Khai thác và sử dụng SPSS để xử lý số liệu nghiên cứu trong lâm nghiệp

Ngoài ra, nhóm tác giả cũng hết sức chú ý khai thác những vấn đề có liên quan đến đặc thù nghiên cứu trong Lâm nghiệp như việc chỉnh lý số liệu theo 2 biến, vấn đề kiểm tra luật phân bố,

Khai thác vμ sử dụng SPSS để xử lý số liệu nghiên cứu trong lâm nghiệp

GS.TS Nguyễn Hải Tuất

TS Nguyễn Trọng Bình

Lời giới thiệu

hống kê toán học ngày càng được ứng dụng rộng rãi trong các lĩnh vực, đặc biệt là trong nghiên cứu khoa học Trong lâm nghiệp, thống kê toán học là công cụ giúp các nhà khoa học có cơ sở phân tích, đánh giá kết quả nghiên cứu trong các lĩnh vực chuyên môn, như lâm sinh, môi trường, sâu bệnh, thổ nhưỡng,

điều tra rừng, chế biến lâm sản…

Hiện nay, các phương pháp thống kê cụ thể được giới thiệu trong các tài liệu chuyên môn mà người đọc đều có thể tra cứu tiện lợi Tuy nhiên, vấn đề mà những người làm công tác nghiên cứu khoa học quan tâm là, làm thế nào để việc xử lý số liệu cũng như tính toán các chỉ tiêu thống kê cần thiết cho mỗi nghiên cứu sao cho đơn giản

và tiện lợi, mà không làm giảm độ chính xác cũng như độ tin cậy Để giải quyết vấn đề

này, các giảng viên của Trường Đại học Lâm nghiệp đã biên soạn cuốn “Khai thác và

sử dụng SPSS để xử lý số liệu nghiên cứu trong lâm nghiệp”

Trong cuốn sách, các tác giả giới thiệu những phương pháp thống kê thường được vận dụng trong lâm nghiệp Với mỗi phương pháp, phần lý thuyết đều được hệ thống

và nâng cao so với chương trình bậc đại học, đồng thời còn gợi ý hướng vận dụng vào các lĩnh vực chuyên môn sâu khác nhau Phần ứng dụng được giới thiệu tương đối cụ thể, từ các bước nhập số liệu cũng như các thao tác thực hành trên máy cho đến phân tích kết quả cuối cùng

Từ những vấn đề được giới thiệu, người đọc dễ nhận thấy, cuốn sách là tài liệu

được biên soạn công phu và nghiêm túc bởi nhóm tác giả Đây là tài liệu hướng dẫn thực hành tốt cho những người làm công tác nghiên cứu đã có kiến thức thống kê toán học ở bậc đại học và kiến thức tin học ứng dụng chuyên ngành Cũng vì thế, cuốn sách còn là tài liệu dùng cho học viên cao học lâm nghiệp khi nghiên cứu môn thống kê toán học Chúng tôi rất vui mừng và trân trọng giới thiệu cuốn sách với bạn đọc

Hà Tây, ngày 31 tháng 5 năm 2005

GS TS Vũ Tiến Hinh

T

Lời nói đầu

SPSS ra đời từ những năm 60 của thế kỷ trước và không ngừng được nâng cấp và hoàn thiện Cho đến nay thế hệ mới nhất mà ta biết được là 12.5 với nhiều nội dung tân tiến được đưa vào Tuy nhiên, những vấn đề cốt lõi có ứng dụng nhiều trong Lâm nghiệp mà ta đã quen thuộc thì vẫn không thay đổi mặc dù phiên bản đang được các nhà khoa học trường ta ứng dụng là 10.0 hoặc 11.5 Nội dung của SPSS rất rộng bao gồm những vấn đề cơ bản và nâng cao, rất thích hợp cho nhiều đối tượng chuyên môn khác nhau Để phục vụ cho các nhà nghiên cứu Lâm nghiệp không chuyên về thống kê, tài liệu học tập chủ yếu là giới thiệu những vấn đề thống kê thường được vận dụng trong Lâm nghiệp, trong đó có một số vấn đề được nâng cao hơn so với thống kê cơ bản Ngoài ra, nhóm tác giả cũng hết sức chú ý khai thác những vấn đề có liên quan

đến đặc thù nghiên cứu trong Lâm nghiệp như việc chỉnh lý số liệu theo 2 biến, vấn đề kiểm tra luật phân bố, sự tương thích của mô hình hồi quy, hồi quy phi tuyến tính…

Xử lý thống kê bằng SPSS 10.0/11.5 for Windows là tài liệu phục vụ thực hành tốt cho học viên cao học Lâm nghiệp sau khi đã học xong phần Tin học chuyên ngành Ngoài ra, tài liệu cũng có thể phục vụ tốt cho những cán bộ và sinh viên làm nghiên cứu khoa học, nếu đã qua trình độ thống kê cơ bản Tuy nhiên, để giúp cho người đọc tiện tra cứu về mặt thống kê, ở một số mục nhóm tác giả có trình bày sâu thêm một số vấn đề lý luận và công thức vận dụng ngoài nội dung chính là các quy trình ứng dụng SPSS để xử lý số liệu Trong lần đọc đầu tiên, độc giả có thể lướt qua những vấn đề đó

mà cũng không ảnh hưởng đến mục tiêu chính của tài liệu Do học viên cao học đã nghiên cứu kỹ phần tin học có liên quan đến phần mềm SPSS, nên trong tài liệu này những vấn đề đó cũng không trình bày lại một cách đầy đủ Tuy nhiên, tài liệu có thêm một chương khái quát về SPSS nhất là cách nhập số liệu vào máy Độc giả có thể đọc thêm những tài liệu (2), (4), (8)

Biên soạn: chương 1, 3 và 8 do TS Nguyễn Trọng Bình, các chương còn lại do GS.TS Nguyễn Hải Tuất đảm nhiệm Xin chân thành cảm ơn một số bạn bè và đồng nghiệp kể cả những học viên cao học, đặc biệt là GS.TS Vũ Tiến Hinh và Thạc sỹ Nguyễn Thị Thanh An đã góp phần sửa chữa về nội dung và hình thức trong quá trình nhóm tác giả biên soạn tập tài liệu này Mặc dù đã có nhiều cố gắng biên soạn, nhưng

