Biểu đồ tần suất là gì? Cách đọc và phân tích trong SPSS

Biểu đồ tần suất là gì

Bạn mở file SPSS lên, chạy thống kê mô tả và thấy các cột hoặc thanh biểu diễn số người chọn từng phương án trả lời. Đó là biểu đồ tần suất, thường dùng để mô tả cách các giá trị xuất hiện trong một biến. Với biến định danh, chẳng hạn giới tính hoặc nhóm nghề nghiệp, biểu đồ cho biết mỗi nhóm có bao nhiêu quan sát. Với biến thứ bậc hoặc biến số, biểu đồ cho thấy dữ liệu tập trung ở đâu, phân tán thế nào và có giá trị bất thường hay không.

Tần suất của một giá trị là số lần giá trị đó xuất hiện trong dữ liệu. Nếu có 80 người trả lời và 32 người chọn mức 4 cho biến SAT1, tần suất của mức 4 là 32. Tỷ lệ phần trăm được tính bằng tần suất chia cho tổng số quan sát rồi nhân 100. Khi dữ liệu có ô trống, SPSS tách phần trăm trên tổng số trường hợp hợp lệ thành Valid Percent, còn Percent thường tính trên tổng số trường hợp gồm cả giá trị thiếu.

Trong nghiên cứu định lượng, biểu đồ tần suất thường đi cùng bảng Frequencies. Bạn có thể xem thêm chuyên mục Thống kê khi cần đặt biểu đồ này trong quy trình phân tích dữ liệu rộng hơn.

Ý nghĩa của biểu đồ tần suất trong nghiên cứu định lượng

Biểu đồ tần suất giúp bạn kiểm tra dữ liệu trước khi chạy Cronbach's Alpha, EFA, hồi quy hoặc mô hình PLS-SEM. Đây là bước nhìn nhanh vào dữ liệu gốc. Bạn có thể phát hiện một phương án trả lời gần như không có người chọn, một nhóm nhân khẩu học quá nhỏ, dữ liệu bị nhập sai mã hoặc một biến có nhiều giá trị trống.

Ví dụ, bảng hỏi dùng thang Likert 5 mức nhưng biểu đồ của biến GIA1 xuất hiện giá trị 55. Khi đó vấn đề nằm ở mã hóa hoặc nhập dữ liệu, không nằm ở kết quả phân tích. Bạn cần kiểm tra lại Variable View, nhãn giá trị và cột dữ liệu trước khi tiếp tục.

Biểu đồ cũng giúp bạn mô tả mẫu nghiên cứu trong chương 4. Nếu biến GIOITINH có 146 người thuộc nhóm 1 và 104 người thuộc nhóm 2, bạn có thể trình bày cơ cấu mẫu bằng tần suất và tỷ lệ phần trăm. Với biến tuổi hoặc thu nhập, bạn cần xem cách phân nhóm trước khi diễn giải. Một biểu đồ rõ ràng không sửa được cách phân nhóm thiếu cơ sở.

Bạn cũng có thể dùng biểu đồ để kiểm tra dấu hiệu nhập lặp, chọn một mức trả lời cho hầu hết biến hoặc dữ liệu bất thường. Tuy nhiên, biểu đồ tần suất không tự kết luận một quan sát là outlier. Khi cần kiểm tra giá trị bất thường, hãy xem riêng outliers trong dữ liệu bằng các chỉ báo phù hợp.

Biểu đồ tần suất bao nhiêu là đạt

Biểu đồ tần suất không có một ngưỡng duy nhất để kết luận đạt hoặc không đạt. Đây là công cụ mô tả, vì vậy bạn đánh giá nó dựa trên mục tiêu nghiên cứu, mã hóa biến, số lượng giá trị thiếu và mức hợp lý của phân phối. Những nguyên tắc dưới đây giúp bạn kiểm tra đúng vấn đề, nhưng không nên biến chúng thành điều kiện máy móc cho mọi biểu đồ.

Các ngưỡng như Cronbach's Alpha từ 0.7 trở lên thuộc đánh giá độ tin cậy thang đo (Nunnally, 1978). Corrected Item-Total Correlation từ 0.3 trở lên là mốc thường dùng cho biến quan sát (Nunnally và Bernstein, 1994). KMO từ 0.5 trở lên và Bartlett's Test có ý nghĩa thống kê thường được dùng khi đánh giá khả năng thực hiện EFA (Kaiser, 1974). Đây không phải là ngưỡng riêng của biểu đồ tần suất.

Cách đọc biểu đồ tần suất trên output

Trong SPSS, bạn chạy bảng tần suất bằng đường dẫn Analyze > Descriptive Statistics > Frequencies. Chuyển biến cần xem từ danh sách bên trái sang ô Variable(s). Nếu chỉ cần bảng số liệu, giữ lựa chọn Display frequency tables. Nếu muốn tạo biểu đồ, nhấn Charts, chọn Bar charts cho biến phân nhóm hoặc Histograms cho biến số, sau đó chọn cách hiển thị phù hợp.

Bảng kết quả thường có các cột Frequency, Percent, Valid Percent và Cumulative Percent. Frequency là số quan sát trong từng giá trị. Percent là tỷ lệ tính trên toàn bộ trường hợp, gồm cả trường hợp thiếu. Valid Percent là tỷ lệ tính trên các trường hợp có dữ liệu hợp lệ. Cumulative Percent là tỷ lệ tích lũy, chỉ phù hợp khi giá trị có thứ tự như mức độ đồng ý hoặc nhóm tuổi đã sắp xếp.

Số liệu minh họa

Bảng dưới đây là số liệu minh họa, không phải kết quả của một nghiên cứu thực tế. Giả sử biến MỨC ĐỘ HÀI LÒNG có 100 người trả lời, trong đó 4 người bỏ trống.

Trong ví dụ này, mức 4 có 39 người chọn. Percent của mức 4 là 39.0% vì tổng mẫu ban đầu là 100. Valid Percent là 40.6% vì SPSS loại 4 trường hợp thiếu ra khỏi mẫu số. Khi mô tả những người đã trả lời câu hỏi, bạn nên dùng Valid Percent và ghi rõ có 4 trường hợp thiếu.

Nếu biến là thang Likert từ 1 đến 5, Cumulative Percent có thể giúp bạn nói rằng 78.1% câu trả lời hợp lệ nằm ở mức 4 trở xuống. Không nên dùng tỷ lệ tích lũy cho biến không có thứ tự như mã tỉnh, mã ngành hoặc mã giới tính. Số 2 trong biến giới tính không có nghĩa là cao hơn số 1.

Đối với Histogram, trục ngang thường biểu diễn các khoảng giá trị và trục dọc biểu diễn tần suất. Hình dạng lệch phải, lệch trái hoặc có nhiều đỉnh chỉ là dấu hiệu để kiểm tra thêm. Nếu bạn cần đánh giá giả định của hồi quy, hãy xem thêm biểu đồ phần dư, Normal P-P Plot và các bảng kiểm tra phù hợp, thay vì dùng riêng biểu đồ tần suất.

Khi biểu đồ tần suất không đạt thì xử lý thế nào

Trước hết, xác định vấn đề nằm ở dữ liệu hay ở cách trình bày. Nếu biểu đồ xuất hiện giá trị ngoài phạm vi bảng hỏi, mở Variable View và kiểm tra Values, Missing cùng kiểu dữ liệu. Sau đó đối chiếu một số dòng trong Data View với phiếu trả lời hoặc file thu thập ban đầu.

Tiếp theo, kiểm tra giá trị thiếu. Bạn không nên tự đổi ô trống thành mức 3, mức trung bình hoặc một con số thuận tiện. Nếu thiếu do người trả lời bỏ qua, giữ nguyên dưới dạng missing và chọn cách xử lý nhất quán trong toàn bộ phân tích. Khi tỷ lệ thiếu cao hoặc tập trung ở một nhóm, cần báo cáo với giảng viên hướng dẫn trước khi loại trường hợp.

