Phân tích dữ liệu bằng SPSS 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. Bieân soaïn: Ñaøo Hoaøi Nam 1 Phõn tớch d liu bng SPSS Trong nghiờn cu nh lng, d liu ban u c thu thp t hin trng l d liu thụ, chỳng ta cha th tin hnh phõn tớch v din gii nhng d liu dng thụ ny ngay c m ũi hi phi tin hnh cỏc bc x lý v phõn tớch cn thit t mó húa, kim tra, hiu ớnh, nhp liu n to bng biu cho d liu v thc hin cỏc phõn tớch thng kờ tng thớch. Nhim v tng quỏt ca vic x lý phõn tớch d liu l chuyn nhng mu d liu quan sỏt thụ m ta ó tin hnh mó húa v kim tra thnh nhng con s thng kờ cú ý ngha cho vic din gii kt qu nghiờn cu. Ton b cụng vic x lý phõn tớch phc tp ny ũi hi cn phi cú mỏy tớnh v cỏc phn mm chuyờn dng h tr. 3. Qui trỡnh x lý s liu Trong mt qui trỡnh nghiờn cu nh lng. Vic x lý d liu bt u t khi ta nhn c bng cõu hi ó c phng vn. Qui trỡnh x lý s liu bao gm cỏc bc sau: - Bc 1: Kim tra, hiu chnh cỏc tr li trờn bng cõu hi - Bc 2: Mó húa cỏc cõu tr li trờn bng cõu hi - Bc 3: Nhp d liu ó c mó húa vo mỏy tớnh - Bc 4: Xỏc nh cỏc li trong c s d liu v lm sch d liu - Bc 5: To bng cho d liu v tin hnh cỏc phõn tớch thng kờ Hai giai on u tiờn l nhng bc chun b cho vic phõn tớch bng mỏy tớnh sau ny. Giai on 3 l nhp cỏc d liu ó c mó húa vo mỏy tớnh. Quỏ trỡnh nhp liu ny cú th dn n nhng sai xút do ú mt bc k tip phi c thc hin trc khi tin hnh phõn tớch d liu l phi lm sch d liu ó c nhp vo trong mỏy. 4. Mt s lý thuyt thng kờ c bn 4.1. Cỏc tham s thng kờ o lng tp trung hay hi t ca d liu (central tendency measurement) - Giỏ tr trung bỡnh (Mean): L giỏ tr trung bỡnh s hc ca mt bin, c tớnh bng tng cỏc giỏ tr quan sỏt chia cho s quan sỏt. õy l dng cụng c thng c dựng cho dng o khong cỏch v t l. Giỏ tr trung bỡnh cú c im l chu s tỏc ng ca cỏc giỏ tr mi quan sỏt, do ú õy l thang o nhy cm nht i vi s thay i ca cỏc giỏ tr quan sỏt. Giỏ tr trung bỡnh c tớnh bng cụng thc sau: Bieõn soaùn: ẹaứo Hoaứi Nam 2 Phõn tớch d liu bng SPSS n X n i i x = = 1 - Trung v (Median): L s nm gia (nu lng quan sỏt l s l) hoc l giỏ tr trung bỡnh ca hai quan sỏt nm gia (nu s lng quan sỏt l s chn) ca mt dóy quan sỏt c xp xp theo th t t nh n ln. õy l dng cụng c thng kờ thng c dựng o lng mc tp trung ca dng d liu thang o th t, nú cú c im l khụng b nh hng ca cỏc giỏ tr u mỳt ca dóy phõn phi, do ú rt thớch hp phõn tớch i vi d liu cú s chờnh lch ln v giỏ tr hay u mỳt ca dóy phõn phi. - Mode: L giỏ tr cú tn sut xut hin ln nht ca mt tp hp cỏc s o, dng ny thng c dựng i vi dng d liu thang biu danh. Ging nh trung v, mode khụng b nh hng bi giỏ tr u mỳt ca dóy phõn phi. 4.2. Cỏc tham s thng kờ o lng mc phõn tỏn ca d liu (Dispersion), Kho sỏt hai nhúm cỏc con s sau:: Nhúm 1: 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11 Nhúm 2: 4, 5, 5, 5, 6, 6, 6, 6, 7, 7, 7, 8 Ta thy s kớch tht mu ca hai nhúm ny bng nhau, cỏc giỏ tr o lng mc tp trung ca d liu nh mean, media, mode u bng nhau v bng 6. Tuy nhiờn hai d liu ny hon ton khỏc nhau. Nhúm 