phân tích thống kê dữ liệu trong điều tra xã hội học

Khái niệm thống kê Thống kê là hệ thống các phương pháp dùng để thu thập, xử lý và phân tích các con số mặt lượng của những hiện tượng số lớn để tìm hiểu bản chất và qui luật vốn có của

§¹i häc Th¸i Nguyªn ĐẠI HỌC CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THÔNG

Đồng Thị Thùy Linh

PHÂN TÍCH THỐNG KÊ DỮ LIỆU TRONG

ĐIỀU TRA XÃ HỘI HỌC

Chuyªn ngµnh: Khoa häc m¸y tÝnh

PHÂN TÍCH THỐNG KÊ DỮ LIỆU TRONG

ĐIỀU TRA XÃ HỘI HỌC

Chuyên ngành: Khoa học máy tính

Mã số: 60 48 01

LUẬN VĂN THẠC SĨ CÔNG NGHỆ THÔNG TIN

Hướng dẫn khoa học: PGS.TS Bùi Thế Hồng

Th¸i Nguyªn - 2011

LỜI CẢM ƠN!

Em xin gửi lời cảm ơn chân thành nhất đến PGS.TS Bùi Thế Hồng, người

đã tận tình hướng dẫn, giúp đỡ em trong suốt thời gian thực hiện luận văn này

Con cảm ơn Cha, Mẹ và gia đình, những người đã dạy dỗ, khuyến khích, động viên con trong những lúc khó khăn, tạo mọi điều kiện cho chúng con nghiên cứu học tập

Em cảm ơn các thầy, cô trong Viện Công Nghệ Thông Tin Hà Nội cùng các thầy cô trong trường Đại học Công nghệ thông tin và truyền thôn g – ĐH Thái Nguyên đã dìu dắt, giảng dạy em, giúp em có những kiến thức quý báu trong những năm học qua

Cảm ơn các bạn đã tận tình động viên đóng góp ý kiến cho luận văn của tôi Mặc dù đã cố gắng hết sức cùng với sự tận tâm của thầy giáo hướng dẫn song do trình độ còn hạn chế, nội dung đề tài còn mới mẻ nên Luận văn khó tránh khỏi những thiếu sót Em rất mong nhận được sự thông cảm và góp ý của thầy cô và các bạn

Thái Nguyên, ngày 30 tháng 9 năm 2011

Học viên

Đồng Thị Thùy Linh

LỜI CAM ĐOAN

Em xin cam đoan toàn bộ nội dung bản luận văn này là do em tự sưu tầm, tra cứu và sắp xếp cho phù hợp với nội dung yêu cầu của đề tài

Tất cả các thử nghiệm của luận văn đều do em tự thiết kế và xây dựng, trong

đó có sử dụng một số ứng dụng chuẩn của phần mềm SPSS 18.0 và bộ số liệu cuộc

điều tra về “Mô tả thực trạng, kiến thức, hành vi phòng chống tai nạn thương tích của học sinh phổ thông trước và sau can thiệp Xây dựng và đánh giá mô hình phòng chống TNTT tại trường phổ thông thành phố Thái Nguyên,”

Nếu sai em xin hoàn toàn chịu trách nhiệm

Thái Nguyên, ngày 30 tháng 9 năm 2011

Người cam đoan

Đồng Thị Thùy Linh

MỤC LỤC

Trang phụ bìa

LỜI CAM ĐOAN i

MỤC LỤC ii

Danh mục các bảng v

Lời mở đầu 1

Chương 1: Tổng quan về thống kê dữ liệu và điều tra xã hội học 3

1.1 Khái quát về dữ liệu và thống kê 3

1.1.1 Dữ liệu là gì? 3

1.1.2 Thống kê là gì? 3

1.1.3 Một số khái niệm thường dùng của thống kê 4

1.1.4 Khái quát quá trình nghiên cứu thống kê 6

1.2 Giới thiệu các phương pháp tiến hành điều tra xã hội học 7

1.2.1 Đối tượng nghiên cứu của xã hội học 7

1.2.2 Những phương pháp nghiên cứu xã hội học 8

1.3 Các phương pháp và kỹ thuật đó phân tích thống kê dữ liệu 11

1.3.1 Ước lượng 11

1.3.2 Tương quan và hồi quy 11

1.3.3 Kiểm định giả thuyết 12

1.4 Giới thiệu về các phần mềm ứng dụng phân tích thống kê dữ liệu 13

1.4.1 Phần mềm SPSS 13

1.4.2 Phần mềm Epidata 13

Chương 2: Một số vấn đề trong phân tích dữ liệu thống kê 14

2.1 Thống kê mô tả 14

2.1.1 Mục tiêu của các nghiên cứu mô tả 14

2.1.2 Những nội dung chính của các nghiên cứu mô tả 14

2.1.3 Thiết kế nghiên cứu mô tả 15

2.1.4 Mối quan hệ nhân quả 17

2.2 Cơ sở dữ liệu 17

2.2.1 Cơ sở dữ liệu là gì? 17

2.2.2 Các dạng cơ sở dữ liệu 18

2.2.3 Biểu diễn thông tin thống kê trong cơ sở dữ liệu 19

2.2.4 Mã hóa các thông tin trong cơ sở dữ liệu 20

2.2.5 Xác định và xử lý các giá trị bị thiếu và vượt trội trong cơ sở dữ liệu 22

2.3 Ước lượng 23

2.3.1 Khái niệm 23

2.3.2 Ước lượng một trung bình quần thể 24

2.3.3 Ước lượng tỷ lệ của một quần thể 26

2.3.4 Ước lượng sự khác nhau giữa hai trung bình quần thể 27

2.3.5 Ước lượng sự khác nhau giữa hai tỷ lệ quần thể 29

2.4 Kiểm định giả thuyết thống kê 30

2.4.1 Khái niệm 30

2.4.2 Hình thành các giả thuyết 30

2.4.3 Các kết luận và kết quả có được từ việc kiểm định giả thuyết 31

2.4.4 Các bước của việc kiểm định giả thuyết thống kê 32

2.4.5 Các thống kê kiểm định và miền bác bỏ 33

2.4.6 Ứng dụng lý thuyết kiểm định 34

Chương 3: Ứng dụng thử nghiệm trong điều tra xã hội học 40

3.1 Giới thiệu về cuộc điều tra 40

3.1.1 Đối tượng nghiên cứu 40

3.1.2 Địa điểm và thời gian nghiên cứu 40

3.1.3 Phương pháp nghiên cứu 41

3.2 Phương pháp thu thập và xử lý số liệu 43

3.2.1 Phương pháp thu thập số liệu 43

3.2.2 Phương pháp xử lý nhập số liệu 43

3.2.3 Kết quả của cuộc nghiên cứu 44

3.3 Sử dụng phương pháp ước lượng các tham số rút ra từ quần thể 45

3.3.1 Ước lượng về sự hiểu biết trung bình của học sinh phổ thông về phòng

tránh TNTT do bỏng 46

3.3.2 Ước lượng sự khác nhau về sự hiểu biết trung bình của học sinh trước và sau can thiệp 49

3.3.3 Ước lượng tỷ lệ học sinh bị TNTT trên tổng số học sinh 50

3.4 Kiểm định giả thuyết 51

3.4.1 Kiểm định giả thuyết về sự khác nhau về mức độ hiểu biết trung bình của học sinh về phòng tránh TNTT do bỏng trước và sau can thiệp 52

3.4.2 Kiểm định giả thuyết về tỷ lệ học sinh bị TNTT trên tổng số học sinh 54

3.4.3 Kiểm định giả thuyết về tỷ lệ học sinh bị TNTT trước và sau can thiệp và theo giới 55

Kết luận 60

Kiến nghị những nghiên cứu tiếp theo 61

Tài liệu tham khảo 62

PHỤ LỤC 63

Danh mục các bảng

Bảng 2.1 Các kết luận và kết quả khi kiểm định một giả thuyết

Bảng 3.1 Tỷ lệ học sinh có hành vi đúng về TNTT do bỏng trước can thiệp

Bảng 3.2 Bảng kết quả khoảng tin cậy cho trung bình quần thể chung cho toàn thể mẫu

Bảng 3.3 Bảng mô tả về trung bình quần thể về kiến thức phòng tránh TNTT trước can thiệp và sau can thiệp của trường Quang Trung

Bảng 3.4 Kết quả tìm khoảng tin cậy cho sự khác nhau giữa hai trung bình mẫu với độ tin cậy 95%

Bảng 3.5 Kết quả tìm khoảng tin cậy cho sự khác nhau giữa hai trung bình mẫu với độ tin cậy 98%

Bảng 3.6 Tỷ lệ học sinh bị TNTT

Bảng 3.7 Kết quả các nhóm thống kê (Group Statistics)

Bảng 3.8 Kết quả kiểm định về mức độ hiểu biết trung bình về phòng tránh TNTT

do bỏng của học sinh trước và sau can thiệp

Lời mở đầu

1 Tính cấp thiết của đề tài

Thống kê là một bộ môn khoa học bao gồm các phương pháp thu thập, tổ chức và phân tích các dữ liệu Ngày nay thống kê đã đi vào hầu hết các lĩnh vực của

xã hội như kinh tế thị trường, chỉ số giá cả, tỷ lệ tăng giảm dân số, khí hậu, thời tiết,

y tế Những cuộc khảo sát thăm dò dư luận, các cuộc điều tra chọn mẫu về dân

số, sức khỏe, giáo dục và các dự báo dân số đã và đang được tiến hành, tất cả đều chứng thực cho tầm quan trọng của các phương pháp thống kê trong các sự kiện quan trọng hằng ngày

