Professional Documents
Culture Documents
Huong Dan - Xuly Dulieu Tren Spss
Huong Dan - Xuly Dulieu Tren Spss
Bấm
chọn Bấm
Data
chọn
View để
Variable
chuyển
View để
qua màn
chuyển
hình
qua màn
nhập liệu
hình khai
báo nhập
liệu
Ta phải khai báo khuôn mẫu của dữ liệu trước khi nhập.
+ Chọn Variable View ở đáy màn hình để chuyển qua màn hình khai báo nhập
liệu như ở trang sau.
+ Khai báo lần lượt từng tiêu thức, mỗi tiêu thức một dòng (trên máy gọi là
một variable). Trong đó:
* Name: Đánh vào tên rút gọn của tiêu thức (tối đa 8 ký tự không có ký tự đặc
biệt). Tên này sẽ được hiển thị ở đầu vào và sử dụng trong quá trình xử lý trên máy
cho tiện.
* Type: Chọn kiểu dữ liệu cho tiêu thức như số, chuổi, ngày…
Nhập
giá trị
gốc
Nút chuyển
từng giá trị
đã mã hóa
vào ô kết
quả bên cạnh
* Label: Khai báo tên gốc của tiêu thức. Tên này dài hơn Name ở trên cho dể nhận
diện ở dữ liệu đầu ra.
* Values: Nếu nhập đầy đủ giá trị gốc thì chọn None. Với các tiêu thức định tính
(thuộc tính), để nhập liệu nhanh chóng, người ta thường mã hóa các giá trị của tiêu
thức bằng các số nguyên. Ví dụ, tiêu thức ‘Yêu cầu của khách hàng’ được mã hóa
như sau:
Giá trị gốc Giá trị mã hóa
(Value Label) (Value)
- Bồi thường 1
- Đổi 2
- Sửa 3
Ta khai báo từng Value và Value Label tương ứng rồi chọn add đưa vào ô
chứa. Chọn OK để kết thúc khai báo.
* Missing: Khai báo giá trị mã hóa đặc biệt cho những giá trị bị khuyết (không
có số liệu) nếu có của tiêu thức. Nên chọn những giá trị không có thực nhưng đúng
kiểu dữ liệu đã khai báo cho tiêu thức đó. Chẳng hạn, với tiêu thức ‘Tuổi’, -1 nghĩa là
không thu thập được, -2 nghĩa là chờ bổ sung. Tất cả các giá trị có mã khai báo ở ô
này sẽ không tham gia vào quá trình xử lý dữ liệu của máy.
Nếu chọn mặc định None thì khi có giá trị bị khuyết (nhập liệu cho tiêu thức
khác ở đơn vị tổng thể nào đó mà không nhập cho tiêu thức có mặc định none) máy
sẽ gán dấu phẩy hệ thống. Đây là mã system missing và nó cũng không tham gia vào
quá trình xử lý dữ liệu của máy.
* Align: Chọn định vị trái, giữa hay phải cho cột dữ liệu.
* Measure: Chọn loại thang đo dữ liệu của tiêu thức: danh định (Nominal), thứ
bậc (Ordinal) và khoảng cách hay tỉ lệ (Scale).
+ Sau khi khai báo xong tất cả các tiêu thức, nếu chưa muốn nhập liệu ngay, ta
vào File Save as để lưu. Nếu muốn nhập liệu ngay, bấm chọn Data View ở đáy
màn hình để chuyển qua màn hình nhập liệu:
Bấm chọn ô
này để chuyển
qua màn hình
nhập liệu
Trên màn hình này, ta nhập dữ liệu của một đơn vị tổng thể trên một dòng màn
hình. Nhập dần dần cho đến đơn vị tổng thể cuối cùng. Vào File Save as để lưu dữ
liệu.
1.3. Nhập liệu
1.3.1. Mã hóa dữ liệu định tính: Để việc nhập liệu được nhanh chóng và chính
xác, dữ liệu của các tiêu thức thuộc tính cần được mã hóa. Mỗi biểu hiện của tiêu
thức (biến) được mã hóa bằng một con số duy nhất. Các con số mã hóa thường được
dùng nhất là 0, 1, 2, …, 8, 9.
