Đề 12 – Bài tập, đề thi trắc nghiệm online SPSS

File SPSS Syntax, chứa các lệnh để thực hiện phân tích, được lưu với đuôi mở rộng `.sps′. File này giúp tự động hóa các quy trình phân tích và ghi lại các bước thực hiện.

Lỗi nhập sai định dạng dữ liệu là rất phổ biến, ví dụ cố gắng nhập ký tự chữ vào một biến số đã được định nghĩa là kiểu số (numeric). SPSS sẽ báo lỗi hoặc xử lý không chính xác dữ liệu trong trường hợp này.

File dữ liệu SPSS được lưu trữ với đuôi mở rộng `.sav′. Đây là định dạng file độc quyền của SPSS để lưu dữ liệu và các thuộc tính biến số.

Hệ số tương quan Pearson (r) đánh giá mức độ mạnh và hướng (dương hoặc âm) của mối quan hệ tuyến tính giữa hai biến số định lượng. Giá trị r dao động từ -1 đến +1, với giá trị tuyệt đối càng gần 1 thể hiện mối quan hệ tuyến tính càng mạnh.

Nhóm `Compare Means′ trong SPSS tập trung vào các kiểm định so sánh trung bình giữa các nhóm hoặc giữa mẫu và giá trị tham chiếu (T-tests, ANOVA). Chi-Square Test thuộc nhóm `Nonparametric Tests′ hoặc `Descriptive Statistics′ (nếu kiểm định tính độc lập giữa các biến định tính).

Paired-Samples T Test được dùng khi muốn so sánh trung bình của hai đo lường liên quan (ví dụ: trước và sau can thiệp) trên cùng một tập hợp các đối tượng, tức là có sự phụ thuộc giữa hai mẫu.

Kiểm định Chi-Square Test of Independence (kiểm định tính độc lập) được thiết kế đặc biệt để xác định xem có mối quan hệ thống kê đáng kể giữa hai biến số định tính hay không.

ANOVA được thiết kế để so sánh trung bình của hai hoặc nhiều hơn hai nhóm. Mặc dù có thể dùng T-test cho hai nhóm, ANOVA tổng quát hơn và có thể xử lý nhiều nhóm cùng lúc.

SPSS hỗ trợ các kiểu dữ liệu chính như Numeric, String, Date, Currency, và Custom. Boolean (logic True∕False) không phải là kiểu dữ liệu cơ bản được SPSS định nghĩa trực tiếp, mặc dù có thể biểu diễn bằng số (ví dụ 0 và 1).

Trong ANOVA, giả thuyết không H0 cho rằng không có sự khác biệt thực sự về trung bình giữa các nhóm. Mục tiêu của kiểm định là xem xét liệu có đủ bằng chứng để bác bỏ H0 hay không, tức là có sự khác biệt đáng kể giữa ít nhất một cặp nhóm.

`Compute Variable′ cho phép tạo ra biến số mới bằng cách thực hiện các phép tính toán số học, logic, hoặc sử dụng các hàm có sẵn trên các biến số hiện có trong bộ dữ liệu.

Kiểm định Chi-Square chủ yếu được dùng để phân tích dữ liệu định tính (categorical), ví dụ như kiểm định tính độc lập giữa hai biến định tính hoặc kiểm định sự phù hợp của phân phối quan sát với phân phối lý thuyết.

`Split File′ chia bộ dữ liệu thành các nhóm dựa trên giá trị của biến số được chỉ định. Sau khi `Split File′ được kích hoạt, các phân tích tiếp theo sẽ được thực hiện riêng biệt cho từng nhóm, giúp so sánh và phân tích theo nhóm.

Tương tự như các kiểm định thống kê khác, p-value nhỏ (dưới mức alpha) trong Chi-Square test cho thấy bằng chứng đủ mạnh để bác bỏ giả thuyết không (H0: không có mối quan hệ). Do đó, ta kết luận có mối quan hệ giữa các biến số định tính đang xét.

Phân tích hồi quy tuyến tính nhằm mục đích xây dựng mô hình dự đoán giá trị của biến số phụ thuộc (biến được dự đoán) dựa trên giá trị của một hoặc nhiều biến số độc lập (biến dự đoán). Nó cũng cho phép đánh giá mức độ ảnh hưởng của các biến độc lập lên biến phụ thuộc.

