Trước khi tính một con số nào, bạn cần biết mỗi cột trong tệp số liệu thuộc loại biến nào: định danh (chỉ là tên nhóm), thứ bậc (có thứ tự nhưng khoảng cách giữa các mức không đều), khoảng (khoảng cách đều, không có số không thật) hay tỷ lệ (khoảng cách đều và có số không thật). Loại biến quyết định được phép tính trung bình hay chỉ được đếm phần trăm, vẽ cột hay vẽ tần suất phân bố, so sánh nhóm theo hướng nào. Việc làm được ngay tối nay: mở sổ mã hoá biến, thêm một cột "loại biến" và điền cho từng câu hỏi trong phiếu.
Bước này nằm giữa lúc nhập liệu xong và lúc bắt đầu chương kết quả. Nó ngắn, nhưng gần như mọi lỗi bị gạch đỏ ở chương bốn về sau (trung bình của giới tính, biểu đồ tròn cho điểm số, phần trăm cho một biến liên tục bị cắt vụn) đều bắt nguồn từ chỗ bỏ qua nó. Phần dưới đi qua bốn loại, một bảng nhận diện với đề tài giả định, rồi những chỗ các khoa có thể gọi khác nhau.
Bốn loại biến, nói bằng câu hỏi để tự nhận ra
Định danh: chỉ đặt tên, không xếp hạng được. Giới tính, ngành học, nơi ở (ký túc xá, nhà trọ, nhà gia đình), có làm thêm hay không. Bạn có thể ghi số 1, 2, 3 cho tiện nhập liệu, nhưng con số đó chỉ là nhãn. Đổi ký túc xá thành 3 và nhà gia đình thành 1 thì dữ liệu không đổi nghĩa gì. Tự hỏi: "Đổi thứ tự mã có làm sai điều gì không?" Nếu không, đó là định danh.
Thứ bậc: có thứ tự, nhưng không biết khoảng cách. Năm học (năm nhất đến năm tư), mức độ đồng ý từ "rất không đồng ý" đến "rất đồng ý", học lực xếp loại. Biết "đồng ý" cao hơn "phân vân", nhưng không ai chứng minh được khoảng cách từ phân vân lên đồng ý bằng khoảng cách từ đồng ý lên rất đồng ý. Tự hỏi: "Có xếp được thứ tự không, và có dám nói hai bước bằng nhau không?"
Khoảng: bước đều, nhưng số không là quy ước. Ví dụ kinh điển là nhiệt độ theo độ C: 20 độ không nóng gấp đôi 10 độ. Trong khoá luận khoa học xã hội, điểm tổng của một thang đo nhiều câu thường được xử lý như biến khoảng. Tự hỏi: "Số không ở đây có nghĩa là không có gì hay không?" Nếu không, mà các bước đều, đó là khoảng.
Tỷ lệ: bước đều và số không là thật. Số giờ làm thêm mỗi tuần, số giờ tự học, thu nhập, tuổi, diện tích ruộng. Không giờ nghĩa là không làm thêm. Chỉ với loại này bạn mới được nói "nhóm A tự học gấp đôi nhóm B". Trong thực hành phân tích, khoảng và tỷ lệ thường được gộp chung gọi là biến định lượng hoặc biến liên tục; nhiều giáo trình gọi định danh và thứ bậc là biến định tính hoặc biến phân loại. Cách gọi có thể khác theo khoa, nhưng ranh giới thì giống nhau.
Bảng nhận diện loại biến cho từng câu trong phiếu
Đề tài giả định: "Ảnh hưởng của làm thêm đến thời gian tự học của sinh viên năm hai" (ngành kinh tế). Chép khung này, mỗi câu hỏi trong phiếu là một dòng. Cột cuối là thứ giúp bạn khỏi bị gạch.
| Câu trong phiếu | Cách ghi vào tệp | Loại biến | Được tính, được vẽ | Không nên làm |
|---|---|---|---|---|
| C1. Giới tính | 1 = nam, 2 = nữ | Định danh | Tần số, phần trăm, biểu đồ cột | Tính trung bình 1,6 |
| C2. Nơi ở hiện nay | 1 = ký túc xá, 2 = nhà trọ, 3 = nhà gia đình | Định danh | Tần số, phần trăm, bảng chéo | Xếp hạng nơi ở |
| C5. Mức độ đồng ý "Làm thêm khiến mình mệt khi tự học" | 1 đến 5 | Thứ bậc | Phần trăm từng mức, trung vị; nhiều khoa chấp nhận cả trung bình | Nói "đồng ý gấp đôi" |
| C7. Số giờ làm thêm tuần trước | Số giờ, ghi đúng số | Tỷ lệ | Trung bình, trung vị, độ lệch chuẩn, tần suất phân bố | Gộp nhóm ngay từ lúc nhập |
| C8. Số giờ tự học tuần trước | Số giờ, ghi đúng số | Tỷ lệ | Như trên; là biến kết quả chính | Hỏi theo khoảng rồi tính trung bình |
| C9. Thu nhập từ làm thêm | 1 = dưới mức A, 2 = từ A đến B, 3 = trên B | Thứ bậc (vì đã hỏi theo khoảng) | Phần trăm từng nhóm | Lấy điểm giữa khoảng rồi tính trung bình như số thật |
Dòng C9 là chỗ hay vấp nhất: thu nhập vốn là biến tỷ lệ, nhưng khi phiếu chỉ cho chọn khoảng thì dữ liệu bạn có trong tay đã thành thứ bậc. Loại biến là loại của dữ liệu đã thu, không phải của khái niệm trong đầu.
Vì sao loại biến quyết định cả chương kết quả
Mỗi phép tính ngầm đòi một điều kiện về dữ liệu. Trung bình cộng đòi các khoảng cách bằng nhau, nên nó vô nghĩa với mã giới tính và còn tranh cãi với một câu Likert đơn lẻ. Trung vị chỉ đòi xếp được thứ tự, nên dùng được cho thứ bậc trở lên. Tần số và phần trăm dùng được cho mọi loại, nhưng với biến tỷ lệ có hàng trăm giá trị khác nhau thì bảng tần số dài vô ích.
Hướng phân tích cũng đi theo loại biến. Muốn so sánh số giờ tự học giữa sinh viên có và không làm thêm, bạn đang đặt một biến định danh hai nhóm cạnh một biến tỷ lệ; muốn xem nơi ở có liên quan đến việc có làm thêm hay không, bạn đặt hai biến định danh cạnh nhau và cần bảng chéo. Hai tình huống này dẫn tới hai nhóm phép kiểm khác nhau, mà tên cụ thể và cách chạy bạn sẽ tra ở các tài liệu chuyên về kiểm định. Ở bước này, việc của bạn chỉ là ghi đúng loại để bước sau không chọn nhầm.
Biểu đồ cũng vậy: biến định danh và thứ bậc hợp với biểu đồ cột (thứ bậc thì giữ đúng thứ tự các mức), biến liên tục hợp với biểu đồ tần suất phân bố hoặc biểu đồ hộp. Một bạn vẽ biểu đồ tròn cho số giờ tự học sẽ có hai mươi lát cắt mỏng như sợi chỉ, và người hướng dẫn sẽ hỏi ngay biến này là loại gì.
Tình huống: bảng mô tả có dòng "giới tính trung bình 1,58"
Linh, sinh viên năm tư ngành kinh tế, làm đề tài giả định về làm thêm và thời gian tự học. Bản nháp chương bốn có một bảng thống kê mô tả xuất thẳng từ phần mềm thống kê, liệt kê mọi biến theo cùng một khuôn: trung bình, độ lệch chuẩn, nhỏ nhất, lớn nhất. Người hướng dẫn khoanh đỏ ba dòng và ghi bên lề "biến này là loại gì?". Linh sửa theo thứ tự:
- Mở sổ mã hoá, thêm cột "loại biến", điền cho cả hai mươi hai câu theo bốn câu tự hỏi ở trên.
- Tách bảng mô tả làm hai: bảng đặc điểm mẫu (giới tính, nơi ở, năm học: tần số và phần trăm) và bảng các biến liên tục (giờ làm thêm, giờ tự học: trung bình, độ lệch chuẩn, trung vị).
- Với câu C9 hỏi theo khoảng, bỏ dòng "thu nhập trung bình" và thay bằng phần trăm từng khoảng, kèm một câu thừa nhận trong phần hạn chế rằng thu nhập chỉ có dạng khoảng.
- Với các câu Likert đơn lẻ, hỏi lại người hướng dẫn khoa mình quen trình bày trung bình hay trung vị, rồi giữ một cách cho cả chương.
- Ghi một dòng trong chương phương pháp: "Các biến được phân loại theo thang đo định danh, thứ bậc và tỷ lệ; phép thống kê mô tả được chọn theo loại biến." Câu này cho hội đồng biết bạn chọn có lý do.
Lần gửi sau, phần ghi chú của người hướng dẫn chuyển sang chuyện diễn giải, không còn chuyện bảng sai. Đó là dấu hiệu bước này đã xong.
Chỗ hay tranh cãi và cách đứng cho vững
Một câu Likert là thứ bậc, điểm tổng nhiều câu thường xử lý như khoảng. Đây là tranh luận lâu năm trong phương pháp. Thực hành phổ biến trong khoá luận là: trình bày từng câu bằng phần trăm từng mức (có thể kèm trung bình nếu khoa quen dùng), còn điểm tổng hoặc điểm trung bình của cả thang đo thì xử lý như biến liên tục. Quan trọng là bạn nói rõ mình chọn cách nào và dùng nhất quán.
Tuổi là tỷ lệ, nhóm tuổi là thứ bậc. Nếu phiếu hỏi năm sinh, bạn có biến tỷ lệ và có thể gộp nhóm sau. Nếu phiếu chỉ cho chọn nhóm tuổi, bạn không bao giờ quay ngược lại được. Lời khuyên cho lần thiết kế phiếu sau: hỏi số thật khi người trả lời không ngại khai.
Biến hai giá trị là trường hợp đặc biệt. Có/không làm thêm là định danh, nhưng khi mã 0 và 1 thì trung bình chính là tỷ lệ phần trăm số người có. Đây là ngoại lệ có ích, không phải giấy phép tính trung bình cho mọi biến định danh.
Số đếm là tỷ lệ dù là số nguyên. Số lần nghỉ học trong tháng, số con trong hộ là biến tỷ lệ rời rạc. Được tính trung bình, nhưng khi phần lớn người trả lời ở 0 và 1 thì trung vị và phần trăm thường kể câu chuyện rõ hơn.
Không cần làm gì ở bước này, và việc làm tiếp trong tuần
Không cần học thuộc định nghĩa chính xác của từng loại thang đo theo một cuốn sách cụ thể; hội đồng không hỏi bạn thuộc lòng mà hỏi vì sao bạn tính trung bình cho cột này. Không cần đổi lại phiếu đã phát xong; dữ liệu là dữ liệu, bạn chỉ phân loại cho đúng và ghi hạn chế nếu cần. Cũng không cần chạy phép tính nào trong lúc phân loại: làm việc này trên sổ mã, bằng bút, sẽ nhanh hơn ngồi trước phần mềm.
Thứ tự cho tuần này: ngày thứ nhất điền cột loại biến cho toàn bộ phiếu; ngày thứ hai đánh dấu những câu đã hỏi theo khoảng mà lẽ ra nên hỏi số thật, ghi vào nháp phần hạn chế; ngày thứ ba với mỗi câu hỏi nghiên cứu, gạch dưới biến kết quả và biến nhóm, viết bên cạnh loại của chúng; cuối tuần gửi người hướng dẫn bảng nhận diện kèm câu hỏi về cách khoa mình trình bày thang Likert. Nếu trường có mẫu trình bày chương kết quả hay quy định riêng về bảng biểu, xem hướng dẫn của khoa trước khi dựng bảng.
Câu hỏi thường gặp
Thang đo Likert năm mức là biến thứ bậc hay biến khoảng?
Một câu Likert riêng lẻ về bản chất là biến thứ bậc vì không chứng minh được các mức cách đều nhau. Điểm tổng hoặc điểm trung bình của nhiều câu cùng đo một khái niệm thường được xử lý như biến khoảng trong khoá luận. Hỏi người hướng dẫn cách khoa bạn quen trình bày và giữ nhất quán trong cả luận văn.
Đã mã giới tính là 1 và 2 thì có được tính trung bình không?
Không nên. Con số 1 và 2 chỉ là nhãn để nhập liệu, đổi chỗ cho nhau cũng không sai gì, nên trung bình của chúng không mang ý nghĩa. Với biến định danh, hãy trình bày tần số và phần trăm từng nhóm. Riêng khi mã 0 và 1 thì trung bình bằng tỷ lệ nhóm mã 1, nhưng vẫn nên ghi bằng phần trăm cho dễ đọc.
Thu nhập hỏi theo khoảng thì xử lý thế nào trong chương kết quả?
Khi phiếu chỉ cho chọn khoảng, dữ liệu bạn có là biến thứ bậc. Trình bày phần trăm từng khoảng và trung vị theo khoảng là cách an toàn. Lấy điểm giữa mỗi khoảng để tính trung bình chỉ nên làm khi người hướng dẫn đồng ý, và phải ghi rõ đây là ước lượng. Nhắc điểm này trong phần hạn chế của luận văn.
Biến khoảng và biến tỷ lệ khác nhau có quan trọng trong khoá luận không?
Với phần lớn phép tính thông dụng, hai loại này được xử lý giống nhau và thường gọi chung là biến định lượng. Khác biệt chỉ lộ ra khi bạn muốn nói "gấp đôi" hay "bằng một nửa": câu đó chỉ đúng với biến tỷ lệ, nơi số không nghĩa là không có gì. Biết điều này giúp bạn tránh một câu diễn giải sai.
Có cần ghi loại biến vào chương phương pháp không?
Nên có, dù chỉ một hai câu hoặc một cột trong bảng mô tả biến. Hội đồng đọc chương phương pháp để hiểu vì sao bạn chọn phép phân tích nào; khi họ thấy bạn đã phân loại biến trước, các bảng ở chương kết quả trở nên dễ thuyết phục hơn. Hình thức cụ thể thì theo mẫu luận văn của trường, khoa bạn.
Làm sao biết một biến đếm như số lần nghỉ học nên trình bày bằng trung bình hay trung vị?
Nhìn tần suất phân bố trước. Nếu phần lớn người trả lời dồn ở 0 và 1, còn vài người nghỉ rất nhiều, trung bình sẽ bị kéo lên và không đại diện cho người điển hình; khi đó trung vị và phần trăm theo từng mức kể câu chuyện rõ hơn. Nếu phân bố khá cân, trung bình kèm độ lệch chuẩn là đủ.