Thống kê mô tả SPSS: 7 bước chạy và đọc kết quả trung bình, độ lệch chuẩn

Thống kê mô tả SPSS là bước đầu tiên của hầu hết các bài phân tích định lượng. Trước khi chạy Cronbach's Alpha, EFA hay hồi quy, bạn cần biết mẫu gồm những ai, mỗi biến có giá trị trung bình bao nhiêu, dữ liệu phân tán ra sao và có giá trị bất thường hay không. Bài viết hướng dẫn 7 bước chạy thống kê mô tả SPSS bằng Descriptives, Frequencies và Explore, cách đọc từng chỉ số và cách trình bày bảng kết quả đúng chuẩn.

Thống kê mô tả SPSS là gì?

Thống kê mô tả (descriptive statistics) tóm tắt đặc điểm của dữ liệu bằng các con số và biểu đồ, không suy rộng ra tổng thể. Trong SPSS, thống kê mô tả gồm ba nhóm chỉ số:

• Xu hướng trung tâm: trung bình (Mean), trung vị (Median), yếu vị (Mode).
• Mức độ phân tán: độ lệch chuẩn (Std. Deviation), phương sai, giá trị nhỏ nhất (Minimum), lớn nhất (Maximum), khoảng biến thiên.
• Hình dạng phân phối: độ lệch (Skewness) và độ nhọn (Kurtosis).

Chọn chỉ số nào phụ thuộc vào thang đo thống kê của biến. Biến danh nghĩa như giới tính chỉ mô tả bằng tần số và phần trăm; biến định lượng hoặc điểm Likert tổng hợp mới dùng trung bình và độ lệch chuẩn.

Khi nào cần chạy thống kê mô tả SPSS?

1. Mô tả mẫu: giới tính, độ tuổi, trình độ, thu nhập của người trả lời.
2. Kiểm tra dữ liệu: phát hiện giá trị nhập sai (ví dụ giá trị 6 trên thang Likert 5 mức), giá trị thiếu và giá trị ngoại lai.
3. Mô tả mức đánh giá: đáp viên đồng ý đến mức nào với từng phát biểu và từng nhân tố.
4. Kiểm tra giả định phân phối: xem dữ liệu có xấp xỉ chuẩn trước khi dùng kiểm định tham số.

Dữ liệu mẫu dùng để chạy thống kê mô tả SPSS

Ví dụ trong bài dùng file dữ liệu gồm các câu Likert 5 mức (1 = Hoàn toàn không đồng ý, 5 = Hoàn toàn đồng ý). Các biến quan sát được chia thành nhóm nhân tố: nhóm TN (thu nhập), nhóm DT (đào tạo), nhóm DN (đồng nghiệp), nhóm LD (lãnh đạo).

Trước khi phân tích, hãy kiểm tra trong Variable View: mỗi biến đã có nhãn (Label), nhãn giá trị (Values) và Measure đúng. Điều này giúp bảng output dễ đọc và tránh nhầm biến.

7 bước chạy thống kê mô tả SPSS

Bước 1. Mở hộp thoại Descriptives

Vào Analyze > Descriptive Statistics > Descriptives.

Bước 2. Chọn biến

Đưa các biến cần mô tả từ khung bên trái sang khung Variable(s). Bạn có thể đưa tất cả biến cùng lúc hoặc đưa lần lượt từng nhóm nhân tố để có các bảng con dễ trình bày hơn.

Bước 3. Chọn chỉ số trong Options

Nhấn Options, chọn Mean, Std. deviation, Minimum, Maximum. Nếu cần kiểm tra phân phối, chọn thêm Skewness và Kurtosis. Ở mục Display Order, chọn Variable list để giữ đúng thứ tự biến như bảng hỏi.

Bước 4. Chạy và đọc bảng Descriptive Statistics

Nhấn Continue > OK. SPSS xuất bảng kết quả như hình dưới.

Bước 5. Chạy Frequencies cho biến nhân khẩu học

Với biến phân loại, vào Analyze > Descriptive Statistics > Frequencies, đưa các biến giới tính, độ tuổi, trình độ vào và nhấn OK. Bảng Frequencies cho biết số lượng (Frequency), phần trăm (Percent), phần trăm hợp lệ (Valid Percent) và phần trăm tích lũy (Cumulative Percent). Khi có giá trị thiếu, hãy báo cáo Valid Percent.

