Trước đây, trong bài viết về Thống kê mô tả – Phần 1: Thống kê tần số sử dụng SPSS 26, chúng ta đã thảo luận về cách thực hiện thống kê tần số trong SPSS. Hôm nay, Xử Lý Số Liệu tiếp tục chia sẻ cách tính toán thống kê trung bình một cách đơn giản nhất.

Tổng quan về Thống kê mô tả – Thống kê trung bình

Thống kê mô tả là sao?

Thống kê mô tả đóng vai trò then chốt trong việc cô đọng và trình bày những đặc trưng cơ bản của một tập dữ liệu, hỗ trợ đắc lực cho quá trình nghiên cứu và phân tích sâu hơn. Nó cho phép nhà nghiên cứu có cái nhìn tổng quan về dữ liệu, từ đó hình thành những nhận định sơ bộ và định hướng cho các bước phân tích kế tiếp.

Những ưu điểm chính của thống kê mô tả:

• Tóm tắt thông tin cốt lõi: Thống kê mô tả cung cấp những dữ liệu quan trọng về tập dữ liệu, bao gồm số lượng quan sát, giá trị trung bình, độ lệch chuẩn, phân bố tần suất,… giúp nhà nghiên cứu dễ dàng nắm bắt được các đặc điểm chính của dữ liệu.
• Phát hiện các liên hệ tiềm ẩn: Bằng cách sử dụng các công cụ như bảng tần số kết hợp (Custom Tables), thống kê mô tả có thể giúp tìm ra những mối liên hệ ẩn giữa các biến trong dữ liệu, tạo tiền đề cho các phân tích hồi quy và xây dựng mô hình phức tạp hơn.
• Đánh giá độ tin cậy của dữ liệu: Thống kê mô tả hỗ trợ đánh giá mức độ tin cậy của dữ liệu, từ đó xác định tính chính xác của các kết quả nghiên cứu và khả năng áp dụng chúng vào thực tế.

Thống kê trung bình là sao?

Thống kê mô tả bao gồm hai loại chính: thống kê trung bình và thống kê tần số.

Trong đó, thống kê trung bình được sử dụng để tổng kết các giá trị trung tâm của một tập dữ liệu. Nó cung cấp thông tin về mức độ tập trung của dữ liệu xung quanh một điểm nhất định, giúp nhà nghiên cứu nắm bắt đặc điểm chung của bộ dữ liệu và so sánh chúng giữa các nhóm khác nhau.

Các loại thống kê trung bình phổ biến:

• Giá trị trung bình (Mean): Được tính bằng tổng giá trị của tất cả các phần tử trong tập dữ liệu chia cho số lượng phần tử. Đây là loại trung bình được sử dụng rộng rãi nhất.
• Trung vị (Median): Là giá trị nằm ở vị trí giữa khi các phần tử được sắp xếp theo thứ tự tăng dần hoặc giảm dần. Trung vị phù hợp với dữ liệu có chứa nhiều giá trị ngoại lệ.
• Chế độ (Mode): Là giá trị xuất hiện nhiều nhất trong tập dữ liệu. Chế độ chỉ phù hợp với dữ liệu định tính (categorical).

Hướng dẫn thực hiện thống kê trung bình trong SPSS 26

Bước 1: Mở tập dữ liệu cần phân tích trong SPSS.

Mở tập dữ liệu trong SPSS

Nếu bạn chưa rõ cách mở tập dữ liệu, hãy tham khảo thêm hướng dẫn về *nhập liệu, import data vào phần mềm SPSS 27.

Bước 2: Chọn “Analyze” > “Descriptive Statistics” > “Descriptives“.

Nhấp chọn Analyze > Descriptive Statistics > Descriptives

Bước 3: Đưa các biến số bạn muốn phân tích vào ô “Variable(s)”.

Đưa các biến cần thống kê vào mục Variables

Bước 4: Lựa chọn các thông số mong muốn hiển thị (như Mean, Median, Mode, Standard Deviation,…) trong hộp thoại “Descriptives”.

• Mean (Giá trị trung bình): Biểu thị giá trị trung tâm của tập dữ liệu, hữu ích khi so sánh các nhóm dữ liệu hoặc đánh giá hiệu quả tổng thể.
• Std. deviation (Độ lệch chuẩn): Đo lường mức độ phân tán của dữ liệu so với giá trị trung bình. Độ lệch chuẩn cao cho thấy dữ liệu phân tán rộng, trong khi độ lệch chuẩn thấp cho thấy dữ liệu tập trung gần giá trị trung bình.
• Minimum (Giá trị nhỏ nhất): Xác định giá trị thấp nhất trong tập dữ liệu, có thể dùng để phát hiện các giá trị ngoại lệ.
• Maximum (Giá trị lớn nhất): Xác định giá trị cao nhất trong tập dữ liệu, có thể dùng để phát hiện các giá trị ngoại lệ hoặc so sánh phạm vi dữ liệu.

Chọn các tùy chọn trong Options

Bước 5: Nhấn “OK” để thực hiện phân tích thống kê trung bình.

