Kiểm định Friedman (Friedman Test): Lý thuyết, Ứng dụng và Thực hành trên SPSS

Trong nghiên cứu khoa học, chúng ta thường xuyên cần so sánh các phép đo được thực hiện nhiều lần trên cùng một nhóm đối tượng hoặc trên các đối tượng được ghép cặp. Ví dụ, bạn muốn đánh giá hiệu quả của một liệu pháp qua ba giai đoạn điều trị khác nhau, hoặc so sánh phản ứng của cùng một người trước ba loại kích thích khác nhau. Khi dữ liệu của bạn không đáp ứng các giả định của kiểm định tham số tương ứng như **Repeated-Measures ANOVA** (đặc biệt là giả định về phân phối chuẩn của các sai số hoặc giả định hình cầu), **Kiểm định Friedman (Friedman Test)** là một công cụ phi tham số lý tưởng. Nó cho phép bạn so sánh ba hoặc nhiều hơn hai phép đo liên quan mà không đòi hỏi những ràng buộc chặt chẽ về phân phối dữ liệu. Bài viết này sẽ đi sâu vào lý thuyết, các ứng dụng thực tế và hướng dẫn chi tiết cách thực hiện kiểm định Friedman trên phần mềm SPSS.

1. Lý thuyết cơ bản về Kiểm định Friedman

Kiểm định Friedman là một kiểm định phi tham số dùng để so sánh ba hoặc nhiều hơn hai mẫu phụ thuộc (liên quan). Nó là phần mở rộng của Wilcoxon Signed-Rank Test khi bạn có nhiều hơn hai phép đo từ cùng một nhóm.

1.1. Khi nào sử dụng Friedman Test?

• **So sánh ba hoặc nhiều hơn hai mẫu phụ thuộc:** Dữ liệu thu thập từ cùng một đối tượng tại nhiều thời điểm khác nhau (ví dụ: trước, giữa, sau can thiệp) hoặc dưới nhiều điều kiện khác nhau (ví dụ: phản ứng với loại A, loại B, loại C).
• **Biến phụ thuộc:** Là biến **thứ bậc (Ordinal)** hoặc biến **định lượng (Scale)** nhưng **không phân phối chuẩn** (đặc biệt là khi dữ liệu bị lệch nghiêm trọng hoặc có các giá trị ngoại lai).
• **Thay thế cho Repeated-Measures ANOVA:** Khi giả định về tính chuẩn hoặc hình cầu của ANOVA bị vi phạm.

1.2. Nguyên lý hoạt động

Kiểm định Friedman hoạt động dựa trên việc xếp hạng các quan sát trong từng hàng (tức là trong từng đối tượng). Thay vì so sánh giá trị thô, nó so sánh các hạng trung bình giữa các điều kiện/phép đo.

1. **Xếp hạng trong từng hàng:** Với mỗi đối tượng (hoặc mỗi hàng dữ liệu), các giá trị của biến phụ thuộc qua các điều kiện/thời điểm sẽ được xếp hạng từ nhỏ nhất đến lớn nhất. Ví dụ, nếu có 3 phép đo (M1, M2, M3), giá trị nhỏ nhất trong hàng đó sẽ nhận hạng 1, giá trị tiếp theo hạng 2, và giá trị lớn nhất hạng 3. Nếu có các giá trị bằng nhau, chúng sẽ được gán hạng trung bình.
2. **Tính tổng hạng cho mỗi điều kiện:** Sau khi xếp hạng cho tất cả các đối tượng, tính tổng của các hạng cho mỗi điều kiện/thời điểm.
3. **Tính thống kê Friedman ($ \chi_r^2 $):** Giá trị thống kê kiểm định ($ \chi_r^2 $) được tính toán dựa trên tổng các hạng này. Giá trị này được so sánh với phân phối Chi-square với bậc tự do ($k-1$), trong đó $k$ là số lượng điều kiện/phép đo.

Nếu không có sự khác biệt có hệ thống giữa các phép đo, tổng hạng trung bình của mỗi điều kiện sẽ xấp xỉ bằng nhau.

1.3. Giả thuyết thống kê

• Giả thuyết Null ($H_0$): Phân phối của biến phụ thuộc là như nhau ở tất cả các điều kiện/thời điểm (hoặc trung vị của tất cả các phép đo là như nhau).
• Giả thuyết Đối ($H_1$): Ít nhất một cặp điều kiện/thời điểm có phân phối khác nhau (hoặc trung vị của ít nhất một cặp phép đo là khác nhau).

