Thực hành SPSS Th.

s Nguyễn Thị Tiểu

Loan

CÁCH MÃ HÓA VÀ XỬ LÝ SỐ LIỆU CỦA

CÁC DẠNG CÂU HỎI KHÁC NHAU BẰNG PHẦN MỀM SPSS

1. THỰC HIỆN CÁC CÀI ĐẶT CƠ BẢN CỦA SPSS

1.1 Cài đặt để mã hóa số liệu

SPSS hiện ra 2 giao diện chính: Giao diện Variable View để cài đặt và mã hóa số
liệu và Giao diện Data View để nhập liệu.
Chú ý Các thông số cho Giao diện Variable View:
- Label: hiện thị khi chúng ta chạy số liệu, là đề mục chính của các bạn. Nên đặt đơn
giản dễ hiểu, không cần phải đặt như trong bảng câu hỏi.
- Type: Dạng số được nhập liệu (có thể có dạng số, dạng thập phân, dạng tiền tệ,…)
- Decimals: Số lượng con số thập phân ở phần nhập liệu.
- Cài đặt phần Missing: khi bỏ biến thì phần mềm sẽ xử lý như thế nào (thường là
cài đặt 99).

c
Marketing dịch vụ Trang 1
Thực hành SPSS Th.s Nguyễn Thị Tiểu
Loan
- Measure: đây là cài đặt thang đo. Trong nghiên cứu có 3 loại thang đo chính gồm:
Thang đo định danh (Nominal); thang đo thứ bậc (Ordinal) và thang đo tỷ lệ (Scale).
Tùy theo câu hỏi dạng nào chúng ta sẽ cài đặt nó theo dạng thang đo đó.

1.2. Nhận dạng các loại thang đo trong thiết kế nghiên cứu

Loại thang đo Tính chất Ví dụ

Định danh - Định tính; Giới tính của khách hàng:
(Nominal) - Người nghiên cứu tự gán 1. Nam
cho nó những giá trị và 2. Nữ
những con số đó không có ý Số 1 và 2 ở đây là do người
nghĩa gì về mặt đo lường. nghiên cứu tự quy định, nó
không có ý nghĩ gì về mặt tính
toán, không thể làm các phép
toán (lấy 1 – 2; 1+2,…) được.
Thứ bậc - Dùng để so sánh thứ tự; Vui lòng cho biết sở thích của
(Ordinal) - Không có ý nghĩa về lượng; bạn với các loại nước ngọt
Hay còn gọi là - Thuộc nhóm thang đo định sau, hãy sắp xếp câu trả lời
thang đo thứ tự danh. theo thứ tự: 1 – thích nhất, 2 –
thích nhì,…
Pepsi
Coca cola
Tribeco
7 Up

Đáp viên sẽ điền số thứ tự vào

ô trống!

Khoảng (Likert) - Một phần định lượng và một Anh/chị hãy nhận định về mức
phần định tính; độ đồng ý của nhận định
- Còn gọi là thang đo Likert;“a,b,c”…
- Có các mức độ sử dụng: 1. Rất không đồng ý
thang đo 3 mức, 5 mức, 7 2. Không đồng ý
mức 3. Trung lập
- Có thể sử dụng các từ: mức 4. Đồng ý
độ đồng ý, mức độ quan 5. Hoàn toàn đồng ý
trọng, mức độ hài lòng,… Lưu ý: Đối với các câu hỏi chỉ
có 2 phương án trả lời thì cho
nó là thang đo Định danh và
phân tích tần số bình thường.
VD: Anh/chị có hài lòng với…
Có 2. Không
Tỷ lệ - Hoàn toàn là thang đo định Anh/chị cho biết số tuổi của anh
(Style) lượng; chị…..
- Thang đo tỷ lệ là thang đo Khách hàng tự điền số vào.
c
Marketing dịch vụ Trang 2
Thực hành SPSS Th.s Nguyễn Thị Tiểu
Loan
mạnh nhất trong việc thực
hiện các phép đo lường;
- Có giá trị trả lời mang tính
liên tục;
- Có thể thực hiện hầu hết các
phép toán liên quan (tính
trung bình, min, max, độ
lệch chuẩn,…)
Lưu ý: Một câu hỏi có thể là thang đo định danh, thứ bậc hay tỷ lệ thì tùy theo cách
hỏi của người thiết kế bảng hỏi. Ví dụ cùng một câu hỏi về thu nhập thì nó là thang
đo định danh hay tỷ lệ phụ thuộc vào người hỏi:
Câu 1: Anh/chị vui lòng cho biết thu nhập của anh chị.
1. Nhỏ hơn 3 triệu
2. Từ 3 – 6 triệu
3. Từ 6 đến 9 triệu
4. Trên 9 triệu
Câu 2: Anh/chị vui lòng cho biết THU NHẬP cá nhân hằng tháng của anh/chị là
……..(triệu/tháng)
Câu 1 là thang đo định danh, câu 2 là thang đo tỷ lệ.
- Với danh đo định danh (biến định danh) không thể làm gì được ngoài đếm tần số
(chúng ta biết được ở các mức thu nhập khác nhau thì có bao nhiêu người, chiếm
tỷ lệ bao nhiêu);
- Ở câu 2, do đo bằng thang tỷ lệ chúng ta có thể tính được: thu nhập trung bình
của khách hàng là bao nhiêu, độ lệch chuẩn của thu nhập này, thu nhập cao nhất
là bao nhiêu và thấp nhất là bao nhiêu,…
Tùy vào tính chất và các trường hợp nghiên cứu mà nhà nghiên cứu quyết định sử
dụng thang đo định danh hay thang đo tỷ lệ.
Khi khảo sát – có thể sử dụng thang đo tỷ lệ và mã hóa nó lại thành các loại thang
đo đo lường ở mức thấp hơn.

- Cài đặt Value: Gán các giá trị mà người mã hóa mặc định vào câu hỏi (các giá trị
được gán do người mã hóa quy định)

c
Marketing dịch vụ Trang 3
Thực hành SPSS Th.s Nguyễn Thị Tiểu
Loan
1.3 Mã hóa lại một biến cũ thành một biến mới
Mục đích: khi ta cảm thấy cần phải mã hóa lại 1 biến mới để dễ dàng phân tích hơn và để
thực hiện một số phân tích khác.
Ví dụ :
Câu hỏi về tuổi của khách hàng: Anh/chị hãy vui lòng cho biết tuổi của
anh/chị………….
Khách hàng sẽ điền vào câu trả lời trên về tuổi của họ, đây là thang đo tỷ lệ (scale).

Nếu bạn không mã hóa lại biến thì đây là kết quả nhận được khi chạy tần số:

Statistics

c25 tuoi goc

Valid 36
N
Missing 0

Mean 25.33

Std. Deviation 7.487

Minimum 19

Maximum 51

c25 tuoi goc

Frequency Percent Valid Percent Cumulative

Percent

Valid 19 5 13.9 13.9 13.9

20 4 11.1 11.1 25.0

21 1 2.8 2.8 27.8

22 3 8.3 8.3 36.1

23 5 13.9 13.9 50.0

24 5 13.9 13.9 63.9

25 3 8.3 8.3 72.2

26 3 8.3 8.3 80.6

27 2 5.6 5.6 86.1

32 1 2.8 2.8 88.9

36 1 2.8 2.8 91.7

c
Marketing dịch vụ Trang 4
Thực hành SPSS Th.s Nguyễn Thị Tiểu
Loan

44 1 2.8 2.8 94.4

45 1 2.8 2.8 97.2

51 1 2.8 2.8 100.0

Total 36 100.0 100.0

Số liệu thể hiện ở bảng trên rất lung tung, phải mã hóa thành biến mới để trình bày và
phân tích số liệu. Có 2 bước thực hiện: (1) phân tổ số liệu và (2) thực hiện mã hóa lại biến
mới bằng SPSS.
Bước 1. Phân tổ số liệu
Có nhiều cách phân tổ: theo công thức, theo kinh nghiệm và quyết định của người
nghiên cứu.
Cách 1: Phân tổ theo công thức:
Có thể tính khoảng cách tổ theo công thức: d = (Max – min)/n. Trong đó:
- d: khoảng cách tổ
- Max: giá trị lớn nhất
- Min: giá trị nhỏ nhất
- n: số tổ định chia
Ví dụ trên ta có thể phân tổ như sau: (51 – 19)/4 =8
Vậy ta có thể phân tổ như sau:
1. Từ 19 đến 27 (19+8) tuổi
2. Từ 27 đến 35 tuổi
3. Từ 35 đến 43 tuổi
4. Trên 43 tuổi
Cách 2: Phân tổ theo kinh nghiệm hay phán đoán của nhà nghiên cứu:
Nhà nghiên cứu tự quyết định khoảng cách các tổ dựa vào phán đoán và kinh
nghiệm. Có thể khoảng cách này là đều hay không đều, hay do cách phân bố số liệu từ kết
quả phân tích tần số ban đầu.
Có thể phân tổ theo phán đoán:
1. Từ 19 đến 25 tuổi (trẻ tuổi, năng động)
2. Từ 25 đến 32 tuổi (trẻ, nhưng đã có công việc ổn định)
3. Từ 32 đến 40 tuổi (trung niên, có thu nhập tốt hơn, khó tính)
4. Trên 40 (lớn tuổi)
Các thông tin trên là phán đoán dựa vào kinh nghiệm của người phân tích.
Bước 2. Tạo một biến mới bằng phần mềm SPSS (lấy cách phân tổ theo công
thức để thực hiện ví dụ)
1. Vào Tranform → Record into Different Variables
c
Marketing dịch vụ Trang 5
Thực hành SPSS Th.s Nguyễn Thị Tiểu
Loan

2. Cho biến muốn mã hóa qua ô Numeric Variable

Đặt tên và nhãn cho biến mới ( Name và Lagel), không để tên biến mới trùng
với tên biến cũ, biến cũ sẽ bị xóa đi. Chọn Change

3. Chọn vào thanh Old và New value để thiết lập lại các giá trị mới của biến mới.

c
Marketing dịch vụ Trang 6
Thực hành SPSS Th.s Nguyễn Thị Tiểu
Loan

Các giá trị mới và cũ sẽ được gán theo cách phân tổ đã quyết định:
Làm theo trình tự từng dòng.
Giá trị cũ Ý nghĩa chia tổ Giá trị mới
(thao tác SPSS) (thao tác SPSS)
Range: 19 - 25 Từ 19 đến 25 tuổi 1 → Add
Range: 27 - 32 Từ 27 đến 32 tuổi 2 → Add
Range: 32 - 40 Từ 32 đến 40 tuổi 3 → Add
Range, value through Trên 40 tuổi 4 → Add
HIGHEST: 40

4. Sau khi mã hóa lại giá trị mới và cũ, chọn Continue, OK.
Chạy phân tích tần số bình thường như các biến khác đối với biến mới.

2. CHẠY VÀ PHÂN TÍCH SỐ LIỆU

2.1 Xử lý các câu hỏi là thang đo định danh
2.1.1 Phân tích tần số - Với câu hỏi định danh chỉ có một lựa chọn
 Thao tác phân tích bằng phần mềm SPSS
1. Sau khi mở file dữ liệu, vào menu Analyze  Descriptive Statistics  Frequencies

c
Marketing dịch vụ Trang 7
Thực hành SPSS Th.s Nguyễn Thị Tiểu
Loan

2. Chọn biến muốn tính tần số (biến Place V1) bằng cách click chuột vào tên biến rồi
đưa sang khung Variable(s). Có thể đưa vào cùng lúc nhiều biến.

