Nhập dữ liệu vào SPSS đúng dạng nghĩa là mỗi dòng là một đơn vị quan sát, mỗi cột là một biến, mọi biến được khai đủ tên, nhãn, mã giá trị, mã khuyết và thang đo trong Variable View, và cách xếp cột khớp với loại kiểm định định chạy. Phần lớn những lần SPSS báo lỗi hoặc cho kết quả lạ đều bắt nguồn từ khâu này, không phải từ khâu chọn kiểm định.
Bài dưới đi qua từng cột của Variable View, cách mã hoá biến định danh và thang Likert, quy tắc xếp dữ liệu theo từng kiểm định, cách đưa dữ liệu từ Excel vào, và một danh sách kiểm tra sau khi nhập. Tên menu viết theo các bản SPSS phổ biến hiện nay bằng tiếng Anh; bản khác hoặc giao diện tiếng Việt có thể đặt khác, bạn kiểm lại trên máy mình.
Data View và Variable View: hai mặt của một tệp dữ liệu
Cửa sổ dữ liệu của SPSS có hai thẻ ở góc dưới. Data View giống một bảng tính: mỗi dòng là một người trả lời, một bệnh nhân giả định, một ô thí nghiệm; mỗi cột là một biến. Variable View là nơi khai thông tin về chính các cột đó: mỗi dòng trong Variable View tương ứng với một cột trong Data View. Sửa tên biến ở Variable View, tiêu đề cột ở Data View đổi theo.
Khác với Excel, SPSS không cho bạn đặt hai thứ khác nhau trong cùng một cột, không cho ô ghi chú lẫn vào dữ liệu, và không hiểu bảng tổng hợp. Dữ liệu phải ở dạng thô: một dòng một đơn vị. Bảng có dòng tổng, ô gộp, tiêu đề hai tầng như hay thấy trong báo cáo đều phải được dỡ ra trước khi đưa vào.
Lý do nên khai Variable View cẩn thận từ đầu: mọi bảng kết quả SPSS xuất ra đều lấy nhãn từ đây. Khai tốt, bảng kết quả hiện "Giới tính: Nam, Nữ" thay vì "gt: 1, 2", và bạn đỡ phải sửa tay hàng chục bảng khi đưa vào luận văn. Khai sai thang đo, một số hộp thoại sẽ không cho chọn biến hoặc chọn mặc định không phù hợp.
Khai từng cột trong Variable View
Bảng dưới tóm tắt các cột của Variable View và cách điền hợp lý cho dữ liệu khảo sát luận văn:
| Cột | Điền gì | Lưu ý |
|---|---|---|
| Name | Tên ngắn, bắt đầu bằng chữ cái, không dấu cách: gioitinh, nhom, diem_truoc | Tránh chữ có dấu tiếng Việt trong tên biến để tệp mở được trên máy khác |
| Type | Numeric cho mọi biến sẽ tính toán, kể cả biến nhóm đã mã hoá | Biến String không dùng được trong phần lớn kiểm định |
| Width, Decimals | Số chữ số và số chữ số thập phân hiển thị | Chỉ ảnh hưởng hiển thị, không làm tròn giá trị lưu |
| Label | Nhãn đầy đủ, có dấu: Điểm kiểm tra trước can thiệp | Nhãn này xuất hiện trong bảng kết quả |
| Values | Mã và nhãn: 1 = Nam, 2 = Nữ | Bắt buộc với biến định danh và thứ bậc |
| Missing | Mã khuyết, ví dụ 99 = không trả lời | Không khai thì 99 bị tính như một giá trị thật |
| Measure | Scale, Ordinal hoặc Nominal | Ảnh hưởng một số hộp thoại và biểu đồ |
| Role | Thường để mặc định Input | Ít khi cần đổi với kiểm định cơ bản |
Một biến hay bị khai sai là biến nhóm: nó là số (1, 2, 3) nhưng thang đo phải là Nominal, vì con số chỉ là mã. Biến điểm tổng thang đo, tuổi, thu nhập là Scale. Một câu Likert đơn lẻ thường khai Ordinal; điểm trung bình nhiều câu thường được khai Scale, tuỳ cách bạn định phân tích.
