spss

<span class='text_page_counter'>(1)</span>TIN HỌC ỨNG DỤNG. KIỂM ĐỊNH TRUNG BÌNH TRƯỜNG ĐẠI HỌC Y DƯỢC HUẾ BỘ MÔN THỐNG KÊ – DÂN SỐ - SỨC KHỎE SINH SẢN. 1.

<span class='text_page_counter'>(2)</span> 2.

<span class='text_page_counter'>(3)</span> • Có khác biệt giữa nam và nữ ?. 3.

<span class='text_page_counter'>(4)</span> 4.

<span class='text_page_counter'>(5)</span> Mục tiêu 1. Chọn lựa được kiểm định thống kê phù hợp cho các yêu cầu phân tích. 2. Hiểu được các lý do và các giả định liên quan đến các kiểm định thống kê. 3. Sử dụng được SPSS để thực hiện các kiểm định thống kê. 4. Phiên giải được các kết quả phân tích số liệu.. 5.

<span class='text_page_counter'>(6)</span> Phân loại So sánh TB mẫu và TB quần thể: T-test 1 mẫu (One-sample T test) So sánh TB ở hai nhóm độc lập: T-test 2 mẫu độc lập (Independent-Samples T Test) So sánh TB ở hai thời điểm khác nhau trên cùng một nhóm: T-test ghép cặp (Paired-Samples T Test) So sánh TB ở nhiều nhóm độc lập: ANOVA một chiều (One-way ANOVA). 6.

<span class='text_page_counter'>(7)</span> Các bước tiến hành  Đặt giả thuyết phân tích  Giả thuyết Ho  Đối thuyết H1  Chọn lựa kiểm định  Thực hiện kiểm định  Kiểm tra các giả định  Xem xét kết quả  Phiên giải kết quả và kết luận. 7.

<span class='text_page_counter'>(8)</span> So sánh TB mẫu và TB quần thể Ví dụ: Sử dụng bộ số liệu SXH.sav, so sánh sự khác biệt giữa TB cân nặng ở nghiên cứu này (cannang) với TB cân nặng trên quần thể là 50kg, độ tin cậy 95%. Giả thuyết:  Ho: TB cân nặng nghiên cứu = TB cân nặng quần thể.  H1: TB cân nặng nghiên cứu ≠ TB cân nặng quần thể. Lựa chọn kiểm định: So sánh TB mẫu và TB quần thể  Kiểm định T một mẫu. Kiểm tra giả định: Cân nặng có phân phối chuẩn?. 8.

<span class='text_page_counter'>(9)</span> So sánh TB mẫu và TB quần thể Thực hành trên SPSS: Analyze  Compare means  One-sample T Test  Đưa biến cân nặng (cannang) vào Test Variable.  Nhập cân nặng của quần thể (50kg) vào Test Value.  Ở mục Options ta có thể chỉnh khoảng tin cậy của hiệu số giữa 2 giá trị trung bình này (95%, 99%...), nhấn Continue.  Nhấn OK.. 9.

<span class='text_page_counter'>(10)</span> So sánh TB mẫu và TB quần thể. Phiên giải:  Mô tả đặc tính của biến số định lượng trong nghiên cứu: Nghiên cứu này được thực hiện trên 210 người, TB cân nặng: 51,49Kg, độ lệch chuẩn: 9,894Kg.  Đọc kết quả so sánh: So với TB cân nặng của quần thể (50Kg), TB câng nặng trong nghiên cứu này cao hơn 1,49Kg (KTC 95%: 0,14 - 2,84Kg). Sự khác biệt có ý nghĩa thống kê (p=0,03 < 0,05) với độ tin cậy 95%. 10.

<span class='text_page_counter'>(11)</span> So sánh TB ở hai nhóm độc lập Ví dụ: Từ bộ số liệu SXH.sav, so sánh sự khác biệt giữa TB cân nặng ở nghiên cứu này (cannang) theo giới tính, độ tin cậy 95%. Giả thuyết:  Ho: TB cân nặng của nam = TB cân nặng của nữ  H1: TB cân nặng của nam ≠ TB cân nặng củg nữ Lựa chọn kiểm định: So sánh TB của biến định lượng quan sát trên 2 nhóm độc lập  Kiểm định T cho 2 mẫu độc lập. Kiểm tra giả định: GĐ1: Biến số định lượng ở 2 nhóm có phân phối chuẩn? GĐ2: Phương sai 2 nhóm có bằng nhau? 11.

