Mọi kết luận "ủng hộ H1" hay "không ủng hộ H2" trong Chương 4 đều đứng trên con số này. Hiểu sai nó là viết sai cả chương.
Tòa án không chứng minh bị cáo vô tội. Tòa giả định vô tội, rồi xem bằng chứng có đủ mạnh để bác bỏ giả định đó không. Kiểm định thống kê làm y hệt.
Đừng nhầm Ha với H1–H5 của khóa luận. H1 "CLND tác động dương đến YDM" là giả thuyết nghiên cứu, có chiều. Mỗi H1–H5 sinh ra một cặp H0/Ha riêng để kiểm định. Chữ "H1" trong sách thống kê đôi khi lại chính là Ha - nên luôn viết rõ bạn đang nói cái nào.
Bạn nghi một đồng xu bị gian. Giả định nó cân bằng (H0), tung 10 lần, ra 9 ngửa (số liệu giả lập). Câu hỏi: nếu đồng xu thật sự cân bằng, khả năng ra kết quả lệch ít nhất như thế là bao nhiêu? "Lệch ít nhất như thế" gồm 9 hoặc 10 ngửa, và cả 0 hoặc 1 ngửa (lệch về phía kia). Xác suất đó là 22/1024 ≈ 0,021. Đó là p-value.
Nếu H0 đúng (và các giả định của kiểm định được thỏa), p là xác suất thu được kết quả lệch khỏi H0 ít nhất bằng kết quả bạn đã thấy.
Vế "ít nhất bằng" là bắt buộc: p không phải xác suất của đúng một kết quả, mà của cả vùng kết quả cực đoan bằng hoặc hơn. Và vì p được tính khi đã giả định H0 đúng, nó không thể là xác suất H0 đúng. p = 0,03 (số liệu giả lập) không có nghĩa "3% khả năng H0 đúng", càng không có nghĩa "97% khả năng H1 đúng". Nó chỉ nói: dữ liệu này khá hiếm nếu thế giới là H0.
Hình dung chuông báo cháy. Sai lầm loại I: chuông kêu khi không có cháy - bác bỏ H0 trong khi H0 đúng. Sai lầm loại II: có cháy mà chuông im - không bác bỏ H0 trong khi H0 sai. Mẫu nhỏ làm chuông kém nhạy, nên rủi ro loại II tăng.
Mức ý nghĩa α là xác suất sai lầm loại I bạn chấp nhận, đặt trước khi phân tích: nếu H0 đúng, α = 0,05 nghĩa là khoảng 5% số lần lặp lại nghiên cứu sẽ báo nhầm "có quan hệ". Mốc 0,05 là quy ước phổ biến, không phải định luật. α không có nghĩa "trong các kết quả có ý nghĩa của tôi, 5% là báo nhầm" - đó là tỷ lệ phát hiện sai (FDR), một đại lượng khác, phụ thuộc vào việc bao nhiêu giả thuyết thật sự đúng. Chuông kêu nhầm 5% khi không cháy, nhưng trong những lần chuông kêu, tỷ lệ báo nhầm có thể cao hơn nhiều.
"Không bác bỏ H0" ≠ "H0 đúng". Tòa tuyên "không đủ chứng cứ" chứ không tuyên "vô tội tuyệt đối". Nếu HDTT có p = 0,21 (số liệu giả lập), viết "chưa đủ bằng chứng ủng hộ H2", đừng viết "tính hấp dẫn trực quan không ảnh hưởng đến ý định mua".
Ý nghĩa thống kê ≠ ý nghĩa thực tiễn. p nhỏ chỉ nói "khó là do may rủi", không nói "quan hệ mạnh". Với n = 250, r = 0,13 đã cho p ≈ 0,04 (số liệu giả lập) - có ý nghĩa thống kê, nhưng chỉ quanh mốc "nhỏ" 0,1 của Cohen (1988) cho hệ số tương quan. Báo cáo luôn kèm độ lớn (r, β), không chỉ p.
Một phía hay hai phía. Kiểm định hai phía đếm cả độ lệch về hai hướng như ví dụ đồng xu; một phía chỉ đếm một hướng nên p bằng khoảng một nửa (11/1024 ≈ 0,011 trong ví dụ trên). SPSS mặc định hai phía vì trước khi thấy dữ liệu, lệch về hướng nào cũng là bằng chứng chống H0. Chọn một phía sau khi thấy dấu của β là cách giảm p một nửa không trung thực. Với H1 có chiều dương: dùng Sig. hai phía của SPSS, rồi kiểm tra thêm dấu β có dương không.
Mở KLTN_CHINH_SUA_DOT_1.docx, mục giả thuyết nghiên cứu. Chép nguyên văn H1–H5 vào cột đầu
của bảng dưới, rồi tự viết hai cột còn lại:
| Giả thuyết nghiên cứu | H0 tương ứng | Câu kết luận khi p ≥ α |
|---|---|---|
| H1: CLND tác động dương đến YDM | Hệ số của CLND bằng 0 | Chưa đủ bằng chứng ủng hộ H1 |
| … làm tiếp H2 (HDTT), H3 (MBTT), H4 (DG), H5 (DTC) | ||
Thêm một dòng dưới bảng: "Hk được ủng hộ khi p < α và hệ số mang dấu dương." Sản phẩm: bảng 5 dòng dùng lại nguyên cho Chương 4.
Field, A., Discovering Statistics Using IBM SPSS Statistics, 6th ed., SAGE - chương về kiểm định giả thuyết và ý nghĩa thống kê. Trang nhà xuất bản. Đọc để nghe lại p-value, sai lầm loại I/II và cỡ hiệu ứng bằng giọng dễ hiểu.
Tôi là giáo viên của bạn trong khóa này. p-value ai cũng phải nghe vài lần mới thấm. Nói "giảng lại bằng ví dụ mật ong" hoặc "đưa tôi một câu kết luận sai để tôi sửa".