Phi và Cramer’s V: liên hệ có ý nghĩa thống kê nhưng mạnh đến mức nào? là Bài 38 của chuyên đề SPSS trong phân tích dữ liệu BĐS. Dùng Phi và Cramer's V để bổ sung độ lớn liên hệ cho Chi-square; chọn measure theo kích thước bảng, đọc 0–1 có bối cảnh và tránh ngưỡng máy móc.
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 bảng Output có thể khác nhẹ theo bản build/ngôn ngữ giao diện; khi khác cần đối chiếu tài liệu chính thức.
Lưu ý: dữ liệu và tình huống BĐS trong bài nếu không nêu nguồn cụ thể đều là giả lập phục vụ giảng dạy. Tương quan/liên hệ thống kê không tự chứng minh quan hệ nhân quả.
Mục tiêu học tập
- Nhận diện đúng loại biến và thiết kế dữ liệu trước khi chọn thủ tục.
- Hiểu bản chất thống kê của hệ số/kiểm định trong bài, không chỉ biết bấm menu.
- Thực hiện được trên SPSS và lưu Syntax để có thể chạy lại.
- Đọc Output theo thứ tự: mô tả → điều kiện/giả định → hệ số/kiểm định → khoảng tin cậy → diễn giải.
- Viết kết luận trong bối cảnh BĐS mà không vượt quá bằng chứng.
Vị trí của bài trong mạch học
Bài thuộc Chương 5 – Mối liên hệ giữa các biến. Mạch 33–40 đi từ Pearson, Spearman và Partial Correlation đến scatterplot, Chi-square, Cramer's V, ma trận tương quan và case tích hợp. Trọng tâm là phân biệt loại liên hệ và giới hạn diễn giải.
Chi-square và effect size khác câu hỏi
χ²/p hỏi có evidence association; Phi/V nói magnitude chuẩn hóa.
N lớn có thể p nhỏ dù V thấp.
Cách kiểm tại lớp: hãy chỉ ra biến nào đang được phân tích, mỗi biến thuộc mức đo nào, mỗi dòng dữ liệu đại diện cho ai/cái gì, và điều kiện nào khiến kết luận thay đổi. Nếu chưa trả lời được bốn câu này, chưa nên đọc p-value.
Phi tự nhiên nhất cho 2×2
Phi liên quan χ²/N và có thể mang dấu theo coding trong 2×2.
Đổi coding có thể đổi sign.
Dấu vết cần lưu: giữ lại Syntax, bảng Output chính, số trường hợp hợp lệ, quy tắc missing và ít nhất một biểu đồ/bảng mô tả phù hợp. Mục tiêu là để người khác có thể chạy lại và biết vì sao chọn phương pháp đó.
Cramer's V cho bảng lớn
V chuẩn hóa χ² theo N và chiều bảng, từ 0 đến 1.
Không có direction tự nhiên cho nominal association.
Cách kiểm tại lớp: hãy chỉ ra biến nào đang được phân tích, mỗi biến thuộc mức đo nào, mỗi dòng dữ liệu đại diện cho ai/cái gì, và điều kiện nào khiến kết luận thay đổi. Nếu chưa trả lời được bốn câu này, chưa nên đọc p-value.
Không có cutoff vạn năng
Small/medium/large phụ thuộc table size, lĩnh vực và quyết định.
Không dùng ngưỡng chung như luật.
Dấu vết cần lưu: giữ lại Syntax, bảng Output chính, số trường hợp hợp lệ, quy tắc missing và ít nhất một biểu đồ/bảng mô tả phù hợp. Mục tiêu là để người khác có thể chạy lại và biết vì sao chọn phương pháp đó.
V không phải % variance
V=0,4 không có nghĩa giải thích 40% biến thiên hoặc dự đoán đúng 40%.
Đây là normalized association measure.
