Thống kê mô tả STATA là bước tóm tắt đặc điểm của mẫu và các biến nghiên cứu bằng những chỉ số như số quan sát, trung bình, độ lệch chuẩn, giá trị nhỏ nhất, lớn nhất, tần số và tỷ lệ. Các lệnh chính gồm summarize, tabstat và tabulate. Bảng kết quả này giúp người đọc hình dung dữ liệu trước khi đi vào mô hình hồi quy.
Nhiều bản thảo chỉ dán nguyên cửa sổ Results vào Word, khiến bảng dài, khó đọc và thiếu thông tin cần thiết. Bài viết dưới đây đi từ việc chọn chỉ số theo loại biến, các tùy chọn lệnh hay dùng, cách xuất bảng sạch sang Word hoặc Excel, đến cách viết đoạn diễn giải gắn với câu hỏi nghiên cứu.
- Chọn chỉ số dựa trên loại biến, không chạy một lệnh cho mọi biến.
- Báo cáo số quan sát thực tế của từng biến để người đọc thấy mức độ thiếu.
- Diễn giải con số trong bối cảnh ngành, giai đoạn và đơn vị đo.
Thống kê mô tả STATA dùng để làm gì trong luận văn?
Bảng mô tả trả lời ba câu hỏi cơ bản: mẫu gồm những ai hoặc những đơn vị nào, các biến dao động trong khoảng nào, và có dấu hiệu bất thường nào cần lưu ý không. Với nghiên cứu định lượng dùng dữ liệu thứ cấp, đây còn là cơ sở để giải thích vì sao lấy log một biến hay vì sao cần sai số chuẩn vững.
Thống kê mô tả STATA cũng là bước kiểm tra chéo cho quá trình xử lý trước đó. Nếu tỷ lệ nợ có giá trị lớn nhất bằng 35 trong khi kỳ vọng nằm dưới 1, rất có thể có lỗi đơn vị tính. Vì vậy, nên chạy bảng mô tả ngay sau khi hoàn tất làm sạch và quản lý dữ liệu trong STATA, trước khi ước lượng bất kỳ mô hình nào.
Chọn thống kê phù hợp với loại biến
Chỉ số mô tả phải khớp với thang đo của biến. Tính trung bình cho biến mã hóa ngành nghề từ 1 đến 9 sẽ cho ra một con số vô nghĩa. Ngược lại, chỉ báo cáo tần số cho biến doanh thu liên tục lại khiến bảng dài vô ích.
Biến định lượng liên tục
Với các biến như tổng tài sản, lợi nhuận trên tài sản (ROA) hay thu nhập hộ, nên báo cáo số quan sát, trung bình, độ lệch chuẩn, giá trị nhỏ nhất và lớn nhất. Khi phân phối lệch mạnh, bổ sung trung vị và khoảng tứ phân vị để người đọc thấy giá trị điển hình. Trung bình lớn hơn nhiều so với trung vị là dấu hiệu có đuôi phải dài.
Biến phân loại và biến thứ bậc
Giới tính, loại hình sở hữu hay vùng miền được mô tả bằng tần số và tỷ lệ phần trăm. Với biến thứ bậc như trình độ học vấn, có thể thêm phần trăm tích lũy. Biến giả 0 và 1 là trường hợp đặc biệt: trung bình của nó chính là tỷ lệ quan sát nhận giá trị 1, nên có thể đặt chung bảng với biến liên tục.
| Loại biến | Chỉ số nên báo cáo | Lệnh STATA gợi ý |
|---|---|---|
| Liên tục, phân phối gần đối xứng | N, trung bình, độ lệch chuẩn, min, max | summarize, tabstat |
| Liên tục, lệch mạnh | Thêm trung vị, phân vị 25 và 75 | summarize kèm detail, tabstat |
| Định danh | Tần số, tỷ lệ phần trăm | tabulate, tab1 |
| Thứ bậc | Tần số, phần trăm, phần trăm tích lũy | tabulate |
| Biến giả 0 và 1 | Trung bình được đọc như tỷ lệ | summarize |
| Hai biến phân loại | Bảng chéo, phần trăm theo hàng hoặc cột | tabulate hai chiều |
Lệnh và tùy chọn cơ bản
Ba lệnh dưới đây đáp ứng phần lớn nhu cầu của một chương kết quả. Hãy ghi tất cả vào do-file thay vì gõ trong cửa sổ Command để có thể chạy lại khi mẫu thay đổi.
