ANOVA (Analysis of Variance, phân tích phương sai) là kiểm định thống kê giúp bạn so sánh trung bình của ba nhóm trở lên trong cùng một lần chạy.
Cập nhật lần cuối: 2026-09-12
Chuyên mục: research-methods
ANOVA là gì và viết tắt của từ gì?
Trả lời thẳng: ANOVA là viết tắt của Analysis of Variance, tức phân tích phương sai, một kỹ thuật thống kê dùng để kiểm định giả thuyết rằng trung bình của nhiều nhóm bằng nhau. Đây là phần mở rộng của kiểm định t hai mẫu, cho phép bạn so sánh từ ba nhóm trở lên trong cùng một lần chạy, thay vì lặp lại kiểm định t cho từng cặp nhóm và làm tăng nguy cơ sai lầm loại I.
Bằng chứng: Tài liệu chính thức của IBM gọi phân tích phương sai là kỹ thuật mở rộng của kiểm định t hai mẫu, dùng để kiểm định giả thuyết nhiều trung bình bằng nhau (IBM Corporation, n.d.). Andy Field dành hẳn một chương bàn về kiểm định này trong giáo trình Discovering Statistics Using IBM SPSS Statistics (Field, 2018).
Ví dụ: Nếu bạn so sánh điểm trung bình của sinh viên ở ba nhóm lớp theo ba phương pháp giảng dạy, chạy ba lần kiểm định t riêng cho từng cặp lớp sẽ làm tăng khả năng tìm ra khác biệt giả. Chạy một lần ANOVA cho cả ba nhóm cùng lúc giải quyết đúng vấn đề đó. Trước khi chạy kiểm định này trong phần mềm, SPSS là gì và dùng để làm gì giúp bạn nắm cách phần mềm tổ chức các bước phân tích.
ANOVA khác kiểm định t (t-test) ở điểm nào, khi nào nên chọn ANOVA?
Trả lời thẳng: Kiểm định t chỉ so sánh được trung bình của hai nhóm, còn ANOVA cho phép so sánh trung bình của từ ba nhóm trở lên chỉ trong một lượt chạy duy nhất. Nếu biến độc lập của bạn chỉ có hai nhóm, kết quả one-way ANOVA và kiểm định t mẫu độc lập cho ra kết luận tương đương nhau, nên khi đó bạn không cần chọn ANOVA.
Bằng chứng: Theo hướng dẫn của Kent State University Libraries, one-way ANOVA so sánh trung bình của một biến phụ thuộc định lượng theo các nhóm của một biến phân loại có từ hai nhóm trở lên. Khi biến phân loại đó chỉ chia thành hai nhóm, thước đo t bình phương và giá trị F trùng khớp nhau, nên hai phép tính cho cùng một kết luận thống kê (Kent State University Libraries, 2026).
Ví dụ: Với đề tài so sánh mức độ hài lòng giữa hai nhóm sinh viên học online và học trực tiếp, kiểm định t là đủ. Nhưng nếu bạn thêm nhóm thứ ba học theo mô hình kết hợp, bạn cần chuyển sang ANOVA để so sánh cả ba nhóm cùng lúc, thay vì chạy nhiều lần kiểm định t riêng lẻ.
Có những loại kiểm định ANOVA nào?
Trả lời thẳng: Bài này tập trung vào one-way ANOVA, kiểm định dùng để so sánh trung bình giữa các nhóm của đúng một biến độc lập, khi biến đó chia thành từ ba nhóm trở lên. Ngoài ra còn có two-way ANOVA khi có hai biến độc lập, và MANOVA khi có nhiều biến phụ thuộc cùng lúc trong một mô hình.
Bằng chứng: Đường dẫn Analyze, Compare Means, rồi One-Way ANOVA cho kiểm định này được cả tài liệu của IBM (IBM Corporation, n.d.) lẫn Kent State University Libraries (Kent State University Libraries, 2026) xác nhận. Julie Pallant dành hẳn một chương trong SPSS Survival Manual cho kiểm định này, hướng thẳng tới sinh viên cần chọn đúng kỹ thuật cho luận văn (Pallant, 2020).
