Data analysis toolpak là một trong những tính năng tốt nhất của Excel khi cần làm phân tích thống kê nâng cao. Nếu bạn tìm kiếm các thủ thuật đặc biệt dùng data analysis toolpak trong Excel, bạn đã đến đúng nơi. Có nhiều cách dùng data analysis toolpak trong Excel. Bài viết sẽ thảo luận 13 ví dụ phù hợp dùng Excel data analysis toolpak. Hãy làm theo hướng dẫn hoàn chỉnh để học tất cả.
Các bước bật Data Analysis Toolpak trong Excel
Trước khi phân tích tất cả tính năng của Excel data analysis toolpak, chúng ta phải chỉ cách cài đặt toolpak này. Ở đây chúng ta sẽ trình bày cách kích hoạt Data Analysis Toolpak trong Excel. Để làm vậy, bạn phải làm theo quy trình sau.
📌 Các bước:
- Trước hết, vào Options (Tùy chọn) từ File (Tệp).
- Sau đó, vào Add-ins (Tiện ích bổ sung).
- Ở đây, chọn Excel Add-ins trong menu thả xuống Manage (Quản lý).
- Và nhấn Go (Đi).
- Sau đó, cửa sổ mới xuất hiện.
- Ở đây, đánh dấu tùy chọn Analysis ToolPak. Và nhấn OK. Đây là cách bạn kích hoạt Excel data analysis toolpak.
- Bây giờ, vào menu Analyze (Phân tích) trong tab Data (Dữ liệu). Ở đây bạn sẽ tìm thấy tùy chọn Data Analysis (Phân tích dữ liệu).
13 tính năng tuyệt vời của Data Analysis Toolpak bạn có thể dùng trong Excel
Chúng ta sẽ dùng 13 cách hiệu quả và thủ thuật để dùng data analysis toolpak trong Excel. Ở đây, chúng ta sẽ trình bày 13 tính năng của Excel data analysis toolpak. Phần này cung cấp chi tiết mở rộng về 13 cách. Bạn có thể dùng bất kỳ cái nào cho mục đích, chúng có độ linh hoạt rộng khi tùy chỉnh. Bạn nên học và áp dụng tất cả, vì chúng cải thiện tư duy và kiến thức Excel. Chúng tôi dùng phiên bản Microsoft Office 365 ở đây, nhưng bạn có thể dùng bất kỳ phiên bản nào theo sở thích.
1. Phân tích Anova
Anova cung cấp cơ hội đầu tiên xác định yếu tố nào có ảnh hưởng đáng kể đến một tập dữ liệu cho trước. Sau khi phân tích xong, người phân tích làm phân tích thêm trên các yếu tố phương pháp luận ảnh hưởng đáng kể đến bản chất không nhất quán của tập dữ liệu. Và họ dùng kết quả phân tích Anova trong kiểm định f-test để tạo dữ liệu thêm liên quan đến phân tích hồi quy ước lượng. Phân tích ANOVA so sánh nhiều tập dữ liệu cùng lúc để xem có liên quan giữa chúng không. ANOVA là phương pháp thống kê dùng phân tích phương sai quan sát trong tập dữ liệu bằng cách chia thành hai phần: 1) Yếu tố hệ thống và 2) Yếu tố ngẫu nhiên.
Công thức Anova:
F=MSE / MST
Ở đây:
F = Hệ số Anova
MST = Trung bình tổng bình phương do xử lý
MSE = Trung bình tổng bình phương do sai số
Anova có hai loại: một yếu tố và hai yếu tố. Phương pháp liên quan đến phân tích phương sai.
- Ở hai yếu tố, có nhiều biến phụ thuộc và ở một yếu tố, chỉ có một biến phụ thuộc.
- Anova một yếu tố tính ảnh hưởng của một yếu tố đơn lẻ lên một biến đơn lẻ. Và kiểm tra xem tất cả tập dữ liệu mẫu có giống nhau hay không.
- Anova một yếu tố xác định sự khác biệt có ý nghĩa thống kê giữa trung bình của nhiều biến.
1.1 Phân tích Anova: Single Factor (Một yếu tố)
Ở đây, chúng ta sẽ trình bày cách làm phân tích Anova một yếu tố. Trước hết, giới thiệu tập dữ liệu Excel để bạn hiểu mục tiêu bài viết. Chúng ta có tập dữ liệu hiển thị nhóm yếu tố. Hãy đi qua các bước làm phân tích Anova một yếu tố.
📌 Các bước:
- Trước hết, vào tab Data (Dữ liệu) trên ribbon trên cùng.
- Sau đó, chọn công cụ Data Analysis (Phân tích dữ liệu).
- Khi cửa sổ Data Analysis xuất hiện, chọn tùy chọn Anova: Single Factor.
- Sau đó, nhấn OK.
- Bây giờ, cửa sổ Anova: Single Factor sẽ mở.
- Cung cấp dữ liệu trong hộp Input Range (Phạm vi đầu vào), mà bạn muốn xác định phân tích Anova bằng cách kéo qua cột hoặc hàng.
- Tích ô tên Labels in First Row (Nhãn ở hàng đầu).
- Trong hộp Output Range (Phạm vi đầu ra), cung cấp phạm vi dữ liệu bạn muốn lưu dữ liệu tính toán bằng cách kéo qua cột hoặc hàng. Hoặc bạn có thể hiển thị kết quả trong trang tính mới bằng cách chọn New Worksheet Ply và cũng có thể xem kết quả trong sổ làm việc mới bằng cách chọn New Workbook.
- Tiếp theo, bạn phải tích Labels in the first row nếu chọn phạm vi dữ liệu đầu vào có nhãn.
- Sau đó, nhấn OK.
- Kết quả, kết quả Anova sẽ như dưới.