Lệnh summarize và tùy chọn detail
Gõ summarize kèm danh sách biến sẽ cho năm cột quen thuộc: số quan sát, trung bình, độ lệch chuẩn, nhỏ nhất và lớn nhất. Thêm tùy chọn detail, STATA in các phân vị, độ lệch (skewness) và độ nhọn (kurtosis) cho từng biến. Tùy chọn này hữu ích khi soát dữ liệu, nhưng thường quá chi tiết để đưa nguyên vào luận văn.
Lệnh tabstat để chọn chỉ số theo nhóm
Lệnh tabstat cho phép tự chọn chỉ số trong tùy chọn statistics, ví dụ n, mean, sd, p50, min và max. Tùy chọn by giúp so sánh theo nhóm, chẳng hạn doanh nghiệp niêm yết ở hai sàn khác nhau. Thêm columns(statistics) để mỗi biến nằm trên một hàng, đúng bố cục bảng mô tả thường thấy trong bài báo kinh tế.
Lệnh tabulate cho tần số và bảng chéo
Với một biến, tabulate in tần số, phần trăm và phần trăm tích lũy; tab1 chạy lần lượt cho nhiều biến. Với hai biến, thêm tùy chọn row hoặc column để có phần trăm theo hàng hoặc cột. Tùy chọn missing hiển thị cả nhóm thiếu, tránh việc tỷ lệ bị tính trên một mẫu nhỏ hơn mà bạn không nhận ra.
Tương quan giữa các biến định lượng
Nhiều luận văn kinh tế đặt ma trận tương quan ngay sau bảng mô tả để người đọc thấy sơ bộ mối liên hệ và nguy cơ đa cộng tuyến. Hệ số tương quan Pearson phù hợp với biến liên tục; với biến thứ bậc hay phân phối lệch nặng, có thể cân nhắc tương quan hạng Spearman qua lệnh spearman.
Chọn giữa correlate và pwcorr
Lệnh correlate chỉ dùng các quan sát đủ dữ liệu cho mọi biến trong danh sách, nên số quan sát đồng nhất. Lệnh pwcorr tính trên từng cặp biến và có tùy chọn sig, star để hiện mức ý nghĩa. Nếu dùng pwcorr, hãy ghi chú cỡ mẫu có thể khác nhau giữa các cặp.
Xuất bảng thống kê mô tả STATA sang Word và Excel
Chép tay số liệu từ cửa sổ Results dễ sai một chữ số và mất thời gian mỗi khi cập nhật mẫu. Xuất bảng bằng lệnh giúp con số trong luận văn luôn khớp với đầu ra mới nhất.
Lệnh table, collect và dtable ở phiên bản mới
Từ STATA 17, lệnh table được thiết kế lại và đi cùng hệ thống collect, cho phép tùy chỉnh bố cục rồi xuất sang docx, xlsx hoặc tex. STATA 18 bổ sung dtable, lập nhanh bảng mô tả mẫu theo nhóm. Nếu máy bạn dùng phiên bản cũ hơn, hãy kiểm tra danh sách trên trang tính năng của STATA trước khi chọn cách xuất.
Lệnh putexcel và gói estout
Lệnh putexcel ghi kết quả lưu trong bộ nhớ vào ô Excel cụ thể, phù hợp khi bạn đã có mẫu bảng cố định. Gói cộng đồng estout, cài qua ssc, cung cấp estpost và esttab để xuất bảng mô tả lẫn bảng hồi quy với định dạng thống nhất. Dù dùng cách nào, bảng cuối cùng vẫn cần chỉnh theo quy định trình bày của trường.
Khi hoàn thiện bảng trong Word, nên kiểm tra các điểm sau, tham khảo thêm hướng dẫn trình bày bảng của APA:
- Tên bảng nêu rõ nội dung, mẫu và giai đoạn dữ liệu.
- Mỗi biến có tên dễ hiểu thay vì tên viết tắt trong tệp dữ liệu.
- Số thập phân thống nhất, thường là hai hoặc ba chữ số.
- Ghi chú dưới bảng nêu nguồn dữ liệu và đơn vị tính.
Diễn giải kết quả trong ngữ cảnh nghiên cứu
Đoạn diễn giải không nên đọc lại từng con số trong bảng. Hãy chọn vài điểm đáng chú ý, giải thích chúng nói gì về mẫu và liên hệ với câu hỏi nghiên cứu hoặc nghiên cứu trước. Ví dụ minh họa: “ROA trung bình của mẫu thấp hơn trung vị, cho thấy một số doanh nghiệp lỗ lớn kéo giá trị trung bình xuống.”
So sánh độ phân tán giữa các biến
Độ lệch chuẩn chỉ so sánh được giữa các biến cùng đơn vị. Với biến khác đơn vị, hệ số biến thiên, tức độ lệch chuẩn chia cho trung bình, cho cái nhìn công bằng hơn. Hãy lưu ý hệ số này không có ý nghĩa khi trung bình gần 0 hoặc biến nhận cả giá trị âm.
Kinh nghiệm từ Luận Văn 360: lỗi chúng tôi gặp thường xuyên là bảng mô tả và bảng hồi quy có số quan sát khác nhau mà không có lời giải thích.
Nguyên nhân thường là bảng mô tả chạy trên toàn mẫu, còn hồi quy tự loại các dòng thiếu. Hãy tạo biến đánh dấu mẫu ước lượng bằng e(sample) và chạy lại bảng mô tả trên đúng mẫu đó.
Nếu bạn muốn có người đối chiếu bảng mô tả với dữ liệu gốc và góp ý đoạn diễn giải, dịch vụ phân tích dữ liệu bằng STATA của Luận Văn 360 có thể hỗ trợ rà soát. Phần viết và chỉnh sửa cuối cùng vẫn do bạn thực hiện.
Câu hỏi thường gặp
Có bắt buộc báo cáo độ lệch và độ nhọn không?
Không có quy định chung. Hai chỉ số này hữu ích khi bạn cần lập luận cho việc biến đổi log hoặc lựa chọn phương pháp ước lượng. Nếu không dùng đến trong lập luận, có thể chỉ để trong phụ lục.
Dữ liệu bảng có cần lệnh mô tả riêng không?
Có. Lệnh xtsum tách độ lệch chuẩn thành phần giữa các đơn vị (between) và theo thời gian (within), giúp đánh giá biến nào chủ yếu thay đổi giữa doanh nghiệp. Chi tiết được trình bày trong bài khai báo dữ liệu panel bằng xtset.
Kết luận
Thống kê mô tả STATA hiệu quả bắt đầu từ việc chọn chỉ số theo loại biến, dùng summarize, tabstat, tabulate đúng tùy chọn, xuất bảng bằng lệnh thay vì chép tay và diễn giải con số trong bối cảnh nghiên cứu. Hãy chạy bảng trên đúng mẫu ước lượng để số liệu nhất quán xuyên suốt chương.
Bước tiếp theo là ước lượng mô hình; bài hồi quy tuyến tính trong STATA và các nội dung cần kiểm tra sẽ đồng hành cùng bạn. Nếu dùng SPSS song song, có thể so sánh với bài mô tả mẫu và biến trên SPSS. Để nhận góp ý độc lập cho bảng kết quả, hãy tìm hiểu gói hỗ trợ phân tích STATA cho luận văn.