Ví dụ: Khi so sánh điểm trung bình theo ba nhóm ngành học khác nhau, bạn dùng one-way ANOVA vì chỉ có một biến độc lập chia ba nhóm. Nếu bạn còn phân vân giữa hướng định lượng và định tính cho đề tài của mình, định tính, định lượng hay hỗn hợp, chọn thế nào giúp xác định đúng hướng trước khi chọn kiểm định.
Trước khi chạy ANOVA cần kiểm tra những giả định (điều kiện) nào?
Trả lời thẳng: Bốn điều kiện cần kiểm là các nhóm phải độc lập với nhau, biến phụ thuộc có phân phối xấp xỉ chuẩn trong từng nhóm, phương sai giữa các nhóm xấp xỉ bằng nhau, kiểm bằng Levene's Test với ngưỡng Sig. 0,05, và dữ liệu không có giá trị ngoại lai. ANOVA vẫn khá vững (robust) trước việc dữ liệu lệch khỏi phân phối chuẩn, miễn dữ liệu không quá lệch.
Bằng chứng: Bốn điều kiện trên nằm trong danh sách tám yêu cầu dữ liệu của one-way ANOVA mà Kent State University Libraries liệt kê (Kent State University Libraries, 2026). Tài liệu của IBM viết nguyên văn: "Analysis of variance is robust to departures from normality, although the data should be symmetric" (IBM Corporation, n.d.), nghĩa là phân tích phương sai vẫn khá vững trước việc lệch khỏi phân phối chuẩn, miễn dữ liệu đối xứng tương đối. Andy Field cũng dành một mục riêng bàn về các giả định này, gồm cả tính đồng nhất phương sai (Field, 2018).
Ví dụ: Nếu Levene's Test cho Sig. nhỏ hơn 0,05, giả định phương sai đồng nhất bị vi phạm, và bạn chuyển sang đọc bảng kiểm định khác thay vì bảng ANOVA F thông thường, như phần đọc kết quả bên dưới sẽ nói rõ hơn. Nếu bạn đang viết chương phương pháp cho luận văn, cách viết chương phương pháp luận văn hướng dẫn thêm cách lập luận phần này.
Các bước chạy kiểm định ANOVA trong SPSS như thế nào?
Trả lời thẳng: Vào Analyze, chọn Compare Means, rồi chọn One-Way ANOVA. Đưa biến định lượng vào ô Dependent List và biến phân loại từ ba nhóm trở lên vào ô Factor. Bấm Options để bật kiểm định Levene, thống kê mô tả, cùng Welch và Brown-Forsythe, bấm Post Hoc để chọn kiểm định hậu định, rồi bấm OK để chạy.
Bằng chứng: Kent State University Libraries mô tả cách đưa biến vào Dependent List, Factor (Kent State University Libraries, 2026), còn tài liệu IBM xác nhận cùng đường dẫn Analyze, Compare Means, One-Way ANOVA (IBM Corporation, n.d.). Nút Options bật Homogeneity of variance test, Descriptive, Welch và Brown-Forsythe, còn nút Post Hoc liệt kê đầy đủ các kiểm định hậu định (IBM Corporation, n.d.).
Ví dụ: Với dữ liệu so sánh điểm trung bình theo ba nhóm ngành học, bạn đưa biến điểm vào Dependent List, biến ngành học vào Factor, đánh dấu Homogeneity of variance test cùng Welch và Brown-Forsythe trong Options, rồi chọn Tukey trong Post Hoc trước khi bấm OK.
Đọc bảng kết quả kiểm định ANOVA trong SPSS ra sao?
Trả lời thẳng: Đọc bảng Levene's Test trước để biết dùng bảng nào tiếp theo. Nếu Sig. lớn hơn 0,05, đọc bảng ANOVA gốc với các hàng Between Groups, Within Groups và Total, cùng các cột Sum of Squares, df, Mean Square, F và Sig. Nếu Sig. nhỏ hơn 0,05, chuyển sang đọc bảng Robust Tests of Equality of Means.
