Trong quá trình xử lý dữ liệu khảo sát, một trong những bước đầu tiên và quan trọng nhất chính là thực hiện thống kê mô tả. Đây là bước giúp người nghiên cứu hiểu tổng quan về bộ dữ liệu trước khi đi vào các phân tích chuyên sâu như Cronbach’s Alpha, EFA, hồi quy hay SEM. Đối với người mới học SPSS, thao tác được sử dụng nhiều nhất ở giai đoạn này chính là thống kê tần số Frequency.
Rất nhiều bạn khi mới làm nghiên cứu thường nghe nhắc đến các khái niệm như “thống kê mô tả SPSS”, “thống kê tần số SPSS” nhưng chưa hiểu rõ thực chất dùng để làm gì, khi nào cần sử dụng và cách đọc kết quả như thế nào. Bài viết này sẽ hướng dẫn chi tiết từ lý thuyết đến thực hành để bạn hiểu rõ thống kê mô tả trong SPSS là gì, cách chạy Frequency trong SPSS cũng như cách diễn giải kết quả sao cho đúng trong bài nghiên cứu khoa học.
1. Thống kê mô tả trong SPSS là gì?
Trong nghiên cứu định lượng, thống kê mô tả là nhóm kỹ thuật dùng để tóm tắt, trình bày và mô tả đặc điểm của dữ liệu thu thập được. Thay vì nhìn hàng trăm hay hàng nghìn dòng dữ liệu thô trong Excel hoặc SPSS, thống kê mô tả sẽ giúp người nghiên cứu biến dữ liệu thành các con số có ý nghĩa như:
- Tần suất xuất hiện
- Tỷ lệ phần trăm
- Giá trị trung bình
- Độ lệch chuẩn
- Giá trị lớn nhất, nhỏ nhất
- Biểu đồ phân bố dữ liệu
Nói đơn giản hơn, thống kê mô tả trong nghiên cứu khoa học giúp trả lời các câu hỏi như:
- Mẫu khảo sát có bao nhiêu nam và bao nhiêu nữ?
- Nhóm tuổi nào chiếm tỷ lệ cao nhất?
- Mức độ hài lòng trung bình của khách hàng là bao nhiêu?
- Người trả lời thường chọn đáp án nào nhiều nhất?
Trong SPSS, thống kê mô tả được thực hiện bằng nhiều công cụ khác nhau như: Frequencies, Descriptives, Explore, Crosstabs. Trong đó, Frequency là chức năng phổ biến nhất dành cho dữ liệu định tính hoặc dữ liệu phân loại.
2. Thống kê tần số Frequency trong SPSS là gì?
2.1 Khái niệm
Thống kê tần số SPSS (Frequency) là chức năng dùng để đếm số lần xuất hiện của từng giá trị trong biến dữ liệu. Phương pháp này giúp đếm số lần xuất hiện của từng giá trị trong một biến, từ đó cho biết dữ liệu đang phân bố như thế nào trong mẫu khảo sát. Nhờ bảng tần số, người nghiên cứu có thể nhanh chóng quan sát được giá trị nào xuất hiện nhiều nhất, giá trị nào ít xuất hiện hơn và tỷ lệ của từng nhóm trong dữ liệu.
Ví dụ, khi khảo sát giới tính của người tham gia nghiên cứu, kết quả có thể cho thấy 70 người là Nam và 30 người là Nữ. Lúc này, bảng thống kê tần số trong SPSS sẽ hiển thị số lượng (Frequency) và tỷ lệ phần trăm (Percent) của từng nhóm, giúp người nghiên cứu dễ dàng nhìn thấy cơ cấu giới tính của mẫu khảo sát.
Ngoài vai trò mô tả dữ liệu, thống kê tần số còn giúp phát hiện các vấn đề bất thường trong dữ liệu như nhập sai mã hóa, xuất hiện giá trị không hợp lệ hoặc dữ liệu ngoại lệ. Đồng thời, đây cũng là bước kiểm tra dữ liệu ban đầu rất quan trọng trước khi thực hiện các phân tích chuyên sâu hơn trong SPSS.