đây là một phần mềm rất phong phú và phức tạp, thời gian nghiên cứu chưa nhiều nên chắc không tránh khỏi những khiếm khuyết; rất mong được bạn đọc lượng thứ và cho nhiều ý kiến quý báu để nhóm tác giả tiếp tục sửa chữa và hoàn thiện

Môc lôc

Lêi nãi ®Çu

Chương 6 : Phân tích hồi quy một lớp và nhiều lớp 108

Tài liệu tham khảo Bảng tra tìm các quy trình đã vận dụng SPSS

Chương 1

Khái quát về spss

1.1 Nội dung cơ bản SPSS

SPSS là tên viết tắt của tên đầy đủ Statistical Products for social Services Như

vậy, đối tượng phục vụ của SPSS là cho nhiều ngành kinh tế xã hội và khoa học khác

nhau Nội dung của SPSS rất phong phú và đa dạng bao gồm từ việc thiết lập các bảng biểu và sơ đồ thống kê, tính toán các đặc trưng mẫu trong thống kê mô tả, đến một hệ thống đầy đủ các phương pháp thống kê phân tích như so sánh các mẫu bằng nhiều tiêu

chuẩn tham số và phi tham số (Nonparametric Tests), các mô hình phân tích Phương sai theo dạng tuyến tính tổng quát ( General Linear Models) , các mô hình hồi quy

đơn và nhiều biến, các hồi qui phi tuyến tính (Nonlinear), các hồi quy Logistic; Phân tích theo nhóm (Cluster Analysis) Phân tích tách biệt (Discriminatory Analysis ) và nhiều chuyên sâu khác (Advanced Statistics) Những nội dung nói trên có thể nói là

đủ để giúp cho các nhà khoa học thực hiện việc xử lý số liệu nghiên cứu nói chung và trong nghiên cứu Lâm nghiệp nói riêng Danh sách các chủ đề thống kê mà SPSS đề

cập đến có trong menu Analyze ở cửa sổ chính SPSS Data Editor được giới thiệu ở

mục sau

1.2 Cửa sổ làm việc của SPSS

Sau khi chương trình SPSS được mở thì cửa sổ đầu tiên của SPSS là SPSS Data

Editor xuất hiện gọi là cửa sổ hiệu đính số liệu Với cửa sổ này giúp ta các thao tác mở

các chuyên đề thống kê để phân tích, xem xét các số liệu, cắt xoá copy thay đổi trật tự

và hình thức các biến

Hình 1.1 Cửa sổ SPSS Data Editor

Nội dung chủ yếu của các Menus trong SPSS 10.0 /11.5 for Windows

- File : Khởi tạo file mới đóng mở, lưu, in ấn thoát

- Edit : undo, cắt dán, tìm kiếm, thay thế, xác lập các mặc định

- View: Cho hiện dòng trạng thái, thanh công cụ, chọn phông chữ, cho hiện giá

trị nhập vào hay nhãn, ý nghĩa của các giá trị nhập vào

- Data : Định nghĩa biến thêm biến đi đến các quan sát xếp thứ hạng ghép file chia file , lựa chọn các chủ thể (Select cases)

- Transforrm: Tính toán mã hoá lại các biến …

- Analyze: Liệt kê các chuyên đề thống kê Đây là menu chủ yếu của cửa sổ

này

- Graphs : Tạo các biểu đồ

- Utilities : Tìm hiểu các thông tin về biến ,File

- Windows: Sắp xếp và di chuyển giữa các cửa sổ làm việc

Cửa sổ thứ 2 cũng rất quan trọng là SPSS Viewer

Với cửa sổ này ta có thể lựa chọn và đọc các kết quả (Outputs ) theo dạng cấu trúc

cây Tại đây ta cũng có thể hiệu đính sửa chữa các kết quả và lưu lại để dùng sau này (Xem hình 1.2)

Hình 1.2 Cửa sổ SPSS Viewer

Cần chú ý rằng trong loại cửa sổ này nếu ta kích đúp bảng kết quả như bảng của

hình 1.2 thì xuất hiện menu Pivot rất tiện ích cho việc thay đổi cột và hàng của bảng

mà ta gọi là hiệu đính bảng trụ Nháy chuột vào Pivot và chọn Pivoting trays ta có

một công cụ như hình 1.3 Với công cụ này ta có thể thay đổi cách trình bày một bảng kết quả tính toán theo ý muốn bằng cách chỉ cần dùng phương pháp kéo thả các biểu

tượng từ cột sang hàng hoặc ngược lại Như hình 1.3 ta có thể chuyển các chỉ tiêu

thống kê (Statistics ) đang biểu thị theo hàng sang cách biểu thị theo cột

Hình1.3

Cửa số thứ 3 cũng rất quan trọng là cửa sổ Chart Editor dùng để hiệu đính và sửa

chữa các biểu đồ thống kê (Xem hình 1.4)

Hình1.4 Cửa sổ SPSS Chart Editor

Tất nhiên muốn mở được cửa sổ này ta cần kích hoạt biểu đồ và từ menu Edit ta chọn SPSS Chart Object \Open Ngoài ra còn có một số cửa sổ khác như cửa sổ hiệu

đính cú pháp (Syntax Editor) hiệu đính văn bản đầu ra (Text output Editor )…

1.3 Các hộp thoại trong SPSS (Dialogue Boxs)

Làm việc trong môi trường Window các hộp thoại có các đặc tính chung như

các nút bấm (Pushpottons) các hộp danh sách, hộp lựa chọn (Option Boxs) và các hộp kiểm tra (check Boxes)

Statistic

s

chọn Options và nếu muốn ghi tên biểu đồ thì chọn Tiles Cần chú ý là sau khi khai báo xong các hộp thoại từ các nút bấm phải click vào Continue để trở về hộp

thoại ban đầu và sau đó kết thúc bằng OK

1.4 Phân loại các biến trong SPSS

Trong SPSS các biến quan sát thường được chia làm 2 loại : biến định tính và biến định lượng hay còn gọi là đại lượng Trong Lâm nghiệp, biến định tính như chất lượng cây trồng được phân ra thành cây tốt, cây xấu hoặc cây sống, cây chết …, dấu hiệu định lượng như các số đo về đường kính về chiều cao của cây, số cây chứa trong các ô quan sát, và các đại lượng khác có thể cân đong đo đếm được Tuy nhiên, trong thời đại kỹ thuật số người ta có thể chuyển đổi các biến định tính về biến định lượng bằng cách mã hoá như cho điểm học tập của học sinh là một ví dụ Đối với các biến

