Giới thiệu phaàn meàm SPSS for Windows

1.3 Giới thiệu phaàn meàm SPSS for Windows Kích hoạt SPSS, góc trái có: Variable view (màn hình quản lý biến) 1.3.1 Khuôn nhập liệu Width – Số lượng con số hiển thị cho giá trị. Ví dụ: 57306 contains five digits. Decimals – Số lượng con số sau dấu phẩy được hiển thị Labels (nhaõn cuûa bieán) – giải thích rõ hơn tên của biến Value (giá trị của biến) cho phép khai báo các giá trị trong biến có ý nghĩa cụ thể (Value label – nhãn giá trị). Chú ý Type is numeric, Width=8, Decimals=2, Labels=(blank), Values=None, Missing=none, columns=8, Align=right, Measure=scale. Đây là các giá trị mặc định, nhưng có thể được thay đổi Missing khai baùo caùc loaïi giaù trò khuyeát – Caâu traû lôøi ñuùng ra phaûi traû lôøi nhöng bò boû qua khoâng traû lôøi (để trống blank), để đảm bảo trong quá trình phân tích, ta cần định nghĩa những giá trị này như sau: Click on Missing, xuất hiện Missing Value Click on Discrete Missing Value, đặt các trị Missing value vào ô trống, trị được nhập tại các ô trống sẽ đại diện cho những giá trị khuyết, có thể định nghĩa các giá trị khuyết theo 1 khoảng giá trị nào đó, bằng cách click và nhập vào Range Plus One Optional Discrete missing value

1.3 Giới thiệu phaàn meàm SPSS for Windows

Kích hoạt SPSS, góc trái có: Variable view (màn hình quản lý biến)

1.3.1 Khuôn nhập liệu

- Name (tên biến – không quá 8 kí tự), khơng

cĩ ký tự đặc biệt như !,?,’,và *

- Type (lo i biến): D ng d li u th hi n ại biến): Dạng dữ liệu thể hiện ại biến): Dạng dữ liệu thể hiện ữ liệu thể hiện ệu thể hiện ể hiện ệu thể hiện trong bi n D ng s ến Dạng số ại biến): Dạng dữ liệu thể hiện ố và d ng chu i ại biến): Dạng dữ liệu thể hiện ỗi.

- Width – Số lượng con số hiển thị

cho giá trị

Ví dụ: 57306 contains five digits.

- Decimals – Số lượng con số sau

dấu phẩy được hiển thị

- Labels (nhãn của biến) – giải

thích rõ hơn tên của biến

- Value (giá trị của biến) - cho phép

khai báo các giá trị trong biến cĩ ý nghĩa cụ thể (Value label – nhãn giá trị)

- Missing - khai báo các loại giá

trị khuyết – Câu trả lời đúng ra phải trả lời nhưng bị bỏ qua không trả lời (đ tr ng- blankể hiện ố ), để đảm bảo trong quá trình phân tích, ta cần định nghĩa những giá trị này như sau:

Click on Missing, xuất hiện Missing

cách click và nhập vào Range Plus One

Optional Discrete missing value

Cụ thể:

Câu hỏi: Nghề nghiệp hiện nay của bạn

(xin vui lòng khoanh tròn hoặc đánh dấu) Arts□ Business□ Engineering □

Ví dụ: * Có người trả lời Biology

* Có người không đánh dấu Lúc đó:

Tất cả các giá trị khuyết không tham gia vào quá trình phân tích.

- Columns (kích thước cột) – Cho phép

khai báo độ rộng của cột, thường chọn là 8

- Align (vị trí dữ liệu được nhập trong

cột, thường chọn là Right)

- Measure (thang đo lường: Ordinary

(thang đo thứ bậc), Norminal (thang danh nghĩa), Scale (khoảng và tỷ lệ)

Data view (màn hình quản lý dữ liệu)

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

Hàng (row): đại diện cho một

trường hợp quan sát (người trả lời)

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)

Ô là sự kết hợp của đối tượng và biến Các ô chỉ chứa các trị số biến

Nhập biến định tính trên SPSS:

Click Value  Value Labels

Value: gõ 1  Label: nam

 AddTiếp tục: gõ 2  Label: nu Add

click

1.3.2 Làm sạch dữ liệu với SPSS

Chúng ta chỉ cần đếm tần số, ví dụ, biến Variable 5 (V_05), từ kích thước mẫu 200, câu hỏi và trả lời như sau:

“Bạn có ủng hộ dùng hàng Việt Nam so với hàng ngoại nhập”

* Số đo của biến này từ 1 đến 5

* Kết quả tóm tắt tần số trong SPSS, ta

thấy có 3 ô trống Như vậy kích thước mẫu chỉ còn 197.

* Kết quả cực đại của số đo là 55 -

trong khi thang đo tối đa là 5 => xuất hiện

dữ liệu không hợp lý.

