Chương 1.

Lượng hóa thông tin

kinh tế (mở rộng)
Lecturer: Nguyễn Văn Phú
nguyenvanphu@iuh.edu.vn
 NỘI DUNG
1. Xét một số ví dụ
2. Khái niệm về dữ liệu
3. Phân loại dữ liệu
4. Thang đo (Measure)
5. Tạo khuôn và nhập liệu
6. Lượng hóa thông tin
7. Một số đại lượng thống kê cơ bản
 1. Xét các ví dụ
• Ví dụ 1
• Cách tính thu nhập ở một số Doanh nghiệp nhà nước:
• Lương = LCB*Hesoluong + cacphucap.
• Ví dụ 2:
• Hài lòng của khách hàng = phục vụ + Giá + Chất lượng + …
 2. Khái niệm về dữ liệu
• Dữ liệu (Data): Bao gồm các biểu hiện/thể hiện dùng để phản ánh
thực tế của đối tượng nghiên cứu. Các biểu hiện này được mã hóa và
lưu trữ trên các thiết bị nhớ

Data
Biểu hiện/Thể hiện
2. Khái niệm về dữ liệu

Name #1FA126
 Biến (Variable)
• Biến (Variable): Là tên một vùng nhớ để lưu trữ dữ liệu
• Ví dụ:

Nguyễn Văn A
01.01.2000
TP. Hồ Chí Minh
Quản trị kinh doanh

Biến
3. Phân loại dữ liệu

Dữ liệu

Dữ liệu Dữ liệu
Định tính Định lượng

- Mô tả - Thông tin số
- Phảnánh tính chất - Phản ánh mức độ
-Sự hơn kém -Mức độ hơn kém
-Không tính được trị trung -Tính được trị trung bình
bình
Phân loại dữ liệu

Dữ liệu

Dữ liệu Dữ liệu
Định tính Định lượng

Thông tin thường được Giá trị Giá trị

mã hóa bằng các con số
rời rạc liên tục
 Phân loại dữ liệu
• Dữ liệu định tính
• Màu nâu
• Dễ thương
• Đang ngủ
•…
• Dữ liệu định lượng
• Giá trị rời rạc
• Có 4 chân
• Nó có 3 anh em
•…
• Giá trị liên tục
• Nặng 0.8kg
• Cao 20cm
•…
 4. Thang đo (Measure)
• Xét ví dụ

