Cách chạy bảng tần số trong SPSS và đọc kết quả đúng

Khi nào dùng bảng tần số trong SPSS

Bảng tần số trong SPSS dùng để đếm số lần xuất hiện của từng giá trị trong một biến. Với dữ liệu khảo sát, bạn thường dùng bảng này để mô tả giới tính, độ tuổi, nghề nghiệp, mức thu nhập, học vấn, nhóm khách hàng hoặc câu trả lời trên thang Likert. Kết quả cho biết có bao nhiêu người chọn mỗi phương án và tỷ lệ của họ trong mẫu.

Đây thường là bước kiểm tra đầu tiên sau khi nhập file .sav hoặc .csv. Bạn có thể phát hiện mã biến bị nhập sai, giá trị ngoài thang đo, ô trống và nhóm có số quan sát bất thường trước khi chạy Cronbach's Alpha, EFA hay hồi quy. Bảng tần số không kiểm định quan hệ nhân quả, cũng không trả lời giả thuyết kiểu “X tác động đến Y”. Nó trả lời câu hỏi mô tả: mẫu nghiên cứu của bạn gồm những ai và các phương án trả lời phân bố ra sao.

Nếu biến có nhiều giá trị liên tục như điểm trung bình, tuổi chính xác hoặc thu nhập, bạn có thể cần xem thêm độ lệch chuẩn, phương sai hoặc trung vị thay vì chỉ liệt kê mọi giá trị. Bảng tần số phù hợp nhất với biến phân loại và biến Likert có số mức giới hạn.

Khi cần xem hai biến phân loại cùng lúc, chẳng hạn giới tính theo ý định mua, bạn dùng bảng chéo Crosstabs. Vì vậy, “bảng chéo Crosstabs trong SPSS” thường là bước tiếp theo sau Frequencies, chứ không phải một tên gọi khác của cùng một bảng.

Chuẩn bị dữ liệu trước khi chạy

Bạn mở Variable View và Data View để kiểm tra dữ liệu trước. Mỗi cột nên là một biến, mỗi dòng là một người trả lời. Tên biến nên ngắn, không có khoảng trắng và nhất quán với bảng mã trong chương phương pháp. Ví dụ, GIOITINH, TUOI, TN1, TN2 dễ kiểm tra hơn các tên biến dài hoặc có ký tự đặc biệt.

Với biến định tính, kiểm tra cột Measure và Value Labels. Ví dụ, GIOITINH = 1 có thể là Nam và GIOITINH = 2 là Nữ. Bảng tần số vẫn đếm được nếu bạn chỉ nhập số, nhưng output sẽ khó đọc nếu thiếu Value Labels. Với biến Likert, bạn cần xác nhận mã chạy đúng từ 1 đến 5 hoặc từ 1 đến 7, tùy bảng hỏi đã thiết kế.

Kiểm tra kiểu biến và mã hóa

Trong Variable View, xem các cột Type, Values, Missing và Measure. Biến phân loại có thể để Numeric và gắn nhãn giá trị. Biến chữ như “Nam” và “Nữ” vẫn chạy được Frequencies, nhưng mã số thường thuận tiện hơn khi phân tích tiếp theo.

Đừng gộp mã “không biết”, “không trả lời” vào một mức hợp lệ nếu bạn muốn tính tỷ lệ câu trả lời thực tế. Bạn có thể khai báo các mã này tại Missing để SPSS tách chúng khỏi Valid Percent. Nếu một biến có mã 99 cho câu trả lời thiếu nhưng bạn không khai báo, SPSS sẽ xem 99 là một giá trị thật.

Kiểm tra dữ liệu thiếu và giá trị bất thường

Lọc nhanh các biến nhân khẩu học và biến quan sát để tìm ô trống. Một câu hỏi Likert chỉ có mức từ 1 đến 5 nhưng xuất hiện giá trị 0, 6 hoặc 55 là dấu hiệu cần kiểm tra file gốc. Nếu giá trị bất thường do nhập sai, sửa theo phiếu trả lời hoặc quy tắc làm sạch đã ghi trước đó. Không tự động đổi mọi giá trị lạ thành giá trị trung bình.

Bạn cũng nên xem outlier khi phân tích các biến số liên tục. Outlier không phải lúc nào cũng là lỗi nhập liệu, nên việc xóa một dòng chỉ vì nó khác số đông cần có lý do và lưu lại phiên bản dữ liệu trước khi sửa.

