Phần mềm phân tích số liệu là một công cụ không thể thiếu đối với các nhà nghiên cứu và thống kê. Hiện nay, có rất nhiều phần mềm chuyên dụng phục vụ cho việc xử lý và phân tích số liệu thống kê. Ví dụ như: SAS, SPSS, STATA, R… Mỗi phần mềm có đặc trưng, điểm mạnh, điểm yếu riêng.
Trước khi bắt đầu trình bày chi tiết đặc trưng của từng phần mềm chúng ta cần xác định lại một lần nữa về tác dụng của các phần mềm phân tích dữ liệu. Phần mềm phân tích chỉ là công cụ hỗ trợ cho việc thực hiện các ước lượng, tính toán nhanh chóng trong quá trình phân tích dữ liệu. Các phần mềm này đều dựa trên các công thức toán học, thống kê chung. Chính vì thế kết quả các phân tích dữ liệu trên các phần mềm khác nhau đều cho ra kết quả giống nhau, nếu có sự khác biệt thì sự khác biệt này rất nhỏ.
Đặc trưng của một số phần mềm phân tích phổ biến:
1. SPSS
SPSS là một bộ chương trình mà nhiều người sử dụng ưa thích do nó rất dễ sử dụng. SPSS có một giao diện giữa người và máy cho phép sử dụng các menu thả xuống để chọn các lệnh thực hiện. Khi thực hiện một phân tích chỉ đơn giản chọn thủ tục cần thiết và chọn các biến phân tích và bấm OK là có kết quả ngay trên màn hình để xem xét. SPSS cũng có một ngôn ngữ cú pháp có thể học bằng cách dán cú pháp lệnh vào cửa sổ cú pháp từ một lệnh vừa chọn và thực hiện, nhưng nói chung khá phức tạp và không trực giác.
Ưu điểm
– SPSS có một bộ soạn thảo dữ liệu tương tự như excel, bộ soạn thảo cho phép vào các dữ liệu và mô tả các thuộc tính của chúng, chính vì vậy SPSS khá dễ sử dụng.
– Sức mạnh lớn nhất của SPSS là lĩnh vực phân tích phương sai (SPSS cho phép thực hiện nhiều loại kiểm định tác động riêng biệt) và phân tích nhiều chiều (thí dụ phân tích phương sai nhiều chiều, phân tích nhân tố, phân tích nhóm tổ).
– SPSS có một giao diện giữa người và máy rất đơn giản để tạo ra các đồ thị và khi đã tạo được một đồ thị, nhờ giao diện này mà người sử dụng có thể tuỳ ý hiệu chỉnh đồ thị cũng như hoàn thiện chúng. Các đồ thị có chất lượng rất cao và có thể dán vào các tài liệu khác, thí dụ như Word hoặc Powerpoint.
Nhược điểm:
– Cái yếu nhất của SPSS là khả năng xử lý đối với những vấn đề ước lượng phức tạp và do đó khó đưa ra được các ước lượng sai số đối với các ước lượng này.
– SPSS cũng không hỗ trợ các công cụ phân tích dữ liệu theo lược đồ mẫu.
– SPSS không có công cụ quản lý dữ liệu thật mạnh
– SPSS xử lý mỗi file dữ liệu ở một thời điểm và không phải là rất mạnh khi thực hiện các nhiệm vụ phân tích cần làm việc với nhiều file dữ liệu cùng một lúc. Các file dữ liệu có thể có đến 4096 biến và số lượng bản ghi chỉ bị giới hạn trong dung lượng của đĩa cứng.
– Ngôn ngữ cú pháp của SPSS phức tạp hơn so với STATA, nhưng lại có phần đơn giản hơn, ít mạnh hơn SAS.
3. STATA
STATA là một bộ chương trình mà nhiều người mới bắt đầu và sử dụng mạnh đều ưa thích vì nó vừa dễ học có nhiều khả năng. STATA sử dụng các lệnh trực tiếp, có thể vào mỗi lệnh ở một thời điểm để thực hiện (chế độ này được người mới bắt đầu ưa thích) hoặc có thể soạn thảo thành một chương trình bao gồm nhiều lệnh cho một nhiệm vụ và thực hiện cùng một lúc. Thậm chí nếu mắc lỗi trong chương trình thì có thể nhận biết và sửa chữa dễ dàng.
