Bs Trần Quý Phi-Trường CĐYT Quảng Nam

I.
A. B. C. D. E. F. G. H. I. J. K. L. M. N. O.

Các khái niệm và thao tác cơ bản ........................................................................... 2
Chạy SPSS và đóng SPSS File dữ liệu Các loại file chính Mở file, lưu file, đóng file Cửa sổ biến và cửa sổ dữ liệu Cách tạo một biến mới Quy định kiểu. Type Quy định độ rộng (dài). Width Số chữ số thập phân. Decimal Nhãn của biến. Label Nhãn của giá trị. Values Dữ liệu bị thiếu. Missing Độ rộng của cột. Column Canh dòng. Alignment Thang độ đo. Measure. 2 2 3 3 4 5 5 6 7 7 7 7 8 8 8

II.
A. B. C. D. E. F. G. H. I. J. K. L.

Nhập, sửa dữ liệu ..................................................................................................... 9
Nhập Sửa Hủy việc nhập hoặc sửa Chọn các ô Chọn cả cột Chọn cả hàng Xóa dữ liệu Xóa một hàng (1 trường hợp) Xóa một cột (1 biến) Copy dữ liệu Cắt dữ liệu Di chuyển vị trí các biến 9 9 9 10 10 10 10 10 10 10 11 11

III.
A. B. C. D. E.

Các thao tác chung ............................................................................................. 12
Hủy lệnh mới làm Lấy lệnh đã hủy Lưu các sửa đổi Câu hỏi Bài tập: 12 12 13 13 13

Bs Trần Quý Phi-Trường CĐYT Quảng Nam IV.
A. B. C.

Mã hóa lại (recode) .............................................................................................. 15
Recode lại chính X Recode qua một biến khác Giải thích thêm về Old Value và New Value 15 18 22

V.
A.

Tính toán dữ liệu (compute) .................................................................................. 25
Ghi chú về cách gõ công thức 28

VI. VII.
A. B.

Sắp xếp ................................................................................................................ 29 Chọn các trường hợp ......................................................................................... 30
Chọn các trường hợp thỏa mãn điều kiện nào đó Hủy chọn 30 33

VIII.
A. B.

Tần suất (frequency) ........................................................................................... 33
Riêng biệt Tính tần suất của biến này trong biến kia Error! Bookmark not defined. 36

IX.
A. B.

Lặp lại lệnh đã thực hiện .................................................................................... 36
Gọi lại lệnh bằng Recall Lưu lệnh bằng file syntax 36 37

X.

Chương III: Thống kê mô tả .......................................... Error! Bookmark not defined.

I. Các khái niệm và thao tác cơ bản
A. B. Chạy SPSS và đóng SPSS File dữ liệu Dữ liệu được lưu vào file có đuôi là sav.

Hình 1.

Các file dữ liệu của SPSS

Cách lưu file d ữ liệu : File

Bs Trần Quý Phi-Trường CĐYT Quảng Nam Save Đặt tên file Bấm nút Save

File sẽ có đuôi là sav C. Các loại file chính 1. File dữ liệu (data) Như đã nói ở trên. 2. File kết quả (output) Là file chứa kết quả sau khi phân tích. 3. File cú pháp (syntax) Là file chứa các dòng lệnh. D. Mở file, lưu file, đóng file Mở: File Open Lưu File Save

Bs Trần Quý Phi-Trường CĐYT Quảng Nam Đóng File Close E. Cửa sổ biến và cửa sổ dữ liệu 1. Các khái niệm Variable: Biến. một tính chất của các trường hợp cần nghiên cứu: mã, tuổi, giới, tình trạng hôn nhân… Case: một trường hợp trong nghiên cứu, ví dụ : mỗi người bệnh là một trường hợp… Case còn được gọi là một quan sát (Observation).

Hình 2.

Case  Hàng ; Variable  Cột

2. Cửa sổ biến Dù ng để định nghĩa các biến (tên biến, kiểu là số hay chữ…). Bấm chuột vào Variable View ở dưới

Cửa sổ biến như sau:

Name: Tên biến Type: Kiểu là số (numeric) hay chu ỗi chữ (string) Width: Độ rộng của chuỗi chữ hay độ lớn của số.

Name Vào cửa sổ biến Gõ tên vào cột Name. Label là Tuoi G. Nhất thiết phải dùng Label để tránh nhầm lẫn. Quy tắc: Không quá 8 ký tự. Values : Định nghĩa nhãn cho từng giá trị (để dễ hiểu hơn). “Biến chứa ký tự không hợp lệ”  Ghi chú: Nên cân nhắc khi đặt tên biến. ví dụ 0 là DB. Đặt tên. 1 là MN. “Biến chứa ký tự đầu tiên không hợp lệ” Hình 4. Không b ắt đầu bằng con số.Bs Trần Quý Phi-Trường CĐYT Quảng Nam Decimals : Số chữ số thập phân.  Tên biến là Cau1. Không có d ấu cách. Label : Nhãn của biến (để dễ hiểu hơn) và nó sẽ xu ất hiện trong các phân tích Phân biệt với tên biến. Label là Gioi tinh Tên biến là Cau2. Quy định kiểu. chẳng cau1. . Phân biệt với giá trị thực của các biến. cau2… để việc nhập dữ liệu được thuận lợi. Type Ban đầu biến mặc nhiên có kiểu là Numeric. Tên biến có thể dựa vào mã của bảng điều tra. Thông báo khi đặt tên sai: Hình 3. F. Missing : Xử lý các trường hợp không có dữ liệu. Cách tạo một biến mới 1.

Quy định độ rộng (dài).  Ghi chú:  1) Kiểu số nhập nhanh hơn và không gây nhầm lẫn bằng kiểu chuỗi chữ.Công chức  Còn để diễn giải các giá trị để dễ hiểu ta dùng tính chất Values để gán nhãn cho các giá trị. H.Nông 2-Buôn bán 3. Width Gõ con số vào cột Width. bấm vào nút chấm chấm bên cạnh: Xuất hiện cửa sổ để chọn kiểu Chọn kiểu và bấm OK.  Nghĩa là trong khi thu thập số liệu nên mã hóa trước bằng số  Ví dụ nghề nghiệp có thể mã hóa thành  1. .Bs Trần Quý Phi-Trường CĐYT Quảng Nam Để đổi kiểu. Dia chi [diachi] là kiểu chuỗi.  2) Trong khi phân tích SPSS sẽ kèm theo một hình để ta biết đó là biến số hay biến ký tự  Trong hình trên ta biết Ma bn [id] là kiểu số.

Nhãn của biến. Gõ Value là 0 (sẽ là giá trị nhập vào). Decimal Gõ con số vào Decimal Ví dụ biến tuổi. L. b ấm Change. hoặc thay thế tên biến trong các thao tác. Nhãn của giá trị. nhưng tính bằng cm thì có decimal là 0 (?). J. Người dùng phải nhập 0. Dữ liệu bị thiếu. 1 là Nữ cho biến c2 Bấm vào nút ở cột Values. b ấm Remove. System missing Nếu không nhập thì ô bị trống (có dấu chấm nếu là số). Nu. Sửa nhãn đã có : Chọn nhãn. Số chữ số thập phân. biến huyết áp tối đa nên có Decimal là 0. K. .  Ghi chú : Phân biệt giá trị và nhãn của giá trị. Cân nặng (kg) có decimal là 1 Chiều cao (m) có decimal là 2. Gõ Value Label (sẽ là nhãn của giá trị 0). Values Giả sử muốn quy ước giá trị 0 là Nam.Bs Trần Quý Phi-Trường CĐYT Quảng Nam Ví dụ chuỗi có giá trị là 8 thì người nhập không gõ tiếp được chữ số thứ 9 nếu số chữ đã gõ đ ã đến 8. 1 mà không nhập Nam. Label Gõ tên nhãn vào cột Label. … Gỡ bỏ nhãn đã có : Chọn nhãn. đặc biệt là kết quả phân tích. Missing 1.  Ghi chú: Nhãn sẽ xuất hiện kèm theo. I. Nu nhưng khi phân tích thì xuất hiện là Nam. Bấm vào nút Add.

Alignment O. Column Là độ rộng để hiển thị của cột trong cửa sổ Data View. Các loại thang độ đo Scale: Nhận các con số liên tục (có thể xếp thứ tự. Ví dụ: Câu 10: Theo Anh. ví dụ huyết áp. Khi phân tích ta có thể xem 4 là giá trị missing. Measure. Chị chương trình học là: 1. vì không đánh dấu vào lựa chọn nào cả). User missing Biến nhận giá trị nhưng ta cho là missing.Bs Trần Quý Phi-Trường CĐYT Quảng Nam Hình 5. ví dụ: Thu nhập thấp.Rất nhẹ 4-Không trả lời. học lực trung bình. thu nhập trung bình. nhỏ hơn. Có hai kiểu missing xảy ra: Câu này không được ghi nhận (không nhập liệu. Canh dòng. Thang độ đo. M. Hàng thứ nhất và thứ ba ở cau4 là system missing. Học lực giỏi. Hình 6. Đây là system missing Người được phỏng vấn từ chối trả lời và lựa chọn 4 được ghi nhận. ví dụ giới tính) Ordinal: Định danh nhưng có thứ bậc. 2. chiều cao…) No minal: Định danh (không có thứ bậc. Không liên quan đến độ rộng (width) của biến. . học lực kém Chú ý: Cần xác định rõ thang độ đo của biến vì các phân tích bao giờ cũng kèm theo điều kiện biến đưa vào là theo kiểu gì. tức là xem như bỏ sót câu này. thu nhập cao.Quá nặng 2-Vừa phải 3. N. có thể đánh giá lớn hơn. Độ rộng của cột. Đây là user missing.

sửa dữ liệu Chuyển qua cửa sổ dữ liệu Bấm nút Data View. Phân biệt giữa việc sửa và nhập: Khi nhập thì giá trị cũ của ô sẽ biến mất.  Có một loại gọi là Dischotomous (nhị nguyên) chỉ nhận hai giá trị. Sửa Chọn ô muốn sửa. nam hay nữ. B. đó là các trường hợp dùng cách mã hóa. Hủy việc nhập hoặc sửa Bấm phím Esc Dữ liệu trở về như cũ (hoặc trống. nói cách khác ở đây ta không thể cho là 2 lớn hơn 1 và ngược lại không thể cho là 1 nhỏ hơn 2. C. là 0 và 1. 2. Chẳng hạn nếu quy ước 1 là nam 2 là nữ. nếu trước đó chưa có). có gia đình hay không có gia đình)… II. A.Bs Trần Quý Phi-Trường CĐYT Quảng Nam  Biến có kiểu số chưa chắc là Scale. Loại biến này hay gặp để diễn tả một tính chất chỉ có hai giá trị (có bệnh hay không có bệnh. Bấm F2 và sửa. Nhập. ta chỉ sửa mà thôi. Khi sửa thì giá trị cũ của ô còn đó. thì biến sẽ nhận giá trị 1. Bấm enter hoặc bấm nút mũi tên. Nhập Nhập vào ô. Nhưng biến này là kiểu Nominal (định danh không thứ bậc). .

