Cách tính tần số tích lũy trong thống kê và SPSS

Cách tính tần số tích lũy là gì

Tần số tích lũy cho biết số quan sát được cộng dồn từ nhóm đầu tiên đến một nhóm đang xét. Với một biến được sắp xếp theo thứ tự, bạn lấy tần số của nhóm hiện tại cộng với toàn bộ tần số của các nhóm đứng trước. Chỉ số này thường được dùng để trả lời câu hỏi: có bao nhiêu quan sát nằm từ mức thấp nhất đến một mức cụ thể.

Ví dụ, một bảng có ba mức điểm với tần số lần lượt là 12, 18 và 20. Tần số tích lũy ở mức thứ nhất là 12. Ở mức thứ hai là 12 + 18 = 30. Ở mức thứ ba là 30 + 20 = 50. Giá trị cuối cùng luôn bằng tổng số quan sát hợp lệ nếu bạn tính trên toàn bộ các nhóm.

Công thức tổng quát là:

F_i = f_1 + f_2 + ... + f_i

Trong đó, f_i là tần số của nhóm thứ i, còn F_i là tần số tích lũy đến nhóm thứ i. Nếu muốn tính phần trăm tích lũy, bạn chia tần số tích lũy cho tổng số quan sát hợp lệ rồi nhân 100:

P_i = (F_i / N) × 100%

N cần được hiểu là số quan sát hợp lệ dùng trong bảng, không nhất thiết là số dòng ban đầu trong file. Khi dữ liệu có missing value, mẫu số của phần trăm tích lũy có thể nhỏ hơn tổng số bản ghi bạn nhìn thấy trong Data View.

Ý nghĩa của tần số tích lũy trong nghiên cứu định lượng

Tần số tích lũy giúp bạn nhìn nhanh phân bố dữ liệu theo một chiều có thứ tự. Với biến tuổi, bạn có thể biết bao nhiêu người không quá 25 tuổi. Với thu nhập đã chia nhóm, bạn có thể biết tỷ lệ người nằm trong các nhóm thu nhập từ mức thấp đến một ngưỡng nhất định. Với điểm số, chỉ số này cho biết số người đạt từ mức thấp nhất đến từng mức điểm.

Trong bảng khảo sát, tần số tích lũy hữu ích nhất khi các giá trị có thứ tự rõ ràng. Các biến như trình độ học vấn, mức thu nhập, mức độ đồng ý hoặc nhóm tuổi có thể được sắp xếp. Với biến danh nghĩa không có thứ tự tự nhiên, chẳng hạn mã ngành được đặt tùy ý, việc cộng dồn vẫn có thể thực hiện về mặt số học nhưng ý nghĩa diễn giải sẽ yếu hơn.

Bạn cũng có thể dùng phần trăm tích lũy để xác định vị trí của một ngưỡng. Chẳng hạn, nếu Cumulative Percent tại nhóm “từ 5 đến dưới 10 triệu” là 68,4%, bạn có thể đọc rằng 68,4% số quan sát hợp lệ thuộc nhóm này hoặc các nhóm thấp hơn. Cách đọc này khác với việc nói riêng nhóm đó chiếm 68,4%.

Tần số tích lũy không thay thế cho các chỉ số mô tả khác. Khi cần biết dữ liệu phân tán quanh trung bình như thế nào, bạn xem độ lệch chuẩn. Khi cần biết mức độ phân tán theo bình phương độ lệch, bạn xem phương sai. Tần số tích lũy chủ yếu mô tả số lượng và tỷ lệ cộng dồn theo thứ tự.

Cách tính tần số tích lũy bao nhiêu là đạt

Tần số tích lũy không có ngưỡng “đạt” cố định như Cronbach's Alpha, KMO hay factor loading. Đây là một phép cộng mô tả dữ liệu, nên bạn kiểm tra tính hợp lý của thứ tự nhóm, tổng số quan sát và giá trị cuối bảng. Một bảng đúng phải có tần số tích lũy không giảm khi đi từ nhóm đầu đến nhóm cuối.

