Lỗi kiểm định Levene có ý nghĩa trong SPSS phải làm sao

Hiện tượng bạn đang gặp

Bạn chạy One-Way ANOVA trong SPSS, mở bảng Test of Homogeneity of Variances và thấy cột Sig. của Levene nhỏ hơn 0.05. Ví dụ, Sig. = 0.012. Ngay bên dưới, bảng ANOVA lại có Sig. = 0.003, nên bạn không biết có được kết luận các nhóm khác nhau hay phải dừng toàn bộ phân tích.

Có trường hợp khác: ANOVA có ý nghĩa nhưng khi chạy Post Hoc, không cặp nhóm nào khác biệt. Đây là tình huống thường được tìm với cụm “lỗi anova có ý nghĩa nhưng post hoc không khác spss”. Hai kết quả này có thể cùng đúng vì chúng trả lời hai câu hỏi khác nhau.

Levene kiểm tra giả định phương sai giữa các nhóm có bằng nhau hay không. Nó không trực tiếp kiểm tra trung bình của biến phụ thuộc. Vì vậy, Levene có ý nghĩa cho bạn biết cần thận trọng với dòng kết quả và lựa chọn Post Hoc, chứ chưa tự nó kết luận giả thuyết nghiên cứu bị bác bỏ.

Nếu bạn đang phân tích từ hai nhóm thay vì từ ba nhóm trở lên, hãy kiểm tra thêm Independent Samples T Test trong SPSS. Với thiết kế đo lặp, cách xử lý sẽ khác và bạn có thể xem ANOVA lặp lại trong SPSS.

Nguyên nhân thường gặp

Bảng dưới đây giúp bạn phân biệt lỗi do dữ liệu, do thiết kế nhóm hay chỉ là cách đọc output. Trước khi sửa, hãy kiểm tra đúng biến phụ thuộc và biến nhóm trong hộp thoại One-Way ANOVA.

Một nguyên nhân hay gặp là bạn gộp các nhóm có cỡ mẫu quá lệch. Khi một nhóm chỉ có vài quan sát, còn nhóm khác có rất nhiều quan sát, Levene có thể phản ứng mạnh với khác biệt về độ phân tán. Bạn cũng cần xem nhóm có giá trị cực đoan hay không, nhưng không được xóa dữ liệu chỉ để làm Sig. lớn hơn 0.05.

Trong nghiên cứu có biến đồng biến, chẳng hạn tuổi hoặc thu nhập, bạn đang làm ANCOVA chứ không còn là One-Way ANOVA đơn giản. Khi đó, hãy xem hướng dẫn ANCOVA trong SPSS để kiểm tra đúng giả định và đọc đúng bảng Tests of Between-Subjects Effects.

Cách xử lý theo thứ tự ưu tiên

Kiểm tra lại dữ liệu và cách mã hóa nhóm

Mở Variable View và Data View. Xác nhận biến nhóm đang được mã hóa đúng, chẳng hạn 1, 2, 3, và nhãn giá trị không bị đảo. Một lỗi nhập liệu như mã 10 thay vì 1 có thể tạo thành một nhóm riêng với rất ít quan sát.

Vào Analyze > Descriptive Statistics > Explore. Đưa biến phụ thuộc vào Dependent List, biến nhóm vào Factor List, sau đó chọn Plots và bật Boxplot. Bảng Descriptives cho bạn số quan sát, Mean và Standard Deviation của từng nhóm. Boxplot giúp phát hiện giá trị nằm xa phần lớn dữ liệu.

Nếu phát hiện sai mã, sửa từ dữ liệu nguồn và ghi lại thay đổi. Nếu phát hiện một dòng không hợp lệ do người trả lời bỏ trống nhưng bị nhập thành 999, xử lý theo quy tắc làm sạch dữ liệu đã đặt trước, không xóa tùy ý từng dòng.