Phân tích thống kê là một bộ phận khoa học đã hình thành từ lâu, đã chứng minh được sự cần thiết và quan trọng của nó trong đời sống và phát triển kinh tế xã hội hiện đại

2 Mục tiêu nghiên cứu của đề tài

- Tìm hiểu về điều tra xã hội học và phân tích dữ liệu thống kê

- Ứng dụng thực tế trong điều tra xã hội học

3 Đối tượng và phạm vi nghiên cứu

- Các khảo sát điều tra xã hội học

- Phân tích thống kê số liệu điều tra xã hội học

- Các công cụ phân tích thống kê dữ liệu

- Các phương pháp đánh giá ước lượng hỗ trợ ra quyết định về các xu hướng hay các chính sách xã hội

4 Phương pháp nghiên cứu

- Tìm hiểu các phương pháp tiến hành điều tra xã hội học

- Nghiên cứu các phương pháp phân tích thống kê dữ liệu

- Chọn lựa các phương pháp phân tích tổng hợp và các công cụ đánh giá dữ liệu

5 Kết cấu luận văn

Bố cục của Luận văn gồm ba chương chính như sau:

Chương 1: Tổng quan về thống kê dữ liệu và điều tra xã hội học

- Khái quát về dữ liệu thống kê

- Giới thiệu các phương pháp tiến hành điều tra xã hội học

- Các phương pháp và kỹ thuật phân tích thống kê dữ liệu

Chương 2: Một số vấn đề trong phân tích dữ liệu thống kê

- Thống kê mô tả

- Cơ sở dữ liệu

- Ước lượng

- Kiểm định giả thuyết

Chương 3: Ứng dụng thử nghiệm trong điều tra xã hội học

Dựa trên số liệu của cuộc điều tra, sử dụng thống kê suy luận để:

- Tìm khoảng tin cậy

- Kiểm định các giả thuyết

6 Kết quả đạt đƣợc

Qua quá trình thực hiện luận văn em đã thực hiện được một số công việc sau:

- Hiểu được về điều tra xã hội học, quá trình thực hiện một cuộc điều tra xã hội học, và ý nghĩa của nó trong xã hội hiện đại

- Hiểu được về thống kê dữ liệu và phân tích thống kê dữ liệu

- Áp dụng được ước lượng và kiểm định giả thuyết vào phân tích thống kê dữ liệu

7 Ý nghĩa khoa học của đề tài

- Đề tài có ý nghĩa khoa học, thời sự và mang đậm tính thực tiễn

- Thông qua quá trình phân tích dữ liệu thống kê trong điều tra xã hội học đưa ra các đánh giá hỗ trợ cho việc ra quyết định về các xu hướng hay các chính sách xã hội

Chương 1: Tổng quan về thống kê dữ liệu và điều tra xã hội học 1.1 Khái quát về dữ liệu và thống kê

1.1.1 Dữ liệu là gì?

Dữ liệu được định nghĩa là những điều được biết đến, hoặc giả định sự kiện

và con số, mà từ đó kết luận có thể được suy ra Nói chung, dữ liệu là thông tin ở dạng thô về chất lượng cũng như số lượng Các nguồn có thể được bất cứ điều gì từ tin đồn kết quả của nghiên cứu và điều tra Các điều khoản của báo cáo có thể được

mô tả, số, hoặc kết hợp khác nhau của cả hai Việc chuyển đổi từ dữ liệu kiến thức

có thể được xem xét bao gồm các trình tự phân cấp [9]:

Dữ liệu thường được xem là cấp thấp nhất của trừu tượng mà từ đó thông tin

và sau đó kiến thức có nguồn gốc Dữ liệu thô, tức là dữ liệu chưa qua chế biến, đề cập đến một tập hợp các số, ký tự, hình ảnh, kết quả đầu ra khác từ các thiết bị thu thập thông tin để chuyển đổi số lượng vật lý vào biểu tượng [9]

1.1.2 Thống kê là gì?

a Khái niệm thống kê

Thống kê là hệ thống các phương pháp dùng để thu thập, xử lý và phân tích các con số (mặt lượng) của những hiện tượng số lớn để tìm hiểu bản chất và qui luật vốn có của chúng (mặt chất) trong điều kiện không gian và thời gian cụ thể [7]

Mọi sự vật, hiện tượng đều có hai mặt chất và lượng không tách rời nhau, và khi chúng ta nghiên cứu hiện tượng, điều chúng ta muốn biết đó là bản chất của hiện tượng Nhưng mặt chất thường ẩn bên trong, còn mặt lượng biểu hiện ra bên ngoài dưới dạng các đại lượng ngẫu nhiên Do đó phải thông qua các phương pháp

xử lý thích hợp trên mặt lượng của số lớn đơn vị cấu thành hiện tượng, tác động của

Tri thức Thông tin

Dữ liệu

các yếu tố ngẫu nhiên mới được bù trừ và triệt tiêu, bản chất của hiện tượng mới bộc lộ ra và ta có thể nhận thức đúng đắn bản chất, quy luật vận động của nó [7]

Thống kê được chia làm hai lĩnh vực [7]:

- Thống kê mô tả : bao gồm các phương pháp thu thập số liệu, mô tả và trình bày số liệu, tính toán các đặc trưng đo lường

- Thống kê suy diễn : Bao gồm các phương pháp như ước lượng, kiểm định, phân tích mối liên hệ, dự đoán trên cơ sở các thông tin thu thập từ mẫu

b Đối tượng nghiên cứu của thống kê

Đối tượng nghiên cứu của thống kê là mặt lượng trong mối quan hệ chặt chẽ với mặt chất của hiện tượng kinh tế - xã hội, tự nhiên trong một không gian và thời gian cụ thể, như biến động cơ học của dân số, hiện tượng vế quá trình tái sản xuất sản phẩm, về đời sống vật chất văn hoá… Cũng như mọi vật tồn tại trong xã hội, hiện tương kinh tế xã hội cũng tồn tại trên hai mặt: chất và lượng có liên quan mật thiết với nhau Trong hiện tương kinh tế - xã hội mặt chất biểu hiện ở: đặc điểm, tính chất, đặc trưng, tính qui luật phát triển của hiện tượng nghiên cứu Mặt lượng là những biểu hiện là những biểu hiện được biểu hiện bằng những con số cụ thể nói lên: qui mô, tốc độ phát triển, kết cấu… Thống kê không nghiên cứu trực tiếp mặt chất của hiện tượng kinh tế - xã hội mà chỉ nghiên cứu mặt số lượng cụ thể của hiện tượng kinh tế xã hội Thông qua phân tích hệ thống chỉ tiêu thống kê của những con

số cụ thể, chúng ta rút ra được những đặc điểm, tính chất, đặc trưng và tính qui luật phát triển kinh tế xã hội qua từng thời gian và địa điểm cụ thể, thống kê nghiên cứu

số lớn của các hiện tượng kinh tế xã hội là xuất phát từ qui luật số lớn trong lý thuyết xác suất và tính qui luật thống kê Thông qua nghiên cứu số lớn các hiện tượng cá biệt nhằm loại bỏ tác động ngẫu nhiên, riêng lẻ cá biệt, nhằm bộc lộ rõ tính tất nhiên, tính phổ biến, điển hình chung của số lớn hiện tượng nghiên cứu [7]

1.1.3 Một số khái niệm thường dùng của thống kê

1.1.3.1 Tổng thể thống kê, đơn vị tổng thể thống kê

Tổng thể thống kê là tập hợp các đơn vị (hay phần tử) thuộc hiện tượng nghiên cứu, cần quan sát, thu thập và phân tích về mặt lượng của chúng theo một

hay một số tiêu thức nào đó Các đơn vị (hay phần tử) cấu thành tổng thể thống kê gọi là đơn vị tổng thể [7]

Như vậy thực chất của việc xác định tổng thể thống kê là việc xác định các đơn vị tổng thể Đơn vị tổng thể là xuất phát điểm của quá trình nghiên cứu thống

kê vì nó chứa đựng những thông tin ban đầu cho qua trình nghiên cứu

Tổng thể đồng chất: Là tổng thể bao gồm các đơn vị giống nhau hay một số đặc điểm chủ yếu có liên quan trực tiếp đến mục đích nghiên cứu [7]

- Tổng thể bộc lộ: Bao gồm các đơn vị mà trực tiếp quan sát, nhận biết được

- Tổng thể tiềm ẩn: Bao gồm các đơn vị mà không trực tiếp quan sát, nhận biết được

1.1.3.3 Tiêu thức thống kê

Nghiên cứu thống kê phải dựa vào những đặc điểm của đơn vị tổng thể Đơn vị tổng thể có nhiều đặc điểm, tuỳ theo mục đích nghiên cứu một số đặc điểm được chọn ra để nghiên cứu [7]

Ví dụ: Nghiên cứu nhân khẩu, mỗi nhân khẩu có các tiêu thức như giới tính,

độ tuổi…., nghiên cứu doanh nghiệp như số lượng công nhân, vốn, giá trị sản xuất

Tiêu thức thống kê được phân làm hai loại:

Tiêu thức thuộc tính: là tiêu thức phản ánh tính chất hay loại hình của đơn

vị tổng thể, không có biểu hiện trực tiếp bằng con số [7]

Ví dụ: Các tiêu thức như: giới tính, nghề nghiệp, tôn giáo…

Tiêu thức số lượng: là tiêu thức có biểu hiện trực tiếp bằng con số [7]

Ví dụ: các tiêu thức như: tiền lương của công nhân, chiều cao, cân nặng trung

bình của con người

Các trị số khác nhau của tiêu thức số lượng là gọi là lượng biến Lượng biến được phân làm hai loại:

 Lượng biến rời rạc: là lượng biến mà các giá trị có thể là hữu hạn hay vô hạn

và có thể đếm được, như số công nhân, số sản phẩm

 Lượng biến liên tục: các giá trị của nó có thể lấp kín cả một khoảng trên trục

số, như trọng lượng, chiều cao của sinh viên, năng suất của cây trồng [7]

1.1.3.4 Chỉ tiêu thống kê

Chỉ tiêu thống kê là các trị số phản ánh các đặc điểm, tính chất cơ bản của tổng thể thống kê trong điều kiện thời gian và không gian xác định Chỉ tiêu thống

kê được chia làm hai loại [7]:

 Chỉ tiêu khối lượng: Các chỉ tiêu biểu hiện quy mô, khối lượng của tổng thể nghiên cứu, như số nhân khẩu, số doanh nghiệp, số vốn, vốn lưu động…

 Chỉ tiêu chất lượng: là chỉ tiêu biểu hiện tính chất trình độ phổ biến, quan hệ

so sánh của hiện tượng nghiên cứu, như giá thành

1.1.4 Khái quát quá trình nghiên cứu thống kê

Quá trình nghiên cứu thống kê hay bất kỳ quá trình nghiên cứu nào, cũng đều trải qua các bước, được khái quát bằng mô hình sau [7]:

1.2 Giới thiệu các phương pháp tiến hành điều tra xã hội học

1.2.1 Đối tượng nghiên cứu của xã hội học

Xã hội học là khoa học về sự hình thành, phát triển và sự vận hành của các cộng đồng xã hội, các tổ chức xã hội và các quá trình xã hội với tính cách là các hình thức tồn tại của chúng; là khoa học về các quan hệ xã hội với tính cách là các

cơ chế liên hệ và tác động qua lại giữa các cá nhân và cộng đồng; là khoa học về quy luật của các hành động xã hội và các hành vi của quần chúng [6]

Xã hội học là một khoa học lý thuyết cũng như các khoa học xã hội học khác Trong một hệ thống những sự trừu tượng hóa (như các khái niệm, phạm trù,

Xác định vấn đề nghiên cứu, mục đích, nội dung, đối

tượng nghiên cứu

Báo cáo và truyền đạt kết quả nghiên cứu

Xây dựng hệ thống các khái niệm, chỉ tiêu thống kê

Điều tra thống kê

Xử lý số liệu:

- Tập hợp, sắp xếp số liệu

- Chọn các phần mềm xử lý số liệu

- Phân tích thống kê sơ bộ

- Lựa chọn các phương pháp phân tích thống kê thích hợp

-

Phân tích và giải thích kết quả

Dự đoán xu hướng phát triển

quy luật, giả thuyết xã hội học …), nhà xã hội học luôn tìm cách tái thể hiện trong quá trình tư duy, đối tượng xã hội, mô tả trạng thái của nó thâm nhập vào các quy luật hoạt động và phát triển của nó, hiểu được và dự báo xu hướng phát triển tất yếu của nó Đồng thời, xã hội học là một trong các khoa học thực nghiệm Nó rút ra các kết luận xã hội từ các trắc nghiệm, các quan sát thực nghiệm xã hội, từ các tài liệu thực nghiệm thu được về các đối tượng xã hội [6]

Như vậy, xã hội học là một khoa học vừa có tính chất thực nghiệm lại vừa có tính chất lý thuyết, nghĩa là một khoa học không chỉ mô tả các sự kiện thực nghiệm

mà còn rút ra những quy luật và khái niệm từ sự phân tích lý thuyết các dữ liệu thực nghiệm Do bản chất của xã hội học với tính cách là một khoa học thực nghiệm – lý thuyết, cho nên nhận thức xã hội học có hai cấp độ: thực nghiệm và lý thuyết Cấp

độ xã hội học thực nghiệm bao gồm việc thu thập thông tin xã hội thông qua quan sát, thí nghiệm và xử lý các thông tin xã hội đó

1.2.2 Những phương pháp nghiên cứu xã hội học

Để nghiên cứu các hiện tượng xã hội, cần sử dụng nhiều phương pháp nghiên cứu khác nhau Việc sử dụng phương pháp nghiên cứu hay công cụ thu thập thông tin nào, hoặc phối hợp chúng như thế nào, hoàn toàn tùy thuộc vào mục tiêu của cuộc nghiên cứu

1.2.1.1 Phương pháp phân tích tư liệu sẵn có

Phương pháp phân tích tư liệu sẵn có bao gồm phương pháp phân tích thứ cấp, phân tích tư liệu thống kê hiện có, phương pháp lịch sử và phân tích nội dung Trong những nghiên cứu về các lĩnh vực khác nhau của đời sống xã hội, người ta cũng thường hay sử dụng một trong những phương pháp phân tích tư liệu sẵn có

Khi tìm kiếm dữ liệu, chúng ta phải vạch sẵn các yêu cầu cốt yếu trong cuộc nghiên cứu để tránh tình thu thập nhiều thông tin thừa Khi đã có đủ dữ liệu, chúng

ta phải làm cho nó đáp ứng được mục đích nghiên cứu của mình bằng cách xác định những biến số cần thiết, đáp ứng đầy đủ yêu cầu của cuộc nghiên cứu Tính hiệu lực

và độ tin cậy của dữ liệu là tiêu chuẩn đầu tiên khi lựa chọn một nhóm dữ liệu cho

phân tích thứ cấp Phương pháp phân tích số liệu thống kê hiện có được áp dụng rất nhiều trong các công trình nghiên cứu về xã hội

Phân tích những số liệu thống kê hiện có là việc phân tích lại các số liệu thống kê đã được chuẩn bị và báo cáo từ trước Người ta cũng có thể sử dụng những

số liệu thống kê để tạo ra những dữ liệu mới [6]

1.2.1.2 Phương pháp điều tra

Điều tra là phương pháp thu thập thông tin sơ cấp bằng lời dựa trên sự tác động qua lại về mặt tâm lý mang tính trực tiếp (phỏng vấn) hoặc gián tiếp giữa nhà nghiên cứu và người được hỏi Bảng hỏi là một trong những yếu tố quan trọng của phương pháp điều tra

Trong các cuộc nghiên cứu, không thể nghiên cứu toàn bộ số dân cứu của công đồng được kháo sát, vì vậy cần phải chọn ra một mẫu để nghiên cứu

Chọn người trả lời:

Những người rơi vào mẫu nghiên cứu là những ai, số lượng bao nhiêu, cách thức chọn họ như thế nào… hoàn toàn phụ thuộc vào mục tiêu, nội dung kế hoạch cũng như kinh phí của cuộc nghiên cứu

Xây dựng bảng hỏi

Bảng hỏi là công cụ đo lường những nhân tố có liên quan đến cá nhân của

người trả lời Tính đặc thù của bảng hỏi là ở chỗ nhờ nó, người ta có thể đo được các biến số nhất định có quan hệ với đối tượng nghiên cứu

Trong phương pháp điều tra, các nhà nghiên cứu đặc biệt quan tâm đến chất lượng của thông tin Vì vậy, khi lập kế hoạch nghiên cứu họ cố gắng tính đến những điều kiện có thể ảnh hưởng đến chất lượng của thông tin, sao cho có thể đảm bảo được độ tin cậy của thông tin và tính xác thực của thông tin [6]

Những câu hỏi thăm dò các quan niệm, thái độ có thể đưa ra những lựa chọn như hoàn toàn đồng ý, đồng ý, tương đối đồng ý, không đồng ý lắm, hoàn toàn không đồng ý

Những câu hỏi đóng làm cho các câu trả lời dễ đo lường, dễ so sánh đồng thời cũng dễ khái quát hoá cho tổng thể dân cư, tuy nhiên vì những người tham gia

phải chọn từ những câu trả lời một cách chặt chẽ, những câu hỏi đóng đôi khi không làm rõ tâm thế và những ý kiến thực sự của họ

Những câu hỏi mở là câu hỏi để cho người trả lời tự viết hay trả lời theo ý và bằng ngôn ngữ riêng của mình Nó cho phép những người phỏng vấn kiểm tra sâu sắc hơn tâm thế, cảm xúc, lòng tin và ý kiến của người trả lời Điều này rất có ý nghĩa vì nó tạo khả năng cho các nhóm yếu thế có cơ hội trình bày những ý kiến theo hoàn cảnh riêng của mình Tuy vậy, những câu trả lời đối với các câu hỏi mở không dễ dàng đo lường và người nghiên cứu gặp khó khăn hơn trong khi so sánh các câu trả lời

Ngoài ra các câu hỏi mở rộng được kết hợp từ những câu hỏi đóng và những câu hỏi mở cũng thường được sử dụng để có thể dễ dàng khai thác sâu hơn những thông tin cần thiết

Độ tin cậy và tính xác thực của thông tin

Tính ổn định của thông tin trước những sự tác động của những yếu tố ngẫu nhiên, được gọi là độ tin cậy của thông tin Độ tin cậy phụ thuộc vào khả năng chủ thể trả lời câu hỏi như nhau đối với những câu hỏi như nhau Như vậy, để đảm bảo

độ tin cậy của thông tin chúng ta phải cố gắng ổn định những điều kiện để thu thập thông tin

Tính xác thực của thông tin là thuộc tính của phương pháp đem lại loại thông tin sao cho những khác biệt của họ về những đặc điểm phù hợp với những khác biệt thực Tức là nếu như chúng ta có tổ chức nghiên cứu lặp lại bao nhiêu lần đi chăng nữa cũng vẫn thu được những kết quả tương tự

Điều tra thử Trước khi in bảng hỏi cho cuộc nghiên cứu đại trà, cần thực

hiện cuộc điều tra thử để kiểm định lần cuối cùng các chi tiết

Chúng ta cần chắc chắn rằng các câu hỏi của chúng ta đã được trình bày theo những ngôn từ và cách nghĩ của ngưới địa phương

1.2.1.3 Phương pháp phỏng vấn

Phỏng vấn là một phương pháp thu thập số liệu trong đó người được phỏng vấn sẽ trả lời một số câu hỏi do người phỏng vấn đặt ra Phỏng vấn sâu giúp người

nghiên cứu đi sâu vào một số khía cạnh của những cảm nhận, động cơ, thái độ hoặc lịch sử cuộc đời của người cung cấp thông tin (người được hỏi) [6]

Phỏng vấn có thể chuyển tiếp thông tin về số liệu thực tế như cấu trúc hộ gia đình, phân công lao động và cách làm ăn sinh sống Phỏng vấn cũng có thể sử dụng

để tìm hiểu về quan niệm, giá trị và cách ứng xử của con người

1.2.1.4 Phương pháp quan sát

Quan sát và vai trò của nó trong nghiên cứu thực nghiệm

Quan sát là một trong những phương pháp thu thập thông xã hội sơ cấp về đối tượng nghiên cứu bằng cách tri giác trực tiếp và ghi chép tỉ mi mọi nhân tố có liên quan đến đối tượng nghiên cứu và có ý nghĩa đối với mục tiêu của cuộc nghiên cứu Những đặc trưng cơ bản của việc quan sát là: tính có hệ thống, tính kế hoạch

và tính mục đích Phương pháp quan sát có thể thực hiện một cách độc lập nhưng cũng có thể thực hiện một cách kết hợp với những phương pháp khác [6]

Trong nghiên cứu thực nghiệm xã hội, quan sát ít khi được sử dụng một cách độc lập mà thường được kết hợp với các phương pháp thu thập thông tin khác như phỏng vấn sâu, phỏng vấn sâu cá nhân và phỏng vấn nhóm

1.3 Các phương pháp và kỹ thuật đó phân tích thống kê dữ liệu

1.3.2 Tương quan và hồi quy

Mặc dù có nhiều tình huống trong thực tế chỉ liên quan đến một biến, song lại

có rất nhiều trường hợp khác những nhà quyết định lại cần sự quan tâm, xem xét đến mối quan hệ giữa hai hay nhiều biến với nhau Tương quan và hồi quy là những kỹ

thuật thống kê rất cần thiết trong phân tích và đánh giá dữ liệu và rất quan trọng đối với người ra quyết định trong việc xác định mối liên quan giữa các biến [7]

- Tương quan: là phương pháp dùng để nghiên cứu mối quan hệ giữa hai hay nhiều biến ngẫu nhiên Mục tiêu của phương pháp này là để đo cường độ của mối quan hệ giữa hai biến X và Y, hai biến này được xem là hai biến ngẫu nhiên ngang nhau - không phân biệt biến độc lập hay biến phụ thuộc Phân tích tương quan khảo sát khuynh hướng và mức độ của sự liên quan, được dùng để đo lường tính bền vững của mối liên hệ giữa các biến, đặc biệt là các biến định lượng [7]

- Hồi quy được dùng để xem xét mối liên hệ tuyến tính giữa hai biến X và Y, trong đó X được xem là biến độc lâp (ảnh hưởng đến biến Y) còn Y là biến phụ thuộc (chịu ảnh hưởng của biến X) Mục tiêu của phân tích hồi quy là mô hình hóa mối liên hệ, nghĩa là từ dữ liệu thu thập được ta cố gắng xây dựng một mô hình toán học nhằm thể hiện một cách tốt nhất mối liên hệ giữa hai biến X và Y Phân tích hồi quy xác định sự liên quan định lượng giữa hai biến ngẫu nhiên X và Y, kết quả của phân tích hồi quy được dùng cho dự đoán [7]

1.3.3 Kiểm định giả thuyết

Kiểm định giả thuyết là một phương pháp suy luận khác thường dùng trong phân tích thống kê dữ liệu Các qui trình mà ta sẽ xét đến không phải là ước lượng giá trị của một tham số mà là tiến hành một kết luận về nó Thông thường, trong thực tế người ta rất muốn biết liệu một đặc tính nào đó của một quần thể có lớn hơn một giá trị nhất định nào không, hoặc liệu một giá trị của một tham số nào đó mà ta nhận được có bé hơn một giá trị giả định hay không Chẳng hạn như, chúng ta rất muốn biết độ bền trung bình của một sản phẩm do hãng A sản xuất ra có lớn hơn độ bền trung bình của một sản phẩm cùng loại do hãng B sản xuất không [2]

1.4 Giới thiệu về các phần mềm ứng dụng phân tích thống kê dữ liệu

1.4.1 Phần mềm SPSS

SPSS là một phần mềm chuyên ngành thống kê khởi đầu được lập cho các máy tính lớn vào những năm 1960, sau này được lập cho các máy tính cá nhân trong môi trường DOS và gần đây là môi trường Windows SPSS là một hệ thống phần mềm thống kê toàn diện được thiết kế để thực hiện tất cả các bước trong bất kỳ phân tích thống kê nào từ thống kê mô tả đến các thống kê suy luận SPSS được thiết kế rất tốt trên môi trường Windows và rất dễ dàng cho chúng ta – những người

sử dụng – vì chúng ta hầu như không phải lập trình để giải quyết những nhiệm vụ phức tạp, làm cho quá trình phân tích dữ liệu trở nên dễ hơn và ngắn gọn hơn [4]

1.4.2 Phần mềm Epidata

EpiData là phần mềm hỗ trợ nhập và quản lý số liệu, được lập trình bởi Bác

sĩ Jens M.Lauritsen, người Đan Mạch Phần mềm này đã được sử dụng lần đầu tiên cho một nghiên cứu dịch tễ học “Phòng chống tai nạn” Ý tưởng của người phát triển phần mềm EpiData là việc tạo ra một phần mềm nhập liệu miễn phí, giao diện người dùng thân thiện, dễ sử dụng Với Epidata, người sử dụng có thể nhập số liệu dưới dạng văn bản đơn giản và sau đó chuyển đổi số liệu sang các dạng khác nhau

để phục vụ cho việc phân tích thống kê số liệu bằng các phần mềm khác nhau Epidata có giao diện người dùng thân thiện và tạo ra tiến trình làm việc đơn giản Những người sử dụng có trình độ Tin học khác nhau đều có thể dễ dàng học tập và

sử dụng được phần mềm này trong một thời gian rất ngắn Epidata có thể xuất số liệu sang nhiều dạng khác nhau để sử dụng cho phân tích số liệu bằng các phần mềm như Stata, Spss, v.v

Chương 2: Một số vấn đề trong phân tích dữ liệu thống kê

2.1 Thống kê mô tả

Nghiên cứu mô tả là loại hình nghiên cứu mà nhà nghiên cứu tiến hành, thực hiện nhằm xác định rõ bản chất các sự vật và hiện tượng trong những điều kiện đặc thù về không gian cũng như thời gian Nghiên cứu mô tả thông thường bao gồm việc thu thập và trình bày số liệu một cách có hệ thống nhằm đưa ra một bức tranh

rõ nét, đầy đủ về một tình hình, vấn đề sức khoẻ cụ thể Mô tả một hiện tượng chính

xác mới hình thành được giả thuyết nhân - quả đúng, mới đề xuất được các biện

pháp phòng ngừa có hiệu quả [3]

2.1.1 Mục tiêu của các nghiên cứu mô tả

Nghiên cứu mô tả cần phải đáp ứng ít nhất 2 mục tiêu sau đây [3]:

- Mô tả được một hiện tượng và các yếu tố nguy cơ có liên quan đến hiện tượng đó

- Phác thảo được giả thuyết nhân quả giữa các yếu tố nguy cơ và hiện tượng nghiên cứu

2.1.2 Những nội dung chính của các nghiên cứu mô tả

Nội dung cơ bản của nghiên cứu mô tả là xác định được thực trạng các yếu

tố con người và các yếu tố không gian, thời gian cụ thể ở một thời điểm nhất định

2.1.2.1 Yếu tố nguy cơ, căn nguyên

Yếu tố nguy cơ ở đây được hiểu một cách rộng rãi đó là tất cả những yếu tố nào thuộc về bản chất như: yếu tố vật lý, hoá học, sinh lý, tâm lý, di truyền, khí

tượng, các yếu tố kinh tế văn hoá xã hội mà sự tác động của chúng có thể tạo nên

cho cơ thể con người những thay đổi có lợi hoặc đặc biệt là không có lợi về sức khoẻ con người [3]

2.1.2.2 Hậu quả

Hầu hết các vấn đề sức khoẻ đều có liên quan đến mối quan hệ nhân quả Để tìm hiểu ta phải nghiên cứu thật đầy đủ về nguyên nhân mới mong xác định được hậu quả có thể của tình trạng phơi nhiễm Trong mối quan hệ nhân quả, thì hậu quả

là tất cả mọi bệnh trạng mà ta quan tâm nghiên cứu, bao gồm các bệnh, khuyết tật

và những trạng thái không bình thường của sức khoẻ Nếu ta tiến hành nghiên cứu với 2 mục tiêu trên thì mối quan hệ nhân quả mới có thể xác lập được [3]

2.1.2.3 Xác định quần thể nghiên cứu

Quần thể nghiên cứu được xác định phụ thuộc mục đích và khả năng nghiên cứu Thông thường người ta chỉ tiến hành nghiên cứu trên một mẫu nghiên cứu mà mẫu đó được xác định dựa trên một quần thể nhỏ nhất song vẫn đáp ứng được mục tiêu nghiên cứu Các quần thể được chọn thường là quần thể phơi nhiễm, quần thể

có nguy cơ, quần thể có nguy cơ cao [3]

2.1.2.4 Mô tả yếu tố nguy cơ

Yếu tố có nguy cơ là yếu tố có liên quan hay làm tăng khả năng mắc một bệnh nào đó, có thể là hành vi, lối sống, các yếu tố môi trường, các tác nhân lý, hoá,

sinh học gây bệnh Mô tả rõ ràng các yếu tố nguy cơ của hiện tượng sức khoẻ, mới

có cơ sở để phân tích rõ ràng và đầy đủ các yếu tố liên quan với chúng, không bỏ sót và như vậy mới đạt được mục tiêu của công việc mô tả đặc biệt là mô tả tương quan Nếu thấy mô tả tương quan không chắc chắn thì có thể phải thay đổi bằng các phương pháp khác như mô tả so sánh nhiều nhóm hoặc nghiên cứu bệnh chứng ta

sẽ xác định được các yếu tố nguy cơ [3]

2.1.3 Thiết kế nghiên cứu mô tả

2.1.3.1 Nghiên cứu mô tả

Nghiên cứu mô tả là mô tả các hiện tượng hay các đặc trưng liên quan đến đám đông (ai? cái gì? ở đâu? như thế nào?) Ước lượng tỉ lệ đám đông do các đặc trưng này Khám phá các mối liên hệ giữa các biến khác nhau Nghiên cứu mô tả nhằm mục đích giải thích mối quan hệ giữa các biến với nhau [3]

Nghiên cứu mô tả trường hợp bệnh là mô tả rất sâu sắc đặc tính của một số giới hạn các “trường hợp” Một trường hợp cụ thể là một bệnh nhân, một trung tâm

y tế hay một làng Những nghiên cứu dạng này cho ta thấy rõ được bản chất vấn đề

mà ta cần nghiên cứu Nghiên cứu trường hợp phổ biến nhất là trong các lĩnh vực khoa học xã hội, quản lý và y học lâm sàng Ví dụ, trong y học lâm sàng các đặc tính của một loại bệnh mà cho đến nay vẫn chưa nhận biết rõ cũng có thể được ghi nhận như là nghiên cứu một trường hợp

2.1.3.2 Điều tra cắt ngang nhằm định hướng sự phân bố của một số biến số trong quần thể nghiên cứu tại một thời điểm như:

- Các đặc tính về mặt thể chất của con người, hay môi trường

- Các cuộc điều tra về tỷ lệ hiện mắc (của bệnh phong, bệnh giun )

- Đánh giá mức độ bao phủ của vấn đề (tiêm chủng, dịch bệnh )

- Các đặc điểm về mặt kinh tế - xã hội của con người như: tuổi, học vấn,…

- Tình trạng hôn nhân, số con và thu nhập

- Hành vi của con người và sự hiểu biết, thái độ, niềm tin và các quan niệm

- Các sự kiện xuất hiện trong quần thể xác định

Một cuộc điều tra cắt ngang có thể được tiến hành nhắc đi nhắc lại nhiều lần liên tiếp nhằm đo lường các thay đổi diễn ra theo thời gian của các đặc tính được nghiên cứu

Song song với việc mô tả các hiện tượng sức khoẻ theo ba góc độ là: Con người không gian - thời gian, trong các nghiên cứu mô tả, người ta thường mô tả về các yếu tố nguy cơ có liên quan đến hiện tượng Mô tả về nguy cơ, cũng giống như

mô tả về bệnh, có thể mô tả theo định tính và định lượng [3]

2.1.3.3 Mô tả tương quan

Mô tả tương quan hay được sử dụng để bước đầu nêu giả thuyết về mối quan

hệ nhân quả giữa một hiện tượng sức khoẻ và các yếu tố nguy cơ Đây là một nghiên cứu mà nhà nghiên cứu phải xem xét vấn đề trong mối quan hệ với nhiều yếu tố khác mà ta có thể thấy được hoặc xem xét được Có thể nghiên cứu với sự

tương quan một yếu tố hoặc tương quan đa yếu tố vì trong thực tế có nhiều yếu tố nguy cơ cùng tác động đồng thời hoặc trong từng khoảng thời gian

2.1.4 Mối quan hệ nhân quả

Người ta coi mối quan hệ này chính là sự tương tác qua lại giữa hai thành phần: yếu tố nguy cơ - bệnh Đây là điều không thể thiếu được trong giả thuyết nhân - quả Đôi khi các nghiên cứu thường đi xa hơn bằng cách kết hợp việc mô tả một quần thể nghiên cứu với việc so sánh một số nhóm trong quần thể đó Việc làm này rất phổ biến, chính vì vậy đôi khi khó phân biệt được danh giới rõ ràng giữa nghiên cứu mô tả và các nghiên cứu so sánh mà người ta thường gọi là nghiên cứu

mô tả tìm nguyên nhân

2.2 Cơ sở dữ liệu

2.2.1 Cơ sở dữ liệu là gì?

Cơ sở dữ liệu là một mẫu thông tin dưới dạng điện tử, nó có thể bao gồm một hoặc nhiều tệp dữ liệu khác nhau Cơ sở dữ liệu có thể được thể hiện dưới dạng một bảng số liệu gồm nhiều hàng và cột khác nhau trong đó mỗi dòng thể hiện một chỉ tiêu nào đó và mỗi cột thể hiện cho một quan sát [8]

Các thông tin trong cơ sở dữ liệu phải được thể hiện ở dạng số vì các phép xử

lý toán học chỉ có thể tiến hành khi thông tin đó đã được lượng hóa, những thông tin

về mặt định tính phải được mã hóa trước khi tiến hành các phép xử lý thống kê [8] Tất cả các thông tin định tính được mã hóa trong quá trình thu thập hay vào số liệu trong cơ sở dữ liệu phải được ghi lại để tránh nhầm lẫn trong quá trình xử lý tính toán sau này Một cơ sở dữ liệu được trình bày dưới dạng bảng trong đó mỗi dòng thể hiện cho một mẫu điều tra và mỗi cột thể hiện cho một chỉ tiêu điều tra hay một thông tin Như vậy, số lượng mẫu điều tra sẽ quyết định số lượng hàng cần phải

có trong cơ sở dữ liệu, trong khi đó số lượng các chỉ tiêu điều tra sẽ quyết định số lượng các cột trong cơ sở dữ liệu Chúng ta cũng có thể thay đổi các hàng là các chỉ tiêu điều tra và các cột là các mẫu điều tra tùy theo yêu cầu và cách nào phù hợp hơn cho việc phân tích dữ liệu

Quá trình quản lý và nhập số liệu vào máy tính gồm hai công đoạn:

(1) Chuẩn bị cơ sở dữ liệu

Là việc chuẩn bị cấu trúc của cơ sở dữ liệu theo một trật tự nhất định sao cho việc quản lý các thông tin khoa học nhất và đảm bảo việc kết xuất dữ liệu sang các phần mềm tính toán khác là có khả thi Thông thường chúng ta phải dựa vào các kết cấu của phiếu điều tra, số lượng mẫu, số lượng các chỉ tiêu chi tiết trong phiếu điều tra để có thể có được một kết cấu của cơ sở dữ liệu phù hợp

Trong việc chuẩn bị cấu trúc của cơ sở dữ liệu, một trong những vấn đề quan trọng cần phải lưu tâm ngay từ đầu đó là hệ thống mã hóa và các thông tin liên quan Các phần mềm tính toán thông thường không thể xử lý được các thông tin định tính (cho các câu hỏi mở), do vậy, chúng ta phải chuyển các thông tin dạng đó sang dạng định lượng và để làm được điều này chúng ta cần phải xây dựng một hệ thống các mã hóa cho từng câu hỏi và ý trả lời một

(2) Kết chuyển dữ liệu từ cơ sở dữ liệu sang phần mềm xử lý

Việc xử lý các thông tin điều tra thường bằng các phần mềm thống kê như phần mềm SPSS, EpiData, … bên cạnh đó chúng ta cũng có thể sử dụng Excel để tính toán các thông tin cần thiết cho nghiên cứu Việc kết chuyển chúng ta có thể làm trực tiếp bằng một số câu lệnh trong các phần mềm đó [8]

2.2.2 Các dạng cơ sở dữ liệu

Định dạng cơ sở dữ liên quan mật thiết đến hình thức vào số liệu trong cơ sở

dữ liệu đó, tuy nhiên có hai dạng định dạng chính:

- Cơ sở dữ liệu dưới dạng bảng tính như trong Excel: đây là dạng thông dụng

và rất hay được các nhà nghiên cứu ứng dụng để quản lý thông tin Tuy nhiên, một trong những hạn chế của định dạng cơ sở dữ liệu này đó là ta phải thực hiện việc truy nhập một cách thủ công và vì thế mất nhiều thời gian cũng như khả năng xảy ra nhầm lẫn là khá cao, hay nói cách khác là nguy cơ tiềm ẩn của sai số phi thống kê cao

- Cơ sở dữ liệu được định dạng lật hay nói cách khác mội một hoặc một vài thông tin được thiết kế thành một trang, như vậy, phải sử dụng nhiều trang

khác nhau như một quyển sách Đối với định dạng kiểu này chúng ta có thể

sử dụng một vài chương trình để nhập thông tin với máy Scanner, như vậy,

dữ liệu trong phiếu điều tra phải được thể hiện theo đúng quy định nhất định này để máy có thể đọc được [8]

2.2.3 Biểu diễn thông tin thống kê trong cơ sở dữ liệu

Các cơ sở dữ liệu có thể được đo đạc dưới dạng chữ, dạng thứ tự hoặc dạng

số liên tục và ta có thể quy về hai dạng chung là định tính và định lượng

là nam hoặc là nữ thì được gọi là dạng phân đôi Còn khi có nhiều sự lựa chọn như dạng câu hỏi 2 thì được gọi là phân loại

Các thông tin định tính còn có thể được thể hiện dưới dạng theo thứ tự Nếu một thứ tự của các thuộc tính tồn tại bên trong của các thông tin phân loại thì chúng

ta gọi đó là có chứa đựng một sắp xếp theo thứ tự và chúng ta có thể minh họa như dạng câu hỏi 2 ở trên

Việc biểu diễn số liệu dạng định tính được thể hiện dưới hai dạng chính: đó là bằng chữ, thường ít được sử dụng hơn vì có nhiều điểm hạn chế như khó có khả

năng tính toán Dạng thứ hai là chúng ta thể hiện các thông tin này theo mã số do chúng ta tự quy định, dưới dạng này chúng ta sẽ dễ dàng tính toán khi sử dụng các công cụ thống kê chuyên dụng hay bằng bất kỳ bảng tính nào

2.2.3.2 Dữ liệu dạng định lượng

Dữ liệu dạng định lượng được thể hiện dễ dàng trong cơ sở dữ liệu và vì nó

đã ở dạng số Chính vì vậy trong quá trình xử lý thông tin này chúng ta không cần phải chuyển đổi hay mã hóa mà có thể làm trực tiếp ngay [8]

2.2.3.3 Các chỉ tiêu nghiên cứu

Một chỉ tiêu là một đặc trưng nghiên cứu có thể đo được, chẳng hạn như trọng lượng là một tiêu chí và một người cân nặng là 55kg sẽ có cùng con số trọng lượng trong tiêu chí này Người ta có thể chia các chỉ tiêu nghiên cứu ra làm hai nhóm: chỉ tiêu độc lập và chỉ tiêu phụ thuộc

Chỉ tiêu độc lập hay còn gọi là các chỉ tiêu giải thích hoặc là chỉ tiêu dự báo vì các chỉ tiêu này thường được sử dụng để giải thích hoặc dự bảo cho kết quả đầu ra chính là các chỉ tiêu phụ thuộc Các chỉ tiêu độc lập hay phụ thuộc có thể được xác định thông qua việc nghiên cứu về mục đích và nhóm mục tiêu nghiên cứu [8]

2.2.4 Mã hóa các thông tin trong cơ sở dữ liệu

Mã hóa các thông tin trong cơ sở dữ liệu là vấn đề rất quan trọng và có ảnh hưởng đến việc xử lý tính toán cũng như kết quả của việc tính toán đó Có nhiều vấn đề đòi hỏi chúng ta phải mã hóa các thông tin, ở đây chúng ta có thể tạm thời phân ra làm hai loại:

- Mã hóa cho các dữ liệu mang tính định tính

- Mã hóa cho các thông tin định lượng bị thiếu hoặc vượt trội

Việc mã hóa này phải được thống nhất từ đầu đến cuối của một cơ sở dữ liệu

và phải được ghi chú hay chú thích cẩn thận để tránh nhầm lẫn đáng tiếc ảnh hưởng đến kết quả phân tích sau này [8]

2.2.4.1 Mã hóa các thông tin định tính

Máy tính chỉ có thể phân tích số liệu dưới dạng số nên những thông tin định tính cần phải được mã hóa trong khi nhập số liệu để dễ dàng xử lý sau này [8]

2.2.4.2 Mã hóa các số liệu bị thiếu và vượt trội

Các thông tin bị thiếu được hiểu là các thông tin cần thu thập song do một lý

do nào đó mà trong phiếu điều tra không thể hiện kết quả của thông tin này mà theo yêu cầu kỹ thuật nó phải có thông tin Quá trình thông tin bị thiếu có thể do nhiều lý

do khác nhau, nhưng có hai nguyên nhân chính đó là: thiếu thông tin do người đi điều tra và thiếu thông tin do đối tượng điều tra [8]

Các thông tin vượt trội được hiểu là các thông tin này có giá trị khác so với giá trị thường gặp hoặc lớn hơn hoặc nhỏ hơn Việc xác định các thông tin vượt trội này cần phải có sự kiểm tra cẩn thận Trước khi xác định đây là một thông tin vượt trội chúng ta cần phải kiểm tra lại trong thực tế, nếu đó là giá trị thực mà trong quá trình điều tra đã kiểm tra kỹ, thì việc chúng ta phải chấp nhận thông tin này là điều đương nhiên Tuy nhiên, trong nhiều cuộc điều tra mà chúng ta không trực tiếp hoặc không đảm bảo, không tin tưởng rõ vào thông tin vượt trội đó có là sự thật hay không thì chúng ta sẽ liệt thông tin này vào dạng số liệu vượt trội [8]

Việc xử lý các thông tin bị thiếu và vượt trội được tiến hành như nhau, do vậy trong việc mã hóa cũng sẽ tiến hành tương tự như nhau, tức là ta sẽ coi các giá trị vượt trội như là các giá trị bị thiếu trong cơ sở dữ liệu

Để mã hóa các thông tin bị thiếu và vượt trội chúng ta cần phải tuân theo một

số quy định như sau:

Quy định 1: Không bao giờ được phép để các ô trống trong trường hợp

những số liệu bị thiếu kể cả trong phiếu điều tra và trong cơ sở dữ liệu Nhưng số liệu bị khuyết đi phải được mã hóa trong bảng tính bởi các lý do sau:

- Một khoảng trống có thể chỉ ra một sai sót nào đó trong quá trình điều tra hoặc là vào số liệu mà chúng ta chưa biết nhưng trong thực tế là nó bị thiếu,

do vậy chúng ta không mã hóa sẽ dẫn tới việc chúng ta bị mất nhiều thời gian

để kiểm tra lại sai sót đó

- Một vài phần mềm xử lý không phân biệt giữa khoảng trống và giá trị bằng 0 cho nên có thể ngầm định rằng giá trị đó bằng 0 và như vậy là kết quả sẽ bị sai lệch so với thực tế

Quy định 2: Một ô số liệu bị thiếu nên được mã hóa bằng một giá trị âm, nó

cũng cho biết lý do của việc thiếu số liệu đó Lý do của quy định này như sau:

- Nó cho phép loại các chỉ tiêu này trong xử lý bởi các công thức lọc dữ liệu

- Nó có thể cho phép xử lý các thông tin bị thiếu này tùy thuộc vào lý do tại sao bị thiếu dữ liệu, ví dụ nếu việc thiếu thông tin đó là do họ không cung cấp thông tin hay không có các thông tin đó để cung cấp cho chúng ta [8]

2.2.5 Xác định và xử lý các giá trị bị thiếu và vƣợt trội trong cơ sở dữ liệu

Các thông tin bị thiếu có thể do nhiều nguyên nhân khác nhau như: thiếu do quá trình thu thập thông tin hay thiếu do quá trình nhập thông tin Nếu thông tin bị thiếu là do quá trình điều tra, chúng ta cần phải làm rõ việc bị thiếu thông tin là do người được phỏng vấn hay do người đi phỏng vấn Nếu thông tin bị thiếu là do quá trình nhập dữ liệu thì chúng ta cần phải kiểm tra lại và bổ xung thông tin đó ngay trong quá trình kiểm tra [8]

Các thông tin vượt trội có nhiều dạng khác nhau, về cơ bản chúng ta có thể phân biệt các kiểu giá trị vượt trội như sau:

- Các chỉ tiêu đơn lẻ vượt trội: sự lệch của các giá trị đơn lẻ

- Vượt trội của nhiều chỉ tiêu đồng thời: sự sai lệch vượt trội của mối quan hệ

Để xác định các giá trị vượt trội chúng ta cần phải so sánh với các tỷ lệ hoặc các giá trị đã có từ trước, điều này đòi hỏi phải có kinh nghiệm hoặc chúng ta cũng

có thể sử dụng các công cụ thống kê truyền thống để xác định như dùng các kiểm định theo phân bố chuẩn hay phân tích sai số

Việc xử lý các giá trị vượt trội và bị thiếu là như nhau, trước khi chúng ta đưa bất kỳ một thông tin nào vào thay thế cho các vị trí bị thiếu hay vượt trội này chúng ta cần phải tiến hành theo các bước cụ thể sau:

1 So sánh, đối chiếu với phiếu điều tra gốc: nếu không phải lỗi do việc vào

số liệu thì chúng ta chuyển sang bước 2

2 Kiểm tra tính đúng đắn của thông tin: Nếu như xác suất xác định rằng giá trị vượt trội hoặc bị trống đó có thể là giá trị đúng thì ta giữ nguyên nó trong cơ sở

dữ liệu Tuy nhiên, trong trường hợp giá trị bị thiếu đó là đúng thì chúng ta cần phải

có những ký hiệu riêng hay mã hóa riêng để tránh hiểu lầm giữa giá trị bị thiếu do không thu được thông tin hay không có thông tin đó

Trong trường hợp chúng ta xác định được giá trị đó là không đúng thì chúng

ta sẽ mã hóa nó như một giá trị bị thiếu để bổ sung

Trong trường hợp thứ hai chúng ta cần phải xác định được giá trị thay thế cho nó theo các phương pháp như sau:

(1) Phương pháp thay thế (cho các số hiệu đơn lẻ): phương pháp này có lợi thế là có thể sử dụng các phương pháp chuẩn để tính toán nhưng hạn chế là không tính đến việc gia tăng rủi ro khi sử dụng các giá trị thay thế đó Để tiến hành theo phương pháp này chúng ta có thể sử dụng các giá trị sau đây để thay thế cho giá trị

bị thiếu:

- Dùng giá trị bình quân hay trung vị

- Lựa chọn một giá trị ngẫu nhiên của các mẫu số có thể so sánh được ở ngay trong cuộc điều tra

- Lựa chọn một giá trị ngẫu nhiên của các mẫu ở trong một điều tra khác

- Sử dụng giá trị của mẫu liền kề với nó

(2) Dùng giá trị hồi quy (nếu như số liệu bị thiếu có mối quan hệ với nhiều chỉ tiêu khác)

Sử dụng các phương pháp khác nhau hoàn toàn tùy thuộc vào thực tế khả năng đáp ứngTrong trường hợp mà có mối liên hệ thì chúng ta áp dụng phương pháp hồi quy Tuy nhiên, không nên quá lạm dụng vào việc thay thế các giá trị vượt trội hoặc bị thiếu, điều này chỉ diễn ra với một số lượng rất nhỏ các chỉ tiêu và quan sát Cách tốt nhất để có cơ sở dữ liệu đáng tin cậy là điều tra bổ sung [8]

2.3 Ƣớc lƣợng

2.3.1 Khái niệm

Một ước lượng điểm của một tham số là một thống kê tính được từ các quan sát trong một mẫu ngẫu nhiên Thống kê này được sử dụng để ước lượng giá trị của tham số cần nghiên cứu

Một ước lượng điểm cho một tham số có mức độ tin cậy như thế nào? Để có thể tin tưởng được trong thực tiễn cũng như trong lý luận thì một suy luận liên quan đến một tham số không chỉ có một ước lượng điểm mà chúng ta còn phải đánh giá xem ước lượng này so với giá trị đúng của quần thể chính xác đến mức độ nào Điều này có thể thực hiện được bằng cách sử dụng các đặc trưng của phân bố lấy mẫu của thống kê mà chúng ta đã dùng để ước lượng điểm [2]

2.3.2 Ƣớc lƣợng một trung bình quần thể

2.3.2.1 Trường hợp mẫu lớn

Thuật ngữ mẫu lớn dùng để chỉ các mẫu có cỡ đủ lớn để có thế áp dụng định

lý Giới hạn trung tâm như sau [2]:

Nếu cỡ của mẫu đủ lớn thì trung bình xcủa một mẫu được rút ngẫu nhiên từ một quần thể có một phân bố lấy mẫu xấp xỉ dạng chuấn cho dù phân bố tần suất tương đối của quần thể ở dạng nào Khi cỡ của mẫu tăng thì phân bố lấy mẫu càng gần với dạng chuẩn hơn

Tính chất của phân bố lấy mẫu x: Nếu x là trung bình của một mẫu ngẫu nhiên cỡ n được rút ra từ một quần thể có trung bình µ và độ lệch chuẩn σ, thì:

- Phân bố lấy mẫu của x có trung bình bằng trung bình của quần thể mà từ đó mẫu được rút Tức là, nếu chíng ta gọi xlà trung bình của phân bố lấy mẫu của x thì x = µ

- Phân bố lấy mẫu của x có độ lệch chuẩn bằng độ lệch chuẩn của quần thể mà

từ đó mẫu được rút chia cho căn bậc hai của cỡ mẫu Tức là, nếu chúng ta ký hiệu xlà độ lệch chuẩn của phân bố lấy mẫu của x thì x

Chú ý rằng, trong thực tế chúng ta thường không biết giá trị đúng của µ và cũng không lặp đi lặp lại nhiều lần việc lấy mẫu mà chúng ta chỉ cần chọn một mẫu

và xây dựng khoảng tin cậy 95% dựa trên mẫu đã chọn

Hệ số tin cậy là tỷ lệ số lần một khoảng tin cậy chứa giá trị đúng của tham số quần thể khi thủ tục xây dựng khoảng tin cậy được lặp đi lặp lại nhiều lần

Khoảng tin cậy (1)100% với mẫu lớn cho trung bình quần thể  là

x z

x /2 x /2

trong đó z / 2 là giá trị z xác định một miền đuôi phải có diện tích bằng /2 ,  là

độ lệch chuẩn của quần thể được rút mẫu, n là cỡ của mẫu, và x là giá trị của

trung bình mẫu

Giả thiết: n  30

Mối quan hệ giữa độ rộng của khoảng tin cậy và hệ số tin cậy

Đối với một cỡ mẫu đã cho thì độ rộng của khoảng tin cậy cho một tham số nào đó của quần thể sẽ tăng lên khi hệ số tin cậy tăng Cụ thể hơn là, khoảng tin cậy phải trở nên rộng hơn để chúng ta có thể tin tưởng nhiều hơn rằng nó sẽ chứa giá trị đúng của tham số quần thể [2]

Quan hệ giữa độ rộng của khoảng tin cậy và cỡ mẫu

Đối với một hệ số tin cậy cố định thì độ rộng của khoảng tin cậy sẽ giảm đi khi cỡ của mẫu tăng lên Tức là, các mẫu lớn hơn cung cấp nhiều thông tin hơn về quần thể so với các mẫu nhỏ hơn [2]

2.3.2.2 Trường hợp mẫu nhỏ

Với các mẫu nhỏ, cần phải lưu ý đến hai vấn đề sau đây [2]:

1 Vì định lý giới hạn trung tâm chỉ có thể áp dụng được cho các mẫu lớn, nên chúng ta không thể giả thiết rằng phân bố lấy mẫu của x là xấp xỉ dạng chuẩn Đối với các mẫu nhỏ, phân bố lấy mẫu của x phụ thuộc vào hình dạng của phân

bố tần suất tương đối của quần thể được rút mẫu

2 Độ lệch chuẩn mẫu s có thể không xấp xỉ thoả đáng độ lệch chuẩn quần thể 

khi cỡ của mẫu bé

Tuy nhiên, chúng ta có thể cải thiện kỹ thuật ước lượng dựa trên các mẫu nhỏ nếu ta có thể có được giả thiết sau:

Giả thiết đòi hỏi cho việc ƣớc lƣợng  dựa trên các mẫu nhỏ (n < 30)

Quần thể rút mẫu có phân bố xấp xỉ dạng chuẩn

Nếu giả thiết này là chắc chắn thì chúng ta có thể một lần nữa sử dụng x như một ước lượng điểm cho , và dạng tổng quát của một khoảng tin cậy dựa trên mẫu nhỏ đối với  được định nghĩa như sau:

Khoảng tin cậy dựa trên mẫu nhỏ đối với 

chúng ta là làm thế nào để ước lượng được một tỷ lệ nhị thức p dựa trên các thông

tin có được từ một mẫu được rút ra từ một quần thể [2]

Phân bố lấy mẫu của pˆ

Đối với các mẫu đủ lớn thì phân bố lấy mẫu của pˆcó dạng xấp xỉ dạng chuẩn với

Một khoảng tin cậy cho p dựa trên mẫu lớn có thể được xây dựng bằng một thủ

tục tương tự như thủ tục đã sử dụng để ước lượng một trung bình quần thể [2]

Khoảng tin cậy mẫu lớn (1)100% cho một tỷ lệ quần thể p là

n

q z

p z

2.3.4 Ƣớc lƣợng sự khác nhau giữa hai trung bình quần thể

Trong trường hợp ước lượng một trung bình quần thể với mẫu lớn 2.3.2.1, chúng ta đã biết cách ước lượng tham số  dựa trên một mẫu lớn được rút từ một quần thể Trong mục này, chúng ta sẽ nghiên cứu một kỹ thuật sử dụng thông tin trong hai mẫu khác nhau để ước lượng sự khác nhau giữa hai trung bình quần thể

