Với SPSS chỉ cần một vài thao tác rất đơn giản người sử dụng có thể tạo ra được các biểu đồ, đồng thời ta cũng có thể tùy ý hiệu chỉnh biểu đồ cũng như hoàn thiện chúng. Các biểu đồ có chất lượng cao, và có thể cắt/dán vào các tài liệu khác như vào Word hoặc Powerpoint.
35 Biểu đồ có khả năng gây ấn tượng và thường có giá trị đại diện cho cả công trình nghiên cứu. Vì thế biểu đồ là một phương tiện hữu hiệu nhất để nhấn mạnh thông điệp. Biểu đồ thường được sử dụng để thể hiện xu hướng và kết quả cho từng nhóm, nhưng cũng có thể dùng để trình bày dữ kiện một cách gọn gàng. Các biểu đồ dễ hiểu, nội dung phong phú là những phương tiện vô giá. Do đó, nhà nghiên cứu cần phải suy nghĩ một cách sáng tạo cách thể hiện số liệu quan trọng bằng biểu đồ. Vì thế, phân tích biểu đồ đóng một vai trò cực kì quan trọng trong phân tích thống kê. Có thể nói, không có đồ thị là phân tích thống kê không có nghĩa. Trong ngôn ngữ SPSS có rất nhiều cách để thiết kế một biểu đồ gọn và đẹp. Biểu đồ có thể chia thành 2 loại chính: biểu đồ dùng để mô tả một biến số và biểu đồ về mối liên hệ giữa hai hay nhiều biến số. Tất nhiên, biến số có thể là liên tục hay không.
Để kiểm tra dữ liệu người ta thường dùng các dạng biểu đồ histogram, biểu đồ thân lá, sơ đồ hộp.
Biểu đồ Histogram.
Được áp dụng với kiểu dữ liệu định lượng liên tục. Có tác dụng phân tích sự phân phối của bộ dữ liệu và chỉ ra những chỗ gẫy khúc trong bộ dữ liệu.
36
Biểu đồ thân lá (Stem-and-leaf plot). Được áp dụng đối với dữ liệu định lượng, được thể hiện ít nhất 2 con số với tác dụng thể hiện trực quan hình dáng phân phối của dữ liệu, xác định Mode và các giá trị đột xuất (outliers).
Ví dụ: Có điểm số điểm tổng kết của một nhóm sinh viên.
Xây dựng sơ đồ thân – lá về điểm của những sinh viên trên.
Sơ đồ hộp (Boxplot).
Giúp nhận biết vị trí của bộ dữ liệu trên cơ sở số trung vị (median), nhận biết sự phân tán của dữ liệu trên cơ sở độ dài của hộp (khoảng tứ phân vị IQR) và độ dài của sơ đồ hộp, nhận biết độ lệch phân phối của dữ liệu, nhận biết lượng biến đột xuất và nghi ngờ là đột xuất, so sánh 2 hay nhiều bộ dữ liệu với cùng một thước đo.
37 Như vậy Sơ đồ hộp là cách biểu diễn
bộ dữ liệu với 5 giá trị quan trọng là giá trị nhỏ nhất (Xmin), tứ phân vị thứ nhất (Q1), tứ phân vị thứ hai (Q2) hay trung vị Me, tứ phân vị thứ ba (Q3) và giá trị lớn nhất (Xmax).
Mối liên hệ của sơ đồ hộp với hình dáng của phân phối của bộ dữ liệu.
Để nhận biết giá trị đột xuất trong sơ đồ hộp (Box plot).
Để phân tích hồi quy trước tiên người ta thường sử dụng Biểu đồ phân tán (còn gọi là biểu đồ đám mây - Scatter) dùng để mô tả mối liên hệ giữa hai hay nhiều biến số. Theo quy ước, biến phụ thuộc đặt trên trục tung, biến độc lập đặt trên trục hoành.
38 Chọn Simple, nhấn Difine để xuất
hiện hộp thoại Simple Scatterplots.
chọn các biến cần đưa vào trục Y (Biến phụ thuộc), trục X (biến độc lập), nhấn OK ta sẽ thấy mô phỏng các điểm đám mây trên trục toạ độ.