SPSS Là Gì? Ứng Dụng SPSS Cho Nghiên Cứu Học Thuật

SPSS là một phần mềm quen thuộc đối với sinh viên, nghiên cứu sinh và các nhà nghiên cứu khoa học. Vậy SPSS là gì? Ứng dụng SPSS cho nghiên cứu học thuật như thế nào? Hãy cùng tìm hiểu ở bài viết bên dưới nhé!

SPSS là gì

I. SPSS là gì?

SPSS (Statistical Package for the Social Sciences) là một chương trình máy tính miễn phí phục vụ công tác phân tích thống kê, ra mắt bởi SPSS Inc vào năm 1968 và được IBM mua lại vào năm 2009. SPSS được tạo ra với mục đích phân tích dữ liệu khoa học ứng dụng trong lĩnh vực khoa học xã hội. Nhưng dần về sau, SPSS không dừng lại ở đó mà đã được ứng dụng rộng rãi trong các các nghiên cứu điều tra xã hội học và kinh tế lượng.

Phần mềm SPSS thuộc sở hữu của IBM

Phần mềm SPSS: Công cụ phân tích dữ liệu khoa học Miễn phí Công cụ Nhà phát hành: IBM5413 lượt xem

Sắm ngay phụ kiện sale sâu - Giá chỉ từ 20k

II. Chức năng của SPSS

SPSS có những chức năng chính trong việc xử lý dữ liệu như:

• Nhập và làm sạch dữ liệu.
• Xử lý các biến đổi và quản lý các dữ liệu đó.
• Tổng hợp dữ liệu và trình bày dưới các dạng bảng, đồ thị,...
• Phân tích dữ liệu, tính toán các tham số thống kê và diễn giải kết quả.

III. Ứng dụng SPSS

1. Lĩnh vực

Hiện nay, phần mềm SPSS đang được sử dụng làm công cụ trong thống kê phân tích số liệu. Đặc biệt trong các trường đại học, ngoài ra còn có những lĩnh vực sử dụng công cụ SPSS này để phân tích số liệu cũng như thống kê như:

• Tâm lý học.
• Điều tra xã hội học
• Kinh doanh: Nghiên cứu hành vi mua sản phẩm, xu hướng chấp nhận một sản phẩm, dịch vụ.
• Nghiên cứu trong y sinh: Các ảnh hưởng của thuốc tới một nhóm bệnh lý, phân tích các yếu tố ảnh hưởng đến sâu hại trong nông nghiệp…
• Nghiên cứu thị trường (marketing research)

2. Đối tượng sử dụng

Đối tượng sử dụng SPSS khá đông đảo trải dài từ nhiều ngành nghề:

• Học sinh, sinh viên, học viên các trường đại học.
• Người nghiên cứu xã hội.
• Nhà kinh doanh cần nghiên cứu thị trường.
• Người nghiên cứu khoa học...

IV. Sử dụng SPSS trong nghiên cứu khoa học

1. Phân tích thống kê tần số (Frequency)

Thống kê tần số là thống kê số lần xuất hiện của các biến định tính hoặc định lượng như biến giới tính, độ tuổi, thu nhập, học vấn…sau đó biểu diễn các giá trị này lên đồ thị (hình tròn, hình cột…). Thống kê tần số sẽ thể hiện giá trị phần trăm của tần số xuất hiện tương ứng cho từng biến. Dữ liệu thống kê tần số trong SPSS sẽ được hiển thị dưới dạng bảng và biểu đồ.

Bảng kết quả tần số

2. Phân tích thống kê mô tả (Descriptive)

Thống kê mô tả có tác dụng mô tả ngắn gọn những đặc tính của dữ liệu thu thập được. Thống kê mô trả cho ra những thông tin về giá trị trung bình, độ lệch chuẩn, giá trị nhỏ nhất/lớn nhất, tổng sum, S.E mean,....Thống kê mô tả thường sẽ tập trung đánh giá vào giá trị nhỏ nhất, giá trị lớn nhất, giá trị trung bình.

