Levene’s Test và giả định phương sai: chọn dòng kết quả t-test nào?

Levene’s Test và giả định phương sai: chọn dòng kết quả t-test nào? là Bài 27 của chuyên đề SPSS trong phân tích dữ liệu BĐS. Giải thích Levene’s Test trong Independent-Samples t-test, cách đọc Equal variances assumed/not assumed và vì sao không được chọn dòng theo p-value mong muốn.

Biên soạn: ThS. Nguyễn Mạnh Hùng
GV. Khoa QLĐĐ&BĐS – ĐH Nông Lâm TP.HCM
Email: nguyenmanhhung@hcmuaf.edu.vn

Cập nhật 01/10/2026: Nội dung kỹ thuật đối chiếu với IBM SPSS Statistics 31. Tên menu và một số cột Output có thể khác nhẹ theo build/ngôn ngữ giao diện; khi khác, đối chiếu tài liệu chính thức của phiên bản đang sử dụng.

Lưu ý: dữ liệu BĐS, ngưỡng, giá trị chuẩn và tình huống trong bài nếu không ghi nguồn cụ thể đều là giả lập phục vụ giảng dạy. Kết quả kiểm định thống kê không tự chứng minh quan hệ nhân quả hoặc thay thế đánh giá nghiệp vụ/thị trường.

Mục tiêu học tập

Hiểu đúng bản chất thống kê của công cụ trong bài trước khi thao tác.
Biết điều kiện dữ liệu và thiết kế nghiên cứu phù hợp.
Thao tác được trên SPSS và lưu lại Syntax để tái lập.
Đọc đúng Output, gồm N, thống kê mô tả, khoảng tin cậy và p-value khi có.
Diễn giải trong bối cảnh BĐS mà không vượt quá bằng chứng.

Vị trí của bài trong mạch học

Bài thuộc Chương 4 – Kiểm định khác biệt giữa các nhóm. Từ đây sinh viên không chỉ mô tả mẫu mà bắt đầu suy luận về chênh lệch trung bình. Trình tự chuẩn là: thiết kế → dữ liệu → giả định → ước lượng → kiểm định → độ lớn hiệu ứng → diễn giải.

Levene kiểm phương sai, không kiểm mean

H0 của Levene là phương sai nhóm bằng nhau theo kiểm định homogeneity.

Nó không phải normality test và không trả lời mean có khác.

Câu hỏi phản biện: nếu một người khác chỉ có file dữ liệu, Syntax và Output, họ có thể tái hiện quyết định này không? Nếu không, cần ghi thêm điều kiện, nhóm, đơn vị, hướng chênh lệch hoặc lý do chọn phương pháp.

Quy ước đọc hai dòng

Nếu chưa có bằng chứng variance khác ở alpha đã chọn, giáo trình thường đọc Equal variances assumed; nếu Levene rõ ràng significant, đọc not assumed.

Đây là quy ước thực hành, không phải luật tuyệt đối.

Điểm kiểm thực hành: trước khi chuyển bước, kiểm N, missing, Filter/Split File/Weight Cases và ít nhất một bảng hoặc đồ thị mô tả phù hợp. Nếu trạng thái dữ liệu không đúng thì kết quả ở bước sau không còn đáng tin, dù SPSS vẫn chạy.

Not assumed điều chỉnh SE/df

Dòng unequal-variance dùng điều chỉnh kiểu Welch–Satterthwaite; df có thể không nguyên.

Không sửa df thành số nguyên tùy ý.

p lớn không chứng minh variance bằng nhau

Không reject H0 không đồng nghĩa xác suất 95% variance bằng.

Nhóm nhỏ có thể thiếu power.

p nhỏ cũng phải nhìn SD/n

N lớn có thể làm Levene nhạy với chênh variance nhỏ.

Xem SD, boxplot và cỡ nhóm cùng nhau.

Unequal n + unequal variance

Đây là tình huống pooled t-test nhạy hơn; not assumed thường đáng cân nhắc mạnh.

