bài giảng về ứng dụng tin học trong thiết kế thí nghiệm và xử lý số liệu

Quá trình thiết kế thí nghiệm và xử lý số liệu sẽ nhanh hơn, chính xác hơn và thú vị hơn nếu chúng ta có thể ứng dụng tin học vào phân tích số liệu thay vì tính toán đơn thuần.. Quả là k

TRƯỜNG ĐẠI HỌC NÔNG LÂM HUẾ

DỰ ÁN HỢP TÁC VIỆT NAM – HÀ LAN

BÀI GIẢNG

NGHIÊN CỨU CHUYÊN SÂU

Người biên soạn: PGS.TS Nguyễn Minh Hiếu

TRƯỜNG ĐẠI HỌC NÔNG LÂM

DỰ ÁN GIÁO DỤC VIỆT NAM HÀ LAN

BÀI GIẢNG ỨNG DỤNG TIN HỌC TRONG

THIẾT KẾ THÍ NGHIỆM VÀ XỬ LÝ SỐ LIỆU

(Phương pháp nghiên cứu nâng cao)

LÊ ĐÌNH PHÙNG

NG UYỄN MINH HIẾU

HUẾ, 2008

MỤC LỤC

MỞ ĐẦU 2

BÀI I: NHẬP SỐ LIỆU 4

1.1 Nguyên tắc của nhập số liệu 4

1.2 Nhập số liệu trong trường hợp số liệu không phân nhóm/tổ 4

1.3 Nhập số liệu trong trường hợp số liệu phân tổ bởi một nhân tố 5

1.4 Nhập số liệu trong trường hợp số liệu phân tổ bởi hai nhân tố 6

1.5 Nhập số liệu trong các kiểu thiết kế thí nghiệm có sự khống chế sự sai khác ban đầu 7

BÀI 2 KIỂM TRA SỐ LIỆU VÀ ĐỊNH HƯỚNG PHÂN TÍCH 10

2.1 Kiểm tra số liệu bằng trình ứ ng dụng filter trong EXCEL 11

2.2 Kiểm tra số liệu bằng trình ứ ng dụng Box-plot hoặc Scatter Plot trong SPSS 14

BÀI 3 PHÂN TÍCH THỐNG KÊ MÔ TẢ 19

3.1 Phân tích thống kê mô tả trong trường hợp tập hợp số liệu không phân nhóm 20

3.2 Phân tích thống kê mô tả trong trường hợp tập hợp số liệu phân nhóm 21

BÀI 4 PHÂN TÍCH PHƯƠNG SAI 23

BÀI 5 PHÂN TÍCH PHƯƠNG SAI CHO CÁC KIỂU THIẾT KẾ THÍ NGHIỆM KHÁC NHAU 28

5.1 Nguyên tắc của phân tích số liệu của thiết kế thí nghiệm RC B và LSD 28

5.2 Phân tích số liệu từ thí nghiệm kiểu RCB 29

5.3 Phân tích số liệu từ thí nghiệm kiểu LSD 34

BÀI 6 ÁP DỤNG QUY TẮC NGẪU NHIÊN TRONG THIẾT KẾ THÍ NGHIỆM VỚI MỘT NHÂN TỐ 39

6.1 Ngẫu nhiên hóa trong thiết kế thí nghiệm kiểu C RD và RCB 39

6.2 Ngẫu nhiên hóa trong thiết kế thí nghiệm kiểu LSD 41

BÀI 7 PHÂN TÍCH HỒI QUY 42

MỞ ĐẦU

Hai giai đoạn thú vị nhất trong nghiên cứu là thiết kế thí nghiệ m và xử lý số liệu Tuy nhiên, đây là hai giai đoạn tiêu tốn thời gian nhất Trong một thí nghiệm, quá trình thiết kế thí nghiệ m và xử lý số liệ u không phải chỉ tiến hà nh một lần mà thường được lặp đi lặp lại nhiề u lần, đặc biệt là gia i đoạn xử lý số liệ u Nhận định này càng đúng khi làm việc với một tập hợp số liệu lớn, ví dụ số liệu điề u tra Hiểu bản chất của thiết kế thí nghiệm và xử lý số liệ u là đặc biệt quan trọng Quá trình thiết kế thí nghiệm

và xử lý số liệu sẽ nhanh hơn, chính xác hơn và thú vị hơn nếu chúng ta có thể ứng dụng tin học vào phân tích số liệu thay vì tính toán đơn thuần

