Hướng Dẫn Sử Dụng Data Filter Trong Excel

--- Bài mới hơn ---

  • Cách Sử Dụng Lọc Dữ Liệu
  • Cách Tạo Filter Trong 1 Ô Excel Nhanh Chóng, Đơn Giản Và Hiệu Quả Nhất
  • Hàm Mảng Động Trong Excel
  • Hướng Dẫn Hiển Thị Và In Công Thức Trong Bảng Tính Excel 2010, 2013 Và 2022
  • Formula Trong Excel: Cách Tạo Công Thức Excel
  • Đối với bảng tính chứa nhiều thông tin theo nhiều chủng loại khác nhau, thì việc giới hạn hiển thị (lọc)các dữ liệu sẽ giúp ta tìm thấy được thông tin cần thiết nhanh hơn, chính xác hơn. Để thiết lập chức năng Filter trong excel, chúng ta làm theo các bước sau:

    Chú ý: Sau khi gọi bộ lọc chúng ta có thể thực hiện chức năng Sort dữ liệu rất dễ dàng.

    Sau khi bộ lọc bật lên, nếu muốn lọc cho cột nào thì chỉ cần clich chuột trái vào biếu tượng nút bấm, và hộp thoại Filter sẽ xuất hiện. Khi checkbox Selec ALL được tick thì không có dữ liệu nào được lọc. Nếu bạn muốn xem 1 mục hàng thì ta tiến hành Uncheck tất cả các checkbox của các item khác, chỉ để lại mục hàng mà bạn muốn hiển thị.

    Ví dụ, Khi tôi chỉ tick vào mục hàng Banana, thì tất cả các dòng hàng có chứa chữ Banana sẽ được hiển thị.

    Theo mặc định, data filter sẽ nhóm tất cả các mục giống nhau thành một nhóm. chức năng này có phân biệt khoảng trống nhưng không phân biệt chữ in hoa hay chữ in thường. do đó các từ giống nhau nhưng khác nhau về kiểu in hoa hoặc in thường đều được xếp cùng một nhóm

    Ví dụ:

    Dòng 1: Apple

    Dòng 2: apple

    Dòng 3: Apples

    Dòng 4: apples

    Dòng 5: apple s

    Khi tiến hành filter thì chúng sẽ nhóm thành 3 nhóm là Apple, Apples và apple s.

    Vậy nếu a muốn tất cả ba nhóm trên đều được hiển thị thì làm cách nào?

    Đối với cột dữ liệu có chứa ít số nhóm thì ta có thể chọn thủ công là đánh dấu tick vào nhóm cần hiển thị rồi bấm OK.

    Tuy nhiên đối với cột có chứa hàng 100 hoặc hàng nghìn nhóm thì việc làm thủ công như trên sẽ mất khá nhiều thời gian.

    Và lúc này chúng ta chú ý hướng dẫn của hộp thoại này như sau:

    Use “?” to repsent any single c-haracter

    Use “*” to repsent any series c-haracters.

    ở bài học cách dùng Hàm Countif thì đã có hướng dẫn ý nghĩa của dấu ? và dấu * trong điều kiện đếm. thì trong điều kiện lọc thì 2 ký tự đặt biệt này cũng có chức năng tương tự như vậy.

    Dấu “?” đại diện cho một ký tự trong chuỗi. Và dấu “*” đại diện cho một chuỗi các ký tự.

    ví dụ ta muốn lọc các dòng có chứa 2 ký tự bất kỳ cộng với ký tự “PL” với điều kiện Begins With thì ta thiết lập trong hộp thoại Customs Autofilter là ??pl* thì nó sẽ lọc và hiển thị những dòng có chứa 2 ký tự đầu tiên là bất kỳ và 2 ký tự tiếp theo là “pl” và những ký tự theo sau (không cần biết là bao nhiêu ký tự.) sẽ được dấu * đại diện.

    Chức năng Advanced Filters: có chức năng lọc và hiển thị các nhóm dòng hàng tại cột đang thiết lập bộ lọc nếu tick vào tùy chọn Filter the list, In-place. giống như cách filter bên trên. Tuy nhiên ở mục này còn có tùy chọn là sau khi lọc các nhóm và xuất ra vị trí khác.

    --- Bài cũ hơn ---

  • Hướng Dẫn Cách Lọc Dữ Liệu Trong Excel Cực Kỳ Chi Tiết
  • Filter Trong Excel 2007 2010 2013 2003, Cách Sử Dụng Filter
  • 11 Tính Năng Hữu Ích Của Lệnh Paste Trong Excel
  • Microsoft Excel Là Gì ?
  • Cách Tạo Hiệu Ứng Cho Biểu Đồ Excel Trong Powerpoint
  • Kiểm Soát Dữ Liệu Nhập Với Data Validation Trong Excel

    --- Bài mới hơn ---

  • Quản Lý Hàng Hóa Bằng Data Validation Trong Excel Cực Hay
  • Hàm Var Trong Excel, Hàm Ước Tính Phương Sai Dựa Trên Mẫu, Ví Dụ Và Cá
  • Đối Tượng Workbook Trong Excel Vba
  • Đối Tượng Worksheet Trong Excel Vba
  • Tổng Quan Về Xml Trong Excel
  • Để dữ liệu đó có thể được giới hạn trong một phạm vi nào đó, có thể là số nguyên, số thập phân, ngày, giờ, trong danh sách sẵn có hoặc chuỗi có độ dài xác định. Khi đó chức năng Data Validation sẽ giúp nhập liệu một cách chính xác theo yêu cầu, hạn chế sai sót. Các bước thực hiện:

    • Chọn vùng dữ liệu dữ liệu cần kiểm soát.
      Tab : cho phép thiết lập về điều kiện nhập liệu trong Validation criteria. Tuỳ vào yêu cầu kiểm soát mà chọn trong danh sách bên dưới Allow. Mặc định ban đầu cho phép nhập bất cứ kiểu dữ liệu nào vào trong ô (Any value). Để thay đổi theo ý muốn, phải chọn trong danh sách thả xuống của Validation criteria, có các lựa chọn: Whole number, Decimal, List, Date, Time, Text lenght, Custom.
      Whole number: chức năng này chỉ cho phép nhập dữ liệu là số nguyên. Nếu nhập số thập phân, chuỗi,… sẽ bị báo lỗi. Khi chọn Whole number, chức năng Data xuất hiện cho phép thiết lập phạm vi giá trị nhập.
      Between (not between): chỉ cho phép nhập giá trị trong một phạm vi xác định (hoặc ngoài phạm vi xác định). Ví dụ điểm thi phải nằm trong phạm vi từ 0 đến 10, tháng trong năm từ 1 đến 12… trong đó:

      • Minimum: giá trị giới hạn nhỏ nhất khi nhập dữ liệu.
      • Maximum: giá trị giới hạn lớn nhất khi nhập dữ liệu.
    • Ignore blank: bỏ qua ô trống (không xét điều kiện nhập dữ liệu khi ô trống).
    • Clear All: huỷ bỏ tất cả.
    • Equal to (not equal to): chỉ cho phép nhập một giá trị xác định (hoặc ngoài giá trị xác định). Giá trị xác định đó được khai báo trong Value và có thể là giá trị cố định bằng cách nhập trực tiếp hoặc có thể thay đổi được bằng cách sử dụng hàm hoặc công thức.
      Greater than (Greater than or equal to): chỉ cho phép nhập giá trị lớn hơn (hoặc lớn hơn hay bằng) giá trị giới hạn chỉ định. Giá trị giới hạn đó được khai báo trong Minimum và có thể là giá trị cố định bằng cách nhập trực tiếp hoặc có thể thay đổi được bằng cách sử dụng hàm hoặc công thức. Ngược lại với trường hợp này là less than (less than or equal to).
    • Decimal: chỉ cho phép nhập liệu là số nguyên hoặc số thập phân. Cách thực hiện tương tự đối với Whole number.
    • List: chỉ cho phép nhập dữ liệu từ một danh sách sẵn có. Danh sách này có thể được nhập trực tiếp, từ một vùng trong sheet, từ tên (Name) vùng sẵn có hoặc từ file khác.

        Danh sách nhập trực tiếp: gõ danh sách trực tiếp trong Source, mỗi phần tử được ngăn cách bởi dấu phẩy.
      Danh sách nhập từ một vùng trên bảng tính: chọn vùng danh sách trên bảng tính, địa chỉ danh sách sẽ hiện ra trong Source. Với cách này, vùng danh sách phải cùng nằm cùng sheet với những ô cần nhập. Nếu muốn sử dụng vùng danh sách ở sheet khác thì phải đặt tên cho vùng đó, khi đó Source sẽ hiển thị tên vùng.

    Hạn chế của chức năng List là không tự động tìm đến phần tử cần tìm trong danh sách khi gõ ký tự đầu tiên. Vì vậy, với danh sách nhiều đối tượng việc tìm sẽ mất nhiều thời gian.

      Date: chức năng này chỉ cho phép nhập giá trị ngày, việc điều khiển miền giá trị nhập giống như đối với Whole number.

    • Text length: Cho phép nhập dữ liệu là chuỗi có độ dài xác định, việc thiết lập chiều dài chuỗi nhập giống như đối với Whole number.
    • Tab Input Message: cho phép hiển thị thông tin nhập dữ liệu khi di chuyển chuột vào ô, từ đó định hướng cho công việc nhập dữ liệu.
    • Show input message when cell is selected: bật /tắt chế độ hiển thị thông báo khi ô được chọn.
    • Title: tiêu đề của thông báo.
    • Input message: nội dung thông báo.
    • Tab Error Alert: khi ô đã được đặt chế độ Data validation, nếu người dùng nhập liệu không đúng quy định thì Excel sẽ bị thông báo.
    • Show error alert after invalid data is selected: bật (tắt) chế độ hiển thị cảnh báo sau khi dữ liệu được nhập vào ô.
    • Style: kiểu cảnh báo, gồm Stop (dừng lại), Warrning (cảnh báo), Information (thông tin).
    • Title: tiêu đề hộp thông báo.
    • Error message: nội dung thông báo.

