Industrial KnowledgeKiểm định giả thuyết là gì? Hiểu p-value và chọn phép kiểm định | Ví dụ
Nội dung bài viết 9 mục
“Ca đêm làm lỗi nhiều hơn ca ngày”, “nhà cung cấp mới cho hạt nhựa kém hơn” — trong nhà máy, những nhận định kiểu này xuất hiện mỗi ngày. Có cái đúng, có cái chỉ là ngẫu nhiên của dữ liệu. Kiểm định giả thuyết là công cụ để trả lời: khác biệt nhìn thấy có thật hay không, trước khi bỏ tiền ra hành động.
Tóm tắt nhanh
- Kiểm định giả thuyết dùng dữ liệu mẫu để quyết định khác biệt nhìn thấy có thật hay chỉ là ngẫu nhiên.
- Quy tắc: p < α (thường 0,05) thì bác bỏ H0 – “p thấp thì bác H0”.
- Sai lầm loại I là báo động nhầm; loại II (β) là bỏ sót; power = 1 − β tăng khi cỡ mẫu lớn hơn.
- Là công cụ chính của giai đoạn Analyze trong DMAIC để xác nhận X nào ảnh hưởng Y.
Kiểm định giả thuyết là gì?
Kiểm định giả thuyết (hypothesis testing) là phương pháp thống kê dùng dữ liệu mẫu để quyết định chấp nhận hay bác bỏ một nhận định về tổng thể. Trong DMAIC, nó là công cụ chính của giai đoạn Analyze để xác nhận X nào thực sự ảnh hưởng đến Y.
Các khái niệm cốt lõi:
| Khái niệm | Ý nghĩa |
|---|---|
| H0 (giả thuyết không) | “Không có khác biệt / không có ảnh hưởng” |
| H1 (giả thuyết đối) | “Có khác biệt / có ảnh hưởng” |
| Mức ý nghĩa α | Mức rủi ro bác bỏ nhầm H0 mà ta chấp nhận, thường 0,05 |
| p-value | Xác suất thấy kết quả như dữ liệu (hoặc cực đoan hơn) nếu H0 đúng |
| Quy tắc quyết định | p < α → bác bỏ H0, kết luận có khác biệt |
| Sai lầm loại I | Kết luận có khác biệt trong khi thực tế không có (báo động nhầm) |
| Sai lầm loại II (β) | Bỏ sót khác biệt có thật |
| Độ mạnh (power = 1 − β) | Khả năng phát hiện khác biệt có thật; tăng khi cỡ mẫu lớn hơn |
Câu dễ nhớ: “p thấp thì bác H0”.
Chọn phép kiểm định phù hợp
| Câu hỏi | Kiểu dữ liệu Y | Phép kiểm định |
|---|---|---|
| Trung bình một nhóm có bằng giá trị mục tiêu? | Liên tục | 1-sample t-test |
| Trung bình hai nhóm có khác nhau? | Liên tục | 2-sample t-test |
| Trước/sau trên cùng mẫu có khác nhau? | Liên tục | Paired t-test |
| Trung bình từ 3 nhóm trở lên có khác nhau? | Liên tục | ANOVA một yếu tố |
| Độ phân tán hai nhóm có khác nhau? | Liên tục | F-test / Levene |
| Tỷ lệ lỗi hai nhóm có khác nhau? | Rời rạc (đạt/không đạt) | 2-proportion test |
| Tỷ lệ lỗi có phụ thuộc vào ca/máy/nhà cung cấp? | Đếm theo nhóm | Chi bình phương (χ²) |
Với t-test và ANOVA, nên kiểm tra sơ bộ dữ liệu có gần phân phối chuẩn và không có điểm bất thường.
Năm bước thực hiện
| Bước | Việc làm |
|---|---|
| 1 | Phát biểu câu hỏi thực tế và H0, H1 |
| 2 | Chọn α và phép kiểm định |
| 3 | Lập kế hoạch lấy mẫu, đảm bảo hệ thống đo tin cậy (MSA) |
| 4 | Tính toán, đọc p-value |
| 5 | Kết luận bằng ngôn ngữ thực tế, cân nhắc ý nghĩa kỹ thuật |
Ví dụ tại nhà máy Việt Nam (số liệu minh hoạ)
Nhà máy ép nhựa ở Bắc Ninh nghi ngờ hạt nhựa nhà cung cấp B làm chi tiết co ngót nhiều hơn nhà cung cấp A. Đo chiều dài sau ép (danh nghĩa 120,00 mm), mỗi nhà cung cấp 30 mẫu.
| Nhóm | n | Trung bình (mm) | Độ lệch chuẩn (mm) |
|---|---|---|---|
| Nhà cung cấp A | 30 | 119,86 | 0,08 |
| Nhà cung cấp B | 30 | 119,79 | 0,09 |
- H0: chiều dài trung bình như nhau; H1: khác nhau. α = 0,05.
- 2-sample t-test: t ≈ 3,2; p ≈ 0,002 < 0,05 → bác bỏ H0.
- Kết luận: hạt B cho chi tiết ngắn hơn khoảng 0,07 mm. Với dung sai ±0,20 mm, chênh lệch này đủ làm tăng tỷ lệ sát giới hạn dưới → nhóm điều chỉnh thông số giữ áp riêng cho lô hạt B và yêu cầu nhà cung cấp báo chỉ số chảy (MFI) từng lô.
Ví dụ ngược: so sánh tỷ lệ lỗi ca ngày 1,8% và ca đêm 2,1% trên khoảng 500 sản phẩm mỗi ca, kiểm định tỷ lệ cho p ≈ 0,7 — không đủ bằng chứng nói ca đêm kém hơn. Nhóm tránh được một đợt “đào tạo lại ca đêm” không cần thiết.
Khi nào dùng kiểm định giả thuyết?
- Xác nhận nguyên nhân nghi ngờ ở giai đoạn Analyze.
- So sánh trước/sau cải tiến ở Improve.
- Đánh giá nhà cung cấp, máy, phương pháp mới.
Mẹo áp dụng và dùng Excel
- Excel:
=T.TEST(A2:A31,B2:B31,2,3)trả về p-value t-test hai phía, phương sai không bằng nhau. Data Analysis ToolPak có t-test, ANOVA, F-test. =CHISQ.TEST(bảng_thực_tế, bảng_kỳ_vọng)cho Chi bình phương.- Luôn vẽ biểu đồ (boxplot, histogram) trước khi kiểm định.
- Phân biệt ý nghĩa thống kê và ý nghĩa thực tế: khác 0,01 mm có thể có p rất nhỏ nhưng không đáng hành động.
Lỗi hay gặp
- Kết luận “H0 đúng” khi p lớn — đúng ra là “chưa đủ bằng chứng”.
- Lấy mẫu không ngẫu nhiên, ví dụ chỉ lấy hàng đầu ca.
- Dùng t-test cho dữ liệu đạt/không đạt.
- Chạy hàng chục phép kiểm định cho đến khi “ra” p < 0,05.
Câu hỏi thường gặp
α = 0,05 có bắt buộc không? Không. Với quyết định rủi ro cao (an toàn), có thể chọn 0,01.
Cỡ mẫu bao nhiêu là đủ? Phụ thuộc độ lệch chuẩn và độ khác biệt cần phát hiện; phần mềm thống kê có công cụ tính power. Thực tế nhà máy thường từ 20–30 mẫu mỗi nhóm cho dữ liệu liên tục.
