạt động: Gộp dữ liệu của hai nhóm, xếp hạng từ nhỏ đến lớn, rồi so sánh tổng hạng của từng nhóm. Nếu một nhóm có hạng cao hơn hẳn, hai nhóm được xem là khác biệt.

Ví dụ: So sánh điểm cải thiện sức khỏe giữa nhóm dùng liệu pháp mới (thực nghiệm) và nhóm không dùng (đối chứng). Nếu điểm không phân phối chuẩn, hãy dùng phương pháp kiểm định phi tham số Mann-Whitney U.

Kiểm định phi tham số Mann-Whitney U

4.4. Kiểm định Kruskal-Wallis H

• Tương đương: One-way ANOVA.
• Mục đích: So sánh từ ba nhóm độc lập trở lên khi dữ liệu không phân phối chuẩn hoặc là dữ liệu thứ bậc.
• Cách hoạt động: Đây là phiên bản mở rộng của Mann-Whitney cho nhiều nhóm. Dữ liệu của tất cả các nhóm được gộp lại và xếp hạng, sau đó so sánh hạng trung bình giữa các nhóm.
• Lưu ý: Nếu kết quả có ý nghĩa, bạn cần thực hiện thêm kiểm định hậu nghiệm (post-hoc) để biết cụ thể nhóm nào khác nhóm nào.

Ví dụ: So sánh điểm thi Toán (thang 1–10) của sinh viên ở ba khoa khác nhau. Nếu điểm không phân phối chuẩn, Kruskal-Wallis H là phương pháp kiểm định phi tham số phù hợp.

4.5. Kiểm định Friedman và Chi-squared

Kiểm định Friedman

• Tương đương: Repeated Measures ANOVA.
• Mục đích: So sánh từ ba mẫu phụ thuộc trở lên, tức cùng một nhóm đối tượng được đo nhiều lần hoặc trong nhiều điều kiện khác nhau.
• Cách hoạt động: Dữ liệu được xếp hạng trong từng đối tượng, sau đó so sánh tổng hạng giữa các điều kiện.

Ví dụ: Đánh giá mức độ đau của cùng một nhóm bệnh nhân sau khi lần lượt dùng ba loại thuốc giảm đau. Friedman test giúp xác định giữa ba loại thuốc có khác biệt đáng kể hay không.

Kiểm định Chi-squared

• Mục đích: Kiểm tra mối liên hệ giữa hai biến định danh (dữ liệu phân loại).
• Cách hoạt động: So sánh tần suất quan sát thực tế với tần suất kỳ vọng nếu hai biến hoàn toàn độc lập. Chênh lệch càng lớn, khả năng hai biến có liên hệ càng cao.
• Lưu ý: Dữ liệu đưa vào phải là số lượng đếm, không phải tỷ lệ phần trăm. Khi kết quả có ý nghĩa, nên báo cáo thêm hệ số Cramer’s V để đánh giá mức độ mạnh yếu của mối liên hệ.

Ví dụ: Kiểm tra xem giới tính (Nam/Nữ) có liên quan đến kênh thông tin người tiêu dùng lựa chọn (TV/Internet/Báo chí) hay không.

5. Cách kiểm định phi tham số trong phần mềm SPSS

SPSS là một trong những phần mềm phổ biến nhất để thực hiện kiểm định phi tham số, với giao diện trực quan và thao tác đơn giản, không cần viết code. Trong phần này, chúng ta cùng tìm hiểu về cách thực hiện kiểm định Kruskal-Wallis trong SPSS nhé.

5.1. Điều kiện để áp dụng kiểm định phi tham số Kruskal-Wallis

Kruskal-Wallis là kiểm định phi tham số dựa trên thứ hạng, dùng để xác định có sự khác biệt có ý nghĩa thống kê giữa các nhóm của một biến độc lập trên một biến phụ thuộc hay không. Trước khi chạy, dữ liệu của bạn cần đáp ứng 3 điều kiện:

• Biến phụ thuộc: Là biến liên tục (ví dụ: số lượng, điểm số) hoặc biến thứ bậc (ví dụ: thang Likert). Biến này không cần có phân phối chuẩn trong từng nhóm.
• Biến độc lập: Là biến phân loại, thường có từ ba nhóm trở lên (ví dụ: 3 địa điểm, 3 khoa, 3 phác đồ). Nếu chỉ có hai nhóm, bạn nên dùng Mann-Whitney U.
• Tính độc lập của quan sát: Mỗi đối tượng chỉ thuộc về một nhóm duy nhất, và các quan sát không liên quan đến nhau, cả trong cùng nhóm lẫn giữa các nhóm.

5.2. Các bước thực hiện kiểm định phi tham số trong SPSS

Ví dụ: Một nghiên cứu muốn so sánh số lượng đồ uống có cồn được tiêu thụ của những người đang điều trị nghiện rượu bia tại 3 địa điểm khác nhau. Dữ liệu được nhập theo dạng: một cột chứa số lượng đồ uống (biến phụ thuộc), một cột chứa mã địa điểm 1, 2, 3 (biến độc lập).

Bước 1: Trên thanh công cụ, chọn Analyze → Nonparametric Tests → Legacy Dialogs → K Independent Samples…

Bước 2: Hộp thoại Tests for Several Independent Samples xuất hiện:

• Đưa biến phụ thuộc (số lượng đồ uống) vào ô Test Variable List.
• Đưa biến độc lập (địa điểm) vào ô Grouping Variable.

Các bước thực hiện kiểm định phi tham số trong SPSS

Bước 3: Nhấn Define Range, nhập mã nhóm nhỏ nhất vào ô Minimum và mã nhóm lớn nhất vào ô Maximum. Chọn Continue.

Bước 4: Đảm bảo ô Kruskal-Wallis H đã được tích. Bạn có thể vào Options → Descriptives để SPSS xuất thêm thống kê mô tả.

Bước 5: Nhấn OK để hiển thị kết quả.

5.3. Cách đọc kết quả kiểm định

SPSS trả về hai bảng chính:

• Bảng Ranks: Hiển thị số quan sát (N) và hạng trung bình (Mean Rank) của từng nhóm. Nhóm có hạng trung bình cao hơn là nhóm có giá trị lớn hơn.
• Bảng Test Statistics: Chứa kết quả kiểm định. Lưu ý, SPSS ghi giá trị H dưới tên Chi-Square, vì thống kê H được so sánh với phân phối Chi bình phương.

Ví dụ kết quả:

Diễn giải: Với mức ý nghĩa 5%, ta có p = 0.039 < 0.05, nên bác bỏ giả thuyết H₀. Điều này có nghĩa là có sự khác biệt có ý nghĩa thống kê về số lượng đồ uống tiêu thụ giữa 3 địa điểm. Nói cách khác, nếu thực tế không có khác biệt nào, khả năng thu được kết quả như vậy chỉ do ngẫu nhiên là khoảng 3,9%.

Cách viết báo cáo: Kết quả kiểm định phi tham số Kruskal-Wallis cho thấy có sự khác biệt có ý nghĩa thống kê về số lượng đồ uống tiêu thụ giữa ba địa điểm, H(2) = 6.51, p = 0.039.

Lưu ý quan trọng: Kruskal-Wallis chỉ cho biết có khác biệt giữa các nhóm, nhưng không cho biết nhóm nào khác nhóm nào. Để trả lời câu hỏi này, bạn cần thực hiện thêm kiểm định hậu nghiệm, chẳng hạn chạy Mann-Whitney U cho từng cặp nhóm với mức ý nghĩa đã hiệu chỉnh Bonferroni (0.05 ÷ 3 ≈ 0.017).

Tìm hiểu thêm: Bậc tự do

6. Lời kết

Nếu bạn đang gặp khó khăn trong việc lựa chọn phép kiểm phù hợp, xử lý dữ liệu không chuẩn hay không biết đọc kết quả đầu ra, dịch vụ SPSS tại VietGuru sẽ là người bạn đồng hành đáng tin cậy. Với đội ngũ chuyên gia giàu kinh nghiệm, chúng tôi sẽ hỗ trợ bạn từ khâu làm sạch dữ liệu, kiểm tra giả định, thực hiện các kiểm định, đến diễn giải kết quả và trình bày theo đúng chuẩn học thuật. Bạn sẽ tiết kiệm thời gian, tránh sai sót và yên tâm hơn với kết quả nghiên cứu của mình. 

Hy vọng qua bài viết này, bạn đã hiểu rõ kiểm định phi tham số là gì, khi nào nên sử dụng, ưu nhược điểm ra sao cũng như cách thực hiện và đọc kết quả trong SPSS. Nắm vững các nguyên tắc này, bạn sẽ tự tin hơn trong việc phân tích dữ liệu và đưa ra những kết luận chính xác cho nghiên cứu của mình.

Nguồn tham khảo:

1. Nonparametric Tests – Statistics LibreTexts: https://stats.libretexts.org/Bookshelves/Applied_Statistics/Mikes_Biostatistics_Book_(Dohm)/15:_Nonparametric_Tests
2. Ghasemi A., Zahediasl S. (2012). Normality Tests for Statistical Analysis: https://pmc.ncbi.nlm.nih.gov/articles/PMC3693611/pdf/ijem-10-486.pdf
3. Bewick V., Cheek L., Ball J. (2004). Statistics review 10: Further nonparametric methods. Critical Care, 8(3), 196–199: https://pmc.ncbi.nlm.nih.gov/articles/PMC468904/pdf/cc2857.pdf
4. McHugh M.L. (2013). The Chi-square test of independence. Biochemia Medica, 23(2), 143–149: https://pmc.ncbi.nlm.nih.gov/articles/PMC3900058/pdf/biochem_med-23-2-143-3.pdf
5. Kruskal Wallis H-Test – University of Lincoln Library: https://guides.library.lincoln.ac.uk/mash/kw_spss