định lượng trong SPSS người ta chia thành các thang đo khoảng (interval scale) và các thang đo tỷ lệ (ratio scale) Còn đối với biến định tính được số hoá người ta chia

làm thang đo định danh (nominal scale) không mang tính chất thứ bậc và thang đo

mang tính chất thứ bậc (ordinal scale) Trong lâm nghiệp, các thang đo định danh

không thứ bậc như giới tính trong điều tra Lâm nghiệp xã hội (nam=1, nữ = 0) Trong ví dụ này, các con số 0 và 1 chỉ mang ý nghĩa định danh không mang ý nghĩa thứ bậc Việc tính toán các đặc trưng mẫu như trung bình và phương sai là không có

ý nghĩa Trái lại, địa hình chân sườn đỉnh (Chân=1, sườn =2, đỉnh =3) là một thang

đo thứ bậc Vì rằng hàm lượng các chất dinh dưỡng ở 3 địa hình trên là khác nhau Dấu hiệu quan sát

Biến định lượng Biến định tính

Thang đo khoảng Thang đo tỷ lệ Thang đo thứ bậc TĐ không thứ bậc

Hình 1.6 Sơ đồ các thang đo của số liệu quan sát

1.5 Tổ chức các biến trong SPSS

Trong chương trình SPSS, các biến (variables) có một vị trí quan trọng nhưng

vai trò của chúng rất khác nhau Có những biến là những đại lượng quan sát như chiều cao, đường kính, đường kính tán của cây chẳng hạn là những biến dùng để phân tích

đánh giá, so sánh và ước lượng Nhưng cũng có những biến đóng vai trò là những nhân tố ảnh hưởng đến sinh trưởng của cây như địa hình, mật độ, loại phân bón hoặc

có những biến làm nhiệm vụ phân nhóm (grouping variables) để có thể phân chia các

biến định lượng thành các nhóm khác nhau như so sánh sinh trưởng chiều cao của cây giữa các địa hình, giữa các dạng lập địa Việc tổ chức các biến một cách thích hợp cho một bài toán phân tích thống kê trên SPSS là một thành công bước đầu rất quan trọng, góp phần thực hiện thắng lợi các bước tiếp theo Sau đây là những loại biến có thể thường gặp trong nghiên cứu lâm nghiệp theo từng chủ đề phân tích thống kê

1.5.1 So sánh các mẫu quan sát và thí nghiệm

Trong phương pháp thống kê này thì đường kính, chiều cao, đường kính tán, thể tích cây (trên 1 ô) là những biến quan sát Các biến phân nhóm có thể là địa hình (chân, sườn, đỉnh ), loài cây, xuất sứ, mật độ trồng Khi đưa vào màn hình SPSS, các biến quan sát được cho thành từng cột, mỗi biến một cột riêng lẻ, và biến phân nhóm

(Grouping Variables ) cho vào một cột theo các mã 1, 2, 3 Với SPSS, ta có thể so

sánh chiều cao trung bình (hoặc các đại lượng quan sát khác) của địa hình 1 với địa hình 2 (hoặc dạng lập địa 1 và 2) cả cho trường hợp phương pháp tham số và phi tham số

1.5.2 Phân tích phương sai

Khi phân tích phương sai 1 nhân tố, việc tổ chức các biến cũng giống như khi so sánh các mẫu độc lập Các nhân tố cần nghiên cứu có thể là địa hình, mật độ trồng, hoặc là phương pháp tạo giống Trong phân tích phương sai 2, 3 nhân tố thì các đại lượng quan sát như chiều cao, đường kính là những biến cần được phân tích; các biến như mật độ, địa hình, phân bón là những biến nhân tố để hai hoặc 3 cột khác nhau

1.5.3 Kiểm tra tính độc lập

Đây là một trường hợp đặc biệt thường gây khó khăn cho người làm phân tích thống kê Khác với phân tích phương sai, đường kính, chiều cao cây là những đại lượng quan sát cần phân tích thì trong kiểm tra tính độc lập tần số là yếu tố cần phân tích; còn các nhân tố làm ảnh hưởng đến sự phân bố tần số nói trên đóng vai trò là các biến định tính Các nhân tố làm ảnh hưởng đến sự phân bố tần số nói trên như các loài cây chịu

ảnh hưởng của yếu tố sinh thái làm thay đổi sự xuất hiện số cây của từng loài trong các

ô quan sát ở đây các nhân tố (biến định tính ) đóng vai trò là những biến được mã hoá

thành các số 1, 2, 3 sau đó dùng lệnh Crosstabs để có bảng tần số theo hai chiều ứng

với các biến định tính

1.5.4 Về tương quan và hồi quy

So với các phương pháp trên, thì trong tương quan và hồi quy việc tổ chức các biến là khá đơn giản Thông thường có bao nhiêu đại lượng quan sát cần xác lập tương quan thì cần bấy nhiêu biến Tuy nhiên, nếu cần lập tương quan riêng cho từng chủ thể nào đó thì ta nên lập thêm một cột biến phụ Chẳng hạn, khi lập tương quan giữa H và

D1.3 cho nhiều loài cây thì cần có một biến phụ là loài cây theo mã hoá 1, 2, 3 Khi

đưa biến này vào thì kết quả sẽ cho tương quan giữa H và D1.3 theo từng loài cây (dùng

mục lệnh Select cases)

1.6 Cách ghi biến trong SPSS 10.0/11.5/12.5

1.6.1 Trường hợp ghi số liệu vào 1 file có sẵn

Sau khi SPSS được mở ta nhận được hộp thoại sau

Hình 1.7 Hộp thoại SPSS for windows

Từ hộp thoại này, ta chọn một trong những file có sẵn trong tuỳ chọn open an

existing data source (hoặc chọn từ Open trong menu file ở cữa sổ SPSS data Editor)

Nhấp chuột vào File này ta có màn hình với trạng thái data view với các số liệu đã đưa

vào trước đó Nếu muốn ghi tiếp số liệu mới ta nhấp vào variable view và bắt đầu ghi

số liệu vào màn hình này (chi tiết được trình bày ở mục 1.6.2)