Bước 6. Tạo biến đại diện cho từng nhân tố

Để mô tả mức đánh giá chung của một nhân tố, vào Transform > Compute Variable, đặt tên biến mới (ví dụ TN_mean) và nhập công thức MEAN(TN1,TN2,TN3,TN4,TN5). Sau đó chạy Descriptives cho các biến đại diện này. Lưu ý chỉ tạo biến đại diện sau khi thang đo đã đạt độ tin cậy và các biến bị loại (nếu có) đã được bỏ ra khỏi công thức.

Bước 7. Kiểm tra phân phối bằng Explore

Vào Analyze > Descriptive Statistics > Explore, đưa biến vào Dependent List, trong Plots chọn Normality plots with tests và Histogram. SPSS sẽ xuất bảng Skewness, Kurtosis, kiểm định Shapiro-Wilk, biểu đồ Q-Q và boxplot để phát hiện giá trị ngoại lai.

Cách đọc kết quả thống kê mô tả SPSS

• N: số quan sát hợp lệ của biến. Nếu N của các biến khác nhau, dữ liệu có giá trị thiếu.
• Minimum: giá trị nhỏ nhất. Ví dụ TN1, TN2, TN3, TN5 có giá trị nhỏ nhất là 1, còn TN4 là 2.
• Maximum: giá trị lớn nhất. Ví dụ TN2 đến TN5 có giá trị lớn nhất là 5, còn TN1 là 4. Nếu thấy giá trị vượt quá thang đo, cần kiểm tra lại khâu nhập liệu.
• Mean: giá trị trung bình, cột có ý nghĩa giải thích nhiều nhất. Với Likert 5 mức, TN1 có Mean = 2,64, thấp hơn mức trung lập 3; TN2, TN3, TN5 nằm trong khoảng 3-4; TN4 có Mean = 4,41, cho thấy đáp viên rất đồng ý với phát biểu này.
• Std. Deviation: độ lệch chuẩn. Giá trị nhỏ cho thấy câu trả lời khá đồng đều; giá trị lớn (ví dụ trên 1 với thang 5 mức) cho thấy ý kiến đáp viên phân hóa mạnh.

Diễn giải giá trị trung bình trong thống kê mô tả SPSS

Có hai cách phổ biến để diễn giải Mean của thang Likert 5 mức. Hãy chọn một cách, nêu rõ trong chương phương pháp và áp dụng thống nhất.

Cách 1: khoảng cách đều (5-1)/5 = 0,8	Cách 2: làm tròn toán học	Mức đánh giá
1,00 - 1,80	1,00 - 1,49	Rất không đồng ý
1,81 - 2,60	1,50 - 2,49	Không đồng ý
2,61 - 3,40	2,50 - 3,49	Trung lập
3,41 - 4,20	3,50 - 4,49	Đồng ý
4,21 - 5,00	4,50 - 5,00	Rất đồng ý

Cách 1 chia đều khoảng từ 1 đến 5 thành năm đoạn, phổ biến trong các luận văn kinh tế, quản trị. Cách 2 làm tròn Mean về mức gần nhất trên thang đo. Ngoài ra, một số tác giả chỉ so sánh Mean với mức trung lập 3.

Lưu ý: thống kê mô tả SPSS chỉ dừng ở việc "đọc" các chỉ số. Không nên vội rút ra hàm ý quản trị từ một giá trị Mean thấp. Phần diễn giải sâu nên đặt sau khi đã hoàn thành các kiểm định, khi đó bạn mới quay lại kết hợp kết quả mô tả với kết quả hồi quy hoặc SEM để thảo luận.

Trình bày bảng thống kê mô tả SPSS trong luận văn

Không nên dán nguyên ảnh chụp output thống kê mô tả SPSS vào bài. Hãy copy bảng sang Word hoặc Excel, thêm cột nội dung phát biểu và cột mức đánh giá. Một bảng chuẩn gồm:

Mã biến	Phát biểu	Min	Max	Mean	SD	Mức đánh giá
TN1	Thu nhập tương xứng với năng lực	1	4	2,64	0,82	Trung lập
TN4	Công ty trả lương đúng hạn	2	5	4,41	0,68	Rất đồng ý
TN_mean	Nhân tố Thu nhập	1,40	5,00	3,52	0,61	Đồng ý

Số liệu trong bảng chỉ mang tính minh họa cách trình bày. Dưới bảng, viết một đoạn ngắn nêu biến có Mean cao nhất, thấp nhất và nhận xét về độ lệch chuẩn. Ghi chú nguồn "Kết quả phân tích dữ liệu khảo sát của tác giả".

Kiểm tra phân phối chuẩn bằng thống kê mô tả SPSS

Skewness và Kurtosis trong bảng thống kê mô tả SPSS giúp đánh giá nhanh hình dạng phân phối. Ngưỡng thường dùng:

• Skewness và Kurtosis trong khoảng ±1: phân phối xấp xỉ chuẩn, khá chặt chẽ.
• Skewness trong khoảng ±2 và Kurtosis trong khoảng ±7: chấp nhận được với mẫu lớn (Curran và cộng sự, 1996).
• Với mẫu lớn (trên 300), kiểm định Shapiro-Wilk thường có ý nghĩa ngay cả khi lệch chuẩn rất nhỏ, nên hãy kết hợp với biểu đồ Q-Q và histogram.

Nếu dữ liệu lệch mạnh, cân nhắc kiểm định phi tham số hoặc báo cáo trung vị thay cho trung bình. Không xóa quan sát chỉ để dữ liệu "đẹp" hơn; nếu loại giá trị ngoại lai, phải nêu tiêu chí và lý do.

Ví dụ trình bày thống kê mô tả SPSS cho mẫu nghiên cứu

Phần mô tả mẫu thường là bảng đầu tiên của chương kết quả. Sau khi chạy Frequencies cho các biến nhân khẩu học, bạn gộp kết quả vào một bảng duy nhất như sau:

Đặc điểm	Phân loại	Số lượng	Tỷ lệ (%)
Giới tính	Nam	132	44,0
	Nữ	168	56,0
Độ tuổi	Dưới 25	87	29,0
	25-34	141	47,0
	Từ 35 trở lên	72	24,0
Tổng		300	100

Số liệu minh họa. Đoạn nhận xét đi kèm nên ngắn gọn: "Mẫu gồm 300 quan sát hợp lệ, trong đó nữ chiếm 56,0%; nhóm 25-34 tuổi chiếm tỷ lệ cao nhất (47,0%)." Không cần nhắc lại toàn bộ con số trong bảng.

Thống kê mô tả SPSS theo nhóm

Khi muốn so sánh Mean giữa các nhóm (ví dụ nam và nữ), có ba cách trong SPSS:

1. Analyze > Compare Means > Means: đưa biến định lượng vào Dependent List, biến nhóm vào Independent List. SPSS xuất Mean, N, SD cho từng nhóm trong một bảng gọn.
2. Data > Split File: chọn Compare groups theo biến nhóm, sau đó chạy Descriptives. Nhớ tắt Split File sau khi xong để không ảnh hưởng các phân tích tiếp theo.
3. Explore với Factor List: cho thống kê mô tả và boxplot theo từng nhóm, tiện kiểm tra giá trị ngoại lai trong mỗi nhóm.

Thống kê mô tả SPSS theo nhóm chỉ cho thấy chênh lệch trong mẫu. Muốn kết luận khác biệt có ý nghĩa thống kê, bạn cần chạy T-test hoặc ANOVA.

Thống kê mô tả SPSS cho hai biến phân loại bằng Crosstabs

Khi cần mô tả quan hệ giữa hai biến phân loại, ví dụ giới tính và kênh mua hàng, vào Analyze > Descriptive Statistics > Crosstabs. Đưa một biến vào Row, một biến vào Column; trong mục Cells chọn Row percentages hoặc Column percentages tùy câu hỏi nghiên cứu. Nếu muốn kiểm định mối liên hệ, chọn thêm Chi-square trong mục Statistics.

Biểu đồ trong thống kê mô tả SPSS

• Biểu đồ cột (Bar chart): phù hợp với biến danh nghĩa và thứ bậc.
• Biểu đồ tròn (Pie chart): chỉ nên dùng khi có ít nhóm (dưới 5) và các phần cộng lại bằng 100%.
• Histogram: phù hợp với biến định lượng, cho thấy hình dạng phân phối.
• Boxplot: cho thấy trung vị, tứ phân vị và giá trị ngoại lai.

Có thể tạo biểu đồ ngay trong Frequencies (nút Charts) hoặc qua Graphs > Chart Builder. Mỗi biểu đồ cần có tiêu đề, tên trục và nguồn số liệu.

Thống kê mô tả SPSS bằng cú pháp (Syntax)

Thay vì bấm menu nhiều lần, bạn có thể nhấn nút Paste trong hộp thoại để SPSS chuyển thao tác thành cú pháp, rồi lưu lại file .sps. Ví dụ cú pháp thống kê mô tả SPSS cho nhóm TN:

DESCRIPTIVES VARIABLES=TN1 TN2 TN3 TN4 TN5
  /STATISTICS=MEAN STDDEV MIN MAX SKEWNESS KURTOSIS.

Lưu cú pháp giúp bạn chạy lại toàn bộ thống kê mô tả SPSS chỉ với một lần bấm khi dữ liệu thay đổi, đồng thời là bằng chứng minh bạch về quy trình phân tích khi giảng viên hướng dẫn hoặc hội đồng yêu cầu kiểm tra. Đây cũng là thói quen tốt để kết quả có thể tái lập, một nguyên tắc quan trọng của liêm chính trong nghiên cứu.

Bạn nên đặt tên file cú pháp theo thứ tự các bước (01_mo-ta.sps, 02_cronbach.sps, 03_efa.sps) và ghi chú bằng dòng bắt đầu bằng dấu sao (*) để giải thích mục đích từng đoạn lệnh. Khi nộp bài hoặc gửi cho người hướng dẫn, kèm file dữ liệu và file cú pháp để người khác có thể kiểm tra lại toàn bộ kết quả.

Checklist hoàn thành thống kê mô tả SPSS

1. Đã kiểm tra Min, Max của mọi biến, không có giá trị nằm ngoài thang đo.
2. Đã khai báo giá trị thiếu và báo cáo N hợp lệ.
3. Đã đổi chiều câu Likert đảo ngược trước khi tính biến đại diện.
4. Đã chọn và nêu rõ cách diễn giải Mean trong chương phương pháp.
5. Đã trình bày bảng mô tả mẫu và bảng mô tả nhân tố theo một định dạng thống nhất.
6. Đã kiểm tra Skewness, Kurtosis trước khi chạy kiểm định tham số.

Làm đủ checklist này, phần thống kê mô tả SPSS của bạn sẽ là nền tảng vững chắc cho các bước phân tích EFA và hồi quy tuyến tính bội phía sau.

Lỗi thường gặp khi chạy thống kê mô tả SPSS

• Báo cáo Mean cho biến danh nghĩa như giới tính hay ngành học.
• Không đổi chiều câu Likert đảo ngược trước khi tính Mean nhân tố.
• Không khai báo giá trị thiếu (ví dụ mã 99), khiến Mean bị kéo lệch.
• Báo cáo Percent thay vì Valid Percent khi có giá trị thiếu.
• Diễn giải Mean theo nhiều cách khác nhau trong cùng một bài.
• Dán ảnh chụp output thay vì trình bày lại thành bảng.

Câu hỏi thường gặp về thống kê mô tả SPSS

Descriptives và Frequencies khác nhau thế nào?

Descriptives cho các chỉ số tóm tắt (Mean, SD, Min, Max) và phù hợp với biến định lượng. Frequencies cho bảng tần số từng giá trị, phù hợp với biến phân loại, đồng thời có thể tính Mean, Median, Mode trong mục Statistics.

Có cần chạy thống kê mô tả SPSS cho từng biến quan sát không?

Nên chạy cho cả biến quan sát và biến đại diện của nhân tố. Trong bài, có thể trình bày bảng biến quan sát ở phụ lục và bảng nhân tố ở chương kết quả.

Mean bao nhiêu là "tốt"?

Không có ngưỡng tốt hay xấu. Mean chỉ phản ánh mức đánh giá của mẫu khảo sát; ý nghĩa của nó phụ thuộc vào bối cảnh và cần được thảo luận cùng kết quả kiểm định.

Tài liệu tham khảo

• Curran, P. J., West, S. G., & Finch, J. F. (1996). The robustness of test statistics to nonnormality and specification error in confirmatory factor analysis. Psychological Methods, 1(1), 16-29.
• Field, A. (2018). Discovering Statistics Using IBM SPSS Statistics (5th ed.). SAGE.
• IBM. IBM SPSS Statistics documentation.