Bằng chứng: Giá trị F được tính bằng Mean Square giữa nhóm chia cho Mean Square trong nhóm, theo cách trình bày của Kent State University Libraries (Kent State University Libraries, 2026). Khi Levene's Test cho Sig. nhỏ hơn 0,05 và cỡ mẫu giữa các nhóm chênh lệch nhau, Kent State University Libraries khuyến nghị đọc Welch hoặc Brown-Forsythe thay vì bảng ANOVA F thông thường, còn tài liệu của IBM gọi bảng kết quả đó là Robust Tests of Equality of Means (IBM Corporation, n.d.). Mô phỏng Monte Carlo trên 82.080 điều kiện của Nguyen và cộng sự (2020) cho thấy kiểm định F thông thường hoặc Brown-Forsythe kiểm soát sai lầm loại I tốt nhất khi phương sai đồng nhất, còn phân tích gộp của Lix, Keselman và Keselman (1996) cho thấy kiểm định Welch thường tốt hơn khi giả định đó bị vi phạm.
Ví dụ: Nếu bảng ANOVA gốc cho Sig. nhỏ hơn 0,05, bạn kết luận có khác biệt trung bình tổng thể giữa các nhóm, nhưng bảng đó chưa cho biết cụ thể nhóm nào khác nhóm nào. Bước tiếp theo là đọc bảng Multiple Comparisons của kiểm định Post Hoc đã chọn ở bước chạy để xác định chính xác cặp nhóm khác biệt.
Khi ANOVA có ý nghĩa thống kê, làm sao biết nhóm nào khác nhóm nào (Post Hoc)?
Trả lời thẳng: Bạn cần chạy thêm một kiểm định hậu định phù hợp với dữ liệu của mình. Khi giả định phương sai đồng nhất được thoả, dùng Tukey's HSD hoặc Bonferroni. Khi giả định phương sai không đồng nhất, dùng Games-Howell hoặc Tamhane's T2. Bảng Multiple Comparisons sau đó cho biết chính xác cặp nhóm nào khác nhau có ý nghĩa thống kê.
Bằng chứng: IBM liệt kê hai nhóm kiểm định hậu định, gồm nhóm giả định phương sai đồng nhất như Tukey và Bonferroni, và nhóm không giả định phương sai đồng nhất như Games-Howell và Tamhane's T2 (IBM Corporation, n.d.).
Ví dụ: Nếu Post Hoc Tukey cho thấy nhóm A khác nhóm B có ý nghĩa thống kê nhưng nhóm A và nhóm C thì không, bạn viết rằng khác biệt trung bình chỉ được xác nhận giữa nhóm A và nhóm B, không phải giữa cả ba nhóm.
Nên chọn kiểm định nào cho từng tình huống?
| Tình huống dữ liệu | Kiểm định nên dùng | Vì sao |
|---|---|---|
| So sánh trung bình của 2 nhóm độc lập | Independent-samples t-test | Tương đương ANOVA khi chỉ có 2 nhóm |
| 3 nhóm trở lên, Levene's Test Sig. > 0,05 | One-way ANOVA, đọc bảng ANOVA gốc | Giả định phương sai đồng nhất được thoả |
| 3 nhóm trở lên, Levene's Test Sig. < 0,05 | Welch (ưu tiên), hoặc Brown-Forsythe | Bảng ANOVA gốc không còn đáng tin |
| ANOVA có ý nghĩa, phương sai đồng nhất | Post Hoc Tukey's HSD hoặc Bonferroni | Dùng khi giả định phương sai đồng nhất được thoả |
| ANOVA có ý nghĩa, phương sai không đồng nhất | Post Hoc Games-Howell hoặc Tamhane's T2 | Không giả định phương sai bằng nhau |
Câu hỏi thường gặp
Kiểm định ANOVA trong SPSS nằm ở menu nào?
Vào Analyze, chọn Compare Means, rồi chọn One-Way ANOVA. Đây là đường dẫn được cả IBM lẫn Kent State University Libraries xác nhận.
ANOVA và kiểm định Chi-square khác nhau thế nào?
