Manipulating data (data transforming)

1. Ph ần 3 – Những phân tích căn bản
8 – Thao tác chuyển đổi dữ liệu

2. T i sao ạ phải chuyển đổi (chế biến) dữ liệu?
• Đôi khi bạn không thể tiến hành phân tích, kiểm định giả thuyết vơi số
liệu thô (raw data)
Do đó, tùy vào nghiên cứu cụ thể, bạn có thể phải xử lý số liệu thô theo một
số cách sau:
• Tính ra tổng giá trị cho biến đối với mỗi cases. Hãy nhớ lại biến
Optimism
• Chuyển một biến từ không chuẩn sang biến chuẩn
• Chuyển (collapsing) biến liên tục thành biến nhóm (định danh) (Vd: biến
age chia thành young, middle-aged, và old) để thực hiện một số phân tích
như variance
• Chuyển (tăng hoặc giảm) biến nhóm thành biến nhóm khác (vd: biến
marital sẽ được chuyển thành biến marital1 chỉ có hai nhãn “in a
relationship” và “not in a relationship”)

3. Ghi lại những gì đã thay đổi với số liệu
• Những gì bạn làm thay đổi với số liệu sẽ làm cho Codebook trước đây còn
rất ít giá trị tham khảo.
• Do đó, hãy ghi lại những gì mình đã làm (thay đổi) với dữ liệu thô ban đầu
• SPSS có thể giúp bạn qua việc sử dụng chức năng Syntax Editor
• Để có file Syntax, thì trong bất kỳ thao tác nào (vd: vẽ biểu đồ), thay vì
nhấn Ok để kết thúc, bạn hãy nhấn Paste để ghi lại những gì mình đã làm
• Trong file Syntax bạn cũng có thể thêm comment (vd: bạn ghi chú thứ
mình làm). Nhớ là phải có ít nhất một cách dòng giữa comment của bạn
và câu lệnh (cả trên và dưới), bắt đầu comment của bạn bằng một ngôi
sao (* - asterisk)
• Hãy mở một file SPSS ra và thử làm với Syntax nhé!!!

4. TÍNH TỔNG CHO CÁC BIẾN (trong một biến lớn, với mỗi
case)
(CALCULATING TOTAL SCALE SCORES)
• Trước khi thực hiện tính tổng, bạn cũng nên cân nhắc xem
liệu có thể cộng tổng giá trị của các biến được không. Bạn
cần phải hiểu về nghiên cứu của mình
Bao gồm 2 bước:
• Bước 1: Đảo ngược tất cả những biến được diễn tả theo
chiều “tiêu cực”. Tôi cần giải thích chỗ này mới được!!!!
• Bước 2: Ra lệnh cho SPSS tính ra tổng giá trị của biến (cho
mỗi case). Giải thích???

5. TÍNH TỔNG CHO CÁC BIẾN
BƯỚC 1: ĐẢO NGƯỢC BIẾN “TIÊU CỰC”
Hãy mở codebook học buổi đầu tiên ra, xem kỹ biến Optimism, bạn
sẽ thấy vài điều:
•Biến này bao gồm 6 biến nhỏ (từ op1 đến op6)
•Về thang điểm: tất cả các biến đều được sử dụng giá trị theo thang
Likert 5 điểm (1 – strongly disagree, 5 – strongly agree)
•Tuy nhiên, nếu cho rằng biến op1 đang đi theo chiều “tích cực”, thì
những biến nào đang đi theo chiều tiêu cực??? op2, op3,op4, op5,
op6???
•Chính vì sự khác biệt trong “tích cực” và “tiêu cực” đó, người ta sẽ
không thể cộng tổng giá trị của các biến này để tạo nên giá trị cho
biến lớn là Optimism được
•Do đó, người ta phải tiến hành đảo ngược biến “tiêu cực”. Để làm
gì???

6. TÍNH TỔNG CHO CÁC BIẾN
BƯỚC 1: ĐẢO NGƯỢC BIẾN “TIÊU CỰC”
1. Với các biến op2, op4, op6 thì đảo ngược thế nào? Chỉ cần đảo lại giá trị
thang điểm là được
2. Tiến hành như sau:
3. Transform/Recode/ Into Different Variables
4. Chọn biến tiêu cực muốn chuyển đưa vào hộp Input Variable – Output
Variable
5. Nhấn vào biến thứ nhất (op2) và đặt cho nó tên mới trong mục Output
Variable (vd: đặt là revop2). Lặp lại với các biến khác
6. Old and New Value
7. Trong phần Old value, ghi 1; trong phần New value, ghi 5
8. Ok
9. Tiếp tục quá trình đó cho tất cả các giá trị trong thang đo (cho biến op2):
– Old value = 2, New value = 4
– … Old value = 5, New value = 1
10. Continue/ Ok hoặc Paste để ghi lại Syntax

