C hương II CƠSỞDÌÌÍLIỆU Cơ sở dữ liệu là một mẫu thông tin dưới dạng điện tò, nó có thể bao gồm 1 hoặc là nhiều tệp dữ liệu khác nhau. Cơ sở dữ liệu có ửiể được tìiể hiện duới dạng một bảng số liệu gồm nhiều hàng và cột khác nhau trong đó mỗi dòng thể hiện 1 chỉ tiêu nào đó và mỗi cột thể hiện cho 1 quan sát, ví dụ 1 hộ hay một doanh nghiệp. Mỗi một ô ừong bảng thể hiện 1 giá trị cụ thể. Có nhiều phần mềm cho phép xây dựng và quản lý một cơ sở dữ liệu, như: phần mềm MS ACCESS, EXCEL hay LOTUS.
Các ửiông tm trong cơ sở dữ ỉiệu phải được thể hiện ở dạng số vì các phép xử lý toán học chỉ có thể tiến hành khi thông tin đó đã được ỉượng hoá, những thông tin về mặt định tính phải được mã hoá ừarớc khi tiến hành các phép xử lý ửiống kê. Tất cà các thông tin định tính được mã hoá ttong quá ừình thu thập hay vào số liệu trong cơ sở dữ liệu phải được ghi lại đ ể ư á n h nhầm ỉẫn íT o n g quá tìn h x ử l ý tín h toán sau này. Một ví dụ về cơ sở dữ liệu bao gồm nhiều thông tin của nhiều mẫu được quản ỉý chung ữong một tệp tin. Như trong ví 73 dụ này, số liệu của 1 hộ được thể hiện như là một trang cùa quyển sách, các ừang tiếp theo sẽ là thông tin của các hộ khác theo đúng ứật tự như của hộ đầu tiên.Wc’ciia %ờ ■*ỉ^kí)ồạt đ ộ r i ậ n g l ụ ệ j » if f.
■- r a ,O aếb iố i/d ự jrự .- ’ ^ ịJ ệ íÌ ầ í^ :ĩ-H w * Ẹ aq u ý ếtđịnh.niụ cq ích thái,độ.' 'ỳ- ■■'■■- ^ ÍTặứi tóáii ữỉu nỊĩạp .cua hộ, cung cấ^ịi ittợ ^ tìiục, ,inự^' uống, tíiứi u ^gs& ; klioe.1: MÔ PHỎNG MỘT cơ sở DỮ LIỆU Một ví dụ nữa về cơ sở dữ liệu được trình bày dưới dạng bảng trong đó mỗi dòng thể hiện cho một hộ (mẫu) điều tra và mỗi một cột thể hiện cho một chỉ tiêu điều tra (một thông tin), như vậy, ừong trưòfng hợp này số lượng mẫu điều tra sẽ quyết định đến số lượng hàng cần phải có trong cơ sở dữ liệu, trong 74 khi đó số lượng các chỉ tiêu cần điều tra sẽ quyết định số lượng các cột ữong cơ sở dữ liệu. Chúng ta cũng có thể thay đổi theo hàng là các chỉ tiêu thông tin thu thập và theo cột là các mẫu điều tra tuỳ ửieo yêu cầu và cách nào phù hợp hơn cho ta. Thông tin xác định 1.0001 Tên người được hỏi Quàng Khổng Nguyễn V.0002 Huyện Mai Son Mai Son Mai Son 1.0003 Tên xã Mường Hát Lót Hát Lót Bon 1.0004 Tên bản Bản Un Bắc Bắc Quang Quang 1.0005 Dân tộc Thái Kinh Kinh 1.0006 Ngày phòng vấn 25.1001 Số nhân khẩu trong hộ 6 5 7 2.1002 Số trẻ em dưới 15 tuổi 2 1 3 2.1004 Tuổi chủ hộ 50 48 40 Quá trinh quản lý và nhập số liệu vào máy tính bao gồm hai công đoạn: 75 (1) Chuẩn bị cơ sở dữ liệu Là việc chuẩn bị cấu trúc của cơ sở dữ liệu theo một trật tự nhất định sao cho việc quản lý các thông tm khoa học nhất và đảm bảo việc kết xuất dữ liệu sang các phần mềm tính toán khác là có khả thi. Thông thường, chúng ta phải dựa vào kết cấu của phiếu điều tra, số lượng mẫu, số lượng các chi tiêu chi tiếí ữong phiếu điều ừa để có thể có được một kết cấu của cơ sở dữ liệu phù hợp.
