Tài liệu bài giảng SPSS phần 1, 2, 4

 Thông tin về tập tin dữ liệu  Một tập tin dữ liệu SPSS, ngoài dữ liệu thô, còn chứa các thông tin định nghĩa về các biến gồm có: tên, loại, các nhãn biến và nhãn giá trị.. Có nhiều

Nội dung :

Thực hành : 45 tiết

 Giới thiệu tổng quan về phần mềm SPSS

 Các loại dữ liệu và thang đo

 Phương pháp phân tích dữ liệu

 Mã hóa và nhập liệu

 Thống kê mô tả

 Kiểm định giả thuyết trung bình của 2 tổng thể

 Kiểm định phi tham số

 Phân tích phýng sai

 Tổng quan v hồi quy tuyến tính

Vai trò của thông tin trong NCKH

Rủ ro

Luận cứ Luận chứng

Luận điểm

Chương I: Giới thiệu về SPSS

1 Giới thiệu về thu thập xử lý thông tin trong

nghiên cứu khoa học

- Nghiên cứu KH cần thu thập và xử lý thông tin, qua trình đó thông qua 3 G/đoạn:

- Giai đoạn thiết kế;

- Giai đoạn thu thập thông tin;

- Giai đoạn xử lý và phân tích thông tin

2 Giai đoạn thiết kế:

 Nhiệm vụ của giai đoạn thiết kế công trình

nghiên cứu thực nghiệm là xác định nội dung thông tin cần thu nhận;

phải vạch ra mọi “đường đi, nước bước”;(Xác

định chương trình nghiên cứu, phương án thu thập và xử lý thông tin )

3.Giai đoạn tiến hành

Đây là bước thu nhận thông tin riêng biệt và kiểm tra chất lượng thu nhận thông tin ngay tại chỗ Đặc điểm cơ bản của bước tiến hành

là thực hiện nghiêm chỉnh những yêu cầu, những điều hướng dẫn đã vạch ra ở bước

thiết kế

 4 Nhiệm vụ chủ yếu của giai đoạn xử lý thông tin là chuyển thông tin riêng biệt sang thông tin tổng hợp, thực hiện tổng kiểm tra, đánh giá chất lượng và đánh giá triển vọng của thông tin tổng hợp, phân tích và kết luận Giai đoạn xử lý thông tin cũng có ba bước kế tiếp nhau là:

 - Chuẩn bị cho việc xử lý thông tin,

 - Xử lý thông tin và kết thúc



5 Quy trình nghiên cứu xử lý thông tin

 -SPSS thực hiện

trong bước 5 chia ra các giai đoạn:

 Một số thao tác cơ bản trên SPSS

 Các thao tác về tập tin

trên thanh công cụ Data Editor.4123

 Đóng một tập tin dữ liệu

thời điểm nên nó sẽ tự động đóng tập tin

dữ liệu cũ trước khi mở tập tin dữ liệu mới



Chọn Data Editor, File/Save hoặc File/Save

As (lưu với tên mới)

 Thông tin về tập tin dữ liệu

 Một tập tin dữ liệu SPSS, ngoài dữ liệu thô, còn

chứa các thông tin định nghĩa về các biến gồm

có: tên, loại, các nhãn biến và nhãn giá trị



Để hiển thị toàn bộ thông tin về biến trong tập tin dữ liệu đang mở, chọn Utilities/File Info (tập tin chưa mở, chọn File/Display File Info)

 Đặc tính này giúp ta nắm vững cấu trúc tập tin

dữ liệu

 In tập tin

phần của tập tin kết quả.In toàn bộ dữ liệu

In toàn bộ dữ liệu

In theo trang chỉ định

In dữ liệu đã chọn

 Là đại lượng có thể nhận giá trị này hay giá trị khác,

trong trường hợp này hay trường hợp khác

liệu cần thu thập qua phỏng vấn, điều tra, quan sát … và dựa vào đó để phân tích, xử lý nhằm giải quyết vấn đề nghiên cứu

 I- Phân loại dữ liệu

dạng chính:

 Dữ liệu định tính

 Phản ánh tính chất, sự hơn kém,

không tính được trị trung bình Có nhiều cách thể hiện các dữ liệu định

tính, ví dụ: giới tính nam hay nữ, bệnh

nặng hay nhẹ, kết quả điều trị tốt hay xấu, loại thuốc điều trị là ampicilin hay streptomycin, độ bỏng 1 hoặc 2 hoặc 3…

Vì vậy người ta còn phân ra dữ liệu

thứ tự (ordered data), dữ liệu định danh (norminal data)

 Dữ liệu định lượng

(numeric), biến thiên liên tục (continuous) hoặc rời rạc (discrete) Ví

dụ: đo chiều cao của thanh niên ta sẽ có

những con số: 16.5; 1.70; 1.72,…, đó là

một biến số liên tục (continuous

variable); tiêm chủng cho trẻ em ở một

địa phương, có em được tiêm một lần, có

em hai lần hoặc ba lần (không thể có 1

lần rưỡi), đó là biến số rời rạc

 Dữ liệu bán định lượng

 Trong tùy từng lĩnh vực có những chỉ tiêu

khó đánh giá chính xác, vì vậy phải dùng

đến những cách thể hiện bán định lượng Ví

dụ ký sinh trùng sốt rét trong máu +, ++, +++; trứng giun trong phân +, ++, +++ Mặc dù xu hướng dùng bán định lượng ngày càng

ít đi, nhưng cũng có lúc cần đến Xử lý thống kê với các dữ liệu bán định lượng tương đối đơn giản, nhưng cách đánh giá vẫn giúp cho

ta biết được đáng tin cậy hay không và tin cậy ở mức độ nào

II- Các loại thang đo

 Ngay từ giai đoạn thiết kế đã phải xây dựng thang đo Thang đo là một trong những phương tiện để đo mối liên quan giữa các hiện tượng xã hội Thang đo là cách sắp xếp thông tin, là hệ thống những con số và những mối quan hệ giữa chúng Nó là phương tiện để đo mối liên quan theo từng nội dung nghiên cứu của khách thể cụ thể

 Đặc trưng của mỗi thang đo với tư cách một

phương tiện để đo đều chứa ba yếu tố: độ

dài, số đo và chỉ số

 Độ dài của thang đo thường có cực đại và cực tiểu, ví dụ: khoảng cách về mức lương (từ mức lương thấp

nhất đến mức lương cao nhất), về trình độ học vấn (từ

trình độ thấp nhất đến trình độ cao nhất),

những đơn vị phân chia độ dài của thang để xác định

vị trí của mọi khách thể có đặc tính xã hội cần nghiên cứu

như nhau hoặc không như nhau, có thể là con số tuyệt đối nhưng cũng có những số đo chỉ có tính chất tương

đối : nhiều hơn, ít hơn, yếu hơn, mạnh hơn,…

 Chỉ số là một chỉ tiêu số lượng nào đó xác định vị trí của đối tượng điều tra hay tập hợp của các đối tượng điều tra theo một dấu hiệu nào đó trên thang Nó có thể là con số tuyệt đối như mức thu nhập bình

quân/tháng: 500.000 đồng/tháng,

1-Thang định danh (nominal Scale)

Nó thể hiện sự phân định những biến dạng của một dấu hiệu nào đó

hiệu (chỉ báo) nào đó được xếp bậc theo mức độ tăng dần hoặc giảm dần thể hiện sự hơn kém của các thang bậc đó,

Các loại thang đo

3- Thang khoảng cách(interval Scale)

của thang thứ tự Các biến thể của một hiện tượng xã hội nào đó cũng được xếp theo thứ tự và nó còn cho biết khoảng cách đều nhau giữa các biến thể đó

có khoảng cách giống nhau tại bất kỳ điểm nào trên thang đo, nên khoảng cách giữa 5 và 6 độ bằng với khoảng

cách giữa 9 và 10 độ

4-Thang tỷ lệ (ratio Scale) …

Thang tỷ lệ có tất cả đặc tính khoảng cách và thứ tự của thang khoảng cách Ngoài

ra, vì có điểm 0 được xác định một cách có

ý nghĩa, nên phép toán chia (tỷ số) có thể thực hiện được

cách(interval measurement) và Thang ( tỷ lệ (ratio measurement) dùng chung (Scale)