Xóa một cột (1 biến) Chọn cột muốn xóa. Xóa các ô (đ ã có d ữ liệu) của một hàng chỉ có nghĩa là xóa dữ liệu của trường hợp đó. Bấm chuột. H. Chọn các ô Nhấn phím Shift. Bấm Ctrl + V . Bấm phím mũi tên theo chiều thích hợp. E. Chọn cả hàng Đưa chuột ra đầu hàng. Ghi chú: Xóa một cột là xóa cả một biến. G. nhưng trường hợp này vẫn còn (vẫn còn được tính trong các phân tích). Bấm phím Delete. J. Xóa dữ liệu Chọn ô (hoặc nhiều ô) muốn xóa. Bấm phím Delete.Bs Trần Quý Phi-Trường CĐYT Quảng Nam D. Copy dữ liệu Chọn ô (hoặc nhiều ô) muốn copy. Chọn cả cột Đưa chuột lên đầu cột Bấm chuột F. Bấm Ctrl + C Bấm chuột vào ô muốn chép. I. đương nhiên dữ liệu kèm theo biến đó cũng bị mất luôn. Xóa các ô (đã có d ữ liệu) của một cột chỉ có nghĩa là xóa d ữ liệu của biến đó. Xóa một hàng (1 trường hợp) Chọn hàng muốn xóa. Ghi chú: Xóa một hàng là xóa cả một trường hợp (case). nhưng biến này vẫn còn. Bấm phím Delete.

Cắt dữ liệu Chọn ô (hoặc nhiều ô) muốn cắt. Bấm Ctrl + X (dữ liệu sẽ biến mất). Bấm Ctrl + V Ghi chú: Động tác này được xem như chuyển chỗ. .Bs Trần Quý Phi-Trường CĐYT Quảng Nam K. Ví dụ sau chuyển biến “tuoi” lên trên biến “gioi” Ghi chú: Có thể thực hiện việc này ở cửa sổ Data View nhưng lúc này lại chọn cả cột và kéo qua trái ho ặc phải. Di chuyển vị trí các biến Vào cửa sổ Variable View Bấm chọn một hàng Nhấn giữ chuột Kéo chuột lên trên ho ặc xuống. Bấm chuột vào ô muốn chép. L.

Hủy lệnh mới làm Bấm chuột vào nút Undo. Các thao tác chung A. Nhập 10 Undo lần đầu (hủy thao tác nhập 10) Undo lần nữa: (hủy thao tác nhập 9) . Lấy lệnh đã hủy Bấm chuột vào nút Redo Ví dụ: 1.Bs Trần Quý Phi-Trường CĐYT Quảng Nam III. Nhập 9 2. B.

Bs Trần Quý Phi-Trường CĐYT Quảng Nam Redo một lần: lấy lại thao tác mới hủy. C. Lưu các sửa đổi Nếu dữ liệu thay đổi thì phải lưu (nếu muốn) bằng cách bấm Ctrl + S Ghi chú về bài tập: Nghiên cứu 200 bệnh nhân được chẩn đoán là cao huyết áp vô căn. D. kết quả là  Ghi chú: Không phải lệnh nào cũng undo được. Bài tập: 1) Chạy SPSS . tức thao tác nhập 9. số liệu được lấy từ phiếu khám (xem b ảng số liệu). Mục tiêu nghiên cứu là đánh giá tỉ lệ mắc bệnh và các yếu tố liên quan. kết quả là: Redo lần nữa: lấy lại thao tác đã hủy tiếp đó tức là thao tác nhập 10. Câu hỏi E.

Bs Trần Quý Phi-Trường CĐYT Quảng Nam 2) Lưu file với tên là HA 3) Chọn Variables View và Tạo các biến sau Tên biến Kiểu Độ rộng ID Số 8 Cau1 Số 8 Cau2 Cau3 Cau4 Số Chữ Số 8 10 8 Số số lẻ 0 0 0 0 0 Nhãn biến Ma bn Gioi tinh Tuoi Dia chi Nghe nghiep Nhãn giá trị 0: Nam 1: Nu 0: Nong 1: Cong nhan 2: Buon ban 3: CNVC Cau5 Cau6 Cau7 Cau8 Số Số Số Số 8 8 8 8 1 1 0 0 Chieu cao CanNang HA tam thu HA tam truong 4) Vào Data View và Nhập 20 dữ liệu sau: 5) 6) 7) 8) Nhận xét về biến Cau3 (Địa chỉ) Đóng file lại Đóng SPSS Chạy lại SPSS .

Recode và đưa dữ liệu mới vào biến mới Y. (X vẫn như cũ). Duy xuye thành DX… Transform Recode Into Same Variables Bấm chọn biến Cau3 . IV. Nhóm các dữ liệu thành các nhóm. Trường hợp này có thể xem Recode là thao tác thay đổi dữ liệu hàng loạt. vì các lý do sau: Khi recode một biến X thì có thể: A.Bs Trần Quý Phi-Trường CĐYT Quảng Nam 9) Mở file HA nói trên. ở biến Cau3 ta cần đổi T Binh thành TB. ví dụ quy định các nhóm tuổi dựa vào tuổi cụ thể của mỗi người. Recode lại chính X Giả sử. Recode lại chính X: Thay đổi luôn dữ liệu của biến X. Recode là công đoạn cần làm sau khi nhập dữ liệu. - Mã hóa lại (recode) Dữ liệu nhập bị nhầm.

