�ݺ�ߣ

1
Xử lý số liệu thống kê bằng SPSS
• Mục tiêu : Học viên có khả năng sử dụng
SPSS để xử lý dữ liệu thống kê y học
• Nội dung :
1. Nhập dữ liệu, mã hoá và tính toán, lọc dữ liệu
2. Trình bày dữ liệu
3. Kiểm định Chi Square
4. So sánh trung bình hai mẫu độc lập
5. So sánh trung bình mẫu cặp
6. One way ANOVA
7. Tương quan và hồi qui tuyến tính

2
8. Hồi qui đa biến
9. Hồi qui logistic
10. Nhiễu và tương tác
11. Đường cong ROC
12. Đường cong sống sót
13.Các kiểm định phi tham số
14. Độ tin cậy trong đo lường

15.Phân tích nhân tố EFA
16.Import số liệu
17.Tạo file lưu quá trình xử lý
18.Ước lượng cỡ mẫu
3

4
Bài 1
• Khởi động SPSS 16
• Mở file *.sav
• Phân biệt các loại dữ liệu – Data types
• Tạo file dữ liệu - Variables
• Mã hóa - Recode
• Tạo biến mới - Compute
• Lọc – Select cases

5
Khởi động SPSS
• Khởi động : Start  Programs  SPSS
for Windows  SPSS 16.0 for Windows
• Mở file có sẵn :
– File  Open  Data
– Chọn C:ThongkeSpssDataQuest92.sav

6
Các màn hình làm việc
• Màn hình Data view : nhập sửa số liệu
• Màn hình Variable view : định nghĩa biến

7
Màn hình Data view
Nút Value labels : hiện 0,1
hoặc hiện male/female

8
Màn hình Data view (tiếp)
• Màn hình Data View cho phép nhập/sửa
dữ liệu
• Di chuyển đến record thứ n :
– Menu Data Go to case …
– Nhập giá trị n, OK

10
Màn hình Variable view (tiếp)
• Có thể xem lại thông tin về một biến :
– Menu Utilities  Variables

11
Variable
1. Name : không có khoảng trắng, không dấu
2. Type : (kiểu) : numeric, string, date…
3. Width : độ rộng
4. Decimal : số số lẻ
5. Label : tên biến đầy đủ
6. Values : nhãn, ví dụ 0 : Nữ, 1:Nam
7. Missing : giá trị đặc biệt dành cho dữ liệu trống
8. Measure : bản chất đại lượng (scale, ordinal,
nominal)

13
Kiểu dữ liệu của biến
• Kiểu biến :
– Định lượng :  scale
• Height
• weight
– Bán định lượng:  ordinate
• Mức độ hồi phục : 0, 1, 2, 3
• Trình độ học vấn : phổ thông, đại học, sau đại học
– Định tính:  nominal
• Sex : male/female
• bệnh/không bệnh

14
Kiểu dữ liệu trong SPSS (type)
• Number :
– Scale : định lượng
– Ordinal : bán định lượng
– Nominal : định tính
• String : tên bệnh nhân
– Nominal
• Date
• …

15
Bài tập
• Định nghĩa các biến (tập tin số liệu mới)
– Mã số bệnh án
– Họ tên bệnh nhân
– Tuổi
– Chiều cao
– Giới
– Huyết áp
– Nhịp tim
– Ngày nhập viện
– Ngày xuất viện

17
Mã hóa - Recode
• Mã hóa :
– Chuyển biến định lượng thành biến định tính
– Giảm số phân loại của biến định tính
• Ví dụ : mã hóa age thành agegrp :
• Dưới 18 : 0 thiếu niên
• Từ 18 – 35 : 1 thanh niên
• Từ 36 đến 55 : 2 trung niên
• Trên 55 : 3 lão niên

• Mã hóa age thành nhóm tuổi (nhom)
• <=19  0 trẻ
• >=20 đến <=35  1 trung bình
• >35  2 lớn
18

