Hướng dẫn sử dụng SPSS 20 cơ bản là bộ chuỗi video được phát triển tại Phạm Lộc Blog. Bộ video này mình tập trung giới thiệu tới các bạn những thao tác cơ bản nhất về cách sử dụng phần mềm SPSS áp dụng vào các bài nghiên cứu tiểu luận, báo cáo, luận văn...
BỐ CỤC
Nội dung bài viết sẽ bao gồm các chủ đề Video sau:
NỘI DUNG CHI TIẾT
Phần 1: 7 thuật ngữ thống kê trong nghiên cứu
Phần này cần nắm được 7 thuật ngữ cơ bản nhưng cực kỳ quan trọng khi làm nghiên cứu:- Biến độc lập
- Biến phụ thuộc
- Nhân tố
- Biến quan sát
- Tổng thể
- Mẫu
- Số quan sát
Sử dụng đúng thuật ngữ giúp bạn phân biệt các khái niệm và tránh mắc lỗi khi trình bày vào bài nghiên cứu, luận văn của mình.
Đây là các khái niệm rất cơ bản nhưng lại có rất nhiều bạn hiểu nhầm và hiểu sai, dẫn đến lúc bảo vệ trước hội đồng hay nhận xét các nội dung trong bài nghiên cứu dùng sai thuật ngữ và bị trừ điểm.
Đây là các khái niệm rất cơ bản nhưng lại có rất nhiều bạn hiểu nhầm và hiểu sai, dẫn đến lúc bảo vệ trước hội đồng hay nhận xét các nội dung trong bài nghiên cứu dùng sai thuật ngữ và bị trừ điểm.
XEM VIDEO:
Phần 2: 8 điểm lưu ý quan trọng để có bảng khảo sát chất lượng
Phần này chúng ta sẽ cần nắm rõ các chủ điểm:- Kế thừa bảng khảo sát của một nghiên cứu trước đó là kế thừa bảng khảo sát và mô hình đã điều chỉnh, đã hoàn thiện sau khi tác giả hoàn thiện tất cả các phân tích.
- Việc kế thừa từ nhiều tác giả cần có sự gạn lọc để loại bỏ đi các quan sát thừa, trùng lặp nhau về ý nghĩa.
- Sau khi đã có được các biến quan sát, câu hỏi tham khảo từ các nghiên cứu đi trước, cần điều chỉnh lại câu chữ cho dễ hiểu, mạch lạc, logic.
- Nên đồng bộ mức điểm của thang đo cùng chiều với sự đồng ý, sự hài lòng.
- Nên mã hóa ngay các con số đáp án trong bảng câu hỏi khảo sát
- Phần thông tin người được khảo sát cần đưa ra các câu hỏi phục vụ cho nghiên cứu, không đưa quá nhiều câu và các câu nhạy cảm.
- Biến định tính cần cập nhật đáp án theo thời gian.
- Chia nhóm giá trị biến định tính phù hợp với cơ cấu, tránh tình trạng nhóm quá nhiều, nhóm không có người trả lời.
8 điểm lưu ý này rất quan trọng để giúp bạn có được một bảng khảo sát rõ ràng, mạnh lạc. Một bảng khảo sát tốt sẽ giúp người trả lời có thiện cảm và tăng sự hợp tác của đối tượng khảo sát, nhờ vậy mà đáp án họ trả lời sẽ tốt hơn, ít xảy ra tình trạng đánh cho qua, đánh bao lô.
XEM VIDEO:
Phần 3: Phân tích thống kê mô tả Frequency và Descriptives
Các chủ điểm chính của Video:- Phân tích thống kê mô tả trên Frequency
- Phân tích thống kê mô tả trên Descriptives
- Vẽ biểu đồ trên SPSS và Excel
Trong quá trình nhập liệu, do lượng số liệu nhập vào khá lớn dẫn tới có sai sót về số liệu, các bạn thường xuyên gặp phải 2 lỗi: nhập thiếu giá trị và nhập nhân đôi giá trị.
Rất khó để kiểm tra bằng mắt những ô dữ liệu bị lỗi, chính vì vậy mà chúng ta sẽ sử dụng giá trị missing / max / min trong thống kê mô tả để kiểm tra sai sót và sửa lỗi.
Thống kê mô tả SPSS 20 chia ra làm 2 phần: Thống kê tần số, Thống kê trung bình. Tùy mục đích sử dụng chúng ta sẽ tương ứng dùng thống kê nào để cho ra kết quả output có ích.