Gõ giá trị cũ ở khung Old Value và giá trị mới khung New Value.Bs Trần Quý Phi-Trường CĐYT Quảng Nam Bấm nút mũi tên. Bấm nút Add thì ở khung Old  New có dòng ‘Duy Xuye’  ‘DX’ cho biết giá trị cũ Duy Xuye sẽ thành giá trị mới DX. . biến DiaChi[cau3] xu ất hiện b ên phải. Bấm chọn Old and New Values.

Bấm Continue. Bấm OK . Sau khi xác định các giá trị cần đổi.Bs Trần Quý Phi-Trường CĐYT Quảng Nam Làm tương tự với các giá trị khác Nếu không muốn tiến hành đổi một giá trị nào đó thì bấm ở khung Old  New và chọn Remove.

v…). ta cần phân nhóm tuổi theo quy định sau : 1. chẳng hạn recode tuổi thành các nhóm tuổi. nhỏ nhất v. thì tuổi vẫn nên giữ lại. Recode qua một biến khác Recode biến X thành biến Y. lớn nhất. để sử dụng phân tích sau này (chẳng hạn tính tu ổi trung b ình.Bs Trần Quý Phi-Trường CĐYT Quảng Nam B. Transform Recode Into Different Variables Chọn Tuoi[cau2] Bấm nút mũi tên . Giả sử. Recode chỉ có mục đích phân nhóm. X vẫn như cũ. Nên sử dụng cách này vì 2 lý do : Giữ lại d ữ liệu gốc.19 gộp thành nhóm 1 20-29 gộp thành nhóm 2 30-39 gộp thành nhóm 3 40-49 gộp thành nhóm 4 50-59 gộp thành nhóm 5 60-69 gộp thành nhóm 6 70 trở lên gộp thành nhóm 7 Ta sẽ Recode biến Cau2 và phân thành nhóm vào biến mới gọi DoTuoi. Nếu Recode nhầm X thì có nguy cơ không truy lại được dữ liệu gốc.

Bs Trần Quý Phi-Trường CĐYT Quảng Nam Trong Output Variable (biến đầu ra) gõ DoTuoi. Bấm nút Change. Lúc này dòng cau2  ? sẽ trở thành cau2  Dotuoi. nghĩa là dữ liệu (độ tuổi) sẽ được vào biến mới là Dotuoi .

Gõ 1 Bấm nút Add. Gõ 1 (through. . đến) 19 New Value: Bấm nút Value.Bs Trần Quý Phi-Trường CĐYT Quảng Nam Bấm nút Old and New Values… a) Đổi từ 1 đến 19 vào nhóm 1: Old Value: Bấm nút Range (d ãy).

Bs Trần Quý Phi-Trường CĐYT Quảng Nam Trong khung Old  New ta có dòng 1 thru 20  1 có nghĩa là các giá trị 1 đến 20 ở biến Cau2 sẽ được chuyển thành 1 ở biến Dotuoi. New Value Chọn Value gõ 7.v… Tiếp tục làm như vậy cho các nhóm khác Riêng nhóm cuối cùng (từ 70 trở lên) thì: Old Value: Bấm chọn Range (ở through highest) và gõ 70. Nghĩa là dãy từ 70 đến các số lớn hơn. v. được quy thành nhóm 7 trong Dotuoi .

C.Bs Trần Quý Phi-Trường CĐYT Quảng Nam Bấm Continue. Kinh nghiệm cho thấy là các lệnh Recode nên lưu lại trong file syntax để sau này chạy lại cho nhanh. Lưu ý: Khi recode xong thì hai biến không còn liên hệ gì với nhau. Đổi 1 giá trị Old Value cụ thể thành 1 giá trị New Value Recode giá trị 1 (old value) ở biến X thành 2 (new value) ở biến Y . Xem mục Lặp lại lệnh. Ví dụ ban đầu tuổi bệnh nhân (biến Tuoi) là 30. Giải thích thêm về Old Value và New Value 1. Thì sau này nếu có sửa tuổi thành 50 (DoTuoi là 5) thì phải Recode lại. ta ra lệnh recode qua biến DoTuoi là nhóm 3. Bấm OK.

Đổi các giá trị Old Value trong một giới hạn thành 1 giá trị New Value. Đổi các giá trị Old Value từ một giới hạn trở lên thành 1 giá trị New Value Recode các giá trị từ 70 (old value) trở lên ở biến X thành 9 (new value) ở biến Y .Bs Trần Quý Phi-Trường CĐYT Quảng Nam 2. Đổi các giá trị Old Value nhỏ hơn một giới hạn thành 1 giá trị New Value Recode các giá trị nhỏ hơn hoặc bằng 30 (old value) ở biến X thành 7 (new value) ở biến Y 4. Recode các giá trị từ 10 đến 20 (old value) ở biến X thành 3 (new value) ở biến Y 3.

