Phân tích số liệu bằng SPSS

23 801 0
Phân tích số liệu bằng SPSS

Đang tải... (xem toàn văn)

Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống

Thông tin tài liệu

Phân tích số liệu bằng SPSS

Thực hành phân tích số liệu với phần mềm SPSS ThS.BS Trần Thế Trung Bộ môn Nội Tiết Đại học Y Dược TP.HCM Các mục tiêu thực hành  Nhập gán đặc tính cho biến số định tính (như giới), định lượng (tuổi, chiều cao, cân nặng, số HbA1c)  Thực tính tốn biến số mới: số BMI, phân độ cân nặng dựa BMI, phân loại mức độ đường huyết dựa HbA1c  Xử lý thống kê mô tả: tỉ lệ (giới tính), trung bình, trung vị, độ lệch chuẩn (của tuổi, chiều cao, cân nặng, HbA1c, BMI)  So sánh hai trung bình t-test: HbA1c hai nhóm theo biến số giới tính (nam, nữ) Các mục tiêu thực hành  Thực phép kiểm chi-bình phương: so sánh tỉ lệ thừa cân, tỉ lệ kiểm soát tốt HbA1c theo giới tính  Phân tích tương quan Pearson Spearman: BMI HbA1c, tuổi HbA1c, giới tính HbA1c  Hồi qui logistic với biến số phụ thuộc (HbA1c =< 7) (HbA1c > 7), biến số độc lập bao gồm: tuổi, giới BMI Nội dung Mở ứng dụng SPSS: làm quen cửa sổ Chuẩn bị số liệu Nhập số liệu: trực tiếp từ tập tin Excel Định dạng đặc tính biến số Tính tốn biến số mới: BMI, mức HbA1c Phân tích mơ tả: tỉ lệ, trung bình, độ lệch chuẩn So sánh trung bình: t-test So sánh tỉ lệ: chi-bình phương Phân tích tương quan: Pearson Spearman Hồi qui logistic số OR Cửa sổ SPSS Menu lệnh Hai tab chính: - Data view - Variable view Cửa sổ Đầu (Output) Chuẩn bị số liệu: ví dụ  Các biến số định tính: – Giới tính: nam (M) nữ (F) – Định nghĩa: nam = 1, nữ =  Các biến số định lượng: – – – – – Tuổi: làm tròn số ngun, khơng có số thập phân Chiều cao: đơn vị cm, số nguyên Cân nặng: kg, số thập phân BMI: tính từ cân nặng chiều cao HbA1c: số thập phân Ví dụ bảng số liệu STT Họtên Tuổi Giới Ccao Cnang BMI HbA1c NVT 43 M 165 66 7,6 TBT 56 M 159 69 6,5 TTNY 19 M 148 45 6,9 HNC 68 M 178 76 8,1 BMN 71 F 161 78 7,2 TTKO 40 F 149 55 5,8 TTKH 59 F 154 61 6,6 NTKK 28 F 158 70 6,4 TMH 49 M 165 49 7,8 10 LTNH 68 M 150 62 8,4 11 LTTT 36 M 172 58 8,0 12 TRR 51 F 174 66 7,9 Nhập số liệu trực tiếp Nhập tên biến số Chọn tab Variable view Nhập tên biến số: khơng có khoảng trắng Nhập số liệu trực tiếp Định dạng biến số Chọn số lượng chữ số thập phân Nhập số liệu trực tiếp Gán giá trị cho biến định tính Chọn Values biến số Gender: Gán định nghĩa = Male, = Female Nhập số liệu trực tiếp Chọn loại thang đo Chọn thang đo lường: Ordinal, Nominal hay Scale cho biến số Nhập số liệu trực tiếp Biến số dạng văn (họ tên) Biến số dạng chữ viết (như họ tên): chọn Type String Width phù hợp Nhập số liệu trực tiếp Nhập số liệu vào Data view Chọn tab Data view Thực nhập số liệu vào ô Nhập số liệu từ Excel Chọn File -> Open -> Data … Chọn Files of type: Excel Nhập số liệu từ Excel Sau đó, chọn Variable view để chỉnh sửa đặc tính biến số Nhập số liệu Tính tốn biến số  Tạo biến số mới: – BMI = (cân nặng-kg)/(chiều cao-m)^2 – A1c_7: có giá trị Transform -> Compute Variable… = 1: HbA1c 7% Nhập số liệu Tính biến số Nhập tên biến số Xây dựng biểu thức tính Nhập số liệu Tính biến số mới: A1c_7  Tên biến số: A1c_7 Hai giá trị : HbA1c > 7% : HbA1c Recode into Different Variable… Nhập số liệu Tính biến số Nhập giá trị biến số cũ 3 Nhập số liệu Tính biến số  Tự thực hành: tạo biến số  Tên biến số: Weight_grade  Các giá trị: 