[Seminar] Chuỗi bài giảng Thống kê: Ứng dụng trong Kinh tế và Kinh doanh – Buổi 9: Hypothesis Tests

Vào 09h00 sáng thứ Sáu ngày 31 tháng 10 năm 2025, Khoa Khoa học cơ sở tổ chức sinh hoạt khoa học với chủ đề: “Chuỗi bài giảng Thống kê: Ứng dụng trong Kinh tế và Kinh doanh – Buổi 9: Hypothesis Tests”.

Người trình bày: TS Lê Thị Anh, Khoa Khoa học cơ sở, ĐHKTQD.

Thành phần tham dự: Toàn thể giảng viên Khoa Khoa học cơ sở và các giảng viên quan tâm.

Người trình bày đã trình bày các nội dung:

• Developing Null and Alternative Hypotheses
• Type I and Type II Errors
• Population Mean: σ Known, σ Unknown
• Population Proportion
• Hypothesis Testing and Decision Making
• Calculating the Probability of Type II Errors
• Determining the Sample Size for a Hypothesis Test About a Population Mean

Một số ý kiến trao đổi:

• Khi phát triển giả thuyết không và giả thuyết đối, điều quan trọng là phải xác định rõ mục tiêu nghiên cứu và loại quan hệ cần kiểm chứng. Giả thuyết không thường thể hiện “không có sự khác biệt” hoặc “không có tác động”, trong khi giả thuyết đối biểu thị điều ngược lại. Việc xác định đúng hướng của giả thuyết đối (một phía hay hai phía) giúp chọn đúng loại kiểm định, đảm bảo kết quả phản ánh chính xác câu hỏi nghiên cứu.
• Kiểm định giả thuyết không chỉ là thao tác thống kê mà còn là một quá trình ra quyết định. Dựa trên kết quả p-value hoặc giá trị kiểm định so với ngưỡng tới hạn, nhà nghiên cứu phải đưa ra quyết định bác bỏ hay chấp nhận H₀. Tuy nhiên, cần chú ý diễn giải kết quả trong ngữ cảnh thực tế.
• Tính xác suất sai lầm loại II (β) giúp ta đánh giá “sức mạnh” của kiểm định (power = 1 − β). Một kiểm định có power cao sẽ đáng tin cậy hơn trong thực tế nghiên cứu.
• Xác định kích thước mẫu cần thiết là bước quan trọng trước khi tiến hành kiểm định. Mẫu càng lớn thì độ chính xác càng cao, nhưng cũng đồng nghĩa với chi phí và thời gian thu thập lớn hơn. Công thức xác định n phụ thuộc vào mức ý nghĩa α, sai số cho phép, độ lệch chuẩn và power mong muốn. Thiết kế nghiên cứu hợp lý sẽ giúp cân bằng giữa độ tin cậy thống kê và nguồn lực thực tế.

Một số hình ảnh: