See discussions, stats, and author profiles for this publication at: https://www.researchgate.

net/publication/359256711

Guidance on Input & Run Data using SPSS ( Hướng Dẫn Nhập Dữ Liệu & Xử Lý
Dữ Liệu bằng SPSS)

Preprint · March 2022

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.

The user has requested enhancement of the downloaded file.

 Guidance on Input & Operation the Data in SPSS (Statistical
Package for the Social Sciences)
Hướng Dẫn Xử Lý & Chạy Dữ Liệu Trên Phần Mềm Thống Kê
Trong Khoa Học Xã Hội SPSS
Trong thời đại của kỹ thuật số, ai cũng muốn hướng tới việc học hiệu quả, nhưng tiết kiệm thời
gian. Thấu hiểu những điều này, chúng tôi sẽ dùng những hình ảnh để minh họa các bạn cách
nhập dữ liệu & xử lý dữ liệu bằng cách sử dụng phần mềm thống kê cho khoa học xã hội là
SPSS.

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

Sau khi lữu trữ vào Folder, các bạn mở SPSS

Đối với các bạn chưa có phần mềm SPSS hoặc đang có nhu cầu tải bản phiên bản SPSS mới
nhất. Chúng tôi cung cấp miễn phí phiên bản SPSS 25, với hai phiên bản 32 bit & 64 bit (SPSS
25 phiên bản 64 bit tại: shorturl.at/btyJU; SPSS 25 Phiên Bản 32 bit tại: shorturl.at/bxV24).
Hoặc có thể truy cập vào link shorturl.at/jnCV6 để tải SPSS tương ứng.

Để mở file Excel bằng SPSS

Bước 1: Click vào Thanh Công Cụ có

hìn dạng Folder ở góc bên trái của
SPSS. Sau đó, lựa chọn file excel đã
lưu trữ.

Trong bài viết này, tớ sẽ ở tệp file Dữ

Liệu.xlsx.

Sau khi mở file dữ liệu. Dữ liệu

được nhập vào SPSS sẽ có
dạng như vầy.
Bước 2: Định dạng dữ liệu. Trong giai đoạn này, bạn cấn
đưa ra ước lượng cho dữ liệu nhập vào. Ở phần values,
bạn click vào. Sau đó đưa ra giá trị ước lượng.

Ví dụ, trong bài viết này, 1 là giới tính Nam, và 2 sẽ là giới

tính Nữ. Tương tự, 1, 2,, 3, 4 sẽ là giá trị biểu tượng của
Bakground, với 1 ( Thái), 2 ( Việt), 3 ( Indonesian) và 4 (
Malaysian)
Tương tự, ở phần GPA, 1, 2, 3, 4 sẽ tượng trưng
cho 4 thứ hạng của kết quả học tập của sinh
viên, với 1 ( kém), 2 (Trung Bình), 3 ( Cao) và 4
(Khá cao hoặc Xuất sắc).

Ở phần Satisfaction: 1, 2, 3, 4, 5 tượng trưng cho

5 cấp độ thỏa mãn của sinh viên, với 1 (quá
thấp), 2 ( thấp), 3 (trung bình), 4 ( cao) và 5 ( khá
cao).
Sau khi đã hoàn tất bước thứ 2, chúng ta đã có có thể chạy dữ liệu. Để tiến hành Descritive
Statistics ( Thống Kê Mô Tả). Analyasis> Descriptive Statistics> Frequencies hoặc là
Descriptive.

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.

Độ phân bố sẽ được báo cáo theo

hình.
Để kiểm tra Mean và Standard Deviation.
Analyse> Descriptive Statistics>
Descriptvies.

Tương tự trong Frequency test, cần

chuyển các biến cần kiểm tra Mean và
Standard Deviation vào ô phía bên phải
màn hình. Sau đó, lick vào OK.
 Kết quả sẽ như bảng bên
dưới

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

Guidance on running the data using regressions and the way to

interpret the results in APA 6 Form 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.

Để chạy Single Linear Regression. Từ SPSS: Analyze> Regression> Linear

Bước 1: Analyze> Regression> Linear

 Bước 2: Chuyển biến vào vị trí
dependents và Independents cho
phù hợp.

Trong ví dụ minh họa. Chúng tôi

chuyển biến Kết quả học tập ( GPA)
là biến phụ thuộc vào vị trí phụ
thuộc. Đồng thời chúng tôi chuyển
biến Gender ( Giới Tính) vào ô
Independnents, bởi vì biến này là
biến tác động và nó độc lập.

Sau đó, nhấp OK.

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:

Model Summary Sig= .865b. Kết quả này

Adjusted R Std. Error of the lớn hơn .5. Vì vậy,
Model R R Square Square Estimate chúng ta có thể kết luận
1 ,025a ,001 -,021 ,667
là không có mối tương
quan khi chạy hồi quy
a. Predictors: (Constant), Gender
tuyến tính đơn.

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 đó, nhấp vào OK.

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.

March 21st, 2022

Afternoon

……………………………………………………………………………………………….

View publication stats