Ưu điểm:
– Cho phép thực hiện các thao tác phức tạp về dữ liệu một cách dễ dàng.
– Sức mạnh lớn nhất của STATA là hồi qui (rất dễ sử dụng các công cụ đoán nhận hồi qui), hồi qui logistic (những bổ sung mới làm đơn giản hoá việc giải thích kết quả hồi qui logistic, còn hồi qui logistic thứ tự và hồi qui logistic phạm trù là rất dễ thực hiện).
– STATA cũng có nhiều phương pháp ước lượng mạnh rất dễ sử dụng, bao gồm cả hồi qui mạnh và hồi qui với sai số chuẩn mạnh, và nhiều lệnh ước lượng khác kèm theo sai số chuẩn mạnh.
– STATA cũng trội hơn về lĩnh vực phân tích dữ liệu theo lược đồ mẫu, cho khả năng áp dụng chúng trong phân tích số liệu điều tra bởi các công cụ hồi qui, hồi qui logistic, hồi qui poisson, hồi qui probit,…
– Các đồ thị STATA còn có chức năng bổ sung cho phân tích thống kê, thí dụ như có nhiều lệnh làm đơn giản hoá việc tạo ra các đồ thị chẩn đoán hồi qui.
– Cú pháp của các lệnh đồ thị là dễ sử dụng nhất trong số ba bộ chương trình và cũng là mạnh nhất. Các đồ thị STATA có chất lượng cao và chất lượng xuất bản cũng cao.
Nhược điểm:
– STATA hoàn toàn không có khả năng quản lý dữ liệu mạnh như SAS, nhưng các lệnh quản lý dữ liệu của nó vẫn có nhiều sức mạnh, lại rất đơn giản.
– Tuy nhiên, mỗi thời điểm STATA chỉ làm việc được với một file dữ liệu, vì vậy những nhiệm vụ xử lý cần nhiều file dữ liệu cùng một lúc đối với STATA là phức tạp hơn.
– Điểm yếu nhất là khả năng phân tích phương sai và phân tích nhiều chiều truyền thống như phân tích phương sai nhiều chiều, phân tích nhóm tổ.
– Các đồ thị của STATA không thể hiệu đính bằng bộ hiệu đính đồ thị.
3. SAS
SAS là bộ chương trình mà nhiều người sử dụng có trình độ cao ưa thích bởi sức mạnh và khả năng lập trình của nó. Do SAS là một bộ chương trình mạnh như vậy nên khó học nhất. Để sử dụng SAS, ta phải viết chương trình để thao tác dữ liệu và thực hiện các phân tích dữ liệu của mình. Nếu chương trình mắc lỗi, cái khó là phải biết tìm lỗi ở đâu và cách sửa thế nào.
Ưu điểm:
– SAS rất mạnh trong lĩnh vực quản lý dữ liệu, cho phép người sử dụng thao tác dữ liệu hầu như với mọi cách có thể
– SAS có thể làm việc với nhiều file dữ liệu cùng một lúc; điều này giảm đi tính phức tạp trong chuẩn bị dữ liệu đối với những nhiệm vụ phân tích đòi hỏi phải làm việc với nhiều file dữ liệu cùng một lúc.
– SAS có thể quản lý những file dữ liệu khổng lồ lên đến 32.768 biến và số lượng bản ghi là rất lớn chỉ phụ thuộc vào kích cỡ của đĩa cứng.
– Đối với phân tích thống kê, sức mạnh lớn nhất của SAS có thể tìm thấy trong phân tích ANOVA, phân tích mô hình hỗn hợp và phân tích nhiều chiều.
– SAS có các công cụ vẽ đồ thị mạnh nhất (SAS/Graph) so với hai bộ chương trình còn lại.
