Loại biểu đồ nào thích hợp để mô tả mối tương quan giữa 2 biến định lượng liên tục:

Khi so sánh hai tỷ lệ với nhau, chúng ta thường sử dụng kiểm định Chi-square. Lệnh `Analyse ⇒ nonparametric test ⇒ Chi-square` trong phần mềm thống kê (ví dụ: SPSS) cho phép thực hiện kiểm định này để xác định xem có sự khác biệt đáng kể giữa các tỷ lệ của các nhóm khác nhau hay không. Các lựa chọn khác không phù hợp vì chúng liên quan đến việc so sánh trung bình (compare means), thống kê mô tả (descriptive statistics) hoặc tóm tắt trường hợp (case summaries), mà không phải là so sánh tỷ lệ.

Để tạo các biến cho việc nhập liệu theo bộ câu hỏi trong các phần mềm thống kê như SPSS, chúng ta cần định nghĩa các biến này trước khi nhập dữ liệu. Việc này được thực hiện trong cửa sổ Variable View, nơi ta có thể khai báo tên biến, kiểu dữ liệu, độ rộng, nhãn, giá trị và các thuộc tính khác của biến. Data View là nơi hiển thị dữ liệu đã nhập, Data Output thường là cửa sổ kết quả sau khi thực hiện các phân tích, và Data không phải là một cửa sổ cụ thể trong ngữ cảnh này.

Trong SPSS, biến là trung tâm của mọi phân tích. Dữ liệu được nhập vào và lưu trữ dưới dạng các biến (ví dụ: tuổi, giới tính, điểm số). Các thao tác như tính toán thống kê mô tả, kiểm định giả thuyết, hồi quy,... đều được thực hiện trực tiếp trên các giá trị của các biến này. Do đó, câu khẳng định "biến đóng vai trò quan trọng chủ yếu vì các thao tác đều thực hiện trên các giá trị thu được của biến" là hoàn toàn chính xác.

Câu hỏi này liên quan đến việc tìm kiếm các giá trị lỗi hoặc mã hóa sai sót trong dữ liệu.

- Phương án 1: "Sử dụng bảng phân bố tần suất" là một cách hiệu quả để xác định các giá trị bất thường hoặc ngoài dự kiến. Bảng tần suất cho thấy tần số xuất hiện của mỗi giá trị, giúp ta dễ dàng nhận ra các giá trị hiếm gặp, có thể là lỗi. Ví dụ, nếu một trường dữ liệu chỉ nên chứa giá trị 0 hoặc 1, nhưng bảng tần suất lại cho thấy có giá trị 99, thì 99 có thể là một lỗi.

- Phương án 2: "Khảo sát sự liên quan logic giữa hai hay các biến với nhau" cũng rất quan trọng. Khi hai hay nhiều biến có mối quan hệ logic nhất định, việc kiểm tra xem mối quan hệ này có được duy trì trong dữ liệu hay không có thể giúp phát hiện lỗi. Ví dụ, nếu một người được ghi nhận là "đã kết hôn" nhưng tuổi lại là 10, thì có thể có lỗi trong dữ liệu.

- Phương án 3: Kết hợp cả hai phương pháp trên, vừa sử dụng bảng phân bố tần suất vừa khảo sát sự liên quan logic, sẽ mang lại hiệu quả cao nhất trong việc phát hiện lỗi.

- Phương án 4: "Tất cả đều đúng" là đáp án chính xác vì cả hai phương pháp trên đều hữu ích trong việc tìm giá trị lỗi.