1: BMI 18,5 23  Hướng dẫn: chọn Transform -> Recode into Different Variable… Phân tích mơ tả Frequencies  Analyze -> Descriptive Statistics -> Frequencies… Phân tích mơ tả Frequencies Chọn biến số từ danh sách Phân tích mơ tả Frequencies: kết Phân tích mơ tả Descriptive  Analyze -> Descriptive Statistics -> Descriptives… Phân tích mơ tả Descriptive Vào Options… để chọn Chọn biến số từ danh sách Phân tích mơ tả So sánh trung bình: t-test  Nhiệm vụ: so sánh trung bình HbA1c nam nữ  Analyze -> Compare Means -> Independent-Samples T Test… So sánh trung bình: t-test Chọn Gender vào Grouping Variable Chọn HbA1c vào Test Variable(s) Vào Define Groups… để chọn nhóm so sánh So sánh trung bình: t-test Các thơng số hai nhóm xem (n, trung bình, độ lệch chuẩn) P-value (2 đi) Mức khác biệt nhóm So sánh tỉ lệ: Phép kiểm Chi-bình phương  Mục tiêu: so sánh tỉ lệ đạt HbA1c Descriptive Statistics…-> Crosstabs… So sánh tỉ lệ: Phép kiểm Chi-bình phương Chọn biến số đưa vào ô Row(s) Column(s) Nhấn vào nút Statistics… để mở cửa sổ chọn Chi-square So sánh tỉ lệ: Phép kiểm Chi-bình phương Giá trị p-value phép kiểm Chi-square Phân tích tương quan hệ số tương quan r-Pearson Spearman  Nhiệm vụ: Tính hệ số tương quan r-Pearson BMI HbA1c  Analyze -> Correlate -> Bivariate… Phân tích tương quan hệ số tương quan r-Pearson Spearman Chọn biến (HbA1c, BMI) đưa vào ô Variables Chọn hệ số tương quan phù hợp (trường hợp Pearson) Bấm vào nút OK sau chọn xong Phân tích tương quan hệ số tương quan r-Pearson Spearman Kết quả: hệ số tương quan r trị số p (2 đuôi) Cách làm tương tự với hệ số tương quan Spearman (phi tham số) Phân tích tương quan hệ số tương quan r-Pearson Spearman Tự thực hành:  Tính hệ số tương quan giữa: – Tuổi HbA1c – Giới HbA1c Phân tích hồi qui logistic Các điều kiện khái niệm  Biến số phụ thuộc: phải có hai giá trị – A1c_7: gồm có (HbA1c > 7%) (HbA1c Regression -> Binary Logistic… Phân tích hồi qui logistic Phân tích đơn biến 1.Chọn biến số phụ thuộc (A1c_7) 2.Chọn biến số độc lập (Gender) Vào Options để chọn 95%CI cho OR Chọn Categorical… để gán đặc tính cho biến Gender Phân tích hồi qui logistic kết đơn biến OR 95%CI Kết quả: OR Exp(B) 95%CI P-value OR Phân tích hồi qui logistic Phân tích đơn biến Tự thực hành:  Phân tích đơn biến với hai biến số lại: – BMI – Tuổi Phân tích hồi qui logistic Phân tích đa biến: ý bước (2) 1.Chọn biến số phụ thuộc (A1c_7) 2.Chọn biến số độc lập (Gender, Age, BMI) Vào Options để chọn 95%CI cho OR Chọn Categorical… để gán đặc tính cho biến Gender Phân tích hồi qui logistic Kết đa biến OR 95%CI P-value OR biến số Kết quả: OR = Exp(B) biến số 95%CI Q&A Câu hỏi Thảo luận ... vụ: – Phân tích hồi qui logistic đơn biến với biến độc lập – Phân tích hồi qui logistic đa biến Phân tích hồi qui logistic Phân tích đơn biến  Analyze -> Regression -> Binary Logistic… Phân tích... Exp(B) 95%CI P-value OR Phân tích hồi qui logistic Phân tích đơn biến Tự thực hành:  Phân tích đơn biến với hai biến số lại: – BMI – Tuổi Phân tích hồi qui logistic Phân tích đa biến: ý bước... Different Variable… Phân tích mơ tả Frequencies  Analyze -> Descriptive Statistics -> Frequencies… Phân tích mơ tả Frequencies Chọn biến số từ danh sách Phân tích mơ tả Frequencies: kết Phân tích mơ

Ngày đăng: 14/12/2017, 21:48

Từ khóa liên quan

Tài liệu cùng người dùng

Tài liệu liên quan