Cách kiểm tại lớp: hãy chỉ ra biến nào đang được phân tích, mỗi biến thuộc mức đo nào, mỗi dòng dữ liệu đại diện cho ai/cái gì, và điều kiện nào khiến kết luận thay đổi. Nếu chưa trả lời được bốn câu này, chưa nên đọc p-value.
Quality của table vẫn quan trọng
Sparse cells/coding lạ làm estimate kém ổn định.
Effect size không cứu assumptions tệ.
Dấu vết cần lưu: giữ lại Syntax, bảng Output chính, số trường hợp hợp lệ, quy tắc missing và ít nhất một biểu đồ/bảng mô tả phù hợp. Mục tiêu là để người khác có thể chạy lại và biết vì sao chọn phương pháp đó.
Report pattern cùng V
Row/Column % và residuals cho biết association nằm ở đâu.
V một mình không kể pattern.
Cách kiểm tại lớp: hãy chỉ ra biến nào đang được phân tích, mỗi biến thuộc mức đo nào, mỗi dòng dữ liệu đại diện cho ai/cái gì, và điều kiện nào khiến kết luận thay đổi. Nếu chưa trả lời được bốn câu này, chưa nên đọc p-value.
CI không luôn có sẵn mặc định
Nếu cần CI cho V có thể dùng bootstrap/extension/method phù hợp; đừng tự bịa CI.
Bài nhập môn tập trung point estimate.
Dấu vết cần lưu: giữ lại Syntax, bảng Output chính, số trường hợp hợp lệ, quy tắc missing và ít nhất một biểu đồ/bảng mô tả phù hợp. Mục tiêu là để người khác có thể chạy lại và biết vì sao chọn phương pháp đó.
2×k/r×c ưu tiên V
Phi cho table lớn khó diễn giải; V chuẩn hóa theo min dimensions.
Chọn measure nhất quán.
Cách kiểm tại lớp: hãy chỉ ra biến nào đang được phân tích, mỗi biến thuộc mức đo nào, mỗi dòng dữ liệu đại diện cho ai/cái gì, và điều kiện nào khiến kết luận thay đổi. Nếu chưa trả lời được bốn câu này, chưa nên đọc p-value.
Significant + V thấp
Có thể có ý nghĩa thực tiễn hoặc không tùy bối cảnh.
Business significance cần domain judgement.
Dấu vết cần lưu: giữ lại Syntax, bảng Output chính, số trường hợp hợp lệ, quy tắc missing và ít nhất một biểu đồ/bảng mô tả phù hợp. Mục tiêu là để người khác có thể chạy lại và biết vì sao chọn phương pháp đó.
So studies cần thận trọng
Khác category definitions/sample/table dimensions làm V khó so trực tiếp.
Không xếp hạng dự án bằng V.
Cách kiểm tại lớp: hãy chỉ ra biến nào đang được phân tích, mỗi biến thuộc mức đo nào, mỗi dòng dữ liệu đại diện cho ai/cái gì, và điều kiện nào khiến kết luận thay đổi. Nếu chưa trả lời được bốn câu này, chưa nên đọc p-value.
Báo cáo
χ²(df),p,V/Phi,N,percentages và expected-count caveat.
Không báo V rời context.
Dấu vết cần lưu: giữ lại Syntax, bảng Output chính, số trường hợp hợp lệ, quy tắc missing và ít nhất một biểu đồ/bảng mô tả phù hợp. Mục tiêu là để người khác có thể chạy lại và biết vì sao chọn phương pháp đó.
