Professional Documents
Culture Documents
Data Analysisbng SPSS
Data Analysisbng SPSS
net/publication/359256711
Guidance on Input & Run Data using SPSS ( Hướng Dẫn Nhập Dữ Liệu & Xử Lý
Dữ Liệu bằng SPSS)
CITATIONS READS
0 378
1 author:
Cakka Rainbow
Chiang Mai University
59 PUBLICATIONS 0 CITATIONS
SEE PROFILE
Some of the authors of this publication are also working on these related projects:
Summary of Sutras in Digha and Majihima Discourses_ Tóm Lược Trường & Trung Bộ Kinh View project
All content following this page was uploaded by Cakka Rainbow on 22 March 2022.
Một nghiên cứu viên khảo sát 48 sinh viên ( n=48), với 25 bạn Nam (n=25) và 23 bạn Nữ
(n=23). Những sinh viên này có nguồn gốc ( Backgrounds) khác nhau, với 9 bạn Thái ( n=9),
15 bạn Việt (n=15), 12 bạn Indonesian (n=12) và 12 bạn Malay (n=12). Nghiên cứu viên muốn
tìm hiểu mối tương quan giữa giới tính ( Gender) và Backgrounds với kết quả học tập & sự
thỏa mãn trong việc học tập tại một trường Quốc Tế tại Taipei.
Sau khi tiến hành khảo sát. Nghiên cứu viên có tệp dữ liệu. Các bạn có thể tải file Excel của
tệp dữ liệu về máy tại link: shorturl.at/qCMY7
Frequencies: Để mô tả sự phân bố của biến dữ liệu, trong khi Descriptive dùng để mô tả già
trị trung bình (Mean) và Độ lệch chuẩn (Standard Deviation).
Chạy Frequency test:Analyse>Descriptive Statistics>
Frequencies.
Sau đó, sẽ xuất hiện một thanh công cụ như hình bên dưới.
Để chạy Frequencies, chuyển các biến bạn muốn kiểm tra
sang ô bên phải.
Ví dụ, để kiểm tra độ phân bố (
Frequency) của biến Background, biến
này sẽ được chuyển sang bên phải
màn hình. Sau đó nhân OK.
Trong bài viết này, chúng tôi đưa ra hướng dẫn ngắn gọn, nhưng cụ thể cách nhập dữ liệu
vào SPSS. Đồng thời, trong bài viết này, chúng tôi hướng dẫn bạn đọc cách chạy Descriptive
Statistics ( Thống Kê Mô Tả), với cách kiểm tra độ phân bố ( Frequencies) và Kiểm tra Mean
& Standard Deviation ( với Descriptives test). Bài viết tiếp theo, chúng tôi sẽ hướng dẫn cách
chạy hồi quy và cách trình bày kết quả theo định dạng APA 6.
20 March 2022
………………………………………………………………………………..
Hướng Dẫn Chạy Hồi Quy Tuyến Tính Cũng Như Viết Kết Quả
Của Hồi Quy Theo Định Dạng Mới Nhất, APA 6 th
Trong những bài trước chúng tôi đã giới thiệu về các loại hồi quy tuyến tính (Regressions)
cũng như trường hợp sử dụng chúng. Trong phần này, chúng tôi không nhắc lại. Mời các bạn
xem hướng dẫn Phân Tích Hồi Quy (Linear Regression) trong những bài viết trước.
Tóm lại, thống kê hồi quy (Regressions) là cách trình bày độ phân bố của mối tương quan của
biến độc lập (Independent variables) & biến phụ thuộc (Dependent variables). Tóm lại độ
phân bố của mối tương quan sẽ bao gồm các các điểm của tập hợp các số của tập hợp (x; y),
của phương trình: Y= Bx +a, với R =1, chỉ số tương quan, hoặc của phương trình: Y= α +
β1x1i+ β2x2i +β3x3i + ......+........+ βkxki + εi. Về lý thuyết, để hiểu rõ Thống Kê Hồi Quy
Tuyến Tính (Regressions) cần tốn khá nhiều thời gian. Trong thời đại công nghệ số, chúng tôi
hiểu được nhu cầu tiết kiệm thời gian của bạn đọc. Do vậy, chúng tôi hướng dẫn sự ứng dụng
của 3 phương pháp Hồi Quy Tuyến Tính, với giải thích về trường hợp sử dụng chúng.
Trong phần hồi quy này, chúng tôi muốn tận dụng dữ liệu đã trình bày trước đó.:
Ví dụ: Một nghiên cứu viên khảo sát 48 sinh viên ( n=48), với 25 bạn Nam (n=25) và 23 bạn
Nữ (n=23). Những sinh viên này có nguồn gốc ( Backgrounds) khác nhau, với 9 bạn Thái (
n=9), 15 bạn Việt (n=15), 12 bạn Indonesian (n=12) và 12 bạn Malay (n=12). Khảo sát này
được tiến hành tại một trường Trung Học tại Đài Bắc. Với ba mục tiêu nghiên cứu:
Mục tiêu 1: Tìm hiểu sự tương quan giữa giới tính và kết quả học tập. Mục tiêu 2: Tìm hiểu sự
tương quan của giới tính tới kết quả học tập & sự thỏa mãn.
