Cách chạy Chart Builder trong SPSS để tạo biểu đồ đúng

Khi nào dùng Chart Builder trong SPSS

Chart Builder trong SPSS là công cụ để tạo biểu đồ từ dữ liệu đã nhập, chẳng hạn biểu đồ cột mô tả giới tính, biểu đồ histogram của thu nhập, biểu đồ hộp để phát hiện outlier hoặc biểu đồ phân tán giữa hai biến định lượng. Công cụ này phù hợp khi bạn cần trình bày dữ liệu trực quan trong chương 4, kiểm tra nhanh hình dạng phân phối hoặc so sánh một biến giữa các nhóm.

Bạn nên phân biệt Chart Builder với các phép kiểm định. Chart Builder không tự trả lời giả thuyết kiểu “giữa X và Y có mối quan hệ có ý nghĩa thống kê hay không”. Nó tạo hình ảnh và một số thống kê mô tả để bạn quan sát. Nếu cần kiểm định, bạn vẫn phải chạy t-test, ANOVA, tương quan hoặc hồi quy trong các menu phân tích tương ứng.

Ví dụ, giả thuyết của bạn nói rằng mức độ hài lòng khác nhau giữa các nhóm độ tuổi. Bạn có thể dùng biểu đồ cột để mô tả trung bình hài lòng theo nhóm tuổi, sau đó chạy ANOVA để kiểm định sự khác biệt. Nếu muốn quan sát mối liên hệ giữa hai biến liên tục, biểu đồ scatterplot là bước kiểm tra trực quan trước khi chạy tương quan Pearson hoặc hồi quy.

Chuẩn bị dữ liệu trước khi chạy

Mở file .sav và kiểm tra Variable View trước khi mở Chart Builder. Biến phân loại như giới tính, khu vực hoặc nhóm tuổi cần có Measure là Nominal hoặc Ordinal. Biến định lượng như điểm trung bình thang đo, thu nhập hoặc số năm sử dụng dịch vụ thường đặt là Scale. SPSS vẫn có thể vẽ biểu đồ khi Measure khai báo chưa đúng, nhưng danh sách biến và cách tổng hợp có thể gây nhầm.

Ở Data View, mỗi hàng nên là một đáp viên và mỗi cột là một biến. Các mã như 1, 2, 3 của giới tính phải có Value Labels để bạn đọc được chú giải trên biểu đồ. Với biến định lượng, kiểm tra xem dữ liệu có bị nhập thành chuỗi hay không. Một cột chứa cả số và ký tự, chẳng hạn 25 triệu, thường sẽ được SPSS nhận là String và không dùng thuận tiện cho biểu đồ trung bình.

Bạn cũng cần kiểm tra missing values. Một ô trống có thể khiến số quan sát trong biểu đồ thấp hơn số dòng dữ liệu. Nếu bạn đã mã hóa câu trả lời không hợp lệ bằng 99 hoặc 999, hãy khai báo đó là missing value trong Variable View, nếu không SPSS có thể tính 999 vào trung bình.

Trước khi vẽ, xem nhanh độ lệch chuẩn, phương sai và trung vị của biến định lượng. Các giá trị này giúp bạn nhận ra dữ liệu có độ phân tán rất lớn hoặc bị lệch mạnh. Nếu biểu đồ xuất hiện một cột kéo dài bất thường, kiểm tra outlier trước khi xóa bất kỳ dòng nào.

Với thang đo Likert, bạn thường không đưa từng biến quan sát vào một biểu đồ riêng nếu mục tiêu là mô tả một khái niệm. Hãy tính điểm trung bình cho nhân tố sau khi xác định quy tắc tính điểm, rồi dùng biến tổng hợp đó trong biểu đồ. Các biến đảo chiều phải được xử lý trước. Chart Builder không biết một biến có cần đảo chiều hay không.

Các bước chạy Chart Builder trong SPSS

Bước 1: Mở đúng cửa sổ Chart Builder

Trên thanh menu, chọn Graphs > Chart Builder.... Nếu SPSS hiện hộp thoại nhắc về mức đo của biến, đọc lại phần Measure trong Variable View rồi chọn Continue. Cửa sổ Chart Builder gồm khu vực Gallery bên trái, vùng xem trước ở giữa và khay đặt biến ở phía dưới hoặc bên phải tùy phiên bản SPSS.

Trong Gallery, các nhóm thường gặp là Bar, Line, Pie, Histogram, Boxplot, Scatter/Dot và Area. Chọn nhóm biểu đồ trước khi kéo biến. Nếu bạn chọn một mẫu không phù hợp, SPSS có thể yêu cầu trường dữ liệu khác hoặc tạo hình khó diễn giải.