1.6.2 Trường hợp tạo file mới

Sau khi mở chương trình SPSS cửa sổ SPSS data editor xuất hiện, có 2 trạng thái

data view và variable view Ta chọn variable view để ghi số liệu vào màn hình này với

mỗi biến là một dòng, còn cột thể hiện nội dung và trạng thái của biến như sau (Xem hình 1.8 )

Hình 1.8 Cửa sổ SPSS data editor với màn hình variable view

Hình 1.9 Hộp thoại Value Label

• Name (tên biến): Gõ tên vắn tắt của biến có độ dài không quá 8 ký tự và không

có các dấu đặc biệt (Ví dụ Đường kính = Dkinh)

• Type (kiểu biến): Mặc định của máy là định lượng Nếu số liệu dưới dạng chuỗi

thì chọn string Cũng ở trong hộp thoại này ta có thể tuỳ ý chọn độ dài của số (

width ) và số con số sau dấu phẩy (Decimal places)

• Label (nhãn): Ghi tên đầy đủ của biến Ví dụ Chiều cao trung bình

• Values (giá trị): Ghi giá trị được mã hoá dùng cho các biến định tính Trong ô ở dưới chữ values về phía phải click vào ô vuông nhỏ màu đen nhạt (Xem hình 1.8) ta có hộp thoại value label để ghi các giá trị mã hoá Ví dụ mã hoá về giới tính ta có 2 giá trị: 1 cho nam và 0 cho nữ Đầu tiên ghi 1 vào ô value và ghi

Nam vào ô value label , sau đó click vào add để có kết quả 1= ” nam” Ta cũng

lặp lại quá trình trên cho nữ giới Để hoàn thành thủ tục này ta bấm OK (xem

hình 1.9)

•

Hình 1.10 SPSS Data editor với màn hình Data view

Sau ghi xong các biến click vào Data view để chuyển sang màn hình Data

view Tại đây ta thực hiện việc ghi số liệu vào các cột để trống với các tên đã ghi ở màn

hình variable view vừa thực hiện ở trên (Xem hình 1.10) Sau khi ghi xong nhớ làm các

thủ tục ghi file vào một file có sẵn hoặc một file mới

1.7 Một số ví dụ điển hình về cách tạo biến trong SPSS

1.7.1 Trường hợp kiểm tra tính độc lập

Đây là phương pháp thống kê chúng ta thường vận dụng trong Lâm nghiệp Số liệu có thể cho theo 2 dạng: đã qua chỉnh lý theo kiểu bảng chéo và chưa qua chỉnh lý-

là số liệu gốc được ghi chép từ thực địa như bảng số liệu về điều tra một số loài cây trên một số ô tiêu chuẩn ở rừng tự nhiên như sau:

giẻ táu sến

……

Mục đích của ta là nghiên cứu xem sự xuất hiện của các loài trên các ô tiêu chuẩn là ngẫu nhiên hay có liên quan đến vị trí của ô tiêu chuẩn Trong trường hợp có bảng số liệu gốc như trên ta có thể đưa vào màn hình một cột như cột 2 với các mã 1, 2,

3, 4 cho thứ tự ô tiêu chuẩn thành một biến, một biến nữa cho loài cây với các mã như 1=giẻ, 2= lim, 3= táu, 4= sến và lần lược ghi cho đến cây cuối cùng trong bảng số liệu gốc Trường hợp số liệu được cho như bảng chéo ta cũng lập thành 2 biến: Biến thứ nhất cho ô tiêu chuẩn và biến 2 cho loài cây và lần lượt ghi như trên Riêng số cây trong các ô của bảng chéo thì cho thành một biến theo quy trình QT1.4 cho trường hợp trọng số cho ở mục 1.8.3

12341234

Trường hợp nếu số liệu ghi chép từ vườn ươm có các cột như trên thì ta cứ để nguyên các cột và đưa vào máy với mỗi cột là một biến nhưng không quên rằng các cột Loài và khối chỉ ghi theo các số đã mã hoá và chiều cao cũng như đường kình thường tính theo giá trị trung bình trên một ô thí nghiệm

1.7.3 Trường hợp phân tích phương sai 3 nhân tố

Trường hợp 3 nhân tố kiểu ô vuông La tinh như bảng 5.9 chương 5 ta có 4 biến: Biến thứ nhất là Hàng (khối), biến thứ 2 là Cột (thứ tự cột) biến thứ 3 là CT ( Thứ tự công thức) và biến cuối cùng là đại lượng quan sát (Chiều cao) Theo ví dụ bảng 5.9 ta lần lượt ghi như sau: Hàng ghi 1, Cột ghi 1, CT ghi 3 (vì c=3) chiều cao ghi 13 Hàng ghi 2 Cột ghi 1, CT ghi 1 (vì a =1), chiều cao ghi 18 Cứ thế tiếp tục cho đến Hàng ghi 5, Cột ghi 5, CT ghi 3 và chiều cao ghi 14

1

2

5

1

1

5

3

1

3

13

18

14

Ngoài những trường hợp như trên, trong thực tế còn nhiều mô hình thí nghiệm phức tạp hơn đòi hỏi ta phải linh hoạt vận dụng trên cơ sở nắm vững những nguyên tắc chung nhất

1.8 Một số thủ tục quan trọng thường dùng có liên quan đến các biến trong SPSS

1.8.1 Lựa chọn các chủ thể (Select cases)

Trong nhiều trường hợp người ta thực hiện phân tích thống kê chỉ trên một số chủ thể nào đó Chẳng hạn, với số liệu cho ở bảng 1.1 ta muốn chỉ tính toán các đặc trưng mẫu với những cây chất lượng trung bình hoặc chỉ tính cho những cây có chất

lượng tốt Chọn Select cases trong menu Data ta có thể loại bỏ những chủ thể không

tham gia tính toán mà chỉ để lại những chủ thể tham gia tính toán theo ý đồ của ta Ví

dụ ở bảng 1.1, ta chỉ muốn nghiên cứu những cây có chất lượng loại 1và 2 được thực hiện theo quy trình sau:

Bảng (1.1)- Đường kính và chiều cao của 62 cây rừng tự nhiên IIIa2 tại Lâm trường

Bình thanh (Hoà Bình) (nguồn Nguyễn Thị Thanh An)

Thứ

tự

D1.3(cm)