Hiệ n nay có rất nhiều phần mề m giúp cho quá trình xử lý số liệu Nếu chúng ta

sử dụng các phần mềm để phân tích kết quả thì luôn luôn có kết quả Vấn đề cơ bản là kết quả đó đúng hay sai, kết quả đó nói lên điều gì Quả là không thừa khi nhấ n mạnh rằng chúng ta phải hiểu được bản chất của thiết kế thí nghiệ m và xử lý số liệu trước khi ứng dụng công nghệ thông tin Tất cả các kiến thức về bản chất của thiết kế thí nghiệm

và xử lý số liệu được đề cập trong học phần phương pháp thí nghiệ m Trong phạ m vi của học phần này chúng tôi đề cập đến việc vận dụng phầm mề m SPSS trong xử lý số liệu

Phầ m mềm SPSS là một phần mề m rất thông dụng Chúng ta có thể có được phầ m mề m nà y bất kỳ ở đâu Việc xử dụng phần mềm nà y rất đơn giản, nhưng lạ i rất

có hiệu quả Có thể nói rằng phần mề m SPSS giải quyết được gần như toàn bộ các yêu cầu của xử lý số liệu trong các nghiên cứu trong nông nghiệp Mặt khác phần mềm SPSS cũng có ưu thế xử lý các tập hợp số liệu khá lớn như số liệ u điề u tra Do vậy, chúng ta có thể hoàn toàn sử dụng phần mềm SPSS cho xử lý số liệu thí nghiệ m và số liệu điều tra Một ưu điể m khác nữa là kết quả đầu ra của xử lý số liệu bằng phần mềm SPSS có thể được thao tác và chế bản một cách dễ dàng trên các phần mề m khác như Microsoft Offices Điều nà y rất thuận lợi khi chúng ta sử dụng kết quả xử lý số liệu cho việc hoàn thành bài báo hay luậ n văn Hơn thế nữa cách sử dụng phầ m mề m SPSS cũng tương tự như một số phầ m mề m thông dụng khác như GENSTAT, MINITAB,

vv Do vậy, quả là khiê m tốn để nói rằng nếu chúng ta có thể sử dụng được phần mềm SPSS thì chúng ta có thể sử dụng các phần mề m tin học thống kê khác

Với mục đích giúp cho đối tượng học bậc đại học có thể sử dụng phần mềm SPSS trong xử lý số liệ u nghiên cứu, chúng tôi biên soạn nội dung học phần này và khi kết thúc chương này, hy vọng người đọc có thể thực hiện một số nội dung sau bằng phần mề m SPSS:

 Nhập số liệu cho các loại thiết kế thí nghiệ m khác nha u

 Kiể m tra được số liệ u và định hướng phân tíc h

 Phân tích thống kê mô tả

 Phân tích phương sai

 Xử lý số liệu thí nghiệ m một nhân tố

 Áp dụng quy tắc ngẫu nhiên trong thiết kế thí nghiệ m

 Phân tích tương quan hồ i quy

1.1 Nguyên tắc của nhập s ố liệ u

Để có thể nhập số liệ u chúng ta cần xác định rõ:

 Đơn vị thí nghiệm của nghiên cứu

 Số biế n độc lập của nghiên cứu

 Số biế n phụ thuộc của nghiê n cứu

Để nhập số liệu đúng, cần tuyệt đối tuân theo các nguyên tắc sau đây:

 Mỗi đơn vị thí nghiệ m được nhập vào trong một hàng của worksheet excel Tất cả các thông tin của mỗi đơn vị thí nghiệ m phải đều được nằm cùng trong một hàng

 Hàng thứ nhất của worksheet excel là hàng tên biế n (độc lập và phụ thuộc)

 Mỗi biến độc lập hay biến phụ thuộc nằm trong một cột Tất cả các thông tin về một biế n phải được nằ m trong một cột