SPSS không bắt buộc khai thang đo đúng mới chạy được t-test hay ANOVA, nên lỗi này hay bị bỏ qua. Nhưng thang đo sai khiến các hộp thoại kiểu mới, như nhóm kiểm định phi tham số kiểu mới hay trình dựng biểu đồ, chọn sai mặc định hoặc không cho kéo biến vào.
Mã hoá biến định danh và thang Likert: lập sổ mã trước khi nhập
Trước khi gõ phiếu đầu tiên, bạn lập một sổ mã (codebook): một bảng ghi tên biến, câu hỏi gốc, các mã và nhãn, mã khuyết. Sổ mã giúp nhiều người nhập liệu thống nhất và là phụ lục tốt cho luận văn. Những quy tắc nên theo:
- Mã số nguyên bắt đầu từ 1 cho các nhóm: 1 = Nam, 2 = Nữ, 3 = Khác. Tránh mã 0 cho nhóm nếu không có lý do, trừ biến có hoặc không quy ước 0 = Không, 1 = Có.
- Thang Likert giữ đúng chiều: 1 = Hoàn toàn không đồng ý đến 5 = Hoàn toàn đồng ý. Câu hỏi đảo chiều nhập đúng như người trả lời chọn, sau đó mới đảo bằng lệnh Recode thành một biến mới; không đảo trong đầu lúc gõ.
- Câu chọn nhiều đáp án tách thành nhiều biến: mỗi đáp án một biến 0 hoặc 1. Gõ chuỗi "1,3,4" vào một ô là không phân tích được.
- Câu trả lời mở không đưa thẳng vào kiểm định: nhập dạng String để lưu, sau đó mã hoá nội dung thành nhóm ở biến mới nếu cần.
- Mã khuyết khác hẳn giá trị hợp lệ: với thang 1–5, dùng 9 hoặc 99 cho "không trả lời"; với tuổi, dùng 999. Nếu cần phân biệt "không trả lời" và "không áp dụng", dùng hai mã khác nhau.
- Mỗi phiếu một mã định danh ở cột đầu, khớp với số ghi trên phiếu giấy hoặc dòng trong tệp biểu mẫu, để khi thấy giá trị lạ bạn tra lại được phiếu gốc.
Sổ mã không chứa họ tên, số điện thoại hay địa chỉ người trả lời. Thông tin nhận dạng, nếu buộc phải thu, để ở tệp riêng có khoá, liên kết với dữ liệu qua mã phiếu.
Xếp dữ liệu theo từng loại kiểm định
SPSS phân biệt hai cách xếp: dạng dài, mỗi dòng một quan sát với một cột cho biết nhóm; và dạng rộng, mỗi dòng một người với nhiều cột cho các lần đo. Loại kiểm định quyết định dạng nào:
| Kiểm định | Cách xếp cột | Ví dụ tên biến |
|---|---|---|
| t hai mẫu độc lập, Mann-Whitney | Dạng dài: một cột mã nhóm, một cột kết quả | nhom (1, 2); diem |
| ANOVA một nhân tố, Kruskal-Wallis | Dạng dài: một cột mã nhóm (3 mức trở lên), một cột kết quả | phuongphap (1, 2, 3); diem |
| t mẫu cặp, Wilcoxon | Dạng rộng: mỗi lần đo một cột, cùng dòng | diem_truoc; diem_sau |
| ANOVA đo lặp, Friedman | Dạng rộng: mỗi thời điểm một cột | lan1; lan2; lan3 |
| Chi bình phương độc lập | Hai cột định danh, mỗi người một dòng | gioitinh; hinhthuc |
| Chi bình phương từ bảng đã đếm | Mỗi ô một dòng, thêm cột tần số, rồi bật Weight Cases | gioitinh; hinhthuc; soluong |
Lỗi kinh điển là nhập hai nhóm độc lập thành hai cột cạnh nhau như trong Excel. SPSS sẽ hiểu đó là hai lần đo của cùng người, và nếu bạn chạy t mẫu cặp trên đó, kết quả vô nghĩa vì người ở dòng 1 nhóm A chẳng liên quan gì tới người ở dòng 1 nhóm B.