Ví dụ: Xin cho biết anh chị thuộc nghề nghiệp nào sau đây:
□ Công chức Được mã hóa là 1
□ Doanh nhân Được mã hóa là 2
□ Công nhân Được mã hóa là 3
□ Nông dân Được mã hóa là 4
□ Nghề khác Được mã hóa là 5
Việc mã hóa cần được tiến hành tập trung, do một số ít người phụ trách để
tránh sự thiếu thống nhất.
Trật tự các cột biến cần được nhập theo đúng trật tự các câu hỏi trong bản câu
hỏi. Trật tự các dòng dữ liệu, mỗi dòng tương ứng với một bản câu hỏi điều tra, cần
được nhập theo đúng trật tự các bản câu hỏi điều tra để tiện việc tìm kiếm, tra cứu khi
cần.
Nhập tên,
nhãn biến mới
Sau khi khai báo như hình trên, bấm chọn ô Old and New Values để khai báo
các chuyển đổi từ biến cũ sang biến mới.
Ví dụ, ta cần phân tổ tiêu thức ‘Tuổi’ thành 3 tổ: dưới 30, từ 30 đến 40, 40 trở
lên. Ta khai báo như sau, ưu tiên tổ có giá trị cao khai báo trước:
Old Value New Value
40 through highest 3
30 through 40 2
Lowest through 30 1
+ Trong ô Old value, chọn lựa khai báo từng tổ theo biến cũ. Trong ô New value
khai báo ‘giá trị mã hóa của tổ’ tương ứng với tổ đã khai báo ở Old value, như hướng
dẫn trong hình ở trang sau:
+ Chú ý: Việc khai báo phải được tiến hành dần từng tổ và phải được xác nhận
bằng nút Add, một lần cho một tổ; khai báo trước sẽ ưu tiên nhận giá trị mới trước.
+ Để sửa một khai báo trong ô Old New: Chọn dòng muốn sửa trong ô này rồi
chọn ô Change;
+ Để gở bỏ một khai báo trong ô Old New: Chọn dòng muốn gở bỏ trong ô
này rồi chọn ô Remove;
Nguyễn Văn Cang 8 Xử lý dữ liệu trên SPSS
+ Chọn Continue để quay lại, chọn OK để kết thúc.
Mã của tổ
Tổ chỉ gồm tương ứng
một giá trị
TổMissing
có giới hạn
Missing
dưới và trên
Tổ chỉ có
giới hạn trên Xác nhận
từng tổ
Tổ chỉ có
giới hạn dưới
3. Thống kê mô tả
3.1. Sắp xếp các đơn vị tổng thể theo một tiêu thức nào đó
Bấm chọn Data Sort case.
Chọn tiêu thức muốn sắp xếp đưa vào ô Sort by. Chọn OK.
3.2. Mô tả thống kê theo một tiêu thức
Bấm chọn Analyze Descriptive Statistic Frequency.
Bảng phân
phối tần số
Tứ phân vị
Độ lệch chuẩn
đã hiệu chỉnh Quay lại
̂
Phương sai đã
hiệu chỉnh ˆ 2
Chọn
phân
phối đồ
Quay lại
Bấm
chọn ô
Bấm này để
chọn ô trở lại
này để màn
trở lại hình
màn kết
hình quả
dữ liệu
Tiêu thức
cần mô tả
Tiêu thức
Chọn loại phân nhóm
biểu đồ tiêu thức cần
mô tả ở trên
(nếu cần)
Kết quả:
gioi tinh Total
nam nu
yeu cau boi thuong 1 7 8
khach hang doi 3 2 5
sua 5 5
Total 9 9 18
Symmetric Measures
Value Approx. Sig.