Kiểm tra biến đảo chiều

Bảng tần số không tự sửa biến đảo chiều. Nếu bảng hỏi có một phát biểu mang ý nghĩa ngược, bạn phải recode trước khi tính điểm thang đo. Trong SPSS, dùng Transform > Recode into Different Variables để tạo biến mới, giữ lại biến gốc và kiểm tra lại nhãn giá trị. Sau đó chạy Frequencies cho biến mới để chắc chắn mã sau khi đảo vẫn nằm đúng khoảng.

Các bước chạy bảng tần số trong SPSS

Bước 1: Mở hộp thoại Frequencies

Trong SPSS, chọn Analyze > Descriptive Statistics > Frequencies. Hộp thoại Frequencies hiện ra với danh sách biến ở bên trái. Chọn biến cần mô tả và đưa sang ô Variable(s) bằng nút mũi tên.

Nếu bạn đang kiểm tra giới tính, tuổi theo nhóm và học vấn, có thể đưa cả ba biến vào cùng lúc. SPSS sẽ tạo một bảng riêng cho từng biến. Với các biến quan sát TN1 đến TN5, chạy chung cũng được, nhưng output dài. Bạn nên chọn nhóm biến có cùng mục đích kiểm tra để dễ đọc.

Bước 2: Chọn bảng và biểu đồ cần xuất

Giữ tùy chọn Display frequency tables nếu muốn SPSS xuất bảng số lượng và tỷ lệ. Bấm Charts để chọn Bar charts cho biến phân loại hoặc Pie charts nếu số nhóm ít. Histogram phù hợp hơn với biến số liên tục và có thể hiển thị đường phân phối, nhưng không cần thiết cho mọi biến nhân khẩu học.

Bấm Statistics nếu muốn xem thêm Mean, Median, Mode, Standard deviation, Minimum và Maximum. Với bảng tần số của giới tính, các thống kê trung bình thường không có ý nghĩa thực tế. Với tuổi hoặc điểm số, chúng có thể hữu ích, nhưng hãy chọn chỉ số phù hợp với câu hỏi nghiên cứu.

Bước 3: Chạy lệnh và lưu syntax

Bấm Continue rồi chọn OK để chạy. Output Viewer sẽ xuất bảng Frequency Table cho từng biến và biểu đồ nếu bạn đã chọn. Bạn nên lưu syntax thay vì chỉ lưu output. Cách này giúp chạy lại đúng cùng một quy trình sau khi chỉnh dữ liệu.

Để mở cửa sổ syntax, chọn Paste thay vì OK. SPSS sẽ tạo lệnh tương ứng, thường có dạng FREQUENCIES VARIABLES=GIOITINH TUOI /ORDER=ANALYSIS. Bạn có thể lưu file .sps cùng thư mục với .sav, ghi ngày chạy và ghi chú những biến đã kiểm tra.

Bước 4: Chạy bảng chéo Crosstabs khi cần so sánh nhóm

Chọn Analyze > Descriptive Statistics > Crosstabs. Đưa biến nhóm vào Row(s), biến cần so sánh vào Column(s), sau đó bấm Cells để chọn Counts và Percentages. Nếu muốn phần trăm theo hàng, chọn Row; nếu muốn phần trăm theo cột, chọn Column.

Ví dụ, để xem ý định mua theo giới tính, đặt GIOITINH ở Row(s) và YD_MUA ở Column(s). Bạn nên xác định trước phần trăm nào trả lời đúng câu hỏi. Nếu muốn biết trong từng nhóm giới tính có bao nhiêu phần trăm chọn mỗi mức ý định mua, phần trăm theo hàng thường dễ diễn giải hơn.

Crosstabs cũng có thể kèm kiểm định Chi-Square, nhưng đây là phân tích khác với bảng tần số mô tả. Chỉ chọn Statistics > Chi-square khi câu hỏi nghiên cứu và điều kiện kiểm định phù hợp. Đừng kết luận hai biến có quan hệ chỉ vì bảng chéo có các tỷ lệ khác nhau.

Đọc kết quả output

Bảng chính trong output có tên Frequency Table. Các cột thường gặp là Frequency, Percent, Valid Percent và Cumulative Percent. Ví dụ dưới đây là số liệu minh họa, không phải kết quả của một nghiên cứu thật.

