Đề thi, bài tập trắc nghiệm online Thống kê cho khoa học xã hội – Đề 6

Hệ số chặn (intercept) trong hồi quy tuyến tính là giá trị dự đoán của biến phụ thuộc (Y) khi tất cả các biến độc lập (X) bằng 0. Nó là điểm mà đường hồi quy cắt trục Y. Độ dốc (slope) biểu thị sự thay đổi trong Y khi X tăng thêm một đơn vị.

Thống kê suy luận (inferential statistics) sử dụng dữ liệu mẫu để đưa ra kết luận về quần thể. Kiểm định giả thuyết, ước lượng khoảng tin cậy và hồi quy tuyến tính là các kỹ thuật thống kê suy luận. Tính trung bình và độ lệch chuẩn là thống kê mô tả (descriptive statistics), dùng để tóm tắt dữ liệu mẫu chứ không suy luận về quần thể.

Thống kê tham số (parametric statistics) dựa trên các giả định nhất định về phân phối của dữ liệu (thường là phân phối chuẩn) và yêu cầu dữ liệu ở thang đo khoảng hoặc tỷ lệ. Khi các giả định này không được đáp ứng, hoặc khi dữ liệu là biến thứ bậc hoặc danh nghĩa, thống kê phi tham số (non-parametric statistics) là lựa chọn phù hợp hơn vì chúng không yêu cầu các giả định nghiêm ngặt về phân phối.

Độ lệch chuẩn là một thước đo mức độ phân tán hoặc biến động của một tập dữ liệu. Nó cho biết dữ liệu phân tán rộng rãi như thế nào xung quanh giá trị trung bình. Độ lệch chuẩn càng lớn, dữ liệu càng phân tán rộng.

Thống kê là công cụ mạnh mẽ trong khoa học xã hội để mô tả, phân tích và kiểm định giả thuyết về các hiện tượng xã hội. Tuy nhiên, tương quan thống kê không đồng nghĩa với quan hệ nhân quả. Thống kê có thể gợi ý về mối quan hệ nhân quả, nhưng cần có thiết kế nghiên cứu chặt chẽ (ví dụ, nghiên cứu thực nghiệm) và lý thuyết hỗ trợ để xác định nhân quả.

Phân phối chuẩn (hay phân phối Gauss) là một phân phối xác suất liên tục đối xứng quanh giá trị trung bình, có dạng hình chuông. Nó được xác định bởi trung bình và độ lệch chuẩn, và rất phổ biến trong thống kê do định lý giới hạn trung tâm.

Sai số chuẩn đo lường mức độ biến động mẫu của một thống kê mẫu (ví dụ, trung bình mẫu). Khi kích thước mẫu tăng lên, thông tin về quần thể tăng lên, dẫn đến sai số chuẩn giảm. Điều này có nghĩa là ước lượng mẫu trở nên chính xác hơn.

Biến định tính (hay biến phân loại) đo lường các thuộc tính hoặc đặc điểm không định lượng, thường được biểu diễn bằng tên hoặc nhãn. Giới tính (nam, nữ, khác) là một ví dụ điển hình. Các lựa chọn khác là biến định lượng.

Lấy mẫu thuận tiện là một kỹ thuật lấy mẫu phi ngẫu nhiên, trong đó người nghiên cứu chọn những người tham gia dễ tiếp cận nhất. Các kỹ thuật khác như lấy mẫu ngẫu nhiên đơn giản, phân tầng, và cụm đều là phương pháp lấy mẫu ngẫu nhiên, đảm bảo mọi thành viên của quần thể có cơ hội được chọn.

Phân tích phương sai (ANOVA) là một phương pháp thống kê dùng để so sánh trung bình của ba nhóm hoặc hơn. Nó kiểm tra xem có sự khác biệt đáng kể giữa trung bình của các nhóm hay không bằng cách phân tích phương sai trong và giữa các nhóm.

Ý nghĩa thống kê cho biết kết quả có khả năng xảy ra do ngẫu nhiên hay không, thường được xác định bởi giá trị p. Ý nghĩa thực tế (hay ý nghĩa lâm sàng, ý nghĩa xã hội) đánh giá tầm quan trọng, độ lớn hoặc ảnh hưởng của kết quả trong bối cảnh thực tế. Một kết quả có thể có ý nghĩa thống kê (p < 0.05) nhưng không có ý nghĩa thực tế nếu hiệu ứng quá nhỏ để có giá trị ứng dụng hoặc ảnh hưởng đáng kể.