Báo rõ phương pháp đã dùng.

Hai dòng cùng kết luận

Nếu p/CI gần nhau, kết quả ổn định hơn với lựa chọn variance nhưng vẫn phải kiểm outlier/independence.

Không dùng sự giống nhau để bỏ giả định khác.

Hai dòng khác kết luận

Tuyệt đối không chọn dòng có p<0,05. Dựa giả định, design, SD/n và quy tắc đã định.

Có thể báo sensitivity.

Levene nhạy với outlier

Case cực trị có thể làm variance tăng. Quay lại boxplot/Explore để xác minh.

Không xóa dữ liệu thật để Levene 'pass'.

Levene không kiểm normality

Normality xem histogram/Q-Q/Explore và giả định của thủ tục cụ thể.

Không có một p-value kiểm mọi giả định.

Cách báo cáo

Nêu Levene F,p và row t-test được dùng, t(df),p, chênh,CI.

Không chỉ ghi Sig<0,05 rồi chấp nhận H1.

Tư duy tổng hợp giả định

Independence đến từ thiết kế; distribution từ Explore; homogeneity từ Levene; outlier từ boxplot.

Kết luận phải tổng hợp các bằng chứng.

Bộ dữ liệu thực hành xuyên suốt

Các bài 21–30 dùng một bộ dữ liệu BĐS thống nhất để người học thấy quan hệ giữa làm sạch, mô tả và kiểm định. Trong dữ liệu thật, tên biến có thể khác nhưng phải giữ đúng bản chất mức đo, đơn vị và đơn vị quan sát.

Tên biến	Kiểu	Ý nghĩa	Mã/đơn vị	Lưu ý
ma_bds	String	Mã tài sản/quan sát	—	Dùng truy vết case; không tính trung bình
khu_vuc	Numeric	Khu vực	1=Trung tâm; 2=Cận trung tâm; 3=Ngoại vi	Nominal
loai_bds	Numeric	Loại BĐS	1=Căn hộ; 2=Nhà phố; 3=Đất ở	Nominal
dien_tich	Numeric	Diện tích	m²	Scale
gia_rao	Numeric	Giá rao	triệu đồng	Scale
gia_m2	Numeric	Đơn giá rao	triệu đồng/m²	Scale
khoang_cach_tam	Numeric	Khoảng cách tới trung tâm	km	Scale
muc_hai_long	Numeric	Mức hài lòng	1–5; missing theo codebook	Ordinal
y_dinh_mua	Numeric	Ý định mua	1–5; missing theo codebook	Ordinal
nhom_khach	Numeric	Nhóm khách	1=Đã mua; 2=Chưa mua	Nominal
diem_truoc	Numeric	Điểm đánh giá trước	0–100	Scale
diem_sau	Numeric	Điểm đánh giá sau	0–100	Scale

Cú pháp tham khảo

Có thể thao tác bằng menu; tuy nhiên nên dùng Paste để lưu Syntax. Từ Chương 4, Test Value, mã nhóm, Confidence Interval và Post Hoc method phải được lưu để tránh tình trạng chạy lại nhưng không biết đã chọn tùy chọn nào.

T-TEST GROUPS=nhom_khach(1 2) /MISSING=ANALYSIS /VARIABLES=gia_m2 /CRITERIA=CI(.95).

Tình huống thực hành BĐS

Hai nhóm n=60 và n=220, SD nhóm nhỏ gần gấp đôi. Levene p<0,05 và hai dòng t-test cho p khác nhau. Sinh viên không chọn dòng 'đẹp', mà báo not assumed theo logic variance và giải thích.

Tình huống cần xử lý theo bốn lớp: (1) mô tả dữ liệu; (2) kiểm điều kiện và giả định; (3) chọn thủ tục; (4) diễn giải độ lớn và bất định. Không nhảy thẳng vào cột Sig. rồi kết luận. Nếu dữ liệu có lỗi nghiệp vụ, sửa lỗi trước; nếu dữ liệu thật nhưng không phù hợp giả định, thay cách phân tích chứ không sửa dữ liệu để đạt giả định.

