Histogram là gì? Cách đọc histogram trong SPSS

Histogram là gì

Bạn mở file dữ liệu, chọn một biến như tuổi, thu nhập hoặc điểm trung bình, rồi thấy SPSS tạo ra nhiều cột đứng cạnh nhau. Biểu đồ đó là histogram. Histogram là biểu đồ dùng các cột liền nhau để mô tả tần số hoặc tỷ lệ quan sát rơi vào từng khoảng giá trị của một biến định lượng.

Trục ngang của histogram là các khoảng giá trị, thường gọi là bins hoặc class intervals. Trục dọc thể hiện số quan sát, phần trăm quan sát hoặc mật độ. Mỗi cột cho biết có bao nhiêu người nằm trong khoảng tương ứng. Vì các khoảng giá trị liên tục và có thứ tự, các cột của histogram thường đứng sát nhau, khác với bar chart dùng cho nhóm phân loại.

Ví dụ, nếu biến AGE có giá trị từ 18 đến 60, SPSS có thể chia trục ngang thành các khoảng 18 đến 22, 23 đến 27, 28 đến 32 và tiếp tục như vậy. Histogram không cho bạn một con số duy nhất để kết luận dữ liệu tốt hay xấu. Nó cho bạn hình ảnh để kiểm tra hình dạng phân phối trước khi lựa chọn và diễn giải các phân tích tiếp theo.

Histogram liên quan trực tiếp đến độ lệch chuẩn, phương sai, trung bình, trung vị và độ lệch của phân phối. Khi xem biểu đồ, bạn nên đọc cùng bảng Statistics trong SPSS thay vì nhìn hình dạng cột một cách riêng lẻ.

Ý nghĩa của histogram trong nghiên cứu định lượng

Trong nghiên cứu định lượng, histogram giúp bạn trả lời câu hỏi thực tế: dữ liệu của biến đang tập trung ở đâu, trải rộng đến mức nào và có hình dạng bất thường không. Đây là bước kiểm tra mô tả trước khi chạy hồi quy, t-test, ANOVA hoặc các phân tích khác có yêu cầu về phân phối.

Nếu các cột tập trung quanh một vùng giữa và giảm dần tương đối cân đối về hai phía, dữ liệu có thể có hình dạng gần đối xứng. Nếu phần đuôi kéo dài về bên phải, phân phối có thể bị lệch phải. Tình huống này thường xuất hiện với thu nhập, số lần mua hàng hoặc thời gian chờ. Nếu đuôi kéo dài về bên trái, phân phối có thể bị lệch trái, chẳng hạn khi phần lớn người trả lời chọn mức điểm cao.

Histogram cũng giúp phát hiện một số quan sát nằm cách xa phần còn lại. Tuy nhiên, một cột nằm ở mép biểu đồ chưa đủ để kết luận đó là outlier. Bạn cần kiểm tra thêm giá trị gốc, boxplot và bối cảnh thu thập. Hướng dẫn về outlier sẽ hữu ích khi bạn thấy một vài điểm nằm quá xa vùng tập trung chính.

Biểu đồ còn giúp bạn phát hiện lỗi nhập liệu. Một biến tuổi mà xuất hiện giá trị 222, một thang Likert từ 1 đến 5 lại có giá trị 55, hoặc một biến doanh thu có giá trị âm bất thường đều có thể tạo ra hình dạng khó giải thích. Khi đó, việc sửa dữ liệu phải dựa trên file bảng hỏi hoặc quy tắc mã hóa ban đầu, không nên sửa chỉ để histogram trông đẹp.

Histogram không thay thế kiểm định hay bảng kết quả. Với một mẫu lớn, chỉ một số quan sát lệch cũng có thể làm biểu đồ nhìn khác. Với một mẫu nhỏ, biểu đồ lại phụ thuộc khá nhiều vào số bins. Vì vậy, bạn cần xem histogram cùng skewness, kurtosis, mean, median, minimum, maximum và các biểu đồ kiểm tra khác khi phương pháp yêu cầu.

Histogram bao nhiêu là đạt

Câu hỏi “histogram bao nhiêu là tốt” thường xuất hiện khi bạn đang chuẩn bị chạy phân tích. Histogram không có ngưỡng đạt riêng như Cronbach's Alpha, KMO hay VIF. Không có một giá trị của số cột, chiều cao cột hoặc độ lệch hình học nào tự động chứng minh dữ liệu đạt.

