Trình Tạo Codebook
Liệt kê mỗi biến một dòng — tên, nhãn, kiểu, nhãn giá trị, mã thiếu — và nhận một bảng codebook để dán vào README, cùng cú pháp áp dụng đúng các nhãn đó cho dữ liệu: VARIABLE LABELS, VALUE LABELS và MISSING VALUES cho SPSS, mã factor hoặc haven cho R. Công cụ cũng kiểm tra tên và nhãn theo giới hạn của SPSS. Miễn phí, không cần đăng ký. Không có nội dung nào bạn nhập rời khỏi trình duyệt.
Các biến của bạn
Các trường theo thứ tự này, cách nhau bằng | hoặc tab (dán thẳng từ bảng tính): name | label | type | value labels | missing codes | notes. Chỉ name là bắt buộc.
Kiểu là scale, ordinal, nominal hoặc string (thang đo, thứ bậc, danh định, chuỗi ký tự); hãy gõ đúng các từ tiếng Anh này. Nhãn giá trị là các cặp code=label cách nhau bằng dấu chấm phẩy. Mã thiếu cách nhau bằng dấu phẩy; viết khoảng là 997 to 999, và dùng LO hoặc HI cho một đầu mở.
R cơ bản chuyển nhãn giá trị thành factor và chuyển mã thiếu do người dùng định nghĩa thành NA. Kiểu haven giữ mã và nhãn cùng nhau, như SPSS làm.
Dùng trong cú pháp R. Tên không hợp lệ sẽ được thay bằng df.
Codebook
Gõ hoặc dán các biến của bạn ở trên, hoặc nhấn Thử một ví dụ.
Xuất
Chạy khi tệp dữ liệu của bạn đang mở: VARIABLE LABELS, VALUE LABELS, MISSING VALUES và VARIABLE LEVEL. Lệnh này không tạo biến và không đặt độ rộng chuỗi.
Cách Sử Dụng Trình Tạo Codebook
- 1. Liệt kê các biến. Mỗi biến một dòng, các trường cách nhau bằng dấu gạch đứng hoặc dấu tab, để bạn có thể dán thẳng từ bảng tính: name, label, type, value labels, missing codes, notes. Chỉ name là bắt buộc.
- 2. Mô tả các giá trị. Viết nhãn giá trị dưới dạng cặp code=label cách nhau bằng dấu chấm phẩy (1=Nữ; 2=Nam). Viết mã thiếu cách nhau bằng dấu phẩy, và viết khoảng là 997 to 999. Chọn một trong bốn kiểu, viết đúng như sau: scale (thang đo), ordinal (thứ bậc), nominal (danh định) hoặc string (chuỗi ký tự).
- 3. Đọc phần kiểm tra. Bảng cho thấy những gì đã được hiểu. Mục “Cần kiểm tra” liệt kê các cặp đã bị bỏ qua, tên bị lặp lại và những gì SPSS sẽ từ chối, kèm số dòng.
- 4. Xuất. Chọn cú pháp SPSS, cú pháp R, bảng Markdown hoặc CSV, rồi sao chép hoặc tải xuống. Với R, chọn base R hoặc haven và đặt tên cho khung dữ liệu.
Codebook Dùng Để Làm Gì
Codebook là chìa khóa của một bộ dữ liệu. Một cột tên q7 chứa đầy số 1, 2 và 9 chẳng có nghĩa gì với người đọc, hay với chính bạn sau một năm, cho đến khi một tài liệu nói rõ q7 hỏi điều gì, mỗi con số tương ứng với gì, và những con số nào thực ra không phải là câu trả lời. Codebook ghi lại với mỗi biến: tên, nhãn mô tả, kiểu dữ liệu, các giá trị đã gắn nhãn và mã dữ liệu thiếu. Đây là thứ đầu tiên mà cộng tác viên hoặc người phản biện tìm kiếm.
