slide bài giảng bai 7. nhập và xử lý dữ liệu

7.5 Phân tích thống kê mô tả Đo lường xu hướng trung tâm Measures of Central Tendency chia cho số lượng của dữ liệu.. 7.5 Phân tích thống kê mô tả Đo lường tính biến thiên Measures of V

Trang 1

Bài 7

Nhập và xử lý dữ liệu

Môn học: Phương pháp nghiên cứu kinh tế

Khoa Kinh tế Phát triển Đại học Kinh Tế TP Hồ Chí Minh

Trang 2

7.1 Giới thiệu

Nhằm hướng dẫn sinh viên cách:

khám phá (exploratory data analysis)

để trắc nghiệm mối quan hệ giữa các biến phân loại (categorical variables)

nghiệm giả thiết.

TS Trần Tiến Khai, UEH

Trang 3

Phân tích và diễn giải dữ liệu

Phân tích mô tả các biến số Lập bảng chéo cho các biến số

Trình bày dữ liệu

(histogram, boxplots, Pareto,

stem-and-leaf, AID, etc.)

Trang 5

7.3 Nhập số liệu

 Nguyên tắc chung: đặt tên biến ngắn gọn, viết

tắt (tiếng Việt không dấu hoặc tiếng Anh) Tên biến nên được đặt theo quy định

 Dùng Excel: dễ thao tác và chỉnh sửa, không

gian lưu trữ hạn chế, công cụ thống kê và kinh

tế lượng không đủ cho phân tích.

 Dùng SPSS: không gian lưu trữ gần như không

hạn chế, công cụ thống kê và kinh tế lượng phát triển đầy đủ cho nhu cầu phân tích Khai báo dữ liệu bắt buộc, mất thời gian

Trang 6

7.3 Nhập số liệu

Hình 5 2 Cách

nhập dữ liệu vào bảng tính SPSS

Trang 8

Định nghĩa kiểu biến

Trang 9

Xác định nhãn (giải thích) của biến

Trang 10

Xác định giá trị phân loại của biến

Trang 11

Xác định thang đo của biến

Trang 12

7.4 Làm sạch dữ liệu

7.4.1 Phát hiện giá trị dị biệt trong dữ liệu

a Sử dụng Excel: hàm Max và Min, công cụ Auto Filter, đồ thị Scatter

Trang 13

Hình 5.4 Công cụ đồ

thị Scatter trong Excel

Trang 14

7.4.1 Phát hiện giá trị dị biệt trong dữ liệu

b Sử dụng SPSS: đồ thị Scatter, công cụ Frequency, Bar Chart, Pie Chart, và Box Plot trong Explore

Trang 15

20 10

Motobike Names

Others Honda @ Honda Dream SYM Attila Yamaha Cygnus Honda Wave Yamaha Jupiter Yamaha Sirius Honda Future Neo Honda AirBlade

Trang 16

b Sử dụng SPSS: công cụ Frequency, Explore

Hình 8.6 Công cụ Frequency và Explore trong SPSS TS Trần Tiến Khai, UEH

Trang 18

Yamaha Sirius Honda Future Neo Honda AirBlade

Trang 19

dùng để thể hiện các dữ liệu tỷ lệ hoặc

khoảng cách

nhóm các giá trị dữ liệu của các biến số

(variable) thành các khoảng cách

dạng các thanh thể hiện giá trị dữ liệu.

b Sử dụng SPSS: công cụ Histogram

Trang 20

thể hiện tất cả các khoảng cách trong một

phân phối (distribution), và (2) trắc nghiệm dạng hình của phân phối như độ méo

(skewness), độ nhọn (kurtosis)

cho các biến danh nghĩa.

Trang 21

Age of motorbike user

75 70 65 60 55 50 45 40 35 30 25

N = 100.00

Ví dụ 8.2 Phân phối

biến số tuổi của người sử dụng xe máy

Trang 22

thân; và mỗi số liệu thể hiện trên một

thân gọi là một lá

biểu đồ histogram

b Sử dụng SPSS: biểu đồ Thân-và-Lá (Stem-and-Leaf Displays)

Trang 23

b Sử dụng SPSS: biểu đồ Thân-và-Lá (Stem-and-Leaf Displays)

Age of motorbike user Stem-and-Leaf Plot

Frequency Stem & Leaf

Trang 24

 Biểu đồ hộp, hay còn gọi là biểu đồ hộp-và-râu

(box-and-whisker plot), cho ta một hình ảnh trực quan khác

về vị trí, độ phân tán, dạng hình, độ dài đuôi và các giá trị bất thường (outliers) của phân phối

