1.1. Đọc dữ liệu từ file Excel:File/Open/Data xuất hiện cửa sổ Open Data:

Chọn tệp Excel cần mở rồi bấm Open:

+ Tắt hoặc mở tùy chọn: Đọc dòng đầu tiên trong file Excel thành tên biến trong SPSS.

+ Chọn Worksheet cần mở

+ Chọn vùng dữ liệu Range cần mở (nếu cần)

Bấm OK để kết thúc.

Chú ý: Nếu tiêu đề các cột trong Excel có dấu cách thì khi chuyển thành tên biến SPSS sẽ tự động xóa đi dấu cách.

1.2. Đọc dữ liệu từ Excel bằng cách copy/pasteMở file excel copy nội dung dữ liệu muốn đưa sang SPSS, trong SPSS chọn Paste. Thiết lập các biến tương ứng trong cửa sổ Variable View

1.3. Đọc dữ liệu từ file TextFile/Open/Data xuất hiện cửa sổ Open Data:

Chọn tệp text cần mở rồi bấm Open:

Chọn No/Next

Are variables names included at the top of your file? Chọn yes nếu muốn lấy dòng đầu tiên của tập tin làm tên biếnChọn next

The first case of data begins on which line number? Khai báo dòng đầu tiên lấy dữ liệu, chọn Next

Chọn ký hiệu phân biệt giữa các biến, chọn Next

Thiết lập lại Tên biến và kiểu dữ liệu nếu cần, chọn Next

Chọn Finish để kết thúc.

1.4. Vẽ đồ thị scatter – đồ thị phân tánBiểu diễn mối kết hợp giữa 2 biến định lượng (scale).

Giả sử biểu diễn mối quan hệ giữa hai biến số người trong gia đình sonk và số người sử dụng dịch vụ ngân hàng trong gia đình c3.

Vào Graph/Legacy Dialogs/Scatter/dot… xuất hiện hộp hội thoại sau:

Chọn dạng đồ thị muốn hiển thị, ví dụ Simple Scatter rồi chọn Define:

Chọn các biến đưa vào tọa độ X, tọa độ Y rồi chọn OK. Kết quả xuất hiện cửa sổ đồ thị như sau: (Set Markers by: chọn một biến định tính để phân nhóm, ví dụ Giới tính)

Từ đồ thị ta thấy giữa hai biến số người trong gia đình sonk và số người sử dụng dịch vụ ngân hàng trong gia đình c3 có mối liên hệ tuyến tính thuận, tức là số người trong gia đình tăng thì số người sử dụng dịch vụ ngân hàng trong gia đình tăng.

Mối quan hệ giữa 2 biến scale trong đồ thị Scatter có 4 dạng như sau:

1.5. Vẽ biểu đồ Histogram – Biểu đồ tần suấtBiểu đồ tần suất mô tả xu hướng của dữ liệu định lượng ở dạng đơn giản mà không làm mất bất cứ thông tin thống kê nào. Ta có thể xác định được những tiêu chí thống kê như: giá trị trung bình, độ lệch chuẩn, độ biến thiên...

Giả sử biểu diễn sự phân phối của biến số người sử dụng dịch vụ ngân hàng trong gia đình c3.

Vào Graph/Legacy Dialogs/Histogram… xuất hiện hộp hội thoại sau:

Chọn OK kết quả ta có biểu đồ tần suất:

Để nhận biết một phân phối chuẩn trong SPSS ta có thể dùng biểu đồ Histogram với các đặc điểm sau:

+ Đường cong chuẩn có dạng hình chuông đối xứng+ Tần số cao nhất nằm ở giữa và các tần số thấp dần ở 2 bên+ Trị trung bình (mean) và trung vị (mediane) gần bằng nhau + Độ xẹp (skewness) gần bằng 0.

Ví dụ để xét xem biến số người sử dụng dịch vụ ngân hàng trong gia đình có phân phối chuẩn hay không ta thực hiện như sau:

Vào Analyze/Descriptive Statistics/Frequencies, xuất hiện hộp hội thoại sau

Chọn biến cần xác định phân bố chuẩn, chọn Statistics:

Xác định các đại lượng thống kê rồi chọn Continue để quay về hộp thoại Frequencies. Chọn nút Charts xuất hiện hộp thoại sau:

Chọn Histogram và Show normal curve on histogram. Chọn Continue kết quả ta có như sau:

Dựa vào kết quả đã tính toán được ta thấy Số người sử dụng dịch vụ ngân hàng trong gia đình có phân phối chuẩn.

1.6. Vẽ biểu đồ Q-Q PlotsĐể xác định một phân phối chuẩn? ta có thể dùng biểu đồ Q-Q Plots theo cách sau: Vào Analyze/Descriptive Statistics/Q-Q Plots xuất hiện hộp hội thoại sau:

Chọn biến cần xét phân phối chuẩn vào hộp Variables, chọn phân phối chuẩn trong hộp Test Distribution rồi chọn OK, kết quả ta có:

Xem biểu đồ Normal Q-Q Plots ta có các trị số quan sát và trị số mong đợi đều nằm gần trên đường thẳng do đó nó có dạng phân phối chuẩn.

