Skip to content
MAAS EdTech, Academic Success Partner
Tư vấnTư vấn
Quay lại BlogResearch Methods

Sig. trong SPSS là gì?

13 phút đọc2,538 từNEW

Sig. trong SPSS chính là giá trị p-value, so với mức alpha 0,05 để biết kết quả có ý nghĩa thống kê hay không.

Cập nhật lần cuối: 2026-09-16
Chuyên mục: research-methods

Sig. trong SPSS và p-value có phải là một không?

Trả lời thẳng: Đúng, Sig. trong bảng kết quả SPSS chính là giá trị p-value của phép kiểm định đang chạy. Với t-test và hệ số tương quan, cột này thường ghi rõ là Sig. (2-tailed), tức p-value hai phía. Trong bảng kết quả, SPSS gọi cột này bằng chữ "Sig." thay vì "p-value", nhưng hai tên này chỉ cùng một con số.

Bằng chứng: UCLA Office of Advanced Research Computing (n.d.) mô tả cột Sig. trong bảng kết quả t-test chính là giá trị p-value hai phía của phép kiểm định. Cùng nguồn này ghi nhận cột Sig. đi kèm hệ số tương quan cũng là p-value gắn với hệ số đó, dùng cùng một logic so sánh với 0,05 để kết luận tương quan có ý nghĩa thống kê hay không.

Ví dụ: Khi bạn chạy Independent-Samples T-Test trong SPSS và bảng kết quả hiện Sig. (2-tailed) = .032, con số .032 đó chính là p-value bạn cần trích trong phần kết quả của khoá luận, không phải một chỉ số riêng cần tra cứu thêm.

Đọc chỉ số Sig. như thế nào để biết kết quả có ý nghĩa thống kê?

Trả lời thẳng: So sánh Sig. với mức ý nghĩa alpha đã đặt trước, thường là 0,05. Nếu Sig. nhỏ hơn 0,05 thì bác bỏ giả thuyết H0, kết quả được coi là có ý nghĩa thống kê. Nếu Sig. lớn hơn hoặc bằng 0,05 thì chưa đủ bằng chứng để bác bỏ H0.

Bằng chứng: Laerd Statistics (n.d.) đọc bảng kết quả t-test theo đúng quy tắc này, kết luận hai trung bình nhóm khác nhau có ý nghĩa thống kê vì giá trị ở dòng Sig. (2-tailed) nhỏ hơn 0,05. StatPearls trên NCBI Bookshelf (Shreffler & Huecker, 2023) mô tả alpha chính là xác suất chấp nhận mắc sai lầm loại I, tức bác bỏ H0 khi H0 thực ra đúng, và một kết quả được coi là có ý nghĩa thống kê khi p-value nhỏ hơn mức alpha đã đặt trước đó. Bài ANOVA là gì và khi nào cần dùng nó cũng dùng đúng cách đọc Sig. này để quyết định có bác bỏ H0 hay không, nhưng khi ANOVA cho kết quả có ý nghĩa thống kê từ ba nhóm trở lên, bạn cần chạy thêm kiểm định hậu định (post hoc) để biết nhóm nào khác nhóm nào, chứ không dừng lại ở việc đọc riêng cột Sig. của ANOVA.

Ví dụ: Với alpha đặt sẵn ở 0,05, Sig. = 0,032 dẫn tới kết luận bác bỏ H0 vì 0,032 nhỏ hơn 0,05, còn Sig. = 0,412 dẫn tới kết luận chưa đủ bằng chứng bác bỏ H0 vì 0,412 lớn hơn 0,05. Mỗi kiểm định trong nhóm so sánh trung bình hay tương quan của SPSS đều xuất ra một giá trị Sig. như vậy, và đọc đúng ngưỡng này quyết định bạn có bác bỏ giả thuyết H0 hay không.

Bảng bốn mức giá trị Sig. thường gặp trong SPSS, kèm kết luận bác bỏ hay không bác bỏ H0 và cách viết theo chuẩn APA.
Đọc đúng ngưỡng Sig. trước khi viết kết luận vào phần kết quả.