 Biểu đồ hộp thể hiện tóm tắt 5 giá trị thống kê của một

phân phối là trung vị (median), hai tứ phân vị trên và dưới (the upper and lower quartiles), và các giá trị quan sát lớn nhất và nhỏ nhất

b Sử dụng SPSS: biểu đồ hộp (Box-Plots)

Trang 25

thứ 3 (tương ứng với giá trị thứ 25% (25th percentile)

và giá trị thứ 75% (75th percentile) của dãy số liệu

thể hiện giá trị lớn nhất và nhỏ nhất Các giá trị này nằm trong khoảng tối đa 1,5 lần khoảng cách giữa các

tứ phân vị tính từ lề của hộp

Trang 26

Giá trị lớn nhất quan sát được không phải là giá trị bất thường

Tứ phân vị thứ 3 (75 th PERCENTILE) Trung vị (MEDIAN)

Tứ phân vị thứ 1 (25 th PERCENTILE)

Các giá trị lớn hơn 3 lần so với độ dài của hộp tính từ giá trị tứ phân vị thứ 1 (25 th percentile) (extremes)

Các giá trị lớn hơn 1,5 lần so với độ dài của hộp tính

từ giá trị tứ phân vị thứ 1 (25 th percentile) (outliers)

Giá trị lớn nhất quan sát được không phải là giá trị bất thường

50% trường hợp có giá trị nằm trong hộp

Trang 27

100 100

8.4 Biểu đồ hộp của biến

số Tuổi của người sử dụng

xe máy và số ngày sử

dụng trong tháng

Trang 28

7.5 Phân tích thống kê mô tả

Statistics trong chức năng Data Analysis.

Descriptives, Explore trong chức năng

Descriptive Statistics của SPSS.

8.5.1 Phân tích thống kê mô tả cho biến định lượng

Trang 29

Các chỉ tiêu thống kê mô tả :

Trang 30

Đo lường xu hướng trung tâm (Measures of Central

Tendency)

chia cho số lượng của dữ liệu

 Trung vị (median) là giá trị của số liệu có vị trí nằm giữa bộ

số liệu sắp xếp theo trật tự Đây chính là điểm giữa của phân phối Khi số quan sát là chẵn, trung vị là giá trị trung bình của hai quan sát ở vị trí trung tâm

 Mode là giá trị của quan sát có tần suất xuất hiện nhiều nhất

trong bộ dữ liệu

 Khoảng cách (range) là giá trị khác biệt giữa con số lớn nhất

và nhỏ nhất trong bộ dữ liệu

Trang 31

Đo lường tính biến thiên (Measures of Variability)

bình phương giữa các giá trị của các quan sát và giá trị trung bình.

mức độ phân tán của số liệu xung quanh giá trị trung bình

the mean; s.e.) đo lường phạm vi mà giá trị trung bình của quần thể (µ) có thể xuất hiện với một xác suất cho trước dựa trên giá trị trung bình của mẫu (mean)

Trang 32

Đo lường dạng hình của phân phối (Measures of Shape)

một trong hai phía

đuôi phía trái dài hơn, và phần lớn số liệu tập trung ở phía phải của phân phối

đuôi phía phải dài hơn, và phần lớn số liệu tập trung ở phía trái của phân phối

trị skewness âm Độ méo càng lớn thì giá trị sknewness càng lớn hơn 0

Trang 33

Hình 8.10 Đường phân phối chuẩn và các đặc tính

Trang 34

Hình 8.11 Các dạng phân phối lệch trái và lệch phải so với phân

phối bình thường

Trang 35

Đo lường dạng hình của phân phối (Measures of Shape)

 Độ nhọn (kurtosis) đo lường mức độ nhọn hay bẹt của

phân phối so với phân phối bình thường (có độ nhọn

bằng 0) Phân phối có dạng nhọn khi giá trị kurtosis

dương và có dạng bẹt khi giá trị kurtosis âm

 Với phân phối bình thường, giá trị của độ méo và độ

nhọn bằng 0 Căn cứ trên tỷ số giữa giá trị skewness và kurtosis và sai số chuẩn của nó, ta có thể đánh giá

phân phối có bình thường hay không (khi tỷ số này nhỏ hơn -2 và lớn hơn +2, phân phối là không bình thường)

Trang 36

Phân tích thống kê mô tả với SPSS: công cụ Descriptive

Hình 8.13 Các chức năng thống kê mô tả của công cụ Descriptives TS Trần Tiến Khai, UEH

Trang 37

Phân tích thống kê mô tả với SPSS: công cụ Descriptive

Bảng 8.6 Thống kê mô tả các biến số Tuổi của người sử dụng xe máy

Trang 38

Phân tích thống kê mô tả với SPSS: công cụ Explore

Công cụ Explore rất thích hợp để thống kê mô tả chi tiết các biến số phân nhóm theo một biến phân loại khác (factor variable)

Trang 39

Age of motorbike user Number of used

days in a month User

gender

Statistic Std Error Statistic Std

Error female Mean 38.46 2.11 20.71 1.07

95% Confidence Interval for Mean Lower Bound 34.19 18.54

Upper Bound

42.74 22.88

5% Trimmed Mean 38.13 20.95

Variance 183.205 47.212 Std Deviation 13.54 6.87

Interquartile Range 23.00 11.00 Skewness 118 369 -.513 369 Kurtosis -1.089 724 -.838 724

7.7 Thống kê mô tả các biến số Tuổi của người sử dụng xe máy và số

ngày sử dụng trong tháng phân theo giới tính

Trang 40

7.7 Thống kê mô tả các biến số Tuổi của người sử dụng xe máy và số

ngày sử dụng trong tháng phân theo giới tính

Interquartile Range 28.00 15.00 Skewness 292 311 -.175 311 Kurtosis -.932 613 -1.271 613

Trang 41

7.5.2 Phân tích thống kê mô tả cho biến định tính

a Sử dụng công cụ Basic Table trong SPSS

Trang 42

Trang 43

Bảng Phân bố nhóm tuổi của người sử dụng xe máy theo nhãn hiệu

Trang 44

nhiều hơn các biến phân loại hoặc danh nghĩa (categorical or

nominal variables), ví dụ như là giới tính Bảng chéo sử dụng

các bảng có các cột và dòng thể hiện các mức độ hoặc các giá trị mã hóa của từng biến phân loại hoặc danh nghĩa

biến Khi bảng chéo được xây dựng để trắc nghiệm thống kê,

ta gọi chúng là bảng contingency (contingency tables), và loại trắc nghiệm dùng để đánh giá liệu các biến phân loại có độc lập với nhau hay không là χ2 (Chi bình phương / chi-square)

b Sử dụng công cụ Bảng chéo (Cross-Tabulation) trong SPSS

Trang 45

Trang 46

Trang 47

Bảng Phân bố giới tính của người sử dụng xe máy theo nhãn hiệu

Motobike Names * User gender Crosstabulation

Motobike Names

Trang 48

User gender * Motobike Names Crosstabulation

3 4 3 6 9 2 5 2 3 4 41 4.1 3.3 2.9 5.3 9.8 1.6 4.5 2.5 2.9 4.1 41.0 7.3% 9.8% 7.3% 14.6% 22.0% 4.9% 12.2% 4.9% 7.3% 9.8% 100.0% 30.0% 50.0% 42.9% 46.2% 37.5% 50.0% 45.5% 33.3% 42.9% 40.0% 41.0% 3.0% 4.0% 3.0% 6.0% 9.0% 2.0% 5.0% 2.0% 3.0% 4.0% 41.0%

7 4 4 7 15 2 6 4 4 6 59 5.9 4.7 4.1 7.7 14.2 2.4 6.5 3.5 4.1 5.9 59.0 11.9% 6.8% 6.8% 11.9% 25.4% 3.4% 10.2% 6.8% 6.8% 10.2% 100.0% 70.0% 50.0% 57.1% 53.8% 62.5% 50.0% 54.5% 66.7% 57.1% 60.0% 59.0% 7.0% 4.0% 4.0% 7.0% 15.0% 2.0% 6.0% 4.0% 4.0% 6.0% 59.0%

10 8 7 13 24 4 11 6 7 10 100 10.0 8.0 7.0 13.0 24.0 4.0 11.0 6.0 7.0 10.0 100.0 10.0% 8.0% 7.0% 13.0% 24.0% 4.0% 11.0% 6.0% 7.0% 10.0% 100.0% 100.0% 100.0% 100.0% 100.0% 100.0% 100.0% 100.0% 100.0% 100.0% 100.0% 100.0% 10.0% 8.0% 7.0% 13.0% 24.0% 4.0% 11.0% 6.0% 7.0% 10.0% 100.0%

Count Expected Count

% within User gender

% within Motobike Names

% of Total Count Expected Count

% of Total

female

male User gender

Total

Honda AirBlade

Honda Future Neo

Yamaha Sirius

Yamaha Jupiter Honda Wave

Yamaha Cygnus SYM Attila Honda Dream Honda @ Others

Motobike Names

Total

Bảng Phân bố giới tính của người sử dụng xe máy theo nhãn hiệu

Trang 49

7.6 Phân tích trắc nghiệm giả thiết

7.6.1 Trắc nghiệm giả thiết

 Mục tiêu của trắc nghiệm giả thiết là nhằm quyết

định tính chính xác của giả thiết dựa trên các số

liệu mẫu thu thập được Chúng ta đánh giá tính

chính xác của các giả thiết bằng cách áp dụng các

kỹ thuật thống kê; và đánh giá tầm quan trọng của

sự khác biệt có ý nghĩa thống kê.

