Bài 37 · SPSS trong phân tích dữ liệu BĐS

Crosstabs và Chi-square: hai biến phân loại có liên hệ với nhau không?

Crosstabs và Chi-square: hai biến phân loại có liên hệ với nhau không? là Bài 37 của chuyên đề SPSS trong phân tích dữ liệu BĐS. Dùng Crosstabs + Pearson Chi-square để kiểm liên hệ giữa hai biến phân loại; đọc observed/expected counts, residuals, expected-count diagnostics và exact/Monte Carlo khi cần.

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 bảng Output có thể khác nhẹ theo bản build/ngôn ngữ giao diện; khi khác cần đối chiếu tài liệu chính thức.

Lưu ý: dữ liệu và tình huống BĐS trong bài nếu không nêu nguồn cụ thể đều là giả lập phục vụ giảng dạy. Tương quan/liên hệ thống kê không tự chứng minh quan hệ nhân quả.

Mục tiêu học tập

  • Nhận diện đúng loại biến và thiết kế dữ liệu trước khi chọn thủ tục.
  • Hiểu bản chất thống kê của hệ số/kiểm định trong bài, không chỉ biết bấm menu.
  • Thực hiện được trên SPSS và lưu Syntax để có thể chạy lại.
  • Đọc Output theo thứ tự: mô tả → điều kiện/giả định → hệ số/kiểm định → khoảng tin cậy → diễn giải.
  • Viết kết luận trong bối cảnh BĐS mà không vượt quá bằng chứng.

Vị trí của bài trong mạch học

Bài thuộc Chương 5 – Mối liên hệ giữa các biến. Mạch 33–40 đi từ Pearson, Spearman và Partial Correlation đến scatterplot, Chi-square, Cramer's V, ma trận tương quan và case tích hợp. Trọng tâm là phân biệt loại liên hệ và giới hạn diễn giải.

Chi-square kiểm independence

H0: distribution của một categorical variable không phụ thuộc variable kia trong population theo mô hình test.

Ví dụ loai_bds×phap_ly_day_du.

Cách kiểm tại lớp: hãy chỉ ra biến nào đang được phân tích, mỗi biến thuộc mức đo nào, mỗi dòng dữ liệu đại diện cho ai/cái gì, và điều kiện nào khiến kết luận thay đổi. Nếu chưa trả lời được bốn câu này, chưa nên đọc p-value.

Crosstabs mô tả đi trước test

Đọc counts và Row/Column % trước Pearson Chi-Square.

p không cho biết pattern cells.

Dấu vết cần lưu: giữ lại Syntax, bảng Output chính, số trường hợp hợp lệ, quy tắc missing và ít nhất một biểu đồ/bảng mô tả phù hợp. Mục tiêu là để người khác có thể chạy lại và biết vì sao chọn phương pháp đó.

Expected counts

Expected là số kỳ vọng dưới H0 independence.

Observed cao/thấp hơn expected cho hướng cell contribution.

Cách kiểm tại lớp: hãy chỉ ra biến nào đang được phân tích, mỗi biến thuộc mức đo nào, mỗi dòng dữ liệu đại diện cho ai/cái gì, và điều kiện nào khiến kết luận thay đổi. Nếu chưa trả lời được bốn câu này, chưa nên đọc p-value.

Pearson Chi-Square

Đây là dòng chính thường dùng khi assumptions phù hợp.

Likelihood Ratio xuất cùng bảng nhưng không chọn hậu nghiệm vì p đẹp.

Dấu vết cần lưu: giữ lại Syntax, bảng Output chính, số trường hợp hợp lệ, quy tắc missing và ít nhất một biểu đồ/bảng mô tả phù hợp. Mục tiêu là để người khác có thể chạy lại và biết vì sao chọn phương pháp đó.

Expected count nhỏ

Xấp xỉ chi-square kém khi table sparse. Rule-of-thumb thường dùng: không expected<1 và không quá khoảng 20% cells expected<5.