2.2 Mục đích
Thống kê tần số được sử dụng với nhiều mục tiêu trong nghiên cứu và phân tích dữ liệu, cụ thể như:
– Mô tả phân phối dữ liệu: Cho biết mỗi giá trị của biến xuất hiện bao nhiêu lần, chiếm bao nhiêu phần trăm trong tổng số mẫu. Hữu ích với cả biến định tính (nominal), định danh (ordinal), và cả định lượng rời rạc nếu có ít giá trị.
– Phát hiện dữ liệu thiếu hoặc dữ liệu sai lệch: Cột “Missing” trong SPSS giúp xác định các trường hợp không có giá trị hoặc bị lỗi mã hóa. Qua bảng kết quả tần số, ta có thể nhận diện các giá trị bất thường (ví dụ: nếu có 1 người 150 tuổi trong dữ liệu về dân số).
– Hỗ trợ quá trình ra quyết định mã hóa và phân nhóm: Với biến định lượng có quá nhiều giá trị, thống kê tần số sẽ giúp nhận ra cần phải nhóm giá trị thành các khoảng (ví dụ: thu nhập, tuổi tác…).
– Làm cơ sở cho biểu đồ hóa dữ liệu: Từ tần số, SPSS có thể tạo ra biểu đồ cột, biểu đồ hình tròn, biểu đồ histogram… giúp trực quan hóa dữ liệu dễ hiểu và dễ trình bày hơn trong báo cáo.
– Hỗ trợ so sánh các nhóm giá trị: Thống kê tần số cho phép nhà nghiên cứu thấy được sự chênh lệch hoặc tương quan cơ bản giữa các nhóm giá trị trong biến (ví dụ: tỉ lệ sinh viên nam – nữ, tỉ lệ người sử dụng xe máy – ô tô…).
Xem thêm: Thống kê mô tả trung bình, độ lệch chuẩn, min-max trong SPSS
2. Cách chạy thống kê mô tả trong SPSS bằng Frequency
Chúng ta sẽ thực hiện thống kê tần số (Frequency) trong SPSS cho các biến thông tin cá nhân như giới tính, độ tuổi, trình độ học vấn,… dựa trên một bộ dữ liệu minh họa. Để bắt đầu chạy thống kê tần số trong SPSS, bạn truy cập theo đường dẫn trên thanh menu: Analyze → Descriptive Statistics → Frequencies…
Tại cửa sổ Frequencies, bạn đưa các biến cần thống kê tần số từ cột bên trái sang ô Variable(s) bên phải. Trong ví dụ này, tác giả sẽ minh họa với các biến thông tin cá nhân dạng định tính như giới tính, độ tuổi, trình độ học vấn,… Tuy nhiên, người dùng hoàn toàn có thể áp dụng tương tự cho các biến khác tùy theo mục đích phân tích. Chẳng hạn, nếu muốn xem tỷ lệ đáp viên lựa chọn các mức 1, 2, 3, 4, 5 trong thang đo Likert 5 mức độ, bạn chỉ cần đưa các biến câu hỏi đó vào để thực hiện thống kê tần số.
Sau khi đưa các biến cần thống kê vào mục Variable(s), phía bên phải cửa sổ sẽ xuất hiện các tùy chọn như Statistics, Charts, Format, Style và Bootstrap. Đây là những mục giúp người dùng mô tả và trình bày dữ liệu chi tiết hơn. Trong đó, hai tùy chọn được sử dụng phổ biến nhất là Statistics và Charts.
Ở mục Statistics, SPSS cung cấp nhiều chỉ số thống kê mô tả quan trọng như Mean (giá trị trung bình), Median (trung vị), Std. Deviation (độ lệch chuẩn),… Ngoài ra còn có hai chỉ số thường dùng để đánh giá phân phối dữ liệu là Skewness và Kurtosis.
- Mean: Trung bình cộng của dữ liệu trong biến.
- Median: Trung vị của dữ liệu.
- Sum: Tổng giá trị của dữ liệu trong biến.
- Minimum: Giá trị nhỏ nhất của biến.
- Maximum: Giá trị lớn nhất của biến.
- Std. Deviation: Độ lệch chuẩn, phản ánh mức độ phân tán của dữ liệu. Giá trị càng lớn cho thấy đáp án của đáp viên càng chênh lệch nhiều.
- Skewness: Độ lệch của phân phối dữ liệu, cho biết dữ liệu lệch sang trái hay sang phải.