Ma trận lựa chọn nhanh

Tình huống	Cách hiểu/công cụ	Mục tiêu	Điểm phải kiểm
Levene p lớn	Chưa có bằng chứng variance khác	Thường assumed	Không chứng minh bằng
Levene p nhỏ	Variance khác	Ưu tiên not assumed	Xem SD/n
df không nguyên	Welch-Satterthwaite	Bình thường	Báo đúng
Hai dòng khác	Nhạy giả định	Không cherry-pick	Giải thích
Outlier thật	Variance lớn	Giữ + phương pháp phù hợp	Không xóa để pass

Quy trình 12 bước áp dụng

Xác định câu hỏi và đơn vị quan sát.
Kiểm Type, Values, Missing, Measure và đơn vị.
Kiểm Filter, Split File và Weight Cases đang ON hay OFF.
Chạy Frequencies/Descriptives/Explore phù hợp.
Kiểm ID của các case bất thường và xác minh nguồn.
Viết H0/H1 hoặc mục tiêu mô tả trước khi chạy thủ tục.
Chọn đúng menu, nhóm và tùy chọn; dùng Paste để lưu Syntax.
Đọc bảng mô tả trước bảng kiểm định.
Đọc Confidence Interval cùng p-value.
Báo effect size hoặc chênh lệch có đơn vị khi phù hợp.
Thực hiện một kiểm tra độ nhạy nếu dữ liệu có điểm bất thường hoặc giả định đáng lo.
Lưu dữ liệu, Syntax, Output và biên bản quyết định theo version.

Cách đọc Output theo thứ tự

Kiểm N: số case có khớp dữ liệu dự kiến không?
Kiểm mean/median/SD/IQR hoặc count/%: dữ liệu có hợp lý về mặt nghiệp vụ không?
Kiểm các bảng/đồ thị giả định đúng với thủ tục.
Nếu có nhiều dòng kết quả, xác định trước dòng nào phù hợp và vì sao.
Đọc độ lớn chênh lệch và Confidence Interval.
Sau cùng mới đọc p-value như một phần của bằng chứng.
Đối chiếu effect size với ý nghĩa thực tế trong BĐS.
Viết kết luận giới hạn đúng thiết kế; không dùng từ nhân quả nếu chỉ là dữ liệu quan sát.

Bài thực hành

Tạo hai dataset: variance gần bằng và variance khác mạnh; so Levene và hai dòng output, viết quy tắc lựa chọn.

Sản phẩm phải nộp

2 bộ Output
Bảng SD/n/Levene
So hai dòng
Giải thích lựa chọn
Ví dụ cherry-picking bị sửa

Những lỗi thường gặp

Gọi Levene là normality test
p>0,05=bằng nhau chắc chắn
Chọn dòng p đẹp
Làm tròn df tùy ý
Không xem SD/n
Xóa outlier để pass
Chép cả hai dòng không chọn
Không báo rationale

Phản biện chéo tại lớp

Nhóm phản biện không hỏi trước “p bao nhiêu” mà hỏi: đây là thiết kế độc lập hay ghép cặp? Biến nào là Scale/Factor? N từng nhóm là bao nhiêu? Có missing/outlier không? Giả định variance/normality được xem ở đâu? Độ lớn chênh và Confidence Interval thế nào? Nếu đổi phương pháp, lý do là dữ liệu hay vì muốn significance?

Người trình bày phải chỉ đúng bảng Output và đúng dòng/cột làm căn cứ. Nếu không giải thích được mẫu số, hướng Mean Difference, cách tính difference, hoặc trạng thái Split/Weight, bài chưa đạt dù SPSS chạy thành công.