Bạn nên đánh giá histogram theo mục đích phân tích. Nếu chỉ trình bày thống kê mô tả, biểu đồ cần phản ánh trung thực dữ liệu và có chú thích rõ. Nếu dùng để kiểm tra giả định, bạn cần đối chiếu hình dạng với yêu cầu của mô hình cụ thể. Hồi quy thường cần kiểm tra phần dư, không chỉ kiểm tra histogram của từng biến độc lập. Với nhiều phân tích, tính gần chuẩn của phần dư quan trọng hơn việc mọi biến quan sát đều tạo ra histogram hoàn toàn đẹp.

Bảng dưới đây là cách ra quyết định thận trọng. Các ngưỡng có số liệu chỉ được dùng khi có nguồn trong danh mục tài liệu của bài, còn histogram bản thân nó không có một ngưỡng riêng.

Bạn cũng cần phân biệt histogram với phân phối chuẩn lý thuyết. Một histogram có dạng gần chuông chỉ cho thấy dữ liệu quan sát có vẻ gần đối xứng trong cách chia khoảng đã chọn. Nó không chứng minh dữ liệu tuân theo phân phối chuẩn tuyệt đối.

Nếu giảng viên yêu cầu “kiểm tra histogram”, hãy ghi rõ bạn đã xem biến nào, biểu đồ cho thấy điều gì và bạn kiểm tra thêm bằng phương pháp nào. Đừng ghi “histogram đạt 0.5” hoặc “histogram đạt trên 0.7”, vì đây là cách gán nhầm ngưỡng của chỉ số khác cho biểu đồ.

Cách đọc histogram trên output

Trong SPSS, histogram thường xuất hiện dưới dạng biểu đồ chứ không phải một bảng có một dòng kết quả duy nhất. Bạn nhìn bốn yếu tố: tên biến, trục ngang, trục dọc và đường phân phối chuẩn nếu đã chọn hiển thị. Đường cong chuẩn chỉ là đường tham chiếu để so sánh hình dạng, không phải kết luận tự động.

Nếu các cột cao nhất nằm ở giữa và giảm dần khá đều về hai phía, phân phối có thể gần đối xứng. Nếu các cột cao dồn về bên trái còn phần đuôi kéo dài sang phải, đó là dấu hiệu lệch phải. Ngược lại, phần đuôi kéo dài sang trái thường gợi ý lệch trái. Hãy đọc cả các cột ở biên. Một cột thấp ở xa trung tâm có thể là quan sát cực đoan, nhưng bạn cần mở dòng dữ liệu tương ứng để xác minh.

Dưới đây là số liệu minh họa, không phải kết quả của một nghiên cứu thật. Giả sử bạn xem biến SAT_MEAN, là điểm trung bình của một thang đo từ 1 đến 5, với 180 quan sát.

Để tạo histogram trong SPSS, bạn vào Analyze > Descriptive Statistics > Frequencies. Đưa biến cần xem vào ô Variables. Nếu chỉ muốn tạo biểu đồ, bạn có thể bỏ chọn Display frequency tables, sau đó bấm Charts, chọn Histograms và đánh dấu With normal curve. Bấm Continue, rồi OK.

Một đường khác là Graphs > Legacy Dialogs > Histogram. Chọn biến, đánh dấu Display normal curve nếu cần, rồi bấm OK. Với cách này, bạn nên đặt tiêu đề hoặc chú thích cho biểu đồ trong phần chỉnh sửa output để người đọc biết biến và đơn vị đo.

Khi đọc output, hãy kiểm tra số quan sát có khớp với bảng dữ liệu không. Nếu bạn kỳ vọng 200 bảng trả lời nhưng Statistics chỉ có N = 180, 20 giá trị có thể bị missing hoặc bị loại do điều kiện lọc. Nếu bật Filter, Select Cases hoặc đang phân tích một nhóm con, histogram cũng chỉ phản ánh phần dữ liệu đang được chọn.

