Cách sắp xếp dữ liệu trong SPSS từ A đến Z

Khi nào cần sắp xếp dữ liệu trong SPSS

Bạn cần sắp xếp dữ liệu trong SPSS ngay sau khi nhập dữ liệu khảo sát và trước khi chạy bất kỳ phân tích nào. Ở đây, “sắp xếp” không chỉ là bấm Sort Cases để đưa người trả lời theo thứ tự tuổi hoặc thời gian. Công việc đầy đủ gồm đặt tên biến, kiểm tra kiểu dữ liệu, mã hóa phương án trả lời, xử lý giá trị thiếu, phát hiện dòng bất thường và lưu một file sạch để phân tích.

Một file đúng cấu trúc thường có một dòng là một phiếu trả lời và một cột là một biến. Ví dụ, dòng 2 là người trả lời thứ nhất, các cột GT, TUOI, TC1, TC2 và HL1 là giới tính, tuổi, các biến quan sát của nhóm “tin cậy” và “hài lòng”. Bạn có thể xem thêm các chủ đề SPSS để đặt bước này vào đúng quy trình phân tích tổng thể: chủ đề SPSS.

Sắp xếp dữ liệu đặc biệt cần thiết khi giả thuyết của bạn dùng các biến định lượng, chẳng hạn “chất lượng dịch vụ ảnh hưởng đến sự hài lòng”. Khi đó, SPSS phải nhận đúng điểm Likert, không đọc số 5 thành chuỗi chữ, không coi mã 99 là một mức trả lời thật và không trộn các phiếu hợp lệ với phiếu bị bỏ trống quá nhiều.

Chuẩn bị dữ liệu trước khi chạy

Xác định đơn vị quan sát và cấu trúc file

Trước khi mở SPSS, hãy quyết định một dòng đại diện cho điều gì. Với bảng hỏi cá nhân, một dòng thường là một người trả lời. Nếu bạn nhập hai dòng cho cùng một người vì người đó trả lời hai lần, các kết quả Cronbach's Alpha và hồi quy có thể bị lệch.

Không đặt nhiều người trả lời trên cùng một dòng và không đặt nhiều biến trên cùng một cột. Hàng đầu tiên nên là tên biến ngắn, không dấu, không khoảng trắng, chẳng hạn GT, TUOI, CL1, CL2, HL1. Nội dung diễn giải đầy đủ đưa vào cột Label trong Variable View.

Nếu dữ liệu của bạn đến từ bảng hỏi giấy hoặc biểu mẫu trực tuyến, hãy xác định đó là dữ liệu sơ cấp, thay vì trộn với một bảng dữ liệu thứ cấp là gì. Việc phân biệt này giúp bạn biết nguồn dữ liệu nào cần giữ lại để mô tả trong chương 3.

Đặt đúng kiểu biến trong Variable View

Mở SPSS và vào Variable View. Kiểm tra lần lượt các cột Name, Type, Label, Values, Missing, Measure và Role. Biến Likert được nhập dưới dạng số, chẳng hạn từ 1 đến 5, nên thường có Type là Numeric và Measure là Ordinal hoặc Scale tùy quy ước phân tích của đề tài.

Biến giới tính, khu vực hoặc nhóm nghề nghiệp cũng có thể nhập bằng số, nhưng phải khai báo nhãn giá trị. Ví dụ, GT = 1 là Nam, GT = 2 là Nữ. Việc gắn Value Labels giúp bảng tần số dễ đọc và giảm nhầm lẫn khi xuất kết quả.

Tên biến không nên có ký tự tiếng Việt có dấu. Bạn có thể ghi Label là “Mức độ tin cậy của dịch vụ”, nhưng Name nên là TC1. Biến quan sát cần có quy luật đặt tên nhất quán để sau này chọn nhanh nhóm TC1 đến TC5, hoặc CL1 đến CL6 trong các hộp thoại phân tích.

Kiểm tra missing và mã hóa câu trả lời

Một ô trống trong Data View là system-missing. Một giá trị như 99, 999 hoặc -1 là user-missing do bạn tự quy ước. Nếu bảng hỏi dùng 99 cho “không trả lời”, bạn phải khai báo 99 trong cột Missing hoặc xử lý trước khi tính điểm. Nếu không, SPSS có thể xem 99 là mức độ đồng ý cực cao.

Đừng tự động đổi mọi ô trống thành 0. Với thang Likert từ 1 đến 5, số 0 thường không phải một phương án trả lời. Bạn cần ghi lại quy tắc xử lý missing trong file nhật ký dữ liệu, gồm số lượng ô thiếu, biến bị thiếu và lý do loại hoặc giữ phiếu.

Kiểm tra biến đảo chiều

Một số biến được diễn đạt theo chiều ngược, ví dụ “Tôi thường gặp lỗi khi sử dụng dịch vụ”. Nếu thang đo từ 1 đến 5, biến đảo chiều thường được chuyển theo công thức mới = 6 - giá trị cũ. Bạn cần xác nhận danh sách biến đảo chiều từ bảng hỏi và tài liệu thang đo trước khi tính tổng hoặc trung bình.

Trong SPSS, vào Transform > Compute Variable. Đặt Target Variable là tên mới, chẳng hạn HL3_R, rồi nhập Numeric Expression là 6 - HL3. Giữ lại biến gốc để đối chiếu, không ghi đè ngay trong lần đầu xử lý. Nếu bạn đang chuẩn hóa dữ liệu theo một mục đích khác, xem thêm chuẩn hóa dữ liệu là gì, vì chuẩn hóa z-score không thay thế cho việc mã hóa biến đảo chiều.

Các bước sắp xếp dữ liệu trong SPSS

Bước 1: Nhập và lưu bản gốc

Vào File > Open > Data để mở file Excel, hoặc dùng File > Import Data tùy phiên bản SPSS. Khi nhập Excel, đánh dấu tùy chọn đọc tên biến từ hàng đầu tiên. Kiểm tra nhanh vài dòng đầu và cuối để chắc rằng cột cuối không bị cắt.

Lưu file ngay bằng File > Save As với tên như khaosat_raw.sav. Sau đó tạo bản sao khaosat_clean_v01.sav để xử lý. Giữ file raw nguyên trạng giúp bạn quay lại khi phát hiện mình đã xóa nhầm biến hoặc đổi sai mã.

Bước 2: Sắp xếp dòng bằng Sort Cases

Để sắp xếp theo một biến, vào Data > Sort Cases. Chọn biến cần sắp xếp, bấm mũi tên đưa sang ô Sort by, rồi chọn Ascending hoặc Descending. Ví dụ, chọn TUOI và Ascending để người trẻ đứng trước, hoặc chọn THOIGIAN để xem thứ tự thu thập.

Nếu bạn chọn nhiều biến, SPSS ưu tiên biến ở trên cùng. Chẳng hạn, chọn GT trước rồi TUOI sau sẽ xếp theo giới tính, trong từng nhóm giới tính lại xếp theo tuổi. Bỏ chọn Sort cases by groups nếu bạn chỉ cần thay đổi thứ tự hiển thị, không cần chạy phân tích riêng cho từng nhóm.

Sort Cases không làm thay đổi giá trị của biến và cũng không tự làm sạch dữ liệu. Nó chỉ thay đổi thứ tự dòng. Bạn nên dùng nó để kiểm tra dữ liệu, tìm các mã bất thường hoặc quan sát các phiếu theo thời gian.

Bước 3: Lọc phiếu bằng Select Cases

Vào Data > Select Cases khi cần chỉ giữ các phiếu đạt điều kiện. Chọn If condition is satisfied, bấm If, rồi nhập điều kiện như TUOI >= 18 hoặc HOANTHANH = 1. Chọn Filter out unselected cases để SPSS gạch các dòng không dùng thay vì xóa ngay.

Nếu bạn chọn Delete unselected cases, các dòng bị loại có thể mất khỏi file đang mở. Cách an toàn hơn là lưu một bản sao trước khi xóa. Khi hoàn tất, quay lại Data > Select Cases và chọn All cases để tắt bộ lọc trước khi chạy phân tích tiếp theo.

Bước 4: Kiểm tra tần số và giá trị lạ

Với biến phân loại, vào Analyze > Descriptive Statistics > Frequencies. Chọn GT, nhóm tuổi, trình độ hoặc các biến mã hóa. Nếu GT chỉ có 1 và 2 nhưng bảng kết quả xuất hiện 7 hoặc 99, bạn phải truy lại phiếu gốc.

Với biến định lượng, vào Analyze > Descriptive Statistics > Descriptives, bấm Options và chọn Mean, Minimum, Maximum, Standard deviation. Minimum và Maximum giúp bạn phát hiện điểm Likert ngoài khoảng 1 đến 5. Có thể dùng Analyze > Descriptive Statistics > Explore để xem thêm Boxplot và các outlier.

Bước 5: Chạy lại kiểm tra sau khi sửa

Sau mỗi vòng sửa, lưu thành phiên bản mới như khaosat_clean_v02.sav. Chạy lại Frequencies cho các biến vừa sửa, kiểm tra số dòng hợp lệ và đối chiếu số phiếu với bảng theo dõi thu thập. Nếu bạn thường lặp lại cùng một chuỗi kiểm tra, có thể lưu thao tác bằng syntax. Hướng dẫn chạy syntax SPSS sẽ hữu ích khi cần tái lập quy trình.

Đọc kết quả output

Khi sắp xếp dữ liệu, output chủ yếu giúp bạn kiểm tra mô tả và tần số, chưa phải kết quả chấp nhận hay bác bỏ giả thuyết. Các bảng thường gặp là Statistics, Frequency Table, Descriptive Statistics, Case Processing Summary và Explore.

Dưới đây là bảng mô phỏng theo dạng output SPSS. Đây là số liệu minh họa, không phải kết quả của một nghiên cứu cụ thể. Bạn thay tên biến và con số bằng output của file mình.

Frequency Table, số liệu minh họa

Trong bảng này, Valid Percent chỉ khác Percent khi có missing. Nếu Percent và Valid Percent giống nhau, biến GT không có dữ liệu thiếu trong ví dụ. Hãy mở rộng kiểm tra sang các biến quan sát, vì một bảng giới tính đầy đủ không chứng minh toàn bộ bảng hỏi đều hợp lệ.

Descriptive Statistics, số liệu minh họa

Bảng này chỉ có ý nghĩa khi bạn biết nó đang mô tả biến nào. Với thang Likert 1 đến 5, Minimum = 1 và Maximum = 5 là dấu hiệu phạm vi đang đúng. Nếu Maximum = 55, hãy kiểm tra lỗi nhập liệu hoặc lỗi ghép cột. Nếu N của các biến quan sát chênh lệch lớn, cần xem missing trước khi tính điểm trung bình.

Sau bước này, bạn mới chuyển sang Analyze > Scale > Reliability Analysis cho Cronbach's Alpha, Analyze > Dimension Reduction > Factor cho EFA hoặc Analyze > Regression > Linear cho hồi quy. Nếu mô hình có biến giới tính, nhóm tuổi hoặc nghề nghiệp, bạn cũng cần kiểm tra cách mã hóa trước khi đưa vào hồi quy. Xem hướng dẫn biến định tính chạy hồi quy phải làm sao.

Tiêu chí đánh giá

Các tiêu chí dưới đây giúp bạn quyết định dữ liệu đã sẵn sàng ở mức nào. Chúng không thay thế việc đọc bảng hỏi, mã codebook và yêu cầu của giảng viên. Mỗi dòng đều gắn với nguồn được phép trích dẫn.

Đừng xóa biến chỉ vì một con số chưa đạt mà chưa xem nội dung biến, điều kiện mẫu và mô hình lý thuyết. Việc loại biến cần có lý do rõ ràng, được ghi lại theo từng phiên bản file. Một file “đẹp” do xóa nhiều dòng hoặc nhiều biến thiếu căn cứ sẽ khó giải trình hơn một file còn một vài vấn đề nhưng có nhật ký xử lý minh bạch.

Cách viết kết quả vào luận văn

Khi mô tả bước sắp xếp dữ liệu, bạn cần nói rõ cách mã hóa, điều kiện loại phiếu, số phiếu ban đầu và số phiếu dùng cho phân tích. Không viết rằng dữ liệu “đã được xử lý hoàn hảo” nếu bạn chưa có bảng kiểm tra chứng minh điều đó.

Cách viết vào luận văn: “Sau khi thu thập được [N0] bảng trả lời, tác giả kiểm tra các trường hợp thiếu dữ liệu, giá trị ngoài phạm vi [1 đến 5] và điều kiện sàng lọc [điều kiện]. Kết quả giữ lại [N1] bảng hợp lệ để phân tích. Các biến quan sát được mã hóa từ [mức thấp nhất] đến [mức cao nhất], trong đó biến đảo chiều [mã biến] được tính lại trước khi kiểm định độ tin cậy thang đo.”

Ở chương 3, bạn có thể trình bày quy trình bằng một đoạn ngắn và một bảng mã hóa. Ở chương 4, chỉ báo cáo số liệu sau xử lý, chẳng hạn số quan sát hợp lệ trong bảng Descriptive Statistics. Nếu giảng viên yêu cầu, đặt file raw, file clean và syntax ở phần phụ lục hoặc lưu trữ riêng để đối chiếu.

Lỗi thường gặp khi chạy sắp xếp dữ liệu trong SPSS

Đặt tên biến bằng tiếng Việt có dấu hoặc có khoảng trắng

SPSS có thể từ chối hoặc tự biến đổi tên cột. Hãy dùng tên ngắn như DV1, DV2, HL1, còn diễn giải đầy đủ đặt trong Label.

Nhập điểm Likert dưới dạng String

Nếu một cột có cả số và chữ như “5”, “4”, “không biết”, SPSS có thể đọc cả cột là String. Khi đó, bạn không thể tính Mean hoặc chạy nhiều phân tích định lượng. Kiểm tra Type trong Variable View và dùng Transform > Automatic Recode hoặc Transform > Compute Variable khi cần chuyển đổi có kiểm soát.

Quên tắt Select Cases

Biểu tượng bộ lọc ở Data View cho biết một số dòng đang bị loại khỏi phân tích. Trước khi chạy Cronbach's Alpha hoặc hồi quy, vào Data > Select Cases và chọn All cases, trừ khi bạn thực sự muốn phân tích một nhóm riêng.

Xóa dòng ngay sau khi thấy giá trị lạ

Giá trị lạ có thể do nhập sai, nhưng cũng có thể là câu trả lời thật. Hãy đối chiếu với bảng hỏi gốc, ghi lý do và lưu phiên bản mới. Không dùng Sort Cases để che các dòng bất thường.

Trộn dữ liệu sơ cấp với dữ liệu đã tổng hợp

Dữ liệu khảo sát từng người và dữ liệu đã tính trung bình theo nhóm không có cùng đơn vị quan sát. Nếu đề tài dùng bảng hỏi, hãy giữ từng phiếu ở một dòng. Bạn có thể xem thêm hướng dẫn về dữ liệu sơ cấp để kiểm tra nguồn và cấu trúc dữ liệu trước khi nhập.

Đọc thêm: dữ liệu thứ cấp là gì, dữ liệu sơ cấp, biến định tính chạy hồi quy phải làm sao, chạy syntax spss, chuẩn hóa dữ liệu là gì, chủ đề spss.

Câu hỏi thường gặp

Sắp xếp dữ liệu trong SPSS có làm thay đổi kết quả phân tích không?

Sort Cases chỉ thay đổi thứ tự các dòng nên thường không làm thay đổi kết quả của các phân tích dùng toàn bộ mẫu. Tuy nhiên, Select Cases, Weight Cases, Filter hoặc Split File có thể làm thay đổi số quan sát và nhóm dữ liệu được đưa vào phân tích. Hãy kiểm tra thanh trạng thái và menu Data trước khi chạy.

Cách chạy sắp xếp dữ liệu trong SPSS theo tuổi như thế nào?

Vào Data > Sort Cases, chọn biến TUOI, đưa sang ô Sort by và chọn Ascending nếu muốn tuổi tăng dần. Nếu muốn xem người lớn tuổi trước, chọn Descending. Đây chỉ là cách sắp thứ tự hiển thị, không phải cách tạo nhóm tuổi mới.

Có nên xóa các phiếu có ô trống không?

Bạn chỉ nên loại phiếu theo một quy tắc đã định trước, chẳng hạn bỏ phiếu không hoàn thành bảng hỏi hoặc thiếu quá nhiều biến quan sát. Với một vài ô thiếu, cần xem tỷ lệ missing và yêu cầu của phương pháp trước khi quyết định. Ghi số phiếu bị loại và lý do để có thể giải trình.

Vì sao biến Likert của tôi không tính được Mean?

Nguyên nhân thường gặp là biến đang ở dạng String, có ký tự chữ hoặc có mã missing không hợp lệ. Mở Variable View kiểm tra Type, sau đó dùng Frequencies để xem các giá trị thực tế. Không đổi String sang Numeric bằng cách đoán, vì cần xử lý riêng các giá trị như “không áp dụng” hoặc “không biết”.

Có cần sắp xếp dữ liệu theo thứ tự câu hỏi trong bảng hỏi không?

Nên sắp xếp các cột theo nhóm biến và thứ tự mã hóa để dễ kiểm tra, nhưng SPSS không yêu cầu cột phải theo thứ tự đó mới chạy được. Cấu trúc nhất quán giúp bạn chọn đúng nhóm biến, phát hiện thiếu cột và viết codebook dễ hơn. Hãy ưu tiên giữ tên biến ổn định sau khi bắt đầu phân tích.

Mở file của bạn ngay bây giờ, lưu một bản raw, kiểm tra Variable View, chạy Frequencies cho các biến phân loại và ghi lại mọi dòng bị loại trước khi chuyển sang phân tích. Nếu bạn muốn chạy các bước kiểm tra trên chính file .sav hoặc .csv của mình, M4 phân tích dữ liệu của DoThesis sẽ thực hiện quy trình SPSS và SmartPLS mà không bịa số.