Tình huống kiểm tra cuối bài

Giảng viên giao tệp 300–900 case có ít nhất một bẫy liên quan trực tiếp đến Levene’s Test và giả định phương sai: chọn dòng kết quả t-test nào?: missing, mã nhóm sai, outlier, variance không đều, trạng thái Split/Weight hoặc chênh rất nhỏ nhưng N lớn. Sinh viên phải phát hiện bẫy trước khi kết luận và ghi rõ bằng chứng đã dùng.

Phiếu tự kiểm

Tôi có biết mỗi dòng đại diện cho gì không?
Biến kết quả và biến nhóm có đúng mức đo không?
Filter/Split/Weight hiện đang ON hay OFF?
N hợp lệ từng biến/nhóm có khớp dự kiến không?
Tôi đã xem outlier/phân bố trước kiểm định chưa?
H0/H1 hoặc mục tiêu mô tả có được viết trước không?
Tôi có đang đọc đúng bảng và đúng dòng Output không?
Mean Difference đang tính theo hướng nào?
Confidence Interval cho biết độ lớn và precision thế nào?
Effect size hoặc chênh gốc có được xem không?
Kết luận có vượt quá thiết kế dữ liệu không?
Syntax và version có đủ để người khác tái lập không?

Ghi nhớ trong 30 giây

Levene kiểm variance
Not assumed xử lý variance khác
df không nguyên là bình thường
Không chọn row theo p mong muốn
Xem Levene cùng SD/n/boxplot

Nguồn tham khảo

Nguồn kỹ thuật chính là IBM SPSS Statistics 31. Các khuyến nghị phương pháp được trình bày ở mức nhập môn ứng dụng; khi làm nghiên cứu chính thức cần kết hợp thiết kế nghiên cứu, lý thuyết lĩnh vực và tài liệu thống kê chuyên sâu.

https://www.ibm.com/docs/en/SSLVMB_31.0.0/pdf/IBM_SPSS_Statistics_Base.pdf

Bài tiếp theo

Paired-Samples t-test: so sánh trước – sau trên cùng một nhóm.

Bài luyện tập mở rộng

Luyện tập 1

Tạo SD lệch 3 lần rồi so rows.

Yêu cầu nộp: Output hoặc Syntax cần thiết, một đoạn giải thích 100–150 từ, và ít nhất một phép kiểm đối chứng. Nếu có p-value, phải kèm thống kê mô tả và độ lớn chênh phù hợp.

Luyện tập 2

Tạo N lớn variance chênh nhẹ.

Luyện tập 3

Thêm outlier thật và quan sát Levene.

Luyện tập 4

Vẽ flowchart chọn row.

Phòng kiểm chứng: thay đổi một điều kiện và chạy lại

Tạo một phiên bản thứ hai của dữ liệu bằng cách thay đổi có kiểm soát một yếu tố: cỡ mẫu, tỷ lệ missing, một outlier, độ chênh mean, độ phân tán hoặc cách phân nhóm. Trước khi chạy, ghi dự đoán bảng nào sẽ thay đổi. Sau khi chạy, so với dự đoán để kiểm tra người học hiểu cơ chế thay vì chỉ nhớ menu.

Ở các bài kiểm định, nên tạo hai tình huống đối nghịch: chênh rất nhỏ nhưng N lớn và chênh lớn nhưng N nhỏ. So p-value, Confidence Interval và effect size để thấy “có ý nghĩa thống kê” không đồng nghĩa “quan trọng về thực tiễn”.

Biên bản QA tối thiểu

Mục	Trước phân tích	Sau phân tích	Quyết định
N	Ghi tổng và từng nhóm	Đối chiếu Output	Khớp/không khớp
Missing	Ghi mã và tỷ lệ	Kiểm N hợp lệ	Không bù tùy tiện
Outlier	Danh sách ID	Xác minh nguồn	Giữ/sửa/gắn cờ
Giả định	Đồ thị/test liên quan	Ghi bằng chứng	Chọn thủ tục
Hiệu ứng	Mean difference/effect size	CI/p	Diễn giải thực tiễn
Version	Tên file trước	Tên file sau	Có thể quay lại