Nếu một nhóm có tần suất thấp, đừng gộp nhóm chỉ để biểu đồ cân đối. Việc gộp chỉ có thể chấp nhận khi các nhóm có ý nghĩa gần nhau, cách gộp phù hợp với câu hỏi nghiên cứu và được ghi lại trong phương pháp. Với biến phân loại dùng làm biến độc lập trong hồi quy, bạn còn phải xem cách SPSS tạo biến giả và nhóm tham chiếu.

Nếu thang Likert tập trung mạnh ở một mức, hãy mô tả đúng hiện tượng. Không loại biến quan sát chỉ vì biểu đồ không đối xứng. Việc loại biến cần dựa trên mục tiêu đo lường và các kết quả như Corrected Item-Total Correlation, Factor Loading hoặc Outer Loading, tùy phương pháp. Trong PLS-SEM, Outer Loading từ 0.7 trở lên là mốc thường được tham khảo (Chin, 1998) hoặc (Hair và cộng sự, 2022).

Thứ tự xử lý nên là: kiểm tra mã hóa, kiểm tra missing, đối chiếu dữ liệu gốc, xem lại quy tắc gộp nhóm, rồi mới chạy lại phân tích. Ghi lại từng thay đổi trong một file riêng. Hội đồng thường hỏi dữ liệu đã được làm sạch thế nào, nên bạn cần giải thích được lý do của mỗi lần sửa.

Phân biệt biểu đồ tần suất với thống kê mô tả

Biểu đồ tần suất là cách trực quan hóa số lần xuất hiện của các giá trị. Bảng tần suất là phần số liệu đi kèm biểu đồ. Còn thống kê mô tả là phạm vi rộng hơn, có thể bao gồm tần suất, tỷ lệ phần trăm, Mean, Median, Mode, Standard Deviation, Minimum và Maximum.

Với biến giới tính, bảng tần suất và biểu đồ cột thường phù hợp hơn Mean. Nếu mã 1 là nam và mã 2 là nữ, Mean của biến này không có ý nghĩa như điểm trung bình. Với biến tuổi đo bằng số năm, bạn có thể xem Mean và Standard Deviation, đồng thời dùng Histogram để quan sát phân phối.

Biểu đồ tần suất cũng dễ bị nhầm với biểu đồ phân phối chuẩn. Histogram chỉ cho thấy hình dạng dữ liệu theo các khoảng giá trị. Đường cong chuẩn đặt trên histogram là hỗ trợ trực quan, không phải bằng chứng duy nhất để kết luận dữ liệu chuẩn.

Bạn cũng cần phân biệt biểu đồ tần suất với bảng chéo. Analyze > Descriptive Statistics > Crosstabs dùng để xem phân bố kết hợp của hai hoặc nhiều biến, chẳng hạn giới tính theo nhóm tuổi. Nếu câu hỏi nghiên cứu cần so sánh tỷ lệ giữa các nhóm, bảng chéo có thể phù hợp hơn một biểu đồ tần suất đơn biến.

Biểu đồ tần suất còn khác với biểu đồ dùng để phân tích moderating hoặc moderator. Moderator là một khái niệm trong mô hình quan hệ giữa các biến, còn biểu đồ tần suất chỉ mô tả dữ liệu quan sát và không kiểm định tác động điều tiết. Tương tự, khi đọc bảng hỏi và biến quan sát, bạn có thể xem thêm scale là gì để tránh nhầm giữa thang đo và biểu đồ mô tả.

Lỗi thường gặp

Lỗi đầu tiên là lấy Percent thay cho Valid Percent trong khi dữ liệu có missing. Nếu bạn báo cáo tỷ lệ người đã trả lời một câu hỏi, cần kiểm tra mẫu số và nói rõ tỷ lệ nào đang được sử dụng.