Bảng sau là các nguyên tắc kiểm tra thực hành. Các dòng nói về nguyên tắc thống kê được ghi rõ nguồn; các dòng kiểm tra phép cộng là quy tắc kiểm tra nội tại của bảng, không gán cho một nguồn ngoài danh sách cho phép.

Nếu bảng kết thúc ở 94% thay vì gần 100%, hãy kiểm tra xem SPSS có loại missing value hay không. Đừng tự sửa phần trăm để bảng trông đẹp hơn. Bạn cần xác định mẫu số, số quan sát bị thiếu và cách mã hóa missing trước khi viết nhận xét.

Cách đọc tần số tích lũy trên output

Trong SPSS, bạn có thể tạo bảng bằng đường dẫn Analyze > Descriptive Statistics > Frequencies. Đưa biến cần xem vào ô Variable(s), giữ tùy chọn hiển thị bảng tần số, sau đó chọn OK. Với biến số liên tục có quá nhiều giá trị riêng biệt, bảng Frequencies có thể dài và khó đọc. Khi đó, bạn nên nhóm biến trước hoặc dùng bảng phân lớp phù hợp với thiết kế nghiên cứu.

Output thường có các cột Frequency, Percent, Valid Percent và Cumulative Percent. Frequency là số quan sát trong từng nhóm. Percent tính trên toàn bộ số dòng, thường bao gồm cả trường hợp missing trong mẫu số. Valid Percent tính trên số quan sát hợp lệ. Cumulative Percent là phần trăm tích lũy dựa trên Valid Percent, nên đây thường là cột cần dùng khi diễn giải phân bố của dữ liệu hợp lệ.

Bảng dưới đây là số liệu minh họa, không phải kết quả của một nghiên cứu thật. Các con số được dựng để bạn đối chiếu với bảng SPSS đang mở.

Cách đọc dòng thứ hai là: có 31 người thuộc riêng nhóm từ 5 đến dưới 10 triệu, chiếm 31,6% số quan sát hợp lệ. Khi nhìn Cumulative Percent bằng 50,0%, bạn đọc rằng 50,0% người trả lời hợp lệ có thu nhập dưới 10 triệu, tức gồm hai nhóm đầu.

Bạn cần phân biệt Percent và Valid Percent trong ví dụ này. Percent của nhóm đầu là 18,0% vì mẫu số là 100 dòng. Valid Percent là 18,4% vì mẫu số là 98 người có câu trả lời hợp lệ. Nếu luận văn nói về cơ cấu của những người đã trả lời câu hỏi, Valid Percent thường phản ánh đúng đối tượng phân tích hơn.

Tần số tích lũy có thể tự kiểm tra bằng cách cộng cột Frequency: 18, 18 + 31 = 49, 49 + 28 = 77, 77 + 21 = 98. Phần trăm tích lũy lần lượt là 18,4%, 50,0%, 78,6% và 100,0%. Nếu bạn thấy Cumulative Percent giảm ở một dòng, hãy kiểm tra lại thứ tự hiển thị hoặc cách xuất bảng.

Khi tần số tích lũy không đạt thì xử lý thế nào

Vì tần số tích lũy không có ngưỡng đạt, “không đạt” thường chỉ một bảng có dấu hiệu bất thường. Bạn nên xử lý theo thứ tự sau để không làm thay đổi dữ liệu một cách tùy tiện.

Kiểm tra mã hóa và nhãn giá trị

Mở Variable View, xem Values, Missing và kiểu đo lường của biến. Một số bảng sai do mã 99 được nhập như một mức thu nhập thật, hoặc các nhóm “1”, “2”, “3” được gắn nhãn không đúng. Nếu 99 là mã missing, hãy khai báo đúng trước khi chạy lại Analyze > Descriptive Statistics > Frequencies.