Diễn giải kết quả:
- Trong bảng Summary, bạn tìm thấy trung bình và phương sai của mỗi nhóm. Ở đây bạn thấy mức trung bình là 60.4 cho Group a nhưng phương sai là 315.15 rất thấp hơn các nhóm khác. Nghĩa là, thành viên nhóm ít giá trị hơn.
- Ở đây, kết quả Anova không quá đáng kể vì bạn chỉ tính phương sai.
- Ở đây, giá trị P giải thích mối quan hệ giữa các cột và giá trị lớn hơn 0.05 nên không có ý nghĩa thống kê. Và không nên có mối quan hệ giữa các cột.
1.2 Anova: Two Factor with Replication (Hai yếu tố có lặp lại)
Ở đây, chúng ta sẽ trình bày phân tích Anova hai yếu tố có lặp lại. Giả sử bạn có dữ liệu điểm thi khác nhau của một trường. Có hai ca trong trường. Một là ca sáng, một là ca ngày. Bạn muốn làm Phân tích Dữ liệu cho dữ liệu sẵn để tìm mối quan hệ giữa điểm học sinh hai ca. Hãy đi qua các bước làm phân tích Anova hai yếu tố có lặp lại.
📌 Các bước:
- Trước hết, vào tab Data trên ribbon trên cùng.
- Sau đó, chọn công cụ Data Analysis.
- Khi cửa sổ Data Analysis xuất hiện, chọn tùy chọn Anova: Two-Factor With Replication.
- Sau đó, nhấn OK.
- Bây giờ, cửa sổ mới sẽ xuất hiện.
- Cung cấp dữ liệu trong hộp Input Range, mà bạn muốn xác định phân tích Anova bằng cách kéo qua cột hoặc hàng.
- Tiếp theo, nhập 4 trong hộp Rows per sample (Số hàng mỗi mẫu) vì bạn có 4 hàng mỗi ca.
- Trong hộp Output Range, cung cấp phạm vi dữ liệu bạn muốn lưu dữ liệu tính toán bằng cách kéo qua cột hoặc hàng. Hoặc hiển thị kết quả trong trang tính mới bằng cách chọn New Worksheet Ply và cũng xem kết quả trong sổ làm việc mới bằng cách chọn New Workbook.
- Sau đó, nhấn OK.
- Kết quả, bạn sẽ thấy trang tính mới được tạo.
- Và, kết quả hai chiều Anova hiển thị trong trang tính này.
Diễn giải kết quả:
Ở đây, các bảng đầu tiên hiển thị tóm tắt các ca. Tóm gọn:
- Điểm trung bình ca Sáng môn Toán là 65.5 nhưng ca Ngày là 83.75
- Nhưng khi thi Hóa học, điểm trung bình ca Sáng là 87.25, nhưng ca Ngày là 77.25.
- Phương sai rất cao 91 ở ca Sáng môn Toán.
- Bạn sẽ có cái nhìn tổng quan dữ liệu trong tóm tắt.
Tương tự, bạn có thể tóm tắt tương tác và ảnh hưởng riêng lẻ trong phần Anova. Tóm gọn:
- Giá trị P của Columns (Cột) là 0.037 có ý nghĩa thống kê nên bạn có thể nói có ảnh hưởng của ca đến kết quả học sinh trong thi. Nhưng giá trị gần giá trị alpha 0.05 nên ảnh hưởng kém đáng kể.
- Nhưng Giá trị P của tương tác là 0.000967 nhỏ hơn nhiều alpha nên rất có ý nghĩa thống kê và bạn có thể nói ảnh hưởng của ca lên cả hai môn thi rất cao.
1.3 Anova: Two Factor without Replication (Hai yếu tố không lặp lại)
Bây giờ, chúng ta sẽ làm phân tích phương sai theo phương pháp Anova hai yếu tố không lặp lại. Chúng ta giả sử bạn có dữ liệu điểm thi khác nhau của một trường. Có hai ca. Một ca sáng, một ca ngày. Bạn muốn làm Phân tích Dữ liệu cho dữ liệu sẵn để tìm mối quan hệ giữa điểm học sinh hai ca. Hãy đi qua các bước làm Anova hai yếu tố không lặp lại.
📌 Các bước:
- Trước hết, vào tab Data trên ribbon trên cùng.
- Sau đó, chọn công cụ Data Analysis.
- Khi cửa sổ Data Analysis xuất hiện, chọn tùy chọn "Anova: Two-Factor Without Replication".
- Sau đó, nhấn OK.
- Bây giờ, cửa sổ mới sẽ xuất hiện.
- Cung cấp dữ liệu trong hộp Input Range, mà bạn muốn xác định phân tích Anova bằng cách kéo qua cột hoặc hàng.
- Trong hộp Output Range, cung cấp phạm vi dữ liệu bạn muốn lưu dữ liệu tính toán bằng cách kéo qua cột hoặc hàng. Hoặc hiển thị kết quả trong trang tính mới bằng cách chọn New Worksheet Ply và cũng xem kết quả trong sổ làm việc mới bằng cách chọn New Workbook.
- Tiếp theo, bạn phải tích Labels nếu dữ liệu đầu vào có nhãn.
- Sau đó, nhấn OK.
- Kết quả, bạn sẽ thấy trang tính mới được tạo.
- Kết quả, bạn sẽ nhận được kết quả Anova hai chiều như dưới.
Diễn giải kết quả:
- Điểm trung bình ca Sáng môn Toán là 65.5 nhưng ca Ngày là 83.75
- Nhưng khi thi Hóa học, điểm trung bình ca Sáng là 87 nhưng ca Ngày là 77.25.
- Giá trị P của Columns là 0.24 có ý nghĩa thống kê nên bạn có thể nói có ảnh hưởng của ca đến kết quả học sinh trong thi. Nhưng giá trị gần giá trị alpha 0.05 nên ảnh hưởng kém đáng kể.
Đọc thêm: Cách thêm Data Analysis trong Excel (với 2 bước nhanh)
2. Phân tích Tương quan (Correlation Analysis)
Bây giờ, chúng ta sẽ làm phân tích dữ liệu tương quan là tính năng tuyệt vời của Excel data analysis toolpak. Trong thống kê, tương quan hoặc hệ số tương quan là tham số cho thấy sự liên kết giữa hai biến đáp ứng với lượng biến động liên tục của biến kia. Giá trị từ -1 đến +1. Do đó, có ba trạng thái xác định mối quan hệ biến. Chúng là:
- -1 chỉ tương quan âm nghĩa là biến thay đổi ngược chiều.
- +1 chỉ tương quan dương nghĩa là biến thay đổi cùng chiều.
- 0 chỉ không tương quan nghĩa là không có chuyển động rõ rệt theo bất kỳ hướng nào của biến khi thay đổi giá trị biến kia.
Ở đây, chúng ta có tập dữ liệu chứa hai giá trị cổ phiếu ở các kỳ thời gian khác nhau. Hãy đi qua các bước làm phân tích dữ liệu tương quan.
📌 Các bước:
- Trước hết, vào tab Data trên ribbon trên cùng.
- Sau đó, chọn công cụ Data Analysis.
- Khi cửa sổ Data Analysis xuất hiện, chọn tùy chọn Correlation (Tương quan).
- Tiếp theo, nhấn OK.
- Bây giờ, cửa sổ mới sẽ xuất hiện.
- Cung cấp dữ liệu trong hộp Input Range, mà bạn muốn tính tương quan bằng cách kéo qua cột hoặc hàng.
- Bây giờ, bạn phải tích tùy chọn Columns (Cột) trong tùy chọn Grouped By (Nhóm theo).
- Trong hộp Output Range, cung cấp phạm vi dữ liệu bạn muốn lưu dữ liệu tính toán bằng cách kéo qua cột hoặc hàng. Hoặc hiển thị kết quả trong trang tính mới bằng cách chọn New Worksheet Ply và cũng xem kết quả trong sổ làm việc mới bằng cách chọn New Workbook.
- Tiếp theo, bạn phải tích Labels in the first row nếu dữ liệu đầu vào có nhãn.
- Sau đó, nhấn OK.
- Kết quả, bạn sẽ nhận được kết quả tương quan sau.
Từ tính toán trên, chúng ta thấy tương quan dương nghĩa là biến thay đổi cùng chiều.
Đọc thêm: Cách phân tích chuỗi thời gian trong Excel (Với các bước dễ dàng)
3. Phân tích Hiệp phương sai (Covariance Analysis)
Bây giờ, chúng ta sẽ làm phân tích dữ liệu hiệp phương sai là tính năng tuyệt vời của Excel data analysis toolpak. Hiệp phương sai của hai biến là thước đo mức độ một biến ảnh hưởng đến biến kia. Rõ ràng, đây là đánh giá cần thiết về độ lệch giữa hai biến. Hơn nữa, các biến không nhất thiết phải phụ thuộc lẫn nhau. Hãy đi qua các bước làm phân tích dữ liệu hiệp phương sai.
📌 Các bước:
- Trước hết, vào tab Data trên ribbon trên cùng.
- Sau đó, chọn công cụ Data Analysis.
- Khi cửa sổ Data Analysis xuất hiện, chọn tùy chọn Covariance (Hiệp phương sai).
- Sau đó, nhấn Enter.
- Sau đó, nhấn OK.
- Bây giờ, cửa sổ mới sẽ xuất hiện.
- Cung cấp dữ liệu trong hộp Input Range, mà bạn muốn tính hiệp phương sai bằng cách kéo qua cột hoặc hàng.
- Bây giờ, bạn phải tích tùy chọn Columns (Cột) trong phần Grouped By.
- Trong hộp Output Range, cung cấp phạm vi dữ liệu bạn muốn lưu dữ liệu tính toán bằng cách kéo qua cột hoặc hàng. Hoặc hiển thị kết quả trong trang tính mới bằng cách chọn New Worksheet Ply và cũng xem kết quả trong sổ làm việc mới bằng cách chọn New Workbook.
- Tiếp theo, bạn phải tích Labels in the first row nếu dữ liệu đầu vào có nhãn.
- Sau đó, nhấn OK.
- Kết quả, bạn sẽ nhận được kết quả hiệp phương sai sau.
Giải thích kết quả:
Ma trận tương quan cho phép đánh giá mối quan hệ giữa nhiều biến và biến đơn lẻ. Phần được làm nổi bật từ ảnh sau chỉ ra phương sai cho từng môn.
- Phương sai Toán là 154.9375 và phương sai Vật lý là 76.484375. Tiếp theo, phương sai Hóa học là 154.9375.
Phần làm nổi bật từ ảnh sau chỉ ra giá trị phương sai giữa hai môn. Toán và Vật lý, Toán và Hóa học, Vật lý và Lịch sử có giá trị phương sai lần lượt 60.9375, 3.65625, và 8.8125. Khi hiệp phương sai dương, nó chỉ ra biến tỷ lệ thuận, nghĩa là khi một tăng, cái kia cũng tăng theo.
Đọc thêm: [Đã khắc phục:] Data Analysis Not Showing in Excel (2 Effective Solutions)
4. Phân tích Thống kê mô tả (Descriptive Statistics Analysis)
Bây giờ, chúng ta sẽ trình bày cách làm phân tích thống kê mô tả. Excel data analysis toolpak cho phép làm phân tích thống kê mô tả để phân tích tập dữ liệu xác định đặc điểm. Ở đây, chúng ta có tập dữ liệu chứa điểm Vật lý cho mỗi học sinh. Hãy đi qua các bước làm phân tích dữ liệu tương quan.
📌 Các bước:
- Trước hết, vào tab Data trên ribbon trên cùng.
- Sau đó, chọn công cụ Data Analysis.
- Khi cửa sổ Data Analysis xuất hiện, chọn tùy chọn Descriptive Statistics (Thống kê mô tả).
- Sau đó, nhấn OK.
- Bây giờ, cửa sổ mới sẽ xuất hiện.
- Cung cấp dữ liệu trong hộp Input Range, mà bạn muốn tính thống kê mô tả bằng cách kéo qua cột hoặc hàng.
- Bây giờ, bạn phải tích tùy chọn Columns (Cột) trong phần Grouped By.
- Trong hộp Output Range, cung cấp phạm vi dữ liệu bạn muốn lưu dữ liệu tính toán bằng cách kéo qua cột hoặc hàng. Hoặc hiển thị kết quả trong trang tính mới bằng cách chọn New Worksheet Ply và cũng xem kết quả trong sổ làm việc mới bằng cách chọn New Workbook.
- Sau đó, tích Summary statistics (Thống kê tóm tắt).
- Sau đó, nhấn OK.
- Kết quả, bạn sẽ nhận được kết quả hiệp phương sai sau.
- Kết quả trên cho chúng ta đặc điểm của hai biến, tức là trung bình, trung vị, độ lệch chuẩn, giá trị lớn nhất và nhỏ nhất của tập dữ liệu, lần lượt là 77.25, 80, 19.088, 45, và 100.
Đọc thêm: Cách dùng Analyze Data trong Excel (5 phương pháp dễ dàng)
5. Phân tích Làm mượt 지수 (Exponential Smoothing Analysis)
Bây giờ, chúng ta sẽ trình bày cách làm phân tích làm mượt 지수. Excel data analysis toolpak cho phép làm làm mượt 지수 để đưa ra quyết định phù hợp về khối lượng kinh doanh. Ở đây, chúng ta có tập dữ liệu chứa số mặt hàng bán trong các tuần khác nhau bởi công ty sản xuất. Hãy đi qua các bước làm phân tích dữ liệu làm mượt 지수.
📌 Các bước:
- Trước hết, vào tab Data trên ribbon trên cùng.
- Sau đó, chọn công cụ Data Analysis.
- Khi cửa sổ Data Analysis xuất hiện, chọn tùy chọn Exponential Smoothing (Làm mượt 지수).
- Sau đó, nhấn OK.
- Bây giờ, cửa sổ mới sẽ xuất hiện.
- Cung cấp dữ liệu trong hộp Input Range, mà bạn muốn tính làm mượt 지수 bằng cách kéo qua cột hoặc hàng.
- Bây giờ, bạn phải nhập 0.9 trong hộp Damping factor (Hệ số giảm dần). Ở đây, chúng ta damping 1-alpha
- Trong hộp Output Range, cung cấp phạm vi dữ liệu bạn muốn lưu dữ liệu tính toán bằng cách kéo qua cột hoặc hàng. Hoặc hiển thị kết quả trong trang tính mới bằng cách chọn New Worksheet Ply và cũng xem kết quả trong sổ làm việc mới bằng cách chọn New Workbook.
- Tiếp theo, bạn phải tích Labels nếu dữ liệu đầu vào có nhãn.
- Sau đó, tích Chart Output (Đầu ra biểu đồ).
- Sau đó, nhấn OK.
- Kết quả, bạn sẽ nhận được kết quả làm mượt 지数 và biểu đồ cho alpha 0.1.
Ở đây, từ kết quả trên, chúng ta có thể nói Excel không cung cấp dữ liệu cho giá trị đầu tiên trong phương pháp này. Nếu dùng hệ số damping lớn, chúng ta sẽได้ đỉnh và thũng mượt hơn.
6. Phân tích F-Test Two-Sample for Variances (Kiểm định F hai mẫu cho phương sai)
Bây giờ, chúng ta sẽ làm F-test cho hai mẫu phương sai. Dùng phương sai của hai biến, F-test cung cấp phân tích thống kê trong Excel. Ở đây, chúng ta có tập dữ liệu chứa giá bán hai mặt hàng trong các tuần khác nhau bởi công ty sản xuất. Hãy đi qua các bước làm f-test cho hai mẫu phương sai.
📌 Các bước:
- Trước hết, vào tab Data trên ribbon trên cùng.
- Sau đó, chọn công cụ Data Analysis.
- Khi cửa sổ Data Analysis xuất hiện, chọn tùy chọn F-Test Two-Sample for Variances.
- Sau đó, nhấn OK.
- Bây giờ, cửa sổ mới sẽ xuất hiện.
- Cung cấp dữ liệu trong hộp Input Range, mà bạn muốn tính F-test bằng cách kéo qua cột hoặc hàng.
- Trong hộp Output Range, cung cấp phạm vi dữ liệu bạn muốn lưu dữ liệu tính toán bằng cách kéo qua cột hoặc hàng. Hoặc hiển thị kết quả trong trang tính mới bằng cách chọn New Worksheet Ply và cũng xem kết quả trong sổ làm việc mới bằng cách chọn New Workbook.
- Tiếp theo, bạn phải tích Labels nếu dữ liệu đầu vào có nhãn.
- Sau đó, nhấn OK.
- Kết quả, bạn sẽ nhận được kết quả sau của f-test cho hai mẫu phương sai.
Giải thích kết quả:
- Từ dữ liệu trên, chúng ta thấy giá trị trung bình của biến 2 lớn hơn biến 1.
- Chúng ta cũng biết nếu giá trị F lớn hơn giá trị F Critical one-tail, trong trường hợp này, chúng ta có thể nói nó không tuân theo giả thuyết không. Trong dữ liệu trên, giá trị F là .8016 và giá trị F Critical one-tail là 0.3145 chỉ ra F lớn hơn nhiều F critical one-tail. Nói cách khác, phương sai giữa hai biến không khớp.
