Trong mọi khoá thống kê ứng dụng, câu hỏi được đặt ra sớm nhất không phải về kiểm định nào, mà về phần mềm nào. Nhiều người đã mất vài tháng học một phần mềm rồi bỏ dở để chuyển sang phần mềm khác vì đồng nghiệp bảo “cái này mới chuẩn”. Bài này gom những câu hỏi gặp nhiều nhất và trả lời thẳng, dựa trên việc phần mềm nào hợp với loại công việc nào, không dựa trên sở thích.
Có phần mềm nào tốt nhất cho nghiên cứu không?
Không. Các phần mềm thống kê phổ biến đều cho cùng kết quả với cùng một phép tính, nếu bạn chọn đúng thiết lập. Hồi quy tuyến tính chạy trên SPSS, Stata hay R ra hệ số giống nhau đến nhiều chữ số thập phân. Khác biệt nằm ở ba chỗ:
- Cách làm việc: bấm chuột qua hộp thoại hay viết câu lệnh.
- Độ phủ phương pháp: phần mềm có sẵn phương pháp bạn cần không, hay phải cài thêm, hay phải dùng phần mềm khác.
- Người xung quanh dùng gì: người hướng dẫn, nhóm nghiên cứu, đồng tác giả. Một phần mềm tốt mà không ai bên cạnh dùng được thì mỗi lần vướng bạn phải tự xoay xở.
Câu hỏi đúng không phải “phần mềm nào tốt nhất” mà “trong hai ba năm tới, tôi sẽ phân tích loại dữ liệu nào, và ai sẽ cùng làm với tôi”.
SPSS đủ dùng tới đâu?
SPSS mạnh ở chỗ dễ bắt đầu. Dữ liệu hiện như bảng tính, các phân tích nằm trong menu, kết quả ra thành bảng gọn. Với nghiên cứu khảo sát bằng bảng hỏi, mô tả thống kê, kiểm định t, ANOVA, tương quan, hồi quy tuyến tính và logistic, phân tích nhân tố khám phá và hệ số Cronbach alpha, SPSS đáp ứng đầy đủ. Đây là lý do nó phổ biến trong khối kinh tế, quản trị, giáo dục, tâm lý ở Việt Nam.
Giới hạn của SPSS lộ ra khi:
- dữ liệu theo thời gian hoặc dữ liệu bảng (panel) với nhiều quan sát lặp lại trên cùng đơn vị;
- cần mô hình phức tạp như mô hình đa tầng, mô hình phương trình cấu trúc đầy đủ (thường phải dùng thêm phần mềm đi kèm), hay các phương pháp mới chưa có trong menu;
- cần làm lại cùng một chuỗi phân tích nhiều lần với dữ liệu cập nhật.
Điều ít người biết: SPSS cũng có cú pháp câu lệnh. Mỗi lần bấm OK trong hộp thoại, có nút Paste để chép câu lệnh tương ứng ra cửa sổ cú pháp. Dùng thói quen này ngay từ đầu, bạn có được phần lớn lợi ích của việc viết lệnh mà không phải đổi phần mềm.
Stata hợp với ai?
Stata được dùng nhiều trong kinh tế học, kinh tế lượng, y tế công cộng và dịch tễ học. Nó mạnh ở dữ liệu bảng, dữ liệu khảo sát có trọng số và thiết kế mẫu phức tạp, các mô hình hồi quy với sai số chuẩn điều chỉnh, và phân tích sống còn. Câu lệnh ngắn, dễ đọc, tài liệu hướng dẫn chính thức kỹ.
Nếu luận án của bạn dùng các bộ dữ liệu điều tra hộ gia đình lớn, dữ liệu doanh nghiệp theo năm, hay dữ liệu y tế có thiết kế mẫu nhiều giai đoạn, Stata thường là lựa chọn ít vướng nhất. Đổi lại, đây là phần mềm có bản quyền; nên hỏi trước xem cơ sở của bạn có giấy phép dùng chung không.
