Biến định lượng không có phân phối chuẩn thì mô tả khuynh hướng tập trung bằng:

Giá trị trung bình, trung vị

Giá trị trung vị, Min, Max

IQR

Cả b và c đúng

Trả lời:

Đáp án đúng: D

Khi một biến định lượng không có phân phối chuẩn (tức là phân phối không đối xứng hoặc có các giá trị ngoại lai), giá trị trung bình (mean) có thể bị ảnh hưởng nhiều bởi các giá trị cực đoan. Trong trường hợp này, trung vị (median) là một thước đo khuynh hướng tập trung tốt hơn vì nó không bị ảnh hưởng bởi các giá trị ngoại lai. Min (giá trị nhỏ nhất) và Max (giá trị lớn nhất) cho biết phạm vi của dữ liệu, còn IQR (Interquartile Range) cho biết sự biến động của dữ liệu, nhưng không mô tả khuynh hướng tập trung. Vì vậy, phương án b và c cùng nhau cung cấp thông tin tốt hơn về phân phối không chuẩn.

150+ câu trắc nghiệm môn SPSS có lời giải chi tiết - Phần 1

Mời các bạn cùng tham khảo bộ 150+ câu trắc nghiệm ôn thi môn SPSS có đáp án chi tiết dành cho các bạn sinh viên chuyên ngành tham khảo, để chuẩn bị cho kì thi sắp diễn ra.

50 câu hỏi 60 phút

Bắt đầu thi

Câu hỏi liên quan

Câu 15:

Kiểm tra tính phân phối chuẩn của biến định lượng bằng cách:

Lời giải:

Đáp án đúng: D

Câu hỏi này liên quan đến việc kiểm tra tính phân phối chuẩn của một biến định lượng trong thống kê, thường được thực hiện bằng phần mềm SPSS hoặc các công cụ tương tự.

Phương án a (Graphs / Legacy Dialogs / Histogram): Histogram là một công cụ trực quan hữu ích để đánh giá hình dạng phân phối của dữ liệu. Nó cho phép ta quan sát xem phân phối có đối xứng, có đỉnh, và có đuôi hay không, từ đó đánh giá sơ bộ về tính chuẩn.

Phương án c (Analyse / Nonparametric Tests / Legacy Dialogs / 1-Sample K-S): Kiểm định Kolmogorov-Smirnov (K-S) là một kiểm định phi tham số dùng để so sánh phân phối tích lũy của mẫu với một phân phối lý thuyết (trong trường hợp này là phân phối chuẩn). Kết quả kiểm định sẽ cho biết liệu có đủ bằng chứng để bác bỏ giả thuyết rằng mẫu được rút ra từ một phân phối chuẩn hay không.

Vì cả hai phương pháp (histogram và kiểm định K-S) đều được sử dụng để kiểm tra tính phân phối chuẩn, nên phương án 'Cả a và c đúng' là đáp án chính xác.

Câu 16:

Trong phương pháp kiểm tra tính phân phối chuẩn của biến định lượng, khẳng định nào đúng:

Lời giải:

Đáp án đúng: B

Trong kiểm định tính phân phối chuẩn (ví dụ: sử dụng Kolmogorov-Smirnov hoặc Shapiro-Wilk), giá trị p (Asymp.Sig. hoặc Significance) được so sánh với mức ý nghĩa alpha (thường là 0.05). Nếu p > alpha, chúng ta không bác bỏ giả thuyết H0 rằng dữ liệu tuân theo phân phối chuẩn. Điều này có nghĩa là, có đủ bằng chứng để kết luận rằng biến đó tuân theo phân phối chuẩn. Do đó, đáp án đúng là "P (Asymp.Sig.) >0.05, biến đó phân phối chuẩn". Các ngưỡng khác (ví dụ: 0.5) không được sử dụng phổ biến trong kiểm định này.

Câu 17:

Các trường hợp không có độ tin cậy 95%, ta tính các giá trị của một biến định lượng bằng cách:

Lời giải:

Đáp án đúng: A

Câu hỏi này kiểm tra kiến thức về cách tính toán các giá trị của một biến định lượng trong trường hợp không có độ tin cậy 95% (thường là khi làm việc với các trường hợp cá biệt hoặc số lượng mẫu nhỏ) trong phần mềm thống kê.

Phương án a (Analyse / Reports / Case Summaries) và phương án b (Analyse / Descriptive Statistics / Case Summaries) đều có thể được sử dụng để tóm tắt và trình bày các giá trị của biến định lượng trong các trường hợp cụ thể. Tuy nhiên, "Analyse / Descriptive Statistics / Case Summaries" thường là lựa chọn phù hợp hơn khi muốn có các thống kê mô tả chi tiết cho từng trường hợp. "Analyse / Reports / Case Summaries" có thể tạo ra các báo cáo tổng quan hơn, nhưng có thể không đi sâu vào chi tiết như phương án b.

Vì cả hai phương án đều có thể được sử dụng, nhưng phương án b thường phù hợp hơn trong việc cung cấp thống kê mô tả chi tiết cho từng trường hợp, và câu hỏi không chỉ rõ yêu cầu về mức độ chi tiết, nên lựa chọn "Cả a và b đúng" là phù hợp nhất.

Tuy nhiên, cần lưu ý rằng trong nhiều phần mềm thống kê, đường dẫn cụ thể có thể khác nhau, nhưng ý tưởng chung là sử dụng các chức năng để tóm tắt và mô tả dữ liệu cho từng trường hợp khi không dựa vào độ tin cậy 95% thông thường.

Câu 18:

Có mấy yếu tố ảnh hưởng đến việc chọn phương pháp kiểm định giả thuyết cho giá trị trung bình của các loại biến định lượng:

Lời giải:

Đáp án đúng: B

Việc chọn phương pháp kiểm định giả thuyết cho giá trị trung bình của các loại biến định lượng chịu ảnh hưởng bởi ba yếu tố chính:

1. Kích thước mẫu (n): Nếu kích thước mẫu lớn (thường n > 30), ta có thể sử dụng kiểm định z dựa trên định lý giới hạn trung tâm. Nếu kích thước mẫu nhỏ (thường n <= 30), ta thường phải sử dụng kiểm định t.
2. Độ lệch chuẩn của tổng thể (σ): Nếu độ lệch chuẩn của tổng thể đã biết, ta sử dụng kiểm định z. Nếu độ lệch chuẩn của tổng thể chưa biết, ta sử dụng độ lệch chuẩn mẫu (s) để ước lượng và sử dụng kiểm định t.
3. Phân phối của tổng thể: Nếu tổng thể tuân theo phân phối chuẩn hoặc gần chuẩn, các kiểm định thống kê (z hoặc t) có thể được áp dụng. Nếu tổng thể không tuân theo phân phối chuẩn và kích thước mẫu nhỏ, có thể cần sử dụng các phương pháp kiểm định phi tham số.

Vì vậy, có 3 yếu tố ảnh hưởng đến việc chọn phương pháp kiểm định.

Câu 19:

So sánh giá trị trung bình của hai nhóm ở biến định lượng:

Lời giải:

Đáp án đúng: C

Câu hỏi yêu cầu so sánh giá trị trung bình của hai nhóm ở biến định lượng. Trong SPSS, để thực hiện việc này, ta sử dụng Independent-Samples T test. Các lựa chọn khác không phù hợp: One-Sample T Test dùng để so sánh giá trị trung bình của một nhóm với một giá trị cụ thể, Nonparametric Tests thì dùng cho dữ liệu không tuân theo phân phối chuẩn.

Câu 20:

So sánh giá trị trung vị của hai nhóm:

Lời giải: