Split File và Weight Cases: khi nào nên tách nhóm, khi nào cần gán trọng số?

Split File và Weight Cases: khi nào nên tách nhóm, khi nào cần gán trọng số? là Bài 24 của chuyên đề SPSS trong phân tích dữ liệu BĐS. Phân biệt Split File để chạy phân tích theo nhóm với Weight Cases để mỗi dòng đại diện nhiều quan sát; kiểm trạng thái tồn tại qua các thủ tục và tắt đúng lúc.

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.

Split File không lọc case

Split File chạy thủ tục theo nhóm hoặc trình bày nhóm tùy lựa chọn; tất cả case vẫn còn.

Khác Select Cases vốn chỉ phân tích một subset.

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.

Compare/Organize output khác cách trình bày

Có thể so nhóm trong cùng bảng hoặc tách Output theo nhóm.

Nhiều nhóm có thể tạo Output rất dài.

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.

Dữ liệu phải được nhóm đúng

SPLIT FILE xử lý các break groups; GUI có thể sort, Syntax nên SORT CASES trước.

Không bỏ bước sort khi tự viết lệnh.

Split File tồn tại đến khi tắt

Nó ảnh hưởng thủ tục sau cho đến SPLIT FILE OFF hoặc lựa chọn Analyze all cases.

Kiểm status bar trước bài mới.

Weight Cases thay đóng góp của case

Biến tần số có thể cho một dòng đại diện nhiều quan sát, phù hợp file tổng hợp.

Không weight file vi mô tùy tiện để nhóm 'quan trọng hơn'.

Weight 0/âm/missing bị loại

IBM nêu các giá trị này không đóng góp phân tích.

Kiểm biến weight trước khi bật.

Fractional weight khác nhau theo thủ tục

Một số thủ tục dùng fractional weight, nhiều thủ tục xử lý như replication và có thể làm tròn; một số bỏ qua.

Đọc documentation nếu weight không nguyên.

Weight không thay Complex Samples

Survey weights với strata/cluster/xác suất chọn mẫu cần thủ tục thiết kế mẫu phù hợp.

Data > Weight Cases không tự điều chỉnh phương sai survey.

Weight cũng tồn tại đến khi tắt

Lưu file weighted có thể lưu trạng thái weight.

Dùng WEIGHT OFF khi kết thúc.

Split+Weight tăng rủi ro hiểu sai mẫu số

Có thể hợp lý trong file tổng hợp, nhưng phải hiểu mỗi row đại diện gì.

Không bật cả hai chỉ vì 'nâng cao'.

Biên bản trạng thái

Ghi Filter/Split/Weight ON/OFF trước và sau phân tích.

Một checklist nhỏ ngăn lỗi dây chuyền.

Kết thúc Chương 3

Sau bài này, dữ liệu đã sẵn cho kiểm định khác biệt ở Chương 4.

Trước kiểm định phải tắt trạng thái không thuộc thiết kế.

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.

SORT CASES BY khu_vuc(A). SPLIT FILE LAYERED BY khu_vuc. DESCRIPTIVES VARIABLES=gia_m2 dien_tich. SPLIT FILE OFF. WEIGHT BY tan_so. FREQUENCIES VARIABLES=loai_bds. WEIGHT OFF.

Tình huống thực hành BĐS

File tổng hợp có mỗi dòng là khu vực×loại BĐS và tan_so là số tài sản; Weight hợp lý. Nhưng khi chuyển sang file vi mô 2.000 dòng mà quên Weight ON, kết quả sai. Checklist status phát hiện lỗi.

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
Split File	Phân tích theo nhóm	Không bỏ case	Tắt sau
Select Cases	Một subset	Lọc	Khác Split
Weight	Case đại diện nhiều quan sát	Frequency weight	Kiểm 0/âm/missing
Survey weight	Thiết kế mẫu	Complex Samples	Không thay bằng weight đơn giản
Split+Weight	Có thể dùng	Chỉ khi hiểu unit	QA kỹ

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

Chạy Split theo khu vực và Weight trên file tổng hợp, rồi tắt cả hai và chứng minh N trở lại bình thường.

Sản phẩm phải nộp

Output Split
Output Weight
Bảng status trước–sau
Syntax ON/OFF
Giải thích Split/Filter/Weight

Những lỗi thường gặp

Nhầm Split với Filter
Quên Sort
Quên Split ON
Weight file vi mô vô lý
Không kiểm weight âm/0
Không kiểm fractional treatment
Dùng Weight thay survey design
Lưu file weighted không ghi

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 Split File và Weight Cases: khi nào nên tách nhóm, khi nào cần gán trọng số?: 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

Split chia phân tích theo nhóm
Weight đổi đóng góp của case
Cả hai tồn tại đến khi tắt
Weight đơn giản không thay survey design
Luôn kiểm status

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_Command_Syntax_Reference.pdf
https://www.ibm.com/docs/SSLVMB_31.0.0/pdf/IBM_SPSS_Statistics_Core_System_User_Guide.pdf

Bài tiếp theo

One-Sample t-test: so sánh một mức trung bình với giá trị chuẩn như thế nào?.

Bài luyện tập mở rộng

Luyện tập 1

Bật Split rồi quên tắt và mô tả dấu hiệu.

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 weight=0/missing để kiểm exclusion.

Luyện tập 3

So Weight với nhân bản case trong ví dụ nhỏ.

Luyện tập 4

Viết checklist Filter/Split/Weight.

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