<span class='text_page_counter'>(12)</span> So sánh TB ở hai nhóm độc lập Thực hành trên SPSS: Analyze  Compare means  Independent-samples T Test  Đưa biến cân nặng (cannang) vào Test Variable.  Đưa biến giới tính (gioi) vào Grouping Variable.  Nhấn Define Groups, Group 1 nhập 1 mã hóa cho nam, Group 2 nhập 2 mã hóa cho nữ, nhấn Continue.  Ở mục Options ta có thể chỉnh khoảng tin cậy của hiệu số giữa 2 giá trị trung bình này (95%, 99%...)  Nhấn OK.. 12.

<span class='text_page_counter'>(13)</span> So sánh TB ở hai nhóm độc lập. Phiên giải:  Mô tả đặc tính của biến số định lượng theo 2 nhóm: Trong nghiên cứu này có tổng số nam là 113 người với TB cân nặng: 51,73Kg, độ lệch chuẩn: 10,667Kg. Tổng số nữ là 97 người với TB cân nặng: 51,21Kg, độ lệch chuẩn: 8,957Kg.. 13.

<span class='text_page_counter'>(14)</span> So sánh TB ở hai nhóm độc lập. Phiên giải (tt):  Đọc kết quả kiểm định Levene’ test So sánh phương sai giữa 2 nhóm (giả định 2): phương sai 2 nhóm không bằng nhau (p=0,032<0,05)  Đọc kết quả kiểm định T Test Từ kết quả của kiểm định Levene, đọc kết quả T test ở hàng thứ 2 cho trường hợp phương sai 2 nhóm không bằng nhau. Không có sự khác biệt về TB cân nặng giữa 2 nhóm nam và nữ (p=0,697 > 0,05) với độ tin cậy 95%. 14.

<span class='text_page_counter'>(15)</span> So sánh TB ở hai thời điểm khác nhau trên cùng một nhóm Ví dụ: Từ bộ số liệu THA.sav, so sánh sự khác biệt giữa TB huyết áp tâm thu vào viện (hatthu1) và khi ra viện (hatthu2) của bệnh nhân từ 60 tuổi trở lên với độ tin cậy 99%. Giả thuyết:  Ho: TB HATT vào viện = TB HATT ra viện  H1: TB HATT vào viện ≠ TB HATT ra viện Lựa chọn kiểm định: HATT được đo lường lặp lại trên cùng đối tượng tại 2 thời điểm khác nhau (khi vào viện và khi ra viện)  Kiểm định T ghép cặp. Kiểm tra giả định: Sự khác biệt giữa HATT vào viện và HATT ra viện có phân bố chuẩn? 15.

<span class='text_page_counter'>(16)</span> So sánh TB ở hai thời điểm khác nhau trên cùng một nhóm Thực hành trên SPSS: Analyze  Compare means  Paired-Samples T Test  Đưa lần lượt biến HATT vào viện và HATT ra viện vào Paired Variables  Ở mục Options ta có thể chỉnh khoảng tin cậy của hiệu số giữa 2 giá trị trung bình này (95%, 99%...), nhấn Continue.  Nhấn OK.. 16.

<span class='text_page_counter'>(17)</span> So sánh TB ở hai thời điểm khác nhau trên cùng một nhóm. Phiên giải:  Mô tả đặc tính của biến số HATT theo 2 thời điểm: Nghiên cứu này được thực hiện trên 220 người. TB HATT vào viện là 113,64mmHg, độ lệch chuẩn: 27,636mmHg. TB HATT ra viện là 110,38mmHg, độ lệch chuẩn: 28,459mmHg.  Đọc kết quả so sánh: TB HATT vào viện cao hơn TB HATT ra viện là 3,255 mmHg. (KTC99%: 1,417 – 5,092 mmHg). Sự khác biệt có ý nghĩa thống kê với p=0,0001 < 0,01, độ tin cậy 99%.. 17.

<span class='text_page_counter'>(18)</span> So sánh TB ở nhiều nhóm độc lập Ví dụ: Dựa vào bộ số liệu SXH.sav, so sánh sự khác biệt giữa TB chiều cao ở nghiên cứu này (chieucao) theo nơi ở (noio), độ tin cậy 95%. Giả thuyết:  Ho: TB chiều cao ở các nhóm nơi ở là như nhau.  H1: Có ít nhất TB chiều cao ở một nhóm nơi ở khác với TB chiều cao các nhóm còn lại. Lựa chọn kiểm định: So sánh TB biến định lượng liên tục (chiều cao) theo biến định danh (nơi ở) có 4 nhóm  Phân tích phương sai ANOVA. Kiểm tra giả định: GĐ1: Biến số định lượng trong các nhóm có phân phối chuẩn? GĐ2: Phương sai giữa các nhóm có bằng nhau? 18.