ANOVA so sánh trung bình của một biến định lượng giữa các nhóm. Chi-square kiểm tra mối liên hệ giữa hai biến định tính, không so sánh trung bình nào cả. Hai kiểm định trả lời hai câu hỏi khác nhau, không thay thế cho nhau.
Cỡ mẫu mỗi nhóm bao nhiêu thì đủ để chạy ANOVA?
Không có một con số cố định cho mọi đề tài. Cỡ mẫu phù hợp phụ thuộc vào mức khác biệt bạn muốn phát hiện và độ biến thiên của dữ liệu, nên cách chặt chẽ hơn là tính cỡ mẫu trước khi thu thập dữ liệu, thay vì chọn tuỳ tiện rồi mới đi kiểm định.
Nếu Sig. của Levene's Test nhỏ hơn 0,05 thì phải làm gì tiếp?
Bạn chuyển sang đọc bảng Robust Tests of Equality of Means, ưu tiên đọc kết quả Welch, hoặc Brown-Forsythe nếu Welch không phù hợp, thay vì bảng ANOVA F thông thường, vì bảng gốc không còn đáng tin khi phương sai không đồng nhất.
ANOVA có cho biết mức khác biệt giữa các nhóm lớn hay nhỏ không?
Không hẳn. ANOVA chỉ trả lời có hay không có khác biệt trung bình giữa các nhóm. Muốn biết mức khác biệt đó lớn hay nhỏ, bạn cần tính thêm chỉ số kích thước hiệu ứng như eta-squared.
Kết quả ANOVA nên viết vào chương kết quả luận văn như thế nào?
Cách viết chuẩn học thuật trình bày theo dạng F(bậc tự do giữa nhóm, bậc tự do trong nhóm) = giá trị, p = giá trị, kèm thêm một chỉ số kích thước hiệu ứng như eta-squared. Giá trị F và p cho hội đồng biết trung bình các nhóm có khác nhau hơn mức ngẫu nhiên hay không, còn chỉ số kích thước hiệu ứng mới cho biết mức khác biệt đó lớn hay nhỏ.
Nếu bạn đang phân vân giữa kiểm định t và ANOVA, hoặc chưa chắc nên đọc bảng nào sau Levene's Test, buổi làm việc với chuyên gia MAAS bắt đầu từ chính dữ liệu và câu hỏi nghiên cứu của bạn. Chuyên gia cùng bạn chọn phép kiểm phù hợp, chạy kiểm định cùng bạn, rồi soát lại phần diễn giải do bạn tự viết, sao cho phần phân tích cuối cùng vẫn là công sức và cách hiểu của chính bạn. Đặt buổi tư vấn miễn phí 15 phút tại dịch vụ Phân tích dữ liệu SPSS/Python.
References
- Field, A. (2018). Discovering statistics using IBM SPSS statistics (5th ed.). SAGE Publications.
- IBM Corporation. (n.d.). One-way ANOVA [SPSS Statistics 32.0.0 documentation]. Retrieved September 12, 2026, from https://www.ibm.com/docs/en/spss-statistics/32.0.0?topic=features-one-way-anova
- Kent State University Libraries. (2026). SPSS tutorials: One-way ANOVA. https://libguides.library.kent.edu/spss/onewayanova
- Lix, L. M., Keselman, J. C., & Keselman, H. J. (1996). Consequences of assumption violations revisited: A quantitative review of alternatives to the one-way analysis of variance F test. Review of Educational Research, 66(4), 579-619. https://doi.org/10.3102/00346543066004579
- Nguyen, D., Kim, E., Wang, Y., Pham, T. V., Chen, Y.-H., & Kromrey, J. D. (2020). Empirical comparison of tests for one-factor ANOVA under heterogeneity and non-normality: A Monte Carlo study. Journal of Modern Applied Statistical Methods, 18(2), eP2906. https://doi.org/10.22237/jmasm/1604190000
- Pallant, J. (2020). SPSS survival manual: A step by step guide to data analysis using IBM SPSS (7th ed.). Routledge. https://doi.org/10.4324/9781003117452