Hội những người yêu thích SPSS

SỰ KHÁC BIỆT KIỂM ĐỊNH ANOVA và MANOVA TRONG NGHIÊN CỨU

* TỔNG QUAN: ANOVA và MANOVA là hai phương pháp thống kê sử dụng để kiểm tra sự khác biệt giữa hai mẫu hay quần thể.

1/ KIỂM ĐỊNH ANOVA (Phân tích Sự khác biệt): Phân tích phương sai là một phương pháp điều tra sự khác biệt giữa hai mẫu, hoặc quần thể. ANOVA không liên quan đến việc phân tích mối quan hệ giữa hai hay nhiều biến một cách rõ ràng. Thay vào đó kiểm tra xem hai hoặc nhiều mẫu từ các quần thể khác nhau có cùng giá trị. Ví dụ, hãy xem xét SỰ KHÁC BIỆT VỀ LÒNG TRUNG THÀNH THEO ĐẶC ĐIỂM NHÂN KHẨU HỌC CỦA NHÂN VIÊN ( TUỔI, GIỚI TÍNH..VV). ANOVA hoặc Phân tích Sự khác biệt cho phép giả thuyết này được kiểm tra. Ở cơ bản, ANOVA có thể được coi là một phần mở rộng của kiểm tra-t, nơi các phương tiện của hai mẫu lấy từ hai quần thể được so sánh.
KẾT LUẬN:Ý tưởng cơ bản của ANOVA là xem xét sự thay đổi trong mẫu và sự thay đổi giữa các mẫu. Sự khác biệt trong mẫu có thể là do sự ngẫu nhiên, trong khi sự biến thiên giữa các mẫu có thể là do ngẫu nhiên và các yếu tố bên ngoài khác. Phân tích sự khác biệt dựa trên ba mô hình; mô hình hiệu ứng cố định, mô hình hiệu ứng ngẫu nhiên và mô hình hiệu ứng hỗn hợp.

2/ KIỂM ĐỊNH MANOVA :MANOVA là viết tắt của Multivariate ANalysis Of VAriance, và nó chiếm hơn hai mẫu hoặc quần thể. Nó liên quan đến nhiều biến phụ thuộc và có thể được xem như một sự tổng quát của ANOVA.

KẾT LUẬN: Ngược lại với ANOVA, MANOVA sử dụng phương sai-hiệp phương sai giữa các biến ngẫu nhiên khi kiểm tra ý nghĩa thống kê của sự khác biệt trong phương tiện. Kiểm tra MANOVA cung cấp chi tiết về ảnh hưởng của biến độc lập đến biến phụ thuộc và các tương tác giữa biến độc lập và tương tác giữa các biến độc lập và biến phụ thuộc.


* SỰ KHÁC BIỆT GIỮA ANOVA và MANOVA LÀ GÌ?

- ANOVA kiểm tra sự khác biệt giữa hai mẫu / quần thể trong khi MANOVA kiểm tra sự khác biệt giữa nhiều mẫu / quần thể.

- ANOVA quan tâm đến hai biến, trong khi MANOVA liên quan đến sự khác biệt trong nhiều biến cùng một lúc.

- MANOVA sử dụng mối quan hệ biến đổi hiệp phương sai.