DX. Đổi tất cả các giá trị Old Value còn lại thành 1 giá trị New Value. TK. . TP. và gõ độ d ài của biến vào ô Width.Bs Trần Quý Phi-Trường CĐYT Quảng Nam 5. Cách nhanh nhất là Recode vào biến Vung bằng cách: Đổi TM. Các giá trị còn lại là DB 6. TP thành MN. biến mới mặc định là biến số. Ví dụ: Ta có các huyện (biến DiaChi) sau: TM. Muốn cho ra biến chuỗi.v… ta phải chọn Output Variables are string. DL Ta quan tâm đến 2 vùng miền núi và đồng bằng. Biến mới (new value) là biến chuỗi Ban đầu. Ví dụ: Dưới 20 gộp thành nhóm có tên ‘Duoi 20’ thay vì là nhóm 1 20-29 gộp thành nhóm có tên là ‘20 den 29’ thay vì là nhóm 2 v.

. 8) Phân các nhóm tuổi thành các lo ại cho vào biến Tuoi2 với quy định sau: Dưới 20 gộp thành nhóm có tên ‘Duoi 20’ 20-29 gộp thành nhóm có tên là ‘20 den 29’ 30-39 gộp thành nhóm có tên là ‘30 den 39’ 40-49 gộp thành nhóm có tên là ‘40 den 49’ 50-59 gộp thành nhóm có tên là ‘50 den 59’ 60-69 gộp thành nhóm có tên là ‘60 den 69’ 70 trở lên gộp thành nhóm có tên là ’70 tro len’ 9) Lưu file và thoát SPSS V. Tính toán dữ liệu (compute) Đôi khi cần phải tạo ra các biến mới. 7) Chuyển vị trí biến Tuoi1 cho nằm b ên cạnh biến cau2.Bs Trần Quý Phi-Trường CĐYT Quảng Nam Bài tập 2: 1) Chạy SPSS 2) Mở file Cao huyet ap 3) Recode lại d ữ liêu của biến cau3 thành các tên tắt của Huyện cho vào biến diachi1 4) Xóa biến diachi1. Ví dụ: Cần tạo ra biến mới là BMI (chỉ số khối cơ thể) dựa trên Cân nặng và Chiều cao của mỗi đối tượng nghiên cứu. 6) Phân các nhóm tuổi thành 2 loại cho vào biến Tuoi1 với quy định dưới 50 là nhóm 0 và từ 50 trở lên là nhóm 1. nhưng giá trị mới là một biểu thức phức tạp thì không dùng Recode mà phải dùng Compute. dựa trên dữ liệu của một hay nhiều biến cũ. 5) Đổi tên biến diachi1 thành cau3.

Transform Compute… Gõ tên biến mới vào Taget Variable Trong khung Numeric Expression gõ công thức để đưa vào biến BMI: .Bs Trần Quý Phi-Trường CĐYT Quảng Nam BMI = (cân nặng)/(chiều cao)2 Ta làm như sau.

Ví dụ 3: Tạo biến mới là CaoTT (chỉ cao HA tâm thu. Biểu thức này cho giá trị 1 khi nó đúng. Biểu thức logic hoặc này đúng khi chỉ cần 1 trong 2 phép so sánh Cau7>140 hoặc Cau8>90 đúng. Ví dụ 2: Tạo biến mới là CaoHA với quy định CaoHA là 1 nếu HA tối đa (cau7) >140 hoặc HA tối thiểu (cau8) >90 Numeric Expression cho CaoHA là Cau7>140 | Cau8>90 Biểu thức trên gọi là biểu thức logic hoặc. 0 khi nó sai. tâm trương bình thường) với quy định CaoTT là 1 nếu HA tối đa (cau7) >140 và HA tối thiểu (cau8) <= 90 Numeric Expression cho CaoHA là Cau7>140 & Cau8>90 .Bs Trần Quý Phi-Trường CĐYT Quảng Nam Gõ OK.

các phép toán số học. Biểu thức này cho giá trị 1 khi nó đúng.Trừ * Nhân / Chia ** Lũy thừa | Phép hoặc (đúng khi chỉ cần 1 cái đúng) & Phép và (đúng khi tất cả đều đúng) Bài tập 3: 1) Chạy SPSS 2) Mở file Cao huyet ap 3) Tạo biến mới BMI để tính chỉ số khối của cơ thể 4) Tạo biến mới CaoHA. 7) Tạo biến mới Cao2 với chẩn đoán là cao cả hai HA tâm thu và tâm trương. A. 0 khi nó sai. + Cộng . các hàm. 5) Tạo biến mới CaoTT với 1 chỉ cao HA tâm thu (mà không cao tâm trương). Ghi chú về cách gõ công thức Công thức gồm các biến. 0 là không. 6) Tạo biến mới CaoTTr với 1 chỉ cao HA tâm trương (mà không cao tâm thu). Phép và này chỉ đúng khi cả 2 phép so sánh Cau7>140 và Cau8>90 là đúng. với 1 là chẩn đoán có cao HA và 0 là không. 0 là không có.Bs Trần Quý Phi-Trường CĐYT Quảng Nam Biểu thức trên gọi là biểu thức logic và. .

. Chọn Descending. Data Sort Cases… Trong cửa sổ Sort Cases bấm chọn tuổi Bấm nút mũi tên để đưa qua khung Sort by: Sau đó chọn tiếp HA tam thu (cau7) b ấm qua. rồi đến huyết áp tâm thu (giảm dần: descending). Giả sử ta muốn sắp xếp dữ liệu theo thứ tự tuổi (tăng dần: ascending).Bs Trần Quý Phi-Trường CĐYT Quảng Nam VI. Sắp xếp Sắp xếp theo thứ tự theo một hoặc nhiều biến.

nếu cùng tuổi thì xếp theo HA tâm thu (từ lớn xuống).Bs Trần Quý Phi-Trường CĐYT Quảng Nam Bấm OK thì SPSS sẽ xếp theo tuổi từ nhỏ đến lớn. thì các lệnh phân tích sẽ chỉ tính toán trên các trường hợp đ ã chọn. VII. mà bỏ qua các trường hợp khác (có tuổi từ 40 trở lên). thì chiều cao này là chiều cao của các trường hợp đó. nghĩa là tới lúc này tất cả các trường hợp đều được tính đến. . Chọn các trường hợp thỏa mãn điều kiện nào đó Trường hợp chỉ cần quan tâm tới một số trường hợp (case) thỏa mãn điều kiện nào đó để phân tích thì ta dùng lệnh Select Cases. Ví dụ sau khi chọn các trường hợp có tuổi dưới 40 và tính trung bình của chiều cao. Chọn các trường hợp A. Sau khi dùng lệnh này. Ví dụ ta chọn các trường hợp có tuổi dưới 40 như sau: Data Select Cases… Ban đầu ta thấy dấu All cases được chọn.

Bs Trần Quý Phi-Trường CĐYT Quảng Nam Bấm chọn If condition is satisfied (nếu điều kiện được thỏa mãn) Bấm nút If… Xu ất hiện khung như trong trường hợp Compute (xem lại cách ghi biểu thức). .

Bs Trần Quý Phi-Trường CĐYT Quảng Nam Gõ biểu thức. Lúc này cửa sổ Select Cases bên cạnh nút if có ghi biểu thức trên. Bấm Continue. Bấm OK. .

số thứ tự không bị gạch chéo. các trường hợp bị gạch chéo sẽ được xem như không có trong dữ liệu.Bs Trần Quý Phi-Trường CĐYT Quảng Nam Các trường hợp dưới 40 tuổi đã được chọn. VIII. B. Nhắc lại Là số lần xuất hiện của các giá trị Mã 01 Giới tính Nam . Tần suất (frequency) A. Hủy chọn Data Select Cases… Chọn lại All Cases.

Bấm nút mũi tên qua phải .Bs Trần Quý Phi-Trường CĐYT Quảng Nam 02 03 04 05 06 07 Nu Nam Nam Nu Nu Nu Frequency của Giới tính: Nam: 3 Nu: B. Tính tần suất riêng cho từng biến Chọn biến muốn tính tần suất. 4 Thực hiện Analyze Tables Tables of frenquency 1.

Bấm OK.Bs Trần Quý Phi-Trường CĐYT Quảng Nam Chọn nút Layout… Chọn Count Display (để hiển thị số lượng). Kết quả: . chọn Percents Display (để hiển thị %) Bấm Continue.

Tính tần suất của biến này trong biến kia Muốn tính tần suất của biến này trong biến kia. . Gọi lại lệnh bằng Recall Chọn nút Dialog Recall. ví dụ. chọn các biến. tính tần suất của Nghe nghiep. in each tables: (nhóm phụ trong mỗi bảng) Kết quả: IX. 2. sau đó trong mỗi nghề nghiệp. sau đó chọn Gioi tinh để đưa qua Subgroup. chọn các thô ng số v. ta tính nam bao nhiêu nữ bao nhiêu thì làm như sau: Khi xuất hiện cửa sổ Table of frequencies sau khi chọn Nghe nghiep để đưa qua Frequency for. Lặp lại lệnh đã thực hiện Thường thì thực hiện một lệnh phải tốn nhiều nhiều thao tác: như bấm chọn menu.Bs Trần Quý Phi-Trường CĐYT Quảng Nam  Ghi chú: Có thể tính tần suất của nhiều biến cùng một lần.v… Có hai cách để thực hiện lại một cách nhanh chóng những lệnh đ ã làm là dùng nút Recall hay lưu lại lệnh trong một file syntax A.

Chọn lệnh muốn thực hiện lại. Lưu lệnh bằng file syntax Để lưu lại một lệnh ta làm như sau: Sau khi thực hiện việc chọn các biến.Bs Trần Quý Phi-Trường CĐYT Quảng Nam Hiện ra danh sách các lệnh đã dùng. tham số… ta bấm nút Paste Xu ất hiện cửa sổ syntax: . B.

Sau này muốn chạy lại lệnh ta làm như sau: File Open Syntax… Bấm chọn file syntax đ ã lưu .Bs Trần Quý Phi-Trường CĐYT Quảng Nam Ta bấm nút lưu và đặt tên file.

Sig (p-value) nếu nhỏ hơn 0. X.  Căn cứ vào Asym. nhưng kết luận này có ý nghĩa thống kê hay không ? H0 : tỉ lệ nam bằng tỉ lệ nữ (hoặc tỉ lệ nam :nữ là 50 :50) Ví dụ 2 : Theo một lý thuyết.nếu lớn hơn có thể kết luận tỉ lệ các nhóm là bằng nhau Ví dụ 1 : Khảo sát 100 học sinh ta có 58 nam. Số nam lớn hơn số nữ (trong mẫu của chúng ta). Kiểm định tỉ lệ Mục đích: Xác định tỉ lệ của các nhóm có bằng nhau hay không hay phù hợp với các tỉ lệ đã định trước hay không. Khảo sát của chúng ta trên một b ài kiểm tra cụ thể có 10 học . 50% đạt điểm trung bình và 25% đạt điểm giỏi.Bs Trần Quý Phi-Trường CĐYT Quảng Nam Xu ất hiện (các) dòng lệnh trong file này: Nếu muốn chạy lệnh này thì ta bấm vào nút mũi tên.  Giả thiết H0 : các nhóm trong một biến có tỉ lệ bằng nhau  Tiến hành Chi-square test. 42 nữ.05 : bác bỏ H0. bài kiểm tra nên có 25% học sinh đạt điểm kém.

Kiểm định các tỉ lệ có bằng nhau hay không Ví dụ : Tỉ lệ các nghề nghiệp có bằng nhau không ? Analyze Non-parametric test Chi-Square Chọn biến để đưa qua Chọn All categories equal (các nhóm bằng nhau) OK Kết quả : Nghe nghiep Observed N Expected N Residual . Kết quả này có phù hợp với lý thuyết hay không ? H0 : Tỉ lệ điểm trong khảo sát của ta theo cơ cấu 25 :50 : 25 A.Bs Trần Quý Phi-Trường CĐYT Quảng Nam sinh đạt điểm kém. 17 học sinh đạt điểm trung b ình và 9 học sinh đạt điểm giỏi.

Kiểm định tỉ lệ các nhóm có khác với cơ cấu tỉ lệ cho trước Ví dụ : Nghiên cứu trên 150 bệnh nhân.05 ta kết luận là tỉ lệ nghề nghiệp khác nhau có ý nghĩa thống kê.0 3. Tỉ lệ là 50/150 = 30%. Sig: xác suất để giả thiết đúng là 0.Bs Trần Quý Phi-Trường CĐYT Quảng Nam Nong dan Cong nhan Buon ban CNVC Total 40 53 57 50 200 50.368 khá lớn (lớn hơn 0. Tiến hành Chi square test như trên. 3. Sig.05). 1 : có b ệnh.0 50. Asymp.0 . Asymp. ta thấy số mắc bệnh X là 50 người. Nếu Asymp. Sig nhỏ hơn 0.0 Test Statistics Nghe nghiep Chi-Square(a) Df Asymp.368 Diễn giải: Observed N: số lượng quan sát Expected N: tần suất mong đợi (tần suất theo giả thiết H0) Chi-Square: thống kê Chi-Square. Df: bậc tự do. Tỉ lệ của một tác giả khác là 20%.160 3 . Tỉ lệ mắc bệnh của ta có cao hơn có ý nghĩa thống kê hay không ? Giả thiết H0 : tỉ lệ không mắc bệnh : mắc bệnh là 80 : 20 Giả sử biến MacBenh được mã hóa là : 0 : không có b ệnh. nhưng thay vì chọn All categories equal (tức là tỉ lệ không có bệnh :có bệnh là 50 :50) ta sẽ chỉ định SPPS tiến hành kiểm định với tỉ lệ không có bệnh : có bệnh là 80 :20) . B. nói cách khác: có nhiều khả năng tỉ lệ các nghề nghiệp là b ằng nhau hoặc: các nghề nghiệp khác nhau không có ý nghĩa thống kê. Sig: giá trị p-value: xác su ất để giả thiết đúng Giả thiết H0 : tỉ lệ các nghề nghiệp là b ằng nhau.0 7.0 50.0 -10.0 50.

2 (tỉ lệ mắc) Kết quả : MACBENH Observed N .0 40. Do đó phải đưa giá trị 0.00 1. Lại gõ giá trị 0.2 .0 110. Mắc bệnh là 1.0 Residual -110. Thứ tự là 0 rồi mới đến 1. chọn nút Add Cẩn thận : Không mắc bệnh là 0.8 .00 Total 50 150 200 Expected N 160.0 . chọn nút Add.8 (tỉ lệ không mắc) trước 0.Bs Trần Quý Phi-Trường CĐYT Quảng Nam Chọn Values và gõ giá trị 0.

XI.50. 2 : trung bình .25  Cũng có thể chọn là 25 :50 :25 hoặc 2.0%) have expected frequencies less than 5.Bs Trần Quý Phi-Trường CĐYT Quảng Nam Test Statistics MACBENH ChiSquare(a) Df Asymp. 3 : giỏi Giả thiết H0 : Cơ cấu tỉ lệ 1 :2 : 3 là 25 :50 :25 Khi tiến hành ta phải chọn các value là lần lượt là 0. 378.125 1 . 0.0. Nghề nghiệp có ảnh hưởng đến việc mắc bệnh hay không.25. Sig. Trở lại ví dụ về cơ cấu điểm bài thi. nói cách khác tỉ lệ mắc bệnh của ta khác tác giả kia (trong trường hợp này là lớn hơn) với mức ý nghĩa nhỏ hơn 0.000 a 0 cells (.0 :2.5 :5.5… vì vấn đề ở đây là cơ cấu tỉ lệ không phải là số lượng. 0. The minimum expected cell frequency is 40. Ta sẽ dùng bảng cross-tab (bảng chéo) và các kiểm định Chi-square. Nếu mã hóa : 1 : kém . Giả sử ta muốn xem giới tính có độc lập với việc mắc bệnh cao huyết áp hay không. nhau? Kiểm định mối liên hệ của hai biến định tính Mục đích : Xem hai biến (hai yếu tố) có liên hệ như thế nào : có độc lập hay có ảnh hưởng Ví dụ : Nhóm tuổi có ảnh hưởng đến việc mắc bệnh hay không.01.000  bác bỏ H0. Giả thiết H0 : Giới tính độc lập với việc mắc bệnh cao huyết áp Analyze Descriptive Crosstabs Đưa hai biến vào ô Rows và Columns . Giả thiết H0 : tỉ lệ không mắc bệnh : mắc bệnh là 80 : 20 Asymp Sig. là .