Các phần mềm hỗ trợ phân tích dữ liệu định tính (QDAS) như NVivo, Atlas.ti, MAXQDA được thiết kế để hỗ trợ nhà nghiên cứu trong quá trình phân tích dữ liệu định tính, bao gồm mã hóa (gán nhãn cho các đoạn dữ liệu), quản lý và tổ chức dữ liệu, tìm kiếm các mẫu và chủ đề, và hỗ trợ quá trình diễn giải. Chúng không chủ yếu dùng cho thống kê định lượng hay thu thập dữ liệu.

Ý nghĩa thống kê có nghĩa là kết quả quan sát được (ví dụ, sự khác biệt giữa các nhóm, mối quan hệ giữa các biến) ít có khả năng xảy ra chỉ do ngẫu nhiên, thường được xác định bởi giá trị p nhỏ (ví dụ, p < 0.05). Nó không nhất thiết có nghĩa là kết quả có ý nghĩa thực tế lớn hoặc chắc chắn đúng.

Trong báo cáo nghiên cứu định lượng, phần 'Kết quả' (Results) thường trình bày các thống kê mô tả (ví dụ: trung bình, độ lệch chuẩn, tần số) để tóm tắt dữ liệu và các kết quả của phân tích thống kê suy luận (ví dụ: giá trị p, hệ số hồi quy). Phần 'Phương pháp' (Methods) mô tả cách dữ liệu được thu thập và phân tích, phần 'Thảo luận' (Discussion) diễn giải ý nghĩa của kết quả, và 'Giới thiệu' (Introduction) đặt bối cảnh nghiên cứu.

Kỹ thuật 'bootstrap' là một phương pháp lấy mẫu lại (resampling) không tham số, thường được sử dụng để ước lượng sai số chuẩn và khoảng tin cậy cho các thống kê mẫu khi các giả định của phương pháp tham số không được đáp ứng hoặc khi phân phối của thống kê mẫu không rõ ràng. Nó hoạt động bằng cách tạo ra nhiều mẫu giả định (bootstrap samples) từ mẫu gốc và tính toán thống kê trên mỗi mẫu này.

Yếu tố gây nhiễu (confounding variables) là các biến số liên quan đến cả biến độc lập và biến phụ thuộc, có thể làm sai lệch mối quan hệ quan sát được. Trong nghiên cứu quan sát (không thực nghiệm), không thể kiểm soát yếu tố gây nhiễu bằng cách phân bổ ngẫu nhiên. Phân tích hồi quy đa biến cho phép kiểm soát thống kê các biến gây nhiễu bằng cách đưa chúng vào mô hình hồi quy.

Thống kê mô tả dùng để tóm tắt và mô tả các đặc điểm chính của một tập dữ liệu, như trung bình, trung vị, độ lệch chuẩn, tần số, v.v. Nó không tập trung vào dự đoán hay kiểm định nhân quả.

Giá trị p là xác suất, giả định rằng giả thuyết không là đúng, quan sát được dữ liệu hiện tại hoặc dữ liệu cực đoan hơn. Giá trị p thấp (thường < 0.05) cho thấy bằng chứng chống lại giả thuyết không, không có nghĩa là giả thuyết đối đúng hoặc kết quả có ý nghĩa thực tế lớn.

Biểu đồ hộp (boxplot) là một công cụ trực quan hóa dữ liệu hiệu quả để hiển thị phân phối của một biến định lượng, đặc biệt là các tứ phân vị, trung vị và các giá trị ngoại lệ. Nó hữu ích để so sánh phân phối giữa các nhóm, nhưng không dùng cho biến định tính hoặc mối quan hệ giữa hai biến định lượng.

Biểu đồ histogram hoặc biểu đồ hộp song song (side-by-side boxplots) là lựa chọn tốt nhất để so sánh phân phối của một biến số định lượng giữa hai hoặc nhiều nhóm khác nhau. Biểu đồ histogram cho thấy hình dạng phân phối, còn biểu đồ hộp tập trung vào các tứ phân vị và giá trị ngoại lệ, giúp so sánh trung vị và độ phân tán giữa các nhóm. Biểu đồ đường và tròn không phù hợp cho mục đích này, biểu đồ phân tán dùng cho mối quan hệ giữa hai biến.

