KIỂM ĐỊNH GIẢ THUYẾT HAI MẪU (T-TEST)

1. Nạp dữ liệu sạch và phân nhóm

# Lấy dữ liệu sạch để thao tác
clean_data <- openxlsx::read.xlsx("04_Ket_qua.xlsx")

group_unhappy <- clean_data$calculated_total[clean_data$is_happy_customer == 0]
group_happy   <- clean_data$calculated_total[clean_data$is_happy_customer == 1]

options(scipen = 999)

2. Kiểm tra phân phối chuẩn

Kiểm tra trực quan bằng biểu đồ Q-Q Plot

par(mfrow = c(1, 2)) 

qqnorm(group_unhappy, main = "Q-Q Plot: Unhappy (0)", pch = 19, col = "black")
qqline(group_unhappy, col = "red", lwd = 2)

qqnorm(group_happy, main = "Q-Q Plot: Happy (1)", pch = 19, col = "black")
qqline(group_happy, col = "red", lwd = 2)

par(mfrow = c(1, 1))

Kiểm định thống kê bằng Shapiro-Wilk Test

shapiro_unhappy <- shapiro.test(group_unhappy)
shapiro_happy   <- shapiro.test(group_happy)

shapiro_unhappy
## 
##  Shapiro-Wilk normality test
## 
## data:  group_unhappy
## W = 0.21727, p-value < 0.00000000000000022
shapiro_happy
## 
##  Shapiro-Wilk normality test
## 
## data:  group_happy
## W = 0.2039, p-value < 0.00000000000000022

3. Kiểm định t hai mẫu (Two-Sample t-test)

# t-test để kiểm định hai mẫu
t_test_result <- t.test(
  calculated_total ~ is_happy_customer,
  data = clean_data,
  alternative = "less",
  conf.level = 0.95
)

# Xuất kết quả
t_test_result
## 
##  Welch Two Sample t-test
## 
## data:  calculated_total by is_happy_customer
## t = -2.0509, df = 471.76, p-value = 0.02041
## alternative hypothesis: true difference in means between group 0 and group 1 is less than 0
## 95 percent confidence interval:
##       -Inf -2175.879
## sample estimates:
## mean in group 0 mean in group 1 
##        14839.71        25918.44