Sig. trong SPSS Kết luận Cách viết theo APA
.032 Nhỏ hơn 0,05, bác bỏ H0, có ý nghĩa thống kê p = .032
.412 Lớn hơn 0,05, không đủ bằng chứng bác bỏ H0 p = .412
.000 Nhỏ hơn 0,0005, bác bỏ H0, có ý nghĩa thống kê p < .001
.050 Đúng bằng ngưỡng theo con số đã làm tròn, cần nêu rõ tiêu chí đã đặt trước p = .050

Sig. = .000 nghĩa là gì? Có phải xác suất bằng 0?

Trả lời thẳng: Không. SPSS mặc định hiển thị số ở ba chữ số thập phân, nên khi p-value thực tế nhỏ hơn 0,0005, phần mềm làm tròn xuống thành .000 trên màn hình. Đây là giới hạn hiển thị của phần mềm, không có nghĩa xác suất bằng 0 tuyệt đối, vì về mặt toán học p-value luôn lớn hơn 0.

Bằng chứng: Purdue OWL (n.d.-a), trong hướng dẫn "Numbers and Statistics" theo chuẩn APA 7th, quy định p-value được báo cáo ở hai đến ba chữ số thập phân, và khi p nhỏ hơn 0,001 thì viết "p < .001" thay vì con số làm tròn về 0. Purdue OWL (n.d.-a) không nói riêng về cách SPSS hiển thị số, nên hãy hiểu .000 trên màn hình là một con số đã được làm tròn, còn khi viết vào bài thì áp dụng quy tắc "p < .001" ở trên.

Ví dụ: Nếu bảng kết quả SPSS hiện Sig. = .000, đừng viết "p = 0,000" hay "p bằng 0" trong phần kết quả của luận văn. Cách viết đúng theo APA là "p < .001", vừa chính xác về mặt toán học vừa đúng quy ước trình bày.

Sig. lớn hơn 0,05 có nghĩa là H0 đúng không?

Trả lời thẳng: Không. Khi Sig. lớn hơn 0,05, kết luận đúng là "chưa đủ bằng chứng để bác bỏ H0", không phải "chấp nhận H0" hay "H0 đúng". Không có phép kiểm định thống kê nào chứng minh được một giả thuyết null là đúng, vì cỡ mẫu nhỏ hay biến đo chưa nhạy cũng có thể khiến Sig. lớn hơn 0,05 dù thực tế vẫn tồn tại khác biệt.

Bằng chứng: Không phép kiểm định nào cho phép kết luận "chấp nhận H0" từ một Sig. lớn hơn 0,05, vì kết quả đó chỉ cho thấy dữ liệu hiện có chưa đủ để bác bỏ H0. Nguyên tắc thứ hai trong tuyên bố chính thức của American Statistical Association (Wasserstein & Lazar, 2016) cũng khẳng định p-value không đo được xác suất giả thuyết nghiên cứu hay giả thuyết null đúng.

Ví dụ: Một khoá luận so sánh điểm trung bình giữa sinh viên nam và nữ, ra Sig. = 0,412, nên viết "chưa tìm thấy khác biệt có ý nghĩa thống kê giữa hai nhóm", không nên viết "hai nhóm có điểm trung bình bằng nhau" hay "giả thuyết H0 được chấp nhận".

Sig. nhỏ có phải lúc nào cũng quan trọng?

Trả lời thẳng: Không. Ý nghĩa thống kê (statistical significance) và mức độ quan trọng thực tiễn là hai khái niệm khác nhau. Một p-value rất nhỏ vẫn có thể đi cùng một hiệu ứng rất nhỏ nếu cỡ mẫu đủ lớn, và ngược lại một hiệu ứng lớn vẫn có thể cho Sig. lớn hơn 0,05 nếu cỡ mẫu nhỏ.

