Trong thao tác phân tích tầng ở biến định tính ta sử dụng số biến là:

Câu hỏi này kiểm tra kiến thức về các phương pháp kiểm tra tính phân phối chuẩn của một biến định lượng. * **Phương án 1: Vẽ hình chuông phân phối:** Đây là một cách trực quan để đánh giá nhanh tính phân phối chuẩn. Nếu dữ liệu phân phối chuẩn, biểu đồ tần suất của nó sẽ có hình dạng gần giống hình chuông. Tuy nhiên, cách này mang tính chủ quan và không chính xác bằng các kiểm định thống kê. * **Phương án 2: Dùng kiểm định One-Sample Kolmogorov-Smirnov:** Đây là một kiểm định thống kê được sử dụng để so sánh phân phối của một mẫu với một phân phối lý thuyết, trong trường hợp này là phân phối chuẩn. Nó cho biết liệu có sự khác biệt đáng kể giữa phân phối mẫu và phân phối chuẩn hay không. Vì cả hai phương pháp đều có thể được sử dụng để kiểm tra tính phân phối chuẩn, phương án "Cả a và b đúng" là đáp án chính xác.

Câu hỏi này kiểm tra kiến thức về cách sử dụng phần mềm thống kê (ví dụ: SPSS) để mô tả phân bố của biến định lượng thông qua giá trị trung bình và độ lệch chuẩn. * **Analyse / Descriptive Statistics / Frequencies:** Lựa chọn này cho phép tính toán các thống kê mô tả như trung bình, độ lệch chuẩn, giá trị lớn nhất, giá trị nhỏ nhất, v.v. cho các biến. Tuy nhiên, nó thường được sử dụng cho các biến định tính (categorical variables) hơn là biến định lượng liên tục. * **Analyse / Descriptive Statistics / Descriptives:** Lựa chọn này chính xác là phương pháp phù hợp để tính toán các thống kê mô tả (bao gồm trung bình và độ lệch chuẩn) cho các biến định lượng, đặc biệt khi muốn mô tả phân bố của chúng. Mặc dù không có tùy chọn "Descriptives" nào được liệt kê trực tiếp, đáp án "Frequencies" có thể được sử dụng, nhưng nó không tối ưu cho các biến định lượng liên tục. * **Analyse / Reports / Crosstabs:** Crosstabs (bảng chéo) được sử dụng để phân tích mối quan hệ giữa hai hay nhiều biến định tính, không phù hợp để mô tả phân bố của một biến định lượng đơn lẻ bằng giá trị trung bình và độ lệch chuẩn. Vì vậy, không có đáp án nào thực sự chính xác trong các lựa chọn được cung cấp. Tuy nhiên, lựa chọn "Analyse / Descriptive Statistics / Frequencies" có thể được sử dụng để đạt được kết quả tương tự, mặc dù nó không phải là lựa chọn tối ưu nhất.

Khoảng tứ vị (Interquartile Range - IQR) là một thước đo độ phân tán thống kê, được tính bằng hiệu giữa Q3 (tứ phân vị thứ ba) và Q1 (tứ phân vị thứ nhất). Nó thể hiện phạm vi giữa 25% giá trị lớn nhất và 25% giá trị nhỏ nhất của tập dữ liệu. Trong các phần mềm thống kê, để hiển thị khoảng tứ vị, ta thường tích vào tùy chọn "Quartiles". Các tùy chọn khác như "Statistics" (thống kê mô tả chung), "S.E. mean" (sai số chuẩn của trung bình) và "Bỏ tích tất cả" (không chọn gì cả) không liên quan đến việc hiển thị khoảng tứ vị.

Để vẽ biểu đồ Box-and-Whisker (còn gọi là biểu đồ hộp), trong phần mềm thống kê, thường sẽ tìm thấy chức năng này trong menu Graphs (hoặc Đồ thị), sau đó có thể nằm trong các tùy chọn Legacy Dialogs (hoặc Hộp thoại cũ). Do đó, đáp án đúng là Graphs / Legacy Dialogs / Boxplot.

Câu hỏi yêu cầu so sánh giá trị trung bình tại hai thời điểm của cùng một nhóm. Điều này có nghĩa là chúng ta đang làm việc với dữ liệu парный (paired data). Trong SPSS, để so sánh giá trị trung bình của hai mẫu liên quan (paired samples), chúng ta sử dụng Paired-Samples T Test. Đường dẫn chính xác để thực hiện kiểm định này trong SPSS là Analyse / Compare Means / Paired-Samples T Test. Vì vậy, đáp án đúng là phương án 2.