7. • Transform/ Compute
• Đi n tên bi ề ến mới (biến tổng) vào hộp Target Variable. Tốt nhất là có chữ
T đằng trước (total)
Chú ý quan trọng: không được đặt tên biến mới trùng với bất kỳ tên
biến nào đã có trong fiel dữ liệu, bạn sẽ mất hết dữ liệu cũ!!!
• Type and Label/ ghi nhãn cho biến mới/ Continue
• Chuyển các biến cần tính vào hộp Numeric Expression
• Nhấn + trên hình máy tính
• Tiếp tục quá trình trên đến khi hết các biến cần tính tổng
• Hãy kiểm tra lại tất cả các thông tin về các biến, dấu +
• Ok hoặc Paste để ghi lại Syntax
Bây giờ, bạn hãy tính tổng cho biến optimism mà bạn đã chuẩn bị ở bước
1
TÍNH TỔNG CHO CÁC BIẾN
BƯỚC 2: CỘNG TỔNG GIÁ TRỊ CÁC BIẾN
(cho mỗi biến lớn, mỗi một case)

8. Suy nghĩ sau khi đã tính tổng cho biến
• Biến tổng (toptim)sẽ bị missing nếu một trong các biến phụ
(op1,…, revop6) bị missing
• Đôi khi người ta cần tìm ra giá trị trung bình của một biến
nhỏ, sau khi đã tính tổng của biến lớn (toptim/6)
• Luôn ghi vào codebook những gì bạn đã làm với việc tính
tổng của biến
• Sau khi đã có biến mới, hãy chạy thử thống kê mô tả để
check lại biến này (kiểm tra lỗi), kiểm tra outliers
• So sánh giá trị mean mới với những gì đã có trong literature
• Kiểm tra phân phối chuẩn,…

9. Đ I BI N (TRANSFORMING Ổ Ế VARIABLES)
• Tại sao lại phải đổi biến???
• Có rất nhiều kỹ thuật thống kê đò hỏi điều kiện của dữ liệu (vd:
phân tích Peason correlation, variance; Spearman’s rho, Kruskal
Wallis đòi hỏi phân phối chuẩn)
• Tuy nhiên, sau khi đã có file dữ liệu được làm sạch, check
descriptive statistics bạn có thể thất vọng về đặc điểm của nó!!!
• May thay có SPSS, nó sẽ giúp ta lấy lại hy vọng, bằng cách đổi biến
(transforming). Để hiểu thêm về transforming variables đọc Ch.4
Tabachnick and Fidell (2007)
• Nhớ: các kỹ thuật chuyển biến được nêu ở đây vẫn là những chủ
đề được tranh cãi gay gắt. Ta mặc kệ đi!!!

10. CÁC DẠNG CHUYỂN BIẾN ĐIỂN HÌNH

11. CÁC DẠNG CHUYỂN BIẾN ĐIỂN HÌNH (tiếp)

12. Các bước thực hiện đổi biến
1. Transform/ Compute Variable
2. Target Variable: hãy ghi tên biến mới. Chú ý trong tên biến mới cần có dấu hiệu thể
hiện mình đã làm gì với biến cũ và tên biến cũ
Vd: sqnetgaff thể hiện là biến căn bậc 2 của netgaff
3. Function: hãy chọn một trong hàng loạt kỹ thuật tính toán mà bạn cho là phù hợp
4. Đối với đổi biến liên quan đến square root hoặc logarithm, chọn Function group/
Arithmetic/ chọn hàm (SQRT hoặc LOG10) đưa vào hộp Numeric Expression
5. Đối với đổi biến dùng Reflect (xem lại slide trước), bạn cần phải tìm ra giá trị K cho
biến (có thể tìm thấy ở codebook). Đưa giá trị K vào hộp Numeric Expression
6. Đối với đổi biến dùng Inverse, ghi 1/biến (vd: 1/tslfest) trong hộp Numeric Expression
7. Check lại các công thức trong phần Numeric Expression, ghi lại những thông tin về giá
trị cho biến mới được tạo lập
8. Type and Label/ Label/ ghi vắn tắt thông tin về biến mới
9. Kiểm tra lại phần Target Variable xem biến mới có trùng tên với biến nào không? Nếu
trùng các dữ liệu về biến trùng sẽ mất sạch!!!
10. Ok hoặc Paste
11. Hãy chạy Frequencies để kiểm tra skewness và kurtosis hoặc chạy Frequencies/ Chart/
Histogram xem biến mới tạo ra đã tiến triển hơn biến cũ chưa?

13. CHIA BI N LIÊN Ế TỤC THÀNH BIẾN NHÓM
(COLLAPSING VARIABLES)
Sử dụng file survey5ED
• Trong một số phân tích (vd: phân tích Variance), bạn cần
phân tổ (phân nhóm) biến liên tục (vd: low income, medium
income, and high income)
• Trong SPSS 15 trở lên có công cụ Visual Binning để xác định
điểm cut-off của dãy số liệu
• Vd: bạn có thể chia tuổi thành 3 nhóm (theo biến mới với 3
giá trị: trẻ, trung niên, già). Trong khi một điều thú vị là SPSS
vẫn giữ lại thông tin về age như cũ trong file dữ liệu.

