Cách tạo biến đại diện trong SPSS từ nhiều biến quan sát
Khi nào dùng tạo biến đại diện trong SPSS
Bạn dùng biến đại diện khi một khái niệm trong mô hình được đo bằng nhiều biến quan sát, chẳng hạn PU1 đến PU4 đo Perceived Usefulness hoặc SAT1 đến SAT5 đo sự hài lòng. Sau khi kiểm tra độ tin cậy và giá trị thang đo, bạn cần gom các biến quan sát thành một biến tổng hợp để đưa vào tương quan, hồi quy hoặc các phân tích tiếp theo.
Trong dữ liệu SPSS, mỗi biến quan sát thường nằm ở một cột và mỗi người trả lời nằm ở một dòng. Biến đại diện cũng là một cột, nhưng giá trị của nó được tính từ các cột thành phần. Cách phổ biến nhất là lấy giá trị trung bình, dùng MEAN(PU1, PU2, PU3, PU4). Bạn cũng có thể tính tổng bằng SUM, nhưng cần ghi rõ cách chọn trong chương phương pháp.
Bạn nên phân biệt bước tạo biến đại diện với bước kiểm định thang đo. Cronbach's Alpha và EFA giúp bạn đánh giá các biến quan sát có phù hợp để cùng đo một khái niệm hay không. Bạn có thể xem thêm hướng dẫn về Cronbach's Alpha và phân tích thang đo trong SPSS, EFA và ma trận xoay trước khi tạo biến cuối cùng.
Nếu mô hình của bạn dùng biến tiềm ẩn và cần đánh giá measurement model, CFA có thể phù hợp hơn EFA trong một số thiết kế. Khi đó, hãy xem thêm CFA để tránh lấy trung bình quá sớm khi thang đo chưa được xác nhận.
Chuẩn bị dữ liệu trước khi chạy
Mở file .sav và kiểm tra từng nhóm biến trước khi vào menu. Các biến PU1, PU2, PU3, PU4 phải cùng đo một khái niệm, cùng hướng diễn giải và có kiểu dữ liệu Numeric. Nếu một cột đang có dạng String vì dữ liệu nhập từ Excel, SPSS có thể không cho tính trung bình như bạn mong muốn.
Tên biến nên ngắn, không dấu và không có khoảng trắng, chẳng hạn PU1, PU2, PU3, PU4. Nhãn biến có thể viết đầy đủ bằng tiếng Việt trong Variable View. Trước khi tính, hãy kiểm tra các điểm sau:
| Việc cần kiểm tra | Bạn kiểm tra ở đâu | Cách xử lý khi có vấn đề |
|---|---|---|
| Kiểu biến là Numeric | Variable View, cột Type | Chuyển dữ liệu số về Numeric, không sửa trực tiếp nếu chưa lưu bản gốc |
| Khoảng đo giống nhau | Variable View và bảng hỏi | Xác nhận tất cả biến dùng cùng thang Likert, ví dụ 1 đến 5 |
| Missing Value | Variable View, cột Missing và Data View | Mã 99 hoặc 999 phải được khai báo là missing, không để SPSS tính như điểm thật |
| Biến đảo chiều | Bảng hỏi và mã hóa dữ liệu | Đảo điểm trước khi tính biến đại diện, ví dụ thang 1 đến 5 dùng 6 - REVERSE1 |
| Biến bị loại sau EFA | Output EFA và danh sách biến | Loại khỏi công thức rồi tính lại, không giữ một biến chỉ vì muốn đủ số lượng |
| Cùng số quan sát | Data View và Select Cases | Kiểm tra bộ lọc, điều kiện chọn mẫu và các dòng trống |
Nếu bảng hỏi có biến đảo chiều, công thức đảo điểm phải phù hợp với số mức đo. Với thang 1 đến 5, điểm 1 thành 5, điểm 2 thành 4 và ngược lại. Bạn có thể vào Transform > Recode into Different Variables để tạo biến mới, chẳng hạn PU3_R, thay vì ghi đè lên dữ liệu gốc.
Trước khi tạo biến, hãy lưu một bản sao như du_lieu_truoc_tao_bien.sav. EFA có thể cần loại biến theo từng vòng. Việc giữ các phiên bản giúp bạn giải thích vì sao công thức ở chương 4 chỉ còn ba biến quan sát thay vì bốn biến ban đầu. Nếu bạn đang xem communality hoặc kết quả PCA, hãy đối chiếu thêm communality và principal component analysis.
