 TRƯỜNG ĐẠI HỌC VINH  SỬ DỤNG SPSS ĐỂ TÌM HIỂU VỀ CÁC HỆ SỐ TƯƠNG QUAN GIỮA CÁC CẶP BIẾN LUẬN VĂN THẠC SỸ TOÁN HỌC Vinh, 2014   TRƯỜNG ĐẠI HỌC VINH  SỬ DỤNG SPSS ĐỂ TÌM HIỂU VỀ CÁC HỆ SỐ TƯƠNG QUAN GIỮA CÁC CẶP BIẾN  !"!#$%&'!(!)*!+$,% -&)./01.0/0/. LUẬN VĂN THẠC SỸ TOÁN HỌC 2342567*+8,%90:;<=:> Vinh, 2014 ? MỤC LỤC 0000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000@ AB:0000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000001 CD0EFG:H000000000000000000000000000000000000000000000000000000000000000. 00FI:000000000000000000000000000000000000000000000000000000000000000000000000000000000. 000JK80000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000. 00?0LMN+O4P4"740000000000000000000000000000000000000000000000000000000000000000000. 00@0QRMR)4#$%&'!0000000000000000000000000000000000000000000000000000000000000000000000. 0010$%&)ST%!U2%V8P4"740000000000000000000000000000000000000000000000000W 0?0XDI:00000000000000000000000000000000000000000000000000000000000000000000000000000Y 0?00JK80000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000Y 0?0?0ZRMR)4#$%&'!%V8([%!\74U34UO%84%4]00000000Y 0?0@0QRMR)4#$%&'!%V8([%!\7484%4]00000000000000000000Y 0?010QQ^!S_#$%&'!%V8([%!\74N4!`%84%4]00000000000/ 0@0I:I:I:a:900000000000000000000000000000000000000000/ 0@00JK8000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000/ 0@0?0UPbQ774000000000000000000000000000000000000000000000000000000000000000 0@0@0L2\&84Q7000000000000000000000000000000000000000000000000000000000000000000000000000000000 0@010$%R2\R$R%,Q7c8&$!0000000000000000000000000000000000000000000000000 0@0d0$%R2\R$RQe!Z&)N4f!g%4fQ000000000000000000000000000000000000? 010h9iCDa:000000000000000000000000000000000000000000000000000000000000000000000000000@ 0100f&)!2\c8L[8U&+00000000000000000000000000000000000000000000000000000000000000000@ 010?0f&)!2\c8O9R[8UQ800000000000000000000000000000000000000000000000000000d CD09j9L99klk:mCDa:000000000000000. ?00nh:m9L990000000000000000000000000000000000000000000000000000000000000000000000000000. ?0009L99Nbo0000000000000000000000000000000000000000000000000000000000000000000000000000000000000000. ?00?0$%%p%q%r%V89L99000000000000000000000000000000000000000000000000000000000. ?00@0sNK(g%p6`%V89L990000000000000000000000000000000000000000000000000. ?0010$%!Rt%r%V89L9900000000000000000000000000000000000000000000000000000000W ?00d04ST!9L99.0/000000000000000000000000000000000000000000000000000000000000000000000000000000W ?0?09L99nLuvCDa:00000000000000000000000000000000000000000000000?Y ?0?009L99(54RM!r%!2\c8L[8U&+0000000000000000000000000000000000000000000?Y ?0?0?09L99(54RM!r%!2\c89R[8UQ80000000000000000000000000000000000000000@. ?0?0@09L99(54Q_!