Bằng chứng: StatPearls (Shreffler & Huecker, 2023) minh hoạ bằng hai loại thuốc điều trị ung thư, cùng có p-value 0,01 với alpha 0,05, trong đó một loại kéo dài sự sống ít nhất 10 năm còn loại kia chỉ ít nhất 10 phút, tức cả hai đều có ý nghĩa thống kê nhưng chỉ loại đầu có ý nghĩa lâm sàng. American Statistical Association (Wasserstein & Lazar, 2016) khẳng định ý nghĩa khoa học, tầm quan trọng thực tiễn hay tính liên quan của một kết quả không được suy trực tiếp từ việc nó có ý nghĩa thống kê hay không, và nói thẳng rằng "a p-value, or statistical significance, does not measure the size of an effect or the importance of a result" (Wasserstein & Lazar, 2016, p. 132).

Ví dụ: Một khảo sát với mẫu 2.000 sinh viên có thể cho Sig. rất nhỏ dù chênh lệch điểm trung bình giữa hai nhóm chỉ 0,1 điểm trên thang 10, một khác biệt gần như không có ý nghĩa thực tiễn. Vì vậy phần kết quả nên báo cáo cả độ lớn của chênh lệch, không chỉ riêng Sig.

Kiểm định một phía thì đọc Sig. thế nào?

Trả lời thẳng: SPSS mặc định xuất Sig. hai phía (two-tailed). Nếu phép kiểm định của bạn là một phía (one-tailed) và chênh lệch quan sát được đi đúng chiều giả thuyết đã dự đoán từ trước, cần chia đôi giá trị Sig. hai phía để lấy p một phía, rồi mới so sánh với alpha. Nếu chênh lệch đi ngược chiều dự đoán, không được chia đôi và cũng không được bác bỏ H0.

Bằng chứng: Sarty (n.d.), trong giáo trình mở Introduction to Applied Statistics for Psychology Students trên Statistics LibreTexts, minh hoạ bằng ví dụ SPSS xuất Sig. hai phía bằng 0,032, tương ứng p một phía bằng 0,016 sau khi chia đôi. Điều kiện kết quả phải đi đúng chiều đã dự đoán không nằm trong ví dụ đó, mà đến từ bản chất của kiểm định một phía, vốn chỉ tính xác suất ở một đuôi phân phối theo đúng chiều giả thuyết đã đặt trước.

Ví dụ: Nếu giả thuyết nghiên cứu của bạn chỉ dự đoán một chiều, chẳng hạn nhóm A có điểm trung bình cao hơn nhóm B chứ không phải chỉ khác nhau, và SPSS xuất Sig. (2-tailed) = 0,032 với kết quả quan sát đúng chiều dự đoán, giá trị p một phía cần dùng là 0,016, không phải 0,032. Nếu kết quả lại cho thấy nhóm A thấp hơn nhóm B, tức ngược chiều dự đoán, bạn không được chia đôi Sig. và không được bác bỏ H0 dù con số 0,032 vẫn nhỏ hơn 0,05.

Viết Sig./p-value trong luận văn theo chuẩn APA như thế nào?

Trả lời thẳng: Theo APA 7th, p-value không viết số 0 ở đầu vì bản thân xác suất không thể lớn hơn 1, viết "p = .032" chứ không viết "p = 0,032". Với những trường hợp p cực nhỏ, cách trình bày chuẩn đã nêu ở trên vẫn áp dụng, tức ghi ngưỡng thay vì con số làm tròn về 0.

Bằng chứng: Purdue OWL (n.d.-b), trong hướng dẫn "Statistics in APA", đưa quy tắc không viết số 0 trước dấu thập phân cho các số không thể vượt quá 1, trong đó có p-value. APA Style (n.d.), trong bài blog chính thức "A Post About Nothing", nhắc lại cùng quy tắc theo Publication Manual và nêu ví dụ cụ thể "p < .01" không có số 0 ở đầu.

Ví dụ: Trong phần kết quả của luận văn, cách viết "kiểm định t cho kết quả có ý nghĩa thống kê, t(48) = 2.21, p = .032" đúng chuẩn APA. Khi nhắc lại con số này trong câu văn tiếng Việt thông thường, bạn vẫn có thể viết "giá trị p bằng 0,032", miễn ký hiệu thống kê trong ngoặc giữ đúng định dạng không có số 0 ở đầu.