Ngoài ra để mọ i người đều có thể hiể u được tập hợp số liệu, nên dùng các chức năng phụ trợ khác trong excel để giả i thích thêm về tập hợp số liệ u Ví dụ ta có thể dùng chức năng insert comment để chú thích các tên biến, đơn vị của biến cũng như chú thích các số liệ u cần thiết

1.2 Nhập số liệu trong trường hợp s ố liệ u không phâ n nhóm/tổ

Ví dụ 1 Một nhóm nghiê n cứu đã tiến hành xác định năng suất lúa (kg/ha) tại

10 ô ruộng, kết quả thu được ở bảng 1 Hãy nhập số liệu để phân tích thống kê mô tả năng suất lúa

Bảng 1 Năng suất lúa (kg/ha) ở 10 ô ruộng khác nhau

Chúng ta có thể nhập số liệu như sau:

Hình 1: Nhập số liệ u trong trường hợp số liệu không phân tổ

1.3 Nhập số liệu trong trường hợp s ố liệ u phân tổ bởi một nhân tố

Ví dụ 2 Một nhó m nghiên cứu đã tiến hành nghiên cứu ảnh hưởng của các mức

phân bón đến năng suất lúa (kg/ha) trong một thí nghiệ m được thiết kế theo kiểu CRD, kết quả thu được ở bảng 2 Hảy nhập số liệ u để phân tíc h ảnh hưởng của các mức phân bón đến năng suất lúa

Bảng 2 Số liệu từ thí nghiệ m ảnh hưởng của mức phân bón đến năng suất lúa

Chúng ta có thể nhập số liệu như sau:

Hình 2: Nhập số liệ u trong trường hợp số liệu phân tổ bởi một nhâ n tố

1.4 Nhập số liệu trong trường hợp s ố liệ u phân tổ bởi hai nhâ n tố

Ví dụ 3 Một nhó m nghiên cứu đã tiến hành nghiên cứu ảnh hưởng của các mức

đạm bón và giống lúa đến năng suất lúa (kg/ha) trong một thí nghiệ m được thiết kế theo kiểu CRD, kết quả thu được ở bảng 3 Hảy nhập số liệu để phân tích ảnh hưởng của các mức phân bón và giố ng lúa đến năng suất lúa

Bảng 3 Số liệu thu được từ thí nghiệ m ảnh hưởng của mức đạm bón và giống

lúa đến năng suất lúa (kg/ha) trong thí nghiệm thiết kế theo kiểu CRD

Giống Phân bón

Giống 1 (V1)

Giống 2 (V2)

Giống 3 (V3)

Giống 4 (V4)

Có thể nhập số liệu như sau:

Hình 3: Nhập số liệ u trong trường hợp số liệu phân tổ bởi ha i nhâ n tố

1.5 Nhập số liệu trong các kiể u thiết kế thí nghiệ m có sự khống chế sự sai khác ban đầu

Ví dụ 4 Một nhó m nghiên cứu đã tiến hành nghiên cứu ảnh hưởng của các mức

đạm bón và giống lúa đến năng suất lúa (kg/ha) trong một thí nghiệ m được thiết kế theo kiểu RCB, kết quả thu được ở bảng 4 Hãy nhập số liệu để phân tích ảnh hưởng

Bảng 4 Số liệu từ thí nghiệ m ảnh hưởng của mức phân bón và giống lúa đến

năng suất lúa (kg/ha) trong thí nghiệ m thiết kế theo kiểu RCB

Nguyên tắc cơ bản nhập số liệu trong các kiểu thiết kế thí nghiệ m có sự khống chế sự sai khác ban đầu (RCB, LS, SPLIT-PLOT và STRIP-PLOT) là xe m xét yếu tố khống chế như là một yếu tố thí nghiệ m Có nghĩa là mỗi một yếu tố khống chế sự sai khác cần một cột trong worksheet của excel

Chúng ta có thể nhập số liệu cho ví dụ 4 ở hình 4 Hình 4 trình bày cách nhập số liệu của 14 đơn vị thí nghiệ m đầu