Đây là guideline, không luật tuyệt đối.

Cách kiểm tại lớp: hãy chỉ ra biến nào đang được phân tích, mỗi biến thuộc mức đo nào, mỗi dòng dữ liệu đại diện cho ai/cái gì, và điều kiện nào khiến kết luận thay đổi. Nếu chưa trả lời được bốn câu này, chưa nên đọc p-value.

Fisher's Exact

Đặc biệt hữu ích cho 2×2 nhỏ; exact/Monte Carlo tùy cấu hình SPSS.

Không dùng exact label nếu Output không có.

Dấu vết cần lưu: giữ lại Syntax, bảng Output chính, số trường hợp hợp lệ, quy tắc missing và ít nhất một biểu đồ/bảng mô tả phù hợp. Mục tiêu là để người khác có thể chạy lại và biết vì sao chọn phương pháp đó.

Residuals

Observed−Expected và standardized/adjusted residuals giúp biết cells lệch.

Nhiều cell comparisons cần thận trọng multiplicity.

Cách kiểm tại lớp: hãy chỉ ra biến nào đang được phân tích, mỗi biến thuộc mức đo nào, mỗi dòng dữ liệu đại diện cho ai/cái gì, và điều kiện nào khiến kết luận thay đổi. Nếu chưa trả lời được bốn câu này, chưa nên đọc p-value.

Significant không phải strong

N lớn có thể làm association yếu significant.

Bài 38 dùng Phi/Cramer's V.

Dấu vết cần lưu: giữ lại Syntax, bảng Output chính, số trường hợp hợp lệ, quy tắc missing và ít nhất một biểu đồ/bảng mô tả phù hợp. Mục tiêu là để người khác có thể chạy lại và biết vì sao chọn phương pháp đó.

Category coding

Nominal có thể numeric/string; ordinal strings có rủi ro order alphabetic khi dùng statistics phụ thuộc thứ tự.

Codebook phải đúng.

Cách kiểm tại lớp: hãy chỉ ra biến nào đang được phân tích, mỗi biến thuộc mức đo nào, mỗi dòng dữ liệu đại diện cho ai/cái gì, và điều kiện nào khiến kết luận thay đổi. Nếu chưa trả lời được bốn câu này, chưa nên đọc p-value.

Sampling/design

Ordinary Crosstabs giả định independent observations; cluster/survey design cần procedure phù hợp.

Không bỏ cấu trúc mẫu.

Dấu vết cần lưu: giữ lại Syntax, bảng Output chính, số trường hợp hợp lệ, quy tắc missing và ít nhất một biểu đồ/bảng mô tả phù hợp. Mục tiêu là để người khác có thể chạy lại và biết vì sao chọn phương pháp đó.

Missing

Case thiếu một biến không vào valid table.

Báo N/missing.

Cách kiểm tại lớp: hãy chỉ ra biến nào đang được phân tích, mỗi biến thuộc mức đo nào, mỗi dòng dữ liệu đại diện cho ai/cái gì, và điều kiện nào khiến kết luận thay đổi. Nếu chưa trả lời được bốn câu này, chưa nên đọc p-value.

Báo cáo

N, percentages, χ²(df),p, expected-count diagnostics và effect size ở Bài 38.

Không causal hóa.

Dấu vết cần lưu: giữ lại Syntax, bảng Output chính, số trường hợp hợp lệ, quy tắc missing và ít nhất một biểu đồ/bảng mô tả phù hợp. Mục tiêu là để người khác có thể chạy lại và biết vì sao chọn phương pháp đó.

Bộ dữ liệu thực hành xuyên suốt

Các ví dụ dùng một cấu trúc dữ liệu BĐS thống nhất. Trong bài thật có thể đổi tên biến, nhưng không được đổi bản chất mức đo. Mã category lưu bằng số vẫn là Nominal/Ordinal nếu ý nghĩa của nó là category.

BiếnMức đoÝ nghĩa/đơn vịVai trò minh họa
gia_m2ScaleĐơn giá rao, triệu đồng/m²Biến giá
dien_tichScaleDiện tích, m²Thuộc tính vật lý
khoang_cach_tamScaleKhoảng cách tới trung tâm, kmVị trí
diem_tien_ichScaleĐiểm tổng hợp tiện ích 0–100Tiện ích
khu_vucNominal1=Trung tâm; 2=Cận trung tâm; 3=Ngoại viNhóm vị trí
loai_bdsNominal1=Căn hộ; 2=Nhà phố; 3=Đất ởLoại hình
phap_ly_day_duNominal0=Chưa đầy đủ; 1=Đầy đủBiến phân loại
muc_hai_longOrdinal1–5Biến thứ bậc
diem_truocScaleĐiểm trước, 0–100Đo lặp
diem_sauScaleĐiểm sau, 0–100Đo lặp
diem_t3ScaleĐiểm lần 3, 0–100Đo lặp nhiều lần

Cú pháp tham khảo

Sinh viên có thể thao tác bằng menu, nhưng nên bấm Paste để lưu Syntax. Syntax đặc biệt cần thiết khi có nhiều biến, nhiều nhóm, pairwise/listwise missing hoặc các tùy chọn CI/Statistics.

CROSSTABS /TABLES=loai_bds BY phap_ly_day_du /STATISTICS=CHISQ /CELLS=COUNT EXPECTED ROW COLUMN RESID /COUNT ROUND CELL.

Tình huống thực hành BĐS

Bảng loại hình×pháp lý p<0,001 nhưng vài cells đất ở rất nhỏ. Nhóm kiểm expected counts trước kết luận; nếu sparse nghiêm trọng, cân nhắc exact/Monte Carlo hoặc grouping có căn cứ.

Trong tình huống trên, không được chuyển trực tiếp từ bảng Sig. sang kết luận. Cần đối chiếu mô tả dữ liệu, hình dạng phân bố/bảng chéo, số quan sát, case bất thường và ý nghĩa nghiệp vụ. Một kết quả thống kê chính xác về tính toán vẫn có thể bị diễn giải sai nếu sample, biến hoặc câu hỏi nghiên cứu sai.

Ma trận lựa chọn nhanh

Tình huốngCách hiểu/công cụMục tiêuĐiểm phải kiểm
ObservedCount thựcPatternĐọc với %
ExpectedCount dưới H0DiagnosticsSparse cells
Pearson χ²IndependenceEvidenceKhông strength
ResidualCell deviationNguồn patternMultiplicity
Exact/FisherSmall tableInferenceTùy cấu hình

Quy trình 12 bước áp dụng

  1. Viết câu hỏi nghiên cứu bằng lời trước khi mở Analyze.
  2. Xác định đơn vị quan sát và thiết kế độc lập/ghép cặp/lặp lại.
  3. Kiểm Type, Values, Missing, Measure và đơn vị của các biến.
  4. Kiểm trạng thái Filter, Split File và Weight Cases.
  5. Chạy Frequencies/Descriptives/Explore/Crosstabs phù hợp.
  6. Kiểm các case bất thường bằng ID và dữ liệu nguồn.
  7. Chọn hệ số/kiểm định theo measurement level và hình dạng quan hệ.
  8. Dùng Paste để lưu Syntax và ghi rõ tùy chọn.
  9. Đọc N và thống kê mô tả trước hệ số/kiểm định.
  10. Đọc coefficient/test statistic cùng CI và p-value nếu có.
  11. Đánh giá độ lớn thực tế/effect size, không chỉ significance.
  12. Lưu Output, Syntax, data version và decision log.

Đọc Output theo thứ tự để tránh sai logic

  1. Đọc N hợp lệ và missing.
  2. Đọc mô tả gốc: mean/median/IQR hoặc count/%.
  3. Kiểm plot/table diagnostics liên quan.
  4. Đọc hệ số hoặc test statistic.
  5. Đọc Confidence Interval nếu thủ tục hỗ trợ.
  6. Đọc p-value sau khi đã biết coefficient và sample.
  7. Đối chiếu với câu hỏi ban đầu.
  8. Viết giới hạn: association không đồng nghĩa causation.

Bài thực hành

Tạo Crosstabs cho hai nominal variables, bật observed/expected/row/column/residuals và Chi-square; đánh giá expected counts.

Sản phẩm sinh viên phải nộp

  • Crosstab
  • Chi-Square Tests
  • Expected-count note
  • Residual note
  • Report N/%/χ²/df/p

Những lỗi thường gặp

  • Chỉ đọc p
  • Không xem expected counts
  • p nhỏ=strong
  • Gộp category tùy tiện
  • Chọn likelihood ratio vì đẹp
  • Không báo percentages
  • Bỏ missing
  • Kết luận nhân quả

Lỗi 1 – Chỉ đọc p: tạo một bản dữ liệu hoặc Output nhỏ minh họa lỗi này, sau đó sửa và ghi rõ điểm nào trong kết quả thay đổi. Cách học này giúp phân biệt lỗi thao tác, lỗi thiết kế và lỗi diễn giải.

Lỗi 2 – Không xem expected counts: tạo một bản dữ liệu hoặc Output nhỏ minh họa lỗi này, sau đó sửa và ghi rõ điểm nào trong kết quả thay đổi. Cách học này giúp phân biệt lỗi thao tác, lỗi thiết kế và lỗi diễn giải.

Lỗi 3 – p nhỏ=strong: tạo một bản dữ liệu hoặc Output nhỏ minh họa lỗi này, sau đó sửa và ghi rõ điểm nào trong kết quả thay đổi. Cách học này giúp phân biệt lỗi thao tác, lỗi thiết kế và lỗi diễn giải.

Lỗi 4 – Gộp category tùy tiện: tạo một bản dữ liệu hoặc Output nhỏ minh họa lỗi này, sau đó sửa và ghi rõ điểm nào trong kết quả thay đổi. Cách học này giúp phân biệt lỗi thao tác, lỗi thiết kế và lỗi diễn giải.

Lỗi 5 – Chọn likelihood ratio vì đẹp: tạo một bản dữ liệu hoặc Output nhỏ minh họa lỗi này, sau đó sửa và ghi rõ điểm nào trong kết quả thay đổi. Cách học này giúp phân biệt lỗi thao tác, lỗi thiết kế và lỗi diễn giải.

Phản biện chéo tại lớp

Nhóm phản biện phải hỏi: coefficient/test này đo cái gì; điều kiện nào quan trọng; N thực sự là bao nhiêu; mẫu số/tập case có thay đổi vì missing không; có outlier/cluster/ties không; và kết luận đang mô tả association hay ngầm chuyển thành causation? Người trình bày phải trỏ đúng bảng/plot trong Output để trả lời.

Nếu hai phương pháp cho kết quả khác nhau, không được chọn phương pháp cho p-value đẹp hơn. Phải quay lại mức đo, hình dạng quan hệ, giả định và câu hỏi nghiên cứu để chọn method chính; phương pháp còn lại có thể dùng như sensitivity analysis nếu hợp lý.

Tình huống kiểm tra cuối bài

Giảng viên cung cấp một tệp 400–1.500 case có ít nhất một bẫy liên quan trực tiếp đến Crosstabs và Chi-square: hai biến phân loại có liên hệ với nhau không?: mã nominal bị khai Scale, một outlier hợp lệ, cluster theo khu vực, missing không đồng đều, nhiều ties hoặc N rất lớn làm p nhỏ. Sinh viên phải phát hiện bẫy trước khi viết kết luận.