(4P4!+$!g%!"000000000000000000000000000000000000000000000000000001 EF:w000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000d? h:Ex00000000000000000000000000000000000000000000000000000000000000000000000000000000000d@ @ MỞ ĐẦU 1. Lý do chọn đề tài E44%pQ_!S)4!2y234!8!234%p4]%z!4 S)4(54S)4!2yS{0$%%z!4S2y%S+N23(#$%SJ%`!|!US)4 !2yc8&$!0`%Sr%%V8(4f%4%pNNQU}\PZ%'!%V8S)4 !2y~Q!bQU8cN^!•6gS+$#!"P4"S_%V8{0|NQS2y% S4]S{Q_!!U+s(4f%RZ4NQNRM!r%Q)4c8fR`!_%4s8 %$%%z!4RZ$_46%V8S)4!2y%t4%p0`!|NRZ44Z4 P4!+$#$%SJQp%S_R`!_%4s8%$%M!)•6'4f0f&)!2\ c8Nf&)S+N23Q)4N4c8!"!r%V8%$%P4"&)0 !^R•cZNr•#€Nr&)N4fNQ_!('S]S2y%c8!MQST%P4f!!• !U25%!5480E+8,%!)*U8S344‚R%Z4!4"6t%$%!p%!!^R• cZNr(#€Nr&)N4f04f8!U!"454%{P8P_%2\!Ub% R`%(`%+(4f%#€Nr(RM!r%&)N4f!)*N99•9•9L990 9L99%{4]%p%q(N4+O!S2y%&€6`U_U-4!U+4] *+8,%*$%82E4!",%•ƒ-_4,%•;,%•MQN ,%•000U+ 4%p*+8,%#-_4(!)*!O44f!8Q%„2!U!"454• 9L99S2y%P4"!S"2Q_!!U+sRtQ]Qsr%(!^!4f'! 4‚R234&€6`NQ(4f%(546sN4fSJN2y09L99NQ_!RtQ]Q !)*!+64f6…N4f!*6sN4f•N^RPZP4|•!)*•#€N 6sN4f0 b(^!U+N^(q%‚!e4(4"!(]P4!+$#$%SJf&)!2\ c8(&€6`RtQ]Q9L99S|4Z4c"!P4!+$0{NNr6+!e4%, S]!4N^(q%V8QbN:"SỬ DỤNG SPSS ĐỂ TÌM HIỂU VỀ CÁC HỆ SỐ TƯƠNG QUAN GIỮA CÁC CẶP BIẾN"0 2. Mục đích nghiên cứu • 4%p(]N !"!f&)!2\c80 • 4%pp6`9L99S|!rf&)!2\c80 • G6`S|#€NrP_&)N4f!g%!"(S28U8*"!N^0 1 _46%V8N^(qP8+†Q84%2\ Chương 1. Kiến thức chuẩn bị.U+%2\%‚!e4!UbPQ_!&) *4"!p%%\&‡(]N !"!#$%&'!(!)*!+$0 Chương 2. Sử dụng SPSS để tìm hiểu về tương quan. 2\?N_46 %r%V8N^(q•!U+%2\%‚!e4454!4f&\N2y%(]9L99( %$%&€6`9L99S|!rf&)!2\c80U%\&‡S{p6`S|#€Nr P_&)N4f!g%!"(S28U8*"!N^0 ^(qS-+!!O4!U23O4,%40{S2y%N^(q•!$% 4Z#4P!ˆN‰P4"!\%M!(&M&Š%!544"&K‹U+ S-!Ug%!4"R2567•6b6Š!4‚RSŒ!$%4Z!U+&)!c$!Ub!U4|*84• 4%p(+!S]!40 ƒ4%M!%ZQ\%$%!t%e4$+S-4Z6O•!U]SO!s*4" !p%*+8,%%+!$%4Z!U+sqQ!$c80 ƒ4%M!%ZQ\!U238+S•4(e4!U234] !US-!O+S4]*4f!^Ny44‚R!$%4Z!!^R&)N4f%„2s!4 N4f4%pN4c8S"S]!40 ƒ44^sS{{Rc P$(4f!!b%V8%$%PO,%(4• {Q4%pN5R%8+,%E?/+$% !"!ƒ$%&'!( )*!+$!U23O4,%40 ƒ4%M!%ZQ\48Sb•POPŽS-c8!MQ•S_(4•*" *r%S|!$%4Z+!N^(q0 $%4ZU'!Q+^S2y%&gS{{R•RPb%V8c !t%e•%$% *+8,%•S_%4Z(%$%POS†4fR0 Ngh An, thng 10 năm 2014  d CHƯƠNG 1. KIẾN THỨC CHUẨN BỊ 1.1. BIẾN NGẪU NHIÊN 1.1.1. Định nghĩa  4"74NP4"&8+%+Q•44$!UJQ{^S2y%!2\p (54Q_!#$%&'!