Hình 4: Nhập số liệu trong trường hợp số liệ u phân tổ bởi ha i nhâ n tố theo kiểu

thiết kế RCB

Ví dụ 5 Một nhó m nghiê n cứu đã tiến hành nghiên cứu năng suất (tấn/ha) của 3

giống ngô la i A, B, D và giống đối chứng C, trong một thiết kế thí nghiệm kiểu LS, kết quả thu được ở bảng 5 Hãy nhập số liệ u để so sánh năng suất của các giống ngô

Bảng 5 Năng suất (tấn/ha) của các giống ngô A, B, D và C trong thí nghiệm

thiết kế theo kiểu LS

Năng suất hạt (tấn/ha)

Số hàng

Hình 5: Nhập số liệ u trong trường hợp thiết kế thí nghiệ m kiểu LS

Tó m lại, nguyên tắc cơ bản của nhập số liệ u để xử lý số liệu bằng phần mềm

SPSS cũng như các phần mề m khác như GENSTAT và MINITAB là “mỗi đơn vị thí

nghiệm nằm trong một hàng, mỗi biến nằm trong một cột”

BÀI 2 KIỂM TRA SỐ LIỆU VÀ ĐỊNH HƯỚNG PHÂN TÍCH

Phân tích số liệu là việc là m rất đơn giản và nhanh chóng, do vậy chúng ta không cần thiết vội vàng phân tích số liệu Với các yêu cầu của một thí nghiệ m thông

thường trong nông nghiệp, phân tích số liệu có thể hoàn thành trong vài phút Tuy nhiê n, nếu không kiểm tra số liệu một cách cẩn thận thì việc xử lý số liệ u có thể phải

là m đi là m lại nhiều lầ n do sau khi hoàn thành xử lý số liệu, nhà nghiê n cứu có thể phát hiện một số số liệu chưa được nhập chính xác Tập hợp số liệu càng lớn bao nhiê u thì việc kiể m tra số liệ u càng quan trọng bấy nhiêu

Mục đích cơ bản của việc kiể m tra số liệu là phát hiệ n ra các sai sót trong nhập

số liệu và phát hiệ n các trường hợp ngoại lệ (outliner) Ngoài ra việc kiể m tra số liệu còn có thể giúp người nghiên cứu định hình được khuynh hướng của mối quan hệ giữa các biến nghiê n cứu, từ đó lựa chọn phương án phân tích số liệu thíc h hợp

Việc kiể m tra số liệ u có thể được thực hiện bằng nhiề u cách khác nhau Ví dụ sử

dụng trình ứng dụng filter trong EXCEL, Box plot hoặc Scatter plot trong SPSS

2.1 Kiể m tra số liệ u bằng trình ứng dụng filter trong EXCEL

Kiể m tra số liệ u bằng cách sử dụng trình ứng dụng filter (lọc) có thể được thực hiện một cách dễ dàng và nhanh chóng, đặc biệt khi chúng ta có tập hợp số liệu nhỏ

Ví dụ 6 Hãy kiể m tra các số liệu đã nhập ở bảng 2 (ví dụ 2) Cần chú ý rằng

đây là một tập hợp số liệu rất đơn giản chúng ta hoàn toàn có thể kiểm tra bằng mắt thường Tuy nhiên từ các ví dụ đơn giản chúng ta cần khái quát hóa thành phương pháp kiểm tra số liệu cho mọi tập hợp số liệ u khác nhau

Chúng ta có thể kiể m tra như sau:

 Bước 1: Khởi động chức năng filter Việc khởi động này có thể thực hiện

như sau: Data- Filter-AutoFilter

 Bước 2: Filter số liệu năng suất để phát hiện ra các trường hợp nhập sai

hoặc các trường hợp ngoại lệ

 Bước 3: Chọn số liệu được cho là sai hoặc ngoại lệ để phát hiệ n bản ghi

(đơn vị thí nghiệm) nào chứa số liệu đó

Từ hình 6 không có sai sót nào được phát hiệ n trong nhập số liệu Giả sử chúng

ta đã nhập sai số liệu của đơn vị thí nghiệ m thứ nhất, thay vì nhập 3.853 chúng ta đã nhập thành 38.533 Từ hình 7, chúng ta có thể đặt nghi ngờ về độ chính xác của bản ghi có năng suất 38.533