Bộ dữ liệu thực hành xuyên suốt
Các ví dụ dùng một cấu trúc dữ liệu BĐS thống nhất. Trong bài thật có thể đổi tên biến, nhưng không được đổi bản chất mức đo. Mã category lưu bằng số vẫn là Nominal/Ordinal nếu ý nghĩa của nó là category.
| Biến | Mức đo | Ý nghĩa/đơn vị | Vai trò minh họa |
|---|---|---|---|
| gia_m2 | Scale | Đơn giá rao, triệu đồng/m² | Biến giá |
| dien_tich | Scale | Diện tích, m² | Thuộc tính vật lý |
| khoang_cach_tam | Scale | Khoảng cách tới trung tâm, km | Vị trí |
| diem_tien_ich | Scale | Điểm tổng hợp tiện ích 0–100 | Tiện ích |
| khu_vuc | Nominal | 1=Trung tâm; 2=Cận trung tâm; 3=Ngoại vi | Nhóm vị trí |
| loai_bds | Nominal | 1=Căn hộ; 2=Nhà phố; 3=Đất ở | Loại hình |
| phap_ly_day_du | Nominal | 0=Chưa đầy đủ; 1=Đầy đủ | Biến phân loại |
| muc_hai_long | Ordinal | 1–5 | Biến thứ bậc |
| diem_truoc | Scale | Điểm trước, 0–100 | Đo lặp |
| diem_sau | Scale | Điểm sau, 0–100 | Đo lặp |
| diem_t3 | Scale | Điểm lần 3, 0–100 | Đo lặp nhiều lần |
Cú pháp tham khảo
Sinh viên có thể thao tác bằng menu, nhưng nên bấm Paste để lưu Syntax. Syntax đặc biệt cần thiết khi có nhiều biến, nhiều nhóm, pairwise/listwise missing hoặc các tùy chọn CI/Statistics.
CROSSTABS /TABLES=loai_bds BY phap_ly_day_du /STATISTICS=CHISQ PHI /CELLS=COUNT EXPECTED ROW COLUMN RESID.Tình huống thực hành BĐS
N=5.000 cho χ² p<0,001 nhưng Cramer's V thấp. Nhóm kết luận có evidence association nhưng magnitude nhỏ theo bối cảnh và dùng percentages/residuals để mô tả pattern.
Trong tình huống trên, không được chuyển trực tiếp từ bảng Sig. sang kết luận. Cần đối chiếu mô tả dữ liệu, hình dạng phân bố/bảng chéo, số quan sát, case bất thường và ý nghĩa nghiệp vụ. Một kết quả thống kê chính xác về tính toán vẫn có thể bị diễn giải sai nếu sample, biến hoặc câu hỏi nghiên cứu sai.
Ma trận lựa chọn nhanh
| Tình huống | Cách hiểu/công cụ | Mục tiêu | Điểm phải kiểm |
|---|---|---|---|
| 2×2 | Phi | Magnitude/sign coding-dependent | Xem |Phi| |
| r×c | Cramer's V | Magnitude 0–1 | Không direction |
| χ² p | Evidence | Significance | Phụ thuộc N |
| Row/Column % | Pattern | Nội dung | Mẫu số rõ |
| Residuals | Cell contribution | Vị trí association | Multiplicity |
Quy trình 12 bước áp dụng
- Viết câu hỏi nghiên cứu bằng lời trước khi mở Analyze.
- Xác định đơn vị quan sát và thiết kế độc lập/ghép cặp/lặp lại.
- Kiểm Type, Values, Missing, Measure và đơn vị của các biến.
- Kiểm trạng thái Filter, Split File và Weight Cases.
- Chạy Frequencies/Descriptives/Explore/Crosstabs phù hợp.
- Kiểm các case bất thường bằng ID và dữ liệu nguồn.
- Chọn hệ số/kiểm định theo measurement level và hình dạng quan hệ.
- Dùng Paste để lưu Syntax và ghi rõ tùy chọn.
- Đọc N và thống kê mô tả trước hệ số/kiểm định.
- Đọc coefficient/test statistic cùng CI và p-value nếu có.
- Đánh giá độ lớn thực tế/effect size, không chỉ significance.
- Lưu Output, Syntax, data version và decision log.
Đọc Output theo thứ tự để tránh sai logic
- Đọc N hợp lệ và missing.
- Đọc mô tả gốc: mean/median/IQR hoặc count/%.
- Kiểm plot/table diagnostics liên quan.
- Đọc hệ số hoặc test statistic.