Các bạn có thể vẽ biểu đồ trên SPSS, tuy nhiên SPSS không mạnh lắm về hình ảnh, đa dạng về biểu đồ. Do vậy, chúng ta có thể sử dụng số liệu trên SPSS và đưa vào Excel để vẽ biểu đồ. Giao diện vẽ biểu đồ trên Excel thân thiện hơn và phổ biến hơn với người dùng, đồ họa và hình ảnh đẹp mắt, việc chỉnh sửa cũng dễ dàng.
XEM VIDEO
Phần 4: Kiểm định độ tin cậy thang đo Cronbach"s Alpha
Các chủ điểm cần nắm:
- Hiểu được thang đo và độ tin cậy thang đo là gì
- Cách thực hiện kiểm định Cronbach"s Alpha trên SPSS
- Một số vấn đề khi thực hiện Cronbach"s Alpha
Trước khi đi vào phân tích Cronbach Alpha, chúng ta cần hiểu rõ được thang đo và độ tin cậy thang đo là gì. Đây là video lý thuyết nền tảng quan trọng, nắm vững lý thuyết này bạn sẽ hiểu được bản chất của việc chạy Cronbach Alpha và hiểu các vấn đề về Cronbach Alpha xuất phát từ đâu.
XEM VIDEO:
Sau khi đã nắm vững lý thuyết về thang đo, chúng ta sẽ thực hành kiểm định độ tin cậy thang đo Cronbach Alpha trên phần mềm SPSS với tập dữ liệu mẫu.
XEM VIDEO:
Việc phân tích Cronbach Alpha sẽ không trôi chảy một cách hoàn hảo mà sẽ gặp nhiều vấn đề phát sinh từ việc chọn dạng đề tài, việc xây dựng thang đo, dưới đây là các vấn đề thường gặp của Cronbach Alpha:
XEM VIDEO 1:
XEM VIDEO 2:
Phần 5: Phân tích nhân tố khám phá EFA
Chủ điểm chính của Video:
Việc xử lý EFA cũng sẽ phát sinh các vấn đề xoay quanh biến xấu cần loại. Khi nào biến sẽ cần loại bỏ, loại bỏ như thế nào, các bạn xem thêm video này nhé:
- Phân tích nhân tố khám phá EFA là gì?
- 2 giá trị phân biệt và hội tụ trong EFA
- Thực hiện phân tích nhân tố khám phá EFA trên SPSS
Khi phân tích khám phá EFA, các bạn nhớ loại bỏ các biến đã bị loại trước đó. Ví dụ bước Cronbach Alpha bị loại 2 biến quan sát thì khi chạy EFA, các bạn không sử dụng lại 2 biến đó nữa mà bỏ đi.
XEM VIDEO:
Việc xử lý EFA cũng sẽ phát sinh các vấn đề xoay quanh biến xấu cần loại. Khi nào biến sẽ cần loại bỏ, loại bỏ như thế nào, các bạn xem thêm video này nhé:
XEM VIDEO:
Phần 6: Phân tích tương quan Pearson
Phần này gồm các chủ điểm:
Trước khi đi vào phân tích tương quan, chúng ta cần tạo biến đại diện cho các nhóm nhân tố sau EFA. Các bạn xem cách tạo biến đại diện trong SPSS tại bài viết này.
Cần lưu ý, tương quan Pearson phản ánh mối quan hệ tuyến tính giữa các cặp biến. Cặp biến không thỏa điều kiện tương quan Pearson sẽ xảy ra 2 trường hợp. Hoặc là cặp biến đó hoàn toàn không có tương quan. Hoặc là cặp biến đó có mối quan hệ phi tuyến.
Tại bước phân tích tương quan Pearson, biến có sig lớn hơn 0.05 nhưng có thể vẫn sẽ có ý nghĩa khi phân tích hồi quy. Bởi vì trong Pearson, các cặp biến so sánh với nhau ở mối quan hệ độc lập, chỉ xét trong phạm vi 2 biến đó. Còn trong hồi quy, không có sự so sánh từng cặp nữa mà mỗi biến độc lập sẽ được xem xét sự tương quan với biến phụ thuộc khi đặt cạnh các biến độc lập còn lại. Do đó, một biến có thể không tương quan tuyến tính với biến phụ thuộc ở bước phân tích Pearson nhưng lại hoàn toàn có ý nghĩa trong phương trình hồi quy tuyến tính.
- Tương quan tuyến tính là gì?