Nhấn OK để thực hiện phân tích

Diễn giải kết quả thống kê trung bình

Sau khi chạy phân tích, bạn có thể đọc hiểu kết quả như sau:

Đọc hiểu kết quả thống kê trung bình

• N: Kích thước mẫu nghiên cứu
  • Giá trị: 626 mẫu.
  • Ý nghĩa: Thể hiện số lượng đối tượng tham gia vào nghiên cứu, là cơ sở để đánh giá độ tin cậy và chính xác của kết quả. Kích thước mẫu càng lớn, kết quả thống kê càng đáng tin cậy.
• Minimum: Giá trị nhỏ nhất của biến
  • Giá trị: Các biến PEOU1, PEOU2, PEOU3, PEOU4 có giá trị nhỏ nhất là 2.
  • Ý nghĩa: Cho biết mức độ thấp nhất mà biến số có thể nhận được, giúp so sánh phạm vi giá trị của các biến quan sát.
• Maximum: Giá trị lớn nhất của biến
  • Giá trị: Các biến từ PEOU1 đến PEOU4 đều có giá trị lớn nhất là 5.
  • Ý nghĩa: Cho biết mức độ cao nhất mà biến số có thể nhận được, giúp so sánh phạm vi giá trị của các biến quan sát.
• Mean: Giá trị trung bình của biến
  • Ví dụ:
    • – Biến PEOU1 có giá trị trung bình là 4.14 (lớn hơn 4).
    • – Biến PEOU2 có giá trị trung bình là 4.13 (lớn hơn 4).
    • – Biến PEOU3, PEOU4 có giá trị trung bình lần lượt là 4.06 và 4.07 (lớn hơn 4).
  • Ý nghĩa:
    • – Là thước đo quan trọng nhất, thể hiện mức độ trung bình của biến.
    • – Trong thang đo Likert 5 mức độ:
      • Mean thiên về 3-5: Người trả lời đồng ý với quan điểm của biến.
      • Mean ở mức điểm 3: Người trả lời đánh giá trung tính, là mức ở giữa.
      • Mean thiên về 1-3: Người trả lời không đồng ý với quan điểm của biến.
  • Diễn giải:
    • – Giá trị trung bình của PEOU1, PEOU2, PEOU3 và PEOU4 > 4: Mức độ đồng ý ở mức cao hơn trung bình.
• Std. Deviation: Độ lệch chuẩn của biến
  • Ví dụ:
    • – Giá trị Std. Deviation càng nhỏ, đáp viên càng trả lời tập trung.
    • – Giá trị Std. Deviation càng cao, đáp viên càng trả lời phân tán.
  • Ý nghĩa:
    • – Đại diện cho mức độ phân tán của các giá trị dữ liệu xung quanh giá trị trung bình.
    • – Std. Deviation nhỏ: Người trả lời có xu hướng trả lời gần nhau, kết quả thống kê đồng đều hơn.
    • – Std. Deviation cao: Người trả lời có xu hướng trả lời khác nhau nhiều, kết quả thống kê phân tán hơn.

Tầm quan trọng của thống kê trung bình trong SPSS 26

Thống kê trung bình là một công cụ không thể thiếu trong thống kê mô tả, đặc biệt quan trọng trong việc tóm tắt và phân tích dữ liệu trong SPSS. Dưới đây là những mục đích chính của việc sử dụng thống kê trung bình:

• Đánh giá phạm vi giá trị của biến:
  • – Thống kê trung bình giúp xác định vị trí của giá trị trung bình so với giá trị nhỏ nhất (Minimum) và giá trị lớn nhất (Maximum) của biến.
  • – Qua đó, nhà nghiên cứu có thể đánh giá mức độ phân bố của dữ liệu, phát hiện các giá trị bất thường (outlier) và so sánh phạm vi giá trị giữa các biến khác nhau.
• Đánh giá điểm trung bình theo thang đo Likert:
  • – Thang đo Likert thường được sử dụng để đo lường thái độ, ý kiến của người tham gia khảo sát.
  • – Thống kê trung bình giúp xác định mức độ đồng ý của đáp viên với các câu hỏi khảo sát.

Một vài điều cần lưu ý khi thực hiện thống kê trung bình

• Thống kê trung bình dễ bị ảnh hưởng bởi các giá trị ngoại lệ. Vì vậy, cần kiểm tra dữ liệu cẩn thận trước khi sử dụng.
• Thống kê trung bình không phù hợp với dữ liệu định tính. Trong trường hợp này, nên sử dụng “Mode” (giá trị xuất hiện nhiều nhất) hoặc trung vị.
• Nên sử dụng kết hợp thống kê trung bình với các phương pháp thống kê mô tả khác để có cái nhìn toàn diện về tập dữ liệu.

Trong bài viết này, Xulysolieu đã trình bày chi tiết về thống kê mô tả – thống kê trung bình và cách thực hiện phân tích trong SPSS. Bên cạnh SPSS, xulysolieu.info còn cung cấp dịch vụ xử lý số liệu bằng AMOS, SmartPLS. Để biết thêm chi tiết, bạn có thể truy cập Dịch vụ xử lý số liệu chất lượng – Giá cả sinh viên.