Select Cases và Filter: chọn đúng mẫu phân tích mà không xóa dữ liệu

Select Cases và Filter: chọn đúng mẫu phân tích mà không xóa dữ liệu là bài 15 của chuyên đề SPSS trong phân tích dữ liệu BĐS. Chọn tập con phân tích bằng điều kiện, filter variable, mẫu ngẫu nhiên hoặc khoảng thời gian, ưu tiên lọc có thể khôi phục thay vì xóa case.

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 đối chiếu với IBM SPSS Statistics 31 và các tài liệu phương pháp nêu ở cuối bài. Dữ liệu BĐS trong ví dụ là giả lập phục vụ giảng dạy, trừ khi ghi rõ nguồn khác.

Vị trí của bài trong mạch học

Bài thuộc Chương 2 – Nhập, chuẩn hóa và làm sạch dữ liệu. Mục tiêu là làm dữ liệu đáng tin và có thể truy vết trước khi bước sang thống kê mô tả. Bài nối trực tiếp quy tắc ở Bài 1–10: hiểu mỗi dòng, mỗi cột và thuộc tính biến trước khi bấm Analyze.

1. Chọn mẫu khác xóa dữ liệu

Filter giữ case trong file nhưng loại khỏi nhiều phân tích; phù hợp thực hành và QA.

Liên hệ BĐS: với giá, diện tích, khu vực, loại hình hoặc dữ liệu khảo sát, một thao tác đúng kỹ thuật vẫn có thể tạo kết quả sai nghĩa nếu đơn vị quan sát, mã hóa, missing hoặc phạm vi mẫu chưa được kiểm. Vì vậy sau mỗi thao tác phải đối chiếu với codebook và ít nhất một số case cụ thể.

Cách tự kiểm: lưu trạng thái trước thao tác, chạy công cụ, ghi N/giá trị đầu ra, rồi kiểm ngược 5–10 dòng. Nếu không giải thích được vì sao một case được giữ, đổi nhóm, trở thành missing hoặc xuất hiện trong Output, chưa chuyển bước.

2. If condition is satisfied

Điều kiện có thể dùng biến, phép toán, hàm và logic.

3. AND OR và ngoặc

Biểu thức dài phải có ngoặc rõ để tránh chọn sai case.

4. Filter variable

Cờ 0/1 như qa_hople giúp tái sử dụng tiêu chí.

5. Random sample

Dùng khi thiết kế lấy mẫu yêu cầu, không để làm file nhẹ.

6. Range of cases/time

Số dòng phụ thuộc thứ tự; ưu tiên biến ngày/ID khi có thể.

7. Dấu filter trong Data View

Case vẫn còn nhưng phân tích bỏ qua; dễ quên trạng thái filter.

8. Missing trong điều kiện

Case có điều kiện missing thường không được chọn; cần biết N mất vì lý do nào.

9. Kiểm N trước-sau

Mọi lọc phải có bảng số case và tiêu chí chọn.

10. Trở về All cases

Sau phân tích phải tắt filter và ghi lại trạng thái.

Bộ dữ liệu thực hành xuyên suốt

Các bài 11–20 dùng một cấu trúc BĐS thống nhất để tập trung vào phương pháp. Có thể thay bằng dữ liệu thật nếu giữ đúng ý nghĩa biến, đơn vị và yêu cầu bảo mật.

Tên biến	Kiểu	Ý nghĩa	Mã/đơn vị	Measure
ma_bds	String	Mã quan sát/tài sản	—	Nominal
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	triệu đồng/m²	Scale
khoang_cach_tam	Numeric	Khoảng cách	km	Scale
nam_xay_dung	Numeric	Năm xây dựng	năm	Scale
muc_hai_long	Numeric	Mức hài lòng	1–5; 99=không trả lời nếu đã khai Missing	Ordinal
y_dinh_mua	Numeric	Ý định mua	1–5; 99=không trả lời nếu đã khai Missing	Ordinal

Cú pháp tham khảo

Nên bấm Paste ở hộp thoại quan trọng để lưu dấu vết thao tác. Syntax dưới đây minh họa logic của bài và cần đổi tên biến theo tệp thực tế.

USE ALL. COMPUTE filter_$=(loai_bds=1 AND (khu_vuc=1 OR khu_vuc=2)). FILTER BY filter_$. EXECUTE. * Sau khi xong. FILTER OFF. USE ALL. EXECUTE.

Tình huống thực hành BĐS

Dữ liệu 900 BĐS được lọc căn hộ ở hai khu vực. Sinh viên quên tắt filter, sang bài sau chỉ còn căn hộ trong Output và tưởng dữ liệu bị mất. Bài học là filter là trạng thái của dataset.

Trong tình huống này, sinh viên phải tách ba việc: phát hiện – xác minh – xử lý. Không được nhảy từ phát hiện sang xóa/sửa khi chưa có căn cứ từ nguồn, codebook hoặc quy tắc nghiên cứu.

Ma trận lựa chọn nhanh

Tình huống	Cách hiểu/công cụ	Điểm phải kiểm
If condition	Chọn theo tiêu chí	Ghi biểu thức
Filter variable	Cờ QA 0/1	Tái sử dụng
Random sample	Thiết kế mẫu	Ghi quy tắc/seed
Case/time range	Theo phạm vi	Cẩn thận Sort
Delete unselected	Mất case active	Chỉ bản sao

Bài thực hành

Tạo ba bộ lọc: loại hình+khu vực, cờ QA và thời gian; ghi N trước/sau và tắt filter sau mỗi phân tích.

Sản phẩm phải nộp

Syntax ba điều kiện
Bảng N trước/sau
Output khi filter bật
Bằng chứng filter đã tắt
Quy tắc đặt tên file

Những lỗi thường gặp

Delete trên file duy nhất
Lọc để p-value đẹp
Sai ngoặc AND/OR
Quên filter bật
Dùng số dòng thay ID/ngày
Không kiểm N

Sổ tay thao tác nhanh

Lưu bản trước thao tác bằng tên version rõ.
Kiểm Type, Values, Missing, Measure của biến dùng.
Viết câu hỏi cần trả lời trước khi mở menu.
Thực hiện và Paste Syntax nếu quy tắc/công thức phức tạp.
Kiểm N trước–sau và 5–10 case cụ thể.
Đối chiếu Output với nguồn; không chỉ nhìn bảng đẹp.
Ghi lỗi/quyết định/lý do vào biên bản QA.
Save As bản mới, không overwrite nguồn duy nhất.

Phản biện chéo tại lớp

Một nhóm thao tác; nhóm còn lại hỏi về dữ liệu đầu vào, đơn vị quan sát, biến được dùng, thuộc tính biến, tác động của thao tác tới hàng/cột/giá trị và tình huống có thể làm kết quả sai. Người thực hiện phải giải thích được cả thao tác và ý nghĩa.

Sau phản biện, ghi ba điểm: điều làm đúng, lỗi/rủi ro phát hiện và biện pháp ngăn lỗi lặp lại.

Tình huống kiểm tra cuối bài

Giảng viên giao tệp 300–600 case có vấn đề liên quan trực tiếp đến Select Cases và Filter: chọn đúng mẫu phân tích mà không xóa dữ liệu. Sinh viên ghi trạng thái ban đầu, quy tắc kiểm, thao tác, Output/Syntax và bảng trước–sau. Điểm dựa cả vào lý do, không chỉ kết quả cuối.

Phiếu tự kiểm

Tôi có giữ bản dữ liệu gốc/bản trước thao tác không?
Tôi có hiểu mỗi dòng và mỗi biến đại diện cho gì không?
Type, Values, Missing, Measure của biến chính có đúng không?
Tôi có ghi điều kiện/công thức/ngưỡng thay vì sửa cảm tính không?
N trước và sau thao tác có hợp lý không?
Tôi có kiểm 5–10 case cụ thể không?
Tôi có vô tình xóa/overwrite dữ liệu không?
Output có category/missing/đơn vị bất thường không?
Syntax/biên bản có đủ để tái hiện không?
Tôi có phân biệt mô tả với suy luận không?
Tôi có ghi giới hạn của thao tác không?
Tệp sau xử lý có version rõ không?

Ghi nhớ trong 30 giây

Select Cases không đồng nghĩa xóa
Ưu tiên filter có thể khôi phục
Logic cần ngoặc rõ
Luôn kiểm N và trạng thái filter
Không lọc theo kết quả mong muốn

Nguồn tham khảo

Nguồn kỹ thuật chính là IBM SPSS Statistics 31; nguồn phương pháp bổ sung dùng để giải thích cách đọc thống kê/đồ thị. Khi menu trên máy khác bài, đối chiếu đúng phiên bản SPSS đang sử dụng.

https://www.ibm.com/docs/SSLVMB_31.0.0/pdf/IBM_SPSS_Statistics_Core_System_User_Guide.pdf
https://www.ibm.com/docs/en/spss-statistics/30.0.0?topic=transformations-select-cases
https://www.ibm.com/docs/en/spss-statistics/31.0.0?topic=cases-select-range

Bài tiếp theo

Merge Files: nối thêm biến hoặc ghép thêm quan sát từ nhiều bộ dữ liệu.

Bài luyện tập mở rộng

Luyện tập 1: Chọn mẫu khác xóa dữ liệu

Tạo một bản dữ liệu nhỏ có vấn đề liên quan đến Chọn mẫu khác xóa dữ liệu và If condition is satisfied. Trước khi thao tác, viết dự đoán về N hoặc cấu trúc kết quả. Thực hiện đúng công cụ của bài, lưu Output/Syntax và kiểm lại bằng ít nhất 5 case.

Phần giải thích: trình bày 120–180 từ về vì sao filter giữ case trong file nhưng loại khỏi nhiều phân tích; phù hợp thực hành và qa. Đồng thời đối chiếu với nguyên tắc thứ hai: điều kiện có thể dùng biến, phép toán, hàm và logic. Nếu kết quả khác dự đoán, xác định chênh lệch do dữ liệu hay do thao tác.

Luyện tập 2: AND OR và ngoặc

Tạo một bản dữ liệu nhỏ có vấn đề liên quan đến AND OR và ngoặc và Filter variable. Trước khi thao tác, viết dự đoán về N hoặc cấu trúc kết quả. Thực hiện đúng công cụ của bài, lưu Output/Syntax và kiểm lại bằng ít nhất 5 case.

Phần giải thích: trình bày 120–180 từ về vì sao biểu thức dài phải có ngoặc rõ để tránh chọn sai case. Đồng thời đối chiếu với nguyên tắc thứ hai: cờ 0/1 như qa_hople giúp tái sử dụng tiêu chí. Nếu kết quả khác dự đoán, xác định chênh lệch do dữ liệu hay do thao tác.

Luyện tập 3: Random sample

Tạo một bản dữ liệu nhỏ có vấn đề liên quan đến Random sample và Range of cases/time. Trước khi thao tác, viết dự đoán về N hoặc cấu trúc kết quả. Thực hiện đúng công cụ của bài, lưu Output/Syntax và kiểm lại bằng ít nhất 5 case.

Phần giải thích: trình bày 120–180 từ về vì sao dùng khi thiết kế lấy mẫu yêu cầu, không để làm file nhẹ. Đồng thời đối chiếu với nguyên tắc thứ hai: số dòng phụ thuộc thứ tự; ưu tiên biến ngày/id khi có thể. Nếu kết quả khác dự đoán, xác định chênh lệch do dữ liệu hay do thao tác.

Luyện tập 4: Dấu filter trong Data View

Tạo một bản dữ liệu nhỏ có vấn đề liên quan đến Dấu filter trong Data View và Missing trong điều kiện. Trước khi thao tác, viết dự đoán về N hoặc cấu trúc kết quả. Thực hiện đúng công cụ của bài, lưu Output/Syntax và kiểm lại bằng ít nhất 5 case.

Phần giải thích: trình bày 120–180 từ về vì sao case vẫn còn nhưng phân tích bỏ qua; dễ quên trạng thái filter. Đồng thời đối chiếu với nguyên tắc thứ hai: case có điều kiện missing thường không được chọn; cần biết n mất vì lý do nào. Nếu kết quả khác dự đoán, xác định chênh lệch do dữ liệu hay do thao tác.

Luyện tập 5: Kiểm N trước-sau

Tạo một bản dữ liệu nhỏ có vấn đề liên quan đến Kiểm N trước-sau và Trở về All cases. Trước khi thao tác, viết dự đoán về N hoặc cấu trúc kết quả. Thực hiện đúng công cụ của bài, lưu Output/Syntax và kiểm lại bằng ít nhất 5 case.

Phần giải thích: trình bày 120–180 từ về vì sao mọi lọc phải có bảng số case và tiêu chí chọn. Đồng thời đối chiếu với nguyên tắc thứ hai: sau phân tích phải tắt filter và ghi lại trạng thái. Nếu kết quả khác dự đoán, xác định chênh lệch do dữ liệu hay do thao tác.

Luyện tập 6: Chọn mẫu khác xóa dữ liệu

Biên bản QA tối thiểu

Mục	Trước	Quy tắc/thao tác	Sau	Xác nhận
Số case	Ghi N	Theo đúng mục tiêu	Ghi N sau	Hợp lý
Biến chính	Type/Measure	Kiểm thuộc tính	Không đổi ngoài ý muốn	Đạt/không đạt
Missing/category	Ghi hiện trạng	Theo quy tắc bài	Ghi sau	Không hợp thức hóa lỗi
Giá trị bất thường	Danh sách	Xác minh nguồn	Giữ/sửa/gắn cờ	Có lý do
Version	Tên file trước	Save As	Tên file sau	Không overwrite