Không dùng mặc định Tukey khi Levene có ý nghĩa

Khi phương sai đồng nhất, Tukey HSD thường được dùng để so sánh từng cặp nhóm. Khi Levene có Sig. < 0.05, bạn nên tránh đọc Tukey như thể giả định đã đạt. Trong hộp thoại One-Way ANOVA, chọn Post Hoc, cân nhắc Games-Howell vì phương pháp này phù hợp hơn khi phương sai không đồng nhất và cỡ nhóm có thể khác nhau.

Đường dẫn thực hiện là Analyze > Compare Means > One-Way ANOVA. Đưa biến phụ thuộc vào Dependent List, biến phân nhóm vào Factor, chọn Options và bật Descriptive cùng Homogeneity of variance test. Ở Post Hoc, chọn Games-Howell, sau đó nhấn Continue và OK.

Bạn vẫn có thể báo cáo ANOVA tổng thể, nhưng phải nói rõ giả định homogeneity of variances không đạt và kết quả so sánh cặp được đọc từ Games-Howell. Nếu số nhóm chỉ có hai, không dùng One-Way ANOVA để cố tạo thêm Post Hoc. Hãy dùng kiểm định hai nhóm và chọn phiên bản phù hợp với phương sai.

Xem Welch ANOVA thay cho dòng ANOVA thông thường

Trong cửa sổ One-Way ANOVA, chọn Options và bật Welch trong phần kiểm định Robust Tests. SPSS sẽ tạo bảng Robust Tests of Equality of Means, thường gồm Welch và Brown-Forsythe. Khi phương sai không đồng nhất, Welch là thông tin quan trọng để đánh giá khác biệt trung bình tổng thể.

Cách đọc là xem cột Sig. của dòng Welch. Nếu Sig. nhỏ hơn mức ý nghĩa bạn đã chọn, bạn có bằng chứng về khác biệt trung bình giữa ít nhất hai nhóm. Sau đó, đọc Games-Howell để biết cặp nào khác nhau. Đừng lấy Sig. của một dòng bất kỳ trong ANOVA rồi bỏ qua bảng Robust Tests khi Levene đã có ý nghĩa.

Đối chiếu với kiểm định phi tham số khi dữ liệu lệch mạnh

Nếu Boxplot cho thấy nhiều outlier, phân phối lệch mạnh và nhóm có cỡ mẫu nhỏ, bạn cần cân nhắc Kruskal-Wallis thay vì cố sửa Levene bằng vài thao tác xóa dữ liệu. Đây là kiểm định dựa trên thứ hạng, nên câu kết luận cũng phải nói về sự khác biệt phân phối hoặc thứ hạng giữa các nhóm, tùy cách bạn đặt giả thuyết.

Bạn có thể xem quy trình Kruskal-Wallis trong SPSS. Nếu đề tài cần một kiểm định đơn giản hơn cho dữ liệu ghép cặp hoặc dữ liệu có cấu trúc đặc thù, kiểm định dấu trong SPSS là một hướng khác, nhưng không thay thế máy móc cho mọi trường hợp ANOVA.

Đối chiếu bằng bảng output minh họa

Bảng sau là số liệu minh họa, không phải kết quả của một nghiên cứu thật. Tên bảng và cột được giữ theo cách SPSS thường hiển thị để bạn đối chiếu với file đang mở.

Với số liệu minh họa này, câu chuyện không phải là “Levene lỗi nên bỏ ANOVA”. Bạn ghi nhận phương sai không đồng nhất, ưu tiên Welch cho kiểm định tổng thể và Games-Howell cho so sánh cặp. Kết quả thực tế của bạn có thể hoàn toàn khác, nên không sao chép các con số trên vào luận văn.

Khi nào phải quay lại thu thêm dữ liệu

Bạn nên quay lại dữ liệu nguồn trước khi nghĩ đến thu thêm mẫu. Nếu lỗi do mã hóa sai, nhập nhầm thang đo hoặc một nhóm có nhiều dòng không hợp lệ, thu thêm dữ liệu sẽ làm vấn đề khó truy vết hơn. Hãy lưu một bản dữ liệu gốc, một bản đã làm sạch và một file ghi lý do loại từng dòng.