R có khó như người ta nói không?
R khó ở hai tuần đầu, không khó ở hai năm sau. Mọi thao tác đều qua câu lệnh, thông báo lỗi lúc đầu khó hiểu, và có nhiều cách làm cùng một việc. Nhưng R có ba lợi thế mà các phần mềm khác khó bì:
- Miễn phí, cài trên máy cá nhân không cần giấy phép.
- Độ phủ phương pháp rộng nhất. Gần như mọi phương pháp thống kê được công bố gần đây đều có gói R đi kèm, nhiều khi do chính tác giả phương pháp viết.
- Đồ thị và báo cáo. Hình vẽ chất lượng in ấn, và có thể dựng tài liệu trong đó văn bản, câu lệnh và kết quả nằm chung, chạy lại là cập nhật toàn bộ.
Người nên học R ngay: nghiên cứu sinh trong các ngành dùng nhiều phương pháp mới, người làm dữ liệu sinh học, sinh thái, môi trường, ngôn ngữ học định lượng, và người dự định làm nghiên cứu lâu dài. Python cũng là lựa chọn tương đương cho người làm nhiều với dữ liệu lớn hoặc học máy, nhưng trong thống kê suy luận truyền thống R vẫn phổ biến hơn.
Excel có được dùng cho phân tích trong bài báo không?
Excel tốt để nhập liệu, làm sạch sơ bộ, tính toán đơn giản và vẽ hình nhanh. Nhưng nên tránh dùng Excel cho phần phân tích chính của bài báo, vì những lý do rất cụ thể:
- Thao tác kéo thả, sửa ô trực tiếp không để lại dấu vết. Sáu tháng sau, khi phản biện hỏi, bạn không biết mình đã xoá dòng nào, sửa ô nào.
- Excel tự đổi định dạng: mã số bắt đầu bằng số 0 bị cắt, chuỗi giống ngày tháng bị biến thành ngày.
- Một số hàm thống kê có thiết lập mặc định dễ dùng nhầm, và phương pháp nâng cao gần như không có.
Cách dùng hợp lý: nhập liệu bằng Excel với quy ước rõ (mỗi hàng một quan sát, mỗi cột một biến, không gộp ô, không tô màu thay cho mã), lưu một bản gốc không bao giờ sửa, rồi đưa sang phần mềm thống kê để phân tích.
Dữ liệu định tính thì dùng phần mềm gì?
Các phần mềm kể trên dành cho dữ liệu số. Với bản gỡ băng phỏng vấn, ghi chép thực địa hay tài liệu văn bản, có nhóm phần mềm hỗ trợ phân tích định tính như NVivo, ATLAS.ti, MAXQDA, và các lựa chọn miễn phí như QualCoder hay Taguette. Chúng giúp gắn mã cho từng đoạn văn bản, gom các đoạn cùng mã, ghi chú phân tích và truy vết từ chủ đề ngược về trích đoạn gốc.
Cần nói rõ: phần mềm định tính không phân tích hộ bạn. Nó chỉ là tủ hồ sơ có trật tự. Với vài chục bản phỏng vấn, nhiều nhà nghiên cứu vẫn làm tốt bằng bảng tính và trình soạn thảo văn bản, miễn là có hệ thống mã rõ ràng. Phần mềm trở nên đáng giá khi dữ liệu lớn, nhiều người cùng mã hoá, hoặc cần kiểm tra mức thống nhất giữa những người mã hoá.
Tổ chức thư mục dự án ngay từ đầu
Dù dùng phần mềm nào, nên tạo cho mỗi dự án một thư mục với cấu trúc cố định: một thư mục dữ liệu gốc chỉ đọc, một thư mục dữ liệu đã xử lý, một thư mục câu lệnh, một thư mục kết quả. Câu lệnh luôn đọc từ dữ liệu gốc và ghi ra dữ liệu đã xử lý, không bao giờ ghi đè lên bản gốc. Cấu trúc này tốn mười phút lúc đầu nhưng tiết kiệm rất nhiều thời gian khi phải tìm lại vì sao một con số trong bảng kết quả lại khác bản trước.