Nominal by Phi .734 .008
Nominal Cramer's V .734 .008
Contingency .592 .008
Coefficient
Chọn tiêutần
Hiển thị thức
cần
suấtước lượng
% theo cột
Chỉ định
Chọn hiển thị kết độ tin cậy
quả ước lượng
Chọn độ
tin cậy
Kết quả
Statistic Std. Error
tuoi Mean 36.67 2.57
95% Confidence Interval Lower 31.25
for Mean Bound
Upper 42.08
Bound
5% Trimmed Mean 36.52
Median 37.50
Variance 118.471
Std. Deviation 10.88
Minimum 22
Maximum 54
Kết quả
Test Value = 0
t df Sig. (2- Mean 95% Confidence
tailed) Difference Interval of the
Difference
Lower Upper
tuoi 14.292 17 .000 36.67 31.25 42.08
Biến đếm
Biến gốc kết xuất
Chọn tiêu
thức cần
Nhập µo kiểm định
Chỉ định có
tần số
Chọn biến
tần số
Sau đó, các thao tác kiểm định khác tiến hành bình thường như trên.
5.2. Kiểm định giả thuyết về sự bằng nhau giữa hai số trung bình của hai
tổng thể, mẫu độc lập
- Trường hợp so sánh giữa hai nhóm của cùng một tiêu thức nào đó trên cùng
một dữ liệu chéo đã có.
Nguyễn Văn Cang 16 Xử lý dữ liệu trên SPSS
Ví dụ kiểm định giả thuyết về sự bằng nhau của giá trị sản phẩm trung bình
giữa nam và nữ trong dữ liệu về 18 đơn thư khiếu nại.
Bấm chọn:
Analyze Compare Means Independent-Samples T-Test.
Thao tác như trong hình. Sau đó, bấm chọn OK.
Chọn tiêu
thức cần
kiểm định
- Trường hợp dữ liệu đã được sắp xếp rút gọn có tần số:
Mẫu của tổng thể thứ nhất Mẫu của tổng thể thứ hai
Tuổi Tần số Tuổi Tần số
23 5 23 5
25 8 25 8
27 12 27 12
28 10 28 10
31 4 31 4
Ta nhập dữ liệu này theo ba biến. Biến thứ nhất ‘Tuoi’ nhập các giá trị rút gọn
của Tuổi ở cả hai mẫu. Biến thứ hai ‘ts’ nhập Tần số tương ứng ở cả hai mẫu. Biến
thứ ba ‘Mau’ nhập giá trị 1 cho mẫu thứ nhất, giá trị 2 cho mẫu thứ hai. Sau đó, chỉ
định tần số cho dữ liệu này như ở mục 5.1.
Các thao tác kiểm định khác tiến hành như trường hợp trên. Cần lưu ý là biến
‘Mau’ được dùng để phân nhóm.
5.3. Kiểm định giả thuyết về sự bằng nhau giữa hai số trung bình của hai
tổng thể, mẫu cặp
Nguyễn Văn Cang 17 Xử lý dữ liệu trên SPSS
Dữ liệu mẫu cặp có dạng:
Đơn vị mẫu Mẫu 1 Mẫu 2
1 27 22
2 32 34
. . .
. . .
. . .
n 34 28
Ta nhập hai biến ‘mau1’ và ‘mau2’ như dữ liệu chéo thông thường. Tuy nhiên
cần lưu ý hai biến này là cùng loại, trật tự dữ liệu phải được giữ nguyên. Sau đó bấm
chọn:
Analyze Compare Means Paired-Samples T-Test.
Chọn
cả hai
biến
Chọn cả hai biến cùng một lúc đưa vào ô Paired Variables. Bấm chọn OK ta
được kết quả kiểm định.
5.4. Kiểm định giả thuyết về phương sai hai hay nhiều tổng thể: Kiểm định
Levene
Bấm chọn: Analyze Compare Means One-Way ANOVA
Chọn
biến
Chọn
phân
biến
nhóm
cần Chọn
kiểm kiểm
định định
Kết quả:
Test of Homogeneity of Variances
Gia tri san pham theo Số lần khiếu nại
Levene Statistic df1 df2 Sig.
.076 2 15 .927
Sig > 0.05 : Chưa đủ cơ sở bác bỏ giả thuyết Phương sai ba loại Số lần khiếu
nại bằng nhau.
6. Kiểm định phi tham số
6.1. Kiểm định giả thuyết về sự giống nhau của hai tổng thể, mẫu cặp
Nhập liệu tương tự mục 5.3. Sau đó bấm chọn:
Analyze Nonparametric Tests 2 Ralated Samples.
