Phân tích dữ liệu bằng SPSS

Trong nghiên cứu định lượng, dữ liệu ban đầu được thu thập từ hiện trường là dữ liệu thô, chúng ta chưa thể tiến hành phân tích và diễn giải những dữ liệu dạng thô này ngay được mà đòi h

CHƯƠNG 1: KHÁI QUÁT VỀ QUI TRÌNH NGHIÊN CỨU – XỮ LÝ THÔNG TIN VÀ MỘT SỐ LÝ THUYẾT THỐNG KÊ CƠ BẢN SỬ DỤNG TRONG

PHÂN TÍCH THÔNG TIN

1 Qui trình của một cuộc nghiên cứu

Thông thường một qui trình nghiên cứu bao gồm 8 bước:

- Bước 1: Xác định vấn đề cần nghiên cứu

- Bước 2: Xác định loại thông tin cần thu thập và nguồn cung cấp thông tin

- Bước 3: Chọn mẫu nghiên cứu

- Bước 4: Thiết kế nghiên cứu và xác định phương pháp thu thập thông tin.

- Bước 5: Thiết kế bảng câu hỏi

- Bước 6: Thu thập dữ liệu

- Bước 7: Xử lý, phân tích và diễn giải các dữ liệu đã được xữ lý

- Bước 8: Trình bày và báo cáo kết quả

2 Xữ lý thông tin trong nghiên cứu thực địa

Có hai dạng thông tin nghiên cứu cần thu thập, loại thứ nhất là thông tin thứ cấp và và loại thứ hai là thông tin sơ cấp

- Thông tin thứ cấp là những thông tin đã hiện hữu trên các nguồn tài liệu đã được đăng tải, thông tin này đã được tổ chức thành bảng biểu, đồ thị Loại thông tin này người nghiên cứu chỉ việc sử dụng và diễn giải theo nhu cầu nghiên cứu của mình mà không cần phải trãi qua một quá trình xữ lý phức tạp đòi hỏi sự hỗ trợ của các phần mềm phân tích và xữ lý thông tin chuyên dụng

- Thông tin sơ cấp là thông tin chưa hiện hữu, muốn có thông tin này đòi hỏi các nhà nghiên cứu phải thực hiện một qui trình nghiên cứu với nhiều bước đã trình bày ở trên Trong nghiên cứu thu thập thông tin sơ cấp tồn tại hai dạng nghiên cứu chính yếu nghiên cứu định tính và nghiên cứu định lượng Thông tin trong nghiên cứu định tính không có ý nghĩa về mặt thống kê, quá trình phân tích và xữ lý chỉ dừng ở chổ tập hợp, phân nhóm những ý kiến quan điểm khác biệt và không đòi hỏi nhiều sự hỗ trợ của các công cụ và kiến thức thống kê Ngược lại với thông tin nghiên cứu định lượng lại đòi hỏi nhiều kỷ năng và kiến thức phân tích thống kê để tổ chức và phân tích Phần mềm SPSS là một công cụ hữu hiệu cho việc xữ lý và phân tích những thông tin nghiên cứu định lượng này

Trong nghiên cứu định lượng, dữ liệu ban đầu được thu thập từ hiện trường là dữ liệu thô, chúng ta chưa thể tiến hành phân tích và diễn giải những dữ liệu dạng thô này ngay được mà đòi hỏi phải tiến hành các bước xữ lý và phân tích cần thiết từ mã hóa, kiểm tra, hiệu đính, nhập liệu đến tạo bảng biểu cho dữ liệu và thực hiện các phân tích thống kê tương thích.

Nhiệm vụ tổng quát của việc xữ lý – phân tích dữ liệu là chuyển những mẫu dữ liệu quan sát thô mà ta đã tiến hành mã hóa và kiểm tra thành những con số thống kê có ý nghĩa cho việc diễn giải kết quả nghiên cứu Toàn bộ công việc xữ lý – phân tích phức tạp này đòi hỏi cần phải có máy tính và các phần mềm chuyên dụng hỗ trợ

3 Qui trình xữ lý số liệu

Trong một qui trình nghiên cứu định lượng Việc xữ lý dữ liệu bắt đầu từ khi

ta nhận được bảng câu hỏi đã được phỏng vấn Qui trình xữ lý số liệu bao gồm các bước sau:

- Bước 1: Kiểm tra, hiệu chỉnh các trả lời trên bảng câu hỏi

- Bước 2: Mã hóa các câu trả lời trên bảng câu hỏi

- Bước 3: Nhập dữ liệu đã được mã hóa vào máy tính

- Bước 4: Xác định các lỗi trong cơ sở dữ liệu và làm sạch dữ liệu

- Bước 5: Tạo bảng cho dữ liệu và tiến hành các phân tích thống kê

Hai giai đoạn đầu tiên là những bước chuẩn bị cho việc phân tích bằng máy tính sau này Giai đoạn 3 là nhập các dữ liệu đã được mã hóa vào máy tính Quá trình nhập liệu này có thể dẫn đến những sai xót do đó một bước kế tiếp phải được thực hiện trước khi tiến hành phân tích dữ liệu là phải làm sạch dữ liệu đã được nhập vào trong máy

4 Một số lý thuyết thống kê cơ bản

4.1 Các tham số thống kê đo lường độ tập trung hay hội tụ của dữ liệu (central tendency measurement)

- Giá trị trung bình (Mean): Là giá trị trung bình số học của một biến, được

tính bằng tổng các giá trị quan sát chia cho số quan sát Đây là dạng công cụ thường được dùng cho dạng đo khoảng cách và tỷ lệ Giá trị trung bình có đặc điểm là chịu sự tác động của các giá trị ở mỗi quan sát, do đó đây là thang đo nhạy cảm nhất đối với sự thay đổi của các giá trị quan sát Giá trị trung bình được tính bằng công thức sau:

n X

- Trung vị (Median): Là số nằm giữa (nếu lượng quan sát là số lẽ) hoặc là

giá trị trung bình của hai quan sát nằm giữa (nếu số lượng quan sát là số chẳn) của một dãy quan sát được xắp xếp theo thứ tự từ nhỏ đến lớn Đây là dạng công cụ thống kê thường được dùng để đo lường mức độ tập trung của dạng dữ liệu thang đo thứ tự, nó có đặc điểm là không bị ảnh hưởng của các giá trị đầu mút của dãy phân phối, do đó rất thích hợp để phân tích đối với dữ liệu có sự chênh lệch lớn về giá trị ở hay đầu mút của dãy phân phối

- Mode: Là giá trị có tần suất xuất hiện lớn nhất của một tập hợp các số đo,

dạng này thường được dùng đối với dạng dữ liệu thang biểu danh Giống như trung vị, mode không bị ảnh hưởng bởi giá trị đầu mút của dãy phân phối

4.2 Các tham số thống kê đo lường mức độ phân tán của dữ liệu (Dispersion),

Khảo sát hai nhóm các con số sau::

Đo lường độ phân tán cho biết được những khác biệt giữa hai nhóm dữ liệu Có một số công cụ đo lường độ phân tán của dữ liệu như:

- Phương sai (Variance): Dùng để đo lường mức độ phân tán của một tập

các giá trị quan sát xung quanh giá trị trung bình của tập quan sát đó Phương sai bằng trung bình các bình phương sai lệch giữa các giá trị quan sát đối với giá trị trung bình của các quan sát đó Người ta dùng phương sai để đo lường tính đại diện của giá trị trung bình tương ứng, các tham số trung bình có phương sai tương ứng càng lớn thì giá trị thông tin hay tính đại diện của giá trị trung bình đó càng nhỏ Phương sai của mẫu được tính bằng công thức sau:

i

i

- Độ lệch chuẩn (Standard deviation): Một công cụ khác dùng để đo lường

độ phân tán của dữ liệu xung quanh giá trị trung bình của nó Độ lệch chuẩn chính bằng căn bật hai của phương sai Vì phương sai là trung bình của các bình phương sai lệch của các giá trị quan sát từ giá trị trung bình, việc khảo sát phương sai thường cho các giá trị rất lớn, do đó sử dụng phương sai sẽ gặp khó khăn trong việc diễn giải kết quả Sử dụng độ lệch chuẩn sẽ giúp dễ dàng cho việc diễn giải do các kết quả sai biệt đưa ra sát với dữ liệu gốc hơn

- Khoảng biến thiên (Range): Là khoảng cách giữa giá trị quan sát nhỏ nhất

đến giá trị quan sát lớn nhất

- Sai số trung bình mẫu (Standard Error of Mean) Được dùng để đo lường sự

khác biệt về giá trị trung bình của mẫu nghiên cứu này so với mẫu nghiên cứu khác trong điều kiện có cùng phân phối Nó có thể được dùng để so sánh giá trị trung bình quan sát với một giá trị ban đầu nào đó (giả thuyết) Và ta có thể kết luận hai giá trị này là khác nhau nếu tỷ số về sự khác biệt đối với standard error of mean nằm ngoài khoảng (-2,+2) Công thức tính sai số trung bình mẫu:

n

S

Sx =

4.3 Khoảng ước lượng (Confident interval)

Là một ước lượng xác định khoảng giá trị đặc trưng của tổng thể có thể rơi vào Dựa vào dữ liệu mẫu, với một độ tin cậy cho trước ta có thể xác định được giá trị đại diện cho đám đông có thể nằm trong một khoảng ước lượng nào đó

