SPSS · Chuẩn bị dữ liệu

Mã hóa dữ liệu và đặt tên biến trong SPSS: làm đúng từ đầu để không phải chạy lại

Cronbach ra hệ số âm, bảng tần số toàn số 1, 2, 3 không ai hiểu? Phần lớn lỗi đến từ khâu mã hóa. Quy tắc mã hóa, đặt tên biến và gán nhãn chuẩn SPSS.

⏱ ~7 phút đọcNguồn: Pallant 2020 · Field 2018 · IBM 2023Cập nhật:

Cronbach’s Alpha ra số âm. Bảng tần số toàn “1, 2, 3” mà không ai biết là gì. Chạy lại lần thứ ba vẫn sai vì cột thu nhập lẫn chữ và số. Phần lớn các lỗi “khó hiểu” trong SPSS bắt nguồn từ một chỗ: khâu mã hóa và khai báo dữ liệu đầu vào. Bài viết tổng hợp quy tắc mã hóa từng loại biến, đặt tên biến chuẩn SPSS, gán nhãn và khai báo Missing — làm đúng một lần để không phải chạy lại.

Bốn loại biến và cách mã hóa: định danh, thứ bậc, nhị phân và nhiều lựa chọn, thang Likert
Bốn cách mã hóa dữ liệu khảo sát thường gặp.

1Vì sao phải mã hóa dữ liệu trước khi phân tích?

Theo Pallant (2020), chuẩn bị và làm sạch dữ liệu là bước đầu tiên và quan trọng nhất — chất lượng kết quả phụ thuộc trực tiếp vào chất lượng dữ liệu đầu vào. Dữ liệu khảo sát thường ở dạng chữ (“Nam”, “Nữ”, “Đồng ý”), có ô trống hoặc câu trả lời không hợp lệ, trong khi SPSS chỉ tính toán được trên mã số đúng kiểu.

✅ Mã hóa đúng giúp bạn
  • SPSS nhận diện chính xác kiểu biến, chạy được Mean, Alpha, EFA, hồi quy
  • Giảm sai sót nhập liệu, dễ phát hiện giá trị lạ, Missing, Outlier
  • Kết quả dễ đọc nhờ nhãn, dễ tái lập khi giảng viên yêu cầu kiểm tra

2Cách mã hóa dữ liệu khảo sát theo từng loại biến

Theo Field (2018), mã hóa là chuyển câu trả lời thành giá trị số; mỗi giá trị chỉ mang một ý nghĩa và được dùng thống nhất trong toàn bộ dữ liệu.

Biến định danh (Nominal)

Không có thứ tự; con số chỉ để phân biệt nhóm, không thể hiện lớn hay nhỏ.

KhoaMã
Công nghệ thông tin1
Kinh tế2
Ngoại ngữ3
Du lịch4

Biến thứ bậc (Ordinal)

Có thứ tự nhưng khoảng cách giữa các mức không nhất thiết bằng nhau; mã số phải tăng theo đúng thứ tự. Các khoảng không được chồng lấn.

Thu nhập / thángMã
Dưới 5 triệu1
Từ 5 – dưới 10 triệu2
Từ 10 – dưới 15 triệu3
Từ 15 – dưới 20 triệu4
Từ 20 triệu trở lên5

Biến nhị phân và câu hỏi nhiều lựa chọn

Biến nhị phân mã hóa 0/1 hoặc 1/2 (VD: đã từng mua online — Chưa = 0, Đã từng = 1). Câu hỏi nhiều lựa chọn: tách mỗi phương án thành một biến riêng (1 = có chọn, 0 = không chọn).

IDSRC_FBSRC_TTSRC_YT
1101
2011

Thang đo Likert

Mọi câu trong cùng thang đo dùng chung một quy ước, tăng dần theo mức độ đồng ý — điều kiện bắt buộc cho Cronbach’s Alpha, EFA, CFA hay SmartPLS.

Giá trịÝ nghĩa
1Hoàn toàn không đồng ý
2Không đồng ý
3Trung lập
4Đồng ý
5Hoàn toàn đồng ý

3Câu hỏi đảo ngược: đảo mã thế nào cho đúng?

Câu đảo ngược (reverse item) như “Tôi thấy thủ tục mua hàng rườm rà” đo cùng khái niệm nhưng ngược chiều. Nếu không đảo mã, câu này tương quan âm với các câu còn lại — Alpha tụt mạnh, thậm chí âm.

Sơ đồ đảo mã: 1 thành 5, 2 thành 4, 3 giữ nguyên, 4 thành 2, 5 thành 1
Đảo mã thang Likert 5 mức vào một biến mới.
🖱️ Đảo mã trong SPSS
  1. Transform→Recode into Different Variables→Old and New Values
  2. Khai báo 1→5, 2→4, 3→3, 4→2, 5→1.
  3. Đặt tên biến mới có hậu tố _R (VD: SAT3_R) để giữ nguyên biến gốc, rồi dùng biến mới trong phân tích.
⚠️ Recode, đừng sửa tay

Sửa tay từng ô vừa lâu vừa dễ sót. Recode có thể lưu lại bằng Paste thành cú pháp (Syntax) để chạy lại hoặc chứng minh cách xử lý khi cần.

4Quy tắc đặt tên biến chuẩn SPSS

Theo IBM (2023), tên biến phải tuân thủ quy tắc cú pháp:

  • Bắt đầu bằng chữ cái; không khoảng trắng; không dấu tiếng Việt
  • Không chứa ký tự đặc biệt như % # & / ? ! *
  • Không trùng nhau, không trùng từ khóa của SPSS (AND, OR, NOT, ALL, BY…)
  • Ngắn gọn, viết tắt tiếng Anh thống nhất
Không nên đặtNên đặt
Câu 1Q1
Tuổi của bạnAGE
Giới tínhGENDER
Mức độ hài lòngSAT
Ý định mua hàngPI

Đặt tên theo nhóm nhân tố

Cấu trúc mã nhân tố + số thứ tự giúp chọn biến nhanh khi chạy Cronbach’s Alpha, EFA, CFA hay SmartPLS:

Nhân tốBiến
Functional ValueFV1, FV2, FV3, FV4
Social ValueSV1, SV2, SV3
Physical RiskPR1, PR2, PR3
Purchase IntentionPI1, PI2, PI3

5Gán nhãn biến và nhãn giá trị (Labels)

Variable Label mô tả đầy đủ nội dung câu hỏi; Value Labels khai báo ý nghĩa từng mã — nhờ đó bảng kết quả hiện “Nam/Nữ” thay vì “1/2”.

Variable Label

Tên biếnNhãn
FV1Sản phẩm đáng giá với số tiền bỏ ra
PI1Tôi dự định mua sản phẩm trong thời gian tới

Value Labels

ValueLabel
1 / 2GENDER: Nam / Nữ
1 … 5Likert: Hoàn toàn không đồng ý … Hoàn toàn đồng ý

6Khai báo Missing và Measure trong Variable View

Missing

Để trống (system-missing) hoặc dùng mã không trùng giá trị hợp lệ (VD: 99) và khai báo trong cột Missing. Nếu không khai báo, SPSS sẽ tính 99 như một câu trả lời thật — Mean bị kéo lệch.

Measure

  • Nominal: giới tính, khoa, nghề nghiệp
  • Ordinal: thu nhập, độ tuổi theo khoảng
  • Scale: số liệu định lượng; câu Likert khi tính trung bình, chạy hồi quy

7Lập Codebook và mã hóa dữ liệu tự động

Codebook là bảng ghi tên biến, nội dung câu hỏi, bảng mã và cách xử lý Missing. Nó giúp bạn đọc kết quả chính xác, giúp người hướng dẫn kiểm tra nhanh và thường được đưa vào phụ lục luận văn.

Nếu dữ liệu đến từ Google Form, công cụ Mã hóa dữ liệu SPSS của The Light Data làm sẵn các bước trên: AI đọc biểu mẫu, đề xuất tên biến hợp lệ và bảng mã cho từng câu, tách câu checkbox thành biến 0/1, rồi xuất file Excel đã mã hóa kèm sheet Codebook để mở thẳng bằng SPSS. Bạn xem lại toàn bộ kế hoạch mã hóa trước khi xuất file.

🎯 Ghi nhớ
  • Mã hóa đúng loại biến; Likert tăng dần theo mức độ đồng ý; checkbox tách thành biến 0/1.
  • Đảo mã câu ngược bằng Recode vào biến mới (_R) trước khi chạy Alpha.
  • Tên biến ngắn, hợp lệ, theo mã nhân tố; đủ Label, Values, Missing, Measure.
  • Lưu Codebook — dữ liệu sạch thì Cronbach’s Alpha, EFA, hồi quy, SEM mới đáng tin.

Câu hỏi thường gặp

Nên mã hóa thang Likert bắt đầu từ 0 hay 1?

Thông dụng là từ 1 đến 5 (hoặc 1–7) theo chiều tăng dần mức độ đồng ý. Quan trọng là thống nhất cho mọi câu trong cùng thang đo và ghi rõ trong Codebook.

Đảo mã câu hỏi ngược trong SPSS thế nào?

Dùng Transform → Recode into Different Variables, khai báo 1→5, 2→4, 3→3, 4→2, 5→1 và đặt tên biến mới (ví dụ SAT3_R) để giữ nguyên biến gốc.

Dữ liệu trống (missing) khai báo thế nào?

Để trống (system-missing) hoặc dùng một mã không trùng giá trị hợp lệ như 99 và khai báo trong cột Missing của Variable View, để SPSS không tính mã đó vào phân tích.

Cột Measure trong Variable View chọn thế nào?

Nominal cho biến định danh (giới tính, khoa), Ordinal cho biến thứ bậc (thu nhập theo khoảng), Scale cho biến định lượng. Câu Likert thường được khai báo Scale khi tính điểm trung bình và chạy hồi quy.