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

Post Hoc: khi ANOVA có khác biệt thì nhóm nào khác nhóm nào? là Bài 30 của chuyên đề SPSS trong phân tích dữ liệu BĐS. Chọn và đọc Post Hoc sau One-Way ANOVA: Tukey/Bonferroni/Sidak khi phương sai phù hợp, Games-Howell/Tamhane/Dunnett C khi variance không đều và Dunnett khi so với control.

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.

Post Hoc trả lời câu hỏi pairwise

ANOVA chỉ cho biết ít nhất một mean khác; Post Hoc xác định cặp nào sau khi kiểm soát multiplicity.

Không coi Post Hoc là thay thế thiết kế giả thuyết.

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.

Vì sao không chạy t-test từng cặp

Số cặp tăng nhanh và familywise Type I error tăng.

Post Hoc điều chỉnh theo từng phương pháp.

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.

Tukey HSD cho all-pairs khi homogeneity hợp lý

Tukey dùng studentized range để so tất cả pairs và kiểm soát familywise error.

Không dùng Tukey mặc định nếu variance rất không đều.

Bonferroni/Sidak

Phù hợp khi số comparisons ít hoặc cần cách điều chỉnh dễ hiểu.

Nếu comparisons được định trước, planned contrasts có thể phù hợp hơn.

Scheffé

Bảo vệ cho nhiều linear combinations, thường bảo thủ hơn.

Không chọn chỉ vì 'an toàn nhất'.

Dunnett với control

Khi nhiều nhóm chỉ cần so với một benchmark/control, Dunnett tránh các cặp không cần thiết.

Control phải được xác định theo thiết kế.

Variance không đều

IBM liệt kê Tamhane T2, Dunnett T3, Games-Howell và Dunnett C là lựa chọn không giả định equal variances.

Nếu omnibus dùng Welch do heterogeneity, Post Hoc nên nhất quán.

Đọc Multiple Comparisons

Đọc Mean Difference(I−J), SE, p điều chỉnh và CI; dấu cho biết hướng.

Không chỉ nhìn dấu *.

Không phải mọi cặp đều khác

ANOVA significant có thể chỉ một hoặc vài pairs significant.

Không viết 'ba nhóm đều khác nhau' nếu bảng không hỗ trợ.

Homogeneous subsets là bổ sung

Một số methods có subsets; nhóm cùng subset chưa có bằng chứng khác theo method.

Pairwise table thường dễ báo cáo hơn.

Effect size từng cặp

Mean difference và CI có đơn vị thực tế; standardized pairwise effect có thể cần tính riêng.

Không dùng p như effect size.

Chọn strategy trước kết quả

Quyết định all-pairs/control, equal/unequal variance, alpha, planned/post hoc trước khi xem dấu *.

Không thử nhiều methods rồi chọn bảng đẹp.

Báo cáo hoàn chỉnh

Nêu omnibus, assumption/robust choice, Post Hoc method, pairs, mean difference, CI và practical meaning.

Nếu không pair nào còn significant sau adjustment, báo đúng.

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.

* Khi homogeneity hợp lý. ONEWAY gia_m2 BY khu_vuc /STATISTICS DESCRIPTIVES HOMOGENEITY /POSTHOC=TUKEY ALPHA(.05). * Khi variance không đều. ONEWAY gia_m2 BY khu_vuc /STATISTICS DESCRIPTIVES HOMOGENEITY WELCH /POSTHOC=GH ALPHA(.05).

Tình huống thực hành BĐS

ANOVA ba khu vực p<0,001, Levene p=0,002 và N không đều. Nhóm dùng Welch + Games-Howell, phát hiện trung tâm khác ngoại vi rõ nhưng cận trung tâm chưa khác có ý nghĩa sau điều chỉnh.

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
Tukey HSD	All pairs	Equal variance hợp lý	Familywise control
Bonferroni/Sidak	Pairwise	Ít comparisons	Điều chỉnh
Scheffé	Nhiều contrasts	Bảo thủ	Không mặc định
Dunnett	So control	Không cần all pairs	Control định trước
Games-Howell	All pairs	Unequal variance/n	Heterogeneity
Tamhane/Dunnett C/T3	Unequal variance	Lựa chọn khác	Theo mục tiêu

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

Dùng dataset Bài 29, chạy một phương án equal-variance và một unequal-variance để học output; sau đó chọn một method chính có lý do.

Sản phẩm phải nộp

ANOVA/Welch nền
Post Hoc table
Bảng pairwise
Lý do chọn method
Báo cáo hoàn chỉnh

Những lỗi thường gặp

Thử mọi method rồi chọn đẹp
Tukey khi variance rất không đều
Không đọc hướng Mean Difference
Gọi p là effect size
Không báo CI
Kết luận mọi nhóm khác
Bỏ omnibus
Nhầm planned contrast với Post Hoc

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

Omnibus nói có khác; Post Hoc nói cặp nào
Multiple comparisons cần kiểm soát sai số
Tukey phù hợp all-pairs khi variance hợp lý
Games-Howell hữu ích khi variance không đều
Chọn method trước khi nhìn dấu *

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/does-spss-offer-tukey-kramer-post-hoc-tests
https://www.ibm.com/support/pages/choosing-control-group-dunnetts-post-hoc-test

Bài tiếp theo

Mann–Whitney và Kruskal–Wallis: khi nào dùng kiểm định phi tham số cho nhóm độc lập?.

Bài luyện tập mở rộng

Luyện tập 1

So Tukey và Games-Howell trên variance lệch để học output.

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

Thiết kế câu hỏi chỉ so 4 groups với một control.

Luyện tập 3

Đếm 15 pairs khi k=6 và thảo luận multiplicity.

Luyện tập 4

Viết report có Mean Difference/CI, không chỉ p.

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