Làm sạch dữ liệu khảo sát SPSS là bước rà soát tệp dữ liệu trước khi phân tích: kiểm tra cấu trúc biến, thống nhất mã hóa, khai báo giá trị thiếu, phát hiện phiếu bất thường và ghi lại mọi thao tác. Làm kỹ bước này giúp Cronbach’s Alpha, EFA hay hồi quy phía sau phản ánh đúng dữ liệu thật. Ngược lại, một lỗi gõ phím nhỏ có thể làm lệch cả chương kết quả.
Bài viết trình bày quy trình theo đúng thứ tự thao tác trên giao diện SPSS, kèm đường dẫn menu, ngưỡng tham khảo có nguồn và cách mô tả việc xử lý dữ liệu trong chương phương pháp. Nguyên tắc xuyên suốt là làm sạch để phát hiện lỗi, không phải để chỉnh dữ liệu cho ra kết quả mong muốn.
Tóm tắt nhanh: luôn giữ một bản dữ liệu gốc chỉ đọc và làm việc trên bản sao.
Thứ tự hợp lý là cấu trúc biến, mã hóa, giá trị thiếu, giá trị bất thường, rồi lưu nhật ký bằng Syntax.
Mọi phiếu bị loại đều cần một lý do có thể giải thích trước hội đồng.
Vì sao cần làm sạch dữ liệu khảo sát SPSS trước khi phân tích?
Dữ liệu khảo sát thường đi qua nhiều khâu, từ biểu mẫu sang Excel rồi mới vào SPSS, và mỗi khâu đều có thể sinh lỗi như lệch cột hay trùng phiếu. Các thủ tục thống kê không tự nhận ra lỗi, chúng vẫn trả về con số trông hợp lệ. Hội đồng lại hay hỏi thu bao nhiêu phiếu, loại bao nhiêu và vì sao; ghi chép minh bạch cũng là một phần của chuẩn mực đạo đức khi xử lý dữ liệu khảo sát.
Bước 1: Kiểm tra cấu trúc dữ liệu
Mở tệp .sav và chuyển sang thẻ Variable View, nơi khai báo thuộc tính của từng biến. Nếu nhập từ Excel qua File > Import Data > Excel, SPSS có thể đoán sai kiểu dữ liệu, chẳng hạn đọc cột điểm Likert thành chuỗi ký tự (String) thay vì kiểu số.
Tên biến, nhãn và thang đo của biến
Mỗi biến nên có tên ngắn, không dấu, theo quy ước của thang đo, ví dụ TC1, TC2 cho nhóm “tin cậy”. Cột Label ghi nội dung câu hỏi rút gọn, còn cột Values gán nhãn cho từng mã như 1 là “Hoàn toàn không đồng ý”. Cột Measure cần chọn đúng Nominal, Ordinal hoặc Scale để các hộp thoại phân tích về sau hoạt động hợp lý.
Đối chiếu số dòng với số phiếu thu về
Số dòng trong Data View phải khớp với số phiếu bạn ghi nhận khi thu thập. Hãy tạo một biến mã phiếu (ID) duy nhất cho mỗi người trả lời để có thể truy ngược khi cần. Với khảo sát trực tuyến, dùng Data > Identify Duplicate Cases để tìm các dòng trùng hoàn toàn, sau đó xem dấu thời gian trước khi quyết định giữ hay loại.
Bước 2: Mã hóa biến và khai báo giá trị thiếu
Khi cấu trúc đã ổn, cần bảo đảm mỗi con số mang đúng ý nghĩa. Hai thao tác quan trọng nhất là xử lý câu hỏi đảo chiều và khai báo giá trị thiếu, vì cả hai ảnh hưởng trực tiếp đến hệ số tin cậy và kết quả phân tích nhân tố.
Mã hóa ngược câu hỏi đảo chiều
Nếu bảng hỏi có câu phát biểu theo chiều phủ định, cần đảo điểm để cùng chiều với các biến còn lại trong thang đo. Vào Transform > Recode into Different Variables, tạo biến mới như TC3_R với quy tắc 1 thành 5, 2 thành 4, 3 giữ nguyên, 4 thành 2 và 5 thành 1. Bỏ sót bước này là nguyên nhân phổ biến khiến hệ số Cronbach’s Alpha của thang đo thấp bất thường.