 Cách tiếp cận cổ điển hay là lý thuyết lấy mẫu thể

hiện cách nhìn mục tiêu theo xác suất dựa trên

phân tích dữ liệu mẫu Một giả thiết được xây dựng,

nó sẽ bị bác bỏ hoặc chấp nhận dựa trên mẫu dữ liệu thu thập

Trang 50

Mục tiêu và kiểu của các câu hỏi nghiên cứu

So sánh nhóm

Thống kê liên quan (v.d tương quan, hồi quy)

Thống kê mô

tả (v.d trung bình, tỷ lệ)

Trang 51

Xây dựng giả thiết H 0 và giả thiết thay thế

Câu hỏi NC Giả thiết H 0 Biểu diễn giả

thiết H 0 Giả thiết H 1 Biểu diễn giả thiết H 1

và nữ.

H0: µnam = µnữ Có sự khác

biệt về tuổi giữa nam và nữ.

H0: рGM = 0 Có liên hệ

giữa giới tính

và nhãn hiệu xe.

H0: µuth = µuth Có khác biệt

giữa các nhóm tuổi về mức

độ sử dụng xe.

H1: µuth ≠ µuth

Trang 52

8.6.2 Quy trình trắc nghiệm giả thiết

1 Phát biểu giả thiết

2 Chọn loại trắc nghiệm thống kê

3 Chọn mức ý nghĩa mong muốn

4 Tính giá trị khác biệt

5 Có được giá trị trắc nghiệm

6 Diễn giải kết quả trắc nghiệm

Trang 53

7.6.2 Quy trình trắc nghiệm giả thiết

1 Phát biểu giả thiết và giả thiết

thay thế

2 Chọn mức ý nghĩa mong muốn

3 Có được giá trị xác suất p

4 So sánh giá trị xác suất p và

mức ý nghĩa và ra quyết định

5 Diễn giải kết quả trắc nghiệm

Trang 54

cho kết quả với giá trị xác suất (p

values)

để đạt được một kết quả, ít nhất cao bằng, hoặc cao hơn giá trị được quan sát trong thực tế, với điều kiện cho

Giá trị xác suất (p Values)

Trang 55

nghĩa (significant level - α), và dựa trên kết ), và dựa trên kết quả này để bác bỏ hay không bác bỏ giả

thiết

giả thiết bị bác bỏ (p value < α), và dựa trên kết , bác bỏ giả thiết H0).

ý nghĩa, không bác bỏ giả thiết (p value > α), và dựa trên kết , không bác bỏ giả thiết H0)

Giá trị xác suất (p Values)

Trang 56

nonparametric (phi tham số)

xử lý các dữ liệu dạng scale (interval, ratio).

các dữ liệu dạng nominal và ordinal

Kiểm định ý nghĩa: các kiểu kiểm định

Trang 57

định:

phân phối bình thường chuẩn.

có thể thực hiện được.

Parametric tests

Trang 58

 Không đòi hỏi các quan sát phải được rút ra từ các

dân số phân phối bình thường chuẩn.

 Không đòi hỏi các dân số phải có phương sai tương

Trang 59

nên suy nghĩ đến 3 câu hỏi:

hay nhiều hơn 2 mẫu phụ (k)?

(k), chúng có độc lập với nhau hay không?

Làm sao chọn một trắc nghiệm thống kê phù hợp?

Trang 60

Các kỹ thuật phân tích thống kê nên dùng theo loại dữ liệu và trắc nghiệm

Measurement

Related Samples

Independent Samples

Related Samples

Independent Samples

Nominal - Binomial

- χ2 one-sample test

- McNemar - Fisher exact

test

- χ2 sample test

two Cochran Q - χ2 for

k-samples

Ordinal -

Kolmogorov-Smirnov sample test

one Runs test

- Sign test

- Wilcoxon matched-pairs test

-Median test Mann-Whitney U

- Smirnov

Kolmogorov- Wolfowitz

Wald Friedman way ANOVA

two Median extension

- Wallis one-way ANOVA

Kruskal-Interval and Ratio - T-test

- Z test - T-test for paired samples - T-test- Z test - Repeated-measured

ANOVA

- One-way ANOVA

- N-way ANOVA

Định dạng
Số trang	91
Dung lượng	1,84 MB