Với mục tiêu giúp giảng viên tiếp cận công cụ phân tích thống kê hiện đại, ngày 19/11, Khoa Marketing - Kinh doanh quốc tế Trường Đại học Công nghệ TP.HCM (HUTECH) tổ chức Báo cáo chuyên đề số 03 với chủ đề “Ứng dụng phần mềm JASP trong phân tích dữ liệu”.
Phát biểu tại chương trình, TS. Châu Văn Thưởng - Phó trưởng Khoa Marketing - Kinh doanh quốc tế chia sẻ: “JASP có giao diện trực quan, thuận tiện và đáp ứng nhu cầu phân tích dữ liệu trong nghiên cứu. Việc đưa phần mềm vào thực hành giúp tiết kiệm chi phí bản quyền, đồng thời tạo điều kiện để giảng viên hướng dẫn sinh viên ứng dụng trong học tập và nghiên cứu khoa học”.
TS. Châu Văn Thưởng chia sẻ về giá trị ứng dụng của JASP trong nghiên cứu
Trực tiếp trình bày chuyên đề, ThS. Nguyễn Duy Phương - Trợ lý Trưởng Khoa, Giảng viên Khoa Marketing - Kinh doanh quốc tế giới thiệu các tính năng của JASP và hướng dẫn thao tác trên phần mềm. Thông qua những tình huống khảo sát minh họa, giảng viên được tiếp cận cách chuẩn bị dữ liệu, lựa chọn phương pháp thống kê và đọc kết quả phân tích.
ThS. Nguyễn Duy Phương trực tiếp hướng dẫn các nội dung chuyên đề
JASP (Jeffreys' Amazing Statistics Program) là phần mềm phân tích thống kê miễn phí, mã nguồn mở, được phát triển ban đầu tại Đại học Amsterdam (Hà Lan). Với giao diện trực quan và thao tác thuận tiện, công cụ này hỗ trợ nhiều phương pháp thống kê, đáp ứng các nhu cầu xử lý dữ liệu trong nghiên cứu khoa học.
Trong phần thực hành, báo cáo viên hướng dẫn cách mã hóa câu trả lời và xác định cấp độ đo lường của các biến như họ tên, giới tính, độ tuổi. Đây là bước chuẩn bị quan trọng, giúp người nghiên cứu phân loại dữ liệu và xác định phương pháp phân tích phù hợp với từng loại biến.
Giảng viên thực hành chuẩn bị dữ liệu, lựa chọn phương pháp thống kê và đọc kết quả phân tích trên phần mềm JASP
Với nhóm chức năng thống kê mô tả, giảng viên thực hành phân tích tần số, tìm hiểu các chỉ số về tỷ lệ, giá trị trung bình, trung vị và độ lệch chuẩn. Những thông số này giúp khái quát đặc điểm mẫu khảo sát, nhận diện phân bố dữ liệu và có cái nhìn tổng quan trước khi đi sâu vào các phân tích chuyên biệt.
Đối với dữ liệu khảo sát sử dụng thang đo, nội dung tập trung vào kiểm định độ tin cậy bằng hệ số Cronbach's Alpha nhằm đánh giá mức độ nhất quán giữa các biến quan sát. Phương pháp phân tích thành phần chính (PCA), chỉ số KMO và mức ý nghĩa thống kê cũng được giới thiệu để xem xét mức độ phù hợp của dữ liệu khi phân tích nhân tố.
Chuyên đề giúp giảng viên nâng cao kỹ năng phân tích dữ liệu phục vụ giảng dạy và nghiên cứu khoa học
Ở nội dung phân tích mối quan hệ giữa các yếu tố, giảng viên được hướng dẫn sử dụng tương quan và hồi quy tuyến tính đa biến để xác định chiều hướng, mức độ liên hệ giữa các biến. Các phương pháp T-test, ANOVA và mô hình SEM cũng được giới thiệu, giúp người học mở rộng khả năng so sánh sự khác biệt giữa các nhóm và kiểm định mối quan hệ trong mô hình nghiên cứu.
Tin: Mỹ Lệ
Ảnh: Tuấn Minh
TT. Truyền thông