Kiểm tra thứ tự nhóm

SPSS có thể sắp xếp nhóm theo mã số hoặc theo thứ tự chữ cái. Nếu nhãn “Trên 15 triệu” đứng trước “Dưới 5 triệu”, phần trăm tích lũy sẽ khó diễn giải dù phép cộng vẫn đúng. Hãy kiểm tra mã số của nhóm, không chỉ nhìn nhãn hiển thị.

Kiểm tra dữ liệu trùng và dòng không hợp lệ

Nếu số quan sát cao bất thường, xem lại các dòng nhập trùng, bản ghi thử nghiệm hoặc người trả lời không hoàn thành bảng hỏi. Việc xóa dữ liệu cần có tiêu chí được ghi trước, chẳng hạn loại bản ghi không có câu trả lời cho biến chính hoặc vi phạm điều kiện lọc mẫu. Không nên xóa một dòng chỉ vì nó làm bảng tích lũy kém đẹp.

Nhóm lại biến khi bảng quá chi tiết

Một biến tuổi có thể có hàng chục giá trị riêng biệt, khiến Cumulative Percent khó dùng trong phần mô tả. Bạn có thể tạo biến nhóm với các khoảng có ý nghĩa nghiên cứu, giữ lại biến gốc và ghi rõ quy tắc nhóm. Nếu mục tiêu là tìm vị trí giữa của dữ liệu, hãy xem thêm trung vị, thay vì cố suy luận từ một bảng quá dài.

Xử lý outlier ở bước phù hợp

Một giá trị rất cao hoặc rất thấp không tự động là lỗi nhập liệu. Trước khi loại, bạn cần kiểm tra phiếu trả lời và logic của biến. Bạn có thể xem hướng dẫn về outlier để phân biệt giá trị cực đoan hợp lệ với lỗi dữ liệu. Nếu giữ outlier, hãy nêu cách xử lý nhất quán trong phương pháp nghiên cứu.

Phân biệt tần số tích lũy với các chỉ số dễ nhầm

Tần số là số quan sát trong một nhóm riêng lẻ. Tần số tích lũy là tổng dồn từ nhóm đầu đến nhóm đang xét. Trong ví dụ trên, Frequency của nhóm thứ hai là 31, còn tần số tích lũy đến nhóm thứ hai là 49.

Phần trăm là tỷ lệ của một nhóm riêng lẻ. Phần trăm tích lũy là tỷ lệ của nhóm đó cộng các nhóm đứng trước. Vì vậy, bạn không thể viết “nhóm từ 5 đến dưới 10 triệu chiếm 50%” chỉ vì Cumulative Percent bằng 50%. Câu đúng là “các nhóm có thu nhập dưới 10 triệu chiếm 50% số quan sát hợp lệ”.

Tần số tích lũy cũng khác trung bình, trung vị và mode. Trung vị là vị trí chia dữ liệu đã sắp xếp thành hai phần, còn tần số tích lũy là bảng ghi lại quá trình cộng dồn. Từ bảng tích lũy, bạn có thể ước lượng nhóm chứa trung vị, nhưng không nên gọi mọi giá trị tại mốc 50% là trung vị chính xác nếu dữ liệu đã được chia nhóm.

Cuối cùng, tần số tích lũy không phải là phương sai hay độ lệch chuẩn. Hai chỉ số đó mô tả độ phân tán quanh trung bình. Nếu bạn cần kiểm tra công thức và cách diễn giải phương sai, xem công thức tính phương sai. Việc chọn chỉ số phụ thuộc vào câu hỏi nghiên cứu, không phụ thuộc vào việc bảng nào dễ tạo hơn trong SPSS.

Lỗi thường gặp

Lỗi đầu tiên là cộng tần số theo thứ tự dòng dữ liệu thay vì thứ tự của biến. Tần số tích lũy phải đi theo thứ tự có ý nghĩa, chẳng hạn tuổi tăng dần hoặc mức độ đồng ý từ thấp đến cao. Nếu bạn đổi thứ tự nhóm, kết luận về ngưỡng cũng thay đổi.