Ví dụ gọi x là mức thu nhập trung bình của đám đông cần ước lượng Với độ tin cậy của khoảng sát nghiên cứu là 95% (nghĩa là các ước lượng sẽ luôn có một lượng sai số chấp nhận là 5%) Dựa vào mẫu quan sát ta có thể xác định được hai giá trị về thu nhập là a và b sao cho xác suất để thu nhập trung bình đám đông x rơi vào khoảng a và b (a, b) là 95% Lúc này ta có thể diễn giải

rằng với độ chính xác là 95% (hay chấp nhận 5% sai số) ta biết được thu nhập trung bình của đám đông nghiên cứu nằm trong khoảng (a, b)

Công thức tính khoảng ước lượng:

n

S t

Với p là tỷ lệ % tần suất xuất hiện của một giá trị quan sát

4.4 Kiểm nghiệm giả thuyết (Hypothesis testing)

Bên cạnh việc ước lượng các đặc trưng của tổng thể, các dữ liệu mẫu thu thập được còn được dùng để đánh giá xem một giả thuyết nào đó về tổng thể là đúng hay sai Ta gọi đó là kiểm nghiệm giả thuyết Nói cách khác kiểm nghiệm giả thuyết là dựa vào các thông tin mẫu để đưa ra kết luận bác bỏ hay chấp nhận về giả thuyết của tổng thể

Ví dụ: Sau một thời gian thực hiện các chương trình, biện pháp marketing (quảng cáo, khuyến mãi,…) công ty muốn đánh giá xem thị phần, doanh số có gì thay đổi so với trước không, hay có đạt được mục tiêu đề ra không

Hoặc công ty muốn tìm hiểu xem sở thích của người tiêu dùng về kiểu dáng, màu sắc, mùi vị khác nhau về sản phẩm cuả công ty Họ thích đặc biệt một kiểu dáng nào đó, một màu sắc nào đó, hay các kiểu dáng, màu sắc khác nhau đều được ưa thích như nhau

Phương pháp kiểm nghiệm giả thuyết sẽ giúp giải quyết nhưng yêu cầu nàyĐể kiểm nghiệm giả thuyết ta phải xây dựng giả thuyết Giả thuyết đã hình thành được gọi là giả thuyết H0 được xem như đúng cho đến khi ta có đủ căn cứ để kết luận khác hơn Nếu giả thuyết H0 không đúng thì phải có một giả thuyết nào đó khác H0 gọi là H1 là đúng Một số giả thuyết thường gặp trong phân tích:

_oOo _

CHƯƠNG 2: GIỚI THIỆU VỀ PHẦN MỂM SPSS

Là phần mềm chuyên dụng xữ lý thông tin sơ cấp (thông tin được thu thập trực tiếp từ đối tượng nghiên cứu (người trả lời bảng câu hỏi) thông qua một bảng câu hỏi được thiết kế sẳn

Thông tin được xữ lý là thông tin định lượng (có ý nghĩa về mặt thống kê)Phần mềm SPSS có tất cả 4 dạng màn hình:

1 Màn hình quản lý dữ liệu (data view):

Là nơi lưu trữ dữ liệu nghiên cứu với một cấu trúc cơ sở dữ liệu bao gồm cột, hàng và các ô giao nhau giữa cột và hàng

- Cột (Column): Đại diện cho biến quan sát Mỗi cột sẽ chứa đựng tất cả

các câu trả lời trong một câu hỏi được thiết kế trong bảng câu hỏi

- Hàng (Row): Đại diện cho một trường hợp quan sát (người trả lời), Ta

phỏng vấn bao nhiêu người (tùy thuộc vào kích thước mẫu) thì ta sẽ có bấy nhiêu hàng Mỗi hàng chứa đựng tất cả những câu trả lời (thông tin) của một đối tượng nghiên cứu

- Ô giao nhau giữa cột và hàng (cell): Chứa đựng một kết quả trả lời tương

ứng với câu hỏi cần khảo sát (biến) và một đối tượng trả lời cụ thể (trường hợp quan sát)

2 Màn hình quản lý biến (variables view):

Là nơi quản lý các biến cùng với các thông số liên quan đến biến Trong màn hình này mỗi hàng trên màn hình quản lý một biến, và mỗi cột thể hiện các thông số liên quan đến biến đó

- Tên biến (name): Là tên đại diện cho biến, tên biến này sẽ được hiễn thị

trên đầu mỗi cột trong màn hình dữ liệu

- Loại biến (type): Thể hiện dạng dữ liệu thể hiện trong biến Dạng số, và

dạng chuỗi

- Số lượng con số hiễn thị cho giá trị (Width): Giá trị dạng số được phép

hiễn thị bao nhiêu con số

- Số lượng con số sau dấu phẩy được hiễn thị (Decimals)

- Nhãn của biến (label): Tên biến chỉ được thể hiện tóm tắc bằng ký hiệu,

nhãn của biến cho phép nêu rõ hơn về ý nghĩa của biến

- Giá trị trong biến (Values): Cho phép khai báo các giá trị trong biến với ý

nghĩa cụ thể (nhãn giá trị)

- Giá trị khuyết (Missing): Do thiết kế bảng câu hỏi có một số giá trị chỉ

mang tính chất quản lý, không có ý nghĩa phân tích, để loại bỏ các biến này ta cần khai báo nó như là giá trị khuyết (user missing) SPSS mặc định giá trị khuyến (system missing) là một dấu chấm và tự động loại bỏ các giá trị này ra khỏi các phân tích thống kê

- Kích thướt cột (columns): Cho phép khai báo độ rộng của cột

- Ví trí (align): Vị trí hiễn thị các giá trị trong cột (phải, trái, giữa)

- Dạng thang đo (measures): Hiễn thị dạng thang đo của giá trị trong biến

3 Màn hình hiễn thị kết quả (output):

Các phép phân tích thống kê sẽ cho ra các kết quả như bảng biểu, đồi thị và các kết quả kiểm nghiệm, các kết quả này sẽ được truy xuất ra một màn hình, và được lưu giữ dưới một tập tin khác (có đuôi là SPO) Màn hình này cho phép ta xem và lưu giữ các kết quả phân tích

4 Màn hình cú pháp (syntax):

Màn hình này cho phép ta xem và lưu trữ những cú pháp của một lệnh phân tích Các cú pháp được lưu trữ sẽ được sử dụng lại mà không cần thao tác các lệnh phân tích lại

5 Khái quát về phân tích dữ liệu

5.1 Kiểm tra dữ liệu (Data Screening)

Một thực tế luôn luôn gặp phải đối với những người làm công tác phân tích và xử lý số liệu là hầu như không lúc nào mà không gặp những vấn đề đối với dữ liệu trong tay họ, một số xuất hiện do lỗi nhập máy, lỗi mã hóa, hoặc

do các lỗi về chọn mẫu và chất lượng phỏng vấn, tất cả những lỗi này thường dẫn đến những khác thường hoặc tính đại diện kém của dữ liệu thu thập Trong những cuộc nghiên cứu qui mô lớn, công việc kiểm tra dữ liệu đôi khi còn tốn nhiều công sức và thời gian hơn cả việc phân tích và tóm tắc dữ liệu

Do đó gần như là nhiệm vụ đầu tiên của người phân tích dữ liệu là phải tiến hành kiểm tra dữ liệu nhằm xác định ra các lỗi trong dữ liệu đồng thời kiểm tra xem tính tương thích của dữ liệu như thế nào so với những giả thuyết được yêu cầu cho các phân tích thống kê sau này

 Xác định những giá trị vượt trội (Outliers) và các giá trị lỗi (Roque values)

Có nhiều cách để xác định ra các giá trị vợt trội và giá trị lỗi Tuy nhiên điều quan trọng là xác định xem các giá trị vượt trội đó có phải là giá trị lỗi hay không hay do sự bất thường trong mẫu nghiên cứu:

- Sử dụng công cụ bảng phân bổ tần xuất ngoài việc để đếm số lần xuất hiện của từng giá trị riêng biệt, nó còn giúp ta tìm ra các giá trị lỗi hoặc các giá trị mã hóa sai sót hoặc không mong đợi (ví dụ như biến giới tính chỉ có hai giá trị mã hóa 1 và 2 tương ứng với giới tính nam và nữ do đó khi khảo sát ta sẽ phát hiện ra các giá trị khác với giá trị mã hóa 1 và 2) Ngoài ra công cụ này còn cho phép ta nhận ra được các giá trị khuyết (Missing values) nhưng lại xuất hiện như là một giá trị hợp lệ (Valid value)

- Đôi khi việc xác định các giá trị vượt trội có thể được xác định một cách tốt hơn khi ta khảo sát hai hay nhiều biến cùng một lúc Đối với các biến dạng biểu danh (nominal) hoặc thứ tự (ordinal) sử dụng công cụ bảng chéo ta có thế xác định được những sự kết hợp phi lý giữa hai hoặc nhiều biến, ví dụ như một người chưa bao giờ tiêu dùng sản phẩm

A nhưng lại tham gia đưa ra những ý kiến mức độ thỏa mãn trong tiêu dùng sản phẩm A