QUY TRÌNH NGHIÊN CỨU ĐỊNH LƯỢNG TRONG PHÂN TÍCH SPSS.
Khá nhiều bạn hỏi ad quy trình nghiên cứu định lượng như thế nào là hợp lí. Hôm nay trong bài viết này ad xin giới thiệu với mọi người quy trình nghiên cứu và xử lí trên phiên bản SPSS.
Trong nghiên cứu định lượng thông thường sẽ trải qua 3 giai đoạn nghiên cứu chính để kết quả nghiên cứu chính thức có tình giá trị trong thực tế.
BƯỚC 1: NGHIÊN CỨU SƠ BỘ.
Trong bước này chung ta tiến hành thu thập thông tin về cơ sở lí luận xây dựng mô hình nghiên cứu và phỏng vấn chuyên sâu với hai nhóm đối tượng là các chuyên gia trong ngành và nhóm phỏng vấn chuyên sâu. Mẫu đối tượng nghiên cứu thông thường giao động từ 5-15 người. Trong bước này chúng ta sẽ hoàn thiện được những thang đo sơ bộ lần 1 cũng như các biến quan sát
BƯỚC 2: NGHIÊN CỨU CẮT LÁT.( PILOT STUDY)
Sau khi kết thúc tại bước 1 chúng ta đã xây dựng được những thang đo sơ bộ 1. Chúng ta sẽ tiến hành nghiên cứu cắt lát với mẫu nghiên cứu định lượng khoảng 100 để xây dựng hoàn thiện các biến quan sát và thang đo sơ bộ lần 2. Trong bước này đòi hỏi chúng ta phải tiến hành xử lí EFA để hoàn thiện thang đo hoàn chỉnh của mình.
BƯỚC 3: NGHIÊN CỨU ĐỊNH LƯỢNG CHÍNH THỨC.
Sau khi hoàn thiện được thang đo và các biến quan sát hoàn chỉnh thì đây là bước mà các bạn tiến hành nghiên cứu với quy mô mẫu rộng đễ thu thập số liệu và xử lí dữ liệu định lượng. Thông thường kích thước mẫu có nhiều phương pháp xác định khác nhau nhưng theo ad các bạn có thể sử dụng phương pháp của (Hoelter, 1993) hay của Bollen (1989) với hệ số 5 cho tổng số biến quan sát.
Trong bài viết tiếp theo ad sẽ giới thiệu với các bạn sự khác biệt giữa xử lí trên SPSS và phần mềm AMOS
Nhóm hỗ trợ xử lí SPSS
Chuyên nhận hỗ trợ:
- Xây dựng đề tài nghiên cứu, khóa luận.
- Xây dựng và thu thập dự liệu, data nghiên cứu
- Hổ trợ xử lí SPSS
Nhóm [email protected]
Make by Ad T

CÁC MÔ HÌNH LÍ LUẬN DÙNG TRONG NGHIÊN CỨU ĐÁNH GIÁ CHẤT LƯỢNG DỊCH VỤ
Trong nghiên cứu khoa học nói riêng và các đề tài nghiên cứu khóa luận nói chung. Các tác giả thường gặp nhiều khó khăn trong việc xây dựng nền tảng mô hình nghiên cứu của các đề tài liên quan đến chất lượng dịch vụ. Ngày hôm nay nhóm " Hỗ trợ xử lí SPSS" xin giới thiệu với mọi người một số đề tài nền tảng dùng trong xây dựng mô hình nghiên cứu chất lượng dịch vụ.
1/ MÔ HÌNH NORDIC CỦA BRONROOS
Theo mô hình Nordic của Bronroos thì để đạt được sự hài lòng của khách hàng, doanh nghiệp cần phải kết hợp đồng thời cả chất lượng lượng kì vọng và chất lượng nhận thức. Điều này được xác định bởi ba thành tố : chất lượng kỹ thuật, chất, lượng chức năng, và hình ảnh.
2/ MÔ HÌNH CHẤT LƯỢNG KHOẢNG CÁCH CỦA PARASURAMAN & CỘNG SỰ
Trên cơ sở mô hình CLDV của Gronroos (1984), Parasuraman & ctg (1985) cũng đã tiến hành xây dựng mô mô hình chất lượng khoảng cách để đánh giá chất lượng dịch vụ thông qua các khoảng cách so sánh giữa người tiêu dùng và doanh nghiệp. Và sau này mô hình CLDV này ban đầu được phát triển thành mô hình đánh giá chất lượng thông qua 10 thành tố bao gồm: (1)Tin cậy (Reliability); (2) Đáp ứng (Responsiveness); (3) Năng lực phục vụ (Competence); (4)Tiếp cận (Access);(5) Lịch sự (Courtesy); (6)Thông tin (Communication); (7)Tín nhiệm (Credibility); (8)An toàn (Security); (9) Hiểu biết khách hàng Understanding/ Knowing the customer); (10)Phương tiện hữu hình (Tangibles).
3/ MÔ HÌNH BSQ CỦA BAHIA & NANTEL
Dựa trên nền tảng đo lường CLDV cảm nhận đối với các loại hình dịch vụ ngân hàng, Bahia & Nantel (2000) đã xây dựng mô hình đo lường CLDV ngân hàng BSQ (Banking Service Quality) gồm 31 biến quan sát thuộc 6 thành phần: (1) Năng lựcphục vụ hiệu quả (effectiveness andassurance); (2) Tiếp cận (access);(3) Giá cả (price); (4) Phương tiện hữu hình (tangibles); (5) Danh mục dịch vụ (service portfolio);(6) Tin cậy (reliability) trên cơ sở kết hợp 10 thành phần CLDV SERVQUAL của Parasuraman & ctg (1985) và yếu tố 7Ps trong lý thuyết Marketing hỗn hợp.
4/ MÔ HÌNH SYSTRA-SQ CỦA ALDLAIAN & BUTTLE
Để xây dựng bộ thang đo mới trên nền tảng mô hình Nordic của Gronroos (1984), Aldlaigan & Buttle (2002) đã phát triển một mô hình đo lường CLDV ngân hàng bán lẻ SYSTRA-SQ. Bộ công cụ đo lường SYSTRA-SQ khởi đầu từ 963 biến quan sát mô tả cảm nhận CLDV của khách hàng và sau đó tác giả đi đến kết luận cuối cùng còn 21 biến quan sát với 4 thành phần như sau: (1) Chất lượng hệ thống dịch vụ (System service quality); Chất lượng hành vi ứng xử (Behavioural service quality): Giao dịch chính xác (Service transactional accuracy): Chất lượng trang thiết bị (Machine service quality):
5/ MÔ HÌNH CBSQ CỦA GUO VÀ CỘNG SỰ
Với mục tiêu đánh giá toàn thể các loại hình dịch vụ của ngân hàng và so sách mức độ kỳ vọng và cảm nhận của khách hàng doanh nghiệp về những loại hình dịch vụ mà ngân hàng cung cấp, Xin Guo & ctg (2008) đã xây dựng bộ mô hình đo lường CLDV khởi đầu gồm 31 biến quan sát với 7 thành phần: (1) tin cậy; (2) đồng cảm; (3) trang thiết bị; (4) nguồn nhân lực; (5) tiếp cận; (6)
công nghệ; và (7) thông tin trên cơ sở công cụ đo lường SERVQUAL
Bên cạnh những mô hình mà nhóm nghiên cứu đã tổng hợp thì còn rất nhiều mô hình khách như:Mô hình BANKSERV của Avkiran; Mô hình CLDV của Sureshchander & ctg; Mô hình các nhân tố CLDV dựa trên sự hài lòng của Johnston; Mô hình CLDV của Sureshchander & ctg dùng để xây dựng mô hình nghiên cứu để đánh giá chất lượng dịch vụ của ngành ngân hàng nói chung và ngành dịch vụ nói chung. Trong bài viết có sử dụng từ nhiều nguồn tài liệu tham khảo khác nhau nên rất mong nhận được sự đóng góp từ mọi người
Nhóm hỗ trợ xử lí spss( [email protected])
Chuyên trang hỗ trợ xây dựng, mô hình, đề tài khóa luận, dữ liệu nghiên cứu.

