Professional Documents
Culture Documents
Spss b1
Spss b1
2
15. Phân tích nhân tố EFA
16. Import số liệu
17. Tạo file lưu quá trình xử lý
18. Ước lượng cỡ mẫu
3
Bài 1
• Khởi động SPSS 20
• 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
4
Khởi động SPSS
• Khởi động : Start Programs IBM SPSS
Statistics 20
• http://thongkeyhoc.com/course/?
Content=ChiTietTin&menu=&idTin=18353
• Mở file có sẵn :
– File Open Data
– Chọn D:\SpssData\Quest92.sav
– Hay link http://thongkeyhoc.com/course/?
Content=ChiTietTin&idTin=18353
5
Các màn hình làm việc
• Màn hình Data view : nhập sửa số liệu
• Màn hình Variable view : định nghĩa biến
6
Màn hình Data view
7
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
8
Màn hình variable view
9
Màn hình Variable view (tiếp)
• Có thể xem lại thông tin về một biến :
– Menu Utilities Variables
10
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)
11
12
Kiểu dữ liệu của biến
• Kiểu biến :
– Định lượng : scale
• Height
• weight
– Bán định lượng: ordinal
• 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
13
Kiểu dữ liệu trong SPSS (type)
• Number :
– Scale : định lượng
– Ordinal : bán định lượng
– Nominal : định tính
• String : tên bệnh nhân
– Nominal
• Date
• …
14
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
15
16
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
17
• Mã hóa age thành nhóm tuổi (nhom)
• <=19 0 trẻ
• >=20 đến <=35 1 trung bình
• >35 2 lớn
18
Mã hóa (tiếp)
• Thao tác :
– Menu Transform\Recode\into different variable
– Chọn biến age, click
– Đặt tên biến mới : agegrp, click Change
– Chọn Old and new values
19
Mã hóa (tiếp)
• Chọn Range phù hợp, nhập New value
Từ 17 đến 35
Dưới 17
Trên 45
Nếu mã hóa
thành chuỗi kí tự
20
Bài tập recode
• Mã hoá biến pulse thành loainhip
– < 60 0 : chậm
– 60 – 80 1 : trung bình
– >80 2 : nhanh
21
• Caothap
(sex=0)*((height>=165 & height<=175)*1+(height>175)*2)+
(sex=1)*((height>=160 & height<=165)*1+(height>165)*2)
22
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**2)
23
Compute
• Compute dùng để tạo một biến mới bằng
cách tính một biểu thức
• Ví dụ : a1=1, a2=0.98
– Đối với nam : bmi = weight *a1/ height2
– Đối với nữ : bmi = weight*a2/height2
– weight * 10000 / (height * height)*( 1*(sex=0) +
0.98*(sex=1) )
• bmi = (weight / height2)*(sex*a2+(1-sex)*a1)
• bmi = (weight / height2)*(sex*0.98+(1-sex))
24
Bài tập dùng compute thay cho
recode
• Tạo biến nhip bằng compute như sau :
• loainhip2
– <60 : 0
– 60-80 : 1
– >80 : 2
( pulse < 60)* 0 + (pulse >= 60 & pulse <=80 )*1 + ( pulse
> 80)*2
25
• Mã hoá chiều cao (height) thành ccao
– đ/v Nữ :
• Dưới 160 cm : 0 thấp
• Từ 160 – 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 : 3-3-18 08:20
– t1 là ngày giờ phát hiện kết quả
– Tính thời gian giữa 2 thời điểm
27
28
Phép toán so sánh :
<,>,<=,>=,=,<>
Các hàm : abs(x),
rnd(x)
Phép toán số học :
+, - , * , /, lũy thừa
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 160 cm hay cao hơn
170 cm
sex = 1 & ( height < 160 | height > 170 )
• Chọn nữ từ 160 cm trở lên và nam từ 175
cm trở lên
(sex = 1 & height >=160) | (sex = 0 & height >=175)
(sex = 1 and height >=160) or (sex = 0 and height >=175)
32
Chọn mẫu con ngẫu nhiên
• Ví dụ chọn 50%
33
Phân loại BMI
Theo WHO: bmi loaibmi
•<18.5 : 0 (gầy)
•>=18.5 - <25 : 1 (bình thường)
•>=25 – <=30 : 2 (dư cân)
•>30 3 (béo phì)