1 cỏc d liu bin i nhiu hn nhúm 2, iu ny cú ngha cỏc giỏ tr trong nhúm 1 phõn tỏn hn, cỏc giỏ tr quan sỏt nm xa giỏ tr trung bỡnh ca mu hn l nhúm 2. o lng phõn tỏn cho bit c nhng khỏc bit gia hai nhúm d liu. Cú mt s cụng c o lng phõn tỏn ca d liu nh: - Phng sai (Variance): Dựng o lng mc phõn tỏn ca mt tp cỏc giỏ tr quan sỏt xung quanh giỏ tr trung bỡnh ca tp quan sỏt ú. Phng sai bng trung bỡnh cỏc bỡnh phng sai lch gia cỏc giỏ tr quan sỏt i vi giỏ tr trung bỡnh ca cỏc quan sỏt ú. Ngi ta dựng phng sai o lng tớnh i din ca giỏ tr trung bỡnh tng ng, cỏc tham s trung bỡnh cú phng sai tng ng cng ln thỡ giỏ tr thụng tin hay tớnh i din ca giỏ tr trung bỡnh ú cng nh. Phng sai ca mu c tớnh bng cụng thc sau: Bieõn soaùn: ẹaứo Hoaứi Nam 3 Phõn tớch d liu bng SPSS 1 )( 1 2 2 = = n xx S n i i - lch chun (Standard deviation): Mt cụng c khỏc dựng o lng phõn tỏn ca d liu xung quanh giỏ tr trung bỡnh ca nú. lch chun chớnh bng cn bt hai ca phng sai. Vỡ phng sai l trung bỡnh ca cỏc bỡnh phng sai lch ca cỏc giỏ tr quan sỏt t giỏ tr trung bỡnh, vic kho sỏt phng sai thng cho cỏc giỏ tr rt ln, do ú s dng phng sai s gp khú khn trong vic din gii kt qu. S dng lch chun s giỳp d dng cho vic din gii do cỏc kt qu sai bit a ra sỏt vi d liu gc hn. - Khong bin thiờn (Range): L khong cỏch gia giỏ tr quan sỏt nh nht n giỏ tr quan sỏt ln nht. - Sai s trung bỡnh mu (Standard Error of Mean) c dựng o lng s khỏc bit v giỏ tr trung bỡnh ca mu nghiờn cu ny so vi mu nghiờn cu khỏc trong iu kin cú cựng phõn phi. Nú cú th c dựng so sỏnh giỏ tr trung bỡnh quan sỏt vi mt giỏ tr ban u no ú (gi thuyt). V ta cú th kt lun hai giỏ tr ny l khỏc nhau nu t s v s khỏc bit i vi standard error of mean nm ngoi khong (-2,+2). Cụng thc tớnh sai s trung bỡnh mu: n S S x = 4.3. Khong c lng (Confident interval) L mt c lng xỏc nh khong giỏ tr c trng ca tng th cú th ri vo. Da vo d liu mu, vi mt tin cy cho trc ta cú th xỏc nh c giỏ tr i din cho ỏm ụng cú th nm trong mt khong c lng no ú. Vớ d gi x l mc thu nhp trung bỡnh ca ỏm ụng cn c lng. Vi tin cy ca khong sỏt nghiờn cu l 95% (ngha l cỏc c lng s luụn cú mt lng sai s chp nhn l 5%). Da vo mu quan sỏt ta cú th xỏc nh c hai giỏ tr v thu nhp l a v b sao cho xỏc sut thu nhp trung bỡnh ỏm ụng x ri vo khong a v b (a, b) l 95%. Lỳc ny ta cú th din gii rng vi chớnh xỏc l 95% (hay chp nhn 5% sai s) ta bit c thu nhp trung bỡnh ca ỏm ụng nghiờn cu nm trong khong (a, b). Bieõn soaùn: ẹaứo Hoaứi Nam 4 Phân tích dữ liệu bằng SPSS Công thức tính khoảng ước lượng: n S tXE X n 1, − ±= α Hoặc: E= p ± t ,n-1 S p 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 này Để kiểm nghiệm giả thuyết ta phải xây dựng giả thuyết. Giả thuyết đã hình thành được gọi là giả thuyết H 0 được xem như đúng cho đến khi ta có đủ căn cứ để kết luận khác hơn. Nếu giả thuyết H 0 không đúng thì phải có một giả thuyết nào đó khác H 0 gọi là H 1 là đúng. Một số giả thuyết thường gặp trong phân tích: _____oOo_____ Bieân soaïn: Ñaøo Hoaøi Nam 5 Phân tích dữ liệu bằng SPSS 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) Bieân soaïn: Ñaøo Hoaøi Nam 6 Phân tích dữ liệu bằng SPSS - 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) Bieân soaïn: Ñaøo Hoaøi Nam 7 Phõn tớch d liu bng SPSS Cú nhiu cỏch xỏc nh ra cỏc giỏ tr vt tri v giỏ tr li. Tuy nhiờn iu quan trng l xỏc nh xem cỏc giỏ tr vt tri ú cú phi l giỏ tr li hay khụng hay do s bt thng trong mu nghiờn cu: - S dng cụng c bng phõn b tn xut ngoi vic m s ln xut hin ca tng giỏ tr riờng bit, nú cũn giỳp ta tỡm ra cỏc giỏ tr li hoc cỏc giỏ tr mó húa sai sút hoc khụng mong i (vớ d nh bin gii tớnh ch cú hai giỏ tr mó húa 1 v 2 tng ng vi gii tớnh nam v n do ú khi kho sỏt ta s phỏt hin ra cỏc giỏ tr khỏc vi giỏ tr mó húa 1 v 2). Ngoi ra cụng c ny cũn cho phộp ta nhn ra c cỏc giỏ tr khuyt (Missing values) nhng li xut hin nh l mt giỏ tr hp l (Valid value) - ụi khi vic xỏc nh cỏc giỏ tr vt tri cú th c xỏc nh mt cỏch tt hn khi ta kho sỏt hai hay nhiu bin cựng mt lỳc. i vi cỏc bin dng biu danh (nominal) hoc th t (ordinal) s dng cụng c bng chộo ta cú th xỏc nh c nhng s kt hp phi lý gia hai hoc nhiu bin, vớ d nh mt ngi cha bao gi tiờu dựng sn phm A nhng li tham gia a ra nhng ý kin mc tha món trong tiờu dựng sn phm A. 5.2. Thng kờ mụ t (Descriptive Statistics) õy cú th c xem l phn ct lừi v thng gp nht trong vic phõn tớch v x lý s liu. Tuy nhiờn trc khi bt tay vo vic mụ t d liu (o lng tp trung hay phõn tỏn, t l %, mi quan h gia cỏc bin ), cn thit phi nm c loi bin ang kho sỏt (loi thang o ca bin) hay núi cỏch khỏc ta phi nm c ý ngha ca cỏc giỏ tr trong bin i vi bin nh danh hoc th t (nominal v ordinal) cỏc phộp tớnh toỏn s hc nh giỏ tr trung bỡnh khụng cú ý ngha thng kờ, c bit i vi bin nh danh mi s so sỏnh hn kộm gia cỏc giỏ tr trong bin u vụ ngha. Ngc li cỏc bin nh lng nh thang o khong cỏch v thang o t l (Interval v Ratio) thỡ mi s so sỏnh hay tớnh toỏn s hc cú ý ngha phõn tớch thng kờ 5.3. Kim nghim cỏc so sỏnh trung bỡnh mu (Tests for Comparing Means) Trong phõn tớch thng kờ ngi ta thng s dng cỏc phộp kim nghim kim nghim cỏc gi thuyt v giỏ tr trung bỡnh ca cỏc bin nh lng, v thng kờ cung cp cho ta cỏc cụng c nh kim nghim t (T-Test) hay kim nghim Z (Z-test) Kim nghim t cho mt mu, cp mu v hai mu ngu nhiờn c lp Bieõn soaùn: ẹaứo Hoaứi Nam 8 Phõn tớch d liu bng SPSS Ta cú ba dng kim nghim t cho vic so sỏnh cỏc giỏ tr trung bỡnh ca mu. Vic s dng dng no tựy thuc vo vn ta ang tin hnh so sỏnh cỏi gỡ - S dng kim nghim t cho hai mu ngu nhiờn c lp (Independent Samples T Test) l phng phỏp nhm mc ớch kim nghim so sỏnh giỏ tr trung bỡnh ca mt bin riờng bit theo mt nhúm cú khỏc bit hay khụng i vi giỏ tr trung bỡnh ca bin riờng bit ú theo mt nhúm khỏc. Vi gi thuyt ban u H 0 cho rng giỏ tr trung bỡnh ca hai nhúm ny l bng nhau. Vớ d ta kim nghim thu nhp trung bỡnh (bin thu nhp) theo hai nhúm gii tinh l nam v gii tớnh l n (bin gii tớnh s dng chia