7. Phân tích Trung bình động (Moving Average Analysis)
Bây giờ, chúng ta sẽ làm phân tích trung bình động là một trong những tính năng tốt nhất của Excel data analysis toolpak. Trung bình động nghĩa là kỳ thời gian của trung bình giống nhau nhưng nó tiếp tục di chuyển khi dữ liệu mới được thêm. Trung bình động làm mượt bất kỳ bất đều (đỉnh và thũng) từ dữ liệu để dễ dàng nhận ra xu hướng. Khoảng thời gian càng lớn để tính trung bình động, càng nhiều làm mượt biến động xảy ra. Vì nhiều điểm dữ liệu hơn được đưa vào mỗi trung bình tính toán. Ở đây, chúng ta có tập dữ liệu chứa số mặt hàng bán trong các tuần khác nhau bởi công ty sản xuất. Hãy đi qua các bước làm phân tích trung bình động.
📌 Các bước:
- Trước hết, vào tab Data trên ribbon trên cùng.
- Sau đó, chọn công cụ Data Analysis.
- Khi cửa sổ Data Analysis xuất hiện, chọn tùy chọn Moving Average (Trung bình động).
- Sau đó, nhấn OK.
Trong hộp Moving Average bật lên,
- Cung cấp dữ liệu trong hộp Input Range, mà bạn muốn tính trung bình động bằng cách kéo qua cột hoặc hàng.
- Viết số khoảng thời gian Interval.
- Trong hộp Output Range, cung cấp phạm vi dữ liệu bạn muốn lưu dữ liệu tính toán bằng cách kéo qua cột hoặc hàng. Hoặc hiển thị kết quả trong trang tính mới bằng cách chọn New Worksheet Ply và cũng xem kết quả trong sổ làm việc mới bằng cách chọn New Workbook.
- Nếu muốn xem đường xu hướng dữ liệu với biểu đồ thì tích Chart Output nếu không thì bỏ qua.
- Tiếp theo, bạn phải tích Labels in the first row nếu dữ liệu đầu vào có nhãn.
- Sau đó, nhấn OK.
- Kết quả, bạn sẽ nhận được trung bình động của dữ liệu cùng với đường xu hướng Excel hiển thị cả dữ liệu gốc và giá trị trung bình động với biến động được làm mượt.
Bài đọc tương tự
- Cách phân tích dữ liệu định lượng trong Excel (với các bước dễ dàng)
- Phân tích tập dữ liệu lớn trong Excel (6 phương pháp hiệu quả)
- Cách phân tích thang đo Likert trong Excel (với các bước nhanh)
- Phân tích dữ liệu định tính từ bảng hỏi trong Excel
8. Tạo số ngẫu nhiên (Random Number Generation)
Bây giờ, chúng ta sẽ tạo số ngẫu nhiên. Excel data analysis toolpak cho phép tạo số ngẫu nhiên với các tiêu chí khác nhau. Hãy đi qua các bước làm phân tích trung bình động.
📌 Các bước:
- Trước hết, vào tab Data trên ribbon trên cùng.
- Sau đó, chọn công cụ Data Analysis.
- Khi cửa sổ Data Analysis xuất hiện, chọn tùy chọn Descriptive Statistics.
- Sau đó, nhấn OK.
Trong hộp Random Number Generation bật lên,
- Cung cấp dữ liệu về Number of Variables (Số biến) chỉ số cột số ngẫu nhiên bạn muốn trong trang tính. Ở đây, nhập 2 vì muốn 2 cột.
- Tiếp theo, cung cấp dữ liệu trong Number of Random Numbers (Số lượng số ngẫu nhiên) chỉ số hàng bạn muốn trong trang tính. Ở đây, nhập 7 nghĩa là muốn 7 hàng.
- Sau đó, chọn uniform trong Distribution (Phân phối). Ở đây, Distribution nghĩa là loại phân phối số ngẫu nhiên bạn muốn.
- Ở đây, parameters (tham số) chỉ ranh giới phân phối. Trong ví dụ này, từ 40 đến 60.
- Trong hộp Output Range, cung cấp phạm vi dữ liệu bạn muốn lưu dữ liệu tính toán bằng cách kéo qua cột hoặc hàng. Hoặc hiển thị kết quả trong trang tính mới bằng cách chọn New Worksheet Ply và cũng xem kết quả trong sổ làm việc mới bằng cách chọn New Workbook.
- Sau đó, nhấn OK.
- Kết quả, bạn sẽ tạo được số ngẫu nhiên với tiêu chí cụ thể như dưới.
9. Phân tích Xếp hạng và Phân vị (Rank and Percentile Analysis)
Bây giờ, chúng ta sẽ làm phân tích xếp hạng và phân vị. Ở đây, chúng ta có tập dữ liệu chứa ID học sinh và điểm thi Toán. Chúng ta sẽ tính xếp hạng và phân vị cho điểm thi Toán mỗi học sinh. Hãy đi qua các bước làm phân tích xếp hạng và phân vị.
📌 Các bước:
- Trước hết, vào tab Data trên ribbon trên cùng.
- Sau đó, chọn công cụ Data Analysis.
- Khi cửa sổ Data Analysis xuất hiện, chọn tùy chọn Rank and Percentile (Xếp hạng và Phân vị).
- Sau đó, nhấn OK.
Trong hộp Rank and Percentile bật lên,
- Cung cấp dữ liệu trong hộp Input Range, mà bạn muốn tính trung bình động bằng cách kéo qua cột hoặc hàng.
- Bây giờ, bạn phải tích tùy chọn Columns (Cột) trong phần Grouped By.
- Trong hộp Output Range, cung cấp phạm vi dữ liệu bạn muốn lưu dữ liệu tính toán bằng cách kéo qua cột hoặc hàng. Hoặc hiển thị kết quả trong trang tính mới bằng cách chọn New Worksheet Ply và cũng xem kết quả trong sổ làm việc mới bằng cách chọn New Workbook.
- Tiếp theo, bạn phải tích Labels in the first row nếu dữ liệu đầu vào có nhãn.
- Sau đó, nhấn OK.
- Kết quả, bạn sẽ nhận được xếp hạng và phân vị cho điểm thi Toán mỗi học sinh như dưới.
Từ kết quả trên, chúng ta thấy có thể tính xếp hạng và phân vị điểm thi mỗi học sinh. Ở đây, Xếp hạng 1 điểm là 100 là điểm Toán ID-5, và xếp hạng cuối điểm là 45 là điểm Toán ID-6.
10. Phân tích Hồi quy (Regression Analysis)
Bây giờ, chúng ta sẽ làm phân tích hồi quy. Phân tích hồi quy là phần của thống kê giúp dự đoán giá trị dựa trên hai hoặc nhiều biến. Ở đây, chúng ta có tập dữ liệu chứa tên cầu thủ, số trận đấu mỗi cầu thủ, và số bàn thắng mỗi cầu thủ. Hãy đi qua các bước làm phân tích hồi quy.
📌 Các bước:
- Trước hết, vào tab Data trên ribbon trên cùng.
- Sau đó, chọn công cụ Data Analysis.
- Khi cửa sổ Data Analysis xuất hiện, chọn tùy chọn Regression (Hồi quy).
- Sau đó, nhấn OK.
Trong hộp Regression bật lên,
- Cung cấp dữ liệu trong hộp Input Range, và cung cấp phạm vi dữ liệu trong hộp Input X Range và Input Y Range.
- Trong hộp Output Range, cung cấp phạm vi dữ liệu bạn muốn lưu dữ liệu tính toán bằng cách kéo qua cột hoặc hàng. Hoặc hiển thị kết quả trong trang tính mới bằng cách chọn New Worksheet Ply và cũng xem kết quả trong sổ làm việc mới bằng cách chọn New Workbook.
- Tiếp theo, bạn phải tích Labels nếu dữ liệu đầu vào có nhãn.
- Bạn cũng phải tích tùy chọn Residuals (Dư) để lấy giá trị đầu ra.
- Sau đó, nhấn OK.
- Kết quả, bạn sẽ nhận được kết quả sau của phân tích hồi quy.
Giải thích kết quả Phân tích Hồi quy:
Regression Statistics (Thống kê hồi quy):
Thống kê hồi quy là mảng các tham số mô tả mức độ khớp của hồi quy tuyến tính đo lường.
- Multiple R là tham số hệ số tương quan chỉ tương quan giữa biến. Giá trị từ -1 đến +1. Giá trị càng lớn, mối quan hệ tương quan càng mạnh.
- R Square biểu thị hệ số xác định. Nó chỉ thang độ khớp mô hình dữ liệu với phân tích hồi quy.
- Adjusted R square (R square điều chỉnh) dùng cho nhiều biến trong hồi quy.
- Standard Error (Sai số chuẩn) là tham số khác cho thấy khớp tốt của hồi quy. Sai số chuẩn càng nhỏ, phương trình hồi quy tuyến tính càng chính xác. Nó cho thấy khoảng cách trung bình các điểm dữ liệu từ phương trình tuyến tính.
Anova:
Nó phân tích phương sai của mô hình dữ liệu.
- Ở đây, df đại diện cho bậc tự do.
- SS (sum of squares - tổng bình phương) biểu thị tham số khớp tốt.
- MS nghĩa là Trung bình bình phương.
- F đề cập đến Giả thuyết không. Nó kiểm tra ý nghĩa tổng thể của mô hình hồi quy.
- Significance of F nghĩa là giá trị P của F.
Kết quả Hệ số (Co-efficient Outcome):
Nó giúp xác định giá trị Y dễ dàng.
Đầu ra Dư (Residual Output):
Vì vậy, nó so sánh giá trị ước lượng với giá trị tính toán.
11. Phân tích t-Test (t-Test Analysis)
Bây giờ, chúng ta sẽ làm phân tích T-Test của tập dữ liệu. T-Test có ba loại:
- Paired two samples for means (Hai mẫu ghép cặp cho trung bình)
- Two samples assuming equal variances (Hai mẫu giả định phương sai bằng nhau)
- Two-samples using unequal variances (Hai mẫu dùng phương sai không bằng nhau)
Phần này cung cấp chi tiết mở rộng về ba loại phân tích t-Test. Bạn có thể dùng bất kỳ cái nào cho mục đích, chúng có độ linh hoạt rộng khi tùy chỉnh.
11.1 t-Test: Paired Two Sample for Means
Bây giờ, chúng ta sẽ làm t-Test: Paired Two Sample for Means. Ở đây, chúng ta có tập dữ liệu chứa ID học sinh và điểm Toán, Vật lý mỗi học sinh. Hãy đi qua các bước làm phân tích t-Test: Paired Two Sample for Means.
📌 Các bước:
- Trước hết, vào tab Data trên ribbon trên cùng.
- Sau đó, chọn công cụ Data Analysis.
- Khi cửa sổ Data Analysis xuất hiện, chọn tùy chọn t-Test: Paired Two Samples for Means.
- Sau đó, nhấn OK.
Trong hộp t-Test: Paired Two Sample for Means bật lên,
- Cung cấp dữ liệu trong hộp Input, và cung cấp phạm vi dữ liệu trong hộp Variable 1 Range và Variable 2 Range.
- Trong hộp Output Range, cung cấp phạm vi dữ liệu bạn muốn lưu dữ liệu tính toán bằng cách kéo qua cột hoặc hàng. Hoặc hiển thị kết quả trong trang tính mới bằng cách chọn New Worksheet Ply và cũng xem kết quả trong sổ làm việc mới bằng cách chọn New Workbook.
- Tiếp theo, bạn phải tích Labels nếu dữ liệu đầu vào có nhãn.
- Sau đó, nhấn OK.
- Kết quả, bạn sẽ nhận được kết quả sau của t-Test: Paired Two Sample for Means.
Giải thích kết quả:
- Ở đây, chúng ta thấy Giá trị Trung bình Điểm Toán lớn hơn giá trị trung bình Điểm Vật lý.
- Phương sai Điểm Toán cũng lớn hơn phương sai Điểm Vật lý.
- Nếu t Stat lớn hơn t Critical two-tail, trong điều kiện này chúng ta không thể loại bỏ giả thuyết không. Trong tính toán trên, chúng ta thấy t Stat và giá trị t Critical two-tail lần lượt là 1.603 và 2.36464. Nghĩa là 1.603 < 2.36464, không khớp giả thuyết không. Nói cách khác, phương sai giữa hai biến không khớp.
11.2 t-Test Two-Sample Assuming Equal Variances
Bây giờ, chúng ta sẽ làm t-Test: Two-Sample Equal Variances. Ở đây, chúng ta có tập dữ liệu chứa ID học sinh và điểm Toán, Vật lý mỗi học sinh. Ở đây, phương sai bằng nghĩa là chúng ta lấy dữ liệu từ phân phối chuẩn. Hãy đi qua các bước làm t-Test: Two-Sample Equal Variances.
📌 Các bước:
- Trước hết, vào tab Data trên ribbon trên cùng.
- Sau đó, chọn công cụ Data Analysis.
- Khi cửa sổ Data Analysis xuất hiện, chọn tùy chọn t-Test: Two-Sample Equal Variances.
- Sau đó, nhấn OK.
Trong hộp t-Test: Paired Two Sample Equal Variances bật lên,
- Cung cấp dữ liệu trong hộp Input, và cung cấp phạm vi dữ liệu trong hộp Variable 1 Range và Variable 2 Range.
- Trong hộp Output Range, cung cấp phạm vi dữ liệu bạn muốn lưu dữ liệu tính toán bằng cách kéo qua cột hoặc hàng. Hoặc hiển thị kết quả trong trang tính mới bằng cách chọn New Worksheet Ply và cũng xem kết quả trong sổ làm việc mới bằng cách chọn New Workbook.
- Tiếp theo, bạn phải tích Labels nếu dữ liệu đầu vào có nhãn.
- Sau đó, nhấn OK.
- Kết quả, bạn sẽ nhận được kết quả sau của t-Test: Two-Sample Equal Variances.
Giải thích kết quả:
- Ở đây, chúng ta thấy Giá trị Trung bình Điểm Toán lớn hơn giá trị trung bình Điểm Vật lý.
- Phương sai Điểm Toán cũng lớn hơn phương sai Điểm Vật lý.
- Nếu t Stat lớn hơn t Critical two-tail, trong điều kiện này chúng ta không thể loại bỏ giả thuyết không. Trong tính toán trên, chúng ta thấy t Stat và giá trị t Critical two-tail lần lượt là 1.48 và 2.144. Nghĩa là 1.48 < 2.144, không khớp giả thuyết không. Nói cách khác, phương sai giữa hai biến không khớp.
11.3 t-Test: Two-Sample Assuming Unequal Variances
Bây giờ, chúng ta sẽ làm t-Test: Two-Sample Unequal Variances. Ở đây, chúng ta có tập dữ liệu chứa ID học sinh và điểm Toán, Vật lý mỗi học sinh. Ở đây, phương sai không bằng nghĩa là chúng ta lấy dữ liệu từ phân phối không đều. Hãy đi qua các bước làm t-Test: Two-Sample Unequal Variances.
📌 Các bước:
- Trước hết, vào tab Data trên ribbon trên cùng.
- Sau đó, chọn công cụ Data Analysis.
- Khi cửa sổ Data Analysis xuất hiện, chọn tùy chọn t-Test: Two-Sample Unequal Variances.
- Sau đó, nhấn OK.
Trong hộp t-Test: Paired Two Sample Unequal Variances bật lên,
- Cung cấp dữ liệu trong hộp Input, và cung cấp phạm vi dữ liệu trong hộp Variable 1 Range và Variable 2 Range.
- Trong hộp Output Range, cung cấp phạm vi dữ liệu bạn muốn lưu dữ liệu tính toán bằng cách kéo qua cột hoặc hàng. Hoặc hiển thị kết quả trong trang tính mới bằng cách chọn New Worksheet Ply và cũng xem kết quả trong sổ làm việc mới bằng cách chọn New Workbook.
- Tiếp theo, bạn phải tích Labels nếu dữ liệu đầu vào có nhãn.
- Sau đó, nhấn OK.
- Kết quả, bạn sẽ nhận được kết quả sau của t-Test: Two-Sample Unequal Variances.
Giải thích kết quả:
- Ở đây, chúng ta thấy Giá trị Trung bình Điểm Toán lớn hơn giá trị trung bình Điểm Vật lý.
- Từ kết quả trên, chúng ta thấy phương sai Điểm Toán cũng lớn hơn phương sai Điểm Vật lý.
- Nếu t Stat lớn hơn t Critical two-tail, trong điều kiện này chúng ta không thể loại bỏ giả thuyết không. Trong tính toán trên, chúng ta thấy t Stat và giá trị t Critical two-tail lần lượt là 79 và 2.131. Nghĩa là 1.79 < 2.131, không khớp giả thuyết không. Nói cách khác, phương sai giữa hai biến không khớp.
12. z-Test: Two Sample for Means
Bây giờ, chúng ta sẽ làm z-Test: Two-Sample Means. Ở đây, chúng ta có tập dữ liệu chứa ID học sinh và điểm Toán, Vật lý mỗi học sinh. Ở đây chúng ta sẽ dùng hàm VAR.P để tính phương sai của hai biến tập dữ liệu sau. Hãy đi qua các bước làm z-Test: Two-Sample Means.
📌 Các bước:
- Trước hết, để tính phương sai điểm Toán, chúng ta sẽ dùng công thức sau trong ô D14:
=VAR.P(C5:C12)
- Sau đó, nhấn Enter.
- Kết quả, bạn sẽ nhận được phương sai Điểm Toán sau.
- Tiếp theo, để tính phương sai điểm Vật lý, chúng ta sẽ dùng công thức sau trong ô D15:
=VAR.P(D5:D12)
- Sau đó, nhấn Enter.
- Kết quả, bạn sẽ nhận được phương sai Điểm Vật lý sau.
- Trước hết, vào tab Data trên ribbon trên cùng.
- Sau đó, chọn công cụ Data Analysis.
- Khi cửa sổ Data Analysis xuất hiện, chọn tùy chọn z-Test: Two-Sample Means.
- Sau đó, nhấn OK.
Trong hộp z-Test: Two-Sample Means bật lên,
- Cung cấp dữ liệu trong hộp Input, và cung cấp phạm vi dữ liệu trong hộp Variable 1 Range và Variable 2 Range.
- Trong hộp Output Range, cung cấp phạm vi dữ liệu bạn muốn lưu dữ liệu tính toán bằng cách kéo qua cột hoặc hàng. Hoặc hiển thị kết quả trong trang tính mới bằng cách chọn New Worksheet Ply và cũng xem kết quả trong sổ làm việc mới bằng cách chọn New Workbook.
- Bạn phải nhập giá trị phương sai Toán và Vật lý tương ứng trong Variable 1 Variance (known) và Variable 2 Variance (known)
- Tiếp theo, bạn phải tích Labels nếu dữ liệu đầu vào có nhãn.
- Sau đó, nhấn OK.
- Kết quả, bạn sẽ nhận được kết quả sau của tùy chọn z-Test: Two-Sample Means.
Giải thích kết quả:
- Ở đây, chúng ta thấy Giá trị Trung bình Điểm Toán lớn hơn giá trị trung bình Điểm Vật lý.
- Từ kết quả trên, chúng ta thấy phương sai Điểm Toán cũng lớn hơn phương sai Điểm Vật lý.
- Nếu Z nhỏ hơn Z critical two-tall, trong điều kiện này chúng ta không thể loại bỏ giả thuyết không. Trong tính toán trên, chúng ta thấy z và z Critical two-tail lần lượt là 52 và 1.95. Nghĩa là 1.52 < 1.95, khớp giả thuyết không. Nói cách khác, phương sai giữa hai biến khớp.
Đọc thêm: Cách thực hiện nghiên cứu điển hình dùng Phân tích dữ liệu Excel
13. Phân tích Lấy mẫu (Sampling Analysis)
Bây giờ, chúng ta sẽ làm phân tích lấy mẫu là một trong những tính năng tốt nhất của Excel data analysis toolpak. Ở đây, chúng ta có tập dữ liệu chứa bán lẻ hai mặt hàng và tổng giá trị bán cho các kỳ thời gian khác nhau. Hãy đi qua các bước làm phân tích lấy mẫu.
📌 Các bước:
- Trước hết, vào tab Data trên ribbon trên cùng.
- Sau đó, chọn công cụ Data Analysis.
- Khi cửa sổ Data Analysis xuất hiện, chọn tùy chọn Sampling (Lấy mẫu).
- Sau đó, nhấn OK.
Trong hộp Sampling bật lên,
- Cung cấp dữ liệu trong hộp Input Range, mà bạn muốn tính trung bình động bằng cách kéo qua cột hoặc hàng.
- Trong hộp Output Range, cung cấp phạm vi dữ liệu bạn muốn lưu dữ liệu tính toán bằng cách kéo qua cột hoặc hàng. Hoặc hiển thị kết quả trong trang tính mới bằng cách chọn New Worksheet Ply và cũng xem kết quả trong sổ làm việc mới bằng cách chọn New Workbook.
- Bạn phải nhập dữ liệu trong tùy chọn Number of Samples (Số lượng mẫu).
- Tiếp theo, bạn phải tích Labels nếu dữ liệu đầu vào có nhãn.
- Sau đó, nhấn OK.
- Kết quả, bạn sẽ nhận được kết quả sau của phân tích Sampling (Lấy mẫu). Trong ảnh sau, chúng ta có thể lấy sáu mẫu từ cột Total Sales (Tổng bán). Nếu muốn lấy thêm mẫu từ cột này, bạn phải nhập số lớn hơn trong hộp Number of Samples khi cửa sổ Sampling xuất hiện.
Đọc thêm: Cách phân tích dữ liệu bán hàng trong Excel (10 cách dễ dàng)
Kết luận
Đây là kết thúc buổi hôm nay. Ở đây, chúng ta trình bày 13 ví dụ phù hợp dùng data analysis toolpak. Tôi tin chắc từ bây giờ, bạn có thể dùng data analysis toolpak trong Excel. Nếu có thắc mắc hay đề xuất, hãy chia sẻ trong phần bình luận bên dưới.
Đừng quên truy cập trang web Exceldemy.com cho nhiều vấn đề và giải pháp Excel. Hãy tiếp tục học phương pháp mới và không ngừng phát triển!
Bài viết liên quan
- Cách phân tích dữ liệu trong Excel dùng Pivot Tables (9 ví dụ phù hợp)
- Phân tích dữ liệu theo thời gian trong Excel (Với các bước dễ dàng)
- Cách phân tích dữ liệu định tính trong Excel (với các bước dễ dàng)
- Phân tích qPCR Data trong Excel (2 phương pháp dễ dàng)
- Cách phân tích dữ liệu văn bản trong Excel (5 cách phù hợp)