Bước 2: Chọn mẫu biểu đồ

Kéo mẫu phù hợp từ Gallery vào vùng xem trước. Dùng Simple Bar khi có một biến phân loại và muốn đếm số quan sát hoặc tính trung bình một biến. Dùng Clustered Bar khi muốn so sánh các nhóm theo một biến phân loại thứ hai. Dùng Histogram cho một biến Scale và Scatter/Dot cho hai biến Scale.

Không dùng Pie Chart cho quá nhiều nhóm, vì người đọc khó so sánh các lát có kích thước gần nhau. Nếu có hơn bốn hoặc năm nhóm, biểu đồ cột thường dễ đọc hơn. Với dữ liệu liên tục, tránh chia nhóm tùy tiện chỉ để tạo Pie Chart.

Bước 3: Đặt biến vào đúng trục

Kéo biến phân loại vào ô X-Axis và biến định lượng vào ô Y-Axis. Với biểu đồ scatterplot, đặt một biến vào X-Axis và biến còn lại vào Y-Axis. Quy ước này không tự chứng minh quan hệ nhân quả, nhưng giúp bạn trình bày rõ biến giải thích và biến kết quả theo mô hình nghiên cứu.

Nếu muốn biểu đồ cột thể hiện trung bình, bấm vào phần tử trên biểu đồ hoặc mở Element Properties, sau đó đổi Statistic từ Count sang Mean. Chọn đúng biến ở trục Y. Nếu để mặc định Count, SPSS sẽ đếm số dòng trong từng nhóm thay vì tính điểm trung bình.

Bước 4: Thêm nhóm, màu và nhãn

Khi cần tách cột theo một biến thứ hai, kéo biến đó vào Cluster on X hoặc khu vực Group/Point ID tùy loại biểu đồ. Chỉ thêm nhóm khi nó phục vụ câu hỏi nghiên cứu. Một biểu đồ có quá nhiều màu và nhãn sẽ làm người đọc mất thời gian giải mã.

Trong Element Properties, bạn có thể bật Data Value Labels để hiện số trên cột. Với biểu đồ khảo sát, nên ghi rõ đơn vị, chẳng hạn “Điểm hài lòng trung bình” thay vì chỉ ghi “Mean”. Kiểm tra tiêu đề, chú giải và tên trục trước khi bấm OK.

Bước 5: Xuất và chỉnh sửa biểu đồ

Bấm OK để SPSS tạo biểu đồ trong Output Viewer. Nhấp đúp vào biểu đồ để mở Chart Editor. Tại đây, bạn có thể chỉnh font, tiêu đề, màu và định dạng số. Không nên dùng màu quá đậm hoặc hiệu ứng 3D nếu chúng làm sai cảm nhận về độ lớn của cột.

Nhấp phải vào biểu đồ trong Output Viewer để chọn Export. Bạn có thể xuất PNG hoặc định dạng phù hợp với quy định của khoa. Hãy giữ lại file .sav và file Output .spv, vì giảng viên có thể yêu cầu kiểm tra cách bạn tạo hình.

Đọc kết quả output

Tên bảng hoặc biểu đồ trong Output Viewer phụ thuộc vào loại bạn chọn. Một biểu đồ cột thường hiển thị nhóm trên trục X, thống kê trên trục Y và chú giải nếu có biến nhóm. Histogram có trục tần số, trong khi boxplot thể hiện trung vị, khoảng tứ phân vị và các điểm ngoại lệ.

Khi đọc biểu đồ, hãy kiểm tra bốn điểm: số quan sát được dùng, đơn vị của trục, thống kê đang hiển thị và cách chia nhóm. Một cột cao có thể do nhóm đó có nhiều đáp viên, không nhất thiết có mức trung bình cao. Vì vậy, hãy nhìn tên statistic trong Chart Builder, không suy đoán từ hình ảnh.

Bảng dưới đây mô phỏng một kết quả biểu đồ cột. Đây là số liệu minh họa, không phải kết quả của một nghiên cứu cụ thể.

Trong ví dụ này, cột của nhóm 26 đến 35 cao hơn hai nhóm còn lại về trung bình SAT. Bạn chỉ có thể mô tả sự khác nhau quan sát được. Muốn kết luận khác biệt có ý nghĩa thống kê, bạn cần xem output của kiểm định phù hợp, chẳng hạn ANOVA. Số N cũng cần được báo cáo vì ba nhóm có quy mô khác nhau.

Nếu tạo histogram, hãy xem dữ liệu có lệch trái, lệch phải hay có nhiều đỉnh. Nếu tạo boxplot, các điểm nằm ngoài whisker là dấu hiệu cần kiểm tra, chưa phải lý do tự động xóa. Đối chiếu chúng với phiếu trả lời gốc và quy tắc làm sạch dữ liệu đã nêu trong phương pháp nghiên cứu.

Với scatterplot, quan sát hướng đi chung, độ phân tán và điểm bất thường. Một vài điểm xa phần lớn dữ liệu có thể ảnh hưởng đến tương quan hoặc hồi quy. Tuy vậy, biểu đồ chỉ là bước chẩn đoán. Bạn cần xem thêm bảng Correlations, Coefficients và các chỉ số kiểm tra giả định.

Tiêu chí đánh giá

Chart Builder không có một ngưỡng “đạt” chung giống Cronbach's Alpha hay KMO. Tiêu chí chủ yếu là biểu đồ phải khớp loại biến, thống kê được chọn phải đúng mục đích và hình không gây hiểu nhầm. Các ngưỡng dưới đây hỗ trợ bạn kiểm tra dữ liệu trước hoặc sau khi dựng biểu đồ, không biến biểu đồ thành một phép kiểm định.

Nếu dùng Chart Builder để minh họa dữ liệu trước EFA hoặc hồi quy, hãy nhớ rằng hình thức đẹp không thay thế điều kiện phân tích. Ví dụ, một histogram trông gần đối xứng không đủ để kết luận mọi giả định đều được đáp ứng. Tương tự, một scatterplot có xu hướng đi lên không chứng minh p-value nhỏ hơn 0.05.

Nếu bạn cần kiểm tra công thức liên quan đến độ phân tán, có thể xem thêm công thức tính phương sai. Khi báo cáo số liệu mô tả, hãy thống nhất số chữ số thập phân giữa bảng và biểu đồ, thường là hai chữ số nếu quy định của khoa không yêu cầu khác.

Cách viết kết quả vào luận văn

Phần mô tả biểu đồ nên nói rõ biến, nhóm, số quan sát và thống kê đã sử dụng. Bạn không cần kể lại từng thao tác kéo thả trong Chart Builder ở chương 4. Những thao tác đó có thể đặt trong phần phương pháp hoặc phụ lục nếu giảng viên yêu cầu.

Cách viết vào luận văn: “Biểu đồ [tên biểu đồ] cho thấy [biến kết quả] của nhóm [tên nhóm] có giá trị trung bình [cao hơn/thấp hơn] so với [nhóm so sánh], lần lượt là [giá trị 1] và [giá trị 2]. Kết quả này mang tính mô tả; kết luận về [khác biệt/mối quan hệ] được dựa trên kiểm định [tên kiểm định], với [p-value/khoảng tin cậy] là [giá trị].”

Bạn thay placeholder bằng số lấy từ output của chính mình. Không viết “biểu đồ chứng minh giả thuyết H1” nếu bạn chỉ mới tạo biểu đồ. Nếu giả thuyết được kiểm định bằng hồi quy, hãy căn cứ vào path coefficient hoặc hệ số B, p-value và khoảng tin cậy trong bảng kiểm định.

Một chú thích phù hợp có thể là: “Nguồn: Kết quả phân tích dữ liệu khảo sát của tác giả bằng SPSS.” Nếu số liệu là minh họa trong tài liệu hướng dẫn, không đưa câu chú thích đó vào luận văn của bạn. Tên biến trên biểu đồ cũng nên được đổi thành nhãn dễ đọc, nhưng giữ mã biến trong bảng danh mục biến để truy vết.

Lỗi thường gặp khi chạy Chart Builder trong SPSS

Lỗi đầu tiên là chọn Count nhưng lại viết như đang báo cáo Mean. Hãy mở Element Properties và kiểm tra Statistic. Với biến phân loại, Count thường đúng khi bạn mô tả cơ cấu mẫu. Với điểm trung bình thang đo theo nhóm, Mean thường phù hợp hơn, nhưng vẫn cần căn cứ vào mục tiêu nghiên cứu.

Lỗi thứ hai là đưa biến String vào trục cần tính toán. Bạn có thể tạo biến số mới bằng Transform hoặc sửa quy trình nhập dữ liệu, nhưng không nên đổi ký tự thành số bằng cách thay thế vội nếu chưa lưu bản gốc. Mã hóa 1, 2, 3 cần đi kèm Value Labels để không nhầm giữa mã và giá trị thực.

