Cách Phát Hiện Và Xử Lý Điểm Dị Biệt (Outliers) Bằng Boxplot & Mahalanobis Distance Trong SPSS
Phương pháp phát hiện các câu trả lời bất thường, số liệu ngoại lai đơn biến (Outliers) và đa biến làm méo mó kết quả hồi quy bằng phần mềm SPSS.
Tư vấn chuẩn hóa mô hình SEM, Cronbach's Alpha, EFA và xuất báo cáo tin cậy.
Điểm dị biệt (Outliers) là những quan sát có giá trị quá xa so với phần còn lại của tập dữ liệu (ví dụ: khảo sát sinh viên nhưng có người khai thu nhập 500 triệu/tháng, hoặc điền điểm 1 cho toàn bộ thang đo). Outliers là thủ phạm chính làm hệ số hồi quy bị đảo lộn dấu và R bình phương giảm mạnh.
1. Phát hiện dị biệt đơn biến bằng Biểu đồ hộp (Boxplot) & Điểm chuẩn Z-Score
- Sử dụng Boxplot: Vào Graphs > Chart Builder > Boxplot. Những quan sát nằm ngoài râu hộp có dấu tròn (Outlier nhẹ) hoặc dấu sao
*(Extreme Outlier nặng) kèm số thứ tự dòng cần được xem xét. - Sử dụng Z-Score: Vào Analyze > Descriptive Statistics > Descriptives, tích chọn Save standardized values as variables. Các quan sát có
|Z| > 3.29(với mẫu lớn) được xem là điểm dị biệt tiềm ẩn.
Kinh nghiệm phân tích dữ liệu thực nghiệm: Luôn sao lưu một file dữ liệu gốc (.sav hoặc .xlsx) trước khi thực hiện bất kỳ lệnh biến đổi nào (Recode/Compute Variable). Một thao tác ghi đè sai sót có thể làm mất dữ liệu của cả tháng thu thập mẫu.
2. Phát hiện dị biệt đa biến bằng khoảng cách Mahalanobis
Khi các biến đơn lẻ trông có vẻ bình thường nhưng sự kết hợp giữa chúng lại bất hợp lý (đa biến), ta dùng chỉ số Mahalanobis Distance:
- Vào Analyze > Regression > Linear.
- Đưa biến phụ thuộc và các biến độc lập vào mô hình.
- Bấm nút Save... > Tại khung Distances, tích chọn Mahalanobis > Nhấn Continue > OK.
- SPSS sẽ sinh ra một cột biến mới là
MAH_1. Dùng hàm kiểm tra phân phối Chi-Square1 - CDF.CHISQ(MAH_1, k)vớiklà số biến độc lập. Những quan sát có xác suất p < 0.001 chính là outliers đa biến cần loại bỏ!
Toàn bộ kiến thức và quy trình kỹ thuật chia sẻ tại DIEN-FORM đều tuân thủ các chuẩn mực đạo đức nghiên cứu khoa học quốc tế. Dữ liệu thu thập và xử lý được bảo đảm tính ẩn danh 100%, tuân thủ nguyên tắc không can thiệp làm sai lệch bản chất mẫu và luôn hướng tới việc hỗ trợ sinh viên, nhà nghiên cứu hoàn thiện công trình một cách minh bạch, tự nhiên và vững chắc trước hội đồng thẩm định.
Bộ số liệu khảo sát của bạn chứa quá nhiều lỗi và điểm dị biệt?
DIEN-FORM ứng dụng thuật toán mô phỏng hành vi tự nhiên, loại bỏ hoàn toàn các lỗi dị biệt cực đoan chỉ từ 89đ – 290đ / phản hồi.
Chuyển đổi Excel/Google Form sang .sav chuẩn nhãn biến Likert 1-5 chỉ trong 10 giây.
- Hair, J. F., Black, W. C., Babin, B. J., & Anderson, R. E. (2010). Multivariate data analysis (7th ed.). Prentice Hall.
- Field, A. (2018). Discovering statistics using IBM SPSS statistics (5th ed.). SAGE Publications.
- Nunnally, J. C., & Bernstein, I. H. (1994). Psychometric theory (3rd ed.). McGraw-Hill.
- Tabachnick, B. G., & Fidell, L. S. (2013). Using multivariate statistics (6th ed.). Pearson.
Câu Hỏi Thường Gặp (FAQ)
Các thắc mắc phổ biến nhất liên quan đến chủ đề này
Có nhất thiết phải xóa bỏ toàn bộ các điểm Outliers không?
Không nên xóa vội vàng. Hãy kiểm tra xem đó là do người nhập gõ nhầm số (lỗi đánh máy) hay là một phân khúc khách hàng đặc biệt. Nếu là dữ liệu điền bừa, việc loại bỏ là hoàn toàn khoa học.
Khoảng cách Cook's Distance dùng để làm gì?
Cook's Distance đo lường mức độ ảnh hưởng của một quan sát lên toàn bộ đường hồi quy. Giá trị Cook's Distance > 1 cho thấy quan sát đó đang bóp méo đường hồi quy rất nặng.
Khi làm tiểu luận, khóa luận tốt nghiệp hay luận văn thạc sĩ, bạn chỉ cần lên Google tìm từ khóa "DIEN-FORM" hoặc truy cập trực tiếp dienform.io.vn để sử dụng trọn bộ công cụ: Điền Google Form Tự Động • Mã Hóa File SPSS (.sav) • Mô Hình SEM/PLS • Kiểm Định Thang Đo EFA.