Phiếu tự kiểm

  • Tôi có biết từng biến là Nominal, Ordinal hay Scale không?
  • Thiết kế là độc lập hay dữ liệu liên quan/lặp lại?
  • N hợp lệ có đúng dự kiến không?
  • Missing được xử lý pairwise/listwise/analysis như thế nào?
  • Tôi đã xem biểu đồ/bảng mô tả trước hệ số hoặc p-value chưa?
  • Outlier/cluster/ties có ảnh hưởng cách chọn phương pháp không?
  • Hệ số đang đo tuyến tính, đơn điệu, thứ hạng hay liên hệ category?
  • Confidence Interval có được đọc nếu có không?
  • Tôi có đang nhầm p-value với độ lớn hiệu ứng không?
  • Tôi có đang biến correlation/association thành causal claim không?
  • Syntax có đủ để người khác chạy lại không?
  • File sau phân tích có version và decision log không?

Ghi nhớ trong 30 giây

  • Chi-square kiểm independence
  • Pattern trước p
  • Expected counts phải kiểm
  • p không nói strength
  • Không causal hóa association

Nguồn tham khảo

Nguồn kỹ thuật chính là IBM SPSS Statistics 31. Khi menu hoặc tùy chọn khác bài, cần kiểm đúng phiên bản đang dùng. Trong nghiên cứu chính thức, kết quả SPSS phải được đặt trong thiết kế nghiên cứu và tài liệu phương pháp phù hợp.

  • https://www.ibm.com/docs/en/spss-statistics/31.0.0?topic=features-crosstabs
  • https://www.ibm.com/docs/en/SSLVMB_31.0.0/pdf/IBM_SPSS_Statistics_Base.pdf

Bài tiếp theo

Phi và Cramer’s V: liên hệ có ý nghĩa thống kê nhưng mạnh đến mức nào?.

Bài luyện tập mở rộng

Luyện tập 1

Tạo 2×2 với expected nhỏ.

Yêu cầu nộp: Output/Syntax, một đoạn giải thích 100–150 từ và một phép kiểm đối chứng. Nếu có correlation hoặc p-value, phải báo coefficient/test statistic và N; không được chỉ nộp dấu *.

Luyện tập 2

Tạo N lớn association yếu.

Yêu cầu nộp: Output/Syntax, một đoạn giải thích 100–150 từ và một phép kiểm đối chứng. Nếu có correlation hoặc p-value, phải báo coefficient/test statistic và N; không được chỉ nộp dấu *.

Luyện tập 3

Xem residuals.

Yêu cầu nộp: Output/Syntax, một đoạn giải thích 100–150 từ và một phép kiểm đối chứng. Nếu có correlation hoặc p-value, phải báo coefficient/test statistic và N; không được chỉ nộp dấu *.

Luyện tập 4

Thử grouping có căn cứ và ghi before/after.

Yêu cầu nộp: Output/Syntax, một đoạn giải thích 100–150 từ và một phép kiểm đối chứng. Nếu có correlation hoặc p-value, phải báo coefficient/test statistic và N; không được chỉ nộp dấu *.

Phòng kiểm chứng bằng thay đổi dữ liệu

Tạo một bản sao dữ liệu và chỉ thay một yếu tố: thêm outlier, thu hẹp range, tăng sample size, tạo cluster, tăng tỷ lệ ties hoặc missing. Chạy lại đúng thủ tục và ghi yếu tố nào trong Output thay đổi. Mục đích là hiểu độ nhạy của method thay vì học thuộc bảng kết quả.

Biên bản QA tối thiểu

MụcTrước phân tíchSau phân tíchKết luận QA
NGhi tổng và N hợp lệĐối chiếu OutputKhớp/không khớp
Mức đoGhi Nominal/Ordinal/ScaleĐối chiếu methodPhù hợp/không
MissingPairwise/listwise/analysisN từng bảngKhông mất case âm thầm
Outlier/clusterID/patternKiểm sensitivityGiữ/sửa có lý do
Hệ số/testDự kiến methodCoefficient/statistic/pĐúng câu hỏi
Diễn giảiAssociation/differenceReport cuốiKhông causal hóa
📚 Xem toàn bộ 47 bài trong series SPSS trong phân tích dữ liệu BĐS