1.4. Kiểm định Hậu nghiệm (Post-hoc Tests)

Nếu kết quả của Friedman Test là có ý nghĩa thống kê (p-value < 0.05), điều đó chỉ cho biết rằng có sự khác biệt ở đâu đó giữa các phép đo, nhưng không chỉ ra cụ thể phép đo nào khác phép đo nào. Để tìm ra các cặp phép đo có sự khác biệt, bạn cần thực hiện các **kiểm định hậu nghiệm (post-hoc tests)**. Các phương pháp phổ biến bao gồm:

• **So sánh từng cặp Wilcoxon Signed-Rank Test với hiệu chỉnh Bonferroni:** Đây là cách phổ biến và dễ thực hiện nhất trong SPSS. Bạn sẽ chạy Wilcoxon cho tất cả các cặp có thể (ví dụ: M1-M2, M1-M3, M2-M3 nếu có 3 phép đo) và chia mức ý nghĩa $\alpha$ cho số lượng các cặp so sánh (ví dụ: $0.05 / 3 \approx 0.0167$) để điều chỉnh lỗi loại I.
• Các kiểm định chuyên biệt khác như Dunn’s Test (thường yêu cầu cú pháp lệnh hoặc các phần mềm thống kê khác).

—

2. Ứng dụng của Kiểm định Friedman

Kiểm định Friedman được ứng dụng rộng rãi trong nhiều lĩnh vực khi bạn có dữ liệu từ các mẫu phụ thuộc và không thể sử dụng ANOVA lặp lại:

• **Y học/Dược phẩm:** So sánh mức độ hiệu quả (ví dụ: giảm triệu chứng trên thang điểm thứ bậc) của ba loại thuốc trên cùng một nhóm bệnh nhân, mỗi bệnh nhân thử cả ba loại.
• **Tâm lý học:** Đánh giá sự thay đổi mức độ lo âu của một nhóm người qua bốn giai đoạn của một liệu pháp trị liệu.
• **Marketing:** Khảo sát mức độ yêu thích của một nhóm người tiêu dùng đối với ba mẫu quảng cáo khác nhau, nơi mỗi người xem và đánh giá cả ba mẫu.
• **Giáo dục:** So sánh điểm số của học sinh trong ba bài kiểm tra liên tiếp trong một học kỳ, khi điểm số có thể không chuẩn.
• **Khoa học thể thao:** Đánh giá hiệu suất của vận động viên khi sử dụng ba loại trang thiết bị khác nhau.

—

3. Hướng dẫn thực hành trên SPSS: Kiểm định Friedman

Hãy cùng thực hiện một ví dụ cụ thể để hiểu rõ cách chạy Kiểm định Friedman trên SPSS.

Ví dụ minh họa: So sánh mức độ hài lòng về ba giao diện ứng dụng di động

Một công ty phát triển ứng dụng di động muốn đánh giá mức độ hài lòng của người dùng đối với ba phiên bản giao diện khác nhau: **Giao diện Cũ (A)**, **Giao diện Mới 1 (B)**, và **Giao diện Mới 2 (C)**. Họ chọn 25 người dùng và yêu cầu mỗi người trải nghiệm cả ba giao diện, sau đó đánh giá mức độ hài lòng (trên thang điểm 1-10, nơi 1 là “Rất không hài lòng” và 10 là “Rất hài lòng”). Do tính chất của dữ liệu và giả định về phân phối, bạn quyết định sử dụng Kiểm định Friedman.

Các bước thực hiện trên SPSS:

3.1. Chuẩn bị dữ liệu trong SPSS

Mỗi hàng trong Data View sẽ đại diện cho một người dùng, và bạn sẽ có các cột riêng cho mỗi giao diện.

1. **Tạo biến:** Mở SPSS, vào tab **Variable View**.
   • Tạo biến `Giao_Dien_A`:
     • **Name:** `Giao_Dien_A`
     • **Type:** Numeric
     • **Decimals:** 0
     • **Label:** Hài lòng Giao diện A
     • **Measure:** Scale
   • Tạo biến `Giao_Dien_B`:
     • **Name:** `Giao_Dien_B`
     • **Type:** Numeric
     • **Decimals:** 0
     • **Label:** Hài lòng Giao diện B
     • **Measure:** Scale
   • Tạo biến `Giao_Dien_C`:
     • **Name:** `Giao_Dien_C`
     • **Type:** Numeric
     • **Decimals:** 0
     • **Label:** Hài lòng Giao diện C
     • **Measure:** Scale
2. **Nhập dữ liệu:** Chuyển sang tab **Data View**. Nhập điểm hài lòng của 25 người dùng vào ba cột `Giao_Dien_A`, `Giao_Dien_B`, và `Giao_Dien_C` tương ứng. Mỗi hàng là một người dùng.