PHIÊN BẢN SPSS 23 FULL CRACK
SPSS 23 full license code, phiên bản mới nhất của phần mềm thống kê chuyên dùng cho nghiên cứu định lượng.
Hiện nay phần mềm SPSS đang được sử dụng rộng rãi trong thống kê phân tích số liệu. Đặc biệt trong các trường đại học, việc sử dụng SPSS làm công cụ nghiên cứu đang hết sức phổ biến.
Hum nay Ad xin phép gửi các bạn link dowload phiên bản 23. Phiên bản này hơi nặng nhé mọi người
Link download SPSS version 23 bản 32 bit và 64 bit full license code:
Tenlua: https://tenlua.vn/…/0037e02be7026a0418/spss-23-32-bit-64-bi…
Fshare: https://www.fshare.vn/file/L9AAADP7KZXI
Hướng dẫn cài đặt:
•Disconnect from internet (Must)
•Install SPSS Statistics 23
•Register with “License Key” or “Crack“
•Block the program by a firewall
•Enjoy :)
Nếu trường hợp sau khi cài đặt xong mà ko chạy dc vui lòng download Microsoft Visual C++ 2008 Redistributable Package (x86) link https://www.microsoft.com/en-us/download/details.aspx?id=29 cài đặt. Sau đó chạy lại chương trình spss 23 enjoy :)

www.tenlua.vn tenlua.vn - Upload cực nhanh, download cực đã. Trình quản lý file siêu việt, chia sẻ kho nội dung số, upload file lớn (50GB) ngay trên trình duyệt web, mọi lúc mọi nơi, trên mọi thiết bị.