Khi đã có dữ liệu ở dạng này mà cần dạng kia, lệnh Data → Restructure chuyển đổi giữa dạng dài và dạng rộng. Với bảng chéo đã đếm sẵn từ tài liệu khác, Data → Weight Cases chọn cột tần số làm trọng số; nhớ tắt trọng số sau khi chạy xong, vì nó áp cho mọi phân tích tiếp theo.
Đưa dữ liệu từ Excel hoặc CSV vào SPSS
Nhiều người thu dữ liệu bằng biểu mẫu trực tuyến hoặc nhập trên Excel rồi mới chuyển sang SPSS. Quy trình an toàn:
- Dọn tệp Excel trước: một trang tính chỉ chứa dữ liệu, dòng đầu là tên biến ngắn không dấu, không ô gộp, không dòng tổng, không màu dùng thay cho mã.
- Đổi câu trả lời chữ thành mã số ngay trên Excel bằng tìm và thay thế, hoặc giữ nguyên chữ để SPSS chuyển sau bằng lệnh Transform → Automatic Recode.
- Trong SPSS, mở tệp bằng File → Open → Data hoặc File → Import Data, chọn loại tệp Excel hoặc CSV, đánh dấu ô đọc tên biến từ dòng đầu.
- Với CSV có tiếng Việt, chọn mã hoá UTF-8 nếu hộp thoại có tuỳ chọn; các bản SPSS gần đây mặc định chạy chế độ Unicode, nhưng bản cũ có thể làm hỏng dấu.
- Sang Variable View, kiểm từng biến: biến lẽ ra là số mà hiện Type là String nghĩa là trong cột có ô chữ. Tìm và sửa ô đó trên Excel rồi nhập lại, thay vì đổi kiểu ngay trong SPSS và mất dữ liệu.
- Điền Label, Values, Missing, Measure theo sổ mã, rồi lưu thành tệp SPSS riêng. Từ đây, mọi chỉnh sửa làm trên tệp này hoặc bằng cú pháp, không quay lại sửa Excel song song.
Khi dán từ Excel trực tiếp vào Data View, SPSS có thể đọc dấu thập phân theo cài đặt vùng của máy; số "6,5" có thể thành chữ hoặc thành 65. Mở tệp bằng chức năng nhập thay vì dán sẽ kiểm soát được việc này tốt hơn.
Giá trị khuyết: khai đúng để SPSS không tính nhầm
SPSS có hai loại khuyết. Khuyết hệ thống là ô bỏ trống, hiện bằng dấu chấm, SPSS tự loại khỏi phép tính. Khuyết do người dùng khai là các mã như 9 hay 99 bạn đặt trong cột Missing; chúng hiện trên màn hình như số bình thường, nhưng SPSS bỏ qua khi tính. Nếu bạn gõ 99 cho "không trả lời" mà quên khai ở cột Missing, một người "99 điểm" trên thang 1–5 sẽ kéo trung bình lên và làm hỏng mọi kiểm định dùng biến đó.
Lợi ích của mã khuyết khai rõ so với để trống: bạn phân biệt được người bỏ qua câu hỏi với ô bị sót khi nhập liệu, và có thể báo cáo tỷ lệ không trả lời từng câu. Ô trống không cho biết gì, một mã 99 cho biết người đó thấy câu hỏi mà không trả lời.
Khi chạy kiểm định, SPSS thường loại theo từng phân tích: người thiếu biến đang xét bị loại khỏi phân tích đó nhưng vẫn có mặt ở phân tích khác. Vì vậy cỡ mẫu có thể khác nhau giữa các bảng. Bạn đọc dòng N trong mỗi bảng kết quả và giải thích chênh lệch trong luận văn. Nếu tỷ lệ khuyết lớn, cách xử lý cần được bàn với người hướng dẫn, vì loại bỏ đơn giản có thể làm mẫu lệch.
Kiểm dữ liệu ngay sau khi nhập
Trước khi chạy bất kỳ kiểm định nào, dành mười lăm phút cho các bước kiểm tra sau. Chúng bắt được phần lớn lỗi gõ phím:
- Chạy Analyze → Descriptive Statistics → Frequencies cho mọi biến định danh và Likert. Mã ngoài phạm vi, như số 6 trên thang 1–5 hay mã 3 ở biến giới tính chỉ có hai nhóm, hiện ngay trong bảng tần số.