+S{0 g%%'!P4"74%{!|^4$!UJ!U+Q,4ROQ!U…2 Q&Š%•b6O•R2\25•!$4S_•!UbS_,%('0004P~ %$%$#O%‚!8!23%{!|%|(4f%4%pQ,4P4"74 (](4f%4%p%$%P4"74^4$!UJN%$%&)0b(^234!8 !238{4S"P4"74!g%(SJK82&8  4Z&€•Ω•F,P‘N*e48#$%&'!•GN σ ’SO4&)%+%V8 σ ’SO4&) F. E4S{$#OƒΩ →  ¡ S2y%,4NP4"74G ’S+S2y%"{N $#OG“B( ¡ ‘S+S2y%•!p%N(54Q,4B ∈ B( ¡ ‘!bƒ ’ •B‘ ∈ G‘0 T%P4f!•"ƒNP4"74F’S+S2y%!bƒS2y%,4Q_!%$% S\4ZNP4"740 1.1.2. Phân loại biến ngẫu nhiên ’4"74,4NU34UO%"!^RyR%$%4$!UJ%{!|%{%V8{NQ_! !^RsO+T%S"QS2y%0 r6`9)%'Q#'!4f*4!Q_!%+#‚%&Š%•&)%+!U84!U+&) //!U”&ŠRS2y%&4U8!O4Q_!Pf(4fR`&ZN%$%P4"74U34 UO%0 ’4"74,4NN4!`%"!^RyR%$%4$!UJ%{!|%{%V8{N'RSt Q_!*+Z+S{%V8!U`%&)0 r6`&84&)*4S+N23Q_!SO4N2y(^!N •*+Z%$%!•S4|Q %OQ%V8(4SO!54!MQP48*4PŠ&‚N%$%P4"74N4!`%0 1.1.3. Hàm phân phối xác suất - Định nghĩa: . Hàm phân phối xc suất của biến ngẫu nhiên X, ký hiu là F X •x‘ là xc suất để biến ngẫu nhiên X nhận gi trị nhỏ hơn x, với x là một số thực bất kỳ. • ‘ • ‘ X F x P X x= < 0 ’ Tính chất: QRMR)4#$%&'!F X •x‘%V8Q_!P4"74ƒ%{%$% !r%'!&8 • /•F X •x‘•• • ‘ / X F −∞ = • • ‘ / X F +∞ = 0 • • ‘ X F x NQ*e4ZQ•K8N(54x  –x ? !bF X •x  ‘•F X •x ? ‘0 • • ‘ X F x NQN4!`%!U$40 • "XNP4"74N4!`%!bF X (x)N4!`%!U!+Q4]4$!UJ %V8P4"74X(P•X—x + ‘—0(54Q,4x o 0 • P•a•X–b‘—F X •b‘’F X •a‘0 ’Ý nghĩa:QRMR)4#$%&'!RZ$Qp%S_!^R!U#$%&'!‡(] Rr8P!U$4Q_!&)!g%#+S{0 1.1.4. Các số đặc trưng của biến ngẫu nhiên 1.1.4.1. Kỳ vọng toán - Định nghĩa: Nếu X là biến ngẫu nhiên rời rạc nhận một trong cc gi trị có thể có x  , x ? , , x n với cc xc suất tương ứng p • p ? , , p n thì kỳ vọng ton E(X) của biến ngẫu nhiên là E(X) — ∑ = n i ii px  0 Nếu X là biến ngẫu nhiên liên tục với hàm mật độ xc suất f(x) thì kỳ vọng ton E(X) của biến ngẫu nhiên là E(X)— ∫ +∞ ∞− dxxxf ‘• 0 ’Các tính chất: • 54CN~&)!bE•C‘—C•E•CX‘—C.E•X‘0 • E•X˜Y‘—E•X‘˜E•Y‘0 • "X(YN%$%P4"74S_%N^R!b E•X.Y‘—E•X‘0E•Y‘. W ’Ý nghĩa: E™(,!+$%V8P4"74N4$!UJ!UPb&),%%V8%$% 4$!UJc8&$!%V8P4"740 1.1.4.2.Phương sai - Định nghĩa: Phương sai của biến ngẫu nhiên X ký hiu là D•X‘ là kỳ vọng ton của bình phương độ lch giữa biến ngẫu nhiên X và kỳ vọng ton của nó. D•X‘ = EšX - E(X)› ? ’Các tính chất: • DX≥ 0(54Q,4P4"74X0 • DC—0"CN~&)0 • D•CX‘—C ? DX54CN~&)0 • D•X˜Y‘—D•X’Y‘—DX˜DY"X•YN84P4"7 4S_%N^R0 ’Ý nghĩa:L2\&84RZ$Qp%S_RM!