KIỂM ĐỊNH DURBIN- WATSON VÀ MỐI TƯƠNG QUAN DỮ LIỆU.
Chào các bạn hôm nay nhóm [email protected] sẽ giới thiệu đến các bạn phép kiểm định DURBIN WATSON và mối tương quan dữ liệu. Phần kiểm định này nhằm kiểm tra tương quan chuỗi bậc theo thời gian của dữ liệu thu thập. Giá trị thống kê DURBIN WATSON ( viết tắt là d )sẽ có giá trị dao động trong khoảng từ 0 đến 4. Tùy vào giá trị d mà quyết định xem có tương quan chuỗi bậc nhất hay không. Trước khi tìm hiểu khái niệm kiểm định DURBIN-WATSON các bạn phải hiểu về tính tự tương quan và tương quan trong kiểm định. Nói cách khác trong phép tính của mô hình hồi quy tuyến tính cổ điển tồn tại một giá trị phần dư hay Cov(uiuj) = 0 với mọi i, j. Nếu tồn tại i và j mà Cov(ui,uj) ≠ 0: thì kết luận có tự tương quan. Thông thường chúng ta hay xét tới chỉ số tương quan bậc nhất khi so sánh giá trị sai số Ut với Ut-1 (sai số một kỳ trước đó ). Chính hiện tượng tự tương quan sẽ làm các ước lượng tính được bằng phương pháp OLS không còn là ước lượng hiệu quả .
Hiện tại có hai phương pháp kiểm định DURBIN-WATSON là theo kinh nghiệm (khi mẫu nghiên cứu lớn không có bảng tra hoặc có những kết quả mâu thuẫn) và theo phương pháp cải biên ( khi giá trị rơi vào 2 vùng không quyết định được). Trong bài viết này nhóm chỉ giới thiệu phương pháp xử lí theo kinh nghiệm. Theo phương pháp này thì:
- Nếu 1 < d < 3 thì kết luận mô hình nghiên cứu không có tự tương quan.
- Nếu 0 < d < 1 thì kết luận mô hình nghiên cứu có tự tương quan dương.
- Nếu 3 < d < 4 thì kết luận mô hình nghiên cứu có tự tương quan âm. Trong trường hợp giá trị d rơi vào khoảng không xác định bạn nên sử dụng phép kiểm định theo phương pháp cải biên. Nếu có thắc mắc gì về phép kiểm định DURBIN-WATSON các bạn có thể đặt câu hỏi thêm cho nhóm hoặc gửi mail về địa chỉ [email protected]
Nhóm hỗ trợ tạo và xử lí data spss.
Ad T

THẢO LUẬN VẤN ĐỀ (part 1)
CRONBACHS ALPHA VÀ PHÂN TÍCH EFA
Question 1/ Khi tiến hành nghiên cứu định lượng một số bạn thắc mắc. Sau khi tiến hành kiểm định phân tách nhân tố EFA nhà nghiên cứu sẽ nhận được bộ các nhóm nhân tố mới cùng các biến quan sát đi cùng. Thang đo này được kiểm định độ tin cậy theo chỉ số Cronbachs Alpha trước khi tiến hành phân tích tiếp theo.Vậy phân tích EFA và phân tích Cronbachs Alpha phân tích nào nên tiến hành đầu tiên?
Make by ad T
Nhóm hỗ trợ xử lí SPSS
Nguồn hình ảnh: http://dammetk.blogspot.com/2014/05/cac-buoc-trong-phan-tich-efa.html

CHIA SẺ CẢM XÚC.
Gần đây Ad nhận được khá nhiều lời cảm ơn từ rất nhiều tân Thạc sĩ và cử nhân của rất nhiều trường khác nhau cảm ơn Ad và nhóm "[email protected]" đã hỗ trợ mọi người trong công việc tư vấn và hỗ trợ xử lí số liệu. Ad cũng như các thành viên trong nhóm cảm thấy khá hạnh phúc về điều này. Là một nhóm còn chưa có nhiều tiếng tăm nhưng với phương trâm hoạt động hết mình vì khách hàng nhóm sẽ luôn cố gắng hoàn thiện hơn nữa vì mọi người.
Gần đây Ad cũng nhận một số câu hỏi hơi tế nhị nhưng cũng xin phép chia xẻ với mọi người lí do tại sao lựa chọn nhóm thay vì các nhóm còn lại có trên thị trường:
Edit by: Ad T
Nhóm: [email protected]

PHƯƠNG PHÁP NGHIÊN CỨU KHOA HỌC VÀ NHỮNG ĐIỀU CẦN BIẾT. (P1)
(BÀI VIẾT KHÁ DÀI NÊN LƯU Ý TRƯỚC KHI ĐỌC)