- Cách thực hiện phân tích tương quan Pearson trên SPSS
- Các chỉ số cần đọc khi phân tích Pearson
Trước khi đi vào phân tích tương quan, chúng ta cần tạo biến đại diện cho các nhóm nhân tố sau EFA. Các bạn xem cách tạo biến đại diện trong SPSS tại bài viết này.
Cần lưu ý, tương quan Pearson phản ánh mối quan hệ tuyến tính giữa các cặp biến. Cặp biến không thỏa điều kiện tương quan Pearson sẽ xảy ra 2 trường hợp. Hoặc là cặp biến đó hoàn toàn không có tương quan. Hoặc là cặp biến đó có mối quan hệ phi tuyến.
Tại bước phân tích tương quan Pearson, biến có sig lớn hơn 0.05 nhưng có thể vẫn sẽ có ý nghĩa khi phân tích hồi quy. Bởi vì trong Pearson, các cặp biến so sánh với nhau ở mối quan hệ độc lập, chỉ xét trong phạm vi 2 biến đó. Còn trong hồi quy, không có sự so sánh từng cặp nữa mà mỗi biến độc lập sẽ được xem xét sự tương quan với biến phụ thuộc khi đặt cạnh các biến độc lập còn lại. Do đó, một biến có thể không tương quan tuyến tính với biến phụ thuộc ở bước phân tích Pearson nhưng lại hoàn toàn có ý nghĩa trong phương trình hồi quy tuyến tính.
XEM VIDEO:
Phần 7: Phân tích hồi quy đa biến
Phần này gồm các chủ điểm:
Hồi quy giúp chúng ta kết luận các giả thuyết nghiên cứu đặt ra từ ban đầu: chấp nhận hay bác bỏ. Tại bước này chúng ta sẽ đánh giá được mức độ tác động của các biến độc lập lên biến phụ thuộc, biến nào tác động yếu, biến nào tác động mạnh.
Có rất nhiều bạn thắc mắc nên sử dụng hệ số hồi quy chuẩn hóa (hệ số Beta) hay chưa chuẩn hóa (hệ số B) khi viết phương trình hồi quy. Để hiểu rõ hơn vấn đề này, các bạn đọc bài viết Sự khác nhau giữa hệ số hồi quy chuẩn hóa và chưa chuẩn hóa theo đường dẫn ở đây.
- Nhiệm vụ của hồi quy đa biến
- Cách thực hiện hồi quy đa biến trên SPSS
- Các chỉ số cần đọc trong kết quả hồi quy
Hồi quy giúp chúng ta kết luận các giả thuyết nghiên cứu đặt ra từ ban đầu: chấp nhận hay bác bỏ. Tại bước này chúng ta sẽ đánh giá được mức độ tác động của các biến độc lập lên biến phụ thuộc, biến nào tác động yếu, biến nào tác động mạnh.
Có rất nhiều bạn thắc mắc nên sử dụng hệ số hồi quy chuẩn hóa (hệ số Beta) hay chưa chuẩn hóa (hệ số B) khi viết phương trình hồi quy. Để hiểu rõ hơn vấn đề này, các bạn đọc bài viết Sự khác nhau giữa hệ số hồi quy chuẩn hóa và chưa chuẩn hóa theo đường dẫn ở đây.
XEM VIDEO:
Phần 8: Kiểm định ANOVA, T-Test
Phần này có 2 chủ điểm chính:
- Trường hợp nào thì sẽ sử dụng ANOVA, trường hợp nào sử dụng T-Test
- Cách thực hiện và một số lưu ý
Để đi vào phân tích sâu, cặn kẽ hơn bài làm chúng ta thường sử dụng tới ANOVA và T-Test để đánh giá sự khác biệt trung bình để xem có sự khác nhau về động lực làm việc giữa 2 nhóm nhân viên nam và nữ hay không; kiểm định xem có hay không sự khác biệt về quyết định mua hàng của các khách hàng có độ tuổi khác nhau; kiểm tra xem có sự khác biệt sự hài lòng của các khách hàng có thời gian sử dụng dịch vụ khác nhau tại một ngân hàng hay không…
XEM VIDEO
Trên đây là các video hướng dẫn. Ngoài ra hiện tại mình đang bán ebook SPSS 20 được biên soạn chi tiết với nhiều phần nội dung bám sát vào thực tế quá trình từ khi lập bảng khảo sát tới làm sạch dữ liệu, xử lý dữ liệu, nhận xét kết quả. Các bạn có thể tham khảo ở đây.
Từ khóa: video học spss, chuỗi video spss, series học spss
Từ khóa: video học spss, chuỗi video spss, series học spss