Chúng ta cần hiệu chỉnh

Tĩm tắt mẫu bằng SPSS

N Minimum maximum Valid Missing

Frequency Percent Valid percent Cumulative

percent

Valid 1

2 3 4 5 22 55 Total

3 3 200

10.0 20.0 50.0 12.5 5.0 0.5 0.5 98.5

1.5 1.5 100

10.1 20.3 50.8 12.7 5.1 5 5 100.0

10.1 30.4 81.2 93.9 99.0 99.5 100.0

1.3.3 Một số xử lý trên biến

1.3.3.1 Mã hĩa lại biến

Transform  Recode  Into Different Variable (không chọn Into Sames variable vì làm mất biến cũ)

Từ: Recode intodifferent variable chọn biến muốn recode,ví

dụ, biến tnhap (thu nhập) đưa sang

khung Numeric variable Output

bằng cách nhấp biến muốn recode

Từ Output Variable – đặt tên và nhãn cho biến mới, ví dụ,

tnhapMH  “thu nhap ma hoa” thu nhap ma hoa”

Name: tnhapMH

Label: “thu nhap ma hoa”

Click: Change

Vào Old and new value

Trở về Recode into different

variable  Old and new Values (để xác

định sự chuyển đổi giữa giá trị cũ và giá trị mới)

Xem quá trình ở các Slide sau:

Click

Click

(lowesr … Range) ⇒ Khoảng từ

giá trị nhỏ nhất đến 1 giá trị được nhập vào

(Range … throuhg highest)⇒

Khoảng từ 1 giá trị được xác định đến giá trị lớn nhất

click

Trên màn hình Variable View

Phải vào thuộc tính value để gắn nhãn cho biến vừa tạo

Khai báo Values cho thunhapMH

Value Labels Value: 1

Value Label: 10 - 14)

Add

Ti p t c ến Dạng số ục

Trở lại variable

view và đặt giá trị cho biến thu nhập

mã hóa

1.3.3.2 Thủ tục Compute để tính toán giá trị biến mới từ biến có sẳn

Click on Transform → Compute

In the Target Variable box: type X1 Click on Type & label (xem hình)

Gõ biến mới

Biến X1 là trung bình của 3 biến: v1, v3

và v5

SPSS với thống kê mô tả

Thống kê mô tả với thủ tục

EXPLORE

Cho phép tính các đại lượng thống kê mô tả cho tất cả các trường hợp dữ liệu hoặc cho các nhóm con của chúng

1 T menu ừ menu Analyze → Descriptive Statistics → Explore

2 Chọn 1 hay nhiều biến (dạng định

lượng) đưa sang khung: Dependent List,

ví dụ, chọn biến thu nhap

□ Chọn 1 hay nhiều biến (dùng làm điều kiện để phân tích biến định lượng kia)- Biến phân tích này phải ở

dạng Categorical với 1 vài nhóm giá

trị thì sự phân tích mới có ý nghĩa,

Ví du: Factor List: chọn biến gioi

tinh

□ Nhấp nút Statistics để vào hộp

thoại Explore Statistics

⇒ Descriptive: Mặc định chọn sẳn

⇒ M - estimators: ước lượng cho

khuynh hướng tập trung có phân biệt trọng số cho các giá trị khác nhau tùy theo vị trí của chúng, các giá trị xa được gán trọng số nhỏ hơn các giá tr gần ị gần trung tâm Như vậy khi số liệu có các điểm cực trị hay phân tán nhiều thì M- estimators cho một ước lượng tốt hơn trung bình hay trung vị.

□ Outliers: SPSS thể hiện 5 giá

trị lớn nhất và 5 giá trị nhỏ nhất của biến được đưa vào khung Dependent List

□ Percentile: thể hiện các thập

phân vị thứ 5, 10, 25, 50, 75 và 95, trong đó các thập phân vị thứ 25, 50,

75 chính là tứ phân vị.

□ Continue để về hộp thoại chính

Click Plots để mở hộp thoại

Explore Plots: Ở đây, dưới hộp thoại

chính (Explore) phải chọn Both hoặc

Plots chứ không phải Statistics

Trong hộp thoại này có thể chọn các dạng biểu đồ sau:

º Hộp Boxplots

º Thân và lá (Stem-and-leaf)

º Histogram

Explore Plots

Boxplots Descriptive Continue

ʘ Factor levels together ʘ Stem-and-leaf O Cancel

O Dependents together O Histogram O Help

Chọn Normality plots with test

– sẽ cho biểu đồ xác suất chuẩn

Q-Q plot giúp kiểm tra biến có phân phối chuẩn hay không

Nhấp Continue hoặc Cancel để

về hộp thoại trước (chú ý nếu chọn

None trong hộp Boxlots Continue

sẽ không sáng)

Chọn tiếp Option để lựa chọn

cách thức thủ tục Explore xử lý các giá trị Missing

Từ Explore Option

MissingValue

□ Exclude cases listwise (giá trị

bị thiếu của biến đưa vào Dependent List đều bị bỏ qua trong tất cả các phép tính)

□ Exclude cases pairwise

(quan sát có giá trị bị thiếu vẫn được sử dụng để tính toán các con số thống kê)

Trở lại hộp thoại Explore và nhấp OK

TRÌNH BÀY KẾT QUẢ BẰNG ĐỒ THỊ CƠ BẢN CỦA SPSS

Cĩ các loại biểu đồ: Bar, Line, Area, Pie/Polar, Scatter/dot, Histogram, Boxplot,

Click: Graphs Chart Builder 

Histogram Double click: Simple Histogram

Rê: thu nhập mã hĩa vào X-Axis

Y-Axis: tự động được count (đếm tần số)

Click: element Properties, từ statistics chọn

Histogram percent  OK

click