3. Mở hộp thoại Statistics để điều chỉnh các tham số (xem hình bên dưới)

c
Marketing dịch vụ Trang 8
Thực hành SPSS Th.s Nguyễn Thị Tiểu
Loan

4. Click Ok. Trường hợp muốn vẽ biểu đồ thực hiện thêm bước 4 trước khi click Ok.
(có thể không cần bước này và vẽ biểu đồ bằng Ecxel để dễ điều chỉnh các dạng
biểu đồ);
5. Để vẽ biểu đồ click chuột vào ô Charts…. Chọn dạng biểu đồ ở Chart type, chọn
giá trị thể hiện trên biểu đồ là số đếm (frequencies) hay phần trăm (percentages).
Click Continue để trở lại hộp thoại Frequencies  Ok để thực hiện lệnh.
 Đọc kết quả xử lý số liệu do phần mềm chạy ra
VD: Chạy lệnh Phân tích tần số với 3 yếu tố Giới tính, nghề nghiệp và thu nhập (có
thể chạy cùng lúc nhiều biến hơn), SPSS sẽ cho ra kết quả gồm các Bảng:

Statistics

c22 Gioi tinh c23 Nghe c24 Thu nhap

nghiep

Valid 36 36 36
N
Missing 0 0 0
Mean 1.50 2.17 2.06
Std. Deviation .507 .971 .630
Minimum 1 1 1
Maximum 2 4 4

BẢng Statistic cho thấy những thông số chung:

- Số N (còn gọi là số quan sát hay cỡ mẫu): 36. Bỏ biến (missing) là 0.
Có nghĩa là bạn đã nhập liệu 36 bảng câu hỏi, các biến Giới tính, nghề nghiệp và
thu nhập không bị bỏ biến hay không nhập sót. Xem giá trị min và max để xem có nhập
liệu đúng chưa, ví dụ với câu giới tính chỉ mã hóa 1 – Nam và 2- Nữ, nếu max ở đây là 3
thì bạn đã nhập liệu sai. Tương tự, có thể kiểm tra các biến khác.

c
Marketing dịch vụ Trang 9
Thực hành SPSS Th.s Nguyễn Thị Tiểu
Loan

c22 Gioi tinh

Frequency Percent Valid Percent Cumulative

Percent

Nam 18 50.0 50.0 50.0

Valid Nu 18 50.0 50.0 100.0

Total 36 100.0 100.0

Bảng trên thể hiện tần số của biến Giới tính. Đọc các cột:
- Frequency – Tần số: hay cụ thể trong trường hợp nghiên cứu là số lượng khách hàng.
- Percent - Phần trăm : có 50% là Nam và 50% là nữ.
- Cumulative Percent: % tích lũy
- Total: tổng có 36 quan sát (36 Bảng câu hỏi)
 LƯU Ý:
- Đây là kết quả SPSS chạy ra, bạn có thể lấy kết quả này để trình bày thành các dạng
khác nhau như Tổng hợp lại thành các bảng lớn, vẽ các biểu đồ thể hiện,… chứ không
để nguyên bảng trên trong bài làm chính.
- Bạn chép các file này vào phần Phụ lục và đặt cuối bài, có thể chia nó thành các phần
Phụ lục khác nhau để người xem dễ theo dõi và dẫn trích vào bài nếu cần. Hãy đưa
danh sách các phần phụ lục này vào phần mục lục chung của bài.
Ví dụ: Phụ lục 1- Kết quả phân tích tần số cho các biến nhân khẩu học
Phụ lục 2- …
Khi viết bài, có một số thông tin ở phần Phụ lục mà bạn nghĩ là không cần thiết
phải trình bày ra bài làm chính (có thể thông tin này quá nhiều, không giúp được nhiều khi
trình bày…). Bạn sẽ phân tích và ghi (Xem Phụ lục 1)…

2.1.2 Phân tích Bảng chéo (Crosstabulation)

Tính chất: phân tích mối quan hệ giữa 2 biến định tính bằng Kiểm định Chi bình
phương.
Phân tích bảng chéo rất cần thiết với các nghiên cứu sử dụng thống kế mô tả trong
nghiên cứu thị trường.
Ví dụ, trong nghiên cứu về Nhu cầu của người dân đối với các loại hình Du lịch
trải nghiệm ở TP Cần Thơ (xem Bảng 3 - Tài liệu đính kèm của Nguyễn Thị Tú Trinh và
cộng sự, 2018), nhóm tác giả nhận thấy rằng có mối quan hệ giữa biến Tuổi và Thời gian
chọn đi du lịch. Nhóm khách hàng có độ tuổi lớn hơn thường chuộng hình thức đi du lịch
dài ngày hơn. Nhưng điều này chỉ thể hiện trên số liệu của mẫu. Để biết được tổng thể có
đặc điểm này không, chúng ta cần phải tiến hành kiểm định Crosstabulation.