$%V8%$%4$!UJ%V8P4"7 4#c84$!UJ!UPb%V8{0 1.1.4.3. Độ lệch chuẩn _Nf%%œ%V8P4"74ƒ* 4fN x σ N%qP^%84%V8 R2\&84 x σ — ‘•XD 1.1.4.4. Trung vị Trung vị , ký hiu là m d là gi trị nằm ở chính giữa tập hợp cc gi trị có thể có của biến ngẫu nhiên X. 1.1.4.5. Mốt Mốt, ký hiu là m o là gi trị của biến ngẫu nhiên tương ứng với xc suất lớn nhất nếu là biến ngẫu nhiên rời rạc, tương ứng với cực đại của hàm mật độ xc suất nếu là biến ngẫu nhiên liên tục. 1.1.4.6. Giá trị tới hạn mức α Giả sử X là biến ngẫu nhiên, gi trị tới hạn mức α của biến ngẫu nhiên X ký hiu là α x là gi trị của X thỏa mãn điều kin: P•X• α x ‘— α 0 ž 1.2. VECTƠ NGẪU NHIÊN 1.2.1. Định nghĩa Giả sử X  •X ? •000•X n là cc biến ngẫu nhiên, khi đó X = ( X 1 , X 2 , ,X n ‘ được gọi là một vectơ ngẫu nhiên n chiều. r6`4"S+%4]%8+(%MT%V8,%&48Q‡Q_! !U23•,4ƒNP4"74P4|!J%4]%8+•;NP4"74P4| !J%MT!8%{([%!\7484%4]•ƒ•;‘0 1.2.2. Bảng phân phối xác suất của vectơ ngẫu nhiên rời rạc hai chiều ’ZRMR)4#$%&'!S†!34%V8([%!74U34UO%84%4]•X•Y‘ P•X = x i ; Y = y j ‘ = p ij , với mọi i = 1, ,n; j = 1, ,m. Y X y  y ? 000 y Q P Y x  p  p ? 000 p m p  x ? p ? p ?? 000 p ?m p ? 000 x n p n p ? 000 p nm p n P X q  q ? 000 q m  ’ZRMR)4#$%&'!%V8Xp i —P•X—x i ‘— ∑ = m j ij p  (54Q,4i—•?000•n0 X x  x ? 000 x  P X p  p ? 000 p  ’ZRMR)4#$%&'!%V8Yq j —P•Y—y j ‘— ∑ = n i ij p  (54Q,4j—•?000•m0 Y y  y ? 000 y m P Y q  q ? 000 q m 1.2.3. Hàm phân phối xác suất của vectơ ngẫu nhiên hai chiều - Định nghĩa: Hàm phân phối xc suất của vectơ ngẫu nhiên hai chiều •X•Y‘ký hiu là F•x•y‘là xc xuất để biến ngẫu nhiên X nhận gi trị nhỏ hơn x và biến ngẫu nhiên Y nhận gi trị nhỏ hơn y với x, y là cc số thực tùy ý. F•x•y‘—P•X–x•Y–y‘ Y ’Tính chất: • 0•F•x•y‘••(54Q,4x•y0 • F•x•y‘NQ_!Q*e4ZQ![+!•P4"0 • F•- ∞ •y‘—/ŸF•x•’ ∞ ‘—0ŸF•’ ∞ •’ ∞ ‘—0ŸF•˜ ∞ •˜ ∞ ‘—0 • P•a•x–b•c•y–y‘—F•b•d‘˜F•a•c‘’F•a•d‘’F•b•c‘0 1.2.4.Hàm mật độ xác suất của vectơ ngẫu nhiên liên tục hai chiều - Định nghĩa: Hàm mật độ xc suất của vectơ ngẫu nhiên liên tục hai chiều •X,Y‘ ký hiu là f•x, y‘ là đạo hàm riêng hỗn hợp bậc hai của hàm phân phối xc suất: f•#•‘— yx yxF ∂∂ ∂ 0 ‘•• ? ’ Tính chất: • f•x•y‘ ≥ 00 • Pš•X•Y‘ ∈ D›— ∫∫ D dxdyyxf ‘•• 0 • ∫∫ ℜ ? ‘•• dxdyyxf —0 1.3. MẪU NGẪU NHIÊN VÀ MẪU QUAN SÁT 1.3.1.Định nghĩa Mẫu ngẫu nhiên kích thước n đối với một biến ngẫu nhiên X là tập hợp của n biến ngẫu nhiên X  •X ? •000•X n độc lập được thành lập từ biến ngẫu nhiên X và có cùng quy luật phân phối xc suất với X. Mẫu ngẫu nhiên thường được ký hiu là W—•X  •X ? •000•X n ‘0 Giả sửX  nhận gi trịx  •X ? nhận gi trịx ? •000•X n nhận gi trịx n •khi đó tập hợp n gi trị x • x ? •000•x n tạo thành một gi trị cụ thể của mẫu ngẫu nhiên và được gọi làmẫu quan st•ký hiu w —•x • x ? •000•x n ‘0 ^RyR%$%&)N4fc8&$!