Giá trị p-value (Sig. (2-tailed)) trong T-test cho biết xác suất để quan sát thấy sự khác biệt trung bình lớn như vậy (hoặc lớn hơn) giữa hai nhóm nếu giả thuyết không (không có sự khác biệt thực sự) là đúng. P-value nhỏ (thường < 0.05) dẫn đến bác bỏ giả thuyết không, cho thấy sự khác biệt có ý nghĩa thống kê.

Đường dẫn `Graphs → Legacy Dialogs → Histogram′ là cách truy cập chức năng tạo biểu đồ histogram truyền thống trong SPSS. `Chart Builder′ cũng có thể tạo histogram nhưng là giao diện mới hơn và mạnh mẽ hơn.

Thay thế giá trị thiếu bằng một số tùy ý (ví dụ 99, -99) là phương pháp không được khuyến khích vì nó có thể làm sai lệch phân tích thống kê, đặc biệt nếu số này không nằm trong phạm vi giá trị hợp lệ của biến số và không được SPSS nhận diện là giá trị thiếu. Các phương pháp khác như listwise deletion, mean imputation, và multiple imputation là các cách xử lý dữ liệu thiếu phổ biến và được chấp nhận hơn (tùy thuộc vào tình huống).

`Value Labels′ cho phép gán các nhãn văn bản mô tả ý nghĩa của từng giá trị số trong biến số định tính (ví dụ: 1 = `Nam′, 2 = `Nữ`). Điều này giúp làm cho kết quả phân tích và dữ liệu dễ đọc và dễ hiểu hơn.

Bar chart (biểu đồ cột) là lựa chọn phù hợp nhất để trực quan hóa tần số hoặc tỷ lệ phần trăm của các danh mục trong biến định tính. Histogram dùng cho biến định lượng liên tục, scatter plot cho mối quan hệ giữa hai biến định lượng, và line chart thường cho dữ liệu theo thời gian.

`Recode into Different Variables′ tạo ra biến số mới bằng cách chuyển đổi và gán lại giá trị từ biến số gốc, thường dùng để nhóm hoặc phân loại lại dữ liệu.

Đường dẫn `Analyze → Descriptive Statistics → Descriptives′ là cách chính xác để truy cập chức năng thống kê mô tả cơ bản trong SPSS, bao gồm trung bình, độ lệch chuẩn, giá trị nhỏ nhất, lớn nhất, v.v.

Lệnh `FREQUENCIES` dùng để tính tần số. `VARIABLES=var1 var2` chỉ định biến cần phân tích. `∕FORMAT=NOTABLE` ẩn bảng tần số. `∕BARCHART.` tạo biểu đồ cột. Do đó, lệnh này tính tần số và tạo biểu đồ cột cho var1 và var2 nhưng không hiển thị bảng tần số.

SPSS là viết tắt của Statistical Package for the Social Sciences, phản ánh nguồn gốc và ứng dụng ban đầu của phần mềm trong lĩnh vực khoa học xã hội.

File SPSS Output Viewer với đuôi `.spo′ chứa các kết quả phân tích thống kê, biểu đồ, bảng biểu và các thông báo đầu ra khác được tạo ra sau khi thực hiện các phân tích trong SPSS.

Variable View trong SPSS dùng để định nghĩa và quản lý các thuộc tính của biến số như tên, loại dữ liệu, nhãn biến, giá trị nhãn, định dạng hiển thị, và thang đo.

Data View trong SPSS chủ yếu để xem và chỉnh sửa dữ liệu. Thay đổi tên biến số là thao tác thuộc về định nghĩa biến, cần thực hiện trong `Variable View′.

Chức năng `Select Cases′ cho phép người dùng chọn và làm việc với một tập hợp con các trường hợp (hàng) trong bộ dữ liệu thỏa mãn một điều kiện cụ thể, hữu ích khi muốn phân tích trên một nhóm đối tượng nhất định.

Hệ số tương quan Pearson (r) có giá trị từ -1 đến +1. Giá trị +1 thể hiện mối quan hệ tuyến tính dương hoàn hảo, -1 thể hiện mối quan hệ tuyến tính âm hoàn hảo, và 0 thể hiện không có mối quan hệ tuyến tính.

R-squared (hệ số xác định) trong hồi quy tuyến tính cho biết tỷ lệ phương sai của biến phụ thuộc được giải thích bởi các biến độc lập trong mô hình. R² càng cao (gần 1), mô hình càng phù hợp và giải thích được nhiều biến thiên của biến phụ thuộc.