Trong việc chuẩn bị cấu trúc của cơ sở dữ liệu một ừong những vấn đề quan trọng cần phải lưu tâm ngay từ đầu đó là hệ thống mã hoá và các thông tin liên quan. Các phần mềm tính toán thông thường không thể xử lý được các thông tin định tính (cho các câu hỏi mở), do vậy, việc chúng ta phải chuyển các thông tin dạng đó sang dạng định lượng là điều cần thiết và để làm được điều này, chúng ta cần phải xây dựng một hệ thống các mã hoá cho tìmg câu hỏi và ý ữả lòd một. (2) Kết chuyển dữ liệu tìr cơ sở dữ liệu sang phần mềm xử ỉý- Việc xử !ý các thông tin điều tra thường bàng các phần mềm thống kê như phần mềm SPSS hoặc Stata, bên cạnh đó chúng ta cũng có thể sử dụng các công cụ ừong Excel và Lotus để tính toán các thông tin cần thiết cho nghiên cửi. Việc kếí chuyển chúng ta có thể làm trực tiếp bàng một số câu lệnh trong các phân mềm đó như đối VỚI SPSS hoặc chúng ta có thể sừ dụng các phần mềm cho phéo chuyển định dạng củạ file dữ liệu sang dạng thích hợp cho các phẩn mềm xử lý thống kê nhu phần mềm Stat Transfer.
Các dạng cơ sở dữ liệu Định dạng cơ sở dữ liệu liên quan mật thiết đến hình thức /ào số liệu trong cơ sở dữ liệu đó, tuy nhiên có 2 dạng định lạng chính: - Cơ sờ dữ liệu dưới dạng bảng tính như trong Excel hoặc Lotus: đây là dạng thông dụng và rất hay được các nhà nghiên cứu ứng dụng để quản lý thông tin. Tuy nhiên, một trong những hạn chế của định dạng cơ sở dữ liệu này đó là ta phải thực hiện việc truy nhập dữ liệu một cách thủ công và vì thế mất nhiều thời gian cũng như khả năng để xảy ra nhầm lẫn khá cao hay nói cách khác là nguy cơ tiềm ẩn của sai số phi thống kê cao. Bảng tính Excel cũng như các chương trình quản lý cơ sở dữ liệu khác (MS Access) đêu thích hợp cho việc vào số liệu từ các phiếu điều ừa và cũng cho phép kết chuyển số liệu sang các phần mềm xử lý khác trong đó có SPSS hay Stata. Một số lợi thế của bảng tính Excel là chươne ừình này sẵn có trong tất cả các máy ĩính điện tử, đòi hỏi những hiểu b i ế i íôi t h i ể u , c ó th ể TÍnh ío á n tr ự c t iế p ĩ i g a y tại b ả n g tín h.
Nhưng bên cạnh đó cũng tồn tại những bất lợi trong việc sử dụng bảng íính Excel, đó là: {]) hạn chế các lệnh trong những tính toán phức tạp (đòi hỏi phải vào các cáu lệnh thường xuvên băng tay); (2) Không thích hợp trong việc tạo ra hàng loạt các báo cáo cho một mẫu.2: sơ Đ ổ CÁC PHƯƠNG THỨC NHẬP TIN VÀO MÁY TÍNH - Cơ sở dữ liệu được định dạng lật hay nói cách khác mỗi một hoặc một vài thông tin được thiết kế thành 1 trang, như vậy, phải sử dụng nhiều ữang khác nhau như một quyển sách. Đối với định dạng kiểu này chủng ta có thể sử dụng một vài chương trình để nhập thông tin với máy Scanner, như vậy dữ liệu trong phiếu điều ữa phải được thể hiện theo đúng quy định nhất định để máy có thể đọc được. Với hình thức cơ sở dữ liệu như vậy rất phù hợp cho trường hợp cuộc điều tra lớn, người ta có thể xây dựng riêng 1 công cụ để đi điều tra và phần mềm riêng cho việc nhập cũng như xử lý dữ liệu (Hình 2. Biểu diễn thông tin thống kê trong C tf s ở dữ liệu Các dữ liệu thống kê có thể được đo đạc dưới dạng chữ, dạng thứ tự hoặc dạng số liên tục và ta có thể quy về 2 dạng chung là định tính và định lượng.
D ữ liệu dạng định tính Là loại thông tin không được thể hiện ở dạng giá trị số mà những thông tin này được thể hiện phù hợp với một hạng hoặc loại nào đó, ví dụ lủiư giới hoặc nơi sinh. Những thông tm dạng này thi thoảng được gọi là số liệu dạng, loại. Vì dụ: Các câu hỏi cho ta thu được thông tin định tính như sau: 1. Giới của người được trao cho công việc là; (Khoanh tròn vào mục phù hợp) Nam 1 Nữ 2 2.
Mô tả loại ung thư phổi (khoanh tròn mục phủ hợp) Khối nhỏ 1 Khối lớn 2 Dạng sợi 3 Như vậy, các câu hỏi này đã phân loại các câu trả lời. Các câu ừả lời là tên của loại đã phân, số liệu thể hiện trong các câu trả lời là thuộc tính và không có giá trị thực. Khi mà thông tin định tính chỉ có 2 sự lựa chọn như câu hỏi 1 về giới hoặc là nam hoặc là nữ thì được gọi là dạng phân đôi. Còn khi có nhiều sự lựa chọn như dạng câu hỏi 2 thì gọi là phân loại.
Các ứiông túi định túủi còn có thể được thể hiện dưới dạng theo thứ tự. Nếu một ứiứ tự của các tìiuộc từủi tồn tại bên trone 79 của các thông tin loại ứù chúng ta gọi đó là có chứa đựng một sắp xếp ứieo ứiứ tự và chứig ta có tìiể minh hoạ qua ví dụ sau; Câu hỏi: Mức độ học vấn mà anh đã qua? (lựa chọn một) Chưa bao giờ hoàn thành chương trình tiểu học 1 Hoàn thành chương frinh cấp I nhưng chưa xong THCS2 Hết THCS nhưng chưa xong THPT 3 Hết THPT nhưng không tiếp tục học đại học 4 Câu hỏi: Mức độ thường xuyên anh cảm thấy căng thẳng trong tháng qua? (lựa chọn một) Luôn luôn 1 Thi thoảng 4 Rất thường xuyên 2 Không bao giờ 5 Thường xuyên 3 Việc biểu diễn số liệu dạng định tính được thể hiện dưới hai dạng chính: đó là bằng chữ, thường ít được sử dụng hơn do có nhiều điểm hạn chế như khó có khả năng tính toán, dùng các công cụ thống kê như SPSS hay Stata để tính toán. Ví dụ: Khi hỏi về chất lượng nguồn nước sinh hoạt chúng ta thu được các thông tin kết quả như sau: - Nước rất sạch - Nước bình thường - Nước bẩn 80 Dạng thứ hai là chúng ta thể hiện các tìiông tin này theo các mã số do chúng ta tự quy định, dưới dạng này chứng ta sẽ dễ dàng tính toán khi sử dụng các công cụ thống kê chuyên dừig hay bất kỳ một bảng tính nào. Thông thường, các thông tin định tứứi khi chiing ta thu thập về để ứánh những nhầm lẫn trong quá trình ghi chép do không nhớ mã ký hiệu mà chúng ta đã đặt thì chúng ta nên quy định ghi đầy đủ, rồi sau khi kiểm tra lại mói chuyển sang các mã số tương ứng, như vậy chúng ta vẫn đảm bảo thu thập đầy đủ thông tin mà ít mắc lỗi sai sót nhất.
D ữ liệu dạng định lượng Dữ liệu dạng định lượng được thể hiện dễ dàng ứong cơ sở dữ liệu vì nó đã ở dạng số.