5.2 Thống kê mô tả (Descriptive Statistics)

Đây có thể được xem là phần cốt lõi và thường gặp nhất trong việc phân tích và xử lý số liệu Tuy nhiên trước khi bắt tay vào việc mô tả dữ liệu (đo lường độ tập trung hay phân tán, tỷ lệ %, mối quan hệ giữa các biến …), cần thiết phải nắm được loại biến đang khảo sát (loại thang đo của biến) hay nói cách khác ta phải nắm được ý nghĩa của các giá trị trong biến

Đối với biến định danh hoặc thứ tự (nominal và ordinal) các phép tính toán số học như giá trị trung bình không có ý nghĩa thống kê, đặc biệt đối với biến định danh mọi sự so sánh hơn kém giữa các giá trị trong biến đều vô nghĩa Ngược lại các biến định lượng như thang đo khoảng cách và thang đo tỷ lệ (Interval và Ratio) thì mọi sự so sánh hay tính toán số học đề có ý nghĩa phân tích thống kê

5.3 Kiểm nghiệm các so sánh trung bình mẫu (Tests for Comparing Means)

Trong phân tích thống kê người ta thường sử dụng các phép kiểm nghiệm kiểm nghiệm các giả thuyết về giá trị trung bình của các biến định lượng, và thống kê cung cấp cho ta các công cụ như kiểm nghiệm t (T-Test) hay kiểm nghiệm Z (Z-test)

 Kiểm nghiệm t cho một mẫu, cặp mẫu và hai mẫu ngẫu nhiên độc lập

Ta có ba dạng kiểm nghiệm t cho việc so sánh các giá trị trung bình của mẫu Việc sử dụng dạng nào tùy thuộc vào vấn đề ta đang tiến hành so sánh cái gì

- Sử dụng kiểm nghiệm t cho hai mẫu ngẫu nhiên độc lập (Independent Samples T Test) là phương pháp nhằm mục đích kiểm nghiệm so sánh giá trị trung bình của một biến riêng biệt theo một nhóm có khác biệt hay không đối với giá trị trung bình của biến riêng biệt đó theo một nhóm khác Với giả thuyết ban đầu H0 cho rằng giá trị trung bình của hai nhóm này là bằng nhau Ví dụ ta kiểm nghiệm thu nhập trung bình (biến thu nhập) theo hai nhóm giới tinh là nam và giới tính là nữ (biến giới tính sử dụng để chia các giá trị quan sát trong biến thu nhập thành hai nhóm)

- Công cụ kiểm nghiệm t cho cặp mẫu (Paired-Samples T Test) được sử dụng để kiểm nghiệm có hay không giá trị trung bình của các khác biệt giữa các cặp quan sát là khác giá trị 0 Với giả thuyết ban đầu H0

cho rằng giá trị trung bình các khác biệt này là bằng 0 Ví dụ như kiểm nghiệm sự khác biệt về điểm thi môn học của hai nhóm sinh viên có tham gia và không có tham gia chương trình phụ đạo ngoài giờ

- Công cụ kiểm nghiệm t một mẫu (One-Sample T Test) để kiểm nghiệm có hay không giá trị trung bình của một biến là khác biệt với một giá trị giả định từ trước Với giả thuyết ban đầu H0 cho rằng giá trị trung bình kiểm nghiệm là bằng với giá trị giả thuyết đưa ra

 Phân tích phương sai một chiều (One-Way ANOVA)

Phân tích phương sai là một dạng mở rộng của phương pháp kiểm nghiệm

t hai mẫu ngẫu nhiên độc lập (Independent-Samples T Test), và được sử dụng để kiểm nghiệm cho nhiều hơn hai nhóm Phương pháp phân tích này khảo sát sự biến thiên giữa các trung bình mẫu trong mối liên hệ với sự phân táng của các quan sát trong từng mỗi nhóm Với giả thuyết ban đầu H0 cho rằng các giá trị trung bình này là bằng nhau

5.4 Kiểm nghiệm các mối quan hệ (Testing Relationships)

Kiểm nghiệm mối quan hệ giữa hai biến và kiểm nghiệm mối tương quan với cường độ tương quan và chiều của tương quan giữa các biến trong cơ sờ dữ liệu

- Trong kiểm nghiệm mối quan hệ giữa hai biến, ta sử dụng kiểm nghiệm Chi-bình phương để kiểm nghiệm giả thuyết ban đầu cho rằng hai biến thể hiện trong bảng chéo (biến cột và biến hàng) là không có mối quan hệ với nhau (độc lập với nhau)

- Trong kiểm nghiệm tương quan giữa các biến ta sử dụng kiểm nghiệm

F kiểm nghiệm giả thuyết ban đầu cho rằng giữa các biến đang khảo sát không có tương quan với nhau (hệ số tương quan R = 0)

o0o

CHƯƠNG 3: CHUẨN BỊ DỮ LIỆU

1 Kiểm tra và hiệu đính dữ liệu

Đây là bước kiểm tra chất lượng thông tin trong bảng câu hỏi nhằm bảo đảm không có bảng câu hỏi nào thiếu hoặc chứa đựng những thông tin sai sót theo yêu cầu thiết kế ban đầu, bước này cần thiết được thực hiện trước khi tiến hành mã hóa và nhập dữ liệu vào máy tính Người kiểm tra phải bảo đảm tính toàn vẹn và tính chính xác của từng bảng câu hỏi & từng câu trả lời trong bảng câu hỏi Thông thường bước này nhàn nghiên cứu sẽ tiến hành kiểm tra những đặc tính sau của bảng câu hỏi:

- Tính logic của các câu trả lời: Đôi khi trong bảng câu hỏi, do yêu cầu

nghiên cứu sẽ có những đường dẫn, những điều kiện đễ người trả lời hoặc có thể trả lời tất cả các câu hỏi hoặc có thể bỏ qua một vài câu hỏi nào đó Kiểm tra tính logic của bảng câu hỏi cho phép nhà nghiên cứu loại bỏ những câu trả lời thừa, cũng như kịp thời bổ xung những phần thiếu trong bảng câu hỏi Tính logic của câu trả lời còn phụ thuộc vào sự kết dính và liên hệ lẫn nhau giữa các câu hỏi trong một bảng câu hỏi (đôi khi một câu trả lời là có ý nghĩa nếu đứng riêng một mình nó những lại vô nghĩa nếu kết hợp so sánh với các câu trả lời trước hoặc sau nó)

- Tính đầy đủ của một câu trả lời và của một bảng câu hỏi: Một bảng câu

hỏi chỉ có giá trị nếu như tất cả những câu hỏi theo yêu cầu đều được trả lời đầy đủ Mỗi câu hỏi trong bảng câu hỏi đều có một ý nghĩa, một giá trị nghiên cứu nhất định, do đó thiếu một câu trả lời nào đó cho một câu hỏi cụ thể nào đó sẽ làm mất đi giá trị của bảng câu hỏi đó

- Tính hợp lý và xác thực của các câu trả lời: Một câu trả lời đầy đủ chưa

hẳn là câu trả lời có giá trị, do đó tính chân thực và hợp lý của câu trả lời cũng quyết định đến giá trị của câu trả lời và của bảng câu hỏi, đặc biệt là các câu hỏi chấm điểm, câu hỏi mở và các câu hỏi mang tính logic.Quá trình kiểm tra, rà soát lại bản câu hỏi là nhằm mục đích kiểm tra, phát hiện, sửa chửa và thông báo kịp thời cho người thu thập dữ liệu tránh những sai sót tiếp theo

Để xử lý các lỗi trong kiểm tra và hiệu đính, ta có thể lựa chọn cách xữ lý như sau tùy thuộc vào mức độ sai sót cụ thể:

- Trả về cho bộ phận thu thập dữ liệu để làm sáng tỏ vấn đề

- Suy luận từ các câu trả lời khác

- Loại bỏ toàn bộ bản câu hỏi

2 Mã hoá dữ liệu

Là quá trình chuyển dịch câu trả lời thực của người trả lời vào từng nhóm, từng mẫu đại diện với các giá trị đại diện tương ứng nhằm làm cho quá trình tóm tắc, phân tích và nhập liệu được dễ dàng và hiệu quả hơn Có hai dạng mã hóa:

- Tiền mã hóa: Là việc mã hóa cho các câu hỏi đóng Do đặc điểm của các

loại câu hỏi này là nhà nghiên cứu đã có sẵn các câu trả lời từ trước, người trả lời chỉ việc lựa chọn câu trả lời nào phù hợp nhất với ý kiến của mình, do đó việc mã hóa cho các câu hỏi này thường được tiến hành từ trước, ở giai đoạn thiết kế bảng câu hỏi

- Mã hoá: Trong bảng câu hỏi ngoài những câu hỏi đóng nêu ở trên, còn

những câu hỏi mở, là những câu hỏi mà người trả lời tự do đưa ra câu trả lời theo suy nghĩ và diễn giãi của chính họ Các bảng câu hỏi nhận về thường có những câu trả lời rất khác nhau và rất đa dạng Do đó công việc mã hóa những câu trả lời này thì cần thiết cho quá trình kiểm tra, nhập liệu, tóm tắc và phân tích sau này

Mục đích của mã hóa là tạo nhãn cho các câu trả lời, thừơng là bằng các con số Mã hóa còn giúp giảm thiểu số lượng các câu trả lời bằng cách nhóm các câu trả lời vào những nhóm có cùng ý nghĩa Tiền trình mã hóa có thể được tiến hành như sau:

- Đầu tiên, xác định loại câu trả lời cho những câu hỏi tương ứng Những câu trả lời này có thể thu thập từ một mẫu các bảng câu hỏi đã hoàn tất, thường là 25% trên tổng số bảng câu hỏi

- Bước tiếp theo là xây dựng một danh sách liệt kê các câu trả lời, các câu trả lời được liệt kê và tiến hành nhóm các câu trả lời theo những nhóm đặc trưng (có cùng ý nghĩa)

- Cuối cùng, những nhóm câu trả lời này được gán cho một nhãn hiệu, một giá trị, thường là một con số cụ thể

_oOo _

CHƯƠNG 4: ĐỊNH BIẾN VÀ NHẬP DỮ LIỆU

1 Khái niệm về biến và các giá trị trong biến

Biến là tập hợp những trả lời cho một câu hỏi Có hai loại biến như sau:

 Phân loại biến theo số lượng câu trả lời:

- Biến một trả lời: Biến dành cho câu hỏi có một trả lời

- Biến nhiều trả lời: Các biến dành cho nhiều câu trả lời có thể có

trong một câu hỏi nhiều trả lời

Ví dụ như trong bảng câu hỏi có hai câu hỏi sau:

- Câu hỏi 1: Hãy cho biết bạn ở nhóm tuổi nào trong số những nhóm tuổi sau:

 Phân loại biến theo kiểu dữ liệu:

Có hai loại biến chính là biến định tính và biến định lượng, đối với biến định tính ta không thể sử dụng các phép toán (cộng, trừ, nhân, chia) để tính toán các giá trị trên biến đó, ngược lại biến định lượng cho phép ta thao tác các phép toán trên các giá trị mà nó đại diện Việc xác định dạng biến theo cách này cho phép ta lựa chọn được tham số thống kê tương thích để phân tích

Để xác định được biến là định lượng hay định tính đói hỏi phải xác định các giá trị trong biến thuộc dạng thang đo nào trong bốn dạng thang đó sau:

- Thang đo định danh (Nominal Scale): Trong dạng thang đo này các con

số được sử dụng đơn thuần như một giá trị xác định sự khác biệt cho các câu trả lời, các giá trị quan sát có ý nghĩa khác biệt nhau Đối với loại thang biểu danh các giá trị số được sử dụng như là ký số nhận dạng và không có giá trị về một thứ tự cao thấp và và độ lớn giữa các con số

- Thang đo thứ tự (Ordinal Scale): Trong dạng thang đo này dữ liệu được

xắp xếp các giá trị quan sát theo một thứ tự cao thấp nhất định, nhưng không diễn tả được độ lớn giữa vị trí cao thấp giữa các con số Tóm lại thang đó thứ tự bao gồm cả thông tin về biểu danh đồng thời cung cấp luôn mối quan hệ theo thứ tự giữa các giá trị nhưng không đo được khoảng cách giữa các giá trị đó

- Thang đó khoảng cách (Internal Scale): Giống như đặc tính của thang

đo thứ tự, tuy nhiên đối với thang đó khoảng cách cho phép ta đo được khoảng cách giữa các giá trị Tuy nhiên do thang đo khoảng cách không xác định được điểm 0 chung (giống như thang đo nhiệt độ) do đó ta chỉ có thể nói giá trị này lớn hơn giá trị kia bao nhiêu đơn vị nhưng không thể kết luận giá trị này lớn hơn giá trị kia bao nhiêu lần

- Thang đo tỷ lệ (ratio): Đây là thang đo có đủ các đặc tính thứ tự và

khoảng cách Ngoài ra việc xác định ra tỷ số chênh lệch giữa các giá trị là có thể thức hiện do ở thang đo này điểm 0 được xác định một cách có ý nghĩa

Từ bốn dạng thang đo trên ta phân ra hai loại biến Biến định tính là biến chứa các giá trị quan sát ở dạng thang đo biểu danh và thứ tự Còn biến định lượng là biến chứa các giá trị có dạng thang đo khoảng cách và tỷ lệ

2 Phương pháp định biến trên SPSS (Define Variable)

Định biến trong màn hình quản lý biến (variables view) Công việc định biến này có thể được thực hiện trước khi tiến hành nhập dữ liệu vào trong máy Mục đích của việc đình biến là gán nhãn và các thông số cho các biến và gán ý nghĩa cho các giá trị trong biến Sau khi được mã hóa các dữ liệu sẽ được đại diện bằng những con số và các con số này có ý nghĩa khác nhau tùy theo câu trả lời thu thập được Để các con số này có thể nhập vào máy tính và có thể quản lý cũng như có ý nghĩa trong SPSS, ta phải tiến hành định biến cho dữ liệu Qui trình định biến này bao gồm các bước sau:

- Gán tên cho biến (Name): Ta gõ tên biến cần khai báo vào cột đầu

tiên trong màn hình Variables view (Nếu ta không gõ tên biến vào thì

SPSS sẽ mặc định tên biến này là Var000001) Tên biến được khai báo

này sẽ hiển thị trên đầu các cột trong màn hình Data view Tên biến bị hạn chế về số ký tự hiển thị, do đó cần thiết phải khai báo ngắn gọn và dễ gợi nhớ, thông thường nên đặt theo thứ tự câu hỏi trong bảng câu hỏi như q1, q3, q4a, …Có một số qui ước sau đây phải tuân theo khi khai báo tên biến:

 Bắt đầu bằng một chử cái và không bắt đầu bằng dấu chấm(.)

 Tên biến không được qua 8 ký tự

 Không được chứa khoảng trắng và các ký tự đặc biệt như (!), (?), (*)

 Các từ khóa sau đây không được dùng làm tên biến: ALL, NE, EQ,

TO, LE, LT, BY OR, GT, AND, NOT, GE, WITH

- Định ra kiểu biến (Type): Có các dạng biến sau có thể định dạng Dạng

con số (numeric); Dạng tiền tệ; dạng ngày (Date) hoặc dạng chuổi (String)

Ngoài ra phần này cũng cho phép ta định dạng các dạng số được hiễn thị khác nhau (Xem hình 4-1)

Hình 4-1

Tùy thuộc vào yêu cầu của dữ liệu, mà ta sẽ định loại biến cho biến, SPSS mặc định loại biến là kiểu số (numeric); ngoài ra còn có thể khai báo các kiểu hiễn thị số khác nhau như kiểu số có dấu phẩy (Comma) hay dấu chấm (Dot) ngăn cách giữa các khoảng cách hàng ngàn của con số; cách hiễn thị theo các ký hiệu khoa học (Scientific notation); Hiễn thị ngày, dollar và các kiểu tiền tệ khác; cuối cùng là cách hiễn thị dạng chuổi.

- Xác định số lượng con số hiễn thị cho giá trị (Width) và số lượng con số sau dấu phẩy hiển thị (Decimals): Khai báo bề rộng của con số (hàng đơn

vị, hàng trăm, hàng triệu, …) trong ô Width, Và khai báo số con số thập phân sau dầu phẩy trong ô Decimal

- Gán nhãn cho biến (Variable Label): Đặt tên nhãn cho biến một cách đầy

đủ hơn, tên biến này sẽ hiễn thị ý nghĩa của biến trên các kết quả phân tích trong màn hình kết quả (output), công cụ này giúp ta hiểu được ý nghĩa của biến đang khảo sát dễ dàng hơn trong quá trình phân tích

- Định tên cho các giá trị trong biến (Value lables): Trong quá trình mã hóa

dữ liệu ta đã gán các giá trị trong biến thành các con số đại diện, Nhưng để cho quá trình đọc và phân tích các kết quả nghiên cứu dễ dàng hơn ta phải gán các con số này các ý nghĩa như nó mà nó đang đại diện, công cụ định lại nhãn cho giá trị cho phép ta thực hiện điều này (Xem hình 4-2):

Hình 4-2

Gán nhãn của giá trị (value lables) có ba thao tác:

o Gán một nhãn mới:

• Nhập giá trị vào hộp thoại Value

• Nhập nhãn của giá trị vào hộp thoại Value Label

• Aán nút Add để xác định nhãn đó

o Sữa đổi một nhãn:

• Di vệt sáng đến nhãn cần sửa đổi

• Nhập tên nhãn mới, ấn nút Change để thay đổi

o Loại bỏ một nhãn:

• Di vệt sáng đến nhãn cần loại bỏ

• Aán nút Remove để loại bỏ

- Định nghĩa các giá trị khuyết (Missing Values): Được dùng để định ra các

giá trị cụ thể cho các giá trị mà ta muốn loại bỏ ra khỏi các phân tích và xử lý thống kê sau này hay còn gọi là các giá trị khuyết Ví dụ trong câu hỏi về thu nhập, sẽ có một số trường hợp từ chối trả lời tương ứng với giá trị mã hóa là 99 Trong quá trình phân tích để loại bỏ tất cả các trường hợp này ra khỏi các xữ lý thống ke, ta phải tiến hành khai báo giá trị 99 là giá trị khuyết trong phần giá trị khuyết (Missing values) (Xem hình 4-3)

Hình 4-3

SPSS mặc định là không có khai báo giá trị khuyết Có ba cách để khai báo các giá trị khuyết

(1) hai báo bằng 3 giá trị rời rạc (Discrete missing values)

(2) Khai báo một chuổi liên tục các giá trị (Range of missing values)(3) Khai báo một chuổi các giá trị khuyết và một giá trị khuyết riêng

biệt (Rang plus one discrete missing value)

Đối với dữ liệu dạng chuổi Toàn bộ các giá trị vô dụng hoặc trống đều được xem là có nghĩa Để định nghĩa các giá trị vô nghĩa và các giá trị trống là giá trị khuyết ta phải nhập vào một khoảng trống vào trông ô định

ra các giá trị khuyết riêng biệt

- Định kích cở cho cột (Column format): Định ra chiều rộng của cột đang

khai báo biến

- Định ra vị trí hiễn thị các giá trị (align): Vị trí hiễn thị các giá trị trong cột

(phải, trái, giữa)

- Định ra dạng thang đo mà biến thể hiện (measurement): Tùy thuộc vào

dạng thang đo được sử dụng trong biến mà ta khai báo trong công cụ measurement, chú ý khai báo scale được dùng chung cho dạng thang đo khoảng cách và thang đo tỷ lệ Việc khái báo này chỉ mang tính chất quản lý không ảnh hưởng đến kết quả phân tích

3 Nhập dữ liệu

Dữ liệu cần nhập sẽ được nhập vào trong màn hình Data views Màn hình này thể hiện ra một ma trận thông tin bao gồm: cột và hàng, và ô giao nhau giữa cột và hàng (Xem hình 2-1)

Dữ liệu được nhập theo trình tự sau:

- Khai báo tên biến chứa đựng thông tin cần nhập vào thanh bên trên mỗi cột (tên mặc định của các cột này trong SPSS là var00001, …, var0000x) Phần này đã được đề cập chi tiết trong phần định biến

- Chọn ô cần nhập dữ liệu, là phần giao nhau giữa cột và hàng Ô cần nhập sẽ có khung viền chung quanh báo cho người nhập biết đó là ô đang hoạt động, tên biến và số hiệu hàng được hiện ở góc trái của cửa sổ

- Gõ giá trị cần nhập vào khung đã chọn, giá trị này được hiện trong thanh sữa đổi (cell editor) nằm ở trên cửa sổ Chú ý khi nhập dữ liệu phải bảo đảm đúng với kiểu biến đã được định nghĩa Thông thường các kiểu biến được khai báo là dạng chuổi (ngắn tối đa 8 ký tự) hoặc dạng số, nhằm bảo đảm tính tương thích cho việc phân tích sau này

Ta cũng có thể nhập liệu từ các phần mềm khác như Excel, Fox, … và sau đó chuyển vào trong SPSS

_oOo _

CHƯƠNG 5: CÁC PHÉP BIẾN ĐỔI VÀ THAO TÁC TRÊN TẬP DỮ LIỆU

1 Mã hóa lại (Recode)

Recode là công cụ dùng để mã hóa lại các giá trị trong một biến thành các giá trị mã hóa mới phù hợp với đòi hỏi của quá trình phân tích dữ liệu Ví dụ đối với câu hỏi nguồn gốc nhận biết quảng cáo của sản phẩm X, người trả lời có thể trả lời cụ thể trên báo Sài Gòn, Tuổi Trẻ, Tạp chí Sức Khỏe và Đời sống, Trên đài HTV7, Trên đài VTV3, … Có thể ban đầu các nguồn quảng cáo được mã hóa một cách riêng biệt Tuy nhiên do nhu cầu xữ lý sau này, người nghiên cứu muốn nhóm các giá trị được mã hóa riêng biệt này thành ba loại nguồn quảng cáo chính là Báo, Tạp Chí và Tivi Công cụ Recode cho phép ta định lại các giá trị riêng biệt về nguồn quảng cáo ban đầu thành ba nguồn quảng cáo chung là Báo, Tivi và tạp chí

SPSS cung cấp cho ta hai loại Recode là Recode trên cùng một biến (Recode into same variables) và recode vào biến khác (Recode into different variable)

1.1 Mã hóa lại trên cùng một biến (Recode into same variables)

Recode trên cùng một biến là mã hóa lại những giá trị trong một biến hiện hữu thành những giá trị mới và các giá trị mới này sẽ nằm ngay trong biến hiện hữu và thay thế các giá trị củ trên biến đó Khi sử dụng công cụ này ta sẽ mất đi các giá trị đã khai báo ban đầu trong biến mà ta thực hiện lệnh Recode Chú ý các giá trị vừa được tạo ra chưa có nhãn, do đó sau khi thực hiện lệnh ta phải tiến hành khai báo nhãn cho giá trị (đã đề cập trong phần khai báo biến) Phương pháp này được thực hiện qua các bước sau:

- Chọn transform/recode từ thanh menu chính Ở đây ta lựa chọn

Recode into same variable để tiến hành định lại giá trị của biến trên

cùng một biến Ta có hộp thoại như hình 5-1:

Hình 5-1

- Chuyển các biến cần mã hóa lại sang hộp thoại variables, nhấn thanh Old and New Values để chuyển các giá trị củ cần thay đổi thành các giá trị mới Ta có hộp thoại Old and New values như hình 5-2:

Hình 5-2

- Old value dùng để khai báo giá trị củ cần chuyển đổi Giá trị củ này có thể là một giá trị đơn lẻ(Value), một giá trị khuyết mặc định hay giá trị khuyết khai báo (System-missing or User-missing), một dãy các giá trị

(Range), hoặc toàn bộ các giá trị nào đó trong biến (All other values) New value dùng để khai báo giá trị mới sẽ thay thế cho giá trị củ tương

ứng Nhấn thanh Add để lưu sự chuyển đổi này Các giá trị chuyển đổi

có thể sửa chửa hoặc loại bỏ bằng cách di chuyển vệt tối đến biểu thức

thể hiện sự chuyển đổi trong hộp thoại Old->New và nhấn thanh

Change cho sự thay đổi hoặc Remove để loại bỏ

- Nếu việc định lại giá trị của các giá trị của biến có một số điều kiện

kèm theo, ta có thể dùng công cụ if để định ra các điều kiện cho lệnh recode Hộp thoại If Cases như hình 5-3:

Hình 5-3

- Trong hộp thoại If Cases, mặc định là không có điều kiện nào cả, phép

định lại giá trị của biến được thực hiện cho tất cả các quan sát, ở đây

hiển thị là Include all cases Chọn lệnh include if case satisfies

condition để xác định các điều kiện trong việc định lại giá trị của biến

Chuyển tên biến cần định lại các giá trị vào hộp thoại bên phải Lúc này phép định lại giá trị của biến nói trên chỉ được thực hiện đối với các quan sát nào thỏa mãn được biểu thức điều kiện được thể hiện trong hộp thoại điều kiện này Ví dụ chỉ thực hiện lệnh recode đối với những trường hợp quan sát ở khu vực (biến kvuc) TP.HCM (có giá trị

mã hóa là 2) ta khai báo biểu thức điều kiện như sau kvuc = 2.

1.2 Mã hóa lại vào một biến khác (Recode into different variables)

Trong trường hợp định lại các giá trị hiện tại của một biến thành các giá trị

mới trong một biến mới ta sẽ lựa chọn transform/recode/into different

variable và ta có hộp thoại như hình 5-4:

Hình 5-4

Sử dụng phương pháp recode vào một biến mới máy tính sẽ tự động tạo ra một biến mới trên cơ sở dữ liệu để chứa các giá trị mới vừa được tạo ra, đồng thời ta cũng vẫn lưu giữ được biến củ với các giá trị mã hóa củ trên cơ sở dữ liệu Chú ý các giá trị vừa được tạo ra chưa có nhãn, do đó sau khi thực hiện lệnh ta phải tiến hành khai báo nhãn cho giá trị (đã đề cập trong phần khai báo biến) Việc mã hóa lại các giá trị vào trong một biến mới được thực hiện qua các bước sau:

- Chuyển tên biến cần định lại giá trị vào trong hộp thoại variables Khai

báo tên biến mới và nhãn biến mới sẽ chứa các giá trị vừa được mã

hóa lại trong hộp thoại Output variable Nhấn thanh change để xác

nhận sự khái báo này

- Các công cụ If và Old and New Values cũng có ý nghĩa và thao tác

tương tự như trường hợp định lại giá trị cho cùng một biến, đã được đề cập ở phần trên

Công cụ này có ưa điểm là ta vừa tạo ra được một biến mới với các giá trị được mã hóa theo cách mới nhưng đồng thời vẫn giữa được biến gốc với các giá trị mã hóa ban đầu Trong khi với phương pháp mã hóa lại dữ liệu trên cùng một biến, các giá trị mã hóa mới sẽ chồng lên các giá trị củ và ta đã mất đi các giá trị mã hóa ban đầu trên biến đó

2 Công cụ tự động mã hóa lại (Automatic Recode)

Là phương pháp mã hóa tự động các giá trị dạng chuổi sang dạng số vào trong một biến mới Biến mới này sẽ chứa các con số nguyên liên tục, mỗi con số nguyên trong biến mới sẽ đại diện cho các giá trị dạng chuổi giống nhau