Thu thêm dữ liệu có thể hợp lý khi một nhóm có quá ít quan sát so với kế hoạch ban đầu, người thu thập chưa tiếp cận đúng đối tượng, hoặc tỷ lệ thiếu dữ liệu cao đến mức mẫu phân tích không còn đại diện cho thiết kế. Khi đó, việc bổ sung phải theo cùng tiêu chí chọn mẫu, không chỉ bổ sung những người có câu trả lời thuận lợi cho giả thuyết.

Levene có ý nghĩa không tự động chứng minh mẫu của bạn hỏng. Nếu cỡ mẫu mỗi nhóm khá ổn, bạn đã kiểm tra outlier, chạy Welch và Games-Howell đúng cách, thường chưa có lý do phương pháp luận để thu lại toàn bộ dữ liệu chỉ vì một Sig. dưới 0.05.

Cách giải trình với giảng viên hướng dẫn

Bạn có thể dùng đoạn sau làm khung, sau đó thay bằng số liệu thật của mình:

Cách viết vào luận văn: “Kết quả kiểm định Levene cho thấy phương sai giữa các nhóm [đồng nhất/không đồng nhất], Levene = [giá trị], p = [giá trị]. Do giả định đồng nhất phương sai [đạt/không đạt], nghiên cứu sử dụng [ANOVA thông thường/Welch ANOVA] để đánh giá khác biệt trung bình tổng thể và sử dụng [Tukey HSD/Games-Howell] cho các so sánh cặp. Kết quả cho thấy [mô tả kết luận theo p-value và nhóm liên quan].”

Khi thầy cô hỏi vì sao ANOVA có ý nghĩa nhưng Post Hoc không có cặp khác biệt, bạn trả lời rằng ANOVA tổng thể kiểm tra giả thuyết tất cả trung bình nhóm bằng nhau, còn Post Hoc kiểm tra từng cặp sau khi điều chỉnh sai số so sánh. Một kết quả tổng thể có ý nghĩa không bắt buộc mọi cặp nhóm đều có ý nghĩa.

Nếu bạn sử dụng Games-Howell, ghi rõ lý do chọn phương pháp. Một câu ngắn nhưng đủ là: “Do kiểm định Levene cho thấy phương sai không đồng nhất, nghiên cứu sử dụng Welch và Games-Howell thay cho cách đọc ANOVA và Tukey trong điều kiện phương sai bằng nhau.” Bạn cần thay phần kết luận bằng output thật, không dùng nguyên câu nếu thiết kế của bạn khác.

Cách phòng từ bước thiết kế

Ngay từ bảng mã dữ liệu, đặt một quy ước rõ cho biến nhóm và ghi số nhóm dự kiến. Nếu nhóm có thứ tự, vẫn kiểm tra xem phần mềm đang coi đó là biến phân loại chứ không phải một biến liên tục. Mỗi biến phụ thuộc cũng cần có đơn vị và cách tính nhất quán giữa các nhóm.

Khi lập bảng hỏi, tránh tạo nhóm quá nhỏ nếu câu hỏi nghiên cứu không cần thiết phải chia nhiều nhóm. Chẳng hạn, chia độ tuổi thành quá nhiều khoảng có thể khiến một vài khoảng chỉ còn rất ít người. Quyết định số nhóm nên dựa trên ý nghĩa lý thuyết và khả năng thu mẫu, không dựa vào mong muốn tạo ra nhiều so sánh.

Trước khi chạy kiểm định chính, lưu lại thống kê mô tả, số quan sát, Mean và Standard Deviation theo từng nhóm. Trong quy trình SPSS, kiểm tra giả định là một bước phân tích chứ không phải thủ tục để hợp thức hóa kết quả. Hướng dẫn tổng quát về các quy trình có thể xem tại chủ đề SPSS.

Bạn cũng nên ghi trước quy tắc xử lý: nếu phương sai đồng nhất thì dùng Post Hoc nào, nếu không đồng nhất thì chuyển sang Welch và Games-Howell, nếu dữ liệu lệch mạnh thì cân nhắc kiểm định phi tham số. Làm vậy giúp bạn tránh việc chọn phương pháp sau khi đã nhìn thấy p-value.