14. CHIA BIẾN LIÊN TỤC THÀNH BIẾN NHÓM
1. Transform/ Visual Binning
2. Ch n bi n liên t c (vd: age) đ a vào h p Variables ọ ế ụ ư ộ to Bin/ Continue
3. Trong hộp Visual Binning, nhấn vào biến
4. Trong hộp Binned Variable, ghi tên của biến phân nhóm mới (vd: agegp3)
5. Make Cutpoints/ Ok/ Equal Percentiles Based on Scanned Cases
6. Trong hộp Number of Cutpoints hãy ghi số “n-1”, trong đó n là số nhóm
bạn muốn có. Chọn Apply
7. Make Labels, nhãn biến sẽ được tự động tạo thành
8. Ok hoặc Paste
9. Chạy Analyse/ Fequencies đối với biến mới để biết về số lượng các nhóm
và tỷ lệ %
CÁC BƯỚC TIẾN HÀNH

15. GỘP BIẾN THEO NHÓM
• Đôi khi bạn cần giảm số nhóm của biến định danh.
• Vd: gộp biến marital thành 2 nhóm: in a relationship và not in a
relationship
• Hoặc sau khi bạn chạy Descriptive bạn thấy có quá ít giá trị rơi biến rơi
vào một nhóm nào đó (vd: chỉ có 1 case của biến educaton vào primary
school), bạn có thể bỏ nó đi, hoặc có thể gộp vào nhóm khác (secondary
school)
• Hoặc với hồi quy (regression) bạn cần có 1 = yes, 0 = no (trong khi số liệu
thô của bạn là 1 = yes, 2 = no)
• Ta sẽ tạo biến mới (additional variable) nên biến cũ vẫn được giữ nguyên

16. GỘP BIẾN THEO NHÓM
Các bước tiến hành
C n l y ví d gi i thích ầ ấ ụ ả trên bảng trước đã!!!
1.Transform/ Recode/ Into Different Variables
2.Chọn biến muốn đổi (vd: educ), ghi thêm tên biến nếu bạn muốn trong
phần Label/ Change
3.Old and New Values
4.Old Value/ Value/ ghi giá trị của biến cũ (vd: 1); trong phần New Value, ghi
giá trị biến mới (thông thường cũng là 1. vì sao???). Nhấn Add
5.Với biến cũ thứ hai, ghi 2 vào Old Value, và ghi 1 vào New Value (tức là
đưa nhóm 1 và 2 cũ thành nhóm 1 mới). Nhấn Add
6.Với giá trị thứ 3 của biến cũ, làm tương tự, tùy việc bạn muốn đưa nó vào
nhóm nào trong biến mới. Nhấn Add
7.Tiếp tục với các biến còn lại
8.Continue/ Ok, hoặc Paste để ghi lại Syntax
9.Mở cửa sổ Variable View ra, bạn sẽ thấy thông tin về biến mới

17. Bài tập – Bài 1 - Business
Mở file staffsurvey5ED
1.Tìm ra giá trị tổng của biến Staff Satisfaction (các biến nhỏ gồm
Q1a+Q2a+Q3a ... to Q10a). Đặt tên biến tổng là staffsatis
2.Hãy dùng thống kê mô tả để xem xét biến mới (staffsatis). So sánh nó với
biến cũ ( đã có sẵn trong file – biến totsatis)
3.Giá trị lớn nhất, nhỏ nhất (có thể) của biến mới?
4.Hãy kiểm tra phân bố (histogram) của biến service, bạn hãy làm gì đó cho
nó chuẩn hơn. Check lại nhé!
5.Hãy chia nhóm service thành 3 nhóm bằng việc sử dụng Visual Binning dựa
trên cơ sở equal percentiles, tên biến mới là gp3 service. Hãy chạy
frequencies xem có bao nhiêu cases trong mỗi nhóm?

18. Bài 2 - Health
• Mở file sleep5ED ra
• Hãy tính tổng cho biến Sleepiness and Associated Sensations Scale. Các
biến nhỏ cho nó là fatigue, lethargy, tired, sleepy, energy. Biến mới của
bạn sẽ là sleeptot. Chú ý: không có biến nào cần phải chuyển trước khi
tính tổng
• Hãy chạy thống kê mô tả cho biến mới trên, so sánh nó với biến totSAS
• Giá trị lớn nhất, nhỏ nhất của biến mới?
• Kiểm tra phân phối của biến smokenum. Bạn hãy làm gì đó để biến này
trở nên chuẩn hơn nhé! Nhớ kiểm tra lại phân phối của biến mới (nếu có)
• Chia biến age thành 3 nhóm bằng sử dụng Visual Binning. Biến mới hãy
đặt tên là gp3age. Sau đó hãy chạy frequencies để xêm mỗi nhóm biến
mới có bao nhiêu cases