dùng cho biến định lượng,

Mối liên hệ Dữ liệu và thang đo

Dữ liệu

Định tính Định lượng

Thang định danh Thanh Thứ bậc Thảng khoảng cách Thang tỷ lệ

Chương 3: MÃ HÓA VÀ NHẬP DỮ LIỆU

I Chuẩn bị dữ liệu

Trong việc chuẩn bị dữ liệu, việc tiên đoán trước những dữ liệu nào là cần thiết đưa vào xử lý và phân tích là một bước quan trọng Nếu dữ liệu bị cắt xén một cách tùy tiện thì có thể dẫn đến tình trạng là khi xử lý mới thấy dữ liệu đó là cần thiết Khi ấy việc bổ sung dữ liệu sẽ rất phức tạp, đồng thời có thể hao tốn thời gian và tiền bạc, việc chuẩn bị dữ liệu thực hiện các vấn đề:

1.1 Kiểm tra tính hợp lệ dữ liệu (Validate data)

các phương pháp và biện pháp kiểm tra chất lượng được sử dụng để thu nhận các dữ liệu

được trả lời và những chỉ dẫn về thủ tục phỏng vấn để phát hiện ra những nguyên nhân dẫn đến những sai sót

2 Hiệu chỉnh dữ liệu

 Hiệu chỉnh dữ liệu gồm 2 phần



Hiệu chỉnh dữ liệu tại chỗ khi thu nhận dữ liệu

 Các nguyên nhân gây nhầm lẫn trong nghiên cứu thực địa là:

 Sai lầm do chọn đối tượng

 Sai lầm do không thực hiện đầy đủ

 Sai lệch do không trả lời

 Sai sót do giao tiếp giữa người phỏng vấn và người được phỏng vấn

 Những sai sót lúc ghi nhận

 Sự giả mạo

Hiệu chỉnh dữ liệu khi các bảng dữ liệu được tập hợp lại

 Những cuộc phỏng vấn giả tạo

 Những câu trả lời không đầy đủ

 Những câu trả lời thiếu nhất quán

 Những câu trả lời không thích hợp

 Những câu trả lời không đọc được

 Có 3 cách được sử dụng khi xử lý các sai

lầm nêu trên là:

sáng tỏ vấn đề

3- Mã hóa dữ liệu

việc nhận diện phân loại mỗi câu trả lời

trên một ký hiệu chỉ định Đây là một

bước quan trọng vì việc mã hóa dữ liệu

đúng đắn, hợp lý sẽ giúp cho máy tính dễ dàng đọc được dữ liệu và xử lý chúng theo yêu cầu của chúng ta

3.1 Cấu trúc dữ liệu

tin (record hoặc case)tương ứng với một dòng

Mỗi câu trả lời cho một câu hỏi được gọi là

trường tin (field) hoặc biến số (variable) Một

câu hỏi có thể tạo ra một trường tin hay nhiều trường tin tuỳ theo đó là câu hỏi một đáp ứng

(single response) hay có nhiều đáp ứng (multi

response) Trường tin là một tập hợp các ký tự

(ký tự số, ký tự chữ) tượng trưng một thông tin

được trả lời

 3.2 Thủ tục mã hóa dữ liệu

trường tin

mà các trường tin có thể nhận để biểu diễn thông tin tương ứng với các trả lời của

từng câu hỏi

tin

Mã hóa trước là việc quyết định thủ tục mã hóa ngay khi thiết kế bảng câu hỏi, do đó

ta có thể in các mã số (code) ngay trong

bảng câu hỏi Hình thức mã hóa này thích hợp với những câu hỏi thuộc về dạng luận

lý (chỉ chọn 1 trong 2 cách trả lời) hoặc

dạng chọn một trong các câu trả lời sẵn

(dạng câu hỏi đóng)

3.3 Nguyên tắc mã hóa dữ liệu

 Số giá trị mã hóa thích hợp:

 Số giá trị mã hóa phải đủ lớn để có thể biểu diễn hết các điểm khác biệt

trong dữ liệu.:

 Được xếp trong cùng giá trị mã hóa phải tương tự nhau về đặc trưng

nghiên cứu, và ngược lại, những thông tin trả lời được xếp ở các giá trị mã hóa khác nhau phải có sự khác biệt về đặc trưng đang nghiên cứu đến mức đủ để có thể phân loại

 Nguyên tắc loại trừ giữa các giá trị mã hóa:

 Các giá trị mã hóa không được chồng chéo lên nhau, và chúng ta phải

xác định như thế nào để bất cứ tình huống trả lời nào cũng chỉ được xếp vào một giá trị mã hóa mà thôi

 Nguyên tắc toàn diện:

 Cấu trúc của các giá trị mã hóa phải được bao quát tất cả các tình huống

trả lời nhằm bảo đảm chúng được mã hóa

 Nguyên tắc đóng kín:

 Những khoảng cách, và các khoảng cách lớp này nên có độ rộng tương

đương thì tốt hơn là khác nhau

 Nguyên tắc định điểm giữa của những khoảng cách lớp:

 Nếu đối với những câu hỏi mà khi trả lời người ta hay làm tròn số thì

những khoảng cách lớp cần được thiết kế sao cho những con số cần được làm tròn (lớn hơn) rơi vào điểm giữa của khoảng cách lớp

3.4 Lập danh bạ mã hóa

 Chức năng của danh bạ mã hóa là:

 Giúp người làm công việc mã hóa thực hiện việc biến đổi từ một câu trả

lời ra một mã hiệu thích hợp mà máy tính đọc và hiểu được

 Giúp nhà nghiên cứu nhận diện được các biến số mà họ muốn sử dụng

trong quá trình phân tích thống kê

 Bảng phân tích mà máy tính in ra sau đó sẽ giúp nhà nghiên cứu nhận

diện được các loại biến số

 Các cột của danh bạ mã hóa thông thường gồm có:

 Số thứ tự của câu hỏi

 Vấn đề của câu hỏi (thường là tóm tắt nội dung câu hỏi)

 Tên của trường tin (biến số) phát sinh từ câu hỏi

 Vị trí của biến số trong mẫu tin (theo số byte) cho biết độ dài của giá trị

mã hóa

 Nhãn của biến số (variable label) thường được dùng để làm rõ ý nghiã

của tên biến số do tên biến số thường bị hạn chế về chiều dài (Cột này không bắt buộc)

 Các giá trị mã hóa: là các giá trị mà biến số có thể nhận được để biểu

diễn thông tin được trả lời

 Nhãn giá trị mã hóa (value label) thường dùng để miêu tả ý nghĩa của

các giá trị mã hóa

 4- Tạo tập dữ liệu mới

 Cửa sổ Data Editor có dạng như bảng tính (Excel ,Quattro ),

giúp ta tạo mới/sửa đổi một tập tin dữ liệu dạng SPSS chúng

một cách dễ dàng

 Một số điểm cần lưu ý sau đây:

 Mỗi dòng tương ứng với 1 quan sát hay với một bảng phỏng

vấn

 Mỗi cột là một biến số đặc trưng cho một tính chất được đo

lường Thông thường mỗi câu hỏi tương ứng một cột, nhưng cũng có nhiều câu hỏi làm phát sinh nhiều biến sẽ được chứa trong nhiều cột

 Mỗi ô (giao điểm của dòng và cột ) chứa một gía trị duy nhất

của một biến đối với một quan sát (hoặc một bảng phỏng vấn)

Ô chỉ chứa giá trị dữ liệu chứ không thể chứa được công thức như trong các chương trình bảng tính

 Tập tin dữ liệu có dạng hình chữ nhật Kích thước tập tin dữ

liệu được xác định bởi số quan sát và số biến Với SPSS không

có ô trống trong phạm vi của tập tin dữ liệu Với các biến kiểu

số, các ô trống được xem là giá trị system-missing và sẽ có

nhiều cách xử lý chúng mà chúng ta chưa đề cập

4.1 Định nghĩa biến ( tạo biến)

 a/ Tên biến

 Tên mặc định của một biến mới là varxxxxx với xxxxx

là một số gồm 5 chữ số tính từ 00001 Để thay đổi tên biến, ta gõ tên mới vào hộp Variable Name theo các

quy ước sau đây:

 Tên phải bắt đầu bằng một chữ cái và không được kết

thúc bằng một dấu chấm (period)

 Không nên dùng dấu gạch dưới (underscore) để kết

thúc tên biến

 Tên không được quá 8 ký tự

 Tên không được chứa khoảng trắng và các ký tự đặc

biệt như !,?,*

 Tên biến không được trùng nhau

 Tên biến không phân biệt chữ thường và chữ hoa

 Các từ khóa sau đây không được dùng làm tên biến

 b/ Loại biến

 SPSS mặc định loại biến mới là kiểu số (numeric)

 Để thay đổi loại biến, ấn vào t mở hộp thoại Variable Type

 Chúng ta có thể dùng các loại biến sau đây:

 Numeric: gõ vào ô Width độ rộng của số lớn nhất kể cả dấu thập phân,

gõ vào ô Decimal Places số chữ số thập phân muốn hiển thị Độ rộng tối

đa của biến kiểu số là 40 và tối đa là 16 chữ số thập phân

 Comma: tương tự loại Numeric nhưng kể thêm các dấu phẩy phân cách

hàng nghìn, và dấu thập phân được dùng làm dấu chấm (số thập phân dạng Mỹ)

 Dot: Tương tự loại Numeric nhưng kể thêm các dấu chấm phân cách

hàng nghìn, và dấu thập phân được dùng là dấu phẩy (số thập phân dạng Pháp)

 Scientific notation: hiển thị số dạng khoa học

 Date: kiểu ngày hay giờ, chọn dạng thích hợp từ danh sách có sẵn

 Dollar: dạng tiền tệ của Mỹ, có dấu $ ở phía trước số hiển thị

 Custom currency: dạng tiền tệ do người dùng xác định

 String: biến kiểu chuỗi, nếu không quá 8 ký tự gọi là sort Strings và được

dùng trong nhiều thủ tục của SPSS, ngược lại gọi là long Strings và chỉ được dùng giới hạn trong một số thủ tục SPSS mà thôi

c/ Nhãn của biến và của giá trị dữ liệu

để mô tả gợi nhớ thêm ý nghĩa của biến

Nhãn của các giá trị dữ liệu dài tối đa 60

ký tự, dùng để mô tả thêm ý nghĩa của các giá trị dữ liệu Điều này đặc biệt hữu ích khi ta dùng các mã số để đại diện

các lớp dữ liệu

để đưa tên nhãn và ấn vào Values mở

hộp thoại Value Labels

d/ Gán một nhãn:

 Nhập giá trị vào hộp Value ( có thể kiểu số hay chuỗi )

 Nhập một nhãn vào hộp Value Label

 Ấn Add

 Sửa đổi một nhãn:

 Để vệt sáng tại nhãn cần sửa trong danh sách nhãn

 Nhập vào giá trị mới hay tên mới

 Ấn Change

 Xóa một nhãn:

 Để vệt sáng tại nhãn cần xóa trong danh sách nhãn

 Ấn Remove

e/ Mã hóa lại biến (recoding)

mã hóa lại biến:

sẵn cho một biến, ví dụ giới tính được

mã hóa là 0 cho nam và 1 cho nữ Bạn có thể thích mã hóa giới tính là 1 cho nữ và 2 cho nam

nhau của một biến định tính chỉ còn 2

hay 3 loại

 Nhập vào tên biến mớiNhập vào nhãn mớiXác nhận tên biến mới1234Mã hóa khoảng thành một giá trịGiá trị

khuyết đã được mã hóaMô tả cách mã hóa lại biến



Để mã hóa giá trị khuyết, chọn System or User missing và System-missing trong hộp New Value Sau đó chọn Add để ghi lại thay đổi này Lúc đó trong cửa sổ Old -> New xuất hiện MISSING ->SYSMIS

 Khi mã hóa lại biến định lượng thành biến định tính, quá trình thực hiện cũng tương tự Ví dụ, chúng ta hãy mã

hoá lại biến định lượng age thành biến định tính mới gọi là agecat (age in categories) Giả sử chúng ta muốn có những nhóm tuổi như sau: