Các phương pháp làm sạch dữ liệu

Các phương pháp làm sạch dữ liệu: SPSS

1. Kiểm tra và xử lý giá trị thiếu (Missing Values)

Cách kiểm tra

• Analyze → Descriptive Statistics → Frequencies / Descriptives / Explore
• Xem: Missing, Valid, Percent.

Cách xử lý

• Loại bỏ (Listwise / Pairwise deletion)
• Thay thế bằng giá trị
  • Mean/Median/Mode (thường dùng cho thang đo Likert)
  • Regression imputation (dự đoán bằng biến khác)
  • Multiple imputation (Analyze → Multiple Imputation)

2. Phát hiện và xử lý ngoại lệ (Outliers)

Cách kiểm tra trong SPSS

• Analyze → Descriptive Statistics → Explore
  • Xem Boxplot (giá trị > 1.5 IQR hoặc > 3SD)
• Graphs → Chart Builder → Boxplot
• Kiểm tra Z-score:
  • |Z| > 3 → nghi ngờ ngoại lệ
  • Tính bằng Descriptives → Save standardized values

Xử lý

• Loại bỏ quan sát có outlier quá lớn
• Winsorizing (đưa về gần ngưỡng)
• Kiểm tra nhập liệu sai và sửa lại

3. Kiểm tra dữ liệu nhập sai (Data Entry Errors)

Ví dụ lỗi:

• Giá trị ngoài phạm vi (ví dụ thang 1–5 nhưng có 7)
• Sai định dạng (string thay vì numeric)

SPSS hỗ trợ:

• Data → Validation → Validate Data
  • Kiểm tra: range, loại dữ liệu, giá trị lặp
• Thiết lập Variable View:
  • Values, Measure, Decimals, Missing, Range

4. Phát hiện trường hợp trả lời thiếu trung thực / không nhất quán

Công cụ trong SPSS:

• Kiểm tra response pattern:
  Analyze → Descriptive → Frequencies (xem tất cả trả lời giống nhau)
• Tính Mahalanobis Distance để lọc trường hợp bất thường khi phân tích nhiều biến:
  • Analyze → Regression → Linear → Save → Mahalanobis

Xử lý

• Loại các dòng có:
  • Trả lời 1 kiểu (straight-line)
  • Thời gian quá nhanh (nếu có dữ liệu)
  • Mâu thuẫn logic (ví dụ tuổi = 5 nhưng “thu nhập 20 triệu”)

5. Kiểm tra trùng lặp (Duplicates)

SPSS thao tác

• Data → Identify Duplicate Cases
  • Chọn ID (hoặc các biến định danh)
  • SPSS sẽ tạo biến Duplicates = 0/1

Xử lý

• Giữ lại bản ghi đúng
• Xóa bản ghi trùng

6. Chuẩn hóa dữ liệu (Coding & Recoding)

Các thao tác trong SPSS

• Recode into Same Variables / Different Variables
  • Gom nhóm (ví dụ tuổi thành 3 nhóm)
  • Chuẩn hóa mã hóa (Nam = 1, Nữ = 0)
• Compute Variable
  • Tạo biến tổng, trung bình (ví dụ điểm FOMO chung)

Xử lý vấn đề không đồng nhất

• Các biến cùng ý nghĩa nhưng mã khác nhau (VD: nam/nữ được nhập 1–2, 0–1, M–F)
  → cần chuẩn hóa lại.

7. Phát hiện phân phối bất thường

• Kiểm tra Skewness – Kurtosis
  Analyze → Descriptives
• Kiểm tra Histogram
  Graphs → Legacy Dialogs → Histogram

Xử lý (nếu cần phân phối chuẩn cho phân tích tuyến tính):

• Log-transform, Square-root, Box-Cox…