Hvn(m)

Chất lượng cây

Thứ

tự

D1.3(cm)

Hvn(m)

Chất lượng cây

19

22 21.5

21

24

32

11 17.5

8 26.5 21.5

28 24.5

19

17

14

17 34.55

26 15.5 12.5

bảng dưới để xác định những chủ thể cần lựa chọn Chẳng hạn ta cần nghiên cứu các đặc trưng thống kê của những cây có chất lượng trung bình và tốt ta

ghi clu ≤ 2 hoăc clu=1⏐clu=2 (tức các cây có có mã chất lượng 1và 2)

3 OK

Hình 1.11 Hộp thoại Select cases

Kết quả trong bảng số liệu gốc ở cửa sổ Data editor những phần tử không được

chọn bị gạch chéo và ghi 0, những phần tử được chọn để nguyên không gạch và ghi 1

trong cột Filter$ Với kết quả này, ta có thể thực hiện các phân tích thống kê tiếp theo

như trong trường hợp có đầy đủ các phần tử đã quan sát Trong trường hợp chọn chủ thể ở các cột khác nhau thì thay dấu⏐ bằng dấu & Nếu muốn trở lại phân tích thống

kê cho tất cả các chủ thể ta thực hiện quy trình sau:

Data\ All cases\ OK

Sau đây là một phần kết quả số liệu sau khi lọc bỏ những cây xấu (clu ≤ 2)

Bảng 1.2 Bảng số liệu sau khi thực hiện lệnh Select cases (trích)

19

22 21.5

39

33

22 6.5

Trong bảng trên, các cột 2,3,4 là đường kính, chiều cao và chất lượng cây, được

mã hoá như bảng số liệu gốc trong cửa sổ SPSS data editor, cột 5 máy tự động ghi mã

những cây bị lọc và không bị lọc (1 là những cây không bị lọc và 0 là những cây bị lọc) Đồng thời, ở cột thứ tự những cây bị loại được đánh dấu bằng các gạch chéo về

Trong nghiên cứu Lâm sinh học, lệnh này có thể dùng để phân tích thống kê chỉ riêng với sinh trưởng của những cây rừng ở những địa hình hoặc dạng lập địa nào đó

được lựa chọn trong số những địa hình và dạng lập địa ta có Trong Lâm nghiệp xã hội, những chủ thể được lựa chọn có thể là những dân tộc ít người hoặc những làng bản nào

đó mà ta đã điều tra phỏng vấn theo phương pháp điều tra xã hội học

Ngoài việc lựa chọn theo chủ quan như đã nói ở trên, người ta cũng có thể lựa chọn các chủ thể theo cách ngẫu nhiên Chẳng hạn, trong nghiên cứu lâm sinh chúng ta quan sát nhiều cây rừng trong một số ô tiêu chuẩn nhưng chỉ muốn chọn hạn chế khoảng 50 cây để tính toán và phân tích Trong trường hợp này ta dùng phương pháp

chọn ngẫu nhiên trong lệnh Select Cases theo quy trình sau:

QT1.2

1 Data\ Select cases\ Random sample of cases và click vào Sample

2 Trong hộp thoại Random Sample có hai cách lựa chọn:

- Chọn tương đối (approximately) với tỷ lệ % so với số phần tử đã quan sát

- Chọn chính xác (exactly) với số lượng cụ thể trong số những phần tử đầu

tiên đã quan sát, như ví dụ của ta ghi là 50 và số đầu tiên là toàn bộ số cây đã quan sát như 200 cây chẳng hạn

những biến đổi trên đại lượng Y có phân bố chuẩn hoặc gần chuẩn Ngoài ra, người ta còn có thể biến đổi một đại lượng có phân bố chuẩn về dạng phân bố chuẩn tiêu chuẩn

và còn nhiều cách biến đổi khác nữa

Quy trình chung để thực hiện việc biến đổi như sau

QT1.3

1 Transform \ Compute

2 Trong conpute variable đánh biến mục tiêu vào Target variable (như ví

dùng chuột chuyển nó vào hộp thoại numeric expression Một dấu hỏi xuất hiện

nằm giữa 2 ngoặc đơn đang chờ đợi biến cần biến đổi của ta Như ví dụ là D1.3, bằng cách bôi đen biến này và dùng chuột đưa vào để thực hiện việc tính Lg10D1.3 Trong

cửa sổ SPSS Data Editor ta có thêm một cột Y= Lg10D1.3

Hình 1.12 Hộp thoại Compute Variable

1.8.3 Sử dụng trọng số

Trong nhiều nghiên cứu của ta số liệu thường cho dưới dạng một bảng tần số nhất là trong điều tra rừng Để thuận tiện cho việc phân tích thống kê, trong trường hợp

như vậy ta có thể chuyển cột tần số thành một biến với ký hiệu nào đó như fi chẳng hạn

theo quy trình sau :

QT1.4

1 Data\ Weight cases

2 Chọn Weight cases by và đưa biến fi vào hộp thoại frequency variable

3 OK

Như vậy các bước tính toán của ta tiếp theo đều liên quan đến trọng số Trong trường hợp này dung lượng mẫu là tổng các trọng số của cột đã cho (n = Σfi)

Hình 1.13 Hộp thoại Weight cases

1.8.4 M∙ hoá lại các biến

Mã hoá lại biến là việc làm cần thiết để chia một biến ra thành nhiều nhóm có trị số khác nhau và xếp chúng thành từng loại Trong Lâm nghiệp phương pháp này

các bảng phân bố tần số (Xem một ví dụ cụ thể ở chương 2 mục 2.2, QT 2.3)

CHƯƠNG 2

Thống kê mô tả

Thống kê mô tả thường là bước xử lý đầu tiên trước khi đi sâu vào phân tích thống kê Nó bao gồm các nội dung chính như sau: tính các đặc trưng mẫu, lập bảng phân bố tần số, khám phá và sàng lọc các số liệu thô

2.1 Tính toán các đặc trưng mẫu

Trong nhiều trường hợp sau khi thu thập được số liệu người ta cần tính ngay các

đặc trưng mẫu như trung bình phương sai độ lệch chuẩn, nhất là khi số liệu không nhiều (n < 30) Quy trình thực hiện trên SPSS như sau:

QT2.1

1 Analyze \ Descriptive Statistics\ Descriptives

2 Đưa các biến cần tính toán vào hộp thoại Descriptives

3 Trong hộp thoại Options Khai báo các đặc trưng mẫu (xem hình 2.2)

4 OK

Hình 2.1 Hộp thoại Descriptives

Hình 2.2 Hộp thoại Options

Ví dụ 1.1 Với số liệu của bảng 1.1(chương 1) , đưa biến chiều cao và đường

kính vào ô Variables cho kết quả như bảng sau (H 2.3 ): cột 1 lần lượt cho tên

các chỉ tiêu thống kê như sau: Dung lượng mẫu, phạm vi biến động, trị số nhỏ nhất, trị số lớn nhất, tổng giá trị quan sát, trung bình, độ lệch chuẩn, phương sai, độ lệch phân bố, độ nhọn phân bố cho cả đường kính cũng như chiều cao Trng khoang cuối cùng cho sai số của số trung bình và sai số của độ lệch, độ nhọn

Descriptive Statistics

62 44.00 6.00 50.00 1469.05 23.6944 10.68994 114.275 512 -.173 1.3576 304 599 62 18.00 4.00 22.00 765.00 12.3387 4.94127 24.416 210 -.986 6275 304 599 62

N Range Minimum Maximum Sum Mean Std Deviation Variance Skewness Kurtosis Mean Skewness Kurtosis N Range Minimum Maximum Sum Mean Std Deviation Variance Skewness Kurtosis Mean Skewness Kurtosis N

1 Analyze\ Descriptive Statistics\ Friequencies

2 Chọn biến cần lập phân bố thực nghiệm đưa vào hộp thoại Variable (s) Click

vào Display friequency tables để có bảng phân bố thực nghiệm Click vào

Statistics nếu muốn có các đặc trưng mẫu và click vào charts để vẽ các biểu đồ

thống kê ở đây ta chọn biểu đồ dạng cột (Bar)

3 OK

VÝ dô 2.2

B¶ng 2 1 Sè c©y trªn c¸c « quan s¸t ë rõng tù nhiªn

Thø tù « Sè c©y Thø tù « Sè c©y Thø tù « Sè c©y Thø tù Sè c©y

H×nh 2.4 Hép tho¹i Friequencies

3 0 0 0 0

3 0 0

1 3 9 9 5

1 9 5 8 7 1 7 5 3 9 3 -.6 3 9 7 6 8

System Missing

Total

Frequency Percent Valid Percent

Cumulative Percent

Hình 2.7 Bảng phân bố số ô theo số cây

Giải thích:

Bảng kết quả đầu tiên (H 2.6) cho các đặc trưng mẫu từ trên xưống dưới: Dung lượng mẫu, số quan sát thiếu hệ thống (do máy tạo ra), trung bình, sai số của số trung bình, trung vị mẫu, chúng số(có sách còn gọi độ đông= trị số có số lần xuất hiện cao nhất ), sai tiêu chuẩn mẫu phương sai mẫu, độ lệch và sai số độ lệch, độ nhọn và sai số

độ nhọn, phạm vi biến động, trị số nhỏ nhất, trị số lớn nhất và cuối cùng tổng giá trị quan sát Bảng tiếp theo (H 2.6) là bảng tần số thực nghiệm Cột đầu tiên cho số cây trong một ô Cột 2 là số quan sát tương ứng Cột 3 tỷ lệ % kể cả những cây thiếu hệ thống (cột này không cần chú ý), cột 4 tỷ lệ cây có giá trị theo số liệu quan sát Cột

cuối cùng là tần suất luỹ tích (cumulative) Cuối cùng là biểu đồ hình cột biểu thị phân bố số

ô theo số cây với trục ngang là số cây và trục đứng là số ô tương ứng

Số ô

Số cây / ô

6.00 5.00

4.00 3.00

2.00 1.00

Đây là những công thức mang tính chất hướng dẫn Ta có thể thay đổi chút ít để tránh những số quá lẻ Như ví dụ ở bảng 1.1 ta có m =9 và k= 5 Căn

cứ vào cự ly tổ được xác định ta lập bảng phân bố theo quy trình sau:

QT2.3

2 Into same variable(s) hoặc into different variable(s) Trong cửa sổ data editor nếu dùng Into same variable(s) thì số liệu gốc sẽ mất nên ta chỉ nên dùng

into different variable(s), số liệu mã hoá được cho vào cột cuối cùng của cửa sổ

đang hoạt động Trong hộp thoại này, dùng chuột đưa biến cần mã hoá (như ví dụ của ta là D1.3) vào hộp thoại input variable → output variable

3 Trong Name đặt tên biến mới thay cho biến cũ Như ví dụ của D1.3 gr thay cho D1.3 Tiếp theo trong ô Label ghi D1.3 theo tổ Sau đó click vào old and new

values

4 Hộp thoại old and new values xuất hiện, bên hộp thoại old valeue click

vào Range và đánh vào giá trị cận dưới và cận trên (cận dưới Through cận trên)

Như ví dụ của ta cận dưới của tổ đầu tiên là 6 và cận trên của tổ đầu tiên là 11 ( Để

máy xếp tần số một cách chính xác ta ghi 6 Through 10.99) Tại ô new values click vào value và đánh vào giá trị giữa tổ (như ví dụ của ta là 8.50), sau đó click vào Add Cứ làm như vậy cho đến tổ cuối cùng của dãy số liệu Cuối cùng nhớ click vào continue để sang hộp thoại tiếp theo

5 Hộp thoại into different variable(s) xuất hiện ta click vào Change

6 OK

Hình 2.9 Hộp thoại old and new values

Kết quả của quá trình mã hoá trên cho ta một cột riêng ở cuối trong cửa sổ

SPSS Data editor có đuôi Saw Đây chính là những trị số giữa tổ của dãy quan sát

Dùng quy trình QT2.2 cho biến số mới được mã hoá với tên mới D1.3 theo

tổ ta có bảng phân bố thực nghiệm của D1.3 bằng phương pháp chia tổ ghép nhóm (Xem bảng và sơ đồ ở dưới) và có cấu tạo như đã giải thích ở quy trình QT2.2

Statistics

24.1452 12.8710 1.33834 63040 23.5000 13.0000 23.50 9.00 a

10.53814 4.96375 111.05235 24.63882 432 222 304 304 -.402 -.952 599 599 40.00 18.00 8.50 5.00 48.50 23.00 1497.00 798.00