Nghiên cứu khoa học đã và đang nhận được sự quan tâm của rất nhiều bạn sinh viên .Thực tế bộ môn “ Phương pháp nghiên cứu khoa học cũng đã và đang được rất nhiều trường đại học đưa vào chương trình giảng dạy của mình. Tuy nhiên với số lượng tín chỉ giao động chỉ từ 2-3 chỉ/ môn cũng như khối lượng kiến thức quá nhiều đã làm không ít sinh viên cảm thấy mơ hồ về bộ môn này. Rất nhiều công trình nghiên cứu được công bố nhưng tính chuyên môn và khả năng ứng dụng cũng chỉ là con số 0 tròn chĩnh. Trong bài viết lần này Ad xin chia sẻ chút kinh nghiệm của mình đúc kết của Ad thông qua sự trải nghiệm thực tế từ những công trình mà bản thân cũng như các thành viên trong nhóm đã thực hiện từ rất nhiều giải khác nhau :

1/ NĂM VỮNG KIẾN THỨC CHUYÊN MÔN NGÀNH ĐẶC BIỆT LÀ LĨNH VỰC MÀ MÌNH NGHIÊN CỨU.
Điều này hết sức quan trọng đối với các nhà nghiên cứu. Bạn không thể nói hay diễn thuyết bất cứ điều gì có sực thuyết phục khi kiến thức và sự hiểu biết của bạn về lĩnh vực đó chỉ nằm ở mức “sơ sơ”. Các bạn nên nhớ mình đang thực hiện một công trình nghiên cứu nên mức độ đòi hỏi về sự tìm hiểu sâu về vấn đề là rất cao.
Thực tế tại Việt Nam không ít các bạn sinh viên còn chưa chủ động trong việc tìm kiếm các nguồn thông tin nghiên cứu từ nước ngoài do hạn chế về ngoại ngữ. Chính sự giới hạn này đã cản trở không ít tới lượng thông tin trong đề tài thực thi

2/ TRANG BỊ KIẾN THỨC VỮNG VÀNG VỀ BỘ MÔN KINH TẾ LƯỢNG VÀ PHƯƠNG PHÁP XỬ LÍ SỐ LIỆU TRÊN PHẦN MỀM SPSS.
Một công trình được đánh giá cao khi những số liệu thu thập về có thể giúp tác giải giải thích được câu hỏi mà mình đặt ra ban đầu. Không ít các nhà nghiên cứu tràn đầy nhiệt huyết thực hiện nhưng công trình nghiên cứu “vĩ mô” nhưng một chữ bẻ đôi về số liệu và cách thức xử lí lại không nắm rõ. Điều này đã cản trở không ít các đề tài có tính khả thi cao nhưng lại không thực hiện được. Trong bài viết này Ad cũng xin chia sẻ với các bạn 2 cuốn sách mà các bạn nên đọc để trang bị hành trang cho mình là:
1. PHƯƠNG PHÁP NGHIÊN CỨU KHOA HỌC TRONG KINH DOANH của thầy Nguyễn Đình Thọ.
2. PHƯƠNG PHÁP NGHIÊN CỨU ĐỊNH LƯỢNG VÀ NHỮNG NGHIÊN CỨU THỰC TIỄN TRONG KINH TẾ PHÁT TRIỂN NÔNG NGHIỆP của thầy Đinh Phi Hổ

3/ TINH THẦN TRÁCH NHIỆM VỚI ĐỀ TÀI VÀ TÍNH HAM HỌC HỎI.
Một kho kiến thức chuyên môn vững vàng, sự am hiểu tường tận về các phần mềm xử lí nhưng lại “sở hữu” môt tinh thần vô trách nhiệm chỉ giúp nhóm thực hiện tan rã một cách nhanh chóng. Thời gian để thực hiện một công trình có thể kéo dài từ 5 tháng – 1 năm và phải trải qua rất nhiều khó khan, chính vì vậy chỉ có tinh thần trách nhiệm cao, không bỏ cuộc mới giúp các thành viên theo đuổi niềm đam mê tới cùng
Đường là do con người giẫm nát chỗ chông g*i mà tạo ra. Trích “Cảm nghĩ nhỏ- Lỗ Tấn”
4/ SỰ HỖ TRỢ TỪ NGƯỜI ĐỠ ĐẦU.
Giảng viên hỗ trợ là một yếu tố góp phần không nhỏ tời sự thành công của một nhóm nghiên cứu khoa học thành công. Một giảng viên giỏi nhưng nhóm thực hiện không nhiệt huyết thì cũng không có tác dụng. Bên cạnh nguồn tri thức từ giảng viên có thể còn có những nguồn tri thức từ chính những bậc đàn anh, đàn chị đã từng thực hiện những công trình nghiên cứu khoa học. Kinh nghiệm từng trải không bao giờ thừa nên đừng bao giờ ngại hỏi nha các bạn.