Các bước chạy tạo biến đại diện trong SPSS
Tạo biến đại diện không phải là một nút phân tích riêng trong SPSS. Bạn thường dùng Transform > Compute Variable, sau đó chọn hàm MEAN hoặc SUM. Có thể thực hiện bằng giao diện hoặc nhập công thức trực tiếp trong hộp Numeric Expression.
Bước 1: Xác định nhóm biến được giữ lại
Từ kết quả Cronbach's Alpha và EFA, lập danh sách biến cuối cùng cho từng khái niệm. Ví dụ nhóm PU còn PU1, PU2, PU4 sau khi PU3 bị loại. Đừng dùng công thức cũ MEAN(PU1, PU2, PU3, PU4) vì biến PU3 không còn thuộc thang đo cuối cùng.
Nếu bạn chưa chạy Cronbach's Alpha, vào Analyze > Scale > Reliability Analysis. Đưa các biến cùng nhóm vào ô Items, chọn Model là Alpha, bấm Statistics, tích Scale if item deleted và Correlations, rồi chọn Continue và OK. Bảng Item-Total Statistics giúp bạn xem Corrected Item-Total Correlation và Alpha if Item Deleted trước khi chốt danh sách.
Bước 2: Mở hộp Compute Variable
Chọn Transform > Compute Variable. Trong ô Target Variable, nhập tên biến mới, chẳng hạn PU_MEAN. Tên này nên thể hiện rõ đây là điểm trung bình của nhóm PU, thay vì đặt tên chung như X1 khiến bạn khó đọc output sau này.
Trong ô Numeric Expression, nhập MEAN(PU1, PU2, PU4). Bấm Type and Label nếu muốn thêm nhãn Giá trị trung bình Perceived Usefulness. Sau đó bấm OK. SPSS sẽ thêm một cột mới ở cuối Data View.
Bước 3: Chọn cách xử lý missing value
Hàm MEAN có thể tính trung bình trên các giá trị hợp lệ nếu một dòng có missing, tùy số biến còn lại. Nếu bạn muốn người trả lời phải có ít nhất ba trên bốn biến mới được tính, dùng MEAN.3(PU1, PU2, PU3, PU4). Con số sau dấu chấm là số lượng giá trị hợp lệ tối thiểu.
Ví dụ, MEAN.3(PU1, PU2, PU3, PU4) sẽ để missing nếu người trả lời chỉ có một hoặc hai giá trị hợp lệ. Quy tắc này cần được ghi nhất quán cho tất cả nhóm thang đo. Nếu đề tài có nhiều missing, đừng tự động chọn quy tắc làm tăng số dòng phân tích mà chưa xem lại chất lượng dữ liệu.
Bước 4: Đặt nhãn và kiểm tra biến mới
Trong Variable View, kiểm tra PU_MEAN có Type là Numeric, Decimals phù hợp và Measure là Scale. Ở Data View, sắp xếp hoặc xem vài dòng đầu để đối chiếu thủ công. Nếu PU1 bằng 4, PU2 bằng 5 và PU4 bằng 3 thì PU_MEAN phải bằng 4.
Bạn cũng có thể dùng Analyze > Descriptive Statistics > Descriptives, đưa các biến thành phần và biến đại diện vào ô Variables, rồi bấm OK. So sánh Minimum, Maximum, Mean và Std. Deviation. Nếu thang đo 1 đến 5 nhưng PU_MEAN có giá trị 18, công thức đang là tổng hoặc dữ liệu có mã hóa bất thường.
Bước 5: Lưu syntax để có thể chạy lại
Thay vì chỉ bấm OK, bạn có thể bấm Paste để SPSS mở Syntax Editor. Một syntax có thể là:
COMPUTE PU_MEAN = MEAN.3(PU1, PU2, PU4).
VARIABLE LABELS PU_MEAN 'Giá trị trung bình Perceived Usefulness'.
EXECUTE.
Lưu syntax cùng thư mục với file dữ liệu. Khi loại thêm một biến sau khi trao đổi với giảng viên, bạn sửa công thức và chạy lại dễ hơn. Syntax cũng là bằng chứng quy trình, nhất là khi bạn có nhiều nhóm như PU_MEAN, PEOU_MEAN, TRUST_MEAN và SAT_MEAN.
Đọc kết quả output
Sau khi Compute Variable, SPSS không tạo một bảng kết quả riêng mang tên “đạt” hay “không đạt”. Bạn đọc biến mới qua Descriptives, Frequencies, biểu đồ hoặc bảng kết quả của phân tích tiếp theo. Output quan trọng là giá trị mô tả, số lượng hợp lệ và phạm vi điểm có hợp lý hay không.
Bảng Descriptive Statistics, số liệu minh họa:
| Variable | N | Minimum | Maximum | Mean | Std. Deviation |
|---|---|---|---|---|---|
| PU1 | 214 | 1.00 | 5.00 | 3.78 | 0.71 |
| PU2 | 214 | 1.00 | 5.00 | 3.84 | 0.68 |
| PU4 | 214 | 1.00 | 5.00 | 3.81 | 0.73 |
| PU_MEAN | 214 | 1.00 | 5.00 | 3.81 | 0.64 |
Bảng trên chỉ là số liệu minh họa, không phải kết quả của một nghiên cứu cụ thể. N của PU_MEAN cho biết có bao nhiêu trường hợp được tính theo quy tắc missing bạn đã chọn. Minimum và Maximum của biến trung bình vẫn nằm trong khoảng 1 đến 5 nếu các biến thành phần dùng thang Likert 1 đến 5.
Nếu bạn dùng SUM, biến mới có thể nằm trong khoảng 3 đến 15 với ba biến quan sát. Khi đó, Mean của biến tổng không thể diễn giải như mức đồng ý trung bình 1 đến 5. Trong hồi quy, cả hai cách có thể cho kết quả liên quan tương tự trong một số trường hợp, nhưng cách trình bày và diễn giải hệ số sẽ khác. Hãy chọn một cách và dùng nhất quán.
Sau khi tạo các biến đại diện, bạn có thể dùng chúng trong Analyze > Correlate > Bivariate hoặc Analyze > Regression > Linear. Với hồi quy tuyến tính, đưa biến đại diện của khái niệm độc lập vào Independent(s), biến phụ thuộc vào Dependent. Kiểm tra thêm bảng Coefficients, Model Summary và ANOVA, không kết luận chỉ từ việc tạo được cột mới.
Tiêu chí đánh giá
Biến đại diện được xem là có cơ sở sử dụng khi thang đo đã qua các bước kiểm định phù hợp và công thức tính đúng với thiết kế nghiên cứu. Các ngưỡng dưới đây là mốc tham khảo thường dùng, không phải lý do để loại biến máy móc. Mỗi dòng đều cần đặt cạnh bối cảnh, cỡ mẫu và lập luận của đề tài.
| Chỉ tiêu | Mốc thường dùng | Nguồn |
|---|---|---|
| Cronbach's Alpha | Từ 0.7 trở lên; thang đo khám phá có thể xem xét từ 0.6 | (Nunnally, 1978); (Hair và cộng sự, 2010) |
| Corrected Item-Total Correlation | Từ 0.3 trở lên | (Nunnally và Bernstein, 1994) |
| KMO | Từ 0.5 trở lên | (Kaiser, 1974) |
| Bartlett's Test | Có ý nghĩa thống kê với p-value dưới 0.05 | (Kaiser, 1974) |
| Factor loading | Từ 0.5 trở lên | (Hair và cộng sự, 2010) |
| Total Variance Explained | Từ 50% trở lên | (Hair và cộng sự, 2010) |
| Số quan sát trên biến quan sát | Khoảng 5 đến 10 quan sát cho một biến quan sát | (Hair và cộng sự, 2010) |
Một biến đại diện có Mean bằng 3.81 không tự động chứng minh thang đo tốt. Con số đó chỉ cho biết mức trung bình của các biến được đưa vào công thức. Cơ sở đánh giá nằm ở chất lượng thang đo, quy tắc missing, hướng mã hóa và sự phù hợp với mô hình nghiên cứu.
Cách viết kết quả vào luận văn
Bạn có thể viết theo cấu trúc gồm kiểm định thang đo, danh sách biến được giữ lại và công thức tính. Đoạn dưới đây cần thay bằng số liệu thật trong output của bạn.
Cách viết vào luận văn: “Kết quả kiểm định Cronbach's Alpha cho thang đo [TÊN KHÁI NIỆM] đạt [ALPHA], trong đó các biến quan sát có Corrected Item-Total Correlation từ [GIÁ TRỊ NHỎ NHẤT] đến [GIÁ TRỊ LỚN NHẤT]. Sau khi loại [MÃ BIẾN NẾU CÓ], thang đo còn [SỐ BIẾN] biến quan sát gồm [DANH SÁCH MÃ BIẾN]. Biến đại diện [TÊN BIẾN MỚI] được tính bằng giá trị trung bình của các biến này, với N hợp lệ là [N].”
Nếu dùng MEAN.3, hãy nói rõ điều kiện tối thiểu số câu trả lời hợp lệ. Nếu dùng biến tổng, thay cụm “giá trị trung bình” bằng “tổng điểm” và nêu khoảng điểm. Không chép bảng số liệu minh họa ở trên vào luận văn của bạn.
Lỗi thường gặp khi chạy tạo biến đại diện trong SPSS
Tính biến trước khi loại biến từ EFA. Bạn tạo SAT_MEAN từ năm biến, sau đó EFA loại SAT3, nhưng vẫn dùng cột cũ trong hồi quy. Cách xử lý là sửa công thức, tạo lại biến hoặc tạo tên phiên bản mới, rồi ghi lại quyết định.
Đưa biến đảo chiều vào công thức ở dạng ban đầu. Nếu biến ATT2 có câu hỏi mang nghĩa phủ định nhưng chưa recode, trung bình của nhóm có thể bị kéo lệch. Hãy tạo ATT2_R, kiểm tra bảng tần số và dùng biến đã đảo chiều.
Dùng mã missing 99 như một điểm số. Khi đó Mean có thể tăng bất thường hoặc Maximum vượt khỏi thang đo. Khai báo mã missing trong Variable View hoặc dùng quy trình làm sạch dữ liệu trước khi Compute.
Nhầm giữa MEAN và SUM. Hãy kiểm tra khoảng giá trị của biến mới. Với bốn biến Likert 1 đến 5, Mean nằm trong khoảng 1 đến 5, còn Sum nằm trong khoảng 4 đến 20.
Đặt tên biến mới trùng tên biến cũ. SPSS có thể báo lỗi hoặc khiến bạn khó xác định phiên bản nào đang được dùng. Dùng hậu tố như _MEAN, _SUM và lưu syntax.
Chỉ nhìn Mean rồi kết luận thang đo đạt. Mean mô tả mức trả lời, không thay thế Cronbach's Alpha, EFA hay các kiểm định cần thiết. Nếu mô hình dùng PLS-SEM, quy trình đánh giá measurement model trong SmartPLS có các chỉ tiêu khác như outer loading, CR, AVE và HTMT.
Đọc thêm: cfa, ma trận xoay, communality, principal component analysis, efa, chủ đề spss.
Câu hỏi thường gặp
Tạo biến đại diện trong SPSS là gì?
Đó là việc tạo một biến mới từ nhiều biến quan sát cùng đo một khái niệm. Giá trị mới thường là trung bình hoặc tổng điểm của các biến đã được giữ lại sau khi kiểm định thang đo.
Nên dùng Mean hay Sum khi tạo biến đại diện?
Mean dễ diễn giải vì vẫn giữ nguyên thang đo ban đầu, chẳng hạn từ 1 đến 5. Sum phù hợp khi nghiên cứu quy định tổng điểm, nhưng bạn phải ghi rõ khoảng điểm và cách diễn giải hệ số trong luận văn.
Có thể tạo biến đại diện trước khi chạy EFA không?
Bạn có thể tính tạm để kiểm tra dữ liệu, nhưng biến dùng cho kết luận chính nên được tạo sau khi chốt danh sách biến quan sát. Nếu EFA loại một biến, bạn phải cập nhật lại công thức đại diện.
Vì sao biến đại diện có nhiều giá trị missing?
Nguyên nhân thường nằm ở mã missing, điều kiện MEAN.n hoặc việc một người trả lời bỏ nhiều biến quan sát. Kiểm tra Data View, Variable View và số lượng giá trị hợp lệ trong công thức trước khi xóa dòng dữ liệu.
Tạo biến đại diện xong có cần chạy lại Cronbach's Alpha không?
Cronbach's Alpha được chạy trên các biến quan sát, không chạy trên biến trung bình cùng với các biến thành phần. Nếu bạn thay đổi danh sách biến hoặc đảo chiều một biến, hãy chạy lại Cronbach's Alpha trước khi tính biến đại diện cuối cùng.
Bạn hãy mở file .sav, lập danh sách biến cuối cùng cho từng khái niệm, chạy Transform > Compute Variable, kiểm tra Descriptive Statistics và lưu lại syntax trước khi đưa biến mới vào hồi quy. Nếu cần chạy phân tích trên chính file SPSS hoặc CSV của bạn, M4 phân tích của DoThesis hỗ trợ SPSS và SmartPLS theo đúng dữ liệu thật.