Hình 6 Kiể m tra số liệu bằng chức năng Filter

Như vậy nếu nhìn vào hình 7 thì chúng ta có thể phát hiệ n bản ghi (đơn vị thí nghiệ m) có năng suất 38.533 Chúng ta có thể di chuyển thẳng đến đơn vị thí nghiệm

có chứa số liệu 38.533 Khi đó các đơn vị thí nghiệm khác sẽ bị ẩn (8) Màu sắc của filter bị thay đổi Sự thay đổi mà u sắc này báo hiệu tập hợp số liệ u nghiê n cứu đang bị filter (lọc) Nếu chúng ta muốn thao tác với toàn bộ số liệu thì chú ý phải bỏ chức năng filter Điều này có thể thực hiệ n được bằng cách chọn ALL trong filter Chức năng filter còn có thể giúp ta lựa chọ n được các số liệu theo một số tiêu chí nào đó do chúng

ta định ra

Hình 7 Kiể m tra số liệu bằng chức năng Filter

Hình 8 Kiể m tra số liệu bằng chức năng Filter

2.2 Kiể m tra số liệ u bằng trình ứng dụng Box-plot hoặc Scatter Plot trong SPSS

3.2.1 Nạp số liệu từ EXCEL vào SPSS

Sau khi đã nhập xong số liệu thì chúng ta có thể nạp số liệu vào SPSS để kiểm tra số liệu cũng như phân tích và xử lý số liệu Việc nạp số liệu vào SPSS hoàn toàn đơn giản như việc mở một file số liệu Chúng ta có thể tiến hành theo các bước sau đây:

 Bước 1: Khởi động SPSS

 Bước 2: Chọn file – Open Data (hình 9)

Hình 9 Nạp số liệu vào SPSS

 Bước 3: Tìm đến file excel chứa số liệu đã nhập và mở file (open) Chú

ý: chỉ rõ loại file mà chúng ta muốn mở là file có đuô i XLS (file EXCEL) Khi muốn nạp số liệu từ file EXCEL vào SPSS, chúng ta phải tắt file EXCEL chứa số liệu

Ví dụ 9 Hãy nạp (input) số liệ u ở ví dụ 2 từ EXCEL vào SPSS

Sau khi nạp số liệu chúng ta sẽ có kết quả như ở hình 10

Hình 10 Nạp số liệu vào SPSS và kết quả nạp số liệu

2.2.2 Kiểm tra số liệu bằng trình ứng dụng Box -plot hoặc Scatter- Plot trong SPSS

Thực chất của kiểm tra số liệ u bằng trình ứng dụng Box- plot hoặc Scatter- Plot trong SPSS là vẽ đồ thị Box-Plot hoặc vẽ đồ thị Scatter - Plot Như vậy, nếu chúng ta

có thể kiể m tra số liệu bằng cách sử dụng hai loạ i đồ thị trên thì chúng ta cũng có thể

vẽ các đồ thị khác theo ý muốn Thực chất là chúng ta lợi dụng chức năng vẽ đồ thị để kiểm tra số liệu Chúng tôi hy vọng rằng qua phần này người đọc có thể vẽ được các loại đồ thị bằng phần mề m SPSS và kiểm tra số liệ u

Ví dụ 10 Hãy kiểm tra số liệu bằng đồ thị Box- plot trong SPSS bằng cách dùng

tập hợp số liệu ở ví dụ 2 (bảng 2.)

Chúng ta có thể làm theo các bước sau:

 Bước 1: Nạp số liệu vào SPSS

 Bước 2: Chọn Graph- Boxplot- Sinple (có thể chọn clustered trong trường

hợp số liệ u phân nhóm)

 Bước 3: Chọn biến ở trục tung và biến ở trục hoành

 Bước 4: Xem xét các trường hợp ngoại lệ từ đồ thị Box- plot

Hình 11 Đồ thị Box-Plot mô tả mối quan hệ giữa công thức phân bón và nă ng

suất của lúa

Qua đồ thị trên ta không thấy những giá trị ngoạ i lệ Có thể hiểu một cách đơn giản là các giá trị nằ m ngoà i các đuôi của đồ thị Box- Plot thì nên được xe m xét về tính chính xác cũng như có thể được xem xét như các trường hợp ngoại lệ