Valid Missing N

System Missing

Total

Frequency Percent Valid Percent

Cumulative Percent

H×nh 2.11 Ph©n bè sè c©y theo D 1.3

D1.3 theo to

50.0 45.0 40.0 35.0 30.0 25.0 20.0 15.0 10.0

D1.3 theo to

14 12 10 8 6 4 2 0

Std Dev = 10.54 Mean = 24.1

N = 62.00

H×nh 2.12 Ph©n bè sè c©y theo D 1.3 theo d¹ng Histogram

Víi biÕn chiÒu cao cho ë b¶ng 1.1 còng ®−îc m· ho¸ t−¬ng tù ta cã kÕt

System Missing

Total

Cumulative Percent

Hình 2.13 Phân bố số cây theo chiều cao H vn

HVN

22.5 20.0 17.5 15.0 12.5 10.0 7.5 5.0

20

10

0

Std Dev = 4.59 Mean = 11.0

Với phần mềm SPSS cho phép ta loại bỏ đ−ợc những trị số quá đặc thù có thể sai sót khi quan sát số liệu Việc loại bỏ các trị số này chủ yếu là căn cứ mức độ chênh lệch giữa chúng với số trung vị của dãy quan sát Chẳng hạn ta thử kiểm tra số liệu của bảng 1.1 nh− sau:

QT2.4

1 Analyze\ Descriptive Statistics\ Explore

2 Đ−a các biến D1.3 và Hvn vào khung Dependent Lists

3 Trong Statistics chọn Descriptive , M – Estimators, Outliers (ngoại lai)

(khai báo nh− hình 2.15 và 2.16)

4 OK

động, phạm vi biến động trong phạm vi phân vị của dãy quan sát, độ lệch và cuối cùng là độ nhọn Bảng thứ 2 (H 2.18) cho ta các ước lượng được xem là mạnh thay cho trung bình hoặc trung vị khi mà dãy số liệu của ta khác với phân phối chuẩn

và có nhiều trị số đặc thù Bảng tiếp theo (H2.18) cho 5 trị số lớn nhất và 5 trị số

bé nhất cho mỗi biến, nhưng trị số nào là ngoại lai thì cần phải xem các sơ đồ ở hình 2.20 và 2.21 Tại đây cho thấy cây số 1 và số 32 với trị số đường kính 50 cm quá xa số trung vị (trị số ứng với đường gạch ngang trong sơ đồ)

23.6944 1.35762 20.9796

26.4091 23.2554 22.0000 114.275 10.68994 6.00 50.00 44.00 13.1250 512 304 -.173 599 12.3387 62754 11.0839

13.5936 12.2652 12.0000 24.416 4.94127 4.00 22.00 18.00 8.0000 210 304 -.986 599

Mean

Lower Bound Upper Bound

95% Confidence Interval for Mean 5% Trimmed Mean Median

Variance Std Deviation Minimum Maximum Range Interquartile Range Skewness

Kurtosis Mean

Lower Bound Upper Bound

95% Confidence Interval for Mean 5% Trimmed Mean Median

Variance Std Deviation Minimum Maximum Range Interquartile Range Skewness

D1.3 Hvn

Huber's M-Estimatora

Tukey's Biweightb

Hampel's M-Estimatorc

Andrews' Waved

The weighting constant is 1.339.

Case Number Value

Only a partial list of cases with the value 20.00 are shown in the table of upper extremes.

14 12 10 8 6 4 2 0

Std Dev = 10.69 Mean = 23.7

N = 62.00

H×nh 2.22 Ph©n bè sè c©y theo D 1.3

22.5 20.0 17.5 15.0 12.5 10.0 7.5 5.0

Histogram

16 14 12 10 8 6 4 2 0

Std Dev = 4.94 Mean = 12.3

N = 62.00

H×nh 2.23 Ph©n bè sè c©y theo chiÒu cao

Chương 3

XÂY dựng các bảng biểu vμ

biểu đồ THốNG kê

Bảng biểu và biểu đồ thống kê là những công cụ quan trọng để phân tích thực

trạng kinh tế xã hội nói chung và cho một cuộc điều tra khảo sát rừng nói riêng Trong chương này chỉ giới thiệu cách thiết lập các bảng biểu và sơ đồ tiêu biểu bằng SPSS

1 Analyze\ Tables \ Basic Tables

2 Đưa biến trình độ học vấn vào khung Down

3 Nhấn chuột vào Statistics để lựa chọn các hàm thống kê Cần chú ý khi bấm

chuột để chọn một hàm nào đó ta cần chỉnh sửa theo ý muốn trước khi đưa vào

khung cell Statistics Mục chỉnh sửa trong khung Label Chẳng hạn count thay

bằng người col% thì bỏ col chỉ để lại % Sau khi chỉnh sửa xong ta đưa các các

hàm này vào ô cell Statistics (nhớ làm riêng cho từng đặc trưng thống kê) Nháy chuột vào continue để đưa về hộp thoại ban đầu Tại đây ta có thể kích chuột vào Total và chọn Total over group variable và chỉnh sửa để có tổng cả cột

4 OK

Hình 3.1 Hộp thoại Basic tables

Kết quả như sau

Bang phan bo tan so

Trinhdo hoc van

Ta còng thùc hiÖn nh− quy tr×nh trªn víi viÖc ®−a biÕn thø 2 vµo khung across

Nh− vÝ dô sè liÖu vÒ LNXH ta ®−a biÕn D©n téc vµo cho kÕt qu¶ nh− sau

Bang phan bo tan so

so nguoi % tong

Lang 1 Lang 2 Lang 3

So nguoi

Dao Thanh Y

Lang 4

So nguoi

Dao Thanh Phan

Hình 3.4

Trong trường hợp nếu muốn tách dân tộc và làng cư trú riêng ra ta nên dùng Bảng

tổng hợp theo quy trình sau

QT 3.2

1 Analyze\ Tables \ General Tables

2 Đưa biến trình độ học vấn vào khung Rows, biến dân tộc và biến làng cư trú đưa vào columns Cần chú ý rằng mỗi lần đưa các biến vào thì cần nháy chuột vào

Inser total (sửa chữa thành tổng ) và Edit Statistics để đưa các hàm thống kê

vào mà ở đây chủ yếu là counts (thay = số người)