 Thao tác thực hiện bằng SPSS

Quan sát các ví dụ bên dưới để dễ hiểu hơn.
c
Marketing dịch vụ Trang 10
Thực hành SPSS Th.s Nguyễn Thị Tiểu
Loan
Ví dụ 1: Phân tích mối quan hệ giữa 2 biến nghề nghiệp và thu nhập. Biến nghề nghiệp và
thu nhập trong ví dụ là 2 biến định tính (thang đo định danh).
1. Analyze -> Descriptive Statistics -> Crosstabs…,

2. Cho các biến cần phân tích vào 2 ô hàng và cột (có thể thay đổi thứ tự)
3. Mở giao diện Statistics, chọn kiểm định Chi – square (Chi bình phương). Chọn
continue và nhấn OK.

c
Marketing dịch vụ Trang 11
Thực hành SPSS Th.s Nguyễn Thị Tiểu
Loan
 Đọc kết quả phân tích Bảng chéo
Xem kết quả thể hiện qua 2 Bảng chính: Bảng Chi square Test thể hiện kết quả kiểm
định Chi bình phương và Bảng thể hiện các tần số của 2 biến được khảo sát. Nếu kiểm
định Chi bình phương có ý nghĩa thì các thông tin ở Bảng tần số mới được sử dụng.

c23 Nghe nghiep * c24 Thu nhap Crosstabulation

Count

c24 Thu nhap Total

<3 trieu 3 -6 trieu 6 -9 trieu > 9 trieu

Hoc sinh - sinh vien 2 10 0 0 12

Cong nhan vien chuc 0 6 2 0 8

c23 Nghe nghiep
NV ngoai nha nuoc 2 12 0 0 14

Tu doanh 0 0 0 2 2
Total 4 28 2 2 36

Chi-Square Tests

Value df Asymp. Sig. (2-

sided)

Pearson Chi-Square 44.296a 9 .000

Likelihood Ratio 23.480 9 .005
Linear-by-Linear Association 4.488 1 .034
N of Valid Cases 36

a. 13 cells (81.2%) have expected count less than 5. The minimum

expected count is .11.

Số 81,2% ở cuối bảng 2 > 20% (đây không phải là mức % cho phép của Kiểm
định Chi bình phương được thực hiện, % cho phép là <20%) nên trong trường hợp
này Kiểm định mối quan hệ giữa 2 biến Thu nhập và Nghề nghiệp không có ý nghĩa. Bạn
có thể quan sát và thấy ở Bảng 1 có rất nhiều ô kết hợp giữa 2 biến có tần số nhỏ hơn 5.
Điều này là do số Bảng hỏi thu thập quá ít hay do việc chia nhóm (các nhóm nhỏ của biến
nghề nghiệp và thu nhập ) chưa phù hợp. Biện pháp là phải tăng số quan sát lên hay chia
lại nhóm hoặc không thể Phân tích bảng chéo giữa 2 biến này được.

Ví dụ 2: Phân tích mối quan hệ Giữa biến Giới tính và biến Mục đích đến quán cà phê.
Ta thực hiện lệnh trong SPSS tương tự như 2 phần trên. Phần mềm SPSS cho ra kết quả.

c6 mucdichden * c22 Gioi tinh Crosstabulation

Count

c22 Gioi tinh Total

Nam Nu

c6 mucdichden Giai tri (game, tan gau) 13 8 21

c
Marketing dịch vụ Trang 12
Thực hành SPSS Th.s Nguyễn Thị Tiểu
Loan

LAm viec 5 10 15
Total 18 18 36

Đây là giá trị p -value

Chi-Square Tests

Value df Asymp. Sig. (2- Exact Sig. (2- Exact Sig. (1-
sided) sided) sided)