Ví dụ khi ban đầu ta nhập dữ liệu địa bàn nghiên cứu (quận) như Bình Thạnh, Quận 1, Quận 2, Tân Bình, … ở dạng chuổi Ta có thể recode các giá trị này thành các giá trị số như 1, 2, 3 một các tự động bằng công cụ Automatic Recode Và mỗi con số nguyên này sẽ đại diện cho từng địa bàn nghiên cứu, như Quận 1 được chuyển thành 1, quận 2 là 2, …, Quận Tân Bình là 19 Đối với cách Recode này các giá trị nguyên thủy (quận 1, quận 2, …) sẽ được sữ dụng như là nhãn của giá trị đã được recode trong biến mới được tạo ra từ lệnh Automatic Recode Các giá trị dạng chuổi được mã hóa theo thứ tự alphabe

3 Lựa chọn các quan sát (Select Cases)

Công cụ Select Cases đưa ra một vài phương pháp cho phép ta lựa chọn ra những nhóm nhỏ các trường hợp quan sát dựa trên tiêu chuẩn hay điều kiện cụ thể Ta cũng có thể dùng phương pháp này để lựa chọn một mẫu ngẫu nhiên các trường hợp quan sát từ tổng thể dữ liệu Để thực hiện lệnh lựa

chọn các quan sát này ta chọn Data/select cases từ menu ta sẽ có hộp thoại

dữ liệu lại trạng thái ban đầu (kh6ng có lựa chọn các trường hợp) bằng cách

chọn All Cases trong phần Select của hộp thoại Select Cases.

Trong phần Unselected Cases cho biết trạng thái của các trường hợp không được lựa chọn Filtered chỉ ra các trường hợp không được chọn vẫn được giữ

lại trong tập tin nhưng sẽ bị loại trừ ra mọi phân tích thống kê Select Cases

tạo ra một biến lọc (FILTER_$), với các trường hợp được chọn có giá trị 1 và các trường hợp không được chọn có giá trị 0 Deleted cho phép loại bỏ toàn

bộ các trường hợp không được chọn ra khỏi dữ liệu

Để nhận biết được các trường hợp nào được chọn hoặc không được chọn ta

có thể nhìn vào các giá trị trong biến FILTER_$, các trường hợp được chọn có

giá trị 1 và những trường hợp không được chọn có giá trị 0 Hoặc ta có thể nhìn vào màn hình Data để phân biệt các trường hợp Với các trường hợp không được lựa chọn sẽ có một gạch chéo trong thanh số thứ tự hàng bên trái

màn hình (Xem hình 20) Có thể dùng công cụ Sort Cases để xắp xếp theo thứ tự các trường hợp được chọn hay không được chọn (Sort cases theo biến

FILTER_$).

Hình 5-5

Để tiến hành chọn lựa các trường hợp ta có thể dùng các cách sau:

- Lựa chọn công cụ If conditions are satisfied (xem hình 5-6) cho phép ta

lựa chọn các trường hợp dựa trên các biểu thức điều kiện Một biểu thức điều kiện cho ta các giá trị đúng hoặc sai của các trường hợp Nếu kết quả của biều thức điều kiện là đúng, trường hợp đó được lựa chọn Nếu kết quả này là sai hoặc thiếu thì các trường hợp đó không được chọn Ví dụ đối với biến giới tính (GTinh)có hai giá trị là Nam: 1 và

Nữ: 2 Ta tiến hành chọn các trường hợp là Nam bằng cách chọn biến giới tính trong hộp bên trái và chuyển sang hộp bên phải Hiễn thị biểu thức điều kiện như sau Gtinh=1 Lúc đó các trường hợp nào thỏa mãn điều kiện Gtinh=1 sẽ được lựa chọn Các biểu thức điều kiện có thể bao gồm tên biến, các hằng số, các toán tử, các con số, các hàm số, …

- Công cụ random sample of cases (hình 5-7) cho phép chúng ta lựa

chọn một mẫu ngẫu nhiên dựa trên một tỷ lệ phần trăm hoặc một số chính xác các trường hợp sẽ lựa chọn

- Công cụ Base range (hình 5-8) cho phép lựa chọn các trưòng hợp theo

số thứ tự hàng hiễn thị bên trái màn hình dữ liệu của SPSS

Hình 5-6

Hình 5-7

Hình 5-8

4 Tách tập dữ liệu (Split File)

Công cụ Split File cho phép tách dữ liệu trong tập dữ liệu đang quan sát

thành những nhóm nhỏ riêng biệt và sau khi thực hiện lệnh Split file này các phân tích xữ lý thống kê sẽ cho ta các kết quả thống kê đã được thực hiện riêng biệt theo từng nhóm nhỏ dữ liệu này

Để thực hiện lệnh này ta chọn Data/Split File từ menu ta có hộp thoại như

hình 5-9:

Hình 5-9

Việc phân tách này dựa trên việc phân dữ liệu thành những nhóm tương đương với các giá trị trong biến được lựa chọn để tiến hành phân nhóm Được sử dụng cho việc phân tích dựa trên những giá trị của một hay nhiều biến đã được phân nhóm Nếu ta lựa chọn việc phân tách dựa trên nhiều biến, dữ liệu sẽ được nhóm theo thứ tự biến được khai báo trong hộp thoại

Groups Based On list.

- Chọn Compare groups: Các dữ liệu phân tích sẽ được tách theo các

giá trị của biến được lựa chọn để tách dữ liệu (hiễn thị trong hộp

Groups Based On list), và việc tách này mang tính chất so sánh do đó

khi tiến hành phân tích dữ liệu các phân tích dựa trên sự phân tách này những vẫn được thể hiện trên cùng một bảng

- Chọn Organize output by groups: Các dữ liệu phân tích sẽ được tách

theo các giá trị của biến được lựa chọn để tách dữ liệu (hiễn thị trong hộp Groups Based On list), và việc tách này mang tính chất tổ chức lại dữ liệu thành những nhóm nhỏ do đó khi tiến hành phân tích dữ liệu các phân tích dựa trên sự phân tách và được thể hiện một các riêng biệt giữa các nhóm phân tách

Chú ý sau ki tiến hành phân tích trên sự phân tách, để trở lại trạng thái bình thường của dữ liệu đòi hỏi phải bỏ đi lệnh tách dữ liệu vừa đưa ra bằng cách

chọn phần Analyze all cases, do not create groups trong hộp thoại Slipt Files

5 Công cụ tính toán giữa các biến (Compute)

Công cụ compute được dùng để tính toán giữa các giá trị trong các biến và kết quả sẽ được lưu giữ trong một biến mới hoặc là một biến khác sẳn có hoặc biến chứa đựng giá trị đang tính toán

Để thực hiện công cụ này ta truy xuất công cụ compute variable từ transform

trên thanh menu ta có hộp thoại như hình 5-10:

Hình 5-10

- Target variable chứa đựng tên biến sẽ nhận giá trị được tính Ta có thể

khái báo kiểu và gán nhãn cho các giá trị của biến bằng cách nhấn

vào thanh Type&lable Ô Numeric Expression chứa đựng các biểu thức

số được dùng để tính giá trị cho biến đích (biến chứa đựng giá trị mới), biểu thức này có thể dùng tên các biến sẵn có, các hằng, các toán tử và các hàm số Chúng ta co thể soạn các biểu thức tính toán vào thẵng

ô Numeric Expression, và có thể sữ dụng các công cụ được hiển thị trong hộp thoại như các phiếm (+), (-), Function,…

- Công cụ if dùng để định ra những điều kiện cần thiết kèm theo trong tính toán nếu có, được sử dụng giống nhứ giống như công cụ if trong hộp thoại recode, đã được đề cập ở phần trên.

6 Công cụ đếm (Count)

Công cụ này được dùng để tạo ra một biến mới chứa kết quả số lần xuất hiện (số đếm) của một giá trị hay nhiều giá trị được chỉ định ra trong danh sách

các biến được chọn trong ơ variables trong mỗi trường hợp Từ menus ta chọn

Transform/count để có được hộp thoại như hình 5-11

Hình 5-11

Một biến mới sẽ được tạo ra khi ta thực hiện thủ tục Count gọi là biến đích

(Taget variable) sẽ chứa đựng giá trị cộng dồn mỗi khi gặp được giá trị cần

đếm trong một hoặc nhiều biến đã được khai báo trước trong hộp thoại

Numeric variables.