Bảng thống kê mô tả

3. Phân tích độ tin cậy (Cronbach’s Alpha)

Cronbach Alpha là một phép kiểm định thống kê được sử dụng để đo lường các biến rải rác nhằm đánh giá mức độ chặt chẽ của các biến. Dùng để đánh giá độ tin cậy liên quan đến tính chính xác, tính nhất quán của kết quả, tránh sai số ngẫu nhiên, đánh giá độ tin cậy của thang đo.

Mức giá trị hệ số Cronbach's Alpha:

• Từ 0.8 đến gần bằng 1: thang đo lường rất tốt
• Từ 0.7 đến gần bằng 0.8: thang đo lường sử dụng tốt
• Từ 0.6 trở lên: thang đo lường đủ điều kiện

Nguồn tham khảo: Hoàng Trọng, Chu Nguyễn Mộng Ngọc (2008), Phân tích dữ liệu nghiên cứu với SPSS Tập 2, NXB Hồng Đức, trang 24.

Bảng độ tin cậy

4. Phân tích nhân tố khám phá (Exploratory factor analysis - EFA)

Phân tích nhân tố khám phá EFA có mục tiêu rút gọn dữ liệu và kiểm định các yếu tố đại diện trong mô hình nghiên cứu. Điều kiện khi sử dụng thang đo EFA:

• Phần trăm phương sai tích lũy phải trên 50% biến thiên của các biến quan sát
• Tổng độ lệch bình phương của một nhân tố (Eigenvalue), đại lượng đại diện cho lượng biến thiên giải thích bởi nhân tố hay phương sai của nhân tố phải lớn hơn 1.
• Nguyên tắc chọn một biến thuộc một nhân tố bao gồm biến đó phải có chỉ số lớn hơn 0.5 ở nhân tố đó và không có chỉ số quá 0.35 ở các nhân tố khác
• Trị số KMO (Kaiser – Meyer - Olkin) chỉ số dùng để xem xét sự thích hợp của phân tích nhân tố, trị số KMO lớn hơn 0.5
• Hệ số sig phải nhỏ hơn 0.05 nhằm đảm bảo kiểm định có ý nghĩa với độ tin cậy 95%.

Một bảng nhỏ trong kết quả phân tích EFA

5. Phân tích tương quan (Correlation)

Phân tích tương quan giữa các nhân tố độc lập với nhân tố phụ thuộc, với mục tiêu sẽ chọn những nhân tố độc lập có tương quan với nhân tố phụ thuộc và đưa những nhân tố đó vào hồi quy. Trong đó, hệ số tương quan Pearson (Pearson correlation coefficient, kí hiệu r) dùng để đo lường mức độ tương quan tuyến tính giữa hai biến. Hệ số tương quan Pearson (r) sẽ nhận giá trị từ +1 đến -1.

• r < 0 cho biết một sự tương quan nghịch giữa hai biến, nghĩa là nếu giá trị của biến này tăng thì sẽ làm giảm giá trị của biến kia.
• r=0 cho thấy không có sự tương quan.
• r > 0 cho biết một sự tương quan thuận giữa hai biến, nghĩa là nếu giá trị của biến này tăng thì sẽ làm tăng giá trị của biến kia.

Phân tích hệ số tương quan

6. Phân tích hồi quy (Regression)

Hồi quy trong SPSS là bước kiểm định mô hình nghiên cứu sau khi chạy một loạt các phân tích Cronbach's Alpha, EFA, Correlations để chọn lựa những biến độc lập thỏa mãn điều kiện cho yêu cầu hồi quy... Phân tích hồi quy cho biết mức độ mức độ đóng góp nhiều, ít, không đóng góp... của từng nhân tố độc lập vào sự thay đổi của biến phụ thuộc.

Phân tích hồi quy

Xem thêm:

• V-Ray là gì? Cách thức hoạt động ra sao? Có đặc điểm gì nổi bật?
• Tấm nền IPS là gì? Tấm nền IPS chơi game có tốt không?
• Cyberpunk là gì? Giải mã độ “hot” luồng gió mới cho game thủ

Trên đây là tổng quan về phần mềm SPSS và các ứng dụng thực tế giúp cho bạn có cái nhìn bao quát về phần mềm chuyên sâu này. Hy vọng sẽ giúp ích cho các bạn!