Độ tin cậy (reliability) là điều kiện cần nhưng không đủ để đảm bảo tính giá trị (validity). Một công cụ đo lường có thể cho kết quả nhất quán (độ tin cậy cao) nhưng vẫn không đo lường được khái niệm mong muốn (giá trị thấp). Ví dụ, một chiếc cân luôn đo sai 2kg (tin cậy vì nhất quán) nhưng không có giá trị vì không đo chính xác cân nặng thực tế. Một công cụ có giá trị phải có độ tin cậy, vì nếu kết quả đo lường không nhất quán, nó không thể đo lường đúng bất cứ điều gì một cách đáng tin cậy.

Thang đo Likert là một loại thang đo thứ bậc (ordinal scale) phổ biến trong khoa học xã hội, thường được sử dụng để đo lường thái độ, ý kiến, quan điểm hoặc mức độ đồng ý/không đồng ý của người tham gia đối với một loạt các phát biểu. Các lựa chọn trả lời thường có dạng 'Hoàn toàn không đồng ý' đến 'Hoàn toàn đồng ý', hoặc các mức độ tương tự. Nó không phù hợp để đo lường các đặc điểm nhân khẩu học, hành vi quan sát được hoặc dữ liệu định lượng về thu nhập.

Kiểm định Chi-bình phương (Chi-square test) thường được sử dụng để kiểm tra mối quan hệ giữa hai biến định tính, ví dụ như mối quan hệ giữa giới tính và quan điểm chính trị. Các phương pháp khác như hồi quy tuyến tính và tương quan Pearson phù hợp cho biến định lượng, còn ANOVA thường dùng để so sánh trung bình của các nhóm.

Tính giá trị (validity) đề cập đến việc một công cụ đo lường (ví dụ, bảng hỏi, bài kiểm tra) có thực sự đo lường được khái niệm hoặc biến số mà nhà nghiên cứu muốn đo lường hay không. Có nhiều loại giá trị, như giá trị nội dung, giá trị tiêu chuẩn, giá trị cấu trúc. 'Tính tin cậy' (reliability - lựa chọn 1 gián tiếp mô tả) liên quan đến sự nhất quán của đo lường, còn 'tính khái quát hóa' (generalizability - lựa chọn 3 gián tiếp mô tả) liên quan đến việc kết quả có thể áp dụng cho quần thể rộng hơn.

Hệ số tương quan Pearson (r) đo lường mức độ mạnh mẽ và hướng (dương hoặc âm) của mối quan hệ tuyến tính giữa hai biến định lượng. Nó không đo lường quan hệ nhân quả hay mức độ phù hợp của mô hình hồi quy.

Đạo đức nghiên cứu là cực kỳ quan trọng trong khoa học xã hội. Bảo vệ quyền riêng tư và tính bảo mật của người tham gia, thông qua việc giữ kín danh tính và thông tin cá nhân, là nguyên tắc đạo đức hàng đầu. Các yếu tố khác như kích thước mẫu, phương pháp thống kê và tốc độ công bố cũng quan trọng nhưng không phải là vấn đề đạo đức cốt lõi bằng bảo vệ người tham gia.

Kiểm định t cặp đôi (paired t-test) được sử dụng khi muốn so sánh trung bình của cùng một nhóm đối tượng hoặc đơn vị đo lường ở hai thời điểm khác nhau hoặc trong hai điều kiện khác nhau (ví dụ: trước và sau một can thiệp). Kiểm định t độc lập (independent t-test) dùng cho hai nhóm độc lập.

Kiểm định giả thuyết một đuôi (one-tailed test) được sử dụng khi nhà nghiên cứu có dự đoán cụ thể về hướng của sự khác biệt hoặc mối quan hệ. Giả thuyết đối (alternative hypothesis) trong kiểm định một đuôi chỉ định sự khác biệt theo một hướng cụ thể, ví dụ như trung bình của nhóm A lớn hơn trung bình của nhóm B. Kiểm định hai đuôi (two-tailed test) kiểm tra sự khác biệt theo bất kỳ hướng nào.

Sai số loại I (false positive) xảy ra khi chúng ta bác bỏ giả thuyết không mặc dù nó thực sự đúng trong quần thể. Sai số loại II (false negative) xảy ra khi chúng ta không bác bỏ giả thuyết không mặc dù nó thực sự sai.

Đa cộng tuyến (multicollinearity) xảy ra trong hồi quy đa biến khi có mối tương quan cao giữa hai hoặc nhiều biến độc lập. Điều này có thể gây khó khăn trong việc phân biệt tác động riêng biệt của từng biến độc lập lên biến phụ thuộc và làm cho ước lượng hệ số hồi quy không ổn định.