Mục tiêu thứ 1 là tìm hiểu mối tương quan của chỉ một biến độc lập ( Independent variable) và
chỉ một biến phụ thuộc ( Dependent variable) với nhau. Cho nên, Single Linear Regression là
phù hợp để được sử dụng. Phương trình của hồi quy tuyến tính đơn là: Y= Bx +a, với R =1,
chỉ số tương quan.
Một bảng kết quả sẽ xuất hiện như hình bên dưới
Chúng ta sẽ copy hai bản kết quả sau vào word để trình bày:
ANOVAa
Model Sum of Squares df Mean Square F Sig.
1 Regression ,013 1 ,013 ,029 ,865b
Residual 20,466 46 ,445
Total 20,479 47
a. Dependent Variable: GPA
b. Predictors: (Constant), Gender
Trình bày kết quả của Hồi Quy Tuyến Tính Đơn ( Single Linear Regression):
Kết quả của hồi quy tuyến tính đơn cho thấy không có sự tương quan của hai biến, với
F (1; 46)= .029, với p=.865, với R2 =.001.
Chú ý, trong trường hợp có sự tương quan, chúng ta cần trình bày thêm kết quả trong bảng
Coefficients.
Trường hợp sử dụng Multiple Linear Regression? Cần lưu ý rằng multiple Linear
Regression được dùng để kiểm tra mối tương quan của một biến phụ thuộc với hai hay nhiều
hơn hai biến độc độc.
Trong mục tiêu thú 2: Do chúng ta muốn tìm hiểu mối tương quan của giới tính ( Gender) và
Background đối với kết quả học tập. Trong trường hợp này, Hồi quy tuyến tính đa biến/ đa
chiều. Chúng ta có phương trình minh họa: Y= a + b1x1i+ b2x2i +b3x3i + ......+........+ bkxki
+ ei.
Tương tự như cách chạy hồi quy tuyến tính đơn. Bước 1: Analyze>Regression> Linear
Bước hai, chuyển các biến độc lập và phụ thuộc vào vị trí thích hợp. Trong trường hợp của
mục tiêu thứ 2, hai biến độc lập là Gender & Background. Trong khi biến phụ thuộc là GPA
Trong mục tiêu thứ 2 của
đề bài, chúng ta chuyển
hai biến độc lập Gender &
Background vào khung
Independents, và biến
GPA vào vị trí Depedent.
Sau khi nhấn OK, một bảng kết quả sẻ xuất hiện như bảng bên dưới.
Chúng ta copy các bảng kết quả ra word, trước khi tiến hành giải tring2 kết quả theo định dạng
APA 6th.
Model Summary
Adjusted R Std. Error of the
Model R R Square Square Estimate
1 ,062a ,004 -,040 ,673
a. Predictors: (Constant), Backgrounds, Gender
ANOVAa
Model Sum of Squares df Mean Square F Sig.
1 Regression ,079 2 ,039 ,087 ,917b
Residual 20,400 45 ,453
Total 20,479 47
a. Dependent Variable: GPA
b. Predictors: (Constant), Backgrounds, Gender
Coefficientsa
Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 2,749 ,398 6,898 ,000
Gender ,039 ,195 ,030 ,198 ,844
Backgrounds ,035 ,092 ,057 ,381 ,705
a. Dependent Variable: GPA
Kết quả thống kê hồi quy đa biến cho thấy không có mối tương quan giữa hai biến độc lập
Gender & Background với biến phụ thuộc GPA, với F (2;45)=.087, P value =.917. R =.004 & 2
R2
=-.040.
adjusted
Do p= 917 >.05. Do vậy, chúng ta chỉ dừng việc trình bày tại đây. Trong trường hợp, P<.05.
Kết quả từ bảng Coefficients sẽ được trình bày.
Hồi Quy không tuyến tính ( Nonlinear Regression) là phương pháp kiểm tra độ tương quan của
một biến phụ thuộc và một biến độc lập hoặc nhiều biến độc lập. Nhưng kết quả từ biến phụ
thuộc có sự biến thiên không đều. Do chưa có dữ liệu phù hợp để chạy Nonlinear Regression,
vì vậy chúng tôi sẽ dùng bài viết về cách chạy và viết kết quả hồi quy tuyến tính theo định dạng
APA 6th tại đây. Do kết quả của việc chạy dữ liệu đều cho kết quả là không có mối tương quan,
chúng tôi sẽ minh họa và trình bày dữ liệu liên quan hồi quy tuyến tính đơn & đa chiều với bộ
dữ liệu khác.
Afternoon
……………………………………………………………………………………………….