Frequency là số quan sát thuộc từng nhóm. Trong ví dụ, có 82 người được mã là Nam và 118 người được mã là Nữ. Percent dùng toàn bộ 204 trường hợp làm mẫu số, gồm cả bốn trường hợp bị thiếu.

Valid Percent chỉ dùng 200 trường hợp có dữ liệu hợp lệ. Vì vậy, tỷ lệ Nam là 82 chia cho 200, tương đương 41.0%, còn tỷ lệ Nữ là 118 chia cho 200, tương đương 59.0%. Khi báo cáo đặc điểm mẫu, bạn cần nói rõ dùng mẫu hợp lệ nếu có dữ liệu thiếu.

Cumulative Percent là tỷ lệ tích lũy. Nó hữu ích hơn với biến có thứ tự như mức thu nhập hoặc mức độ đồng ý từ thấp đến cao. Với biến giới tính, cột này không mang nhiều ý nghĩa vì Nam và Nữ không có thứ tự tự nhiên.

Dòng Missing cho biết số trường hợp SPSS không đưa vào Valid Percent. Nếu bảng không có dòng Missing, có thể biến đó không có dữ liệu thiếu hoặc dữ liệu thiếu đã được khai báo theo cách khác. Bạn nên đối chiếu tổng số dòng trong Data View với tổng số quan sát hợp lệ.

Tiêu chí đánh giá

Bảng tần số là thống kê mô tả nên không có một ngưỡng “đạt” chung giống Cronbach's Alpha hay KMO. Bạn đánh giá theo tính hợp lệ của mã, mức đầy đủ của dữ liệu và sự phù hợp giữa bảng với mục tiêu mô tả. Các ngưỡng dưới đây giúp bạn kiểm tra những phần thường bị nhầm trong output.

Trong bảng trên, các nguồn được dùng cho cách trình bày và kiểm tra dữ liệu, không phải để biến bảng tần số thành một kiểm định giả thuyết. Nếu một nhóm chỉ có vài người, bạn không tự kết luận rằng dữ liệu sai. Hãy đối chiếu với cách lấy mẫu và mô tả đây là đặc điểm của mẫu.

Khi cần báo cáo độ phân tán, đừng gọi Percent là “phương sai”. Percent là tỷ lệ quan sát, còn phương sai đo mức phân tán của giá trị số. Bạn có thể xem thêm công thức tính phương sai nếu đang viết phần thống kê mô tả cho biến định lượng.

Cách viết kết quả vào luận văn

Trong chương 4, bạn không cần chụp toàn bộ Output Viewer nếu bảng có nhiều dòng kỹ thuật. Hãy chọn bảng đã định dạng lại, giữ tên biến và đơn vị rõ ràng, sau đó diễn giải một đến hai điểm chính. Với biến nhân khẩu học, thường báo cáo số lượng và tỷ lệ phần trăm hợp lệ.

Cách viết có thể điều chỉnh như sau: “Kết quả thống kê mô tả cho thấy mẫu nghiên cứu gồm [tổng số] quan sát hợp lệ. Trong đó, nhóm [tên nhóm 1] có [n1] người, chiếm [p1]%, còn nhóm [tên nhóm 2] có [n2] người, chiếm [p2]%. Tỷ lệ được tính trên [số quan sát hợp lệ] trường hợp sau khi loại các giá trị thiếu.”

Nếu báo cáo Crosstabs, cần nói rõ phần trăm tính theo hàng hay cột. Ví dụ: “Trong nhóm [tên nhóm], có [p]% người chọn [phương án]. Các tỷ lệ trong bảng được tính theo hàng.” Không viết “giới tính ảnh hưởng đến ý định mua” chỉ từ bảng chéo. Muốn kết luận ảnh hưởng hoặc quan hệ, bạn phải chạy kiểm định phù hợp với mô hình và giả thuyết.

Bạn có thể xem thêm cách trình bày trung vị nếu biến có thứ tự hoặc phân phối lệch. Hãy đặt bảng gần đoạn diễn giải, đánh số bảng nhất quán và ghi nguồn là “Kết quả xử lý dữ liệu khảo sát của tác giả” nếu đó là dữ liệu của bạn.

Lỗi thường gặp khi chạy bảng tần số trong SPSS

Chọn nhầm mã người trả lời thay vì biến cần mô tả. Nếu chạy Frequencies cho mã số phiếu, mỗi giá trị thường chỉ xuất hiện một lần và bảng không có ý nghĩa. Kiểm tra lại tên biến trước khi bấm OK.