%`!|,4N%$%&)N4f!g%4fQ0 77484%4]4Z&€!U%…Q_!! !|RZ44%p S†!34846'4f4%p•!U+S{6'4f4%p!p'!%{!| #[QNP4"74X%‰6'4f4%p!p84NP4"74Y0 / [...]... của hệ số tương quan: Hệ số tương quan r 0,01 < r < 0,1 0,2 < r < 0,3 0,4 < r < 0,5 0,6 < r < 0,7 r > 0,8 Ý nghĩa Mối tương quan quá thấp không đáng kể Mối tương quan thấp Mối tương quan trung bình Mối tương quan cao Mối tương quan rất cao - Ví dụ: Ðể thấy được đặc tính của r, bốn trường hợp sau đây trình bày sự liên hệ tuyến tính giữa X và Y tương ứng với các giá trị của r 14 1.4.2 Hệ số tương quan. .. 48,36 21,93 31,29 88,31 92,70 hạng 13 3 7 14 15 10 59,06 9 Sử dụng công thức tính hệ số tương quan hạng Spearman ta có: S = 1− 6.1168 = 0, 431 17(17 2 − 1) Ứng dụng SPSS để tính hệ số tương quan hạng Spearman, ta tiến hành các bước như trong các bước tính hệ số tương quan Pearson, chỉ khác là trong bước 2 ta tích vào Spearman để tính hệ số tương quan 36 ... hệ số Spearman được tính bằng: S = 1− 6∑ d i 2 i n( n 2 − 1) - Ý nghĩa: Hệ số Spearman có khoảng giá trị biến thiên và cách diễn đạt giống như hệ số Pearson r 15 CHƯƠNG II SỬ DỤNG SPSS ĐỂ TÌM HIỂU VỀ TƯƠNG QUAN 2.1 GIỚI THIỆU VỀ SPSS 2.1.1 SPSS là gì? SPSS (viết tắt của Statistical Package for the Social Sciences) là một phần mềm máy tính phục vụ công tác phân tích thống kê Thế hệ đầu tiên của SPSS. .. của biến theo cột 33 Bước 2: Sử dụng SPSS tính hệ số tương quan r • Từ thực đơn dọc chọn Analyse/Correlate/Bivariate • Từ danh sách biến đưa hai biến Chi phí quảng cáo và Tỉ suất lợi nhuận chuyển vào hộp Variable bằng cách nhấp chuột lên • Kích vào Pearson để chọn hệ số tương quan r 34 • Kích vào OK cho ta kết quả theo bảng sau: Bước 3: Kết luận 35 Theo kết quả trên ta có hệ số tương quan của hai biến. .. =1 i ; X và Y là các biến ngẫu n nhiên tuân theo quy luật phân phối chuẩn Hệ số r còn được gọi là hệ số Pearson để ghi nhận cống hiến của nhà thống kê học nổi tiếng Karl Pearson, người đầu tiên phát triển lí thuyết về tương quan vào đầu thế kỉ XX - Nhận xét: Hệ số tương quan r không có đơn vị, r luôn luôn biến động trong khoảng (-1; 1), nếu hệ số tương quan r dương cho biết X và Y biến động cùng chiều... Variable View - khai báo tên biến theo hàng - Khai báo dữ liệu của biến: Chọn Data View - Khai báo dữ liệu của biến theo cột 30 Bước 2: Sử dụng SPSS tính hệ số tương quan r • Từ thực đơn dọc chọn Analyse/Correlate/Bivariate • Từ danh sách biến đưa hai biến