Chọn
loại
Chọn kiểm
cả hai định
biến
Chọn cả hai biến cùng một lúc (bấm chọn biến thứ nhất, nhấn Shift rồi bấm
chọn biến thứ hai) đưa vào ô Test Pair(s) List. Bấm chọn loại phương pháp kiểm
định. Cuối cùng bấm chọn OK ta được kết quả.
Chú ý: Sig.(1-tailed) = Sig.(2-tailed) / 2
6.2. Kiểm định giả thuyết về sự giống nhau của hai tổng thể, mẫu độc lập
Kiểm định hạng Mann-Whitney
Trường hợp so sánh giữa hai nhóm của cùng một tiêu thức nào đó trên cùng
một dữ liệu chéo đã có. Bấm chọn:
Analyze Nonparametric Tests 2 Independent Samples.
Chọn
biến
phân
nhóm
Chọn
hai
nhóm
cần so
sánh
Thao tác như trong hình trên. Cuối cùng bấm chọn OK.
Trường hợp dữ liệu đã được sắp xếp rút gọn có tần số: Các thao tác nhập liệu
tương tự mục 5.2. Tuy nhiên, cần lưu ý, biến dùng để phân nhóm phải có kiểu dữ liệu
Numeric. Các thao tác kiểm định khác tiến hành như trên.
6..3. Kiểm định giả thuyết về sự giống nhau của nhiều tổng thể, mẫu độc lập
Kiểm định hạng Kruskal-Wallis
Trường hợp so sánh giữa ba nhóm trở lên của cùng một tiêu thức nào đó
trên cùng một dữ liệu chéo đã có. Bấm chọn:
Analyze Nonparametric Tests K Independent Samples.
Chọn Chọn
loại biến
kiểm cần
định kiểm
định
Chọn
biến
phân
nhóm
Thao tác như trong hình trên. Cuối cùng bấm chọn OK.
Trường hợp dữ liệu đã được sắp xếp rút gọn có tần số: Các thao tác nhập liệu
tương tự mục 5.2. Tuy nhiên, cần lưu ý, biến dùng để phân nhóm phải có kiểu dữ liệu
Numeric và có từ 3 giá trị khác nhau trở lên. Các thao tác kiểm định khác tiến hành
như trên.
6.4. Kiểm định giả thuyết về tương quan giữa hai tiêu thức định lượng
Bấm chọn: Analyze Correlate Bivariate.
Chọn loại
kiểm định
Hai tiêu
thức cần
kiểm định
Thao tác như trong hình trên. Cuối cùng bấm chọn OK.
6.5. Kiểm định tương quan giữa hai tiêu thức định tính:
Bấm chọn: Analyze Descriptive Statistics Crosstabs.
Hai tiêu
thức cần
kiểm định
Thao tác như trong hình trên. Cuối cùng bấm chọn OK.
6.6. Kiểm định giả thuyết về phân phối tổng thể: Phương pháp kiểm định Khi
bình phương.
Ví dụ, có dữ liệu về thu nhập (triệu đồng) ở một thị trường như sau:
Mức thu nhập Tần số thực tế (ni) Tần suất giả thuyết % (poi)
Dưới 1 25 10
1-2 38 20
2-4 52 40
4 - 10 18 15
10 - 20 12 10
Trên 20 5 5
Tổng 150 100
Nhập dữ liệu theo hai biến: Tần số thực tế ‘tstt’ và Tần suất giả thuyết
‘tsuatgt’. Sau đó tạo thêm biến thứ ba ‘tsgt’ như mục 2 với: tsgt = 150*(tsuatgt/100).
Và, chỉ định ‘tstt’ là tần số bằng cách bấm chọn: Data Weight Cases
Chỉ định
tần số
Chọn biến
tần số
Sắp xếp ‘tstt’ theo thứ tự tăng dần: Data Sort cases
Thao tác như trong hình trên. Cuối cùng bấm chọn OK.
6.7. Kiểm định giả thuyết về phân phối chuẩn: Phương pháp kiểm định
Kolmogorov-Smirnov:
Bấm chọn: Analyze Nonparametric Tests 1-Sample K-S...
Chọn phân
phối chuẩn Chọn tiêu thức
cần kiểm định
Asymp. Sig. (2-tailed) > 0.05 : Chưa đủ cơ sở bác bỏ giả thuyết về phân phối
chuẩn của Giá trị sản phẩm.