Bảng và mã đều được tạo từ cùng một danh sách, nên chúng không thể lệch nhau. Công cụ không đọc tệp dữ liệu: bạn nhập các định nghĩa, và không có giá trị dữ liệu nào liên quan.
Kiểu Dữ Liệu và Mã Thiếu
| Kiểu | Dùng cho | Trong SPSS | Trong R cơ bản |
|---|---|---|---|
| Scale (thang đo) | Đại lượng đo được: tuổi, thu nhập, điểm kiểm tra | VARIABLE LEVEL SCALE | as.numeric() |
| Ordinal (thứ bậc) | Các nhóm có thứ tự: thang đồng ý năm mức 1–5 | VARIABLE LEVEL ORDINAL | ordered factor |
| Nominal (danh định) | Các nhóm không có thứ tự: giới tính, quốc gia | VARIABLE LEVEL NOMINAL | factor |
| String (chuỗi ký tự) | Văn bản: câu trả lời tự do, mã số người tham gia | Không đặt mức | as.character() |
Một biến scale vẫn có thể mang nhãn giá trị, ví dụ một mã cho “từ chối trả lời”. R cơ bản giữ nó ở dạng số và không chuyển nó thành factor.
Mã thiếu là một số đứng thay cho “không có câu trả lời”: -99 cho từ chối, -98 cho không biết, 997 to 999 cho nhiều lý do cùng lúc. Nếu để nguyên, các số này sẽ đi vào trung bình của bạn. Khai báo chúng là mã thiếu do người dùng định nghĩa sẽ cho SPSS biết hãy loại chúng khỏi các phép tính, đồng thời vẫn giữ mã trong tệp. R không có cờ như vậy trong base, nên cú pháp base chuyển các mã đó thành NA; phiên bản haven giữ chúng như SPSS làm.
SPSS Cho Phép Những Gì
Bộ kiểm tra tuân theo tài liệu tham khảo cú pháp lệnh của IBM. Tên biến dài tối đa 64 byte, phải bắt đầu bằng chữ cái hoặc @, không được bắt đầu hoặc kết thúc bằng dấu chấm, và không được là một trong các từ dành riêng ALL, AND, BY, EQ, GE, GT, LE, LT, NE, NOT, OR, TO hoặc WITH. Tên bắt đầu bằng # tạo một biến tạm, còn tên bắt đầu bằng $ được dành cho biến hệ thống, nên công cụ từ chối cả hai. Nhãn giá trị dài tối đa 120 byte. Một biến số có thể có tối đa ba giá trị thiếu rời rạc, hoặc một khoảng cộng thêm một giá trị rời rạc, như LO THRU 0, 999. IBM khuyên giữ mỗi dòng cú pháp trong 256 ký tự; công cụ giữ dưới 251 byte, ngưỡng mà người dùng đã báo cáo là SPSS cảnh báo, nên một nhãn quá dài sẽ được đánh dấu trước khi lỗi xảy ra. Xem các trang của IBM về tên biến và VALUE LABELS.
Ví Dụ Minh Họa
“Thử một ví dụ” nạp năm biến khảo sát: một ID dạng chữ, một tuổi dạng số, một giới tính danh định với bốn giá trị có nhãn, một mục thứ bậc năm điểm và một biến thu nhập có các mã 997 to 999 là thiếu. Kết quả SPSS gồm bốn lệnh. VARIABLE LABELS bao quát cả năm biến, VALUE LABELS bao quát giới tính và mục thứ bậc, MISSING VALUES bao quát bốn biến (tuổi, giới tính, mục thứ bậc và thu nhập), còn VARIABLE LEVEL bao quát bốn biến không phải chữ. Đây là lệnh MISSING VALUES mà công cụ viết ra:
Ví dụ: lệnh MISSING VALUES
MISSING VALUES age (-99) /gender (-99) /sat1 (-99, -98) /income (997 THRU 999).
