Crosstabs: mô tả mối liên hệ giữa hai biến phân loại

Crosstabs: mô tả mối liên hệ giữa hai biến phân loại là Bài 22 của chuyên đề SPSS trong phân tích dữ liệu BĐS. Dùng Crosstabs để đọc Count, Row %, Column % và Total %, mô tả cấu trúc giữa hai biến phân loại BĐS trước khi học Chi-square.

Biên soạn: ThS. Nguyễn Mạnh Hùng
GV. Khoa QLĐĐ&BĐS – ĐH Nông Lâm TP.HCM
Email: nguyenmanhhung@hcmuaf.edu.vn

Cập nhật 01/10/2026: Nội dung kỹ thuật đối chiếu với IBM SPSS Statistics 31. Tên menu và một số cột Output có thể khác nhẹ theo build/ngôn ngữ giao diện; khi khác, đối chiếu tài liệu chính thức của phiên bản đang sử dụng.

Lưu ý: dữ liệu BĐS, ngưỡng, giá trị chuẩn và tình huống trong bài nếu không ghi nguồn cụ thể đều là giả lập phục vụ giảng dạy. Kết quả kiểm định thống kê không tự chứng minh quan hệ nhân quả hoặc thay thế đánh giá nghiệp vụ/thị trường.

Mục tiêu học tập

Hiểu đúng bản chất thống kê của công cụ trong bài trước khi thao tác.
Biết điều kiện dữ liệu và thiết kế nghiên cứu phù hợp.
Thao tác được trên SPSS và lưu lại Syntax để tái lập.
Đọc đúng Output, gồm N, thống kê mô tả, khoảng tin cậy và p-value khi có.
Diễn giải trong bối cảnh BĐS mà không vượt quá bằng chứng.

Vị trí của bài trong mạch học

Bài thuộc Chương 3 – Thống kê mô tả và khám phá dữ liệu. Mạch 17–24 đi từ tần số, trung tâm, phân phối, ngoại lệ, bảng chéo và biểu đồ đến phân tích theo nhóm/trọng số. Đây là lớp kiểm cuối trước suy luận thống kê.

Crosstabs ghép hai biến phân loại

Frequencies mô tả từng biến riêng; Crosstabs cho thấy hai biến phân bố cùng nhau như khu_vuc×loai_bds.

Bài này tập trung mô tả, chưa kết luận ý nghĩa thống kê.

Câu hỏi phản biện: nếu một người khác chỉ có file dữ liệu, Syntax và Output, họ có thể tái hiện quyết định này không? Nếu không, cần ghi thêm điều kiện, nhóm, đơn vị, hướng chênh lệch hoặc lý do chọn phương pháp.

Row và Column là lựa chọn nội dung

Nếu hỏi cơ cấu loại hình trong từng khu vực, đặt khu_vuc ở Row và đọc Row %. Nếu hỏi căn hộ phân bố theo khu vực nào, Column % có thể phù hợp hơn.

Đổi hàng/cột không đổi count nhưng đổi mẫu số tỷ lệ.

Điểm kiểm thực hành: trước khi chuyển bước, kiểm N, missing, Filter/Split File/Weight Cases và ít nhất một bảng hoặc đồ thị mô tả phù hợp. Nếu trạng thái dữ liệu không đúng thì kết quả ở bước sau không còn đáng tin, dù SPSS vẫn chạy.

Count luôn phải đọc trước

60% từ 6/10 và 60% từ 600/1000 rất khác về quy mô thông tin.

Không báo phần trăm mà bỏ số lượng.

Row % trả lời 'trong hàng này chia ra sao'

Tổng Row % mỗi hàng gần 100%.

Không dùng Row % để trả lời câu hỏi có mẫu số là toàn bộ cột.

Column % trả lời 'trong cột này chia ra sao'

Tổng Column % mỗi cột gần 100%.

Luôn nói rõ mẫu số khi viết câu.

Total % dùng toàn bộ bảng làm mẫu số

Total % cho biết một cell chiếm bao nhiêu của toàn mẫu hợp lệ.

Không cần đưa tất cả Row/Column/Total % nếu mục tiêu chỉ cần một loại.

Missing ảnh hưởng N hợp lệ

Case thiếu một trong hai biến có thể không vào bảng hợp lệ.

So nhiều Crosstabs phải kiểm N vì mẫu số có thể khác.

Layer cho phép phân tầng

Có thể thêm biến thứ ba để tạo các bảng con.

Layer hữu ích mô tả nhưng không thay mô hình đa biến.

Sparse cells cần chú ý

Nhiều ô rất nhỏ làm bảng khó đọc và ảnh hưởng kiểm định Chi-square sau này.

Không gộp category tùy tiện chỉ để điều kiện kiểm định đẹp.

Cách viết kết quả

Viết theo mẫu số: 'Trong nhóm đã mua (n=180), 62% có ý định mua cao...'

Đây là mô tả, không phải kết luận nhân quả.

Bộ dữ liệu thực hành xuyên suốt

Các bài 21–30 dùng một bộ dữ liệu BĐS thống nhất để người học thấy quan hệ giữa làm sạch, mô tả và kiểm định. Trong dữ liệu thật, tên biến có thể khác nhưng phải giữ đúng bản chất mức đo, đơn vị và đơn vị quan sát.

Tên biến	Kiểu	Ý nghĩa	Mã/đơn vị	Lưu ý
ma_bds	String	Mã tài sản/quan sát	—	Dùng truy vết case; không tính trung bình
khu_vuc	Numeric	Khu vực	1=Trung tâm; 2=Cận trung tâm; 3=Ngoại vi	Nominal
loai_bds	Numeric	Loại BĐS	1=Căn hộ; 2=Nhà phố; 3=Đất ở	Nominal
dien_tich	Numeric	Diện tích	m²	Scale
gia_rao	Numeric	Giá rao	triệu đồng	Scale
gia_m2	Numeric	Đơn giá rao	triệu đồng/m²	Scale
khoang_cach_tam	Numeric	Khoảng cách tới trung tâm	km	Scale
muc_hai_long	Numeric	Mức hài lòng	1–5; missing theo codebook	Ordinal
y_dinh_mua	Numeric	Ý định mua	1–5; missing theo codebook	Ordinal
nhom_khach	Numeric	Nhóm khách	1=Đã mua; 2=Chưa mua	Nominal
diem_truoc	Numeric	Điểm đánh giá trước	0–100	Scale
diem_sau	Numeric	Điểm đánh giá sau	0–100	Scale

Cú pháp tham khảo

Có thể thao tác bằng menu; tuy nhiên nên dùng Paste để lưu Syntax. Từ Chương 4, Test Value, mã nhóm, Confidence Interval và Post Hoc method phải được lưu để tránh tình trạng chạy lại nhưng không biết đã chọn tùy chọn nào.

CROSSTABS /TABLES=khu_vuc BY loai_bds /FORMAT=AVALUE TABLES /CELLS=COUNT ROW COLUMN TOTAL /COUNT ROUND CELL.

Tình huống thực hành BĐS

Trong khu trung tâm, 70% BĐS là căn hộ. Nhưng Column % cho biết chỉ 45% toàn bộ căn hộ nằm ở trung tâm. Hai tỷ lệ đều đúng vì mẫu số khác nhau.

Tình huống cần xử lý theo bốn lớp: (1) mô tả dữ liệu; (2) kiểm điều kiện và giả định; (3) chọn thủ tục; (4) diễn giải độ lớn và bất định. Không nhảy thẳng vào cột Sig. rồi kết luận. Nếu dữ liệu có lỗi nghiệp vụ, sửa lỗi trước; nếu dữ liệu thật nhưng không phù hợp giả định, thay cách phân tích chứ không sửa dữ liệu để đạt giả định.

Ma trận lựa chọn nhanh

Tình huống	Cách hiểu/công cụ	Mục tiêu	Điểm phải kiểm
Count	Số case ô	Quy mô thật	Đọc trước %
Row %	Mẫu số hàng	Cơ cấu trong hàng	Tổng≈100%
Column %	Mẫu số cột	Cơ cấu trong cột	Tổng≈100%
Total %	Toàn bảng	Tỷ trọng cell	Dùng có mục tiêu
Layer	Phân tầng	Biến thứ ba	Không thay đa biến

Quy trình 12 bước áp dụng

Xác định câu hỏi và đơn vị quan sát.
Kiểm Type, Values, Missing, Measure và đơn vị.
Kiểm Filter, Split File và Weight Cases đang ON hay OFF.
Chạy Frequencies/Descriptives/Explore phù hợp.
Kiểm ID của các case bất thường và xác minh nguồn.
Viết H0/H1 hoặc mục tiêu mô tả trước khi chạy thủ tục.
Chọn đúng menu, nhóm và tùy chọn; dùng Paste để lưu Syntax.
Đọc bảng mô tả trước bảng kiểm định.
Đọc Confidence Interval cùng p-value.
Báo effect size hoặc chênh lệch có đơn vị khi phù hợp.
Thực hiện một kiểm tra độ nhạy nếu dữ liệu có điểm bất thường hoặc giả định đáng lo.
Lưu dữ liệu, Syntax, Output và biên bản quyết định theo version.

Cách đọc Output theo thứ tự

Kiểm N: số case có khớp dữ liệu dự kiến không?
Kiểm mean/median/SD/IQR hoặc count/%: dữ liệu có hợp lý về mặt nghiệp vụ không?
Kiểm các bảng/đồ thị giả định đúng với thủ tục.
Nếu có nhiều dòng kết quả, xác định trước dòng nào phù hợp và vì sao.
Đọc độ lớn chênh lệch và Confidence Interval.
Sau cùng mới đọc p-value như một phần của bằng chứng.
Đối chiếu effect size với ý nghĩa thực tế trong BĐS.
Viết kết luận giới hạn đúng thiết kế; không dùng từ nhân quả nếu chỉ là dữ liệu quan sát.

Bài thực hành

Tạo ba Crosstabs và viết sáu câu mô tả, mỗi câu ghi rõ mẫu số.

Sản phẩm phải nộp

3 bảng Crosstabs
Bảng Row vs Column %
6 câu mô tả
Danh sách cell nhỏ
N hợp lệ/missing

Những lỗi thường gặp

Nhầm Row và Column %
Chỉ báo %
Kết luận nhân quả
Bỏ qua missing
Gộp nhóm tùy tiện
Đưa mọi % vào bảng
Không ghi N
Đổi hàng/cột nhưng giữ câu cũ

Phản biện chéo tại lớp

Nhóm phản biện không hỏi trước “p bao nhiêu” mà hỏi: đây là thiết kế độc lập hay ghép cặp? Biến nào là Scale/Factor? N từng nhóm là bao nhiêu? Có missing/outlier không? Giả định variance/normality được xem ở đâu? Độ lớn chênh và Confidence Interval thế nào? Nếu đổi phương pháp, lý do là dữ liệu hay vì muốn significance?

Người trình bày phải chỉ đúng bảng Output và đúng dòng/cột làm căn cứ. Nếu không giải thích được mẫu số, hướng Mean Difference, cách tính difference, hoặc trạng thái Split/Weight, bài chưa đạt dù SPSS chạy thành công.

Tình huống kiểm tra cuối bài

Giảng viên giao tệp 300–900 case có ít nhất một bẫy liên quan trực tiếp đến Crosstabs: mô tả mối liên hệ giữa hai biến phân loại: missing, mã nhóm sai, outlier, variance không đều, trạng thái Split/Weight hoặc chênh rất nhỏ nhưng N lớn. Sinh viên phải phát hiện bẫy trước khi kết luận và ghi rõ bằng chứng đã dùng.

Phiếu tự kiểm

Tôi có biết mỗi dòng đại diện cho gì không?
Biến kết quả và biến nhóm có đúng mức đo không?
Filter/Split/Weight hiện đang ON hay OFF?
N hợp lệ từng biến/nhóm có khớp dự kiến không?
Tôi đã xem outlier/phân bố trước kiểm định chưa?
H0/H1 hoặc mục tiêu mô tả có được viết trước không?
Tôi có đang đọc đúng bảng và đúng dòng Output không?
Mean Difference đang tính theo hướng nào?
Confidence Interval cho biết độ lớn và precision thế nào?
Effect size hoặc chênh gốc có được xem không?
Kết luận có vượt quá thiết kế dữ liệu không?
Syntax và version có đủ để người khác tái lập không?

Ghi nhớ trong 30 giây

Crosstabs mô tả hai biến phân loại
Row và Column % khác mẫu số
Count phải đi cùng %
Mô tả khác kiểm định liên hệ
Không gộp category vì muốn đẹp

Nguồn tham khảo

Nguồn kỹ thuật chính là IBM SPSS Statistics 31. Các khuyến nghị phương pháp được trình bày ở mức nhập môn ứng dụng; khi làm nghiên cứu chính thức cần kết hợp thiết kế nghiên cứu, lý thuyết lĩnh vực và tài liệu thống kê chuyên sâu.

https://www.ibm.com/docs/en/SSLVMB_31.0.0/pdf/IBM_SPSS_Statistics_Base.pdf
https://www.ibm.com/support/pages/node/421249

Bài tiếp theo

Chart Builder: chọn biểu đồ phù hợp cho dữ liệu BĐS thay vì vẽ cho đẹp.

Bài luyện tập mở rộng

Luyện tập 1

Đổi hàng/cột và viết lại câu đúng.

Yêu cầu nộp: Output hoặc Syntax cần thiết, một đoạn giải thích 100–150 từ, và ít nhất một phép kiểm đối chứng. Nếu có p-value, phải kèm thống kê mô tả và độ lớn chênh phù hợp.

Luyện tập 2

Tạo category chỉ 2 case.

Luyện tập 3

So tỷ lệ giống nhau với count khác nhau.

Luyện tập 4

Thêm Layer và kiểm sự khác biệt.

Phòng kiểm chứng: thay đổi một điều kiện và chạy lại

Tạo một phiên bản thứ hai của dữ liệu bằng cách thay đổi có kiểm soát một yếu tố: cỡ mẫu, tỷ lệ missing, một outlier, độ chênh mean, độ phân tán hoặc cách phân nhóm. Trước khi chạy, ghi dự đoán bảng nào sẽ thay đổi. Sau khi chạy, so với dự đoán để kiểm tra người học hiểu cơ chế thay vì chỉ nhớ menu.

Ở các bài kiểm định, nên tạo hai tình huống đối nghịch: chênh rất nhỏ nhưng N lớn và chênh lớn nhưng N nhỏ. So p-value, Confidence Interval và effect size để thấy “có ý nghĩa thống kê” không đồng nghĩa “quan trọng về thực tiễn”.

Biên bản QA tối thiểu

Mục	Trước phân tích	Sau phân tích	Quyết định
N	Ghi tổng và từng nhóm	Đối chiếu Output	Khớp/không khớp
Missing	Ghi mã và tỷ lệ	Kiểm N hợp lệ	Không bù tùy tiện
Outlier	Danh sách ID	Xác minh nguồn	Giữ/sửa/gắn cờ
Giả định	Đồ thị/test liên quan	Ghi bằng chứng	Chọn thủ tục
Hiệu ứng	Mean difference/effect size	CI/p	Diễn giải thực tiễn
Version	Tên file trước	Tên file sau	Có thể quay lại