- Kurtosis: Độ nhọn của phân phối dữ liệu, cho biết đồ thị phân phối nhọn hay bẹt
Tùy theo mục đích phân tích và loại kết quả muốn đọc, chúng ta sẽ tích chọn vào các thông số thống kê phù hợp trong cửa sổ Statistics. Nếu muốn xem giá trị trung bình, độ lệch chuẩn hay đặc điểm phân phối dữ liệu thì có thể chọn thêm các mục như Mean, Std. Deviation, Skewness, Kurtosis,…
Tuy nhiên, trong trường hợp này tác giả chỉ muốn thực hiện thống kê tần số cơ bản để mô tả thông tin mẫu khảo sát như giới tính, độ tuổi, trình độ học vấn,… nên sẽ giữ nguyên các thiết lập mặc định của SPSS và không tích chọn thêm bất kỳ thông số nào. Sau đó, nhấp vào nút Continue để quay trở lại cửa sổ Frequencies ban đầu và tiếp tục thực hiện phân tích.
Tiếp theo là tùy chọn Charts. Đây là mục cho phép SPSS xuất thêm các biểu đồ minh họa cho dữ liệu thống kê tần số, giúp người nghiên cứu quan sát cơ cấu dữ liệu trực quan và dễ hiểu hơn. Trong Charts, SPSS hỗ trợ một số dạng biểu đồ phổ biến như Bar charts (biểu đồ cột), Pie charts (biểu đồ tròn) và Histograms (biểu đồ phân phối tần suất).
Khi chọn Bar charts hoặc Pie charts, phần Chart Values bên dưới sẽ được kích hoạt để người dùng lựa chọn dạng hiển thị dữ liệu là Frequencies (số lượng người trả lời) hoặc Percentages (tỷ lệ phần trăm người trả lời). Trong ví dụ này, do tác giả muốn mô tả cơ cấu mẫu khảo sát đối với các biến thông tin cá nhân nên sẽ chọn Pie charts kết hợp với Percentages để xuất biểu đồ tròn thể hiện tỷ lệ cơ cấu của từng nhóm đối tượng khảo sát. Sau khi thiết lập xong, nhấp Continue để quay lại cửa sổ Frequencies, sau đó nhấp OK để SPSS xuất kết quả ra cửa sổ Output.
2. Cách đọc kết quả thống kê mô tả trong SPSS bằng Frequency
Sau khi thực hiện thống kê mô tả bằng SPSS, phần quan trọng tiếp theo là hiểu và diễn giải được ý nghĩa các con số trong bảng kết quả. Rất nhiều bạn mới học SPSS thường biết cách chạy nhưng lại chưa biết cách đọc kết quả thống kê mô tả trong SPSS sao cho đúng và phù hợp với bài nghiên cứu khoa học.
Trong phần kết quả, bảng đầu tiên cần chú ý là bảng Statistics. Bảng này cung cấp thông tin tổng quan về các biến được đưa vào thống kê tần số. Trong đó, Valid thể hiện số lượng quan sát hợp lệ, tức số người có trả lời câu hỏi; còn Missing thể hiện số lượng quan sát bị thiếu dữ liệu, tức số người không trả lời hoặc dữ liệu bị bỏ trống. Nếu xuất hiện giá trị Missing, người nghiên cứu cần kiểm tra xem dữ liệu thiếu đó là do đặc điểm của câu hỏi khảo sát hay do sai sót trong quá trình nhập liệu để có hướng xử lý phù hợp trước khi thực hiện các phân tích tiếp theo.
Tiếp theo là bảng tần số và biểu đồ tương ứng của từng biến được đưa vào phân tích. Mỗi biến khi thực hiện thống kê mô tả tần số trong SPSS sẽ được xuất ra một bảng kết quả riêng. Ví dụ với biến Độ tuổi, SPSS sẽ hiển thị số lượng người thuộc từng nhóm tuổi, tỷ lệ phần trăm và biểu đồ minh họa cơ cấu mẫu khảo sát.