Trong phần sau Ad sẽ giới thiệu với các bạn quy trình để tiến hành đánh giá và thực hiện một công trình nghiên cứu khoa học hoàn chỉnh nhé

GIẢ THUYẾT THỐNG KÊ VÀ QUY TRÌNH KIỂM ĐỊNH
1/ GIẢ THUYẾT THỐNG KÊ.
Khi tiến hành một nghiên cứu định lượng các nhà nghiên cứu phải trả lời được câu hỏi nghiên cứu hay nói các khác là trả lời xem vấn đề nghiên cứu có được giải quyết hay không. Thông thường ngay từ những bước sơ khai nhà nghiên cứu sẽ phải xác lập một hệ thống các vấn đề nghiên cứu cần phải làm sáng tỏ. Đây chính là giả thuyết nghiên cứu.
2/ QUY TRÌNH KIỂM ĐỊNH
Để đánh giá một giả thuyết nghiên cứu, các nhà nghiên cứu sẽ phải đánh giá thông qua thủ tục kiểm định giả thuyết (hypothesis testing) hay kiểm định ý nghĩa thống kê (significance testing). Dưới đây là quy trình kiểm định một giả thuyết thống kê trong nghiên cứu định lượng.
Bước 1: Xác định giả thuyết nghiên cứu
Bước 2: Giải thích ý nghĩa và các biến đo lường liên quan trong giả thuyết
Bước 3: Thiết lập giả thuyết "không" và giả thuyết thay thế.
Bước 4: Xác định mức ý nghĩa thống kê trong nghiên cứu.
Bước 5: Thực hiện dự báo một đuôi hoặc hai đuôi trong nghiên cứu từ đó xác định tính phân phối chuẩn của nghiên cứu.
Bước 6: Lựa chọn kiểm định thống kê phù hợp.
Bước 7: Thực hiện kiểm định trên dữ liệu nghiên cứu và giải thích ý nghĩa nghiên cứu

Nguồn: Tham khảo và tổng hợp từ Internet.
Edit: Nhóm hỗ trợ xử lí spss.(T)
Email: [email protected]

Edit: "Nhóm hỗ trợ xử lí spss".
Email:[email protected]

PHÂN TÍCH CÂU HỎI NHIỀU LỰA CHỌN (MULTIBLE RESPONSE)
Trong SPSS cách thức thủ thuật phân tích các câu hỏi MA khá khác biệt so với câu SA. Sau đây ad xin phép giới thiệu mọi người chu trình xử lí đối với câu MA trong SPSS.
- Bước 1: Định dạng câu hỏi. Analyze-> Multible Response-> Define Variable Sets… . Ở bước này nhà nghiên cứu sẽ định dạng 1 câu hỏi đại diện cho toàn bộ số câu hỏi của câu MA cần phân tích.
LƯU Ý: Nếu số lượng câu hỏi >2 ta sẽ dùng lệnh Categories và đếm các số thứ tự của biến. Ví dụ nếu câu hỏi có 6 đáp án trả lời ta sẽ đếm từ giá trị 1 đến 6 tại ô Range: 1 through: 6.

- Bước 2:Khai báo tên và nhãn biến ở khung Name và Label.
Sau khi hoàn tất Click vào Add để xác nhận biến tổng hợp đã được tạo ->Click chọn Close để hoàn tất quá trình định dạng biến tổng hợp.

- Bước 3: Phân tích tần số bằng lệnh Analyze ->Multiple Response -> Frequency( Lưu ý: Khi phân tích ở bước này cần chọn dòng lệnh Exclude cases listwise within dichotomies).

- Bước 4: Đọc số liệu. Trong bước này đọc số liệu khá giống với dạng câu hỏi SA nhưng nếu sử dụng giá trị % thì các mem nên sử dụng giá trị của cột Percent of case nhằm đảm bảo tính hợp lí nhé.
Edit : Nhóm hỗ trợ xử lí SPSS (By ad T)
Email: [email protected]