(2-sided) .52.105 . Sig.632 1 . Nếu kết quả gần 0 : hai biến không có tương quan . The minimum expected count is 14. nghĩa là có thể kết luận giới tính và b ệnh cao huyết áp độc lập với nhau.149 .088 2.104 .645(b) 2. Tương quan giữa hai biến : hệ số Pearson Mục đích : Tính hệ số tương quan tuyến tính (Pearson) giữa hai biến định lượng. Sig.00 Gioi tinh Total Nu Nam 19 25 44 1. XII.00 47 109 156 Total 66 134 200 Chi-Square Tests Asymp.109 .146 2.076 Exact Sig. Diễn giải: mức ý nghĩa Asymp. (1-sided) Pearson Chi-Square Continuity Correction(a) Likelihood Ratio Fisher's Exact Test Linear-by-Linear Association Value 2.Bs Trần Quý Phi-Trường CĐYT Quảng Nam Kết quả : Gioi tinh * CAOHA Crosstabulation Count CAOHA .0%) have expected count less than 5.104 nên ta không bác bỏ được H0.568 df 1 1 1 N of Valid Cases 200 a Computed only for a 2x2 table b 0 cells (. là 0. (2-sided) Exact Sig.

Bs Trần Quý Phi-Trường CĐYT Quảng Nam Nếu kết quả càng gần 1 : hai biến càng có tương quan tỉ lệ thuận.05) Hệ số tương quan dù gần -1 hoặc 1 nhưng có mức ý nghĩa thấp cũng không đủ kết luận. Nếu kết quả càng gần -1 : hai biến càng có tương quan tỉ lệ nghịch. biến này tăng thì biến kia giảm.179(*) . Với bất kỳ kết quả nào. Ví dụ : Chiều cao và cân nặng có hệ số tương quan như thế nào ? Analyze Correlate Bivariate Chọn 2 biến cần tính OK Kết quả: Correlations Chieu cao Chieu cao Pearson 1 Can nang -. = significance) Mức ý nghĩa càng thấp thì hệ số tương quan càng có giá trị (không lớn hơn 0. hệ số tương quan phải được xét với mức ý nghĩa (sig. biến này tăng thì biến kia cũng tăng.

One sample T-test Mục đích: Xem giá trị trung b ình của một biến có sai khác với một giá trị nào đó? Ví dụ: Ta đo chiều cao một mẫu 200 thanh niên từ 20-30 tuổi ở một địa phương và xét xem có thể kết luận chiều cao trung bình của họ có sai khác với chiều cao trung bình của thanh niên ở độ tuổi 20-30 được công bố là 160 (cm) hay không?  Biến được xem xét phải là biến định lượng (scale) vì trị trung bình của biến định danh (phân loại) là vô nghĩa. Diễn giải Pearson Correlation là 1 với mức ý nghĩa Sig. Analyze Compare Means One-Sample T Test Chọn biến cần kiểm định Chọn giá trị cần so sánh . là 0.011 200 * Correlation is significant at the 0.179(*) . ví dụ trung bình của giới tính (!?) H0: Trung bình của mẫu không sai khác với giá trị cho trước.05 level (2-tailed). 200 -. (2-tailed) N . 200 . Ta kết luận hai biến này có mối tương quan tuyến tính thu ận có ý nghĩa thống kê. (2-tailed) Can nang N Pearson Correlation Sig.011 (nhỏ).011 200 1 .Bs Trần Quý Phi-Trường CĐYT Quảng Nam Correlation Sig. XIII. So sánh trị trung bình của một mẫu với một giá trị.

000 cho phép ta kết luận chiều cao trung b ình của các thanh niên mà ta khảo sát không b ằng 170.75 Upper -9. (2-tailed) .75 Upper .183 không cho phép ta bác bỏ H0. Kết quả: One-Sample Test Test Value = 170 95% Confidence Interval of the Difference t Chieu cao -13. Mức ý nghĩa 0.11 Lower -12.183 Mean Difference -1.000 Mean Difference -11.Bs Trần Quý Phi-Trường CĐYT Quảng Nam Kết quả: One-Sample Test Test Value = 160 95% Confidence Interval of the Difference t Chieu cao -1.53 Giả thiết H0: Chiều cao trung b ình của mẫu bằng 160. (2-tailed) .11 Lower -2.47 Mức ý nghĩa .379 Df 199 Sig. Giả thiết H0: Chiều cao trung của mẫu bằng 170.337 df 199 Sig. Bây giờ giả sử ta so sánh với chiều cao l0 là 170. .

Ta kiểm định trung bình của một tính chất (biến) của hai nhóm đó có khác nhau không.Bs Trần Quý Phi-Trường CĐYT Quảng Nam Khoảng sai khác 95% Confidence Interval of the Difference đi từ -12.01) XIV. Ví dụ hai mẫu độc lập nam và nữ. So sánh trung bình của hai mẫu độc lập – Independent Samples T-Test Mục đích: Ta có hai nhóm độc lập. nên ta kết luận là chiều cao trung b ình của mẫu đ ã khảo sát thấp hơn 170 (với mức ý nghĩa <0.47 đều dưới 0. ta kiểm định .75 đến -9.

Sign up to vote on this title
UsefulNot useful