7. Phân tích phương sai
7.1. Phân tích phương sai một chiều (One-Way Analysis)
Trường hợp so sánh Số trung bình giữa các nhóm khác nhau trên cùng một
tiêu thức nào đó của cùng một dữ liệu chéo. Bấm chọn:
Analyze Compare Means One-Way ANOVA.
Chọn so sánh
bội (nếu cần)
Thao tác như trong hình trên. Cuối cùng bấm chọn OK.
Lưu ý: Tiêu thức phân nhóm phải có kiểu Numeric. Nếu cần, có thể đổi kiểu dữ
liệu sang kiểu Numeric như được trình bày ở phần nhập liệu.
Nhập α
Bấm chọn loại phương pháp so sánh bội. Nhập độ ý nghĩa α. Cuối cùng bấm
chọn Continue để quay lại cửa sổ One-Way ANOVA.
Ta thu được kết quả so sánh bội có dạng như sau:
Student-Newman-Keuls
Subset for alpha = .05
‘lsc’ N
1 2
1 5 29,0000
2 5 46,0000
4 5 69,6000
3 5 83,4000
Sig. ,078 ,146
Từ 2 cột cuối ta biết được sự bằng nhau của hai cặp nhóm ‘lsc’ sau :
lsc1 lsc2 lsc4 lsc3
Trường hợp so sánh Số trung bình từ dữ liệu của một thiết kế ngẫu nhiên
hoàn toàn.
Ta nhập dữ liệu của thiết kế này theo 2 biến kiểu Numeric sau:
- Biến ‘X’: Nhập toàn bộ dữ liệu (xij) của thiết kế;
- Biến ‘T’: Nhập số thứ tự 1, 2,… t của t xử lý tương ứng với xij.
Sau đó, các thao tác kiểm định khác được tiến hành tương tự như trên.
7.2. Phân tích phương sai hai chiều không tương tác (Two-Way Analysis
without interaction) cho thiết kế khối ngẫu nhiên
Từ dữ liệu thiết kế khối ngẫu nhiên, ta nhập 3 biến kiểu Numeric sau:
- Biến ‘X’: Nhập toàn bộ dữ liệu (xij) của thiết kế;
- Biến ‘t’: Nhập số thứ tự 1, 2,… t của t xử lý tương ứng với các xij.
- Biến ‘b’: Nhập số thứ tự 1, 2,… b của b tác nhân ngoại lai tương ứng với xij;
Chọn biến
Chọn
‘b’ vàbiến
‘t’
‘B’
làm các‘T’
và yếu
làm cáchình Chọn Main
tố mô effects
Trong cửa sổ Univariate: Model, trước hết ta chỉ định mô hình bằng cách chọn
Custom. Tiếp đến, chọn biến ‘t’ và ‘b’ trong ô Facstors & Covariantes chuyển sang
ô Model. Sau đó, chọn Main effects. Chọn Continue để quay lại cửa sổ Univariate.
Chú ý: Phải chọn ô Include intercept in model nếu không mô hình sẽ bị sai.
Cuối cùng chọn OK. Ta được kết quả phân tích phương sai như trong phần in
đậm ở bảng dưới:
Dependent Variable: X
Type III Mean
Source df F Sig.
Sum of quares Square
Corrected Model 5455,50 6 909,3 14,25 ,000
Intercept 57840,25 1 57840,3 906,51 ,000
B 5392,75 3 1797,6 28,17 ,000
T 62,75 3 20,9 ,33 ,805
Error 574,25 9 63,8
Total 63870,00 16
Corrected
6029,75 15
Total
Phần in đậm trong bảng trên là những thông tin cần thiết của phương pháp
phân tích phương sai cho mô hình thiết kế khối.
Chọn
Chọnyếuyếutốtố
sososánh
sánhbội
bội
Chọn phương
pháp so sánh bội
Sau khi thao tác như hình trên. Bấm chọn ô Continue để quay lại cửa sổ
Univariate. Chọn OK.