Lỗi thường gặp khi sửa

Lỗi đầu tiên là xóa các quan sát có giá trị lớn chỉ vì chúng làm Levene có ý nghĩa. Outlier cần được kiểm tra theo nguồn dữ liệu, tiêu chí đo lường và quy tắc làm sạch đã công bố. Xóa một dòng vì nó làm kết quả “đẹp hơn” là cách giải trình rất yếu khi bị hỏi lại.

Lỗi thứ hai là đổi từ Levene có Sig. = 0.016 thành “phương sai bằng nhau vì 0.016 gần 0.05”. Mốc bạn chọn phải được áp dụng nhất quán. Với cách đọc thông dụng, p nhỏ hơn 0.05 cho thấy bằng chứng chống lại giả định phương sai bằng nhau, nên bạn cần dùng lựa chọn robust hơn.

Lỗi thứ ba là báo cáo bảng ANOVA nhưng không nói gì về Levene, Welch hoặc Post Hoc. Người đọc luận văn không thể biết bạn đã xử lý giả định ra sao. Hãy đưa số liệu chính, tên kiểm định, p-value và lý do chọn Post Hoc vào cùng một đoạn.

Lỗi thứ tư là ghi “ANOVA không dùng được” trong mọi trường hợp Levene có ý nghĩa. Bạn cần nhìn cả cỡ mẫu, mức độ lệch phương sai, outlier và kết quả Welch. Một lỗi ở giả định không đồng nghĩa toàn bộ câu hỏi nghiên cứu không thể phân tích.

Câu hỏi thường gặp

Levene có Sig. nhỏ hơn 0.05 thì có được chạy ANOVA không?

Bạn vẫn có thể đánh giá khác biệt trung bình, nhưng không nên đọc ANOVA và Tukey theo cách mặc định như khi phương sai đồng nhất. Hãy kiểm tra Welch trong Robust Tests of Equality of Means và dùng Games-Howell cho so sánh cặp nếu phù hợp.

Levene có ý nghĩa nhưng dữ liệu của tôi không có outlier thì sao?

Levene kiểm tra sự khác nhau về phương sai, nên không có outlier vẫn có thể xảy ra phương sai không đồng nhất. Hãy xem Standard Deviation và kích thước mẫu của từng nhóm, sau đó báo cáo kết quả theo hướng Welch và Games-Howell nếu đó là lựa chọn phù hợp.

ANOVA có ý nghĩa nhưng Post Hoc không có nhóm nào khác thì có sai không?

Không nhất thiết sai. ANOVA kiểm tra khác biệt tổng thể, còn Post Hoc kiểm tra từng cặp và thường chịu điều chỉnh sai số. Bạn cần kiểm tra đúng loại Post Hoc, đọc đúng cột Sig. và không tự kết luận rằng tất cả nhóm đều khác nhau.

Có cần đổi sang Kruskal-Wallis ngay khi Levene có ý nghĩa không?

Không. Levene chỉ phản ánh giả định đồng nhất phương sai. Nếu biến phụ thuộc phù hợp với phân tích trung bình, cỡ mẫu ổn và Welch cho kết quả phù hợp, bạn có thể tiếp tục với phương pháp robust. Kruskal-Wallis đáng cân nhắc khi dữ liệu lệch mạnh, có vấn đề về thang đo hoặc các điều kiện của phân tích trung bình không còn thuyết phục.

Tôi có nên ghi Sig. = 0 trong luận văn không?

Không nên ghi p = 0 vì SPSS thường hiển thị .000 do làm tròn. Hãy ghi p < 0.001 nếu output hiển thị .000, đồng thời giữ nguyên giá trị thống kê, bậc tự do và tên kiểm định trong bảng kết quả.

Mở lại file SPSS của bạn, kiểm tra Test of Homogeneity of Variances, chạy thêm Welch và chọn Games-Howell nếu Levene có ý nghĩa, rồi dùng M4 phân tích dữ liệu SPSS và SmartPLS của DoThesis để đối chiếu output và chuyển kết quả thật của bạn thành phần viết chương.