- Đọc Confidence Interval nếu thủ tục hỗ trợ.
- Đọc p-value sau khi đã biết coefficient và sample.
- Đối chiếu với câu hỏi ban đầu.
- Viết giới hạn: association không đồng nghĩa causation.
Bài thực hành
Tạo một 2×2 và một 3×3; tính χ², Phi/V và viết report kết hợp significance+magnitude+pattern.
Sản phẩm sinh viên phải nộp
- 2 Crosstabs
- Chi-square
- Phi/V
- Pattern %/residuals
- 2 reports
Những lỗi thường gặp
- p nhỏ=V lớn
- V=40% variance
- Universal thresholds
- Không xem expected counts
- Chỉ báo V
- Direction cho V
- So V giữa tables khác định nghĩa
- Không báo N
Lỗi 1 – p nhỏ=V lớn: tạo một bản dữ liệu hoặc Output nhỏ minh họa lỗi này, sau đó sửa và ghi rõ điểm nào trong kết quả thay đổi. Cách học này giúp phân biệt lỗi thao tác, lỗi thiết kế và lỗi diễn giải.
Lỗi 2 – V=40% variance: tạo một bản dữ liệu hoặc Output nhỏ minh họa lỗi này, sau đó sửa và ghi rõ điểm nào trong kết quả thay đổi. Cách học này giúp phân biệt lỗi thao tác, lỗi thiết kế và lỗi diễn giải.
Lỗi 3 – Universal thresholds: tạo một bản dữ liệu hoặc Output nhỏ minh họa lỗi này, sau đó sửa và ghi rõ điểm nào trong kết quả thay đổi. Cách học này giúp phân biệt lỗi thao tác, lỗi thiết kế và lỗi diễn giải.
Lỗi 4 – Không xem expected counts: tạo một bản dữ liệu hoặc Output nhỏ minh họa lỗi này, sau đó sửa và ghi rõ điểm nào trong kết quả thay đổi. Cách học này giúp phân biệt lỗi thao tác, lỗi thiết kế và lỗi diễn giải.
Lỗi 5 – Chỉ báo V: tạo một bản dữ liệu hoặc Output nhỏ minh họa lỗi này, sau đó sửa và ghi rõ điểm nào trong kết quả thay đổi. Cách học này giúp phân biệt lỗi thao tác, lỗi thiết kế và lỗi diễn giải.
Phản biện chéo tại lớp
Nhóm phản biện phải hỏi: coefficient/test này đo cái gì; điều kiện nào quan trọng; N thực sự là bao nhiêu; mẫu số/tập case có thay đổi vì missing không; có outlier/cluster/ties không; và kết luận đang mô tả association hay ngầm chuyển thành causation? Người trình bày phải trỏ đúng bảng/plot trong Output để trả lời.
Nếu hai phương pháp cho kết quả khác nhau, không được chọn phương pháp cho p-value đẹp hơn. Phải quay lại mức đo, hình dạng quan hệ, giả định và câu hỏi nghiên cứu để chọn method chính; phương pháp còn lại có thể dùng như sensitivity analysis nếu hợp lý.
Tình huống kiểm tra cuối bài
Giảng viên cung cấp một tệp 400–1.500 case có ít nhất một bẫy liên quan trực tiếp đến Phi và Cramer’s V: liên hệ có ý nghĩa thống kê nhưng mạnh đến mức nào?: mã nominal bị khai Scale, một outlier hợp lệ, cluster theo khu vực, missing không đồng đều, nhiều ties hoặc N rất lớn làm p nhỏ. Sinh viên phải phát hiện bẫy trước khi viết kết luận.
Phiếu tự kiểm
- Tôi có biết từng biến là Nominal, Ordinal hay Scale không?
- Thiết kế là độc lập hay dữ liệu liên quan/lặp lại?
- N hợp lệ có đúng dự kiến không?
- Missing được xử lý pairwise/listwise/analysis như thế nào?