19
Mã hóa (tiếp)
• Thao tác :
– Menu TransformRecodeinto different variable
– Chọn biến age, click 
– Đặt tên biến mới : agegrp, click Change
– Chọn Old and new values

20
Mã hóa (tiếp)
• Chọn Range phù hợp, nhập New value
Nếu mã hóa thành
chuỗi kí tự
Từ 17 đến 35
Dưới 17
Trên 45

21
Bài tập recode
• Mã hoá biến pulse thành loainhip
– < 60  0 : chậm
– 60 – 80  1 : trung bình
– >80  2 : nhanh

22
• Caothap
(sex=0)*((height>=165 & height<=175)*1+(height>175)*2)+
(sex=1)*((height>=160 & height<=165)*1+(height>165)*2)

23
Compute
• Compute dùng để tạo một biến mới bằng
cách tính một biểu thức
• Ví dụ : bmi = weight / height2
• Hướng dẫn :
– Menu Transform  Compute
– Gõ tên biến mới : bmi
– Tạo biểu thức :
weight * 10000/(height*height)

24
Bài tập dùng compute thay cho
recode
• Tạo biến nhip bằng compte như sau :
– <60 : 0
– 60-80 : 1
– >80 : 2
Target Variable : nhip
Numeric expression :
(pulse<60)*0 + (pulse>=60 & pulse<=80)*1+(pulse>80)*2

25
Ví dụ mã hóa với lệnh compute
• Mã hoá chiều cao (height) thành ccao
– đ/v Nữ :
• Dưới 159 cm : 0 thấp
• Từ 159 – 165 : 1 trung bình
• Từ 166 trở lên : 2 cao
– đ/v Nam :
• Dưới 165 cm : 0 thấp
• Từ 165 – 182 : 1 trung bình
• Từ 183 trở lên : 2 cao
(sex=0)*((height>=165 & height<=182)+(height>=183)*2)
+(sex=1)*((height>=159 & height<=165)+(height>=166)*2)

26
Bài tập compute
• Tính bmi2 theo công thức sau :
– Nếu là Nam : bmi2=(weight/height2)*1.00
– Nếu là Nữ : bmi2=(weight/height2)*0.85
• Tạo thêm biến
– t0 là ngày giờ uống thuốc
• Date : dd-mmm-yyyy hh:mm
• Nhập : 03-mar-2010 08:20
– t1 là ngày giờ phát hiện kết quả
– Tính thời gian giữa 2 thời điểm

28
Phép toán số học :
+, - , * , /, lũy thừa
Phép toán so sánh :
<,>,<=,>=,=,<>
Các phép toán luận lý :
AND, OR, NOT và ( )
Các hàm : abs(x),
rnd(x)

29
Select cases
• Chọn dữ liệu từ mẫu ban đầu
• Ví dụ : phân tích các trường hợp nữ
– Data  Select cases
– nhắp nút if

30
• Các dòng không thỏa điều kiện if bị gạch
chéo

31
Bài tập select cases
• Chọn nữ từ 160 cm trở lên
sex = 1 & height >= 160
• Chọn nữ thấp hơn 155 cm hay cao hơn
160 cm
sex = 1 & ( height < 155 | height > 160 )
• Chọn nữ từ 160 cm trở lên và nam từ 170
cm trở lên
(sex = 1 & height >=160) | (sex = 0 & height >=170)
(sex = 1 and height >=160) or (sex = 0 and height
>=170)

32
Chọn mẫu con ngẫu nhiên
• Ví dụ chọn xấp xỉ 50%, 30%, …

Phân loại BMI
• Theo WHO:
• <18.5 :  0 (gầy)
• >=18.5 - <25 :  1 (bình thường)
• >=25 – <=30 :  2 (béo)
• >30  3 (béo phì)
33

�ݺ�ߣ

SPSS_b1.ppt

Recommended

More Related Content

Similar to SPSS_b1.ppt (11)

More from VAN DINH (19)

Recently uploaded (18)

SPSS_b1.ppt