Trong luận văn, bạn có thể viết: “Histogram của biến [tên biến] cho thấy các quan sát tập trung chủ yếu trong khoảng [khoảng giá trị], phân phối có dấu hiệu [gần đối xứng/lệch phải/lệch trái]. Kết quả này được sử dụng như một kiểm tra trực quan và được xem xét cùng [chỉ số hoặc kiểm định bổ sung].” Hãy thay toàn bộ phần trong ngoặc bằng kết quả thật trong file của bạn.

Khi histogram không đạt thì xử lý thế nào

Trước hết, đừng xóa biến chỉ vì biểu đồ không có dạng chuông. Bước xử lý đầu tiên là kiểm tra dữ liệu gốc và quy tắc mã hóa. Dùng Analyze > Descriptive Statistics > Frequencies để xem Minimum, Maximum và các giá trị không hợp lệ. Nếu biến tuổi có giá trị ngoài phạm vi bảng hỏi, quay lại phiếu trả lời hoặc file nhập liệu để xác định đó là lỗi gõ hay một trường hợp thật.

Bước thứ hai là kiểm tra missing. Một số mã như 99, 999 hoặc -1 có thể đang bị SPSS đọc như số hợp lệ. Bạn cần khai báo chúng là missing trong Variable View, cột Missing, hoặc xử lý theo quy ước của bộ dữ liệu. Sau đó chạy lại histogram và ghi lại số quan sát trước, sau khi xử lý.

Bước thứ ba là kiểm tra outlier. Dùng boxplot, bảng giá trị sắp xếp và thông tin bối cảnh để quyết định. Có thể giữ lại một quan sát cực đoan nếu đó là trường hợp thật và có ý nghĩa trong tổng thể. Việc xóa một dòng chỉ để biểu đồ cân đối sẽ khó giải trình khi hội đồng hỏi.

Bước thứ tư là xem xét phép biến đổi khi phương pháp và thiết kế nghiên cứu cho phép. Log transformation hoặc một phép biến đổi khác cần có lý do thống kê và phải được áp dụng nhất quán. Bạn cũng phải giải thích cách diễn giải biến sau biến đổi. Đừng biến đổi một biến chỉ vì muốn histogram trông giống hình chuông.

Nếu mẫu nhỏ hoặc dữ liệu là điểm Likert, histogram có thể có các cột rời rạc và không mượt. Đây chưa chắc là lỗi. Thang Likert có số mức hữu hạn, nên hình dạng biểu đồ phụ thuộc vào số mức và cách tính biến tổng hợp. Bạn có thể xem thêm trung vị và công thức tính phương sai để mô tả dữ liệu đầy đủ hơn.

Khi một giả định quan trọng vẫn không phù hợp, hãy trao đổi với giảng viên về phương pháp thay thế hoặc cách báo cáo giới hạn. Có thể cần dùng kiểm định phi tham số trong một số tình huống, nhưng lựa chọn đó phải dựa trên thiết kế, loại biến và câu hỏi nghiên cứu, không dựa riêng vào một histogram.

Phân biệt histogram với biểu đồ dễ nhầm

Histogram và bar chart đều có các cột, nhưng dữ liệu và cách đọc khác nhau. Histogram dùng cho biến định lượng được chia thành các khoảng liên tục. Bar chart dùng cho nhóm phân loại như giới tính, khoa, khu vực hoặc lựa chọn dịch vụ. Các cột của bar chart thường có khoảng cách để nhấn mạnh rằng các nhóm là rời rạc.

Histogram cũng khác boxplot. Histogram cho thấy hình dạng phân phối qua nhiều cột, còn boxplot tóm tắt median, quartile và các điểm có thể là outlier. Histogram giúp nhìn độ lệch và sự tập trung, trong khi boxplot thuận tiện để so sánh một biến giữa nhiều nhóm.

Histogram khác line chart vì line chart thường nhấn mạnh xu hướng theo thời gian hoặc thứ tự. Nối các điểm giữa các khoảng của histogram không biến nó thành biểu đồ đường. Nếu bạn đang mô tả doanh thu theo tháng, line chart có thể phù hợp hơn. Nếu bạn muốn xem các giá trị doanh thu phân bố ra sao, histogram phù hợp hơn.