Phân bố lấy mẫu của (x1 x2)

Đối với các cỡ mẫu đủ lớn (n 1 và n2  30), thì phân bố lấy mẫu của

2 1 ) (x1 x2 n n

Giống như khi ước lượng mẫu lớn cho trung bình của một quần thể, giả thiết

về mẫu lớn cho phép chúng ta có thể áp dụng định lý giới hạn trung tâm để thu

được phân bố lấy mẫu của (x1x2); đồng thời nó cũng cho phép sử dụng s1

2

và s2 2

như các xấp xỉ của các phương sai quần thể 2

1

 và 2

2

 Thủ tục để tạo ra một khoảng tin cậy mẫu lớn cho (12) được cho sau đây:

Khoảng tin cậy (1)100% mẫu lớn cho (12)

2

2 2

1

2 1 2 / 2 1 ) ( 2 / 2

1

2 1 2 / 2

(

n

s n

s z x

x   

 

(Lưu ý: Chúng ta phải sử dụng các phương sai mẫu s12 và s22 để thay thế gần đúng

cho các tham số quần thể tương ứng.) [2]

Các giả thiết mà thủ tục trên đây đã dựa vào để tính khoảng tin cậy là:

Các giả thiết cần phải có đối với ƣớc lƣợng dựa trên mẫu lớn của (12)

1 Hai mẫu ngẫu nhiên được chọn một cách độc lập từ hai quần thể đích Tức là

việc lựa chọn các phần tử trong một mẫu không làm ảnh hưởng và cũng không

bị ảnh hưởng bởi sự lựa chọn của các phần tử trong mẫu kia

2 Các cỡ mẫu n 1 và n 2 là đủ lớn (ít nhất là 30)

Khi ước lượng sự khác nhau giữa hai trung bình quần thể dựa trên các mẫu

nhỏ được rút từ mỗi quần thể chúng ta phải xác định một số giả thiết về các phân bố

tần xuất tương đối của hai quần thể [2]

Các giả thiết cần phải có đối với ƣớc lƣợng dựa trên mẫu nhỏ của (12)

1 Cả hai quần thể rút mẫu đều phải có các phân bố tần xuất tương đối xấp xỉ dạng

 của hai quần thể là bằng nhau

3 Các mẫu ngẫu nhiên được chọn một cách độc lập từ hai quần thể

Khi các giả thiết này được thoả mãn chúng ta có thể sử dụng thủ tục sau đây

để xây dựng một khoảng tin cậy cho (12)dựa trên các mẫu nhỏ (n 1 và n 2 < 30)

được rút từ các quần thể tương ứng [2]

Khoảng tin cậy (1)100% dựa trên các mẫu nhỏ cho (12)

2 2 / 2 1

1 1 )

(

n n s t x

2

)1()1(

2 1

2 2 2

2 1 1 2

s n s n

s p

và giá trị của t / 2 được tính với (n 1 + n2 - 2) bậc tự do

Vì chúng ta giả thiết rằng hai quần thể có cùng một phương sai ( 2 2

2 2

2.3.5 Ƣớc lƣợng sự khác nhau giữa hai tỷ lệ quần thể

Ước lượng sự khác nhau giữa hai tỷ lệ quần thể là mở rộng của ước lượng tỷ

lệ của một quần thể cho trường hợp khi chúng ta muốn ước lượng sự khác nhau giữa hai tỷ lệ quần thể

Phân bố lấy mẫu của (pˆ1pˆ2)

Nếu các cỡ mẫu n1 và n2 đủ lớn thì phân bố lấy mẫu của (pˆ1pˆ2) dựa trên các mẫu ngẫu nhiên độc lập được rút từ hai quần thể có dạng xấp xỉ chuẩn với

1 1 )

ˆ ˆ ( 1 2

n

q p n

q p

1 1 2 / 2

1 )

ˆ ˆ ( 2 / 2

1

ˆ ˆ ˆ

ˆ )

ˆ ˆ ( )

ˆ ˆ

(

2 1

n

q p n

q p z

p p z

p

p     p p     

trong đó ˆp1 và ˆp2là các tỷ lệ của các quan sát có đặc tính cần nghiên cứu

Giả thiết: Các mẫu phải đủ lớn để cho việc xấp xỉ là hợp lệ Theo kinh nghiệm,

chúng ta cần phải đảm bảo rằng các khoảng:

1

1 1

1

ˆˆ

2

ˆ

n

q p

2

2 2 2

ˆˆ2

ˆ

n

q p

2.4 Kiểm định giả thuyết thống kê

2.4.1 Khái niệm

Các đặc trưng của mẫu ngoài việc được sử dụng để ước lượng các đặc trưng của tổng thể còn được dùng để đánh giá xem một giả thuyết nào đó của tổng thể là đúng hay sai Việc tìm ra kết luận để bác bỏ hay chấp nhận một giả thuyết gọi là kiểm định giả thuyết Một giả thuyết thống kê là một kết luận về giá trị của một tham số quần thể

Ví dụ: Một nhà sản xuất cho rẳng trọng lượng trung bình của của một gói mì

là 75g Để kiểm tra điều này là đúng hay sai, chọn ngẫu nhiên một số gói mì để kiểm tra, tính toán

Các quy trình mà ta xét đến không phải là ước lượng giá trị của một tham số

mà là tiến hành một kết luận về nó Thông thường trong thực tế người ta muốn biết liệu một đặc tính nào đó của một quần thế có lớn hơn một giá trị nhất định nào không, hoặc liệu một giá trị của một tham số nào đó mà ta nhận được có bé hơn một giá trị giả định hay không

Giả thuyết thống kê là một giả sử hay phát biểu có thể đúng, có thể sai liên quan đến tham số của một hay nhiều tập hợp chính

Giả thuyết không (giả thuyết đơn – Null Hypothesis) là sự giả sử mà ta muốn kiểm định thường được ký hiệu là Ho

Giả thuyết ngược lại (đối thuyết – Alternative Hypothesis ): việc bác bỏ giả thuyết không sẽ dẫn đến việc chấp nhận giả thuyết ngược lại Giả thuyết ngược lại thường được ký hiệu là H1

Ví dụ: Kiểm định giả thuyết H0: n >= n0 có thể n = n0

Với H1: n < n0

2.4.2 Hình thành các giả thuyết

Khi muốn đặt ra một phép thử cho một lý thuyết mới, đầu tiên chúng ta phải hình thành một giả định, hay một tiêu chuẩn mà chúng ta tin rằng nó sẽ đúng Ví dụ, chúng ta có thể cho rằng con số trung bình của học sinh nam bị tai nạn thương tích

nhiều hơn học sinh nữ Nói theo quy luật thống kê thì giả thuyết mà chúng ta định đặt ra là một giả thuyết thay thế hay còn còn là giả thuyết nghiên cứu Đi đôi với giả thuyết thay thế là giả thuyết gốc hay giả thuyết đối lập với giả thuyết thay thế Theo nghĩa như vậy thì các giả thuyết gốc và giả thuyết thay thế mô tả hai trạng thái tự nhiên có thể có nhưng không thể đồng thời xảy ra Khi một người nghiên cứu bắt đầu thu thập thông tin về một hiện tượng mà người đó quan tâm, nói chung, người

ta sẽ cố gắng đưa ra các luận chứng ủng hộ cho giả thuyết thay thế [2]

Kiểm định một đầu( một phía) và kiểm định hai đầu( hai chiều):

- Kiểm định một đầu: khi giả thuyết ngược lại H1 có tính chất một phía thì việc

kiểm định được gọi là kiểm định 1 đầu Nghĩa là: Một kiểm định giả thuyết

một phía là một kiểm định trong đó giả thuyết thay thế là có hướng và được xác định bằng một bất đẳng thức với “<” hoặc “>”

Ví dụ: H0: θ <= θ0 ( hay H0: θ >= θ0) thì H1: H0: θ > θ0 ( hay H1: θ <θ0)

- Kiểm định hai đầu: khi giả thuyết ngược lại H1 có tính chất 2 phía thì việc

kiểm định được gọi là kiểm định 2 đầu Hoặc còn gọi một kiểm định giả

thuyết hai chiều là một kiểm định trong đó giả thuyết thay thế không được xác định sẽ đi theo hướng nào tính từ H0 và được thể hiện bằng một mệnh đề với dấu “≠” [2]

Ví dụ: H0: θ = θ0 thì H1: θ ≠ θ0

2.4.3 Các kết luận và kết quả có đƣợc từ việc kiểm định giả thuyết

Mục đích của việc kiểm định một giả thuyết là đưa ra một quyết định liệu có thể loại bỏ được giả thuyết không H0 và nghiêng về giả thuyết thay thế H1 không Mặc dù luôn mong rằng có thể đưa ra được một kết luận đúng đắn nhưng chúng ta phải nhớ rằng quyết định này sẽ phải dựa trên các thông tin mẫu và vì vậy chúng ta rất dễ mắc phải một trong hai loại sai lầm sau đây [2]:

- Sai lầm loại 1: Là loại sai lầm mà chúng ta phạm phải trong việc bác bỏ giả thuyết H0 khi H0 đúng Xác suất của việc bác bỏ H0 khi H0 đúng là xác suất xuất sai lầm loại 1 và được ký hiệu là: