Trường Đại Học Công nghiệp Tp.

Hồ Chí Minh
Khoa Quản trị Kinh doanh
Nội dung
 2.1 Chất lượng dữ liệu

Chương 2: Làm sạch dữ liệu  2.2 Các biện pháp ngăn ngừa
 2.3 Các phương pháp làm sạch dữ liệu
 2.3.1 Dùng bảng tần số.
Giáo trình điện tử
 2.3.2 Dùng bảng phối hợp hai hay nhiều biến.

 2.4 Xử lý trên biến

Biên soạn bởi: Nguyễn Minh Toàn

1
2011-2012
2

2.1 Chất lượng dữ liệu 2.2 Các biện pháp ngăn ngừa
 Rất quan trọng  Thiết kế bảng câu hỏi
 Các yếu tố:  Chọn và huấn luyện phỏng viên
 Độ chính xác  Đọc và chỉnh sửa trước khi nhập liệu.
 Đầy đủ
 Tính nhất quán Lý do?
 Kịp thời
 Không dư thừa
 Phù hợp
 Tính thể hiện
 Khả năng tiếp cận

3 4

1
 Đọc dữ liệu
 Cấu trúc cơ bản của file dữ liệu thống kê
SPSS
 Cases (rows) & variables (columns)
 Tập tin dữ liệu thống kê SPSS: “.sav”
 Ví dụ: demo.sav
 Đọc dữ liệu từ ứng dụng khác:
 Microsoft Excel
MANAGING DATA  Database (Microsoft Access)
 Text files

5 6

2.3 Các phương pháp làm sạch dữ liệu
 Bảng tần số
(Analyze\Descriptive Statistics\Frequencies)
 Lựa chọn các quan sát
 Data\Select cases
 Bảng phối hợp hai hay ba biến
 Analyze\Tables\Custom Tables…
 Data View
Case Summaries procedure
 Xem tất cả dữ liệu hay 1 phần của file đó,
nhóm theo hoặc sắp xếp theo tổ chức DL.
 Limit cases to first: số case có giới hạn đầu tiên.
 Show only valid case: chỉ có những giá trị hợp lệ
 Show case numbers: số thứ tự của mỗi case

7 8

2
Bảng tần số
 Lập bảng tần số cho tất cả các biến
 Đọc soát, tìm giá trị lạ tại các biến
Lựa chọn các quan sát (Select Cases)
 All Case: Không điều kiện
 If condition is satisfied: Thỏa điều kiện
 Random sample of case: Ngẫu nhiên
 Based on time or case range: Quan sát
trong khoảng
Lựa chọn các quan sát (Select Cases)
 Công cụ Select Cases đưa ra một vài
phương pháp cho phép ta lựa chọn ra
những nhóm nhỏ các trường hợp quan sát
dựa trên tiêu chuẩn hay điều kiện cụ thể.
Ta cũng có thể dùng phương pháp này để
lựa chọn một mẫu ngẫu nhiên các trường
hợp quan sát từ tổng thể dữ liệu. Để thực
hiện lệnh lựa chọn các quan sát này ta
chọn Data/select cases từ menu ta sẽ có
hộp thoại
Bảng phối hợp hai hay ba biến
 Khảo sát mối liên hệ giữa các cặp kết hợp của các
biến
 Down (Rows): tạo nên các dòng của bảng
 Across (Columns): phân tách biến thành các cột
của bảng
 Layout (Statistics Labels Appear): Sắp xếp các đại
lượng thống kê đã tính ra.
 Omit Label: bỏ hiện thị nhãn biến
 All Combinations (nested): 2 biến lồng ghép trong
nhau
 Each sparately (stacked): 2 biến độc lập với nhau
3
 Defining Variable Properties for
Data View Categorical Variables
 Chọn toàn bộ cột tương ứng với biến có giá  Quét các giá trị thực tế và danh sách tất cả
trị lỗi các giá trị dữ liệu duy nhất cho mỗi biến
 Edit\Find được lựa chọn.
 Xác định các giá trị không có nhãn và tính
năng cung cấp một "nhãn tự động".
 Cung cấp khả năng sao chép nhãn giá trị
được xác định từ một biến khác để biến
được lựa chọn hoặc để biến thêm.