Ví dụ 11 Một nhó m nghiên cứu điều tra ảnh hưởng của tuổi của chủ hộ đến

việc chấp nhậ n (Y) hay không chấp nhận (N) trồng giống ngô địa phương Kết quả được thể hiện ở bảng 6 Hãy kiể m tra kết quả nhập số liệu

Bảng 6 Số liệu về ảnh hưởng của tuổi chủ hộ đến chấp nhậ n giống ngô địa

Vẽ đồ thị kiểu Box-Plot, kết quả được trình bày ở hình 12

Qua hình 12 có thể đặt nghi ngờ vào một số bản ghi hay đơn vị thí nghiệ m thứ 9, 212,

58, 79, 76, 204, 64, 191 và 30 trong file số liệ u Các số liệu đó có thể do sai sót khi nhập số liệu, cũng có thể là những trường hợp ngoại lệ, do vậy chúng ta cần kiể m tra lại những số liệu này Cần đặc biệt chú ý là không được loại bỏ các số liệ u này khi không có lý do chính đáng Các trường hợp ngoạ i lệ thông thường là m cơ sở cho việc

đề xuất ý tưởng nghiên cứu mới

Chúng ta có thể vừa kiểm tra số liệ u vừa xe m xét khuynh hướng của phân bố số liệ u hay xe m xét mối quan hệ giữa các biến Điều nà y có thể được thực hiện thông qua đồ thị kiểu Scatter-Plot Tiến trình vẽ đồ thị kiểu Scatter-Plot tuân theo các bước như sau : Graphs - Scatter- Simp le Sau đó chọn biế n x và biế n y Chỉ chọn Simple khi ta muốn vẽ đồ thị đơn chỉ gồ m một biến x và một biế n y (Hình 13)

Hình 12 Đồ thị Box-Plot để kiểm tra số liệu

Hình 13 Các bước vẽ đồ thị Scatter-Plot

Hình 14 trình bày một ví dụ về đồ thị Scatter-Plot từ một tập hợp số liệ u với 573 đơn vị thí nghiệm Do tập hợp số liệ u khá lớn cho nên chúng tôi không trình bày tập hợp số liệ u

30

204 191

79 76

9

212

Qua hình 14 ta có thể vừa kiể m tra số liệu vừa suy đoán mố i quan hệ giữa các biến Chúng ta có thể hoàn toàn nghi ngờ bản ghi/đơn vị thí nghiệ m ở hàng 262 và 481 của file nhập số liệ u là những trường hợp ngoại lệ, hoặc có thể chúng đã được nhập sai

x

50 100 150 200 250

Tó m lạ i, có nhiều cách khác nha u để kiểm tra số liệu đồng thời định hình mối quan hệ giữa các biến nghiên cứu Người là m nghiên cứu cần chú ý đến kiể m tra số liệu thật kỹ trước khi phân tích số liệu

BÀI 3 PHÂN TÍCH THỐNG KÊ M Ô TẢ

Trong các chương trước chúng ta đã biết một trong những nộ i dung quan trọng nhất của thống kê mô tả là tính toán các tha m số đặc trưng cho mức độ tập trung như trung bình, trung vị, và yếu số và các tham số đặc trưng cho mức độ phân tán như phương sai, độ lệch chuẩn, sai số chuẩn của số trung bình (sai số của số trung bình) Trong nội dung của chương này chúng tôi sẽ đề cập đến cách phân tích các tha m số đó bằng trình ứng dụng descriptive statistics Trong SPSS có rất nhiều trình ứng dụng có

thể tính toán được các tha m số thống kê mô tả hay nó i cách khác trình ứng dụng descriptive statistics có thể được thực hiệ n từ các trình ứng dụng khác, ví dụ từ trình ứng dụng General Linear Model hay Compare means

3.1 Phân tích thống kê mô tả trong trường hợp tập hợp số liệ u không phân nhó m

Ví dụ 12 Hảy tính toán các tham số thống kê mô tả của năng suất lúa trong ví

dụ 2

Chúng ta có thể thực hiện theo các bước sau :