Giá trị cần đếm sẽ được định rõ trong phần Define values (hình 5-12) Giá trị khai báo để đếm có thể là những giá trị cụ thể nàu đó (Value), hoặc những giá trị rỗng (System missing) hoặc là một dãy các giá trị (range) Sau khi khai báo giá trị cần đếm ta dùng thanh Add để xác nhận giá trị cần đếm vào trong hộp thoại Values to count Sử dụng Change hoặc Remove để thay thế

hoặc loại bỏ giá trị cần đếm (giá trị đã được đánh dấu bằng vết đen)

Hình 5-12

Công cụ If dùng để xác định các điều kiện nếu có khi thực hiện lệnh Count, (giống như công cụ if trong phần recode đã đưọc đề cập ở trên)

7 Hợp nhất các tập dữ liệu (Merge files)

SPSS cho phép ta hợp các dữ liệu quan sát từ trong một tập dữ liệu bên ngoài vào tập dữ liệu đang sử dụng Hoặc hợp các biến mới trong tập dữ liệu bên ngoài vào tập dữ liệu đang hoạt động Cả hai đều tạo ra một tập dữ liệu mới có thể chứa tất cả các quan sát được hợp lại hoặc tất cả các biến đưọc hợp

tùy theo ta chọn Add Cases hay Add Variables

7.1 Thêm vào các quan sát (Add Cases)

Công cụ Add Cases cho phép ta hợp dữ liệu trong tập dữ liệu đang hoạt động với dữ liệu trong một tập dữ liệu bên ngoài, với điều kiện tập dữ liệu đó phải chứa các biến giống như biến trong tập dữ liệu đang hoạt động Sau khi thao tác, một tập dữ liệu mới (chưa được khai báo tên, và ta phải tiến hành lưu và khai báo tên mới) sẽ được tạo ra chứa các dữ liệu trong cả hai tập dữ liệu vừa được hợp lại với nhau Trong trường hợp hai tập dữ liệu hợp với nhau nhưng có các biến khác nhau (khác nhau về tên biến hoặc loại biến) thì sau khi hợp tập dữ liệu mới sẽ tự động loại bỏ các biến khác nhau này, ta có thể sẽ bị mất dữ liệu chứa trong các biến bị loại bỏ này

Công cụ này rất thích hợp cho việc hợp nhất dữ liệu nghiên cứu ở các khu vực khác nhau, ví dụ như một cuộc khảo sát được tiến hành ở ba khu vực Hà Nội, Đà Nẵng, và TP.HCM, dữ liệu thu thập về sẽ được nhập, chỉnh sửa cho

ba khu vực riêng biệt Tuy nhiên sau đó ta có thể tiến hành hợp dữ liệu ở ba khu vực này vào một tập dữ liệu thống nhất để tiến hành phân tích và xữ lý Chú ý phải thống nhất về các tên biến, loại biến và số lượng biến trong cả ba khu vực trước khi nhập 3 file này lại với nhau

Chọn Data/Merge Files/Adds Cases (Xem hình 5-13)

Hình 5-13

Hộp thoại Read File cho phép ta lựa chọn tập dữ liệu sẽ được hợp với tập dữ liệu đang hoạt động (working file) Nhấn Open để xác nhận việc lựa chọn

này

Sau khi lựa chọn xong tập dữ sẽ được kết hợp, ta sẽ có một hộp thoại mới như hình 5-14:

Hình 5-14

 Unpaired Variables: liệt kê các biến không giống nhau giữa hai tập dữ

liệu đang được tiến hành hợp nhất lại, các biến không giống nhau này sẽ bị loại ra và không có trong tập dữ liệu mới được tạo ra từ việc hợp nhất hai tập dữ liệu ban đầu Các biến này được ký hiệu khác nhau với

ký hiệu (*) đại diện cho các biến trong tập dữ liệu đang hoạt động và

(+) đại diện cho các biến trong tập dữ liệu được truy xuất từ bên ngoài

Những biến được liệt kê trong hộp thoại Unpaired Variables là những

biến có những đặc điểm như sau:

- Hai biến có tên biến được khai báo khác nhau

- Những biến có dạng dữ liệu khác nhau

- Cả hai biến biến cùng là dạng chuổi nhưng lai không bằng nhau về số ký tự trong chuổi

Cac biến này như đã nói sẽ bị loại bỏ ra khỏi tập dữ liệu vừa hợp nhất, điều này đồng nghĩa ta bị mất dữ liệu sau khi hợp nhất, do đó cần phải khắc phục sai sót này để bảo đảm tính đầy đủ của dữ liệu sau khi hợp nhất Các biến này sẽ được hợp lại với nhau bằng cánh đánh dấu hai

biến đó (trong hộp thoại Unpaired Variables) và nhấn thanh Pair, lúc

đó dữ liệu trong hai biến này sẽ được hợp nhất và được chứa đựng trong biến lấy tên biến giống như tên biến trong tập tin đang hoạt

động Hoặc ta có thể dùng công cụ Rename để khai báo lại tên biến hoặc kiểu biến cho giống nhau.

 Hộp thoại Variables in New Working Data File liệt kê các biến sẽ có trong tập tin mới được tạo ra từ việc hợp nhất hai tập dữ liệu ban đầu Toàn bộ các biến trong hai tập tin ban đầu thỏa mãn các điều kiện giống nhau về tên và loại dữ liệu (số hoặc chuổi) sẽ được liệt kê vào hộp thoại này

Chúng ta cũng có thể loại bỏ những biến mà chúng ta không muốn có trong tập dữ liệu hợp nhất Bằng cách đánh dấu các biến đó (trong ô

variables in new data working file) và chuyển sang ô Unpaired Variables

1.2 Thêm vào các biến (Add Variables)

Công cụ Add Variables cho phép hợp nhất dữ liệu trong tập tin đang hoạt động với một tập tin bên ngoài với điều kiện tập tin bên ngoài này phải chứa đựng cùng các quan sát với tập tin đang sử dụng, nhưng khác nhau về biến (khai báo tên biến khác với tập tin đang được sử dụng), quá trình này sẽ tạo

ra một tập dữ liệu mới chứa cùng các quan sát nhưng tập hợp tất cả các biến khác nhau trong hai tập dữ liệu ban đầu

Công cụ này thích hợp với các cuộc nghiên cứu được chia làm nhiều giai đoạn Ví dụ như nghiên cứu về mức độ ảnh hưởng của một chương trình quảng cáo, người ta thường nghiên cứu một số đối tượng người trả lời về sản phẩm xắp được quảng cáo trước khi tung chương trình quảng cáo đó ra thị trường, gọi là Pre-test Sau đó sẽ tiến hành một cuộc nghiên cứu nữa trên đúng các đối tượng đó sau khi chương trình quảng cáo đã được tung ra thị trường, ta gọi là Post-test Phân tích thống kê đòi hỏi một số so sánh (như Paired-sample t test) các ý kiến của những người tiêu dùng này trước và sau khi có chương trình quảng cáo Để thực hiện công việc này cần chú ý những điểm sau:

- Các quan sát (Cases) trong cả hai tập tin cần hợp nhất biến phải được xắp xếp theo cùng một thứ tự, thông thường thứ tự này được quản lý bằng một tập tin chứa các giá trị là số bảng câu hỏi Chú ý các bảng câu hỏi của đối tượng nghiên cứu trong lần phỏng vấn trước phải giống với số bảng câu hỏi dùng để phóng vấn chính đối tượng đó trong lần sau Khi loại bỏ bảng câu hỏi nào của lần phỏng vấn trước hoặc sau ta phải loại bỏ luôn bảng câu hỏi đó trước khi tiến hành hợp nhất

- Thông thường ta dùng một hay nhiều biến khóa để bảo đảm các trường hợp khớp với nhau (thường sử dụng biến ID chứa số bảng câu hỏi) Điều

phải bảo đảm trước khi tiến hành hợp nhất biến giữa hai tập dữ liệu này là ta phải xắp xếp dữ liệu trong hai biến khóa của hai tập dữ liệu theo thứ tự từ nhỏ đến lớn.

- Các biến có tên giống nhau trong tập tin đang hoạt động vào tập tin bên ngoài sẽ bị loại trừ khỏi tập tin mới được tạo

Từ tập dữ liệu đang thao tác ta mở công cụ Data/Merge Files/Adds Variables từ menu, SPSS sẽ truy suất hộp thoại Add Variables: Read File để ta lựa chọn

tập dữ liệu sẽ được hợp với tập dữ liệu đang hoạt động Nhấn Open để xác nhận việc lựa chọn này (giống như trường hợp Adds Cases - Xem hình 5-13) Sau khi lựa chọn được tập dữ liệu sẽ hợp biến với tập dữ liệu đang hoạt động SPSS sẽ truy suất cho ta hộp thoại như hình 5-15:

Hình 5-15

- Excluded Variables liệt kê các biến sẽ bị loại trừ ra khỏi biến mới hợp

thành Những biến này là những biến có tên biến giống nhau Biến trong

tập tin đang hoạt động được ký hiệu là (*), và những biến trong tập tin bên ngoài là (+) Nếu muốn các biến giống tên nhau này có trong tập dữ

liệu mới ta phải tiến hành rename nó lại và chuyển nó sang hộp thoại

chứa các biến sẽ có trong tập tin mới (New Working Data File)

- Key Variables Biến khóa dựa vào đó các quan sát giống nhau được xác

định Chú ý biến khóa này phải có cùng tên ở các hai tập tin cần hợp nhất Các trường hợp không thỏa mãn với biến khóa thì vẫn bao hàm trong tập dữ liệu mới nhưng sẽ không được hợp với các trường hợp trong tập tin khác Những trường hợp này chỉ chứa đựng giá trị riêng biệt của tập dữ liệu mà nó bao hàm từ trước (trước khi tiến hành hợp nhất) và các

trường hợp này sẽ có giá trị khuyết trong các biến chứa đựng trong tập tin thứ hai mà ta sẽ hợp nhất.