cỏc giỏ tr quan sỏt trong bin thu nhp thnh hai nhúm) - Cụng c kim nghim t cho cp mu (Paired-Samples T Test) c s dng kim nghim cú hay khụng giỏ tr trung bỡnh ca cỏc khỏc bit gia cỏc cp quan sỏt l khỏc giỏ tr 0. Vi gi thuyt ban u H 0 cho rng giỏ tr trung bỡnh cỏc khỏc bit ny l bng 0. Vớ d nh kim nghim s khỏc bit v im thi mụn hc ca hai nhúm sinh viờn cú tham gia v khụng cú tham gia chng trỡnh ph o ngoi gi. - Cụng c kim nghim t mt mu (One-Sample T Test) kim nghim cú hay khụng giỏ tr trung bỡnh ca mt bin l khỏc bit vi mt giỏ tr gi nh t trc. Vi gi thuyt ban u H 0 cho rng giỏ tr trung bỡnh kim nghim l bng vi giỏ tr gi thuyt a ra Phõn tớch phng sai mt chiu (One-Way ANOVA) Phõn tớch phng sai l mt dng m rng ca phng phỏp kim nghim t hai mu ngu nhiờn c lp (Independent-Samples T Test), v c s dng kim nghim cho nhiu hn hai nhúm. Phng phỏp phõn tớch ny kho sỏt s bin thiờn gia cỏc trung bỡnh mu trong mi liờn h vi s phõn tỏng ca cỏc quan sỏt trong tng mi nhúm. Vi gi thuyt ban u H 0 cho rng cỏc giỏ tr trung bỡnh ny l bng nhau. 5.4. Kim nghim cỏc mi quan h (Testing Relationships) Kim nghim mi quan h gia hai bin v kim nghim mi tng quan vi cng tng quan v chiu ca tng quan gia cỏc bin trong c s d liu - Trong kim nghim mi quan h gia hai bin, ta s dng kim nghim Chi-bỡnh phng kim nghim gi thuyt ban u cho rng hai bin th hin trong bng chộo (bin ct v bin hng) l khụng cú mi quan h vi nhau (c lp vi nhau). Bieõn soaùn: ẹaứo Hoaứi Nam 9 Phân tích dữ liệu bằng SPSS - 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____ Bieân soaïn: Ñaøo Hoaøi Nam 10 [...]... no trong s nhng nhúm tui sau: - Nhúm tui code Di 18 1 19 n 30 2 31 n 40 3 41 n 50 4 Trờn 50 - 5 Cõu hi 2: Núi n in thoi di ng, bn bit c nhng nhón hiu no trong danh sỏch lit kờ di õy Nhón hiu code Ericson Motorola 1 2 Nokia 3 Siemens 4 Panasonic 5 .V.V Cú th thy i vi cõu hi 1, ngi tr li ch cú th a ra mt cõu tr li duy nht v tui ca mỡnh, do ú bin cha ng cõu tr li ca cõu hi 1 l bin mt tr li Trong khi xem... vo mc sai sút c th: - Tr v cho b phn thu thp d liu lm sỏng t vn - Suy lun t cỏc cõu tr li khỏc - Loi b ton b bn cõu hi Bieõn soaùn: ẹaứo Hoaứi Nam 11 Phõn tớch d liu bng SPSS 2 Mó hoỏ d liu L quỏ trỡnh chuyn dch cõu tr li thc ca ngi tr li vo tng nhúm, tng mu i din vi cỏc giỏ tr i din tng ng nhm lm cho quỏ trỡnh túm tc, phõn tớch v nhp liu c d dng v hiu qu hn Cú hai dng mó húa: - Tin mó húa: L vic... s (numeric); Dng tin t; dng ngy (Date) hoc dng chui (String) Ngoi ra phn ny cng cho phộp ta nh dng cỏc dng s c hin th khỏc nhau (Xem hỡnh 4 -1 ) Bieõn soaùn: ẹaứo Hoaứi Nam 15 Phõn tớch d liu bng SPSS Hỡnh 4 -1 Tựy thuc vo yờu cu ca d liu, m ta s nh loi bin cho bin, SPSS mc nh loi bin l kiu s (numeric); ngoi ra cũn cú th khai bỏo cỏc kiu hin th s khỏc nhau nh kiu s cú du phy (Comma) hay du chm (Dot) ngn... v hng (Xem hỡnh 2 -1 ) D liu c nhp theo trỡnh t sau: - Khai bỏo tờn bin cha ng thụng tin cn nhp vo thanh bờn trờn mi ct (tờn mc nh ca