Bài 3. Giới thiệu chung về mô tả phân phối

Sau khi xử lý và làm sạch dữ liệu, giai đoạn cuối cùng của phân tích dữ liệu ban đầu là mô tả dữ liệu, từ đó định hình mô hình thống kê cơ bản cho dữ liệu. Mục đích chính của mô tả dữ liệu là trình bày các đặc điểm cần thiết và quan trọng của dữ liệu thường ở dạng bảng, đồ thị và biểu đồ. Không gian hạn chế trong các bài báo và bên cạnh đó, nhiều độc giả cảm thấy khó khăn trong việc xử lý một lượng lớn dữ liệu chi tiết. Do vậy, một bản tóm tắt ngắn gọn về các khía cạnh quan trọng của dữ liệu là được yêu cầu và có thể là một biểu đồ hoặc biểu đồ để truyền tải thông tin một cách trực quan.

Làm thế nào để trực quan phân phối dữ liệu?

Biểu đồ, đồ thị và bảng là những cách phổ biến nhất để hiển thị dữ liệu. Biểu đồ và đồ thị là một phương tiện trực quan hóa dữ liệu tuyệt vời và là một cách xác định các đặc điểm cụ thể và các mô hình mẫu của biến động trong dữ liệu.

Biểu đồ thanh (Bar chart), biểu đồ thân và lá (stem and leaf plots), bảng tần suất tương đối và biểu đồ hình tròn (pie charts) là thường được sử dụng nhất để mô tả dữ liệu phân loại và dữ liệu rời rạc định lượng (quantitative discrete).

Bảng tần suất tương đối được nhóm gộp, đồ thị thân và lá (stem and leaf plots), biểu đồ Histogram, đồ thị hộp và râu (box and whisker), và đồ thị phân tán (scatter plot) là thường được sử dụng nhất để hiển thị dữ liệu liên tục định lượng (quantitative continuous).

Mặc dù biểu đồ hình tròn (pie chart) có thể được sử dụng để hiển thị tỷ lệ phần trăm và dữ liệu đếm, phương pháp hiển thị dữ liệu này hiếm khi được thấy trong các bài báo trên tạp chí. Lý do đến từ việc khó so sánh các góc và các cung của biểu đồ hình tròn hơn là chiều cao hoặc độ dài của các thanh trong biểu đồ thanh. Do đó, việc sử dụng biểu đồ hình tròn không được khuyến khích.

Tài liệu tham khảo

1. Coolican, H. (2018). Research methods and statistics in psychology. Routledge.
2. Hanneman, R. A., Kposowa, A. J., & Riddle, M. D. (2012). Basic statistics for social research (Vol. 38). John Wiley & Sons.
3. Jackson, S. L. (2015). Research methods and statistics: A critical thinking approach. Cengage Learning.
4. McQueen, R. A., & Knussen, C. (2006). Introduction to research methods and statistics in psychology. Pearson education.
5. Peers, I. (2006). Statistical analysis for education and psychology researchers: Tools for researchers in education and psychology. Routledge.
6. Wagner III, W. E. (2019). Using IBM® SPSS® statistics for research methods and social science statistics. Sage Publications.