- Tôi đã xem biểu đồ/bảng mô tả trước hệ số hoặc p-value chưa?
- Outlier/cluster/ties có ảnh hưởng cách chọn phương pháp không?
- Hệ số đang đo tuyến tính, đơn điệu, thứ hạng hay liên hệ category?
- Confidence Interval có được đọc nếu có không?
- Tôi có đang nhầm p-value với độ lớn hiệu ứng không?
- Tôi có đang biến correlation/association thành causal claim không?
- Syntax có đủ để người khác chạy lại không?
- File sau phân tích có version và decision log không?
Ghi nhớ trong 30 giây
- p nói evidence; V/Phi nói magnitude
- Phi tự nhiên cho 2×2
- V cho bảng lớn
- Không cutoff vạn năng
- Effect size không thay pattern
Nguồn tham khảo
Nguồn kỹ thuật chính là IBM SPSS Statistics 31. Khi menu hoặc tùy chọn khác bài, cần kiểm đúng phiên bản đang dùng. Trong nghiên cứu chính thức, kết quả SPSS phải được đặt trong thiết kế nghiên cứu và tài liệu phương pháp phù hợp.
- https://www.ibm.com/docs/en/spss-statistics/31.0.0?topic=features-crosstabs
- https://www.ibm.com/docs/en/SSLVMB_31.0.0/pdf/IBM_SPSS_Statistics_Command_Syntax_Reference.pdf
Bài tiếp theo
Ma trận tương quan nhiều biến: đọc thế nào để không nhầm tương quan với nguyên nhân?.
Bài luyện tập mở rộng
Luyện tập 1
Giữ proportions nhưng tăng N.
Yêu cầu nộp: Output/Syntax, một đoạn giải thích 100–150 từ và một phép kiểm đối chứng. Nếu có correlation hoặc p-value, phải báo coefficient/test statistic và N; không được chỉ nộp dấu *.
Luyện tập 2
Đảo coding Phi.
Yêu cầu nộp: Output/Syntax, một đoạn giải thích 100–150 từ và một phép kiểm đối chứng. Nếu có correlation hoặc p-value, phải báo coefficient/test statistic và N; không được chỉ nộp dấu *.
Luyện tập 3
Tạo bảng 3×4.
Yêu cầu nộp: Output/Syntax, một đoạn giải thích 100–150 từ và một phép kiểm đối chứng. Nếu có correlation hoặc p-value, phải báo coefficient/test statistic và N; không được chỉ nộp dấu *.
Luyện tập 4
Viết report không dùng cutoff strength cứng.
Yêu cầu nộp: Output/Syntax, một đoạn giải thích 100–150 từ và một phép kiểm đối chứng. Nếu có correlation hoặc p-value, phải báo coefficient/test statistic và N; không được chỉ nộp dấu *.
Phòng kiểm chứng bằng thay đổi dữ liệu
Tạo một bản sao dữ liệu và chỉ thay một yếu tố: thêm outlier, thu hẹp range, tăng sample size, tạo cluster, tăng tỷ lệ ties hoặc missing. Chạy lại đúng thủ tục và ghi yếu tố nào trong Output thay đổi. Mục đích là hiểu độ nhạy của method thay vì học thuộc bảng kết quả.
Biên bản QA tối thiểu
| Mục | Trước phân tích | Sau phân tích | Kết luận QA |
|---|---|---|---|
| N | Ghi tổng và N hợp lệ | Đối chiếu Output | Khớp/không khớp |
| Mức đo | Ghi Nominal/Ordinal/Scale | Đối chiếu method | Phù hợp/không |
| Missing | Pairwise/listwise/analysis | N từng bảng | Không mất case âm thầm |
| Outlier/cluster | ID/pattern | Kiểm sensitivity | Giữ/sửa có lý do |
| Hệ số/test | Dự kiến method | Coefficient/statistic/p | Đúng câu hỏi |
| Diễn giải | Association/difference | Report cuối | Không causal hóa |