- Chạy Analyze → Descriptive Statistics → Descriptives cho biến Scale, xem giá trị nhỏ nhất và lớn nhất. Tuổi 250 hay điểm 85 trên thang 10 là lỗi gõ thêm một chữ số.
- Dùng Data → Identify Duplicate Cases theo mã phiếu để tìm phiếu nhập hai lần.
- Với dữ liệu cặp, kiểm vài dòng ngẫu nhiên đối chiếu phiếu gốc để chắc điểm trước và sau của cùng người nằm đúng dòng.
- Nếu hai người cùng nhập liệu, cho mỗi người nhập lại ngẫu nhiên một phần phiếu của người kia và so sánh; tỷ lệ sai lệch cho biết có cần kiểm toàn bộ hay không.
- Lưu một bản dữ liệu đã kiểm, đặt tên có ngày, và ghi lại mọi sửa đổi trong một tệp nhật ký: phiếu số mấy, biến nào, giá trị cũ, giá trị mới, căn cứ sửa.
Sửa một giá trị chỉ khi có căn cứ trên phiếu gốc. Một giá trị trông bất thường nhưng đúng như người trả lời ghi thì giữ nguyên, và quyết định xử lý giá trị ngoại lai thuộc về phần phân tích, với lý do được nêu rõ, không phải phần nhập liệu.
Câu hỏi thường gặp
Có nên đặt tên biến tiếng Việt có dấu trong SPSS không?
Các bản SPSS gần đây ở chế độ Unicode chấp nhận tên có dấu, nhưng tệp có thể lỗi khi mở trên máy hoặc phiên bản khác, và cú pháp khó gõ hơn. Cách an toàn là tên biến ngắn không dấu, còn tiếng Việt có dấu đặt trong Label và Values để bảng kết quả vẫn đẹp.
Biến nhóm nên khai Type là String hay Numeric?
Nên khai Numeric với mã số và gán nhãn trong Values. Nhiều hộp thoại kiểm định của SPSS chỉ nhận biến nhóm dạng số, ví dụ ô Define Groups của t-test cần nhập mã 1 và 2. Biến String chỉ nên dùng cho câu trả lời mở hoặc mã định danh chứa chữ.
Dữ liệu một người có nhiều lần đo thì nhập dạng dài hay dạng rộng?
Với t mẫu cặp, Wilcoxon, ANOVA đo lặp và Friedman trong menu thông thường của SPSS, nhập dạng rộng: mỗi lần đo một cột trên cùng dòng. Một số phân tích nâng cao như mô hình hỗn hợp cần dạng dài; lệnh Restructure chuyển qua lại khi cần.
Weight Cases dùng khi nào và có rủi ro gì?
Weight Cases dùng khi bạn chỉ có bảng đã đếm, mỗi dòng là một ô của bảng kèm cột tần số. Rủi ro là quên tắt trọng số: mọi phân tích sau đó vẫn bị nhân theo cột tần số mà không có cảnh báo nổi bật. Thanh trạng thái phía dưới cửa sổ dữ liệu thường báo trọng số đang bật.
Có thể sửa dữ liệu trực tiếp trong Data View sau khi đã chạy phân tích không?
Sửa được, nhưng kết quả đã xuất ra không tự cập nhật, bạn phải chạy lại. Mọi sửa đổi nên có căn cứ từ phiếu gốc và được ghi vào nhật ký. Dùng cú pháp cho các thao tác biến đổi giúp bạn chạy lại toàn bộ quy trình dễ dàng khi dữ liệu thay đổi.
Mã khuyết 99 có bị tính vào trung bình nếu quên khai không?
Có. Khi 99 chưa được khai trong cột Missing, SPSS coi đó là giá trị thật và đưa vào mọi phép tính. Bảng Descriptives với giá trị lớn nhất bằng 99 trên một thang 1 đến 5 là dấu hiệu dễ thấy nhất; bạn khai lại mã khuyết rồi chạy lại phân tích.