Khai báo Missing Values và đánh giá mức độ thiếu
Ô trống trong SPSS được hiểu là thiếu hệ thống (system missing). Nếu bạn dùng mã riêng như 99 cho “không trả lời”, hãy khai báo mã đó trong cột Missing của Variable View, nếu không SPSS sẽ tính 99 như một điểm thật. Để xem tỷ lệ thiếu từng biến, chạy Analyze > Descriptive Statistics > Frequencies và đọc dòng Missing trong bảng Statistics.
Lựa chọn cách xử lý giá trị thiếu
Không có một ngưỡng duy nhất được chấp nhận ở mọi nơi. Hair và cộng sự (Multivariate Data Analysis) gợi ý tỷ lệ thiếu dưới khoảng 10% thường ít gây vấn đề nếu dữ liệu thiếu ngẫu nhiên. Khi tỷ lệ cao hơn hoặc thiếu theo một quy luật, bạn nên trao đổi với giảng viên và báo cáo rõ phương án đã chọn.
- Loại theo danh sách (listwise): chỉ giữ phiếu đủ dữ liệu cho mọi biến; đơn giản nhưng có thể làm giảm cỡ mẫu.
- Loại theo cặp (pairwise): mỗi phép tính dùng các phiếu đủ dữ liệu cho cặp biến đó; cỡ mẫu thay đổi giữa các bảng.
- Thay thế giá trị: chỉ áp dụng khi có căn cứ phương pháp và phải báo cáo minh bạch; không tự điền số theo cảm tính.
Bước 3: Phát hiện dữ liệu bất thường
Dữ liệu bất thường gồm ba nhóm: giá trị ngoài miền mã hóa, phiếu trả lời thiếu nghiêm túc và giá trị ngoại lai. Quyết định xử lý phải dựa trên lý do kiểm chứng được, không dựa vào việc kết quả sau khi loại có “đẹp” hơn hay không.
Giá trị ngoài miền mã hóa
Với thang Likert năm mức, mọi giá trị phải nằm trong khoảng 1 đến 5. Chạy Analyze > Descriptive Statistics > Descriptives, chọn tất cả biến thang đo và xem hai cột Minimum, Maximum. Một giá trị 55 hay 0 gần như chắc chắn là lỗi gõ phím; hãy dùng mã phiếu để tìm lại phiếu gốc và sửa theo đúng câu trả lời ban đầu.
Phiếu trả lời một chiều và câu kiểm tra sự chú ý
Một số người chọn cùng một mức cho toàn bộ bảng hỏi, kể cả câu đảo chiều, hiện tượng này gọi là trả lời một chiều (straight-lining). Bạn có thể tạo biến độ lệch chuẩn theo hàng qua Transform > Compute Variable với hàm SD; giá trị bằng 0 cho thấy phiếu cần xem lại. Phiếu trả lời sai câu kiểm tra sự chú ý chỉ nên loại khi tiêu chí này đã được xác định từ trước.
Ngoại lai đơn biến và đa biến
Với biến định lượng, vào Descriptives và tích “Save standardized values as variables” để tạo điểm z. Tabachnick và Fidell (Using Multivariate Statistics) gợi ý xem xét kỹ các trường hợp có trị tuyệt đối z lớn hơn 3,29. Với ngoại lai đa biến, khoảng cách Mahalanobis lưu từ Analyze > Regression > Linear > Save được so với phân phối khi bình phương ở mức p < 0,001.
| Loại vấn đề | Cách phát hiện trong SPSS | Hướng xử lý minh bạch |
|---|---|---|
| Giá trị ngoài miền mã hóa | Descriptives, xem Minimum và Maximum | Tra phiếu gốc, sửa đúng câu trả lời ban đầu |
| Phiếu trùng | Data > Identify Duplicate Cases | Đối chiếu dấu thời gian, giữ một bản |
| Trả lời một chiều | Compute Variable với hàm SD theo hàng | Loại nếu đúng tiêu chí định trước |
| Ngoại lai đơn biến | Điểm z, Boxplot trong Analyze > Descriptive Statistics > Explore | Tìm nguyên nhân, phân tích độ nhạy |
| Ngoại lai đa biến | Mahalanobis trong hộp thoại Linear Regression | Báo cáo số trường hợp và cách xử lý |
Kinh nghiệm từ Luận Văn 360: lỗi chúng tôi gặp nhiều nhất là loại phiếu ngoại lai lặp đi lặp lại cho đến khi Cronbach’s Alpha hoặc hệ số hồi quy đạt mức mong muốn.