Dùng Percent thay cho Valid Percent khi có dữ liệu thiếu. Hai cột sẽ khác nhau nếu một hoặc nhiều trường hợp bị thiếu. Ghi rõ mẫu số bạn dùng trong luận văn.

Để mã 99 hoặc 999 là giá trị hợp lệ. Kết quả sẽ xuất hiện thêm một nhóm lớn bất thường. Kiểm tra Value Labels và Missing trước khi quyết định recode.

Dùng biểu đồ tròn cho quá nhiều nhóm. Biểu đồ sẽ khó đọc nếu biến có nhiều mức. Khi đó, bảng hoặc Bar chart thường rõ hơn.

Chạy Frequencies cho điểm trung bình rồi đọc như biến phân loại. Nếu bạn đã tính điểm trung bình thang đo, nên xem Mean, Standard deviation, Minimum và Maximum. Các bài viết về độ lệch chuẩn và phương sai sẽ hữu ích ở bước này.

Sửa trực tiếp dữ liệu mà không lưu bản gốc. Hãy lưu file gốc ở chế độ chỉ đọc, tạo bản làm sạch riêng và ghi nhật ký thay đổi. Khi giảng viên hỏi vì sao số quan sát giảm, bạn cần truy lại được từng quyết định.

Câu hỏi thường gặp

Bảng tần số trong SPSS là gì?

Bảng tần số là bảng đếm số quan sát ở từng giá trị hoặc nhóm giá trị của một biến. Output thường có Frequency, Percent, Valid Percent và Cumulative Percent. Bạn dùng nó để mô tả mẫu và kiểm tra dữ liệu trước các phân tích tiếp theo.

Bảng tần số trong SPSS có cần kiểm định không?

Bản thân bảng tần số là thống kê mô tả nên không bắt buộc có p-value. Nếu bạn muốn kiểm tra quan hệ giữa hai biến phân loại, có thể dùng Crosstabs kèm Chi-Square khi câu hỏi và điều kiện kiểm định phù hợp. Nếu muốn kiểm tra tác động giữa các biến trong mô hình, cần dùng phân tích khác.

Vì sao Percent và Valid Percent khác nhau?

Percent tính cả trường hợp thiếu dữ liệu, còn Valid Percent chỉ tính các trường hợp có giá trị hợp lệ. Khi có Missing, hai cột sẽ khác nhau. Trong báo cáo, bạn nên ghi rõ tỷ lệ được tính trên tổng số quan sát hay số quan sát hợp lệ.

Bảng tần số bị thêm giá trị 99 thì làm sao?

Trước hết, kiểm tra 99 có phải mã “không trả lời” hoặc mã lỗi trong bảng hỏi hay không. Nếu đó là mã thiếu, khai báo tại Missing hoặc recode theo quy tắc làm sạch đã thống nhất. Nếu 99 là dữ liệu thật, giữ lại và giải thích ý nghĩa, không xóa chỉ vì nó khác các nhóm còn lại.

Khi nào dùng Crosstabs thay cho Frequencies?

Dùng Frequencies khi mô tả một biến riêng lẻ. Dùng Crosstabs khi muốn xem phân bố của một biến theo nhóm của biến khác, chẳng hạn mức độ đồng ý theo giới tính. Trong Crosstabs, cần chọn đúng Row Percent hoặc Column Percent để kết quả trả lời đúng câu hỏi nghiên cứu.

Có nên đưa toàn bộ output SPSS vào luận văn không?

Bạn không cần đưa toàn bộ Output Viewer nếu có nhiều bảng trung gian. Hãy chọn bảng cần thiết, định dạng lại cho dễ đọc và giữ syntax hoặc file output gốc để đối chiếu. Trong phần diễn giải, nêu số quan sát, tỷ lệ chính và cách xử lý dữ liệu thiếu.

Mở file dữ liệu của bạn ngay bây giờ, chạy Analyze > Descriptive Statistics > Frequencies cho các biến nhân khẩu học và ghi lại số Valid, Missing cùng Valid Percent trước khi sang bước phân tích tiếp theo. Nếu cần chạy trên chính file .sav hoặc .csv và kiểm tra output theo quy trình M4, bạn có thể xem M4 phân tích dữ liệu của DoThesis.