14

2.4 Xử lý trên biến

 Mã hóa lại biến (Transform\Recode\)
 Into Same Variables…
 Into Different Variables…
 Biến dạng Category thành Dichotomy
 Transform\Count
 Tính toán giá trị biến mới từ biến có sẵn
 Transform\Compute…
XỬ LÝ TRÊN BIẾN  Thay thế giá trị bị thiếu
 Transform\Replace Missing Value
 Công cụ tự động mã hóa lại
 Transform/Automatic Recode
15 16

4
Tạo một biến Categorical từ một
biến Scale
 Ví dụ, biến inccat được nhóm lại thành bốn
loại. Biến phân loại này sử dụng các giá trị
số nguyên 1-4 để đại diện cho các loại thu
nhập sau đây (trong hàng ngàn): ít hơn $
25, $ 25 - $ 49, $ 50 - $ 74, $ 75 hoặc cao
hơn.
 Transform\ Visual Binning…
17
Mã hóa trên cùng một biến
 Chuyển 1 biến định lượng (có nhiều giá trị)
thành 1 biến định tính.
 Ví dụ: Từ 18-60 có 42 độ tuổi=> 42 hàng.
Chia thành 4 tổ: (18-25); (26-35); (36-
45); (46-60) or (18-30); (31-40); (41-50);
(51-60).
Mã hóa lại (recode)
Công dụng: xác định giá trị của một biến
thành một giá trị mới phù hợp hơn (thường
dùng cho biến định lượng, đôi khi vẫn có
thể dùng cho biến định tính)
 1. Mã hóa trên cùng một biến (Recode into
same variables). Mất biến cũ, chỉ còn biến
mới.
 2. Mã hóa trên cùng một biến(Recode into
diffenrent variables). Tạo biến mới, vẫn duy
trì biến cũ
Old and New Values
 Value: từng giá trị cũ rời rạc ứng với 1 giá
trị mới.
 System-missing: giá trị khuyết của hệ
thống
 System or user missing: giá trị khuyết của
hệ thống hoặc do người sử dụng định nghĩa
 Range: một khoảng giá trị ứng với 1 gt mới
 Range…through: khoảng giữa 2 giá trị
 Lowesr through: gt nhỏ nhất đến gt xác định
 Through Highest:từ gt xác định đến gt lớn nhất
5

Biến dạng Category thành Dichotomy
 Biến dạng category: biến phân loại có thể
có nhiều trị số mã hóa tượng trưng cho
nhiều trạng thái, biểu hiện khác nhau.
 Biến Dichotomy: biến phân loại chỉ có 2 trị
số mã hóa tượng trưng cho 2 trạng thái hay
2 biểu hiện khác nhau.
 Lệnh Count: chuyển biến Category dạng
đơn và biến Category dạng câu hỏi nhiều
trả lời thành 1 biến Dichotomy duy nhất.
Thay thế giá trị bị thiếu (missing value)
 Công cụ này giúp ta có thể tự động thay
thế các giá trị bị thiếu trong tập dữ liệu.
 Transform/replace missing value
 Method
 Series mean
 Mean of nearby point
 Median of near by point
 Linear interpolation
 Linear trend at point.
 Span of nearby points: Dãy số liền kề.
Công cụ tính toán giữa các biến
(Compute)
 Công cụ compute được dùng để tính toán
giữa các giá trị trong các biến và kết quả sẽ
được lưu giữ trong một biến mới hoặc là
một biến khác sẳn có hoặc biến chứa đựng
giá trị đang tính toán.
 Job start = age - employ
Công cụ tự động mã hóa lại
(automatic recode)
 Là phương pháp mã hóa tự động các giá trị
dạng chuổi sang dạng số vào trong một
biến mới. Biến mới này sẽ chứa các con số
nguyên liên tục, mỗi con số nguyên trong
biến mới sẽ đại diện cho các giá trị dạng
chuổi giống nhau .
 Ví dụ: bạn có biến giới tính (male, female),
muốn mã hóa lại thành (1: male. 2:
female)
 Transform/Automatic Recode
6
 Tài liệu tham khảo Hỏi & Đáp …
 [1] Hà Trọng Quang, “Xử lý dữ liệu nghiên cứu với SPSS for windows”, Đại
học Công Nghiệp Tp.HCM, 2008.
 [2] Hoàng Trọng, “Xử lý dữ liệu nghiên cứu với SPSS ”, Đại học Kinh tế tp.
HCM, 2008.
 [5] Nguyễn Duy Tâm, “Phân tích dữ liệu”,
http://sites.google.com/site/tam0505/spss, 2011.

25 26