Pearson Chi-Square 2.857a 1 .091

Continuity Correctionb 1.829 1 .176
Likelihood Ratio 2.901 1 .089
Fisher's Exact Test .176 .088
Linear-by-Linear Association 2.778 1 .096
N of Valid Cases 36

a. 0 cells (0.0%) have expected count less than 5. The minimum expected count is 7.50.
b. Computed only for a 2x2 table

TÓM LẠI: Đọc và phân tích kết quả nghiên cứu đối với Phân tích Bảng chéo:
1. Chỉ số ở cuối Bảng 2 = 0,0% <20% → đảm bảo điều kiện sử dụng kiểm định Chi bình
phương. Có thể thấy là trong Bảng tần số ở Bảng 1, các tần số thể hiện trong các ô đều
lớn hơn 5.
2. Xem xét giá trị p-value. Trong trường hợp trên, p-value = 0,091, gần bằng 0,1 (10%)
nên ta kết luận là: trong nghiên cứu này có sự khác biệt về mục đích đến quán cà phê
giữa nam và nữ. Sự khác biệt này có độ tin cậy là 90% (100% trừ p-value). Thường
trong các nghiên cứu kinh tế, người ta cho phép các mức độ tin cậy ở 5% (rất hiếm),
10%, 15%, 20% và có thể hơn (tùy vào lĩnh vực). Trong học phần này chúng ta chấp
nhận mức ý nghĩa tối thiểu là 30%. Có nghĩa là nếu p-value >0,3 thì kết luận không có
sự khác biệt giữa 2 biến được kiểm định (giữa nam và nữ thì mục đích đến quán của họ
cũng như nhau, không có khác biệt gì).
3. Xem xét đến Bảng 1 để phân tích tần số. Ta thấy rằng đa phần nam giới đến quán cho
các mục đích giải trí và nữ đến quán cà phê là để làm việc. Sử dụng thông tin này cho
các mục đích về việc đề xuất các chương trình marketing. Vì kiểm định Chi – bình
phương có ý nghĩa, nên ta có thể suy điều này ra cho tổng thể.
 LƯU Ý
Nhà nghiên cứu xem xét tình huống nghiên cứu của mình và đưa ra các giả thuyết
nghiên cứu rồi tiến hành các kiểm định về các mối quan hệ giữa các biến. Các mối quan hệ
này phải có ý nghĩa và phục vụ cho việc đề ra hay thực hiện các chiến lược/chính sách
kinh doanh cũng như là các chương trình marketing.
Các phần trên nêu ra cho các bạn hiểu các bước phân tích. Trong bài làm chỉ cần
trình bày kết quả nghiên cứu là được.

c
Marketing dịch vụ Trang 13
Thực hành SPSS Th.s Nguyễn Thị Tiểu
Loan
2.2 Xử lý các câu hỏi cho thang đo khoảng
Ví dụ: Phân tích kết quả cho câu hỏi “Anh/chị có hài lòng về chất lượng dịch vụ
của quán cà phê ABC không”?
1. Rất không hài lòng
2. Không hài lòng
3. Trung lập
4. Hài lòng
5. Rất hài lòng
Phương pháp phân tích
1. Vào menu Analyze  Descriptive Statistics  Descriptives…, xuất hiện hộp thoại:

Cho biến muốn phân tích qua mục Variable (có thể cho cùng lúc nhiều biến)
2. Mở Options và điều chỉnh như hình bên dưới, nhấn Continues, OK

c
Marketing dịch vụ Trang 14
Thực hành SPSS Th.s Nguyễn Thị Tiểu
Loan

Đọc kết quả của SPSS

Kết quả chính của VD trên thể hiện ở bảng bên dưới
Descriptive Statistics
N Minimum Maximum Mean Std. Deviation
c9 muc hai long ve quan 36 1 5 3.08 1.105
Valid N (listwise) 36

Các thông số:

- N: số quan sát
- Min: Giá trị nhỏ nhất của biến được nhập liệu
- Max: Giá trị lớn nhất của biến được nhập liệu
- Mean: Giá trị trung bình (tính trung bình bằng việc cộng tất cả các giá trị của
các quan sát lại và chia lại cho số quan sát);
Ý nghĩa của số trung bình trong thang đo khoảng:
Giá trị khoảng cách = (Maximum - Minimum) / n
= (5 -1) / 5
= 0.8

c
Marketing dịch vụ Trang 15
Thực hành SPSS Th.s Nguyễn Thị Tiểu
Loan
Giá trị trung bình Ý nghĩa
1.00 - 1.80 Rất không đồng ý/Rất không hài lòng/Rất không quan trọng
1.81 - 2.60 Không đồng ý/Không hài lòng/ Không quan trọng
2.61 - 3.40 Trung lập
3.41 - 4.20 Đồng ý/ Hài lòng/ Quan trọng
4.21 - 5.00 Rất đồng ý/ Rất hài lòng/ Rất quan trọng

- Kết quả Mean của Ví dụ trên là 3,08, nằm ở ngưỡng trung lập: khách hàng cảm thấy
trung lập về nhận định sự hài lòng của họ đối với chất lượng dịch vụ của quán cà phê
ABC.

2.3. Phân tích cho câu hỏi định danh có nhiều lựa chọn
Đây là dạng câu hỏi rất phổ biến trong các bảng câu hỏi. Ta thường có các loại câu
hỏi nhiều lựa chọn như: Mục đích vì sao anh/chị đến Quán cà phê, anh/chị biết đến quán
cà phê qua kênh thông tin nào, anh/chị thường đến quán cà phê với ai,…Các câu hỏi này
có thể là các câu hỏi nhiều lựa chọn.
2.3.1 Cách xử lý câu hỏi nhiều lựa chọn bằng SPSS
Xem xét ví dụ sau cho trường hợp của quán cà phê ABC, với câu hỏi “Anh/chị
thường đến quán cà phê ABC vào buổi nào?”
1. Trước 10 giờ sáng
2. Từ 10 giờ sáng đến 13 giờ chiều
3. Từ 13 giờ chiều đến 18 giờ
4. Sau 18 giờ
 Cách mã hóa số liệu
Mã hóa thành 4 câu nhỏ và gán các giá trị (cài đặt ở phần Value của mỗi câu) 1 và 0
cho mỗi câu thành phần với 1 – Chọn và 0 – Không chọn ( xem 2 hình bên dưới).

c
Marketing dịch vụ Trang 16
Thực hành SPSS Th.s Nguyễn Thị Tiểu
Loan

 Cách nhập liệu:

- Ví dụ: Bảng câu hỏi số 23 được nhập liệu như hình bên có nghĩa là khách hàng đã
khoanh:

Anh/chị thường đến quán cà phê ABC vào buổi

nào?
1. Trước 10 giờ sáng
2. Từ 10 giờ sáng đến 13 giờ chiều
3. Từ 13 giờ chiều đến 18 giờ
4. Sau 18 giờ

 Cách phân tích câu hỏi nhiều lựa chọn bằng SPSS
Bước 1: Thực hiện mã hóa lại biến cho câu hỏi
1. Vào Analyze → Multiple Response → Define Variable Sets
2. Cho các biến con của câu 2 vào phần Variable in Sets
3. Đánh số 1 vào ô Count value
4. Đặt tên (Name) và nhãn (Label) cho biến mới
5. Nhấn vào nút Add và nhấn Close.

c
Marketing dịch vụ Trang 17
Thực hành SPSS Th.s Nguyễn Thị Tiểu
Loan

 LƯU Ý
Sử dụng phân tích bảng chéo để trình bày mối quan hệ giữa các biến định danh (thường là
các biến nhân khẩu học

Trước khi phân tích ta đọc các kiến thức

Khi thực hiện 1 kiểm định, nhà nghiên cứu luôn đặt các giả thuyết. Có 2 giả thuyết:
H0: không có mối quan hệ giữa các biến.
H1: có mối quan hệ giữa các biến.

Bước 2: Chạy lệnh phân tích

1. Vào lại Analyze → Multiple Response → Frequencies, xuất hiện hộp thoại bên
dưới
2. Cho biến cần phân tích qua thanh Table (s) for và chọn OK.

 Phân tích kết quả SPSS chạy ra

SPSS sẽ chạy ra 2 bảng kết quả như bên dưới

c
Marketing dịch vụ Trang 18
Thực hành SPSS Th.s Nguyễn Thị Tiểu
Loan

Case Summary

Cases

Valid Missing Total

N Percent N Percent N Percent

$Cau2Thoigiandenquana 36 100.0% 0 0.0% 36 100.0%

a. Dichotomy group tabulated at value 1.

$Cau2Thoigiandenquan Frequencies

Responses Percent of

N Percent Cases

c2.1 Truoc 10gio 8 9.3% 22.2%

c2.2 10gio - 13 gio 28 32.6% 77.8%

cau2 thoigiandenquana
c2.3 13gio - 18 gio 32 37.2% 88.9%

c2.4 Sau 18 gio 18 20.9% 50.0%

Total 86 100.0% 238.9%

a. Dichotomy group tabulated at value 1.

Nhìn vào 2 bảng trên có thể thấy rằng có 36 quan sát (khách hàng) đã trả lời câu
này nhưng có đến 86 lựa chọn (có nghĩa là đa phần khách hàng đến quán cà phê vào
những khung giờ khác nhau, ít khách hàng đến cố định trong 1 khung giờ). Ta phải dựa
vào tỷ lệ dựa trên 86 lựa chọn của khách hàng để phân tích chứ không phải số quan sát,
nên ta tập trung vào cột Percents of Cases (% tính trên tỷ lệ của số lựa chọn).
2.3.2 Gợi ý để trình bày kết quả của câu hỏi nhiều lựa chọn
Các kết quả của SPSS chạy ra ở trên nên để vào phần phụ lục. Ta có thể trình bày
kết quả dạng biểu đồ để thông tin được thể hiện rõ hơn và bài viết trở nên khoa học hơn.
Gợi ý trình bày cho kết quả của Ví dụ trên (vẽ bằng Excel) ở phần hình bên dưới.
 Phân tích kết quả:
Có thể thấy rằng phần đông khách hàng đến quán vào tầm khung giờ từ 10 giờ đến
18 giờ. Thời điểm này sẽ đông khách hơn những khung thời gian khác. Cụ thể, quán sẽ
đông khách nhất trong khung giờ từ 10 giờ đến 13 giờ (chiếm đến 77,8% trên tổng số lượt
chọn) và 13 giờ đến 18 giờ (chiếm đến 88,9% trên tổng số lượt chọn) .
Người nghiên cứu xem xét đến các quyết định: tăng số lượng nhân viên cho khung
giờ này nếu ta nhận thấy rằng các khách hàng đến trong khung giờ này chưa hài lòng về
chất lượng dịch vụ (có thể thực hiện phân tích thêm Bảng chéo giữa câu này và câu hỏi về
đánh giá sự hài lòng về chất lượng phục vụ); tăng thêm các chương trình giải trí, đưa ra
thức ăn đồ uống đặc biệt vào những khung giờ vắng khách để thu hút thêm khách hàng;
xem xét lại chất lượng của các dịch vụ ăn sáng kèm theo – vì có thể đồ ăn sáng chưa ngon,

c
Marketing dịch vụ Trang 19
Thực hành SPSS Th.s Nguyễn Thị Tiểu
Loan

chưa đa dạng nên khách không thích đến quán vào buổi sáng;…Tùy vào nhận định của
từng nhà nghiên cứu mà ta có thể đưa ra các kết quả phân tích khác nhau.

Hình 1: Biểu đồ thể hiện mục đích đến quán cà phê ABC của khách hàng
Nguồn: Kết quả thu thập số liệu từ 36 khách hàng tại quán ABC, tháng 01/2019

c
Marketing dịch vụ Trang 20