    Các thao tác với Worksheet

    • Chèn thêm worksheet vào workbook, có thể thực hiện các cách sau:
    • Xóa worksheet khỏi workbook, có thể thực hiện các cách sau:
    • Nhấp phải chuột lên tên sheet muốn xóa trên thanh sheet tab, chọn Delete, xác nhận xóa chọn Delete.
    • Sắp xếp worksheet trên workbook, có thể thực hiện các cách sau:
    • Chọn tên sheet cần sắp xếp, drag đến vị trí mới.

    --- Bài cũ hơn ---

  • Tất Tần Tật Về Vba Trong Excel (Phần 1)
  • Vba Excel Là Gì? Lập Trình Vba Trong Excel, Giáo Trình Vba Free
  • Hàm Text Và Các Ứng Dụng Tuyệt Vời Của Hàm Text Trong Excel
  • Wrap Text Trong Excel Là Gì? Hướng Dẫn Sử Dụng Wrap Text Trong Excel 2022
  • 15+ Hàm Cơ Bản Trong Excel Cho Dân Văn Phòng
  • Master Data Management Là Gì Và Định Nghĩa Master Data Trong Sap

    --- Bài mới hơn ---

  • Phần Mềm Quản Lý Doanh Nghiệp Nhỏ
  • Phần Mềm Kế Toán Tốt
  • Khi Mua Phần Mềm Erp Cần Lưu Ý Điều Gì?
  • Giải Pháp Erp Là Gì Và Ứng Dụng Quản Lý Trong Các Doanh Nghiệp
  • Tạo Khác Biệt Với 3 Phân Hệ Chính Trong Phần Mềm Erp
  • Rate this post

    1. 03 định nghĩa phổ biến về Master data là gì

    Định nghĩa của Gartner

    Master data là tập hợp các định danh thống nhất và các thuộc tính mở rộng. Và nó mô tả các thực thể cốt lõi của doanh nghiệp bao gồm khách hàng, nhà cung cấp, đơn vị kinh doanh, sơ đồ tài khoản,…

    Philip Russom

    Master data là các định nghĩa nhất quán trong toàn bộ doanh nghiệp, tổ chức (Khách hàng, sản phẩm,…). Và các dữ liệu về các thực thể này được quản lý trên 1 hệ thống công nghệ thông tin tổng thể của Doanh nghiệp, thậm chí vượt ngoài phạm vi doanh nghiệp.

    Đang xem: Master data management là gì

    Technopedia

    Tổng kết về Master là gì?

    Đọc 3 định nghĩa trên thì cũng ong thủ với nhiều người.

    Nên Trường định nghĩa một cách đơn giản về Master data giúp bạn dễ hiểu và nắm bắt hơn.

    Ví dụ:

    2. Định nghĩa Master là gì trong SAP

    Dữ liệu SAP R/3 được phân loại thành 2 nhóm chính:

    SAP Master Data cũng được chia thành 2 loại.

    Material Master Data

    Đây là một trong các thông tin quan trọng về nguyên vật liệu của doanh nghiệp. Dữ liệu này gồm các thông tin về nguyên vật liệu công ty có thể đặt hàng, sản xuất, lưu trữ hay bán.

    Mỗi bộ phận lại làm việc trên một số loại nguyên vật liệu nhất định.

    Vendor Master Data

    Vendor master data gồm các thông tin về các đối tác mà công ty mua hàng hoặc bán hàng.

    Một bản ghi về thông tin của vendor gồm một số thông tin chính như: Tên, địa chỉ, SĐT liên hệ,…

    Thông tin về Vendor master data được chia thành 3 nhóm: Genernal data, accounting data và Purchasing data

    Trong khóa học miễn phí về SAP MM trên chúng tôi bạn sẽ biết nhiều hơn về Master data trong SAP.

    cungdaythang.com

    Xin cảm ơn,

    Trườngpx

    CEO chúng tôi – Công ty chuyên về ERP MINI cho các SME và BI cho các tập đoàn/ tổng công ty.

    --- Bài cũ hơn ---

  • Tầm Quan Trọng Của Quản Lý Dữ Liệu (Data Management) (P.1)
  • Bạn Hiểu Như Thế Nào Về Giải Pháp Tích Hợp Mobiwork Dms Và Erp?
  • Công Ty Phần Mềm Erp Uy Tín Tại Việt Nam
  • Nhìn Lại Pnj Sau “sự Cố Erp” Và Pnj Sau Khi Erp Đi Vào Ổn Định
  • Hệ Thống Erp Là Gì? Erp Giúp Ích Như Thế Nào Cho Doanh Nghiệp?
  • Master Data Là Gì Và Định Nghĩa Master Data Trong Sap

    --- Bài mới hơn ---

  • Giải Pháp Phần Mềm Quản Lý Sản Xuất Ngành Dệt May
  • Phần Mềm Erp Là Gì? Các Bước Triển Khai Phần Mềm Erp Thành Công
  • Phần Mềm Erp Là Gì
  • Enterprise Resource Planning Viết Tắt Là Erp
  • Erp (Enterprise Resource Planning) Là Gì?
  • Master data là tập hợp các định danh thống nhất và các thuộc tính mở rộng. Và nó mô tả các thực thể cốt lõi của doanh nghiệp bao gồm khách hàng, nhà cung cấp, đơn vị kinh doanh, sơ đồ tài khoản,…

    Master data là các định nghĩa nhất quán trong toàn bộ doanh nghiệp, tổ chức (Khách hàng, sản phẩm,…). Và các dữ liệu về các thực thể này được quản lý trên 1 hệ thống công nghệ thông tin tổng thể của Doanh nghiệp, thậm chí vượt ngoài phạm vi doanh nghiệp.

    Đọc 3 định nghĩa trên thì cũng ong thủ với nhiều người.

    Nên Trường định nghĩa một cách đơn giản về Master data giúp bạn dễ hiểu và nắm bắt hơn.

    Ví dụ:

    • Thông tin tên công ty, địa chỉ,…
    • Thông tin về hàng hóa, vật tư
    • Các địa điểm kinh doanh, công ty con, nhà xưởng,…

    2. Định nghĩa Master là gì trong SAP

    Dữ liệu SAP R/3 được phân loại thành 2 nhóm chính:

    • Master data là các dữ liệu được tạo ra 1 cách tập trung và được áp dụng trên phạm vi cả ứng dụng. Các dữ liệu này không đổi theo thời gian nhưng ta có thể thay đổi/ cập nhật thêm nếu cần. Ví dụ: Nhà cung cấp là một loại Master data được sử dụng khi tạo đơn mua àng hoặc tạo hợp đồng trên SAP

    SAP Master Data cũng được chia thành 2 loại.

    Đây là một trong các thông tin quan trọng về nguyên vật liệu của doanh nghiệp. Dữ liệu này gồm các thông tin về nguyên vật liệu công ty có thể đặt hàng, sản xuất, lưu trữ hay bán.

    Mỗi bộ phận lại làm việc trên một số loại nguyên vật liệu nhất định.

    Vendor master data gồm các thông tin về các đối tác mà công ty mua hàng hoặc bán hàng.

    Một bản ghi về thông tin của vendor gồm một số thông tin chính như: Tên, địa chỉ, SĐT liên hệ,…

    Thông tin về Vendor master data được chia thành 3 nhóm: Genernal data, accounting data và Purchasing data

    Trong khóa học miễn phí về SAP MM trên chúng tôi bạn sẽ biết nhiều hơn về Master data trong SAP.

    Xin cảm ơn,

    Trườngpx

    CEO chúng tôi – Công ty chuyên về ERP MINI cho các SME và BI cho các tập đoàn/ tổng công ty.

    --- Bài cũ hơn ---

  • Erp Là Gì ? Chức Năng Và Lợi Ích Của Phần Mền Erp Là Gì ?
  • Ứng Dụng Giải Pháp Phần Mềm Erp Vào Doanh Nghiệp Việt Nam
  • Các Chi Phí Trong Một Dự Án Phần Mềm Erp
  • Các Chi Phí Trong Một Dự Án Erp Cho Doanh Nghiệp
  • Giải Pháp Cho Dự Án Erp Là Gì Trong Quản Lý Doanh Nghiệp
  • Quản Lý Hàng Hóa Bằng Data Validation Trong Excel Cực Hay

    --- Bài mới hơn ---

  • Hàm Var Trong Excel, Hàm Ước Tính Phương Sai Dựa Trên Mẫu, Ví Dụ Và Cá
  • Đối Tượng Workbook Trong Excel Vba
  • Đối Tượng Worksheet Trong Excel Vba
  • Tổng Quan Về Xml Trong Excel
  • Hàm Year Trong Excel, Hàm Cho Giá Trị Là Năm Của Biểu Thức Số, Ví Dụ V
  • Hôm nay Tin học Đức Minh sẽ hướng dẫn cho các bạn một thủ thuật excel cực hay đó là quản lý hàng hóa bằng cách ứng dụng chức năng Data Validation trong excel

    Link video: https://www.youtube.com/watch?v=qFqD3G-wayE

    Giới thiệu về thủ thuật quản lý hàng hóa bằng Data Validation trong Excel

    Xin chào các bạn, xin tự giới thiệu, tôi là khoa – giáo viên bên Viện đào tạo kế toán và Tin học Đức Minh. Hôm nay tôi sẽ hướng dẫn cho các bạn một thủ thuật quản lý hàng hóa bằng cách ứng dụng chức năng Data Validation trong excel cực hay! Đầu tiên tôi xin đưa ra ví dụ các bạn có một kho hàng hóa cần quản lý theo kiểu như sau:

    – Ở cột “Tình trạng sản phẩm” chỉ cần có 2 loại “có hàng” và “hết hàng” cho tất cả các sản phẩm khác nhau.

    Để làm được những điều trên, đầu tiên các bạn cần tạo một bảng như trong ví dụ trên và làm theo các bước sau để áp dụng chức năng Data Validation trong excel.

    1. Đặt tên cho các vùng dữ liệu cần đưa vào Data Validation trong excel để quản lý

    Tùy trường hợp mà bạn sẽ có bao nhiêu vùng cần đặt tên cho dữ liệu, ở đây ta có các vùng như “Loại sản phẩm”, “Tình trạng sản phẩm”, “iPhone”, “Sony”,… Các bạn nên tạo ra ở một sheet riêng gồm nhiều list khác nhau cho tiện quản lý chức năng Data Validation trong excel

    – Bước 1: Tạo một vùng dữ liệu mang tên “loaisanpham” để biểu thị cho các loại sản phẩm khác nhau chẳng hạn. Mục đích của việc này là tí đưa vùng “loaisanpham” đó vào cột “Loại sản phẩm” để chọn chức năng Data Validation trong ex cel

    Các bạn quét vùng loại sản phẩm vừa tạo và chuột phải, chọn “Name a Range”, đặt tên là “loaisanpham”

    – Bước 2: Tạo một vùng dữ liệu mang tên “ip” để biểu thị cho các đời sản phẩm – đời iphone khác nhau, “sn” để biểu thị cho các đời sony khác nhau, và còn lại thì tùy các bạn. Mục đích của việc này là tí đưa vùng “ip”, “sn” đó vào cột “Đời sản phẩm” để chọn chức năng Data Validation trong ex cel

    – Bước 3: Tạo một vùng dữ liệu mang tên “tinhtrang” để biểu thị cho tình trạng sản phẩm còn hàng hay hết hàng. Mục đích của việc này là tí đưa vùng “còn hàng”, “hết hàng” đó vào cột “Tình trạng sản phẩm” để chọn chức năng Data Validation trong ex cel

    – Bước 2: Ở cột “Đời sản phẩm” các bạn bôi đen hết và chọn Data – Data Validation. Trong phần Allow chọn ” List“, phần source ở đây các bạn phải viết một hàm if để đạt điều kiện thỏa mãn điều kiện “phù hợp với cột “Loại sản phẩm”. Ví dụ ở cột loại sản phẩm là iphone thì bên cột đời sản phẩm cái menu xổ xuống chỉ được xuất hiện những đời sản phẩm về iphone tương ứng ví dụ iphone 100, iphone 1000,…”

    – Dựa theo những gì các bạn làm ở phần 1, bước 2 mà các bạn viết hàm, ở đây tôi sẽ dùng hàm if với cú pháp như sau:

    =if(b6=”iphone”,ip,if(b6=”sony”,sn,chualam))

    – Bước 3: Ở cột “Tình trạng sản phẩm” thực hiện khá đơn giản, giống bước 1: ta bôi đen hết và chọn Data – Data Validation. Trong phần Allow chọn “List”, phần source ta viết chính tên của vùng dữ liệu ta đặt ở phần 1. Ở đây ta sẽ viết là “=tinhtrang”

    Với mục tiêu “Sự thành công của học viên là niềm tự hào của Đức Minh”, Công ty đào tạo kế toán và tin học Đức Minh là nơi đào tạo kế toán thực tế và tin học văn phòng uy tín và chuyên nghiệp nhất Hà Nội hiện nay. Đức Minh luôn sẵn sàng hỗ trợ hết mình vì học viên, luôn đồng hành cùng học viên trên bước đường đi tới thành công.

    Lịch học dạy kèm linh động từ thứ 2 đến thứ 7 hàng tuần cho tất cả các học viên:

    Bảng giá khóa học

    TỔ CHỨC THI VÀ CẤP CHỨNG CHỈ CỦA VIỆN KẾ TOÁN ĐỨC MINH

    Mọi chi tiết vui lòng liên hệ:

    HỌC VIỆN ĐÀO TẠO KẾ TOÁN – TIN HỌC ĐỨC MINH

    CN Đống Đa: Phòng 815, tòa 15 tầng – B14 đường Phạm Ngọc Thạch, Đống Đa, Hn. (tầng 1 là Techcombank và KFC- gửi xe đi vào ngõ 65 Phạm Ngọc Thạch)

    CN Cầu Giấy: Phòng B2T10 (Phòng B2 Tầng 10) – Tòa nhà 335 Cầu Giấy – HN (Tầng 1 là Siêu thị thời trang Fashion Mall)

    CN Linh Đàm: Phòng 404 – Chung cư CT4A1 – Đường nguyễn Hữu Thọ – Linh Đàm – Hoàng Mai Hà Nội. (Ngay đèn xanh đỏ cổng chào Linh Đàm, Tầng 1 siêu thị Bài Thơ, Highlands Cofee)

    CN Hà Đông: Phòng 1001 tầng 10, CT2 tòa nhà Fodacon (tầng 1 là siêu thị Coopmart, đối diện Học Viện An Ninh) – Trần Phú – Hà Đông

    --- Bài cũ hơn ---

  • Kiểm Soát Dữ Liệu Nhập Với Data Validation Trong Excel
  • Tất Tần Tật Về Vba Trong Excel (Phần 1)
  • Vba Excel Là Gì? Lập Trình Vba Trong Excel, Giáo Trình Vba Free
  • Hàm Text Và Các Ứng Dụng Tuyệt Vời Của Hàm Text Trong Excel
  • Wrap Text Trong Excel Là Gì? Hướng Dẫn Sử Dụng Wrap Text Trong Excel 2022
  • Data Analysis Là Gì? Học Data Analysis Ở Đâu?

    --- Bài mới hơn ---

  • Giải Đáp Thắc Mắc Liên Quan Đến Add Bạn Cần Biết!
  • Giày Bóng Rổ Nike Kobe Ad Nxt 360/aq1087
  • Nike Kobe Ad Nxt 360: “đứa Con Công Nghệ” Mới Của Kobe Bryant
  • Nhận Định Nike Kobe A.d. Exodus
  • Ký Hiệu Ad, Bc, Ce Và Bce, Bp Nghĩa Là Gì Khi Đi Kèm Năm Thời Gian
  • Phân tích dữ liệu là một ngành nghề theo nhu cầu và có sinh lợi. Để làm công việc này bạn không cần phải là một bậc thầy toán học.

    Nhưng mà làm thế nào để biết, phân tích dữ liệu (data analysis) có phải là thứ bạn yêu thích hay không? Và làm thế nào để bắt tay vào một công việc trong lĩnh vực này nếu bạn không có chút nền tảng nào?

    Trong bài viết này, dưới sự hỗ trợ quảng bá của Học viên Udemy, chúng tôi sẽ đưa ra cho bạn mọi thông tin cần thiết để bắt đầu với lĩnh vực phân tích dữ liệu. Phân tích dữ liệu là gì? Có những vị trí nào trong ngành? Làm sao để bắt đầu học các công cụ và kỹ năng cần thiết và có được một công việc trong lĩnh vực này?

    Trước tiên ta cần làm rõ khái niệm về data analysis – phân tích dữ liệu là gì.

    Những dữ liệu chắt lọc hay còn được gọi là key insight này có giá trị rất lớn với các công ty ở mọi quy mô trong việc đưa ra các quyết định có tầm ảnh hưởng.

    Một lưu ý nhỏ: data analysis hay phân tích dữ liệu và data science hay còn gọi là khoa học dữ liệu không phải là một và không giống nhau. Mặc dù chúng là anh em, nhưng data science ở cấp độ cao hơn (thiên về lập trình, xây dựng các thuật toán hay tạo ra các mô hình dự báo.)

  • Trả lời câu hỏi “Bạn đang cố gắng khám phá điều gì?” và làm rõ mục tiêu phía sau công việc phân tích dữ liệu: Đồng thời, thu thập những dữ liệu chuẩn nhằm hỗ trợ giải đáp câu hỏi này.
  • Tiến hành dọn dẹp và sắp xếp để chắt lọc các dữ liệu có chất lượng, sau đó phân tích, lý giải, đưa dữ liệu vào đúng định dạng chuẩn, loại bỏ dữ liệu thừa, chỉnh sửa các lỗi chính tả…
  • Xử lý dữ liệu với Excel hay Google Sheets, bao gồm cả việc vẽ sơ đồ, lập bảng biểu …
  • Phân tích và lý giải dữ liệu thông qua các công cụ thống kê. (Tìm ra mối tương quan, các xu hướng hay các trường hợp ngoại lệ…)
  • Trình bày dữ liệu bằng nhiều cách khác nhau: biểu đồ, các công cụ trực quan hóa…Các nhà phân tích dữ liệu sẽ báo cáo những phát hiện của họ với người quản lý dự án, các trưởng bộ phận hay những người phụ trách kinh doanh ở cấp bậc lãnh đạo. Việc này sẽ giúp họ đưa ra những quyết định quan trọng và chỉ ra được những mô hình, xu hướng hiện có.
  • Cái hay của phân tích dữ liệu là chỉ cần bạn rèn rũa một vài kỹ năng quan trọng, bạn có thể đào sâu vào công việc ngay cả khi bạn chỉ mới bước chân vào nghề và chỉ có kiến thức căn bản về lĩnh vực này. (Dĩ nhiên, chẳng thiệt hại gì nếu bạn có thêm kinh nghiệm ở lĩnh vực lập trình, toán học hay thống kê.)

    Khởi đầu nghề này với vai trò một người phân tích dữ liệu rồi thu thập thêm nhiều kinh nghiệm làm việc sẽ mở ra cánh cửa cho bạn bước vào những ngành nghề hấp dẫn như khoa học dữ liệu (data science) hay kỹ sư công nghệ.. (đây mới chỉ là điểm danh một vài nghề điển hình).

    Vì sao bạn nên học những kỹ năng về data analysis?

      Mức tăng trưởng của công việc: Mức tăng trưởng công việc dự kiến của ngành phân tích dữ liệu nghiên cứu thị trường (một thuật ngữ khác của data analysis) trong khoảng 2014 – 2024 là 19%. Số liệu này thu được từ dữ liệu của Cục Thống kê Lao động. Con số này thể hiện một số lượng lớn các vị trí mới được hình thành trong thị trường lao động.
    • Nhu cầu: Theo Học viện Kỹ thuật số (Digital Learning Academy), đơn vị chủ quản của khóa học Introduction to Data Analysis and Statistics Using SQL (Nhập môn Phân tích dữ liệu & Thống kê với SQL): “Rất nhiều người có nhu cầu sử dụng dữ liệu để làm và phân tích báo cáo, rồi từ đó hỗ trợ doanh nghiệp và các tổ chức đưa ra những quyết định quan trọng, đúng thời điểm.”
    • Lương bổng: Những người đảm nhiệm vị trí phân tích dữ liệu được trả lương khá cao ngay cả khi họ không có ý định tiến vào những lĩnh vực cao cấp hơn như: khoa học dữ liệu (data science) hay trở thành kỹ sư công nghệ. Vậy, mức lương của những người làm công tác phân tích dữ liệu là bao nhiêu?
    • Lợi thế cạnh tranh: Theo Ian LittleJohn, giảng viên của khóa học Complete Introduction to Business Data Analysis, (Căn bản toàn diện về phân tích dữ liệu kinh doanh): “Khả năng đặt câu hỏi với dữ liệu chính là lợi thế cạnh tranh tốt nhất, mang tới những dòng thu nhập mới, giúp bạn đưa ra những quyết định tốt hơn, đồng thời cải thiện năng suất lao động cho tổ chức.
    • Nhu cầu chung: Theo Symon He và Travis Chow, hai giảng viên của khóa học Intro to Data Analysis using EXCEL for Beginners (Hướng dẫn Phân tích Dữ liệu với EXCEL cho người mới bắt đầu) thi: “Doanh nghiệp nào cũng sẽ sản sinh ra dữ liệu. Tuy nhiên giá trị của dữ liệu lại phụ thuộc vào khả năng bạn xử lý, sắp xếp và chuyển nó thành các thông tin hay chỉ số hữu ích.”

    Theo sô liệu từ Payscale, các nhà phân tích dữ liệu mới vào nghề sẽ nhận được mức lương từ 40,000 – 77,000 USD/năm (trung bình là khoảng 56.000 USD/năm). Những người giữ vị trí trưởng nhóm có mức lương cao hơn nhiều, khoảng 109,000 USD/năm.

    Những nghề phổ biến trong lĩnh vực Data Analysis

    Một điều thực sự hay ho khi tìm hiểu và học hỏi những kỹ năng trong lĩnh vực phân tích dữ liệu là bạn không bị bó buộc trong một loại nghề nghiệp nhất định nào. Chắc chắn luôn! Bạn có thể trở thành một nhà phân tích dữ liệu và làm mãi công việc đó hàng thập kỷ nếu bạn thích. Đồng thời, cũng luôn có một lối sẵn sàng cho bạn chuyển hướng, nếu bạn muốn.

    1. Phân tích dữ liệu – Data Analyst

    Phân tích dữ liệu là công việc gì? Những người đảm nhiệm công việc này sẽ thu thập và tổng hợp một số lượng lớn dữ liệu, sắp xếp lại rồi chuyển chúng thành những thông tin có ích, giúp các doanh nghiệp có thể sử dụng chúng để đưa ra các quyết định hay rút ra được những kết luận tốt hơn.Cụ thể là, họ sẽ tạo bảng, vẽ biểu đồ, sử dụng công cụ trực quan hóa dữ liệu để từ những dữ liệu vô giá trị, tạo ra các kết quả có ý nghĩa và hữu dụng.

  • Mức lương trung bình: 65.470 USD/năm
  • Nhu cầu tuyển dụng vị trí này ngày càng tăng, nguyên nhân là do chúng ta đang sản sinh ra ngày càng nhiều dữ liệu. Điển hình là trung bình, mỗi giây, Google lại có hơn 40,000 lượt tìm kiếm (3.5 triệu lượt tìm kiếm mỗi ngày và khoảng hơn một ngàn tỷ lượt tìm kiếm mỗi năm). Con số này sẽ còn gia tăng nữa.
  • Nghề phân tích dữ liệu đứng thứ 38 trong bảng xếp hạng 50 Nghề Nghiệp Tốt Nhất Hoa Kỳ, do trang web Glassdoor bình chọn năm 2022.
  • Chẳng hạn như, data analyst sẽ tổng hợp một lượng thông tin lớn thông qua việc làm khảo sát với hàng ngàn khách hàng (hoặc xem lại lịch sử mua bán của khách hàng trong quá khứ…) sau đó, chắt lọc, làm báo cáo hoặc xây dựng những bản trình bày trực quan bằng nhiều cách. Doanh nghiệp sẽ căn cứ vào những thông tin này, cải thiện sản xuất, tăng doanh thu cho sản phẩm, dù sản phẩm này chỉ là một ứng dụng di động hay là một nhà máy sản xuất xe hơi cao cấp hoặc một siêu thị…

    2. Phân tích kinh doanh – Business Analyst

  • Nếu bạn quan tâm mà lại có nền tảng kiến thức về kinh doanh hay tài chính thì sẽ rất tuyệt vời khi làm vị trí này.
  • Bạn không cần nhiều kiến thức chuyên môn về khoa học hay toán học như khi ở vai trò của một nhà phân tích dữ liệu truyền thống.
  • Lương trung bình: 70.170 USD/năm
  • Sẽ còn tuyệt vời hơn nếu bạn có hiểu biết căn bản về chăm sóc khách hàng vì khi đó, bạn sẽ hiểu hơn về người dùng của mình.
  • Mức lương trung bình: 108.978 USD/năm
  • Những người giữ vị trí PM thì làm gì? Các nhà quản lý sản phẩm điều hành và hướng dẫn để các sản phẩm thành công từ bước lên ý tưởng tới khi ra mắt. Mỗi bước trong quá trình kể trên đều cần tới những dữ liệu được phân tích. Bạn phải phân tích thị trường để tìm kiếm xu hướng và phát hiện ra những vấn đề cần giải quyết, tận dụng thông tin sẵn có để cải thiện các tính năng, tìm ra cách thức giúp sản phẩm ngày càng hoàn thiện hơn.

    4. Digital Marketer – Tiếp thị số

  • Mức lương trung bình: 67.230 USD/năm
  • 5. Phân tích định lượng (chuyên gia phân tích dữ liệu)

    Điểm nhanh về nghề phân tích định lượng hay chuyên gia phân tích dữ liệu:

      Thích toán học sẽ là một lợi thế lớn của bạn trong ngành này
      Rất thích hợp với những người đang băn khoăn lựa chọn giữa công nghệ và tài chính
    • Lương trung bình: 94.051 USD/năm

    Những kỹ năng then chốt cần học trong lĩnh vực data analysis (Và học ở đâu?)

    Ngoài các kỹ năng như xử lý và giải quyết vấn đề, giao tiếp – truyền thông hay óc sáng tạo, bạn cũng cần phải có những kỹ năng chuyên môn để có thể thành công trong lĩnh vực này.

    Mỗi một kỹ năng chuyên môn được liệt kê bên dưới sẽ là căn bản để xây dựng nền tảng cho những giai đoạn tiếp theo. Vì vậy, bạn không cần phải vội vàng học hết mọi thứ một lúc. Có một số kỹ năng bạn có thể học luôn thông qua những khóa học của Udemy, một số khác thì bạn có thể học và nâng cao trong quá trình làm việc.

    Học nó ở đâu: Microsoft Excel – Phân tích dữ liệu với bảng Excel.

    Kỹ năng EXCEL

    Thông tin khóa học:

      Tên khóa học: Microsoft Excel – Phân tích dữ liệu với Bảng Excel.

    Các học viên cũ nói gì: “Một khóa học tuyệt vời! Bạn sẽ tự tin đưa kỹ năng này vào hồ sơ xin việc của mình sau khi học xong. Các bài giảng có chiều sâu mà lại dễ hiểu. Nếu bạn không chỉ đơn thuần muốn học về bảng biểu Pivot mà còn muốn trở thành một chuyên gia thực sự thì tôi khuyên bạn nên tham dự khóa học này.”

      Giáo viên hướng dẫn: Chris Dutton
      Trình độ kỹ năng: Căn bản cho người mới bắt đầu
    • Bạn sẽ học những gì: Excel, bao gồm Pivot Table và Pivot Chart
    • Khóa học bao gồm:
      • 6 giờ video theo yêu cầu
      • 6 nguồn bổ sung
      • Quyền truy cập trọn đời

    Excel là gì? Microsoft Excel với những bảng tính được xây dựng trên Excel là chương trình tính toán phổ biến, cho phép bạn trình bày những dữ liệu phân tích phức tạp.

    Thông tin khóa học:

      Tên khóa học: SQL cho người mới bắt đầu nghề Data Analysis

    Học viên cũ nói gì về khóa học này: “Rất dễ hiểu và thực tế! Hoàn toàn có thể áp dụng vào các trường hợp trong công việc của tôi ngay sau vài buổi học. Một cách tiếp cận tuyệt với SQL nhờ cách hướng dẫn đầy lôi cuốn của các giáo viên. Tuyệt vời!”

