Cách sử dụng thang đo Likert 5 mức độ

Thang đo Likert 5 mức độ là công cụ định lượng phổ biến nhất giúp đo lường thái độ, ý kiến và hành vi con người. Luận Văn Online cung cấp giải pháp xử lý số liệu chuyên nghiệp, giúp bạn chuẩn hóa dữ liệu nghiên cứu và đạt kết quả học thuật cao nhất.

Bài viết này hướng dẫn chi tiết cách thiết kế câu hỏi, mã hóa dữ liệu và thực hiện phân tích trên SPSS/Excel. Bạn sẽ nắm vững kỹ thuật làm sạch dữ liệu và kiểm định giả thuyết để hoàn thiện luận văn xuất sắc.

Tóm Tắt Nội Dung

1. Cách thiết kế câu hỏi Likert scale hiệu quả

Thiết kế bảng hỏi chuẩn xác đòi hỏi sự kết hợp giữa tư duy logic và kỹ thuật đo lường chuyên sâu. Dưới đây là 6 nguyên tắc vàng giúp bạn tối ưu hóa tính phản hồi của dữ liệu thực nghiệm.

1.1. Nguyên tắc viết câu hỏi thang đo Likert

Việc xây dựng nội dung câu hỏi quyết định trực tiếp đến độ tin cậy Cronbach’s Alpha của toàn bộ mô hình nghiên cứu thạc sĩ.

Đo lường đơn nhất (Single construct): Mỗi phát biểu chỉ được tập trung đo lường một khái niệm hoặc một khía cạnh cụ thể.
Tránh câu hỏi kép (Double-barreled): Không ghép hai ý kiến khác nhau vào cùng một câu hỏi khiến người trả lời phân vân.
Loại bỏ định hướng (Leading questions): Câu hỏi cần giữ tính khách quan, không mớm ý hoặc dẫn dắt người trả lời theo ý chủ quan.
Sử dụng ngôn ngữ bình dân: Dùng từ ngữ đơn giản, tránh thuật ngữ chuyên ngành quá sâu gây khó hiểu cho đối tượng khảo sát.
Độ dài tối ưu: Phát biểu ngắn gọn giúp người trả lời duy trì sự tập trung và giảm thiểu lỗi bỏ sót dữ liệu.
Tương thích thang đo: Đảm bảo nội dung có thể đánh giá theo các mức độ từ “Rất không đồng ý” đến “Rất đồng ý”.

Ví dụ thực tế:

Ví dụ đúng: “Tôi cảm thấy hài lòng với tốc độ hỗ trợ của đội ngũ Luận Văn Online.”
Ví dụ sai: “Dịch vụ của chúng tôi rất nhanh và giá cả rẻ, bạn có đồng ý không?” (Lỗi câu hỏi kép).

Mini Checklist thiết kế:

Câu hỏi có dưới 20 từ không?
Có từ “và” kết nối hai hành động khác nhau không?
Ngôn ngữ đã phù hợp với trình độ đối tượng khảo sát chưa?

1.2. Các mức độ đánh giá phổ biến

Tùy vào mục tiêu nghiên cứu, bạn có thể linh hoạt thay đổi nhãn của các mức độ đánh giá để thu thập dữ liệu.

Bảng dưới đây tổng hợp 4 dạng thang đo Likert 5 điểm được sử dụng nhiều nhất trong các bài nghiên cứu xã hội.

Loại thang đo	Mức 1	Mức 2	Mức 3	Mức 4	Mức 5
Đồng ý	Rất không đồng ý	Không đồng ý	Trung lập	Đồng ý	Rất đồng ý
Hài lòng	Rất không hài lòng	Không hài lòng	Bình thường	Hài lòng	Rất hài lòng
Tần suất	Không bao giờ	Hiếm khi	Thỉnh thoảng	Thường xuyên	Rất thường xuyên
Quan trọng	Rất không quan trọng	Không quan trọng	Bình thường	Quan trọng	Rất quan trọng

Lựa chọn đúng loại nhãn giúp tăng tính nhất quán và độ chính xác cho các phân tích thống kê tham số sau này.

Thang đo đồng ý: Phù hợp đo lường thái độ đối với các phát biểu về quan điểm hoặc niềm tin cá nhân.
Thang đo hài lòng: Sử dụng phổ biến trong đánh giá chất lượng dịch vụ hoặc trải nghiệm sử dụng sản phẩm.
Thang đo tần suất: Dùng để khảo sát thói quen hành vi cụ thể của đối tượng trong một khoảng thời gian.
Thang đo mức độ quan trọng: Thường dùng để phân tích thứ tự ưu tiên các yếu tố ảnh hưởng đến quyết định.

1.3. Cách tạo thang đo Likert 5 mức độ trong Google Forms

Google Forms là công cụ trực tuyến miễn phí giúp thu thập dữ liệu Likert một cách tự động, khoa học và cực kỳ nhanh chóng.

Sử dụng Google Forms giúp tiết kiệm 70% thời gian nhập liệu thủ công nhờ tính năng xuất dữ liệu trực tiếp sang Excel/SPSS. Công cụ này đảm bảo tính ẩn danh và tăng tỷ lệ phản hồi cho các khảo sát trực tuyến quy mô lớn.

Lợi ích: Dữ liệu cập nhật thời gian thực, dễ dàng quản lý và chia sẻ qua liên kết đến hàng nghìn người.
Loại câu hỏi: Sử dụng định dạng “Lưới trắc nghiệm” (Multiple Choice Grid) để tạo bảng Likert chuyên nghiệp nhất.
Cấu trúc: Cột chứa các mức độ đánh giá (1-5), hàng chứa các phát biểu khảo sát cụ thể cho từng nhân tố.

1.4. Hướng dẫn từng bước trên Google Forms

Quy trình thiết kế bảng hỏi Likert chuyên nghiệp trên Google Forms được thực hiện qua các bước thực nghiệm chuẩn xác sau đây.

Bước 1: Truy cập Google Forms, đăng nhập tài khoản và chọn tạo một biểu mẫu mới hoàn toàn.
Bước 2: Nhập tiêu đề khảo sát và phần mô tả ngắn gọn mục đích nghiên cứu để tăng sự tin tưởng của người trả lời.
Bước 3: Thêm câu hỏi mới và chọn định dạng Lưới trắc nghiệm (Multiple Choice Grid) từ danh sách tùy chọn.
Bước 4: Tại phần “Hàng” (Rows), hãy nhập danh sách các phát biểu khảo sát tương ứng với từng biến quan sát.
Bước 5: Tại phần “Cột” (Columns), nhập 5 mức độ đánh giá (Ví dụ: Từ Rất không đồng ý đến Rất đồng ý).
Bước 6: Kích hoạt tùy chọn “Yêu cầu phản hồi trong mỗi hàng” để đảm bảo người trả lời không bỏ sót câu hỏi.
Bước 7: Nhấn vào biểu tượng “Mắt” (Preview) để kiểm tra hiển thị trước khi gửi liên kết khảo sát chính thức.

Checklist hoàn thiện Form:

Đã đủ 5 cột mức độ chưa?
Các phát biểu có bị trùng lặp ý nghĩa không?
Đã thiết lập giới hạn mỗi người chỉ được trả lời một lần chưa?

1.5. Thiết lập các tùy chọn nâng cao

Để dữ liệu thu về sạch và sẵn sàng cho SPSS, bạn cần tinh chỉnh các cài đặt kỹ thuật chuyên sâu trên biểu mẫu.

Bắt buộc phản hồi: Đảm bảo 100% câu hỏi được trả lời để giảm thiểu tình trạng missing data gây sai lệch kết quả.
Xáo trộn thứ tự hàng: Sử dụng tính năng xáo trộn để giảm thiểu sai số do thói quen trả lời theo một đường thẳng.
Giới hạn phản hồi: Bật tính năng giới hạn một lần phản hồi đối với mỗi tài khoản Google để tránh spam dữ liệu.
Thu thập Email: Giúp kiểm soát tính xác thực và thực hiện đối soát dữ liệu khi cần phân tích mẫu lặp lại.
Kết nối Google Sheets: Tạo bảng tính trực tuyến để dữ liệu tự động đổ về theo định dạng cột khoa học nhất.
Xuất dữ liệu: Tải file dưới định dạng .xlsx để bắt đầu quá trình làm sạch và mã hóa dữ liệu chuyên sâu.

2. Cách mã hóa dữ liệu thang đo Likert 5 cấp độ

Mã hóa là bước chuyển đổi các nhãn chữ sang giá trị số để phần mềm có thể tính toán các chỉ số thống kê.

2.1. Nguyên tắc mã hóa dữ liệu Likert

Quy trình mã hóa cần tuân thủ tính logic của thang đo thứ bậc để đảm bảo kết quả trung bình phản ánh đúng thực tế.

Bảng dưới đây mô tả quy tắc gán trị số chuẩn cho các mức độ phản hồi trong nghiên cứu định lượng hiện nay.

Nhãn mức độ	Giá trị mã hóa	Ý nghĩa thống kê
Rất không đồng ý	1	Cực tiêu cực
Không đồng ý	2	Tiêu cực
Trung lập	3	Bình thường
Đồng ý	4	Tích cực
Rất đồng ý	5	Cực tích cực

Mã hóa chính xác giúp các thuật toán trên SPSS nhận diện đúng cường độ của các phản hồi khách quan từ người dùng.

Gán giá trị số: Sử dụng các số nguyên từ 1 đến 5 cho từng mức độ tương ứng trên thang đo đã thiết kế.
Logic thứ tự: Luôn đảm bảo giá trị cao hơn thể hiện mức độ tích cực hoặc tần suất thực hiện hành vi cao hơn.
Xử lý câu hỏi ngược: Đối với các câu hỏi mang nghĩa tiêu cực, cần mã hóa ngược (1 thành 5, 2 thành 4) để đồng nhất.
Tính nhất quán: Sử dụng một quy tắc gán số duy nhất cho toàn bộ các biến thuộc cùng một nhóm nhân tố đo lường.

2.2. Cách chuyển đổi dữ liệu Likert từ Excel sang SPSS

Việc chuyển đổi dữ liệu mượt mà từ Excel sang SPSS giúp bảo toàn tính toàn vẹn và cấu trúc của thông tin khảo sát.

Xuất file chuẩn: Tải dữ liệu từ Google Forms về máy tính dưới định dạng tệp Excel (.xlsx hoặc .csv).
Làm sạch sơ bộ: Xóa bỏ các dòng trống, các phản hồi không hợp lệ hoặc các cột thông tin cá nhân không cần thiết.
Kiểm tra ký tự: Đảm bảo tiêu đề cột không chứa ký tự đặc biệt, không dấu và không có khoảng trắng gây lỗi nạp.
Import vào SPSS: Sử dụng lệnh File -> Import Data -> Excel và chọn đúng tệp tin đã làm sạch sơ bộ.
Xác nhận format: Kiểm tra cột Type trong SPSS để chắc chắn dữ liệu đã được nhận diện là dạng Numeric.

2.3. Hướng dẫn nhập dữ liệu Likert vào SPSS chi tiết

Nếu số lượng mẫu nhỏ, việc nhập liệu trực tiếp giúp bạn kiểm soát tốt nhất chất lượng từng phiếu khảo sát thu về.

Tạo Dataset: Mở SPSS và chuyển sang thẻ Variable View để khai báo các biến số theo mã hóa đã định sẵn.
Đặt tên biến: Đặt tên ngắn gọn (Ví dụ: DT1, DT2) đại diện cho các câu hỏi trong bảng khảo sát nhân tố.
Xác định kiểu dữ liệu: Luôn chọn kiểu Numeric cho các biến thang đo Likert để thực hiện các phép tính trung bình.
Thiết lập nhãn (Labels): Nhập nội dung câu hỏi đầy đủ vào cột Label để dễ dàng đọc và diễn giải báo cáo sau này.
Nhập dữ liệu: Chuyển sang thẻ Data View và tiến hành nhập các giá trị số từ 1 đến 5 theo từng phiếu.
Kiểm tra lỗi: Sử dụng tính năng Frequencies để phát hiện các giá trị nằm ngoài khoảng (Ví dụ: Số 0 hoặc số 6).

2.4. Thiết lập biến trong SPSS

Việc thiết lập Variable View chuẩn là nền tảng để thực hiện các kiểm định Cronbach’s Alpha và phân tích nhân tố EFA.

Bảng dưới đây tóm tắt các thuộc tính quan trọng cần cài đặt cho một biến Likert tiêu chuẩn trong SPSS.

Thuộc tính	Giá trị thiết lập	Ghi chú kỹ thuật
Name	LD1, LD2…	Không dấu, không ký tự đặc biệt
Type	Numeric	Bắt buộc để thực hiện tính toán Mean
Values	1 = Rất không đồng ý…	Khai báo nhãn cho các giá trị số
Measure	Scale / Ordinal	Chọn Scale để chạy mô hình hồi quy

Cấu hình đúng Measure Type giúp SPSS áp dụng các thuật toán thống kê phù hợp với bản chất dữ liệu nghiên cứu.

2.5. Nhập và kiểm tra dữ liệu

Làm sạch dữ liệu là bước bắt buộc trước khi thực hiện bất kỳ phân tích thống kê chuyên sâu nào trong bài luận.

Kiểm tra Missing: Xác định các ô trống do người trả lời bỏ qua câu hỏi để có phương án xử lý bù đắp dữ liệu.
Phát hiện Outliers: Tìm kiếm các giá trị bất thường bằng biểu đồ Boxplot để đảm bảo dữ liệu nằm trong khoảng 1-5.
Kiểm soát mã hóa: Đảm bảo các câu hỏi đảo chiều đã được tính toán lại về cùng chiều tích cực với cả nhóm.
Kiểm tra phân phối: Quan sát chỉ số Skewness và Kurtosis để đánh giá tính chuẩn của dữ liệu trước khi chạy mô hình SEM.
Sẵn sàng phân tích: Sau khi làm sạch, hãy lưu file dưới định dạng .sav để bảo mật toàn bộ cấu trúc biến số.

3. Xử lý dữ liệu khảo sát Likert scale cho luận văn thạc sĩ

Luận văn thạc sĩ yêu cầu tính khắt khe cao về độ tin cậy và sự minh bạch của dữ liệu thực nghiệm đầu vào.

3.1. Xử lý dữ liệu Likert khi có giá trị missing

Dữ liệu thiếu (Missing data) là hiện tượng các ô trả lời bị bỏ trống, gây ảnh hưởng đến tính đại diện của mẫu.

Nguyên nhân khách quan: Do bảng khảo sát quá dài khiến người trả lời mệt mỏi hoặc vô tình bỏ sót câu cuối.
Lỗi nhập liệu: Sai sót phát sinh trong quá trình sao chép hoặc nhập thủ công từ các phiếu khảo sát bằng giấy.
Phát hiện: Sử dụng lệnh Analyze -> Descriptive Statistics -> Frequencies để xem thống kê số lượng ô bị trống (missing).
Xác định bản chất: Phân định rõ dữ liệu thiếu ngẫu nhiên hay có quy luật để lựa chọn kỹ thuật thay thế phù hợp.

3.2. Phương pháp xử lý dữ liệu thiếu

Tùy vào tỷ lệ và bản chất của dữ liệu thiếu, bạn có thể áp dụng một trong các kỹ thuật xử lý chuyên sâu.

Bảng so sánh các kỹ thuật xử lý missing data phổ biến trong nghiên cứu định lượng thạc sĩ hiện nay.

Phương pháp	Cách thực hiện	Ưu điểm nổi bật
Listwise Deletion	Loại bỏ cả dòng chứa ô trống	Đơn giản, đảm bảo dữ liệu sạch
Mean Substitution	Thay bằng giá trị trung bình	Giữ nguyên kích thước mẫu nghiên cứu
Regression Imputation	Dự đoán dựa trên biến liên quan	Độ chính xác cao hơn thay trung bình
Multiple Imputation	Tạo nhiều bộ dữ liệu giả lập	Khoa học nhất, giảm thiểu sai số

Việc lựa chọn phương pháp phù hợp giúp bảo toàn sức mạnh thống kê của mô hình nghiên cứu thạc sĩ của bạn.

3.3. Đánh giá tác động của missing data

Hiểu rõ ảnh hưởng của dữ liệu thiếu giúp bạn bảo vệ kết quả nghiên cứu một cách tự tin trước hội đồng bảo vệ.

Tỷ lệ chấp nhận: Thông thường, tỷ lệ missing dưới 5% trên mỗi biến được coi là không đáng kể đối với kết quả.
Ngưỡng bắt buộc xử lý: Nếu tỷ lệ thiếu vượt quá 10%, bạn phải áp dụng các kỹ thuật bù đắp như Mean Substitution.
Tác động tiêu cực: Missing data quá nhiều làm sai lệch giá trị trung bình và làm giảm độ tin cậy Cronbach’s Alpha.
Chiến lược an toàn: Luôn thu thập dư 15-20% kích thước mẫu so với dự kiến để dự phòng các phiếu khảo sát lỗi.

3.4. Làm sạch và chuẩn bị dữ liệu

Quá trình chuẩn bị dữ liệu kỹ lưỡng đảm bảo kết quả phân tích EFA và hồi quy đạt các chỉ số hội tụ tốt nhất.

Loại bỏ phản hồi rác: Xóa bỏ các phiếu khảo sát có biểu hiện “đánh thẳng hàng” (Tất cả đều chọn một mức độ).
Kiểm tra tính logic: Đối chiếu các câu hỏi kiểm tra chéo để xác nhận sự tập trung của người trả lời khảo sát.
Tính toán biến gộp: Sử dụng lệnh Compute Variable để tính giá trị trung bình đại diện cho từng nhân tố nghiên cứu.
Lưu trữ an toàn: Luôn giữ bản sao lưu dữ liệu gốc để đối chiếu khi có yêu cầu kiểm tra từ giáo viên hướng dẫn.

4. Phân tích dữ liệu thang đo Likert 5 điểm bằng Excel

Microsoft Excel cung cấp giải pháp xử lý số liệu sơ bộ cực kỳ nhanh chóng và trực quan trước khi thực hiện các kiểm định chuyên sâu. Công cụ này đặc biệt hiệu quả trong việc tạo ra các bảng tần suất và biểu đồ báo cáo tiến độ khảo sát theo thời gian thực.

Bảng dưới đây tổng hợp các hàm và tính năng quan trọng nhất để phân tích thang đo Likert 5 mức độ trên bảng tính Excel.

Chỉ số / Tính năng	Hàm / Công cụ thực hiện	Ý nghĩa trong báo cáo
Giá trị trung bình (Mean)	`=AVERAGE(vùng_dữ_liệu)`	Xác định mức độ đồng ý chung (ví dụ: 3.8/5.0)
Độ lệch chuẩn (SD)	`=STDEV.P(vùng_dữ_liệu)`	Đo lường mức độ phân tán của các câu trả lời
Tần suất (Frequency)	`Pivot Table` hoặc `=COUNTIF`	Đếm số lượng người chọn từng mức từ 1 đến 5
Biểu đồ trực quan	`Stacked Bar Chart`	Hiển thị tỷ lệ phần trăm các mức độ đánh giá

Sử dụng đúng hàm giúp bạn tự động hóa quy trình tính toán và giảm thiểu sai sót thủ công khi xử lý tập dữ liệu lớn.

Tính điểm trung bình (Mean): Sử dụng hàm =AVERAGE() để xác định mức độ đánh giá tổng thể của mẫu khảo sát cho từng tiêu chí cụ thể. Giá trị trung bình càng cao thể hiện mức độ hài lòng hoặc đồng ý của đối tượng khảo sát càng lớn.
Đo lường sự biến thiên (Standard Deviation): Hàm =STDEV.P() giúp bạn đánh giá xem quan điểm của người trả lời là tập trung hay phân tán. Chỉ số SD thấp cho thấy sự đồng thuận cao, trong khi SD cao báo hiệu sự khác biệt lớn trong ý kiến.
Thống kê tần suất chuyên nghiệp: Công cụ Pivot Table cho phép bạn lập bảng tổng hợp số lượng người chọn từng mức độ (từ 1 đến 5) chỉ bằng thao tác kéo thả. Đây là bước quan trọng để nhận diện các biến có tỷ lệ “Rất không đồng ý” hoặc “Rất đồng ý” vượt trội.
Trực quan hóa bằng biểu đồ: Luận Văn Online khuyến nghị sử dụng Biểu đồ cột chồng (100% Stacked Bar Chart) để hiển thị tỷ lệ phần trăm các mức độ đánh giá. Cách trình bày này giúp hội đồng dễ dàng so sánh cấu trúc phản hồi giữa các nhóm nhân tố khác nhau.
Diễn giải kết quả: Dựa trên kết quả Excel, bạn cần thực hiện xếp hạng (Ranking) các biến quan sát. Việc này giúp xác định chính xác các điểm mạnh cần phát huy hoặc những hạn chế cần cải thiện dựa trên các con số thực nghiệm.

Phân tích bằng Excel là bước đệm hoàn hảo để kiểm tra tính logic của dữ liệu trước khi nạp vào phần mềm SPSS. Kết quả trích xuất từ Excel thường được sử dụng trong chương mô tả đặc điểm mẫu và thống kê thực trạng của luận văn thạc sĩ.

5. Phân tích dữ liệu thang đo Likert bằng SPSS

SPSS là phần mềm tiêu chuẩn cho phép thực hiện các kiểm định thống kê phức tạp với độ tin cậy và chính xác tuyệt đối.

Thống kê mô tả: Sử dụng lệnh Descriptives để xác định giá trị Mean và Std. Deviation cho từng câu hỏi khảo sát.
Tần suất: Dùng Frequencies để lập bảng tỷ lệ phần trăm các mức lựa chọn nhằm mô tả đặc điểm mẫu khảo sát.
Kiểm định độ tin cậy: Chạy Cronbach’s Alpha để đảm bảo các câu hỏi trong cùng một nhân tố đo lường nhất quán.
Phân tích nhân tố (EFA): Nhóm các biến quan sát vào các nhân tố chính dựa trên giá trị hội tụ và tính phân biệt.
Tương quan và Hồi quy: Xác định mối quan hệ nhân quả và mức độ tác động giữa các biến trong mô hình nghiên cứu.

6. Kiểm định giả thuyết với dữ liệu thang đo Likert 5 điểm

Kiểm định giả thuyết giúp xác nhận các mối liên hệ trong mô hình nghiên cứu có ý nghĩa thống kê hay không.

Bảng tổng hợp các phương pháp kiểm định phổ biến dựa trên từng mục tiêu nghiên cứu thạc sĩ cụ thể.

Phương pháp	Mục tiêu phân tích	Điều kiện áp dụng
Independent T-test	So sánh trung bình 2 nhóm	Biến định tính có 2 giá trị (Ví dụ: Giới tính)
One-way ANOVA	So sánh trung bình từ 3 nhóm	Biến định tính từ 3 giá trị (Ví dụ: Thu nhập)
Correlation	Đo mối liên hệ tuyến tính	Hai biến định lượng (Scale)
Linear Regression	Kiểm định tác động nhân quả	Xác định hệ số Beta của biến độc lập

Kết quả p-value < 0.05 là tiêu chuẩn vàng để khẳng định giả thuyết nghiên cứu của bạn có ý nghĩa thống kê.

7. Cách báo cáo kết quả phân tích thang đo Likert trong luận văn

Việc trình bày kết quả phân tích thang đo Likert một cách khoa học giúp hội đồng đánh giá nhanh chóng nắm bắt các phát hiện quan trọng nhất của bài nghiên cứu. Tại Luận Văn Online, chúng tôi chú trọng vào việc kết hợp số liệu thống kê chuẩn xác với văn phong diễn giải chuyên nghiệp để nâng tầm giá trị học thuật cho bài luận.

Dưới đây là cấu trúc báo cáo dữ liệu Likert 5 mức độ tiêu chuẩn được các trường đại học hàng đầu áp dụng trong các bài luận văn thạc sĩ và tiến sĩ.

Thành phần báo cáo	Nội dung cần trình bày	Mục tiêu học thuật
Bảng thống kê mô tả	Mean, Std. Deviation, Ranking	Tổng hợp hóa dữ liệu thực nghiệm
Biểu đồ tần suất	Bar chart hoặc Pie chart	Trực quan hóa xu hướng phản hồi
Diễn giải nội dung	Phân tích ý nghĩa thực tiễn	Kết nối số liệu với mục tiêu nghiên cứu
Nhận xét đánh giá	Ưu điểm và hạn chế	Đưa ra bằng chứng cho các đề xuất

Cấu trúc báo cáo chuyên nghiệp giúp minh chứng cho sự nghiêm túc và kỹ năng xử lý dữ liệu của người nghiên cứu.

Trình bày bảng thống kê mô tả chi tiết: Phần báo cáo nên bắt đầu bằng bảng tổng hợp các chỉ số quan trọng như giá trị trung bình (Mean), độ lệch chuẩn (Std. Deviation) và thứ hạng (Ranking) cho từng biến quan sát. Các bảng biểu cần được định dạng thống nhất theo tiêu chuẩn APA hoặc quy định cụ thể của từng cơ sở đào tạo về khoảng cách dòng và font chữ.
Xây dựng hệ thống bảng biểu khoa học: Một bảng báo cáo Likert tiêu chuẩn phải bao gồm cột mã hóa biến, nội dung phát biểu, các giá trị thống kê mô tả và mức độ đánh giá tương ứng. Điều này giúp người đọc dễ dàng đối chiếu giữa nội dung khảo sát thực tế và các con số thực nghiệm thu được từ SPSS.
Kỹ thuật diễn giải kết quả chuyên sâu: Văn phong diễn giải không nên chỉ dừng lại ở việc liệt kê các con số một cách khô khan mà phải tập trung vào việc giải thích ý nghĩa thực tiễn của chúng. Bạn cần chỉ rõ nhân tố nào được đánh giá cao nhất (Mean cao nhất) và nhân tố nào còn hạn chế (Mean thấp nhất) để tạo tiền đề cho chương đề xuất giải pháp.
Sử dụng các khoảng giá trị đánh giá: Để báo cáo thêm phần thuyết phục, bạn nên áp dụng các khoảng giá trị (ví dụ: 1.00 – 1.80 là Rất không đồng ý, 4.21 – 5.00 là Rất đồng ý). Việc quy đổi số điểm trung bình sang các mức độ thái độ giúp hội đồng đánh giá kết quả một cách trực quan và logic hơn.
Ví dụ mẫu về cách viết báo cáo: “Kết quả phân tích cho thấy mức độ hài lòng chung của học viên đối với dịch vụ của Luận Văn Online đạt giá trị trung bình là 4.25/5.00 (Độ lệch chuẩn 0.62). Với mức điểm này, dịch vụ được xếp vào loại ‘Rất tốt’, minh chứng cho việc học viên đánh giá cực kỳ cao về năng lực chuyên môn và tốc độ phản hồi của đội ngũ tư vấn.”

8. Các lỗi thường gặp khi xử lý dữ liệu Likert và cách khắc phục

Nhận diện sớm các sai sót kỹ thuật giúp bạn tránh được việc phải thực hiện lại toàn bộ quá trình phân tích số liệu.

Bảng liệt kê các lỗi phổ biến và giải pháp khắc phục triệt để trong quá trình xử lý dữ liệu Likert trên SPSS.

Lỗi phổ biến	Tác hại	Giải pháp khắc phục
Quên mã hóa ngược	Sai lệch Cronbach’s Alpha	Kiểm tra kỹ nội dung các câu hỏi tiêu cực
Dùng sai Measure	Không chạy được hồi quy	Thiết lập biến là Scale thay vì Ordinal
Bỏ qua Outliers	Làm lệch giá trị trung bình	Dùng biểu đồ Boxplot để loại bỏ giá trị ảo
Cỡ mẫu quá nhỏ	Kết quả không có ý nghĩa	Đảm bảo n >= 5 lần số biến quan sát

Thực hiện quy trình làm sạch dữ liệu nghiêm ngặt là cách duy nhất để đảm bảo chất lượng khoa học cho bài luận văn.

9. FAQs về sử dụng thang đo Likert 5 mức độ

9.1. Có nên có lựa chọn trung lập trong thang đo Likert không?

Có. Lựa chọn trung lập giúp người trả lời không bị ép phải chọn phe đồng ý hoặc không đồng ý, từ đó phản ánh quan điểm thực tế và khách quan hơn.

9.2. Cần bao nhiêu mẫu để phân tích dữ liệu Likert?

Trong nghiên cứu định lượng, cỡ mẫu tối thiểu thường yêu cầu 100 quan sát hoặc áp dụng công thức n >= 5 * m (với m là số biến quan sát).

9.3. Dữ liệu Likert có phải dữ liệu khoảng không?

Về mặt lý thuyết, đây là dữ liệu thứ bậc (ordinal data). Tuy nhiên, trong nghiên cứu thực nghiệm, nó thường được xử lý như dữ liệu khoảng (interval data) để chạy các kiểm định tham số.

9.4. Có thể dùng Excel để phân tích dữ liệu Likert không?

Có. Microsoft Excel rất hiệu quả để thống kê mô tả, tính điểm trung bình và vẽ biểu đồ. Tuy nhiên, các phân tích chuyên sâu như EFA hay hồi quy đa biến cần sử dụng SPSS.

—-

Xem thêm các bài viết khác cùng chủ đề:

Thang đo Likert 5 mức độ là giải pháp tối ưu giúp định lượng hóa thái độ và ý kiến trong nghiên cứu học thuật. Việc nắm vững quy trình từ thiết kế, mã hóa đến xử lý missing data đảm bảo tính chính xác và độ tin cậy tuyệt đối cho bài luận của bạn. Luận Văn Online tự hào là đơn vị đồng hành chuyên nghiệp, hỗ trợ bạn chinh phục mọi thách thức về xử lý số liệu.

Luận Văn Online cung cấp các dịch vụ chuyên sâu: tư vấn đề tài, xử lý số liệu SPSS/AMOS và viết thuê luận văn thạc sĩ trọn gói uy tín số 1 Việt Nam. Chúng tôi cam kết bảo mật tuyệt đối, hoàn thành đúng tiến độ và hỗ trợ chỉnh sửa tận tâm đến khi bạn bảo vệ thành công trước hội đồng.

Luận Văn Online: Dịch vụ tư vấn và hỗ trợ luận văn uy tín số 1 VIỆT NAM
Email: edu.luanvanonline@gmail.com
Website: luanvanonline.com
Hotline: 0972.003.239

VỊ TRÍ: Việt Nam

Hotline: 0972.003.239

THỜI GIAN: 08:00 - 23:00

Tư Vấn Miễn Phí 24/7

Tin Tức

Cách sử dụng thang đo Likert 5 mức độ – Phân tích xử lý dữ liệu