Câu hỏi thường gặp

Giá trị p-value là gì?
Giá trị p-value là xác suất quan sát được một kết quả cực đoan bằng hoặc hơn kết quả thu được, với giả định giả thuyết H0 đúng. Đây không phải xác suất H0 đúng, một ngộ nhận mà Greenland và cộng sự (2016) xếp đầu tiên trong danh sách ngộ nhận về p-value, và cũng không phải xác suất kết quả xảy ra do ngẫu nhiên.

Sig. bao nhiêu thì có ý nghĩa thống kê?
Với mức alpha thường dùng là 0,05, Sig. nhỏ hơn 0,05 được coi là có ý nghĩa thống kê. Mức alpha này do người nghiên cứu đặt trước khi chạy kiểm định, không phải một hằng số cố định cho mọi nghiên cứu.

Tại sao SPSS hiện Sig. = .000?
Đây là giới hạn hiển thị của phần mềm, không phải xác suất bằng 0. SPSS chỉ hiển thị đến ba chữ số sau dấu thập phân, nên mọi p-value nhỏ hơn 0,0005 đều được làm tròn thành .000 trên màn hình. Khi trích vào luận văn, hãy viết "p < .001" thay vì chép nguyên ".000" hay đổi thành "p = 0,000".

Sig. > 0,05 có phải là kết quả nghiên cứu thất bại không?
Không. Sig. lớn hơn 0,05 chỉ có nghĩa chưa tìm thấy đủ bằng chứng để bác bỏ H0 trong dữ liệu đang có, không đồng nghĩa nghiên cứu thất bại hay câu hỏi nghiên cứu sai. Kết quả này vẫn cần được báo cáo đầy đủ và bàn luận trong phần thảo luận.

p-value nhỏ có chứng minh giả thuyết nghiên cứu đúng không?
Không hẳn. American Statistical Association (Wasserstein & Lazar, 2016) nêu rõ một p-value gần ngưỡng 0,05 chỉ là bằng chứng yếu chống lại H0, chứ không phải bằng chứng mạnh cho giả thuyết nghiên cứu. Chạy nhiều phép kiểm định trên cùng dữ liệu rồi chỉ báo cáo phép có p nhỏ nhất càng làm sai lệch cách diễn giải này.

Chỉ dựa vào ngưỡng p < 0,05 để kết luận có đủ không?
Không nên. American Statistical Association (Wasserstein & Lazar, 2016) khuyến nghị không nên chỉ dựa vào một ngưỡng cứng để đưa ra kết luận khoa học hay quyết định, mà cần xem xét thêm thiết kế nghiên cứu, chất lượng đo lường và các bằng chứng khác ngoài Sig.

MAAS hỗ trợ gì khi sinh viên đọc và diễn giải Sig. trong SPSS?
MAAS cử chuyên gia hướng dẫn bạn chọn đúng kiểm định cho câu hỏi nghiên cứu đang có, chạy cùng bạn trên chính dữ liệu đó, và soát lại cách bạn đọc và viết Sig. trong phần kết quả, để bạn hiểu và tự bảo vệ được phân tích của mình. Buổi tư vấn đầu tiên kéo dài 15 phút và không tính phí. Xem thêm tại dịch vụ hướng dẫn chạy SPSS và Python, hoặc đặt lịch tại đây.

References

Chia sẻ bài viếtFacebookLinkedInZaloEmail
Xem tất cả bài viếtHỏi chuyên gia MAAS ▸
Muốn được đồng hành như vậy?

Từ bài viết này
đến luận án của bạn.

Một buổi tư vấn khám phá 15 phút, chuyên gia Tiến sĩ và Thạc sĩ của MAAS sẽ chuyển khung phương pháp này vào đúng đề tài của bạn và kỳ vọng của giảng viên hướng dẫn.

Đặt buổi tư vấn miễn phí ▸Nhắn Zalo ▸Gặp đội ngũ chuyên gia →