      Giáo viên hướng dẫn: David Kim và Peter Sefton
      Thông tin thú vị: Các nhân viên marketing của Google, Facebook, Amazon, Lyft và Udemy đều đã tham dự khóa học này.
      Trình độ kỹ năng: Người mới bắt đầu
      Bạn sẽ học những gì: SQL, bao gồm cả MySQL
      3.5 giờ video theo yêu cầu

    Thông tin khóa học:

      Tên khóa học: Mô hình thống kê ứng dụng bằng ngôn ngữ R trong Phân tích Dữ liệu

    Các học viên cũ nói gì về khóa học này: Mọi thứ bạn cần đều hiển hiện ở đây với những nội dung có giá trị, hết sức rõ ràng, ngắn gọn, súc tích” – Vladimir Vitch

      Giáo viên hướng dẫn: Minerva Singh
      Trình độ kỹ năng: Tất cả các trình độ

    Học ở đâu? Giới thiệu về Data Visualization – Trực quan hóa dữ liệu

    • Bạn sẽ học gì: Ngôn ngữ R trong phân tích số liệu thống kê và trực quan hóa dữ liệu thống kê cho các mô hình dữ liệu.
    • Khóa học bao gồm:
      • 9.5 giờ giảng
      • 40 Nguồn bổ sung
      • Quyền truy cập trọn đời

    Thông tin khóa học:

      Tên khóa học: Giới thiệu về Data Visualization.
      Google Sheets (Một kiểu phiên bản trực tuyến của Excel)
      Tableau (bạn có thể tải bản miễn phí để bắt bắt đầu)
      Data studio (Công cụ trực quan hóa dữ liệu được cung cấp miễn phí bởi Google)
      Google Analytics/Google Adwords

    Theo đuổi một công việc trong lĩnh vực dữ liệu ngay hôm nay để có được vị trí tuyệt vời vào ngày mai.

      Số học viên đăng ký: 11,989
      Trình độ kỹ năng: Mới bắt đầu
      Bạn sẽ học gì: Tổng quan căn bản về data visualization – trực quan hóa dữ liệu
    • 1.5 giờ video theo yêu cầu
    • Quyền truy cập vĩnh viễn.
    • Quyền truy cập trọn đời
    • 5 bài giảng thêm.

    Khóa học này có những gì: Bạn sẽ học những kỹ năng Excel từ căn bản đến chuyên nghiệp với các công cụ phân tích dữ liệu mạnh nhất của Excel.

    SQL (Ngôn ngữ cơ sở dữ liệu)

    SQL là gì? SQL (Structured Query Language – ngôn ngữ có tính chất truy vấn) là loại ngôn ngữ được dùng để tương tác với các cơ sở lưu trữ dữ liệu, cho phép chúng ta lấy dữ liệu ra một cách nhanh chóng và dễ dàng.

    Sao ta cần học nó? SQL cho phép bạn thực hiện các thao tác trên hàng triệu dòng dữ liệu. Nó là loại kỹ năng quan trọng, cần thiết thứ hai trong nghề phân tích dữ liệu (chỉ đứng sau chính kỹ năng phân tích số liệu)

    Học Data Analysis ở đâu? Khóa học SQL cho người mới bắt đầu nghề Phân tích Dữ liệu.

    Khóa học có gì? Bạn sẽ học SQL trong ứng dụng thực tế (không chỉ là những kiến thức trên lý thuyết mà là những kỹ năng bạn có thể áp dụng luôn) cũng như những cách thức tìm ra thông tin khách hàng hay phân tích kinh doanh hữu ích, đóng vai trò quan trọng định hướng các quyết định.

    R (NGÔN NGỮ LẬP TRÌNH)

    R là gì? Là một loại ngôn ngữ lập trình dùng cho tin học thống kê và đồ họa. Nó được sử dụng rộng rãi bởi các nhà thống kê, những người làm dữ liệu, các nhà phân tích kinh doanh, các nhà khoa học dữ liệu trong các lĩnh vực phát triển phần mềm thống kê, phân tích số liệu, machine learning (học máy)…

    Vì sao phải học nó? Theo Arpan Gupta, giáo viên hướng dẫn của khóa học Lập trình với R trong Phân tích Dữ liệu & Trực quan hóa Dữ liệu : “R mang tới cho những người làm phân tích dữ liệu và các nhà khoa học dữ liệu khả năng trình bày các bộ dữ liệu phức tạp bằng một cách thức ấn tượng.” R được sử dụng trong nhiều công ty nổi tiếng, Google và Facebook như một loại ngôn ngữ để phân tích các dữ liệu.

    Học nó ở đâu? Khóa học Mô hình thống kê ứng dụng bằng ngôn ngữ R trong Phân tích Dữ liệu

    Khóa học gồm những gì? Cung cấp nền tảng căn bản tốt nhất, giúp học viên có thể áp dụng vào thực tế các nhiệm vụ phân tích dữ liệu thống kê bằng ngôn ngữ R, một trong những framework phân tích dữ liệu miễn phí và phổ biến nhất.

    Data Visualization – trực quan hóa dữ liệu

    Data Visualization là gì? Data visualization – Trực quan hóa Dữ liệu giúp những người (thường là những nhà lãnh đạo cao cấp không mấy am hiểu về công nghệ) đang cần đưa ra quyết định trong kinh doanh hiểu được các dữ liệu phân tích một cách trực quan thông qua các loại biểu đồ. Từ đó, họ có thể nhận diện xu hướng, xác định các loại hình và hiểu được những thông tin phức tạp.

    Vì sao nên học? Nếu bạn là người sáng tạo, đây sẽ là một kỹ năng tuyệt vời cho bạn. Học data visualization sẽ giúp bạn có ưu thế hơn những ứng viên khác khi tìm việc vì những nhà tuyển dụng luôn tìm kiếm những người có hiểu biết về cả lĩnh vực khoa học lẫn nghệ thuật đằng sau chuyên môn phân tích dữ liệu.

    Khóa học có gì? Mọi thứ bạn cần để bắt đầu dự án trực quan hóa dữ liệu của riêng mình, bao gồm cả những loại biểu đồ, bảng mẫu từ căn bản đến nâng cao và tâm lý trực quan hóa với các nguyên tắc Gestalt.

    Những kỹ năng khác nên học:

    Những kỹ năng này sẽ giúp bạn có lợi thế hơn khi đảm nhiệm các vai trò trong lĩnh vực phân tích dữ liệu

    Nếu bạn muốn theo đuổi việc học thì các trường đại học, cao đẳng thường có những chuyên ngành thuộc lĩnh vực phân tích dữ liệu như: kinh doanh, kinh tế, thống kê và tin học (khoa học máy tính).

    Kết luận

    Các công ty thời đại này thường ngập chìm trong dữ liệu và họ thực sự cần những người có thể khiến chúng trở nên có nghĩa. Khi Internet Vạn Vật xuất hiện thì những nhu cầu này còn tăng lên gấp bội.

    Nếu bạn không biết mình nên chọn hướng đi nào trong lĩnh vực công nghệ thì data là một điểm tốt cho bạn khởi đầu. Một số công ty toàn cầu có danh tiếng đã sẵn sàng cho việc bổ nhiệm một chức vụ mới trong hệ thống của họ – Chief Data Officer (CDO) – Giám đốc Dữ liệu. Điều này cho thấy tầm quan trọng của việc quản lý dữ liệu trong các công ty. Một số người bắt đầu với theo đuổi một công việc trong lĩnh vực dữ liệu ngày hôm nay có thể sẽ có được một vị trí đắt giá trong thời gian ngắn sau này.

    Theo IBM, vào năm 2022 số lượng công việc cho các chuyên gia dữ liệu tại Mỹ sẽ tăng lên tới 2,720,000 – thêm hơn 350,000 vị trí trong vòng 3 năm (kể từ 2022)

    Bạn đã sẵn sàng để ngồi vào một trong những vị trí đó chưa? Hãy đăng ký các khoá học Data Analysis tại Nordic Coder – Trung tâm dạy lập trình uy tín và chuyên nghiệp. Ngoài ra, Nordic Coder còn là cầu nối nghề nghiệp IT giữa học viên và với các công ty công nghệ hàng đầu Việt Nam sau các khoá học lập trình.

    --- Bài cũ hơn ---

  • Ansible: Hướng Dẫn Sử Dụng Lệnh Ansible Ad
  • What Is Ad Hoc Analysis?
  • Ad Hominem Examples: Types & Functions
  • Cách Sử Dụng Hợp Âm 7 Khi Chơi Đàn Guitar
  • Hợp Âm La Thứ (Am)
  • Cách Sử Dụng Data Table 1 Biến, 2 Biến Để Thống Kê Dữ Liệu Trong Excel

    --- Bài mới hơn ---

  • Hướng Dẫn Cách Xử Lý Lỗi Dữ Liệu Dạng Số Trong Excel
  • Hiển Thị Số Trong Ký Hiệu Khoa Học (Hàm Mũ)
  • 1️⃣【Exp Là Gì? Exp Có Ý Nghĩa Gì Trong Từng Lĩnh Vực Cụ Thể? 】™ Excel
  • Cách Tạo Mới, Chỉnh Sửa Và Xóa Bỏ Các Loại Liên Kết Hyperlink Trong Excel
  • Cách Tạo Hiệu Ứng Cho Biểu Đồ Excel Trong Powerpoint
  • I. Data table dùng để làm gì?

    Data table là công cụ có thể dùng để thống kê, hoặc tính toán sự thay đổi biến động của một giá trị (một biến phụ thuộc) này khi một hoặc hai giá trị nào đó thay đổi (1 hoặc 2 biến độc lập thay đổi).

    Ví dụ: Bạn có thể tính toán Số tiền bạn tiết kiệm được (biến phục thuộc) = Thu nhập hàng tháng của bạn (biến độc lập) – Chi phí sinh hoạt hàng tháng (biến độc lập) .

    Hay, bạn có thể tính Lợi nhuận của doanh nghiệp = Doanh thu – Chi phí.

    II. Cách Sử dụng Data Table để tính biến động

    1. Cách sử dụng Data Table 1 biến để tính biến động

    – Khi sử dụng data table chúng ta cần biết khái niệm các ô như: Ô truy xuất biến số theo hàng, Ô truy xuất biến số theo cột. Ô tham chiếu kết quả.

    * Để thực hiện yêu cầu trên, ta thực hiện các bước như sau:

    Bước 1: Tạo bảng data table với biến thu nhập sắp xếp theo hàng (D8:H8); nhập k ết quả cần biết (số tiền tiết kiệm) vào ô tham chiếu kết quả C9: =C5;

    Bước 2: Quét chọn bảng data table từ địa chỉ C8:H9, chọn thẻ Data → vùng Data tools chọn What if analysis → chọn Data table như các thao tác từ 1 đến 3 ở hình sau:

    Bước 3: Bảng data table xuất hiện, vì thu nhập thay đổi được sắp xếp theo hàng nên ta chọn truy xuất ở mục Row input cell với địa chỉ ô C3, mục Columns input cell bỏ trống, nhấn OK theo như hình sau.

    Sau các thao tác trên ta được kết quả như hình sau:

    ⇒ Cách xử lý của Data table như sau: Đầu tiên Data table sẽ lấy giá trị 10 trong ô D8 trong bảng thu nhập thay đổi cho vào ô thu nhập hàng tháng C3, sau đó lấy kết quả số tiền tiết kiệm hàng tháng trong ô C5 chép vào ô tham chiếu kết quả C9, sau đó ghi kết quả này vào bảng data table tại ô D9. Tiếp tục lặp lại quá trình như trên với các giá trị thu nhập khác.

    b. Data table 1 biến sắp xếp theo cột

    Bây giờ, Giả sử thu nhập hàng tháng của bạn cố định 11 triệu, chí phí hàng tháng thay đổi từ 4 đến 8 triệu, tính số tiền bạn tiết kiệm được hàng tháng.

    Ta được kết quả như sau:

    2. Cách sử dụng Data table 2 biến tính biến động

    – Bây giờ giả sử thu nhập thay đổi từ 10-14 triệu, chi phí biến đổi từ 4-8 triệu, vậy số tiền tiết kiệm tương ứng là bao nhiêu?

    – Thực hiện các bước như sau:

    Bước 1: Tạo bảng data table với biến thu nhập sắp xếp theo hàng (D8:H8); nhập kết quả cần biết (số tiền tiết kiệm) vào ô tham chiếu kết quả C8: =C5;

    Bước 3: Sau khi nhập đầy đủ thông tin trong cột Row input cell và column input cell, nhấn OK ta được kết quả như bảng sau

    III. Cách sử dụng data table để thống kê dữ liệu

    1. Sử dụng data table 1 biến để thống kê dữ liệu

    – Yêu cầu: Thống kê số lượng theo loại VT, và thống kê thành tiền theo loại VT

    * Trong bài này, ta sẽ kết hợp sử dụng sumif và data table 1 biến để thống kê, các bước thực hiện như sau, các bạn có thể xem

    Bước 2: Quét chọn vùng dữ liệu từ I10:J12 rồi chọn thẻ data → what if analysis → data table, vì loại VT sắp xếp theo cột nên ta nhập dữ liệu trong ô Column input cell là I10 như hình sau

    * Tương tự như vậy, ta thực hiện thống kê thành tiền theo Loại VT

    – Đầu tiên, ta cũng nhập công thức trong ô E16: =SUMIF($C$5:$C$12,E15,$G$5:$G$12) ; sau đó quét vùng dữ liệu E15:G16, chọn thẻ data → what if analysis → data table, vì loại VT sắp xếp theo hàng nên ta nhập dữ liệu trong ô Row input cell là E15 như hình sau

    2. Sử dụng data table 2 biến để thống kê dữ liệu

    * Lưu ý: chúng ta hoàn toàn có thể dùng lênh Sumifs để thay thế data table 2 biến ở trên bằng cách dùng lệnh như sau: =SUMIFS($E$5:$E$12,$B$5:$B$12,$D14,$C$5:$C$12,E$13) sau đó fill kết quả theo chiều hàng và cột ta được kết quả là hình dưới, tương tự data table 2 biến.

    --- Bài cũ hơn ---

  • Hướng Dẫn Học Vba Excel Dễ Hiểu Cho Cả Người Không Biết!
  • Tạo Nút Bấm Trong Excel Để Chạy Các Lệnh Lập Trình Tự Động
  • Ứng Dụng Dashboard Reporting Trong Excel
  • Tại Sao Phải Sử Dụng Ký Hiệu Dollar ($) Trong Công Thức Excel
  • Cách Chuyển Dấu Phẩy Thành Dấu Chấm Trong Excel, Đổi Dấu Chấm Phẩy
  • Big Data Là Gì? Học Big Data Cần Chuẩn Bị Những Gì?

    --- Bài mới hơn ---

  • Dữ Liệu Lớn Là Gì? Và Nó Được Ứng Dụng Như Thế Nào?
  • Khái Niệm Và Dữ Liệu
  • Big Data Là Gì? Tất Tần Tật Những Điều Bạn Nên Biết Về Big Data
  • Cường Độ Dòng Điện Là Gì? Cách Đo Cường Độ Dòng Điện Bằng Ampe Kế
  • Dòng Điện Là Gì? Sự Khác Nhau Giữa Dòng Điện Và Điện Tích? Có Ưu Điểm Gì
  • Big data là gì? Tại sao big data lại trở nên quan trọng đến như vậy? Đây có lẽ là câu hỏi mà rất nhiều bạn thắc mắc.

    Trong thời đại công nghệ 4.0 ngày nay, có lẽ các bạn được nghe rất nhiều về AI, big data Machine Learning hay điện toán đám mây… Nhưng tất cả những công nghệ đó đều phải dựa vào một khái niệm, là tài nguyên của người dùng: đó là Big data.

    Tại Việt Nam, các công ty công nghệ lớn đều rất cần các kỹ sư big data, sẵn sàng trả một mức lương hậu hĩnh. Nhưng thật tiếc, nhân lực về Big data ở Việt Nam quá ít, hay nói chính xác hơn là rất hiếm.

    Vậy tại sao, bạn không phải là người tiên phong trong số đó. Nhanh chóng đón xu hướng và bắt tay vào học để trở thành một kỹ sư big data.

    Qua bài viết này, chúng ta sẽ cùng nhau tìm hiểu những khái niệm cơ bản nhất: Big data là gì. Để trở thành thành một kỹ sư big data, bạn cần phải bắt đầu từ đâu.

    Data được hiểu là dữ liệu, là tập hợp số lượng, ký tự hoặc ký hiệu mà trên đó hoạt động được thực hiện bởi máy tính, được lưu trữ và truyền dưới dạng tín hiệu điện và được ghi trên phương tiện ghi từ tính, quang học hoặc cơ học. Thông thường, data sẽ được quản lý bởi các phần mềm quản trị cơ sở dữ liệu.

    Nếu trước đây, bạn học trong trường đại học, bạn thường được các thầy dạy về dữ liệu, các hệ quản trị cơ sở dữ liệu. Bạn có biết về MySQL, MS SQL Server… Rồi cách thiết kế các bảng, mối quan hệ giữa các bảng, primary key…

    Khi ngày nay, khi các công nghệ tiên tiến như AI, ML, Deep learning… ra đời thì dữ liệu không chỉ còn gói là những bảng dữ liệu quan hệ với nhau nữa. Mà đó là những dữ liệu chẳng có quan hệ gì với nhau, được tạo bởi người dùng một cách ngẫu nhiên… người ta gọi đó là NoSQL.

    Ví dụ: website bán sản phẩm của bạn thu thập dữ liệu của rất nhiều nhiều khách hàng từ địa chỉ email, tên tuổi, sở thích, vị trí, giới tính… Việc tiếp theo, bạn cần phải chỉ ra được: bao nhiêu % người dùng là nam? Sản phẩm thích hợp với người có độ tuổi bao nhiêu? Có sở thích là gì?…

    Từ những kết quả phân tích đó thì mới giúp ích cho chiến lược kinh doanh của bạn được.

    Những số liệu mà bạn rút ra được ở trên là kết quả của quá trình phân tích dữ liệu.

    Phân tích dữ liệu là quá trình đánh giá dữ liệu bằng các công cụ phân tích và thống kê để khám phá những thông tin hữu ích và hỗ trợ trong việc ra quyết định kinh doanh.

    Có một số phương pháp phân tích dữ liệu bao gồm:

    • Khai thác dữ liệu
    • Phân tích văn bản,
    • Kinh doanh thông minh và trực quan hóa dữ liệu.

    Khi mà dữ liệu không chỉ giới hạn trong vài trăm, vài nghìn người mà lên tới hàng triệu, hàng tỷ… thì bắt đầu nảy sinh khái niệm big data.

    Vậy big data là gì? mời bạn đọc tiếp.

    #Big data là gì?

    Với mình, hiểu đơn giản khi data trở lên nhiều không đếm xuể thì là big data (dữ liệu lớn). Đơn giản vậy thôi.

    Nhưng theo thuật ngữ chuyên ngành thì bạn sẽ hiểu đầy đủ hơn big data là gì.

    Big data thường bao gồm các tập dữ liệu với kích thước vượt quá khả năng của các công cụ phần mềm thường được sử dụng để thu thập, quản lý, quản lý và xử lý dữ liệu trong khoảng thời gian đã chấp nhận được.

    Kích thước của big data là mục tiêu di chuyển liên tục, tính đến năm 2012, từ vài chục terabyte đến nhiều zettabyte dữ liệu (khoảng 1 tỷ terabyte).

    #Tìm hiểu về Big data

    Mặc dù khái niệm big data là tương đối mới, nhưng nguồn gốc của big data bắt đầu từ những năm 1960 và 70. Khi thế giới dữ liệu chỉ mới bắt đầu với các trung tâm dữ liệu đầu tiên và sự phát triển của cơ sở dữ liệu SQL (relational database).

    Khoảng năm 2005, người ta bắt đầu nhận ra số lượng người dùng tạo ra thông qua Facebook, YouTube và các dịch vụ trực tuyến khác là vô cùng lớn.

    Hadoop (một framework open source được tạo riêng để lưu trữ và phân tích big data) đã được phát triển cùng năm đó. NoSQL cũng bắt đầu trở nên phổ biến trong thời gian này.

    Sự phát triển của các framework, như Hadoop (và gần đây là Spark) rất cần thiết cho sự phát triển của big data. Vì chúng làm cho big data dễ dàng hoạt động hơn và lưu trữ rẻ hơn.

