One-Way ANOVA: so sánh trung bình giữa ba nhóm BĐS trở lên

One-Way ANOVA: so sánh trung bình giữa ba nhóm BĐS trở lên là Bài 29 của chuyên đề SPSS trong phân tích dữ liệu BĐS. Dùng One-Way ANOVA để so mean một biến định lượng giữa từ ba nhóm độc lập; đọc Descriptives, Levene, F, Welch/Brown-Forsythe và effect size trước Post Hoc.

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.

ANOVA mở rộng logic so mean

Thay nhiều t-test bằng một omnibus test cho H0: μ1=μ2=...=μk.

Nếu reject H0 chỉ biết ít nhất một mean 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.

Dependent và Factor

Một biến Scale như gia_m2 và một factor category như khu_vuc có từ ba nhóm trở lên.

Repeated measures không dùng one-way independent ANOVA.

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.

Independence từ thiết kế

Mỗi case thuộc một group; cluster/lặp lại phải được xem xét.

SPSS không có test đơn giản để xác nhận independence.

Explore theo Factor

Xem N, mean/median, SD, boxplot, histogram/Q-Q từng nhóm trước ANOVA.

Không chỉ kiểm normality toàn mẫu.

Descriptives

One-Way Options có N, mean, SD, SE, min/max, CI theo group.

Đọc effect thực tế trước F.

Levene homogeneity

Homogeneity of variance test xem bằng chứng variance khác giữa groups.

Không gọi Levene là normality.

F statistic

F so variation giữa group means với variation trong nhóm; p kiểm H0 omnibus.

F significant không nói cặp nào.

Welch/Brown-Forsythe

SPSS có Robust Tests of Equality of Means khi variance không đều, nhất là N mất cân bằng.

Không chạy robust test chỉ để tìm p nhỏ.

Effect size

SPSS hiện hỗ trợ effect-size estimation cho One-Way; dùng để mô tả độ lớn tổng thể.

Không diễn giải như quan hệ nhân quả.

Nhiều t-test làm tăng familywise error

Với k nhóm có k(k−1)/2 pairwise comparisons; chạy riêng mỗi t-test làm tăng false positive family.

Post Hoc xử lý multiplicity.

Nếu omnibus không significant

Với phân tích khám phá thông thường, không săn pairwise significance. Planned contrasts định trước là câu chuyện khác.

Phân biệt post hoc và planned comparison.

Báo cáo ANOVA

N/mean/SD nhóm, F(df),p,effect size, Levene và Welch/B-F nếu dùng; sau đó Post Hoc nếu phù hợp.

Không dừng ở 'có ý nghĩa'.

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.

ONEWAY gia_m2 BY khu_vuc /STATISTICS DESCRIPTIVES HOMOGENEITY WELCH /MISSING ANALYSIS.

Tình huống thực hành BĐS

Ba khu vực có mean đơn giá 72, 64, 58 triệu/m². ANOVA omnibus p<0,05 nhưng Levene cũng p<0,05. Nhóm xem Welch và chuẩn bị Games-Howell thay vì chạy ba t-test độc lập.

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
Descriptives	N/Mean/SD/CI	Mô tả nhóm	Đọc trước F
Levene	Homogeneity	Giả định variance	Xem n/SD
F	Omnibus	Ít nhất một mean khác?	Không chỉ cặp
Welch/B-F	Robust omnibus	Variance không đều	Dùng có lý do
Effect size	Độ lớn tổng thể	Practical magnitude	Không nhân quả

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

Chạy One-Way ANOVA gia_m2 theo ba khu vực gồm Descriptives, Levene và Welch, rồi xác định kế hoạch Post Hoc.

Sản phẩm phải nộp

Explore nhóm
Descriptives
Levene+ANOVA+Welch
Effect size
Quyết định Post Hoc

Những lỗi thường gặp

Chạy nhiều t-test
Không Explore theo nhóm
Bỏ Levene
ANOVA significant=mọi nhóm khác
Chỉ báo p
Dùng robust test vì p đẹp
Post Hoc không lý do
Kết luận nhân quả

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 One-Way ANOVA: so sánh trung bình giữa ba nhóm BĐS trở lên: 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

ANOVA kiểm tất cả means bằng nhau
Omnibus chỉ nói ít nhất một nhóm khác
Levene kiểm variance
Welch/B-F hữu ích khi variance không đều
Post Hoc xác định cặp sau omnibus phù hợp

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
https://www.ibm.com/support/pages/release-notes-ibm-spss-statistics-subscription

Bài tiếp theo

Post Hoc: khi ANOVA có khác biệt thì nhóm nào khác nhóm nào?.

Bài luyện tập mở rộng

Luyện tập 1

Tạo 4 groups cùng mean nhưng variance khác.

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 mean chênh nhỏ với N rất lớn.

Luyện tập 3

Đếm pairwise comparisons cho k=3..6.

Luyện tập 4

Sửa kết luận sai 'ANOVA cho biết khu 1 khác khu 3'.

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