Lỗi thứ ba là biểu đồ có quá nhiều nhóm. Một biến tuổi liên tục bị đưa trực tiếp vào trục X có thể tạo hàng chục cột, mỗi cột đại diện cho một tuổi. Khi mục tiêu là so sánh nhóm, hãy dùng nhóm tuổi đã được xây dựng có lý do phương pháp rõ ràng. Không chia nhóm chỉ vì biểu đồ nhìn dễ hơn.

Lỗi thứ tư là xóa outlier sau khi nhìn thấy một điểm lạ. Hãy kiểm tra phiếu trả lời, phạm vi hợp lệ và khả năng nhập sai. Nếu giữ lại, có thể báo cáo cách xử lý trong phương pháp. Nếu loại bỏ, cần có lý do và ghi lại số dòng, tiêu chí loại, cùng ảnh hưởng đến cỡ mẫu.

Lỗi cuối là sao chép nguyên biểu đồ mặc định vào luận văn. Hãy sửa tiêu đề, tên trục, đơn vị và số chữ số thập phân. Kiểm tra bản đen trắng nếu luận văn in giấy, vì các màu gần nhau có thể trở thành cùng một sắc độ.

Đọc thêm: độ lệch chuẩn, phương sai, outlier, công thức tính phương sai, trung vị, chủ đề spss.

Câu hỏi thường gặp

Chart Builder trong SPSS là gì?

Chart Builder là cửa sổ đồ họa của SPSS, cho phép bạn chọn mẫu biểu đồ rồi kéo biến vào các vị trí như X-Axis, Y-Axis hoặc vùng nhóm. Công cụ này dùng để mô tả và kiểm tra trực quan dữ liệu.

Nó không thay thế các phép kiểm định. Một biểu đồ cột có thể cho thấy hai nhóm có trung bình khác nhau, nhưng bạn cần chạy kiểm định phù hợp để biết khác biệt đó có ý nghĩa thống kê hay không.

Cách chạy Chart Builder trong SPSS nằm ở đâu?

Bạn chọn Graphs > Chart Builder... trên thanh menu. Sau đó chọn loại biểu đồ ở Gallery, kéo mẫu vào vùng xem trước, đặt biến vào trục và mở Element Properties để chọn Count, Mean hoặc thống kê phù hợp.

Tên menu có thể hơi khác giữa các phiên bản SPSS, nhưng đường dẫn Graphs và Chart Builder thường vẫn là điểm bắt đầu. Nếu hộp thoại không hiện đúng, kiểm tra xem cửa sổ Data Editor có đang hoạt động hay không.

Vì sao biểu đồ SPSS không hiện trung bình?

Nguyên nhân thường là bạn đang để Statistic ở Count, hoặc biến đưa vào trục Y không phải biến Scale. Nhấp đúp vào biểu đồ trong Output Viewer, mở Element Properties và đổi statistic sang Mean. Sau đó kiểm tra missing value và kiểu dữ liệu của biến.

Nếu biến là String, SPSS không thể tính trung bình theo cách thông thường. Bạn cần xử lý lại biến trong Data View hoặc tạo biến số mới từ dữ liệu gốc.

Có nên dùng biểu đồ 3D trong luận văn không?

Bạn chỉ nên dùng khi hiệu ứng 3D thực sự giúp thể hiện cấu trúc dữ liệu. Trong đa số bảng khảo sát, biểu đồ cột hoặc đường hai chiều dễ đọc và dễ so sánh hơn. Hiệu ứng phối cảnh có thể làm cột phía trước trông lớn hơn thực tế.

Hãy ưu tiên tiêu đề rõ, nhãn trục có đơn vị, màu có ý nghĩa và kích thước chữ đọc được khi thu nhỏ trong file luận văn.

Biểu đồ có thể dùng để kết luận giả thuyết không?

Biểu đồ hỗ trợ mô tả dữ liệu và phát hiện xu hướng, nhưng không đủ để kết luận giả thuyết. Bạn cần đọc output của phép kiểm định đã chọn, như Sig., p-value, hệ số hồi quy, khoảng tin cậy hoặc chỉ số phù hợp của mô hình.

Trong chương 4, nên tách câu mô tả hình ảnh khỏi câu kết luận kiểm định. Cách viết này giúp hội đồng thấy bạn phân biệt giữa quan sát trực quan và bằng chứng thống kê.

Bạn hãy mở lại file .sav, tạo một biểu đồ đơn giản trước, rồi kiểm tra lần lượt loại biến, Statistic, nhãn trục và số quan sát trước khi đưa hình vào chương 4; nếu muốn chạy tiếp các phân tích trên chính dữ liệu .sav hoặc .csv, bạn có thể dùng M4 phân tích của DoThesis.