Ví dụ về phân phối không chuẩn:

1.7. Mã hóa biến định lượng về biến định tính (biến nhóm)Transform/Recode into Different Variables

Chú ý: Nếu biến cũ có giá trị khuyết thiếu hệ thống thì biến mới cũng nhận giá trị khuyết thiếu hệ thống

Nếu muốn chỉ mã hóa những bản ghi thoản mãn một điều kiện nào đó (ví dụ giới tính là Nam) thì ta lọc trong lệnh IF

Những bản ghi không thỏa mãn điều kiện lọc thì biến mới có giá trị là giá trị khuyết thiếu của hệ thống.

Chú ý: Nút Paste có tác dụng tạo cú pháp câu lệnh từ các lựa chọn trong hộp hội thoại và dán cú pháp vào cửa sổ cú pháp Syntax. Ta có thể tùy biến các câu lệnh với các lệnh không có sẵn trong hộp hội thoại.

Ví dụ chọn nút Paste trong hộp thoại Recode into Different Variables ta có kết quả như sau:

1.8. Compute - Tính toán một biến mới từ những biến đã cóTrong quá trình nhập liệu, để có thể rút ngắn thời gian nhập liệu hoặc để phục vụ mục đích phân tích, ta có thể tạo ra biến mới từ các biến đã có sẵn trong file dữ liệu bằng cách sử dụng công cụ Compute.

Lệnh Compute áp dụng được cho cả biến định tính và định lượng, kết quả tính toán có thể được lưu trữ trong một biến mới hoặc trong một biến đã có tùy theo sự lựa chọn của người dùng.

Có 2 cách để tạo biến mới: không có hoặc có điều kiện ràng buộc.

Tạo biến mới không có điều kiện ràng buộc:Giả sử ta có bảng dữ liệu như sau:

Giả sử cần tính trung bình cộng của 3 điểm Toan, Ly, Hoa ta thực hiện như sau:

Vào Transform/Compute Variable… xuất hiện hộp hội thoại Compute Variable.

+ Trong ô Target Variable nhập tên cho biến mới, ví dụ: TBC

+ Chọn Type & Label để thiết lập nhãn giá trị và kiểu dữ liệu cho biến mới

+ Trong ô Numeric Expression nhập các biểu thức được dùng để tính giá trị cho biến mới, biểu thức này có thể dùng tên các biến có sẵn, các hằng, các toán tử và các hàm số. Ta có thể gõ trực tiếp các biểu thức tính toán tại ô Numeric Expression hoặc có thể sử dụng các hàm có sẵn trong cửa sổ Function group.

Cách 1: Gõ trực tiếp công thức TBC = (Toan + Ly + Hoa) /3 như sau:

Bấm OK kết quả ta có:

Nhận xét: Ta thấy đối với công thức gõ trực tiếp thì biến mới sẽ nhận giá trị khuyết thiếu hệ thống nếu có ít nhất một biến trong công thức có giá trị khuyết thiếu. Trừ một số phép tính số học liên quan đến số 0 thì có kết quả như sau:

0 * missing = 0 ; 0/missing=0; mod(0,missing)=0;

Cách 2: Dùng hàm MEAN trong Function group

Bấm OK kết quả ta có:

Nhận xét: Nếu dùng các hàm trong Function group thì biến mới sẽ nhận giá trị khuyết thiếu hệ thống nếu tất cả các biến trong công thức có giá trị khuyết thiếu, trong các trường hợp còn lại thì SPSS sẽ bỏ qua các biến có giá trị khuyết thiếu.

Đối với các hàm trong Function ta có thể xác định số lượng tối thiểu các biến hợp lệ trong công thức bằng cách thêm hậu tố .n vào sau tên hàm, với n là số nguyên bất kỳ.

Ví dụ nếu muốn chỉ tính điểm TBC khi có ít nhất 2 điểm có giá trị hợp lệ (không khuyết thiếu) ta sử dụng hàm MEAN.2(Toan, Ly, Hoa) như sau:

Kết quả ta có:

Tạo biến mới có điều kiện ràng buộc:Giả sử cần tính TBC điểm của các bản ghi có điểm toán >=6, ta kích chọn nút If… trong cửa sổ Compute Variable và thiết lập điều kiện như sau:

Bấm continue ta có:

Bấm OK ta có kết quả:

Tạo biến mới với công thức tính toán có phép toán so sánh hoặc logic

Nếu công thức tính toán là một biểu thức logic thì biến mới cũng là biến logic với giá trị cụ thể như sau:

+ Biến mới sẽ có giá trị 1 nếu biểu thức logic nhận giá trị đúng

+ Biến mới sẽ có giá trị 0 nếu biểu thức logic nhận giá trị sai

+ Biến mới sẽ có giá trị khuyết thiếu hệ thống nếu biểu thức logic có ít nhất một biến nhận giá trị khuyết thiếu.