Kết quả so sánh bội có dạng như sau:
Student-Newman-Keuls
Subset
‘b’ N
1 2 3
1 4 35,2500
2 4 50,2500
3 4 73,7500
4 4 81,2500
Sig. 1,000 1,000 ,217
Từ cột Subset ta biết được chỉ có cặp Blocks 3 và 4 là bằng nhau:
B1 B2 B3 B4
7.3. Phân tích phương sai ba chiều không tương tác (Three-Way Analysis
without interaction) cho thiết kế vuông ngẫu nhiên
Từ dữ liệu thiết kế vuông ngẫu nhiên, ta nhập 4 biến sau:
- Biến ‘X’: Nhập toàn bộ dữ liệu (xij) của thiết kế;
- Biến ‘r’: Nhập số thứ tự 1, 2,… t của các tác nhân ngoại lai theo dòng tương
ứng với các xij;
- Biến ‘c’: Nhập số thứ tự 1, 2,… t của các tác nhân ngoại lai theo cột tương
ứng với các xij;
- Biến ‘t’: Nhập số thứ tự 1, 2,… t của các xử lý tương ứng với các xij.
Nguyễn Văn Cang 28 Xử lý dữ liệu trên SPSS
Sau đó, bấm chọn: Analyze General Linear Model Univariate.
Chọn biến
‘t’, ‘c’ và
‘r’ làm yếu
tố mô hình
Chỉ định
mô hình
Chọn
Chọnbiếnbiến‘t’,
‘B’
‘c’vàvà‘T’
‘r’làm
làmcác
yếu
yếutốtốmô của
hình
mô
Chọn Main effects
Ta được kết quả phân tích phương sai như trong phần in đậm ở bảng dưới:
Dependent Variable: X
Type III Mean
Source df F Sig.
Sum of Squares Square
Corrected Model 5636,625 9 626,292 9,559 ,006
Intercept 57840,250 1 57840,250 882,776 ,000
R 181,125 3 60,375 ,921 ,485
C 62,750 3 20,917 ,319 ,812
T 5392,750 3 1797,583 27,435 ,001
Error 393,125 6 65,521
Total 63870,000 16
Corrected 6029,750 15
Total
Nếu chọn so sánh bội giữa các Xử lý (Treatments), bấm chọn ô Post Hoc rồi
thao tác như ở mục 7.1 ta được kết quả:
Student-Newman-Keuls
Subset
‘t’ N
1 2 3
3 4 35,2500
2 4 50,2500
1 4 73,7500
4 4 81,2500
Sig. 1,000 1,000 ,238
Nguyễn Văn Cang 30 Xử lý dữ liệu trên SPSS
Từ cột Subset ta biết được chỉ có cặp xử lý 1 và 4 là bằng nhau:
T3 T2 T1 T4
7.4. Phân tích phương sai hai chiều và tương tác (Two-Way Analysis with
interaction) cho thiết kế thừa số ngẫu nhiên
Từ dữ liệu thiết kế thừa số ngẫu nhiên, ta nhập 3 biến sau:
- Biến ‘X’: Nhập toàn bộ dữ liệu (xijk) của thiết kế;
- Biến ‘A’: Nhập số thứ tự 1, 2,… a của a tác nhân của yếu tố A tương ứng với
xijk;
- Biến ‘B’: Nhập số thứ tự 1, 2,… b của b tác nhân của yếu tố B tương ứng với
xijk.
Chỉ định
mô hình
Các thao tác trên cửa sổ Univariate tương tự mục 7.2. Trong cửa sổ
Univariate: Model chỉ cần chỉ định mô hình là Full factorial.
Ta được kết quả phân tích phương sai như trong phần in đậm ở bảng dưới:
Dependent Variable: X
Type III
Mean
Source Sum of df F Sig.
Square
Squares
Corrected Model 166,447 8 20,806 4,569 ,004
Intercept 7540,053 1 7540,053 1655,941 ,000
A 144,109 2 72,054 15,825 ,000
B 14,907 2 7,453 1,637 ,222
A*B 7,431 4 1,858 ,408 ,800
Error 81,960 18 4,553
Total 7788,460 27
Corrected 248,407 26
Total
Nếu muốn so sánh bội, bấm chọn ô Post Hoc rồi thao tác như ở mục 7.1
Nguyễn Văn Cang 32 Xử lý dữ liệu trên SPSS
8. Hồi qui
8.1. Hồi qui mối liên hệ giữa hai tiêu thức định lượng
Dựa trên dữ liệu chéo, ta tiến hành hồi qui như sau:
Bấm chọn : Analyze Regression Curve Estimation.