Cuối cùng, histogram không giống bảng tần số. Bảng tần số cho con số cụ thể của từng nhóm hoặc khoảng. Histogram giúp mắt nhận ra hình dạng nhanh hơn. Khi viết chương kết quả, bạn có thể dùng cả hai nếu cần, nhưng phải đặt tên biến, đơn vị và số quan sát rõ ràng.

Lỗi thường gặp

Lỗi đầu tiên là tìm một ngưỡng “histogram bao nhiêu là đạt”. Biểu đồ không có điểm cắt chung. Bạn cần gắn cách đọc với mục tiêu kiểm tra và phương pháp đang dùng.

Lỗi thứ hai là nhìn histogram của biến độc lập rồi kết luận hồi quy đạt giả định. Với hồi quy, cần kiểm tra phần dư và các chẩn đoán liên quan. Histogram của từng biến chỉ mô tả phân phối của chính biến đó.

Lỗi thứ ba là xóa outlier ngay lập tức. Hãy xác minh lỗi nhập liệu, kiểm tra ảnh hưởng và lưu lại lý do xử lý. Nếu giữ quan sát, nêu cách bạn kiểm tra. Nếu loại, nêu tiêu chí và số dòng đã loại.

Lỗi thứ tư là không để ý số bins. Hai biểu đồ của cùng một biến có thể trông khác nếu chia khoảng khác nhau. Vì vậy, không nên so sánh hình dạng một cách máy móc giữa các biểu đồ được thiết lập khác nhau.

Lỗi thứ năm là chụp ảnh histogram nhưng không ghi tên biến, N, đơn vị và nguồn dữ liệu. Một hình không có ngữ cảnh khó được sử dụng trong chương 4. Hãy đặt tên nhất quán giữa file .sav, bảng kết quả và luận văn.

Câu hỏi thường gặp

Histogram là gì trong SPSS?

Histogram trong SPSS là biểu đồ mô tả tần số hoặc tỷ lệ quan sát theo các khoảng giá trị của một biến định lượng. Bạn có thể tạo nó qua Analyze > Descriptive Statistics > Frequencies hoặc Graphs > Legacy Dialogs > Histogram.

Histogram bao nhiêu là tốt?

Không có một giá trị chung để nói histogram tốt hay xấu. Bạn xem hình dạng phân phối, độ lệch, outlier, số quan sát và yêu cầu của phân tích tiếp theo. Nếu cần kiểm tra giả định, hãy đọc histogram cùng các chẩn đoán phù hợp với mô hình.

Histogram lệch phải có phải xóa dữ liệu không?

Lệch phải không tự động có nghĩa là dữ liệu sai. Bạn cần kiểm tra giá trị cực đoan, mã missing, đơn vị đo và bối cảnh thu thập. Chỉ xóa khi có căn cứ rõ ràng, chẳng hạn lỗi nhập liệu hoặc tiêu chí loại quan sát đã được quy định trước.

Histogram có dùng cho biến Likert được không?

Bạn có thể dùng histogram để mô tả biến Likert hoặc điểm trung bình của nhiều biến quan sát, nhưng số cột thường bị giới hạn bởi số mức đo. Khi diễn giải, cần nói rõ đây là biến đơn lẻ hay điểm tổng hợp, đồng thời xem thêm mean, median và độ phân tán.

Histogram khác bar chart như thế nào?

Histogram dành cho biến định lượng được chia thành các khoảng liên tục, còn bar chart dành cho các nhóm phân loại. Các cột histogram thường liền nhau vì các khoảng giá trị nối tiếp, trong khi bar chart thường có khoảng cách giữa các nhóm.

Có thể dùng histogram để kết luận dữ liệu phân phối chuẩn không?

Histogram chỉ cung cấp bằng chứng trực quan và phụ thuộc vào cách chia bins. Bạn nên xem thêm thống kê mô tả, Q-Q plot hoặc kiểm tra phù hợp với phương pháp đang dùng. Trong hồi quy, cần chú ý đặc biệt đến phần dư của mô hình.

Mở file SPSS của bạn, chạy histogram cho từng biến cần kiểm tra, ghi lại N, Minimum, Maximum, hình dạng phân phối và các dòng dữ liệu bất thường trước khi chạy phân tích chính. Nếu bạn muốn xử lý số liệu .sav hoặc .csv của chính mình trong SPSS và SmartPLS, M4 phân tích của DoThesis thực hiện đúng bước này.