Nhược điểm:
– Mất nhiều thời gian để học và hiểu được cách quản lý dữ liệu của SAS và nhiều nhiệm vụ quản lý phức tạp của nó lại được thực hiện bằng những lệnh đơn giản trong SPSS và STATA
– Yếu đối với hồi qui logistic kiểu thứ tự và kiểu phạm trù (vì các lệnh này là đặc biệt khó) và các phương pháp ước lượng mạnh.
– Nó cũng có hỗ trợ một ít cho phân tích dữ liệu theo lược đồ mẫu, nhưng lại hạn chế hơn so với STATA.
4. R
R là phần mềm (cũng gọi là ngôn ngữ lập trình R) để phân tích dữ liệu. Khác với các phần mềm trên R là một phần mềm hoàn toàn miễn phí. Tuy miễn phí, nhưng chức năng của R không thua kém các phần mềm thương mại. Tất cả những phương pháp, mô hình mà các phần mềm thương mại có thể làm được thì R cũng có thể làm được. R có lợi thế là khả năng phân tích biểu đồ tuyệt vời.
Ưu điểm:
– R có lợi thế là khả năng phân tích biểu đồ tuyệt vời. Không một phần mềm nào có thể sánh với R về phần biểu đồ
– R gắn liền với giới học thuật, hầu hết những mô hình thống kê mới nhất đều được hỗ trợ bởi R.
– Chạy được trên nhiều hệ điều hành
– Số 1 trong các phần mềm miễn phí
Nhược điểm:
– R có cái bất lợi là dùng lệnh chứ không dùng menu như Excel. Điều này có nghĩa là đối với người “lười biếng” thì sẽ thấy R bất tiện. Nhưng với người muốn nắm lấy những cơ chế căn bản của toán học, thì sẽ thích ngôn ngữ này ngay.
– Người dùng phải có hiểu biết cao về kinh tế lượng, thống kê và khả năng lập trình vì trong phân tích đòi hỏi người dùng phải dùng các mã code để thực hiện các bước ước lượng và kiểm định hay phân tích các vấn đề cần thiết trong dữ liệu.
EViews (Econometric Views) là phần mềm thống kê chạy trên Windows. Phần mềm được xây dựng bởi Quantitative Micro Software (QMS), phiên bản 1.0 được phát hành vào tháng 3/1994.
5. EViews
EViews được sử dụng trong thống kê và kinh tế lượng, các chức năng chính là phân tích dữ liệu, chuỗi thời gian và dự báo. Dữ liệu trong EViews được lưu trữ theo định dạng độc quyền, tuy nhiên input và output có hỗ trợ cho nhiều định dạng của các phần mềm khác như Excel, PSPP/SPSS, DAP/SAS, Stata, RATS và TSP. Eviews có thể truy cập dữ liệu qua ODBC. Gretl có thể mở được các tệp dữ liệu của Eviews.
EVIEW được sử dụng trong thống kê và kinh tế lượng nhưng chuyên về kinh tế lượng hơn. Nếu đề tài nghiên cứu có sử dụng số liệu thứ cấp là số liệu có sẵn được thu thập theo thời gian ( dữ liệu chuỗi thời gian) hoặc vừa thu thập theo thời gian vừa thu thập theo từng thời điểm ( dữ liệu bảng) thì việc sử dụng phần mềm EVIEWS là phù hợp hơn cả. Những chức năng chính của EVIEWS gồm:
– Phân tích dữ liệu chuỗi thời gian, dữ liệu chéo, dữ liệu mảng
– Thống kê mô tả dữ liệu
– Phân tích sự tác động của các yếu tố này lên các yếu tố khác
– Dự báo cho yếu tố cần nghiên cứu ( ví dụ như dự báo giá xăng dầu, nhu cầu năng lượng, giá vàng,…).
Xem thêm bảng so sánh với nhiều phần mềm khác tại đây.
Kết luận:
Không nên quá đặt nặng việc sử dụng phần mềm nào mà nên quan tâm đến mục tiêu phân tích trước hết, như đã nói ở trên, các phần mềm chỉ là sự khác biệt và tiện lợi cũng như update nhanh hơn nhau thôi, do đó lựa chọn phần mềm nào phụ thuộc vào sự quen thuộc của người phân tích và khả năng hiểu rõ mô hình để thực hiện chính xác trong phần mềm.