Chọn các
mô hình
mong muốn
Chọn
tiêu
thức
độc lập
Chọn kiểm định
độ phù hợp
Chú ý:
* Chỉ có các tiêu thức kiểu Mumeric mới hồi qui được;
* Muốn biết dạng toán học của một mô hình cần chọn thì để trỏ chuột lên chữ
của mô hình đó và ấn nút chuột phải;
* Nếu chưa biết chắc mô hình cần hồi qui thì nên bấm chọn hồi qui thử trên
nhiều mô hình cùng một lúc (chưa nên bấm chọn Display ANOVA table và Save).
Dựa vào bảng kết quả hồi qui thử cho các mô hình, mô hình nào có hình dáng phù
hợp và có Adjusted R Square lớn thì mới được chọn chính thức. Sau đó, bấm chọn
Reset để hủy các thao tác hồi qui lần đầu, tiến hành trở lại đầy đủ các thao tác ở
hình trên cho mô hình đã được lựa chọn.
* Các kết quả dự đoán chỉ tính trên các giá trị hiện có của tiêu thức độc lập.
Các kết quả dự đoán được kết xuất trên cửa sổ dữ liệu.
Nếu muốn dự đoán bấm chọn ô Save, ta được cửa sổ:
Chọn dự
đoán khoảng
Chú ý:
- Chỉ có các tiêu thức kiểu Mumeric mới hồi qui được;
- Có các cách tiếp cận mô hình hồi qui bội sau:
* Enter: Đưa vào mô hình hồi qui tất cả các biến độc lập;
*Backward: Loại trừ dần dần các biến độc lập không phù hợp;
*Forward: Đưa dần các biến độc lập vào cho đến khi mô hình thu được vẫn
còn bảo đảm ý nghĩa;
* Stepwise: Kết hợp giữa Backward và Forward.
Phát hiện
tự tương
quan
Thao tác như trong hình trên. Cuối cùng chọn OK.
Nếu muốn dự đoán bấm chọn ô Save, ta có cửa sổ sau:
Dự đoán
phần dư
Dự đoán khoảng
tiêu thức phụ thuộc
Sau khi thao tác như hình trên, bấm chọn Continue để quay lại cửa sổ Linear
Regression.
Chú ý:
Nguyễn Văn Cang 35 Xử lý dữ liệu trên SPSS
* Các kết quả dự đoán chỉ tính trên các giá trị hiện có của tiêu thức độc lập.
Các kết quả dự đoán được kết xuất trên cửa sổ dữ liệu.
* Nếu mô hình yêu cầu không có hệ số chặn (dùng trên dữ liệu biến đổi để
khắc phục hiện tượng phương sai không đồng nhất), bấm chọn ô Options để vào cửa
sổ sau:
Sau khi thao tác như hình trên, bấm chọn Continue để quay lại cửa sổ Linear
Regression.
9. Kiểm soát chất lượng bằng thống kê
9.1. Biểu đồ kiểm soát số trung bình và độ lệch chuẩn
Nhập dữ liệu theo hai biến: Biến xij phản ảnh giá trị j của mẫu i; Biến “mau”
phản ảnh thứ tự mẫu.
Chọn loại
Chọn loại biểu đồ
dữ liệu
Chọn các
khai báo
Chọn biến
kiểm soát
Chọn biến
các mẫu
Chọn chỉ số
năng lực
Chọn biểu đồ
trung bình
Chọn biểu
đồ
Chọn chỉ
số năng
lực
Trong đó, Lỗi =1: sản phẩm có lỗi, Lỗi =0: sản phẩm không có lỗi.
Sau đó, chỉ định tần số cho dữ liệu bằng cách bấm chọn Data Weight
Cases.
Chọn tần
số
Chọn loại
Chọn loại biểu đồ
dữ liệu
Chọn các
khai báo
Chọn biến
kiểm soát
Chọn giá
trị kiểm
soát lỗi
Chọn biến
mẫu kiểm
tra
Chọn loại
biểu đồ