Nên bấm chuột hay viết câu lệnh?
Viết câu lệnh, bất kể dùng phần mềm nào. Đây là lời khuyên quan trọng nhất của bài. Một tệp câu lệnh là biên bản đầy đủ của phân tích: đọc dữ liệu từ đâu, mã hoá lại biến nào, loại quan sát nào, chạy mô hình gì. Nó giúp bạn:
- chạy lại toàn bộ trong vài phút khi phát hiện lỗi nhập liệu;
- trả lời phản biện yêu cầu thêm biến kiểm soát mà không phải nhớ lại từng bước;
- chia sẻ với đồng tác giả và người hướng dẫn để họ kiểm tra;
- đáp ứng yêu cầu chia sẻ mã của ngày càng nhiều tạp chí.
Một tệp câu lệnh tốt có ghi chú ở đầu mỗi khối giải thích khối đó làm gì và vì sao, đặc biệt ở những quyết định như loại quan sát ngoại lai hay gộp nhóm.
Đang học SPSS có nên chuyển sang R không?
Không cần chuyển giữa chừng một dự án. Hoàn thành phân tích của bài báo hoặc luận văn hiện tại bằng phần mềm đang dùng, giữ đầy đủ cú pháp. Học phần mềm mới vào lúc bắt đầu dự án tiếp theo, tốt nhất là chạy lại một phân tích cũ mà bạn đã biết kết quả: so được kết quả là cách học nhanh và chắc nhất. Chuyển phần mềm giữa lúc đang chạy đua với hạn nộp bài là cách dễ nhất để sinh lỗi.
Bảng chọn nhanh theo tình huống
| Tình huống | Gợi ý |
|---|---|
| Luận văn thạc sĩ khảo sát bằng bảng hỏi, phân tích cơ bản | SPSS, dùng cú pháp |
| Dữ liệu bảng, điều tra hộ gia đình, kinh tế lượng | Stata |
| Phương pháp mới, đồ thị phức tạp, dự định nghiên cứu lâu dài | R |
| Nhập liệu, làm sạch sơ bộ | Excel theo quy ước, rồi chuyển sang phần mềm thống kê |
| Nhóm nghiên cứu đã thống nhất một phần mềm | Dùng phần mềm của nhóm |
Dòng cuối thường quan trọng hơn mọi dòng còn lại. Làm cùng phần mềm với người hướng dẫn và đồng tác giả giúp bạn được kiểm tra lỗi sớm, và đó là thứ phần mềm nào cũng không tự làm được.
Câu hỏi thường gặp
Phần mềm miễn phí có được tạp chí chấp nhận không?
Có. Tạp chí quan tâm phương pháp và cách báo cáo, không quan tâm phần mềm có bản quyền hay không; chỉ cần ghi rõ tên phần mềm, phiên bản và gói đã dùng.
Có cần ghi phiên bản phần mềm trong bài báo không?
Nên ghi, cùng với tên các gói hoặc lệnh bổ sung đã dùng, vì thiết lập mặc định có thể thay đổi giữa các phiên bản.
Học R mất bao lâu để dùng được cho luận văn?
Phần lớn người học dùng được các phân tích cơ bản sau vài tuần thực hành đều đặn trên dữ liệu thật; khó nhất là giai đoạn làm quen với cách đọc thông báo lỗi.
Dùng SmartPLS hay AMOS cho mô hình cấu trúc có được không?
Được, nếu phương pháp phù hợp câu hỏi nghiên cứu và bạn báo cáo đủ các chỉ số mà lĩnh vực yêu cầu. Phần mềm không thay được việc hiểu giả định của mô hình.
Có nên nhờ người khác chạy số liệu hộ?
Có thể nhờ tư vấn, nhưng bạn phải hiểu và kiểm tra lại được từng bước, vì bạn là người chịu trách nhiệm về kết quả và phải trả lời phản biện.