cỏc ct ny trong SPSS l var000 01, , var0000x) Phn ny ó c cp chi tit trong phn nh bin - Chn ụ cn nhp d liu, l phn giao nhau gia ct v hng ễ cn nhp s cú khung vin chung quanh bỏo cho ngi nhp bit ú l ụ ang hot ng, tờn bin v s hiu hng c hin gúc trỏi ca ca s - Gừ giỏ tr cn nhp... ẹaứo Hoaứi Nam 12 Phõn tớch d liu bng SPSS CHNG 4: NH BIN V NHP D LIU 1 Khỏi nim v bin v cỏc giỏ tr trong bin Bin l tp hp nhng tr li cho mt cõu hi Cú hai loi bin nh sau: Phõn loi bin theo s lng cõu tr li: - Bin mt tr li: Bin dnh cho cõu hi cú mt tr li - Bin nhiu tr li: Cỏc bin dnh cho nhiu cõu tr li cú th cú trong mt cõu hi nhiu tr li Vớ d nh trong bng cõu hi cú hai cõu hi sau: Cõu hi 1: Hóy cho bit... cỏc giỏ tr vụ ngha v cỏc giỏ tr Bieõn soaùn: ẹaứo Hoaứi Nam 17 Phõn tớch d liu bng SPSS trng l giỏ tr khuyt ta phi nhp vo mt khong trng vo trụng ụ nh ra cỏc giỏ tr khuyt riờng bit - nh kớch c cho ct (Column format): nh ra chiu rng ca ct ang khai bỏo bin - nh ra v trớ hin th cỏc giỏ tr (align): V trớ hin th cỏc giỏ tr trong ct (phi, trỏi, gia) - nh ra dng thang o m bin th hin (measurement): Tựy thuc vo... thu thp c cỏc con s ny cú th nhp vo mỏy tớnh v cú th qun lý cng nh cú ý ngha trong SPSS, ta phi tin hnh nh bin cho d liu Qui trỡnh nh bin ny bao gm cỏc bc sau: - Gỏn tờn cho bin (Name): Ta gừ tờn bin cn khai bỏo vo ct u tiờn trong mn hỡnh Variables view (Nu ta khụng gừ tờn bin vo thỡ SPSS s mc nh tờn bin ny l Var0000 01) Tờn bin c khai bỏo ny s hin th trờn u cỏc ct trong mn hỡnh Data view Tờn bin b hn... loi b tt c cỏc trng hp ny ra khi cỏc x lý thng ke, ta phi tin hnh khai bỏo giỏ tr 99 l giỏ tr khuyt trong phn giỏ tr khuyt (Missing values) (Xem hỡnh 4-3 ) Hỡnh 4-3 SPSS mc nh l khụng cú khai bỏo giỏ tr khuyt Cú ba cỏch khai bỏo cỏc giỏ tr khuyt (1) hai bỏo bng 3 giỏ tr ri rc (Discrete missing values) (2) Khai bỏo mt chui liờn tc cỏc giỏ tr (Range of missing values) (3) Khai bỏo mt chui cỏc giỏ tr... hp thoi Value Nhp nhón ca giỏ tr vo hp thoi Value Label An nỳt Add xỏc nh nhón ú Bieõn soaùn: ẹaứo Hoaứi Nam 16 Phõn tớch d liu bng SPSS o Sa i mt nhón: Di vt sỏng n nhón cn sa i Nhp tờn nhón mi, n nỳt Change thay i o Loi b mt nhón: Di vt sỏng n nhón cn loi b An nỳt Remove loi b - nh ngha cỏc giỏ tr khuyt (Missing Values): c dựng nh ra cỏc giỏ tr c th cho cỏc giỏ tr m ta mun loi b ra khi... cựng ý ngha Tin trỡnh mó húa cú th c tin hnh nh sau: - u tiờn, xỏc nh loi cõu tr li cho nhng cõu hi tng ng Nhng cõu tr li ny cú th thu thp t mt mu cỏc bng cõu hi ó hon tt, thng l 25% trờn tng s bng cõu hi - Bc tip theo l xõy dng mt danh sỏch lit kờ cỏc cõu tr li, cỏc cõu tr li c lit kờ v tin hnh nhúm cỏc cõu tr li theo nhng nhúm c trng (cú cựng ý ngha) - Cui cựng, nhng nhúm cõu tr li ny c gỏn cho mt nhón . 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. _____oOo_____ Bieõn soaùn: ẹaứo Hoaứi Nam 12 Phân tích dữ liệu bằng SPSS CHƯƠNG 4: ĐỊNH BIẾN VÀ NHẬP DỮ LIỆU 1. Khái niệm về biến và các giá trị trong