0
 Thang đo danh nghĩa (Nominal)
• Mô tả giá trị thể hiện của biến. Giá trị thể hiện chỉ mang tính
tượng trương.
• Có thể mã hóa các thể hiện bằng các con số. Các con số này
không có tính chất hơn kém.
• Ví dụ: Anh (chị) đang theo học ngành nào sau đây tại trường
ĐHCN TP.HCM?
o Quản trị kinh doanh => 1
o Tài chính ngân hàng => 2
o Kế toán kiểm toán. => 3
o Công nghệ thông tin => 4
 Thang đo thứ bậc (Ordinal)
• Mã hóa các giá trị của biến bằng các con số. Các con số này
phản ánh được tính chất hơn kém nhưng không xác định
được bằng trị số.
• Giá trị trung bình cộng của các giá trị của biến không có ý
nghĩa.
• Ví dụ: Trình độ học vấn của anh (chị)?
o Cấp 3 => 1
o TCCN => 2
o Cao đẳng =>3
o Đại học =>4
Vậy 4 > 3 không?
 Thang đo khoảng cách (Interval)
• Là các con số. Các con số này phản ánh được mức độ hơn
kém – xác định được mức hơn kém bằng trị số.
• Tính toán được các giá trị trung bình cộng của biến.
• Giá trị tỷ lệ không có ý nghĩa.
• Ví dụ: Theo anh (chị), sức khỏe là quan trọng nhất?
o 1. Rất không đồng ý
o 2. Không đồng ý
o 3. Bình thường
o 4. Đồng ý
o5. Rất đồng ý
 Thang đo tỉ lệ (Ratio)
• Là các con số. Các con số này phản ánh được mức độ hơn kém – xác
định được mức hơn kém bằng trị số.
• Tính toán được các giá trị trung bình cộng của biến.
• Giá trị tỷ lệ có ý nghĩa.
• Ví dụ: Anh (chị) cho biết tuổi của mình?_______
 Phương pháp xác định thang đo
• Dùng mean để xác định thang đo? => Chỉ xác định được loại dữ liệu
chứ không xác định được thang đo.
• Dùng phép so sánh hơn ( >, <) để xác định thang đo:
• Nếu không so sánh được: Thang đo danh nghĩa
• Nếu so sánh được nhưng không xác định được độ lớn: Thang đo thứ bậc
• Nếu so sánh được và xác định được độ lớn:
• Nếu giá trị tỷ lệ có ý nghĩa: Thang đo tỉ lệ
• Nếu giá tỷ lệ không có ý nghĩa: Khoảng cách
• =>Trong SPSS gộp chung thành scale
 5. Tạo khuôn và nhập liệu
• Tạo khuôn trên SPSS cần xác định:
• Câu hỏi hỏi gì?
• Có mấy nội dung hỏi
• Mỗi nội dung hỏi có mấy trả lời
• => Mỗi trả lời là một biến
• Cụ thể:
• Câu hỏi chỉ có một trả lời => tạo 1 biến
• Câu hỏi n trả lời => tạo n biến
• Câu hỏi có n trả lời + khác => tạo n biến + 1
 Các thuộc tính của biến
• Name: Tên biến
• Type: Kiểu dữ liệu của biến
• Width: Độ rộng của biến
• Decimals: Số chữ số sau dấu thập phân
• Label: Nhãn của biến
• Values: Các giá trị biến có thể nhận được
• Missing: Định giá trị khuyết
• Columns: Độ rộng cột
• Measure: Thang đo của biến(dữ liệu)
 Name: Đặt tên biến
• Qui tắc đặt tên:
• Kí tự đầu tiên phải là chữ cái.
• Không có kí tự trống.
• Không trùng với các từ khóa (ALL, AND, BY, EQ, GE, GT,
LE, LT, NE, NOT, OR, TO, WITH)
• Không dùng các kí hiệu toán học (toán tử)
• Kết thúc biến không dùng dấu chấm (.)
• Tên biến là duy nhất (không được trùng tên).
• Độ dài tối đa tên biến 64byte (64 kí tự - ngôn ngữ 1 byte)
hoặc 32 byte (32 kí tự - ngôn ngữ 2 byte).
• Việc đặt tên không phân biệt chữ hoa hay chữ thường
• Đặt tên mang tính gợi nhớ.
 Name: Đặt tên biến
• Ví dụ tên biến hợp lệ và không hợp lệ.
• #delta //Not OK – kí tự đầu không phải là kí tự chữ cái.
• Thanh pho //Not OK – kí tự trống
• gt //Not OK – trùng từ khóa
• Trinhdo // ok
• hocvan. //Not OK – kết thúc biến có dấu chấm
• trinhdo // Not OK – trùng tến biến
• a*b // Not OK – sử dụng phép toán *
Name: Đặt tên biến
 Type: Kiểu dữ liệu
• Khi nhập dữ liệu từ bàn phím vào biến, kiểu nhập vào phải
đúng với kiểu khai báo.
• Nhập vào là số thì biến phải khai báo kiểu số. Numeric.
• Ví dụ: tuoi
• Nhập vào là chuỗi (xâu kí tự) thì biến phải khai báo kiểu
chuỗi (xâu). String
• Ví dụ: quequan
• Cần phân biệt kiểu số và kiểu chuỗi
Type: Kiểu dữ liệu
Xét ví dụ
Xét ví dụ

Dữ liệu
nhập vào
của 2
người có
giống nhau
không?
 Width: Độ rộng của biến
• Nếu biến là kiểu số:
• Qui ước về số chữ số (kể cả dấu chấm thập phân)tối đa mà biến có thể nhận
được.
• Nếu số chữ số lớn hơn độ rộng của cột thì số được biểu diễn dưới dạng E
mũ (số khoa học).
• Ví dụ: số dạng khoa học: 2.E + 04
• Nếu biến là kiểu chuỗi: Qui ước về số kí tự tối đa mà biến nhận
được.
 Các thuộc tính quan trọng khác
• Decimals: Quy định số chữ số sau dấu chấm thập phân cho
biến kiểu số.
• Label: Thường được dùng để giải thích cho tên biến hoặc
nội dung câu hỏi.
• Values: Các giá trị biến nhận được.
 Các thuộc tính quan trọng khác
• Columns: Độ rộng cột
• Measure: Thang đo của biến(dữ liệu)
• Scale
• Nominal
• Ordinal
Nhập liệu

Mỗi cột là một trường dữ liệu

Mỗi dòng là một bản ghi
Nhập từ trái qua phải
Ví dụ tạo khung
6. Lượng hóa thông tin

Cô gái rất đẹp?

 Thế nào là đẹp
• Làn da cô ấy rất đẹp 1 2 3 4 5
• Số đo vòng 1 1 2 3 4 5
• Số đo vòng 2 1 2 3 4 5
• Số đo vòng 3 1 2 3 4 5
• Khuôn mặt rất đẹp 1 2 3 4 5
• Mái tóc đẹp 1 2 3 4 5
• Ứng xử có văn hóa 1 2 3 4 5
• .....
Ví dụ: Mô hình nghiên cứu và các khái niệm
 Từ các khái niệm -> Lượng hóa thông tin
• Lãnh đạo -> Lượng hóa?
• Cơ hội đào tạo & thăng tiến -> Lượng hóa?
• ….