 Bước 1: Nạp số liệu vào SPSS

 Bước 2: Vào trình ứng dụng descriptive statistics (hình 15)

 Bước 3 : Lựa chọn biến cần được thực hiện thống kê mô tả (hình 15)

 Bước 4: Lựa chọn các tha m số thống kê cần tính toán (hình 15)

Hình 15 Phân tích thống kê mô tả khi số liệu không phân nhó m

Trình ứng dụng descriptive statistics này có thể tính toán được một số tham số thống kê như trung bình (mean), sum (tổng), độ lệch chuẩn (Std deviation), phương sai (variance), sai số của số trung bình (S.E mean), khoảng biến động (range), giá trị nhỏ nhất ( minimum) và giá trị lớn nhất (ma ximum) Một số tham số thống kê khác thông thể tính tự động từ trình ứng dụng này ví dụ trung vị

Bảng 7 Kết quả phân tích thống kê mô tả số liệu ví dụ 2

3.2 Phân tích thống kê mô tả trong trường hợp tập hợp số liệ u phân nhó m

Có rất nhiều trình ứng dụng khác nha u có thể phân tích thống kê mô tả trong trường hợp số liệ u phân nhóm ví dụ chúng ta có thể sử dụng Co mpare means hay General Linnear Model Nói cách khác phân tích thống kê mô tả có thể được thực hiện với các phân tích khác như phân tích hồi quy và phân tích phương sai

Vídụ 13 Hãy tính toán các tham số thống kê mô tả của năng suất lúa theo các

công thức phân bón khác nhau trong ví dụ 2

Ta có thể thực hiệ n theo các bước sau :

 Bước 1 : Nạp số liệu vào SPSS

 Bước 2: Vào trình ứng dụng phân tích thống kê mô tả từ compare means

( so sánh các trung bình), hình 15

Hình 15 Phân tích thống kê mô tả từ co mpare means

 Bước 3: Lựa chọn biến cần tính toán thống kê mô tả và biến phân nhó m

(Hình 15)

 Bước 4 : Lựa chọn các chỉ số tha m số thống kê cần tính toán

Trình ứng dụng này có thể tính toán được rất nhiều tham số thống kê mô tả Có thể nó i rằng trình ứng dụng này có thể tính toán được hầu như toàn bộ các tha m số thống kê mô tả

Kết quả phân tíc h thống kê mô tả ví dụ 13 được thể hiện ở bảng 8 Những kết quả này hoàn toàn có thể được copy từ kết quả đầu ra của SPSS sang các phần mềm khác như Microsoft Word, Excel ha y Powerpoint Cách thức copy hay cắt án hoàn toàn tương tự như trong Microsoft Word, Excel hay Powerpoint Trong một số trường hợp,

ví dụ khi ta muốn làm tròn số ta có thể copy vào Excel trước để là m tròn số, hay để tính toán thêm một tha m số thống kê, sau đó copy qua các phần mề m văn bản khác để

Geo Mean

Ngoài ra, cho ví dụ 13 ta có thể phân tích thống kê mô tả từ trình ứng dụng General Linnear Model Các bước như sau :

 Bước 1 : Nạp số liệu vào SPSS

 Bước 2: Vào trình ứng dụng General Linear Model (hình 16)

 Bước 3 : Khai báo biến phụ thuộc (dependent variables) và biến độc lập

(fixed factors)(hình 16)

 Bước 4 : Vào trình ứng dụng thống kê mô tả trong option (hình 16)

Trình ứng dụng thống kê mô tả trong option không cho phép chúng ta lựa chọn các tham số thống kê mô tả cần tính toán mà luôn luô n cho kết quả mặc định Kết quả

đó bao gồ m : Mean = Trung bình, Std deviation = Độ lệch chuẩn, và N = Số lần lặp lại (Số đơn vị thí nghiệm nhận cùng một nghiệ m thức) Một lưu ý là có rất ít các phần mềm cho phép mặc định tính CV% (hệ số biến dị) Do vậy để có thể tính được CV%