Trong R, phiên bản base chuyển các mã đó thành NA và biến các biến có nhãn thành factor, với mục thứ bậc là một factor có thứ tự. Phiên bản haven gọi haven::labelled_spss(), với các đối số labels, na_values, na_range và label giữ đúng bốn thông tin đó. Công cụ ghi mỗi thông tin thành một dòng, nên bạn có thể xóa những biến không cần.
Giới Hạn và Lưu Ý
- Công cụ không đọc dữ liệu của bạn. Hãy kiểm tra rằng mọi mã bạn liệt kê thực sự xuất hiện, và không có mã nào xuất hiện mà bạn bỏ sót.
- Cú pháp R thay đổi dữ liệu của bạn. Phiên bản base ghi đè từng cột. Hãy làm việc trên một bản sao và kiểm tra mỗi
as.numeric()với tệp gốc; một giá trị không thể đọc thành số sẽ trở thànhNA, kèm cảnh báo. - Biến chuỗi trong SPSS. Chuỗi cần có độ rộng khi được tạo, và cú pháp ở đây không tạo biến. Hãy chạy nó khi dữ liệu đang mở.
- Giữ các mã nhất quán. Dùng cùng các mã thiếu cho các biến khi có thể, và không bao giờ dùng một mã có thể là câu trả lời thật.
Câu Hỏi Thường Gặp
- Codebook trong nghiên cứu là gì?
- Codebook là tài liệu giải thích một bộ dữ liệu: mỗi biến được gọi là gì, nó đo lường điều gì, được mã hóa thế nào, và mã nào biểu thị dữ liệu thiếu. Một người chưa từng thấy dữ liệu cần đọc được codebook và diễn giải mọi cột. Đôi khi nó được gọi là từ điển dữ liệu (data dictionary).
- Codebook nên bao gồm những gì?
- Tối thiểu, tên, nhãn và kiểu của mỗi biến, nhãn giá trị cho các biến được mã hóa, và mã dữ liệu thiếu. Codebook khảo sát thường thêm nguyên văn câu hỏi, các phương án trả lời, đối tượng được hỏi, và ghi chú về việc mã hóa lại hoặc các biến suy ra. Công cụ này bao quát nhóm đầu tiên và có một cột ghi chú cho phần còn lại.
- Làm thế nào để thêm nhãn giá trị và giá trị thiếu trong cú pháp SPSS?
- Dùng VALUE LABELS với tên biến, theo sau là các cặp mã và nhãn, ví dụ VALUE LABELS gender 1 "Female" 2 "Male". Dùng MISSING VALUES với biến và các mã trong ngoặc đơn, ví dụ MISSING VALUES age (-99). Kết thúc mỗi lệnh bằng dấu chấm. Công cụ viết cả hai, mỗi biến một khối, các khối cách nhau bằng dấu gạch chéo.
- Một biến SPSS có thể có bao nhiêu giá trị thiếu?
- Một biến số có thể có tối đa ba giá trị thiếu riêng lẻ do người dùng định nghĩa, hoặc một khoảng giá trị cộng thêm một giá trị riêng lẻ. Khoảng dùng THRU, còn LO và HI là giá trị thấp nhất và cao nhất. Công cụ đánh dấu biến nào vượt quá giới hạn này.
- Trong R nên dùng base R hay haven?
- Dùng base R nếu bạn chỉ phân tích dữ liệu trong R: factor mang các nhãn và NA mang các mã thiếu. Dùng haven nếu dữ liệu đến từ hoặc sẽ quay về SPSS, Stata hay SAS, vì labelled_spss() giữ mã, nhãn và các giá trị thiếu do người dùng định nghĩa cùng nhau. Tài liệu của haven mô tả lớp này là mô hình hóa các giá trị thiếu do người dùng định nghĩa của SPSS.
- Dữ liệu của tôi có được tải lên không?
- Không. Mọi thứ chạy trong trình duyệt của bạn, và không có nội dung nào bạn nhập được tải lên. Công cụ chỉ cần định nghĩa biến, không cần các giá trị dữ liệu của bạn.