3.2. Chạy Kiểm định Friedman

1. Vào menu: **Analyze > Nonparametric Tests > Legacy Dialogs > K Related Samples…**
2. Hộp thoại **Tests for Several Related Samples** sẽ xuất hiện.
3. Chuyển cả ba biến `Giao_Dien_A`, `Giao_Dien_B`, và `Giao_Dien_C` sang ô **Test Variables:**.
4. Trong phần **Test Type**, đảm bảo rằng **Friedman** được tích chọn (đây là mặc định).
5. Nhấp **OK**.

3.3. Diễn giải kết quả Output của SPSS

Cửa sổ Output của SPSS sẽ hiển thị các bảng kết quả cho Friedman Test:

4.3.1. Bảng 1: Ranks (Hạng)

	Mean Rank
Hài lòng Giao diện A	1.50
Hài lòng Giao diện B	2.70
Hài lòng Giao diện C	1.80

Diễn giải:

• Bảng này cho thấy **hạng trung bình (Mean Rank)** cho mỗi giao diện. Mean Rank được tính bằng cách xếp hạng các giá trị của từng người dùng qua ba giao diện.
• Ở đây, “Hài lòng Giao diện B” có Mean Rank cao nhất (2.70), cho thấy người dùng có xu hướng hài lòng nhất với giao diện này. “Hài lòng Giao diện A” (1.50) có Mean Rank thấp nhất, cho thấy đây là giao diện ít được yêu thích nhất.
• Sự khác biệt rõ ràng về Mean Rank giữa các giao diện gợi ý rằng có thể có sự khác biệt có ý nghĩa thống kê về mức độ hài lòng.

4.3.2. Bảng 2: Test Statistics (Thống kê kiểm định Friedman)

	Hài lòng
N	25
Chi-Square	20.560
df	2
Asymp. Sig.	.000

Diễn giải các giá trị quan trọng:

• **N:** Số lượng đối tượng trong mẫu (25 người dùng).
• **Chi-Square:** Giá trị thống kê Chi-Square của kiểm định Friedman (20.560).
• **df:** Bậc tự do, bằng số lượng điều kiện/phép đo trừ đi 1 (3 – 1 = 2).
• **Asymp. Sig.:** Đây là giá trị p (p-value) của kiểm định.
  • Trong ví dụ này, **p-value = 0.000** (thực chất là một số rất nhỏ, nhỏ hơn 0.001).

4.3.3. Kết luận Friedman Test:

Với mức ý nghĩa thông thường là **0.05** ($\alpha = 0.05$):

• Nếu **p-value < 0.05**: Bác bỏ $H_0$. Có sự khác biệt có ý nghĩa thống kê về mức độ hài lòng giữa ít nhất một cặp giao diện.
• Nếu **p-value $ \ge $ 0.05**: Không bác bỏ $H_0$. Không có đủ bằng chứng để kết luận có sự khác biệt có ý nghĩa thống kê.

Trong ví dụ này, p-value = 0.000, nhỏ hơn 0.05. Do đó, chúng ta **bác bỏ giả thuyết Null ($H_0$)**. Điều này có nghĩa là có sự khác biệt có ý nghĩa thống kê về mức độ hài lòng của người dùng giữa ít nhất một cặp giao diện ứng dụng (A, B, C).

Để xác định cụ thể cặp giao diện nào khác biệt, bạn cần thực hiện các **kiểm định hậu nghiệm (post-hoc tests)**. Trong trường hợp này, bạn sẽ chạy ba kiểm định Wilcoxon Signed-Rank riêng biệt cho các cặp: Giao diện A vs Giao diện B, Giao diện A vs Giao diện C, và Giao diện B vs Giao diện C. Để điều chỉnh cho việc thực hiện nhiều kiểm định, bạn nên áp dụng **hiệu chỉnh Bonferroni** bằng cách chia mức ý nghĩa $\alpha$ ban đầu cho số lượng các cặp so sánh ($0.05 / 3 \approx 0.0167$). Bạn sẽ chỉ coi một sự khác biệt là có ý nghĩa nếu p-value của kiểm định Wilcoxon cho cặp đó nhỏ hơn 0.0167.

—

Kiểm định Friedman là một công cụ phi tham số mạnh mẽ và linh hoạt, đặc biệt hữu ích khi bạn cần so sánh nhiều hơn hai phép đo liên quan mà dữ liệu không đáp ứng các giả định của Repeated-Measures ANOVA. Việc hiểu rõ cách thức hoạt động và diễn giải kết quả sẽ giúp bạn đưa ra những phân tích chính xác và đáng tin cậy cho nghiên cứu của mình.