Bảng phan bo tan so cho 3 bien

so nguoi Total

Hình 3.6

3.1.4 Một biến định tính và một biến định lượng

Trong trường hợp này ta lại sử dụng Basic Tables gần như QT3.1 nhưng chú ý

đưa biến định lượng vào ô Summaries (Xem hình 3.1) Các chỉ tiêu thống kê đưa vào

có thể là số người , số trung bình, trị số lớn nhất , trị số nhỏ nhất… Theo ví dụ LNXH biến định tính là trình độ học vấn nhưng biến định lượng là thu nhập của hộ trên tháng Kết quả như sau:

Thu nhap nguoi dan theo trinh do hoc van

Thu nhap/nguoi 1

Thu nhap/nguoi 2

Thu nhap/nguoi 3

Thu nhap/nguoi 4

Thu nhap/nguoi 5

Thu nhap/nguoi 6

Thu nhap/nguoi 7

Hình 3.8 cho ta mức thu nhập và diện tích canh tác hộ nông dân ứng với trình

độ học vấn Kết quả cho thấy trình độ học vấn cao chưa hẳn đã có thu nhập bình quân cao và diện tích canh tác cũng không được sử dụng một cách tương ứng với trình độ học vấn Có nghĩa là nhân tố học lực phổ thông ở khu vực nghiên cứu chưa có vai trò thúc đẩy sản xuất một cách rõ ràng

Thu nhap nguoi dan va dien tich canh tac theo trinh do hoc van

Thu nhap/nguoi Dien tich nong nghie Dien tich lam nghiep 1

Thu nhap/nguoi Dien tich nong nghie Dien tich lam nghiep 2

Thu nhap/nguoi Dien tich nong nghie Dien tich lam nghiep 3

Thu nhap/nguoi Dien tich nong nghie Dien tich lam nghiep 4

Thu nhap/nguoi Dien tich nong nghie Dien tich lam nghiep 5

Thu nhap/nguoi Dien tich nong nghie Dien tich lam nghiep 6

Thu nhap/nguoi Dien tich nong nghie Dien tich lam nghiep 7

Thu nhap/nguoi Dien tich nong nghie Dien tich lam nghiep 10

Trinhdo

hoc van

Thu nhap/nguoi Dien tich nong nghiep Dien tich lam nghiep

so nguoi

So nguoi Trung binh lon nhat nho nhat

Hình 3.8

3.1.5 Một biến định l−ợng và 2 biến định tính

Nếu muốn tìm hiểu thêm khả năng sản xuất của các nhóm dân tộc ta cần đ−a

thêm biến này vào ô Across trong Basic Tables và thực hiện quy trình nh− trên, nh−ng

để cho gọn ta chỉ lựa chọn chỉ tiêu trung bình để đ−a vào so sánh (xem H 3.9)

Thong ke thu nhap cua ca c ho thuoc 3 nhom dan toc co trinh do hoc van

khac nhau

120000.00 61250.00 78000.00

66000.00 66153.85 88571.43 72000.00 80000.00 79230.77 96000.00 65000.00 75000.00 60000.00 58571.43 80000.00 87500.00 80000.00 87500.00 80000.00 120000.00 120000.00

Thu nhap/nguoi 0

Thu nhap/nguoi 1

Thu nhap/nguoi 2

Thu nhap/nguoi 3

Thu nhap/nguoi 4

Thu nhap/nguoi 5

Thu nhap/nguoi 6

Thu nhap/nguoi 7

Thu nhap/nguoi 10

Trinhdo hoc van

Hình 3.9

3.1.6 Trường hợp 2 biến định lượng theo dạng bảng tương quan

đây là 2 biến định lượng được chia thành từng tổ quan sát Như ví dụ ở bảng 1.1 sau khi thực hiện chia tổ ghép nhóm cho D1.3 và Hvn dùng QT3.1 ta có kết quả sau:

So cay

So cay

Hình 3.10 Bảng phân bố số cây theo D 1.3 và H vn

Trong trường hợp 2 biến định lượng có quan hệ ta có thể sử dụng thủ tục

Crrosstabs ngoài việc cho kết quả như trên có thể cho ta một số đặc trưng tương quan

như hệ số tương quan Pearson và tỷ tương quan (Eta) để đánh giá mức độ liên hệ giữa 2 biến Quy trình như sau

QT3.3

1 Analyze\ Descriptive statistics\ Crosstabs

2 Trong hộp thoại này đưa các biến lập bảng vào Như ví dụ của ta là D1.3 theo tổ

khi chia tổ ghép nhóm D1.3 và Hvn) Nếu muốn có số liệu phân bố chiều cao theo

chiều trục Y từ hộp thoại ở hình 3.11 ta nhấn vào Format và chọn Desending Nếu muốn có hệ số tương quan và tỷ tương quan ta chọn Statistics, sau đó click vào Eta và correlation

Directional Measures

.609 645

Hvn theo to Dependent D1.3 theo to Dependent Eta

Pearson's R Interval by Interv

Spearman Correlati Ordinal by Ordin

N of Valid Cases

Value

Asymp.

Std Errora Approx TbApprox Sig.

Not assuming the null hypothesis.

dùng thủ tục Basic tables cho 2 biến định tính nhưng số liệu chiều cao sắp xếp như

theo D1.3 và tỷ tương quan D1.3 theo Hvn Bảng tiếp theo (H3.14) cho hệ số tương quan

tính theo Pearson và theo Spearman (Xem chương 6) cùng với kết quả kiểm tra sự

tồn tại của nó theo các công thức gần đúng Cột cuối cùng của bảng cho thấy xác suất của t tính theo công thức gần đúng rất nhỏ (< 0,05), cho thấy các hệ số tương quan tính

theo Pearson và Spearman đều tồn tại Tuy nhiên do phân bố tần số của cả 2 biến đều không chuẩn nên việc tính theo Pearson là không thích hợp bằng tính theo Spearman

3.1.7 Các bảng báo cáo tổng hợp (Summary Reports)

lượng theo các chủ thể ( Cases ) và các đặc trưng thống kê cho từng nhóm chủ thể

Chẳng hạn thu nhập của các hộ thuộc các nhóm dân tộc hoặc các làng đã được điều tra phỏng vấn

Quy trình như sau