Lỗi thứ hai là dùng Percent khi có missing nhưng lại gọi đó là tỷ lệ của người trả lời hợp lệ. Hãy nhìn dòng Missing, sau đó chọn Valid Percent nếu mục tiêu là mô tả những người có dữ liệu ở biến đó.

Lỗi thứ ba là tính phần trăm tích lũy từ tổng số mẫu ban đầu trong khi SPSS tính từ số hợp lệ. Hai cách này có thể cho kết quả khác nhau. Bạn cần thống nhất mẫu số giữa bảng, phần nhận xét và bảng mô tả mẫu.

Lỗi thứ tư là diễn giải tần số tích lũy như một kiểm định giả thuyết. Chỉ số này không cho bạn p-value và không kết luận quan hệ giữa các biến. Nếu muốn phân tích ảnh hưởng, bạn cần chọn mô hình và kiểm định phù hợp với giả thuyết, thay vì lấy phần trăm tích lũy làm bằng chứng nhân quả.

Khi trình bày trong luận văn, bạn có thể viết theo mẫu: “Kết quả thống kê mô tả cho thấy [x%] số quan sát hợp lệ có [đặc điểm] từ [mức thấp nhất] đến [ngưỡng], thể hiện qua cột Cumulative Percent trong bảng [tên bảng]. Tổng số quan sát hợp lệ là [N], trong đó có [số missing] trường hợp thiếu dữ liệu.” Hãy thay toàn bộ phần trong ngoặc vuông bằng số liệu thật trong output của bạn.

Câu hỏi thường gặp

Tần số tích lũy là gì trong thống kê?

Tần số tích lũy là số quan sát được cộng dồn từ nhóm đầu tiên đến nhóm đang xét. Nó cho biết có bao nhiêu quan sát nằm trong nhóm hiện tại và tất cả nhóm đứng trước theo thứ tự đã chọn.

Cách tính tần số tích lũy có cần sắp xếp dữ liệu không?

Có. Bạn cần sắp xếp các nhóm theo thứ tự có ý nghĩa trước khi diễn giải. Dữ liệu gốc không nhất thiết phải được sắp xếp thủ công trong Data View nếu SPSS đã hiển thị các giá trị theo đúng thứ tự, nhưng bạn phải kiểm tra lại mã và nhãn giá trị.

Tần số tích lũy cuối cùng bằng bao nhiêu là đúng?

Tần số tích lũy cuối cùng phải bằng tổng số quan sát hợp lệ của các nhóm. Nếu bạn xem phần trăm tích lũy, giá trị cuối thường là 100% khi bảng đã bao gồm toàn bộ nhóm hợp lệ. Nếu thấp hơn, hãy kiểm tra missing, bộ lọc dữ liệu và cách làm tròn.

Cumulative Percent trong SPSS có phải là tần số tích lũy không?

Cumulative Percent là phần trăm tích lũy, không phải tần số tích lũy dạng số đếm. Tần số tích lũy có thể tính từ cột Frequency; còn Cumulative Percent cho biết tỷ lệ cộng dồn trên số quan sát hợp lệ.

Bị sai tần số tích lũy trong SPSS thì làm sao?

Bạn kiểm tra lần lượt mã missing, nhãn giá trị, thứ tự nhóm và các bản ghi trùng hoặc không hợp lệ. Sau khi sửa nguyên nhân có căn cứ, chạy lại Analyze > Descriptive Statistics > Frequencies và lưu lại bảng output mới. Không nên sửa trực tiếp con số trong bảng luận văn mà không sửa dữ liệu hoặc quy tắc tính.

Bạn hãy mở lại file .sav, chạy Frequencies, đối chiếu Frequency, Valid Percent và Cumulative Percent, rồi ghi nhận xét bằng đúng mẫu số của dữ liệu thật. Nếu cần chạy và kiểm tra toàn bộ phần phân tích trên file của bạn, M4 phân tích của DoThesis hỗ trợ SPSS và SmartPLS với dữ liệu .sav hoặc .csv.