độ tuổi và cholesterol chuyển vào hộp Variable bằng cách nhấp chuột lên • Kích vào Pearson để chọn hệ số tương quan r 31 • Kích vào OK cho ta... mã số này rồi Copy vào mục License Code của Hình 18 → Hình19 27 Hình 19 Bây giờ chọn Next → Hình 20 Hình 20 Chọn Next → Hình 21 28 Hình 21 Chọn Finish Như vậy SPSS 16 đã cài đặt xong Để khởi động SPSS 16 có thể thao tác như Hình 22 hoặc đưa biểu tượng ra ngoài destop cho tiện Hình 22 2.2 SPSS VỚI PHÂN TÍCH TƯƠNG QUAN 2.2.1 SPSS với phân tích tương quan Pearson Ví dụ 1: Sử dụng SPSS để tìm mối tương. .. y2 yk ni* x1 n11 n12 n1k n1* x2 n21 n22 n2k n2* xh nn1 nn2 nnk nh* n*j n*1 n*2 n*k ∑=1 X 1.4 HỆ SỐ TƯƠNG QUAN 1.4.1 .Hệ số tương quan Pearson: - Định nghĩa: Giả sử {(Xi, Yi)}, i = 1, ,n là một mẫu ngẫu nhiên hai chiều thu được khi quan sát vectơ ngẫu nhiên (X, Y) thì hệ số tương quan mẫu rXY của X, Y được xác định như sau: n rXY = ∑ (X − X )(Y − Y ) i =1 i i n n i =1 i =1 ∑ ( X i − X )2... chức năng chính của SPSS • Nhập và làm sạch dữ liệu • Xử lý biến đổi và quản lý dữ liệu • Tóm tắt, tổng hợp dữ liệu và trình bày dưới các dạng biểu bảng, đồ thị bản đồ • Phân tích dữ liệu, tính toán các tham số thống kê và diễn giải kết quả 2.1.3 Những lĩnh vực ứng dụng của SPSS SPSS được các nhà khoa học sử dụng rộng rãi cho các nghiên cứu trong nhiều lĩnh vực như: • Ứng dụng SPSS trong nghiên cứu... chuyên sử dụng cho các máy chủ ở Mỹ SPSS cung cấp một hệ thống quản lý dữ liệu và khả năng phân tích thống kê với giao diện thân thiện cho người dùng trong môi trường đồ họa, sử dụng các trình đơn mô tả và các hộp thoại đơn giản SPSS là phần mềm thống kê được sử dụng rộng rãi trong nhiều nghành khoa học khác nhau như: Xã hội học, Y học, Nhân học, Tâm lý học, Kinh tế học, Marketing 2.1.2 Các chức . VINH  SỬ DỤNG SPSS ĐỂ TÌM HIỂU VỀ CÁC HỆ SỐ TƯƠNG QUAN GIỮA CÁC CẶP BIẾN LUẬN VĂN THẠC SỸ TOÁN HỌC Vinh, 2014   TRƯỜNG ĐẠI HỌC VINH  SỬ DỤNG SPSS ĐỂ TÌM. 6sN4f0 b(^!U+N^(q%‚!e4(4"!(]P4!+$#$%SJf&)!2 c8(&€6`RtQ]Q9L99S|4Z4c"!P4!+$0{NNr6+!e4%, S]!4N^(q%V8QbN:"SỬ DỤNG SPSS ĐỂ TÌM HIỂU VỀ CÁC HỆ SỐ TƯƠNG QUAN GIỮA CÁC CẶP BIẾN"0 2. Mục đích nghiên cứu • 4%p(]N !"!f&)!2c80 •. f&)9R[8UQ8%{*+Z4$!UJP4"!4(%$%64‹SO!4) 2f&)L[8U&+r0 d CHƯƠNG II. SỬ DỤNG SPSS ĐỂ TÌM HIỂU VỀ TƯƠNG QUAN 2.1. GIỚI THIỆU VỀ SPSS 2.1.1. SPSS là gì? 9L99•(4"!!Š!%V89!8!4&!4%8NL8%*8[¨+U![9+%48N9%4[%[&‘NQ_!Rt Q]QQ$!rR`%(`%e!$%RM!r%!)*0"fSt!4%V89L99 S2y%S28U8!•qQY.ž%&€6`%+%$%Q$%V‡§0 9L99%%'RQ_!f!)cZN