Ý nghĩa các thông số trong bảng tần số như sau:
- Frequency: Tần số, thể hiện số lượng quan sát thuộc từng nhóm giá trị. Ví dụ có 81 người thuộc nhóm Từ 18 – 25 tuổi, 134 người thuộc nhóm Từ 26 – 35 tuổi,…
- Percent: Tỷ lệ phần trăm của từng nhóm trên toàn bộ mẫu khảo sát. Ví dụ nhóm Từ 18 – 25 tuổi chiếm 23.1%, nhóm Từ 26 – 35 tuổi chiếm 38.3%,…
- Valid Percent: Tỷ lệ phần trăm chỉ tính trên các giá trị hợp lệ. Nếu dữ liệu không có giá trị thiếu (Missing) thì cột Valid Percent sẽ trùng với cột Percent.
- Cumulative Percent: Tỷ lệ phần trăm tích lũy của các giá trị hợp lệ. Giá trị này sẽ được cộng dồn qua từng nhóm cho đến khi đạt 100%. Ví dụ nhóm Từ 18 – 25 tuổi chiếm 23.1%, cộng dồn thêm nhóm Từ 26 – 35 tuổi sẽ đạt 61.4%,…
→ Đọc kết quả thống kê mô tả trong SPSS với ví dụ trên: Kết quả thống kê mô tả cho thấy tổng cộng có 350 nhân viên tham gia khảo sát trong công ty. Trong đó, nhóm tuổi từ 26 – 35 tuổi chiếm tỷ lệ cao nhất với 134 nhân viên, tương ứng 38,3% tổng số người tham gia khảo sát. Tiếp theo là nhóm tuổi từ 36 – 45 tuổi với 89 nhân viên, chiếm 25,4%. Nhóm từ 18 – 25 tuổi có 81 nhân viên, tương ứng 23,1%, trong khi nhóm trên 45 tuổi chiếm tỷ lệ thấp nhất với 46 nhân viên, tương ứng 13,1%.
Ngoài ra, tỷ lệ cộng dồn cho thấy số nhân viên dưới 35 tuổi chiếm 61,4% tổng mẫu khảo sát, phản ánh lực lượng lao động của công ty chủ yếu tập trung ở nhóm nhân viên trẻ và trung niên. Tổng cộng nhân viên dưới 45 tuổi chiếm 86,9% mẫu khảo sát, cho thấy cơ cấu độ tuổi của công ty tương đối trẻ, phù hợp với môi trường làm việc năng động và lực lượng lao động đang trong độ tuổi làm việc chính.
3. Lời kết
Qua bài viết trên, có thể thấy thống kê mô tả tần số Frequency là một trong những kỹ thuật cơ bản nhưng rất quan trọng trong quá trình xử lý dữ liệu bằng SPSS. Việc hiểu rõ cách chạy và cách đọc kết quả thống kê mô tả trong SPSS sẽ giúp người nghiên cứu dễ dàng mô tả đặc điểm mẫu khảo sát, kiểm tra dữ liệu và chuẩn bị tốt hơn cho các bước phân tích tiếp theo như Cronbach’s Alpha, EFA, hồi quy hay SEM.
Bên cạnh đó, thống kê mô tả không chỉ giúp trình bày dữ liệu một cách trực quan mà còn hỗ trợ phát hiện các vấn đề bất thường trong bộ dữ liệu khảo sát trước khi thực hiện các phân tích chuyên sâu. Đây là bước gần như bắt buộc trong hầu hết các nghiên cứu khoa học định lượng hiện nay.
Nếu bạn muốn tìm hiểu thêm nhiều kiến thức thực hành về SPSS, AMOS, SMARTPLS, xử lý dữ liệu khảo sát và nghiên cứu khoa học, bạn có thể tham khảo thêm tại Xử Lý Định Lượng để cập nhật thêm nhiều bài viết hướng dẫn chi tiết và thực tế.
Trong trường hợp dữ liệu khảo sát gặp vấn đề như mẫu không đạt yêu cầu, thang đo bị lỗi, Cronbach’s Alpha thấp, EFA không đẹp hoặc cần hỗ trợ xử lý dữ liệu nghiên cứu từ A–Z, bạn cũng có thể tham khảo thêm dịch vụ SPSS hỗ trợ xử lý dữ liệu để được hỗ trợ phân tích và xử lý dữ liệu nhanh chóng, tiết kiệm thời gian nghiên cứu.