Bấm OK kết quả ta có:

Một số hàm trong Function group:

1.9. Công cụ tự động mã hóa Automatic RecodeAutomatic Recode cho phép tự động mã hóa các giá trị từ dạng chuỗi sang dạng số vào trong một biến mới. Biến mới sẽ chứa các số nguyên liên tục từ 1 đến hết.

Giả sử ta có biến Quê kiểu string và nhận các giá trị như sau:

Ta có thể mã hóa lại biến quê từ giá trị chuỗi thành giá trị số bằng cách sử dụng công cụ Automatic Recode. Cách thực hiện như sau:

Vào Transform/ Automatic Recode … xuất hiện hộp hội thoại Automatic Recode.

+ Đưa biến Que sang hộp Variable->New Name

+ Đặt tên biến mới tại ô New Name rồi chọn nút Add new name.

+ Trong hộp Recode Starting from chọn cách mã hóa theo thứ tự tăng dần hay giảm dần của thứ tự Alphabe.

Giả sử ta thiết lập như sau:

Kích chọn OK ta có kết quả SPSS sinh ra biến Quemoi với các giá trị như sau:

Chú ý: Biến Quemoi sẽ được tự động gán nhãn giá trị chính là giá trị của biến Que:

1.10. Phân nhóm dữ liệu Split FileCông cụ Split File cho phép tách dữ liệu trong tập dữ liệu đang quan sát thành những nhóm nhỏ riêng biệt và sau khi thực hiện lệnh Split file này các phân tích xử lý thống kê sẽ cho ta các kết quả thống kê đã được thực hiện theo từng nhóm nhỏ dữ liệu này.

Giả sử ta cần tính trung bình cộng số người trong gia đình sử dụng dịch vụ của ngân hàng theo từng biến nghề nghiệp, và phép phân tích này được tính theo nhóm địa chỉ và giới tính.

Đầu tiên ta phân nhóm dữ liệu theo địa chỉ và giới tính bằng lệnh Split File như sau:

Vào Data/Split File… xuất hiện hộp hội thoại Split File:

+ Đưa các biến cần phân nhóm: diachi, gioitinh vào ô Groups Based on, nếu ta phân nhóm theo nhiều biến thì dữ liệu sẽ được nhóm theo thứ tự biến được khai báo trong ô Groups Based on.

+ Compare groups: việc tách dữ liệu theo các biến cần phân nhóm mang tính chất so sánh do đó khi tiến hành phân tích dữ liệu các phân tích dựa trên sự phân tách này vẫn được thể hiện trên cùng một bảng.

+ Organize output by groups: việc tách dữ liệu theo các biến cần phân nhóm mang tính chất tổ chức lại dữ liệu thành những nhóm nhỏ do đó khi tiến hành phân tích dữ liệu các phân tích dựa trên sự phân tách được thể hiện một các riêng biệt giữa các nhóm phân tách.

Giả sử chọn Compare groups, bấm OK ta được kết quả như sau:

Tiếp tục vào Analyze/Compera Means/Means xuất hiện hộp thoại Means:

Đưa biến c3 - số người trong gia đình sử dụng dịch vụ của ngân hàng vào ô Dependent List, đưa biến nghe vào ô Independent List rồi bấm OK kết quả ta có như sau:

Chú ý: Nếu thực hiện các thao tác như trên nhưng lựa chọn Organize output by groups thì ta có kết quả như sau:

Chú ý: sau khi tiến hành phân tích trên sự phân tách, để trở lại trạng thái bình thường của dữ liệu ta phải bỏ đi lệnh tách dữ liệu vừa thực hiện bằng cách chọn phần Analyze all cases, do not create groups trong hộp thoại Slipt Files.

1.11. Tổng hợp dữ liệu – Aggregate DataGhép trộn dữ liệu từ hai file lại với nhau rất cần thiết trong trường hợp người nghiên cứu có nhiều file dữ liệu trong một cuộc khảo sát. Ví dụ khi khảo sát sinh viên trong trường đại học ta vừa có thông tin chung của các lớp học vừa có thông tin riêng của từng sinh viên trong một lớp học. Thường thì dữ liệu của các lớp được nhập vào một file riêng và dữ liệu của các sinh viên được nhập vào một file riêng.

Do mỗi lớp có nhiều hơn một sinh viên nên số dòng dữ liệu trong file sinhvien nhiều hơn số dòng dữ liệu trong file lop. Ta gọi file lop là đơn vị bậc cao và file sinhvien là đơn vị bậc thấp.

Ta có thể ghép dữ liệu tổng hợp của các sinh viên trong cùng một lớp thành dữ liệu đại diện cho lớp để ghép vào file lop bằng lệnh Aggregate Data.

Giả sử file lop gồm các biến: malop, siso,

1.12. Hợp nhất tập dữ liệu – Merge files