<span class='text_page_counter'>(19)</span> So sánh TB ở nhiều nhóm độc lập Thực hành trên SPSS: Analyze  Compare means  One-way ANOVA Đưa biến chiều cao (chieucao) vào Dependent List. Đưa biến nơi ở (noio) vào Factor. Nhấn Post Hoc, tích chọn LSD và Dunnett’s T3, nhấn Continue. Nhấn Options, tích chọn Desciptive và Homogeneity of Variance test, nhấn Continue. Nhấn OK.. 19.

<span class='text_page_counter'>(20)</span> So sánh TB ở nhiều nhóm độc lập. 20.

<span class='text_page_counter'>(21)</span> So sánh TB ở nhiều nhóm độc lập Phiên giải:  Mô tả đặc tính của biến số định lượng theo các nhóm: Mô tả tần số, trung bình, độ lệch chuẩn của chiều cao theo các nhóm nơi ở.  Đọc kết quả kiểm định Levene: So sánh phương sai giữa các nhóm (giả định 2): phương sai các nhóm bằng nhau (p=0,176 > 0,05).  Đọc kết quả kiểm định ANOVA: Không có sự khác biệt về TB chiều cao theo nơi ở (p=0,094 >0,05) với độ tin cậy 95%.  So sánh từng cặp giá trị: ( thường sử dụng để kết luận bổ sung cho kết quả kiểm định Anova, chọn những kết quả ngược để bổ sung). Dựa vào kết quả kiểm định Levene: • Phương sai các nhóm bằng nhau, chọn bảng LSD. • Phương sai các nhóm không bằng nhau, chọn bảng Dunnett’s T3. Xem xét sự khác biệt về trung bình chiều cao theo từng cặp. 21.

<span class='text_page_counter'>(22)</span> So sánh TB ở nhiều nhóm độc lập. 22.

<span class='text_page_counter'>(23)</span> Phân biệt các kiểm định  Kiểm định 1 giá trị trung bình: Bài toán luôn cho biết một giá trị Xo trung bình cho trước.  Kiểm định 2 giá trị trung bình: Biến độc lập/phân loại luôn luôn là biến nhị phân  Kiểm định t ghép cặp: Luôn xét đến thời điểm nghiên cứu trên cùng mẫu NC.  Kiểm định trung bình nhiều nhóm độc lập: Biến độc lập thường có 3 phân nhóm trở lên. Lưu ý: Đối với bài toán kiểm định từ 2 giá trị tb trở lên bên cạnh đi tìm ngưỡng ý nghĩa p value, cần xem xét đến phương sai của mẫu NC. 23.

<span class='text_page_counter'>(24)</span> Bài tập Câu 1: Khoảng tin cậy 95% trong các ví dụ trên có ý nghĩa gì? Dựa vào bộ số liệu Sốt xuất huyết (NC1.sav) trả lời câu 2 đến câu 4. Câu 2: Trung bình chiều cao (chieucao) của đối tượng nghiên cứu là nam có khác so với chiều cao trên lý thuyết là 165cm với độ tin cậy 99%? Câu 3: Tính chỉ số BMI của đối tượng nghiên cứu là nữ dựa vào cân nặng (cannang) và chiều cao (chieucao).  Cho biết chỉ số BMI trung bình, độ lệch chuẩn, sai số chuẩn của giá trị BMI theo nơi ở (noio).  Hỏi trung bình BMI của 2 nhóm tuổi (tuoi) < 40 và nhóm tuổi ≥ 40 có khác biệt với độ tin cậy 95%? 24.

<span class='text_page_counter'>(25)</span> Câu 4: Chia trình độ học vấn (trinhdo) thành 3 nhóm: • Nhom1: Từ cấp 2 trở xuống • Nhom2: Cấp 3 • Nhom3: CĐ, ĐH, SĐH So sánh trung bình độ tuổi (tuoi) theo 3 nhóm học vấn trên với độ tin cậy 95%. Câu 5: Dựa vào bộ số liệu tăng huyết áp (THA.sav) so sánh sự khác biệt giữa TB huyết áp tâm trương vào viện (hattr1) và khi ra viện (hattr2) của bệnh nhân nam từ 65 tuổi trở lên với độ tin cậy 95%.. 25.

<span class='text_page_counter'>(26)</span>