Lỗi thứ hai là đọc mã số như biến định lượng. Mã 1, 2, 3 của ngành học chỉ là nhãn phân loại nếu bảng hỏi quy định như vậy. Đổi mã 1 thành 10 hoặc mã 2 thành 20 không làm cho ngành thứ hai lớn hơn ngành thứ nhất.

Lỗi thứ ba là xóa ngay các giá trị có tần suất thấp. Một nhóm nhỏ vẫn có thể là nhóm quan trọng của nghiên cứu. Trước khi loại, bạn cần xem đó là lỗi nhập liệu, người trả lời hợp lệ hay một nhóm vốn ít trong tổng thể.

Lỗi thứ tư là chèn biểu đồ nhưng không ghi số liệu trong phần diễn giải. Người đọc cần biết nhóm nào cao nhất, nhóm nào thấp nhất, tổng số mẫu hợp lệ và có missing hay không. Hình ảnh chỉ hỗ trợ, không thay thế câu mô tả.

Lỗi thứ năm là dùng biểu đồ tần suất để kết luận giả thuyết. Biểu đồ không cho biết biến độc lập có tác động đến biến phụ thuộc, p-value có ý nghĩa hay mô hình giải thích được bao nhiêu phần trăm biến thiên. Những kết luận đó cần đến kiểm định hoặc mô hình phù hợp. Biểu đồ cũng không thay thế các phân tích mediator, dù bạn có thể đọc thêm về mediator khi xây dựng mô hình nghiên cứu.

Câu hỏi thường gặp

Biểu đồ tần suất trong SPSS là gì?

Đó là biểu đồ mô tả số lần mỗi giá trị hoặc mỗi nhóm xuất hiện trong dữ liệu. Bạn có thể tạo biểu đồ từ Analyze > Descriptive Statistics > Frequencies, thường kết hợp với bảng Frequency, Percent, Valid Percent và Cumulative Percent.

Biểu đồ tần suất bao nhiêu là đạt?

Không có một ngưỡng chung để nói biểu đồ tần suất đạt. Bạn cần kiểm tra mã hóa, số quan sát hợp lệ, giá trị thiếu và sự phù hợp giữa phân phối với mục tiêu nghiên cứu. Các ngưỡng như Alpha, KMO hoặc Factor Loading thuộc những phân tích khác, không dùng để chấm riêng biểu đồ.

Nên dùng Percent hay Valid Percent?

Nếu dữ liệu không có giá trị thiếu, hai cột thường cho cùng kết quả. Nếu có missing, Valid Percent tính trên các trường hợp hợp lệ và thường phù hợp khi bạn mô tả những người đã trả lời câu hỏi. Khi viết luận văn, hãy ghi số mẫu hợp lệ để người đọc hiểu mẫu số.

Vì sao biểu đồ tần suất có giá trị Missing?

SPSS hiển thị Missing khi một số dòng không có dữ liệu hợp lệ cho biến đang xem, hoặc khi bạn đã khai báo một mã nào đó là missing trong Variable View. Hãy kiểm tra lại file gốc, mã hóa và cách nhập dữ liệu trước khi quyết định giữ hay loại trường hợp.

Biểu đồ lệch phải có cần loại dữ liệu không?

Không. Độ lệch chỉ là dấu hiệu cần xem xét thêm, không phải lý do tự động xóa dữ liệu. Bạn cần xem loại biến, mục tiêu phân tích và giả định của phương pháp đang dùng. Với hồi quy, hãy kiểm tra phần dư và các chỉ báo liên quan thay vì chỉ nhìn histogram của biến ban đầu.

Bạn hãy mở lại file .sav, chạy Analyze > Descriptive Statistics > Frequencies cho các biến nhân khẩu học và biến cần kiểm tra, sau đó lưu bảng Frequency cùng biểu đồ vào thư mục kết quả. Nếu cần chạy toàn bộ phân tích trên chính file .sav hoặc .csv của bạn, M4 phân tích dữ liệu có thể tiếp nhận bước này.