    Trong những năm trở lại đây, khối lượng big data đã tăng vọt. Người dùng vẫn đang tạo ra một lượng dữ liệu khổng lồ. Và một điều cực thú vị là những dữ liệu đó không chỉ do con người tạo ra, mà chủ yếu là do máy móc tạo ra.

    Với sự ra đời của Internet of Things (IoT), nhiều đối tượng và thiết bị được kết nối với internet, thu thập dữ liệu về mô hình sử dụng của khách hàng và hiệu suất sản phẩm. Sự xuất hiện của IoT đã tạo ra nhiều dữ liệu hơn.

    #3 đặc điểm chính (3V) của Big data

    Big data thường đặc trưng với ba V:

    • Volume: Khối lượng dữ liệu
    • Variety: Sự đa dạng của dữ liệu
    • Velocity: Tốc độ xử lý và phân tích dữ liệu

    Trước đây, việc lưu trữ nó sẽ là một vấn đề – nhưng các công nghệ mới (như Hadoop) đã giảm bớt gánh nặng này.

    Luồng dữ liệu với tốc độ chưa từng thấy và phải được xử lý kịp thời. Thẻ RFID, cảm biến và đo sáng thông minh đang thúc đẩy nhu cầu xử lý các luồng dữ liệu trong thời gian gần như realtime.

    Dữ liệu có ở tất cả các loại định dạng – từ có cấu trúc, dữ liệu số trong cơ sở dữ liệu truyền thống đến tài liệu văn bản phi cấu trúc, email, video, âm thanh, dữ liệu đánh dấu chứng khoán và giao dịch tài chính.

    #Các công nghệ đặc biệt dành riêng cho Big data

    Big data có giá trị to lớn và đòi hỏi một cuộc cách mạng trong lưu trữ và xử lý dữ liệu.

    Tuy nhiên, các cơ sở dữ liệu quan hệ truyền thống như Oracle, SQL Server, DB2… không thể xử lý việc này.

    Vì vậy, cần phải có những công nghệ chuyên biệt cho big data. Công nghệ mới này được thiết kế để phân tích, xử lý và trích xuất thông tin từ một bộ dữ liệu cực kỳ lớn và phức tạp. Điều mà những phần mềm quản trị cơ sở dữ liệu truyền thống không bao giờ làm được.

    Chúng ta cần công nghệ xử lý big data để phân tích lượng dữ liệu thời gian thực khổng lồ này và đưa ra kết luận và dự đoán để giảm thiểu rủi ro trong tương lai.

    Công nghệ Big data chủ yếu được phân thành hai loại:

    • Công nghệ lưu trữ và tạo data.
    • Công nghệ phân tích big data (Big data analysis)

    Bạn thậm chí có thể coi đây là một loại dữ liệu thô được sử dụng để cung cấp cho công nghệ phân tích big data.

    Ví dụ ứng dụng của Big data

    Một vài ứng dụng về dữ liệu được tạo cho big data:

    • Đặt vé trực tuyến
    • Mua sắm trực tuyến
    • Dữ liệu từ các trang mạng xã hội như Facebook, Instagram, các ứng dụng
    • Các chi tiết nhân viên của một Công ty đa quốc gia nào đó.

    Phân tích big data giống như phiên bản nâng cao của phân tích dữ liệu. Phân tích big data là nơi phần hiệu suất thực tế xuất hiện và các quyết định kinh doanh thời gian thực quan trọng được đưa ra bằng cách phân tích Dữ liệu lớn hoạt động.

    Một số ví dụ ứng dụng của việc phân tích big data:

    • Tiếp thị chứng khoán
    • Thực hiện các nhiệm vụ không gian trong đó mỗi một thông tin là rất quan trọng.
    • Thông tin dự báo thời tiết.
    • Lĩnh vực y tế nơi một tình trạng sức khỏe bệnh nhân cụ thể có thể được theo dõi.

    Các công nghệ big data hàng đầu được chia thành 4 lĩnh vực được phân loại như sau:

    • Lưu trữ dữ liệu
    • Khai thác dữ liệu
    • Phân tích dữ liệu
    • Trực quan hóa dữ liệu

    #Học big data cần gì?

    1. Bắt đầu bằng cách học một ngôn ngữ lập trình

    Nếu bạn muốn giải quyết các bài toán big data, bạn nên biết Python/Java. Nếu bạn không biết cả hai thứ này thì lời khuyên là bắt đầu với Python.

    Sau khi bạn đã nắm được những kiến thức của bản của một ngôn ngữ lập trình như Python, Java. Bước tiếp theo là tìm hiểu các công nghệ sử dụng cho Big data

    2. Tìm hiểu những kĩ thuật cơ bản Big data

    MapReduce là một kỹ thuật xử lý và mô hình chương trình cho tính toán phân tán dựa trên Java.

    Thuật toán MapReduce chứa hai nhiệm vụ quan trọng là

    Map lấy một tập hợp dữ liệu và chuyển đổi nó thành một tập hợp dữ liệu khác, trong đó các phần tử riêng lẻ được chia thành các bộ dữ liệu (cặp khóa / giá trị).

    Thứ hai, giảm tác vụ, lấy đầu ra từ bản đồ làm đầu vào và kết hợp các bộ dữ liệu đó thành một bộ dữ liệu nhỏ hơn.

    Như trình tự của tên MapReduce ngụ ý, tác vụ rút gọn luôn được thực hiện sau công việc bản đồ.

    Ưu điểm chính của MapReduce là dễ dàng mở rộng quy mô xử lý dữ liệu trên nhiều nút tính toán. Theo mô hình MapReduce, các nguyên hàm xử lý dữ liệu được gọi là trình ánh xạ và trình khử. Việc phân tách một ứng dụng xử lý dữ liệu thành các trình ánh xạ và bộ giảm tốc đôi khi không cần thiết.

    Nhưng, một khi chúng ta viết một ứng dụng ở dạng MapReduce, việc mở rộng ứng dụng để chạy trên hàng trăm, hàng ngàn hoặc thậm chí hàng chục nghìn máy trong một cụm chỉ là một sự thay đổi cấu hình.

    Khả năng mở rộng đơn giản này là điều đã thu hút nhiều lập trình viên sử dụng mô hình MapReduce.

    3. Sơ lược về mô hình lập trình MapReduce

    Nói chung, mô hình MapReduce dựa trên việc gửi máy tính đến nơi chứa dữ liệu.

    Chương trình MapReduce thực thi trong ba giai đoạn, đó là giai đoạn bản đồ, giai đoạn xáo trộn và giai đoạn giảm.

    • Giai đoạn Map – Công việc ánh xạ hoặc ánh xạ là xử lý dữ liệu đầu vào. Nói chung, dữ liệu đầu vào ở dạng tệp hoặc thư mục và được lưu trữ trong hệ thống tệp Hadoop (HDFS). Các tập tin đầu vào được chuyển đến dòng chức năng ánh xạ theo dòng. Trình ánh xạ xử lý dữ liệu và tạo ra một số lượng nhỏ dữ liệu.
    • Giai đoạn Reduce– Giai đoạn này là sự kết hợp giữa giai đoạn Shuffle và giai đoạn Giảm. Công việc Reducer sườn là xử lý dữ liệu xuất phát từ trình ánh xạ. Sau khi xử lý, nó tạo ra một bộ đầu ra mới, sẽ được lưu trữ trong HDFS.

    Trong công việc MapReduce, Hadoop gửi Map và Giảm các tác vụ đến các máy chủ phù hợp trong cụm.

    Khung quản lý tất cả các chi tiết truyền dữ liệu, chẳng hạn như phát hành tác vụ, xác minh hoàn thành nhiệm vụ và sao chép dữ liệu xung quanh cụm giữa các nút.

    Hầu hết các tính toán diễn ra trên các nút có dữ liệu trên các đĩa cục bộ làm giảm lưu lượng mạng.

    Sau khi hoàn thành các nhiệm vụ nhất định, cụm thu thập và giảm dữ liệu để tạo thành một kết quả phù hợp và gửi lại cho máy chủ Hadoop.

    Tóm lại, Big data là đang là một cơ hội lớn cho cả doanh nghiệp và người đi làm. Doanh nghiệp sở hữu big data là sở hữu nguồn tài nguyên còn quý hơn cả dầu mỏ.

    Còn với chúng ta, nếu sở hữu những kỹ năng về Big data là đã có một tấm vé nhận lương rất cao.

    Mình hi vọng, qua bài viết này, các bạn đã hiểu big data là gì, biết được những kiến thức cần chuẩn bị để trở thành một kỹ sư Big data.

    --- Bài cũ hơn ---

  • Cơ Sở Dữ Liệu Là Gì? Những Điều Cần Biết Về Dữ Liệu Trong Lập Trình
  • Dữ Liệu Là Gì? Tầm Quan Trọng Của Nó Đối Với Doanh Nghiệp
  • Mật Độ Dân Số Là Gì?
  • Soạn Bài Danh Từ (Chi Tiết)
  • Danh Từ Là Gì? Cụm Danh Từ Là Gì Cho Ví Dụ Minh Họa
  • Cách Sử Dụng Offset Và Data Validation Để Tạo Liên Kết List Động Trong Excel

    --- Bài mới hơn ---

  • Cách Thiết Lập Hộp Thoại Xổ Xuống Đẹp Mắt Cho Chức Năng Kiểm Duyệt Dữ Liệu Data Validation Trong Excel
  • Sử Dụng Data Validation Để Nhập Liệu Nhanh Và Tránh Sai Sót
  • Sử Dụng Paste Trong Excel, Dùng Paste Special Di Chuyển Dữ Liệu Trong
  • Cách Xóa Dữ Liệu, Nội Dung Trùng Lặp Trong Excel
  • Hướng Dẫn Cách Lọc Bỏ Giá Trị Trùng Trong Vba
  • Ở bài trước chúng ta đã học cách tạo drop-down list có giá trị phụ thuộc một list khác bằng INDIRECT trong Data Validation, trong bài này chúng ta có một lựa chọn khác để tạo liên kết List động trong Excel bằng hàm OFFSET thay cho hàm INDIRECT. Trước tiên chúng ta hãy tìm hiểu về cách sử dụng hàm OFFSET

    Lưu ý: Để thực hiện theo hướng dẫn bài viết các bạn có thể tải file mẫu TẠI ĐÂY

    1. Cách sử dụng hàm OFFSET trong Excel

    Hàm Offset có công dụng: Trả về tham chiếu đến một vùng nào đó, cách một ô hoặc một dãy ô một khoảng cách với số dòng hoặc số cột được chỉ định trước. Chúng ta có thể chỉ định số dòng, số cột của vùng tham chiếu trả về.