Cách làm này làm sai lệch kết quả và rất khó bảo vệ. Một ngoại lai chỉ nên bị loại khi có bằng chứng đó là lỗi hoặc không thuộc tổng thể nghiên cứu; nếu chưa chắc, hãy chạy phân tích có và không có trường hợp đó rồi báo cáo cả hai.
Nếu chưa chắc các bước trên đã đủ, dịch vụ hỗ trợ phân tích dữ liệu bằng SPSS của Luận Văn 360 có thể cùng bạn rà soát quy trình. Bạn sẽ có góp ý cụ thể để tự điều chỉnh và vẫn chịu trách nhiệm với dữ liệu của mình.
Bước 4: Lưu nhật ký xử lý bằng Syntax
Mỗi hộp thoại SPSS đều có nút Paste. Thay vì bấm OK, hãy bấm Paste để lệnh được ghi vào cửa sổ Syntax rồi chạy từ đó. Cuối buổi, lưu tệp .sps cùng tên với tệp dữ liệu. Nhờ vậy, bạn hoặc giảng viên có thể chạy lại toàn bộ quá trình làm sạch dữ liệu khảo sát SPSS từ bản gốc và nhận đúng kết quả cũ.
Bên cạnh Syntax, nên có một bảng nhật ký ghi ngày, thao tác, số phiếu bị ảnh hưởng và lý do. Cú pháp các lệnh được mô tả trong tài liệu IBM SPSS Statistics. Nhật ký về sau được tóm tắt trong chương phương pháp, gồm các ý:
- Số phiếu thu về và số phiếu hợp lệ sau khi làm sạch.
- Tiêu chí loại phiếu, ví dụ trả lời một chiều hoặc sai câu kiểm tra.
- Danh sách biến đã mã hóa ngược.
- Cách xử lý giá trị thiếu và ngoại lai, kèm nguồn tham khảo.
Mẫu câu báo cáo, ví dụ minh họa: “Trong 412 phiếu thu về, 27 phiếu bị loại do chọn cùng một mức cho toàn bộ thang đo hoặc trả lời sai câu kiểm tra sự chú ý; 385 phiếu hợp lệ được đưa vào phân tích.” Hãy thay bằng số liệu thật của bạn.
Lỗi thường gặp khi làm sạch dữ liệu
Ghi đè lên tệp dữ liệu gốc
Nhiều người chỉnh trực tiếp trên tệp duy nhất rồi bấm Save, sau đó không thể quay lại khi phát hiện nhầm lẫn. Hãy đặt tệp gốc ở chế độ chỉ đọc và chỉ làm việc trên bản sao đặt tên theo ngày.
Loại phiếu mà không ghi lý do
Một con số phiếu hợp lệ không kèm giải thích dễ khiến hội đồng nghi ngờ tính khách quan của mẫu. Mỗi quyết định loại cần gắn với một tiêu chí cụ thể trong nhật ký. Nếu tiêu chí chỉ được đặt ra sau khi xem kết quả, hãy nói rõ điều đó và trao đổi với giảng viên hướng dẫn.
Kết luận
Làm sạch dữ liệu khảo sát SPSS hiệu quả dựa trên bốn bước: kiểm tra cấu trúc, mã hóa và khai báo giá trị thiếu, phát hiện dữ liệu bất thường, rồi lưu nhật ký bằng Syntax. Điểm mấu chốt là mọi thay đổi đều có lý do, có ghi chép và có thể chạy lại từ bản gốc.
Khi dữ liệu đã sạch, bước tiếp theo là mô tả mẫu và các biến nghiên cứu; bài thống kê mô tả trong SPSS và nội dung cần báo cáo sẽ giúp bạn làm phần này. Nếu cần một lượt góp ý độc lập cho tệp dữ liệu và kế hoạch phân tích, hãy tìm hiểu dịch vụ phân tích SPSS của Luận Văn 360.