_o0o

CHƯƠNG 6: XỮ LÝ VÀ PHÂN TÍCH DỮ LIỆU

1 Kiểm tra dữ liệu (Explore)

Công việc đầu tiên rất quan trọng và cần phải thực hiện một cách cẩn thận trước khi đi vào các bước mô tả hay các phân tích thông kê phức tạp sau này là tiến hành xem xét dữ liệu một cách cẩn thận SPSS cung cấp cho công cụ Explore để xem xét và kiểm tra dữ liệu:

- Phát hiện các sai sót

- Nhận dạng dữ liệu để tìm phương pháp phân tích thích hợp và chuẩn

bị cho việc kiểm tra giả thuyết

Để nhận dạng và phát hiện sai sót trong dữ liệu, ta có ba cách hiễn thị dữ liệu như sau

- Biểu đồ Histogram

- Sơ đồ cành và lá Stem-and-leaf plot

- Sơ đồ hộp Boxplot

Để ước lượng các giã định được dùng cho việc kiểm nghiệm các giả thuyết,

ta dùng các phép kiểm tra sau:

- Kiểm tra levene: Kiểm tra tính đồng đều của phương sai

- Kiểm tra K-S Lilliefors: Kiểm tra tính chuẩn tắc của tổng thể, xem dữ liệu có được lấy từ một phân bố chuẩn hay không

Chúng ta thường dùng giá trị trung bình số học để ước lượng độ hội tụ của dữ liệu Tuy nhiên vì giá trị trung bình bị ảnh hưởng bởi tất cả các giá trị quan sát Để giảm thiểu những ảnh hưởng của các giá trị bất thường (quá lớn hoặc quá bé), người ta thường loại bỏ các giá trị lớn nhất và các giá trị nhỏ nhất (Outliers) theo cùng một tỷ lệ nào đó Khi đó giá trị trung bình được gọi là giá trị trung bình giãn lược (Timmed-mean)

Một cách làm khác là gán các trọng số khác nhau cho các giá trị quan sát tùy theo khoảng cách của nó đến giá trị trung bình, càng xa trọng số càng nhỏ Các trong số này gọi là M-estimators Có 4 loại trọng số là Huber, Turkey, Hampel, và Andrew Dựa vào trọng số này ta ước lượng lại giá trị trung bình cho dữ liệu

Để kiểm tra dữ liệu, chọn trên menu Statistic/Summarize/Explore… để mở

hộp thoại Explore như Hình 6-1:

Hình 6-1

Các biến trong tập dữ liệu xuất hiện trong hộp bên trái Chọn một hay nhiều

biến đưa vào ô Dependent list, các biến cần quan sát sẽ được liệt kê rong ô

này Chúng ta cũng có thể tách các quan sát thành các nhóm nhỏ riêng biệt để kiểm tra dựa vào các giá trị của các biến kiểm soát sẽ được đưa vào ô

Factor List Ví dụ như kiểm tra biến mức độ đánh giá nói chung dựa vào biến

nhãn hiệu đang sử dụng Có thể lần ra các quan sát này bằng cách gán nhãn cho nó bằng gía trị của một biến nào đó, biến này sẽ được đưa vào trong ô

label cases by Ví dụ muốn biết những giá trị di thường trong biến mức độ

đánh giá nói chung theo nhãn hiệu TV đang dùng Ta gán nhãn cho các quan sát này bằng các giá trị trong biến số bảng câu hỏi Lúc này nếu có các giá trị

dị thường ta dễ dàng lần ra nó bằng số bảng câu hỏi kèm theo

Ô Display, cho phép chúng ta chọn cách hiễn thị kết quả, các tham sô thống kê (Statistic), hoặc đồ thị (Plot), SPSS mặc định là hiễn thị cả hai

Sử dụng công cụ Statistics cho phép ta lựa chọn các thống kê hiễn thị như hộp thoại Hình 6-2:

Hình 6-2

- Descriptives: Cho phép ta hiễn thị các giá trị thống kê như giá trị trung

bình, khoảng tin cậy, trung vị, trung bình giãn lược, giá trị nhỏ nhất, lớn nhất, khoảng biến thiên, các bách phân vị

- M-estimators: Hiễn thị các giá trị trung bình theo 4 loại trọng số

- Outliers: Hiễn thị các quan sát có 5 giá trị nhỏ nhất và 5 giá trị lớn

nhất, gọi là Extreme Values

- Percentiles: Hiển thị các giá trí bách vị phân

Sử dụng công cụ Plots (Hình 6-3), để lựa chọn hiễn thị dạng đồ thị

(Histogram), biểu đồ chỉnh tắc, các phép kiểm tra về phân phối chuẩn, tính

đồng đều của phương sai

Hình 6-3

- Boxplots: Điều kiện để hiễn thị của Boxplots là ta phải đang quan sát

nhiều hơn một biến phụ thuộc (hiễn thị trong ô dependent list)

o Factor levels together đưa ra một hiển thị riêng biệt cho mỗi

biến phụ thuộc Trong phạm vi một hiển thị, Boxplots được hiển thị cho mỗi một nhóm được phân ra theo giá trị của biến điều khiển (factor variable) Dependents together đưa ra một hiển thị riêng biệt theo mỗi nhóm được phân theo các giá trị trong biến điều khiển Trong phạm vi của hiễn thị, boxplots được đưa ra lần lượt cho mỗi biến phụ thuộc

- Descriptive: Cho phép lựa chọn hiển thị dạng đồ thị Histogram hay

dạng cành lá (stem-and-leaf plots)

- Normality plots with tests Đưa ra các dạng đồ thị về phân phối

chuẩn Đồng thời cung cấp một kiểm nghiệm thống kê Smirnov statistic, với mức tin cậy Lilliefors dùng để kiểm nghiện tính chuẩn của phân phối mẫu đang quan sát Một kiểm nghiệm khác là thống kê Shapiro-Wilk được sử dụng cho mẫu có kích cở nhỏ hơn hoặc bằng 50 mẫu

Kolmogorov Spread vs Level with Levene Test Cho phép chúng ta kiểm tra tính

đồng đều của phương sai giữa các mẫu trong dữ liệu gốc hay dữ liệu đã được biến đổi Để thực hiện phép thống kê Levene đòi hỏi phải có khai báo biến điều khiển trong khuôn Factor lists, Thồng thường ta thường làm việc trên dữ liệu gốc do đó lựa chọn Untransformed trong khung Spread vs Level with Levene test

 Kiểm nghiệm Kolmogorov-Smirnov (Lilliefors)

Kiểm nghiệm Lilliefors là một dạng kiểm nghiệm Kolmogorov-Smirnov, dùng để kiểm nghiệm tính chuẩn tắc của một mẫu hay hai mẫu Với giá trị sig nhỏ hơn mức ý nghĩa (0.05) là kết quả bác bỏ giả thuyết phân phối mẫu là phân phối chuẩn Phép kiểm nghiệp Shapiro-Wilk chỉ dùng trong những trường hợp số mẫu nhỏ hơn 40

 Kiểm nghiệm Levene

Trước khi đi vào các kiểm nghiệm trung bình ta cần phải tham khảo một kiểm nghiệm khác mà kết quả của nó là rất quan trọng cho các kiểm nghiệm trung bình sau này Kiểm nghiệm Levene là phép kiểm nghiệm tính đồng nhất của phương sai Ở đây ta kiểm nghiệm giả thuyết cho rằng phương sai của giữa các mẫu quan sát là bằng nhau Kiểm nghiệm cho ta kết quả Sig nhỏ hơn mức tin cậy (5%) ta kết luận không chấp nhận giả thuyết cho rằng phương sai mẫu thì bằng nhau Chú ý trong một số kiểm nghiệm như ANOVA, kiểm nghiệm t, … Đòi hỏi phải kiểm nghiệm thông kê Levene trước để xác định tinh cân bằng hay không cân bằng của các

phương sai mẫu Kết quả này sẽ ảnh hưởng đến việc lựa chọn các kiểm nghiệm trung bình khác (Kiểm nghiệp trung bình với phương sai mẫu bằng nhau hoặc kiểm nghiệm trung bình với phương sai mẫu không bằng nhau)

2 Lập bảng phân bố tần suất cho biến một trả lời (Frequencies)

Công cụ Frequencies sử dụng các tham số thống kê để mô tả cho nhiều loại biến, đây cũng là một công cụ hữu ích để ta khảo sát dữ liệu tìm lỗi cho dữ liệu

Chúng ta có thể khảo sát dữ liệu thông qua các công cụ như: Tần suất xuất hiện, phần trăm, phần trăm tích lũy Ngoài ra nó còn cung cấp cho ta các phép đo lường thông kê như độ tập trung (central tendency measurement), độ phân tán (dispersion), tứ phân vị (Quartiles) và các bách phân vị (percentiles), phân phối dữ liệu (distribution)

Lập bảng này ngoài việc tóm tắt dữ liệu, nó còn giúp ta phát hiện những sai sót trong dữ liệu như, những giá trị bất thường (quá lớn hay quá nhỏ) có thể làm sai lệch kết quả phân tích thống kê, những giá trị mã hóa bất thường do sai sót việc nhập liệu hay mã hóa

Để tiến hành lập bảng đơn ta chọn công cụ Statistic/sumarize/frequencies ta

có hộp thoại như Hình 6-4:

Hình 6-4