    Cú pháp (syntax): =OFFSET(reference, rows, cols, height, width)

    • reference: đối số bắt buộc, là vùng tham chiếu làm cơ sở cho hàm (làm điểm xuất phát) để tạo vùng tham chiếu mới. reference phải chỉ đến một ô hoặc một dãy ô liên tục, nếu không hàm sẽ trả về lỗi #VALUE!.
    • rows:đối số bắt buộc, là số dòng bên trên hoặc bên dưới reference, tính từ ô đầu tiên (ô ở góc trên bên trái) của reference.
    • cols: đối số bắt buộc, là số cột bên trái hoặc bên phải reference, tính từ ô đầu tiên (ô ở góc trên bên trái) của reference.
    • height: đối số tự chọn, là số dòng của vùng tham chiếu cần trả về. Height phải là số dương.
    • width: đối số tự chọn, là số cột của vùng tham chiếu cần trả về. Width phải là số dương.
    • Nếu rows và cols làm cho tham chiếu trả về vượt ra ngoài phạm vi của một worksheet, hàm Offset sẽ báo lỗi #REF!
    • Nếu bỏ qua height và width, thì height và width sẽ có kích thước mặc định là height và width của reference.

    2. Kết hợp OFFSET trong Data validation để tạo List động

    Sau khi đã hiểu rõ cách sử dụng hàm OFFSET, bây giờ chúng ta sẽ sử dụng OFFSET thay cho INDIRECT trong Data validation để tạo List động trong Excel.

    Ví dụ cho bảng danh sách 1 loạt hãng xeloại xe như sau

    Bước 3: Chọn ô F4 trong thẻ Data chọn Data validation, trong thẻ settings mục Allow chọn List, mục Fomular nhập công thức như sau: =OFFSET($A$3,MATCH(E4,$A:$A,0)-3,1,COUNTIF($A:$A,E4),1)

    và nhấn OK, như hướng dẫn ở hình sau:

    Giải thích hàm: =OFFSET($A$3,MATCH(E4,$A:$A,0)-3,1,COUNTIF($A:$A,E4),1)

    Reference: điểm bắt đầu với tham chiếu là ô A3.

    Rows: Sử dụng hàm MATCH để tìm vị trí dòng đầu tiên của tên hãng xe (ô E4) trong danh sách hãng xe ở cột A của sheet, trừ đi 3 cho 2 ô trống A1,A2 và tiêu đề A3.

    N hập giá trị là “1” để di chuyển qua bên phải 1 cột (trong ví dụ là cột B).

    Height: Sử dụng COUNTIF để đếm số lần xuất hiện của tên hãng xe ở cột A, ví dụ như hãng Mercedes trả về 12, tức là vùng dữ liệu sẽ có chiều cao là 12 dòng.

    Width: Vùng dữ liệu rộng 1 cột (cột B)

    Sau thao tác này ta được kết quả như sau:

    Kết thúc bước 3, ta đã hoàn thành việc tạo danh sách LIST động sử dụng OFFSET trong Data validation và thu được kết quả như hình trên. Đây sẽ là một lựa chọn khác để tạo danh sách động ngoài cách sử dụng INDIRECT trong Data validation.Thực tế, nếu dữ liệu lớn thì việc sử dụng indirect để tạo list trong data validation sẽ tốt hơn cho việc xử lý dữ liệu.

    --- Bài cũ hơn ---

  • Hàm Vlookup Trong Excel Dùng Để Làm Gì?
  • Vì Sao Dùng Index Và Match Tốt Hơn Dùng Vlookup Trong Excel
  • Hàm Vlookup Từ A Đến Z, Từ 0 Tới 1 Kèm Ví Dụ Download
  • Cách Sử Dụng Vlookup Trong Excel
  • Các Lỗi Vba Trong Excel Và Cách Sửa
  • Lỗi Ref Trong Excel Là Gì – Cách Sửa Lỗi #ref! Trong Excel

    --- Bài mới hơn ---

  • Top 100 Mã Excel Vba Macros Hữu Dụng
  • Các Hàm Toán Học Trong Excel
  • Cách Sử Dụng Lọc Dữ Liệu – Filter Trong Microsoft Excel
  • Cách Lọc Dữ Liệu Excel Đơn Giản Bằng Công Cụ Filter
  • Hướng Dẫn Cách Lọc Dữ Liệu Còn Gọi Là Filter Trong Excel Có Bài Tập Đính Kèm
  • Đang xem: Lỗi ref trong excel là gì

    1. Ý nghĩa của lỗi #REF!

    REF là tên viết tắt của từ Reference, tức là Tham chiếu. Do đó trong mọi trường hợp xuất hiện lỗi này đều hiểu là lỗi tham chiếu.

    Một số nguyên nhân chủ yếu gây ra lỗi #REF!

    Tham chiếu tới 1 file đang chưa được mở nên không tham chiếu được.Đối tượng cần tham chiếu không có trong vùng tham chiếu.Đối tượng cần tham chiếu bị mất bởi việc xóa cột, xóa hàng chứa đối tượng đó, do bị ghi đè bởi việc copy paste

    2. Cách khắc phục một số trường hợp cụ thể

    a. Tham chiếu bị mất bởi bị xóa, bị ghi đè

    Trong ví dụ trên chúng ta thấy cột C chứa dữ liệu năm 2022 đã bị xóa, dẫn tới kết quả ở cột Tổng bị lỗi #REF! (bị mất tham chiếu ở cột năm 2022)

    Việc này rất hay xảy ra bởi chúng ta hay có thói quen sử dụng thao tác Delete cả cột, cả hàng thay vì chỉ xóa dữ liệu trong cột, hàng đó.

    Ngoài ra việc cut dữ liệu rồi paste trong Excel cũng gây ra lỗi tham chiếu khi chúng ta Paste đè vào 1 vùng dữ liệu khác đang được tham chiếu tới. Ví dụ như sau:

    Sau khi thực hiện thao tác Cut và paste vào cột C thì xảy ra lỗi tham chiếu ở cột E

    Cách khắc phục:

    Nếu lỡ tay vừa thực hiện xong hành động trên thì chúng ta có thể bấm phím Ctrl + Z để hoàn tác (trở lại lúc trước khi thực hiện thao tác đó)Nếu phát hiện muộn, bạn có thể đóng file excel mà không lưu. Sau đó mở lại file.Một khi đã lưu file chứa lỗi tham chiếu thì không thể sửa lại được nữa. Lúc đó chúng ta đành phải tự rà soát lại dữ liệu và sửa lại bằng tay.

    b. Tham chiếu không có sẵn, vượt quá phạm vi

    Thường xảy ra khi chúng ta tham chiếu tới các đối tượng là col_index_num, row_index_num trong một số công thức vượt quá phạm vi vùng cần tham chiếu.

    Ví dụ:

    Trong bảng trên chúng ta thấy vùng A2:E4 chỉ có 5 cột, trong khi đó đối tượng Col_index_num trong hàm vlookup lại tính theo giá trị cột thứ 6, vượt quá phạm vi của vùng dữ liệu cần tham chiếu. Do đó kết quả trả về là lỗi #REF!

    Cách khắc phục:

    Sử dụng công thức tại đối tượng col_index_num hoặc row_index_num trong các công thức dò tìm, tham chiếu để tránh lỗi khi nhập bằng tay (kết quả công thức sẽ tự thay đổi khi bảng tham chiếu thay đổi). Ví dụ: Sử dụng hàm Match() để dùng cho row_index_num, dùng hàm column() để dùng cho col_index_numSửa lại bằng tay nếu như bạn không biết dùng các hàm ở trên

    c. Tham chiếu tới 1 file đang đóng

    Thường xảy ra khi sử dụng hàm Indirect để tham chiếu tới 1 đối tượng bên ngoài workbook đang làm việc và workbook được tham chiếu đang đóng.

    Cách khắc phục:

    Mở Workbook được tham chiếu hoặc thay đổi phương pháp tham chiếu (không sử dụng hàm Indirect mà thay bằng hàm khác ít gặp lỗi hơn)

    Như vậy là chúng ta đã có thể hiểu rõ về lỗi #REF! trong Excel rồi. Hy vọng là chúng ta sẽ tránh được việc xảy ra lỗi này cũng như nếu gặp phải lỗi này thì chúng ta cũng có thể biết cách sửa được nó.

    --- Bài cũ hơn ---

  • Các Công Thức Và Hàm Excel Cơ Bản Với Các Ví Dụ
  • Nhóm Hàm Tham Chiếu Trong Excel (Bài 5)
  • Cách Sử Dụng Hàm Count, Countif, Counta Và Countblank Trong Excel 2010
  • Hướng Dẫn Về Hàm Logic Trong Excel: If, And, Or, If Lồng Và Not
  • Hướng Dẫn Cách Tính Trung Bình Bằng Hàm Average Trong Excel Nhanh Chóng
  • Web hay
  • Links hay
  • Push
  • Chủ đề top 10
  • Chủ đề top 20
  • Chủ đề top 30
  • Chủ đề top 40
  • Chủ đề top 50
  • Chủ đề top 60
  • Chủ đề top 70
  • Chủ đề top 80
  • Chủ đề top 90
  • Chủ đề top 100
  • Bài viết top 10
  • Bài viết top 20
  • Bài viết top 30
  • Bài viết top 40
  • Bài viết top 50
  • Bài viết top 60
  • Bài viết top 70
  • Bài viết top 80
  • Bài viết top 90
  • Bài viết top 100