Hướng Dẫn Sử Dụng Phần Mềm SPSS 16.0 để Phân Tích, Xử Lý Dữ ...

Có thể bạn quan tâm

Tải bản đầy đủ (.pdf) (48 trang)

Trang chủ

Công Nghệ Thông Tin

Tin học văn phòng

Hướng dẫn sử dụng phần mềm SPSS 16.0 để phân tích, xử lý dữ liệu trong nghiên cứu Marketing

Bạn đang xem bản rút gọn của tài liệu. Xem và tải ngay bản đầy đủ của tài liệu tại đây (2.39 MB, 48 trang )

SP SS 16.0GIỚI THIỆU VÀ THIẾT KẾ BẢNG CÂU HỎIPhần mềm SPSS (nguyên gốc là từ viết tắt của Statistical Package for Social Sciences) được dùngđể phân tích các kết quả điều tra trong nhiều lĩnh vực từ xã hội, giáo dục, kinh tế, dịch vụ,marketing, nông nghiệp, y khoa… Ngày nay SPSS for Windows đã trở thành một trong những phầnmềm phân tích số liệu thống kê hiệu quả, phổ biến nhất và được nhiều nhà nghiên cứu sử dụng đểphân tích dữ liệu trong nghiên cứu khoa học.Phần mềm SPSS dễ dàng cài đặt cho mọi cấu hình của máy vi tính, với dung lượng thấp người sửdụng không cần đến một máy vi tính có cấu hình thật mạnh. Việc cài đặt SPSS đơn giản và tương tựnhư một số phần mềm ứng dụng khác.Nhà nghiên cứu sử dụng chương trình SPSS trong máy vi tính để thực hiện các kỹ thuật thống kê,nhưng việc làm cho các con số thống kê có ý nghĩa lại phụ thuộc vào cách diễn giải kết quả, suydiễn và dự đoán để giải quyết mục tiêu của vấn đề nghiên cứu.1. LÀM QUEN VỚI SPSSKhởi động SPSS từ biểu tượng của chương trình trên Desktop hoặc từ Star/Program/SPSSSPSS có 2 cửa sổ làm việc: Cửa sổ dữ liệu (Dataset) và Cửa sổ kết quả xử lý (Output)- Cửa sổ dữ liệu có 2 giao diện: Giao diện mã hoá dữ liệu (Variable View) và Giao diện nhập liệu(Data View). Thay đổi giao diện bằng cách nhấp chuột chọn ở gốc trái bên dưới màn hình, hoặcbấm tổ hợp phím Ctrl+T.Thành phần Menu của cửa sổ dữ liệu bao gồm:File: giúp tạo tập tin SPSS mới, mở tập tin có sẵn, lưu, thoát …Edit: xác lập các mặc định của chương trình (Option), cắt, dán, tìm kiếm, thay thế…View: cho hiện dòng trạng thái, thanh công cụ, font chữ, giá trị nhập vào hay nhãn ý nghĩaData: bao gồm các lựa chọn chèn thêm biến, tìm nhanh một quan sát, sắp xếp thứ tự quan sát, chiavà ghép tập tin…Transform: gồm các lệnh tính toán, chuyển đổi và mã hoá lại biến …Analyze: chứa các công cụ phân tích số liệu như: thống kê mô tả, phân tích bảng chéo, các kiểmđịnh tham số và phi tham số, phân tích tương quan và hồi quy …Graphs: bao gồm các công cụ liên quan đến biểu đồ và đồ thịUtilities: tìm hiểu thông tin về các biến, tập tin…1Windows: sắp xếp và di chuyển giữa các cửa sổ làm việc của SPSS- Cửa sổ kết quả (Output): chứa các kết quả xử lý số liệu, biểu đồ …2.THIẾT KẾ BẢNG CÂU HỎI2.1. Số đo và thang đoĐánh dấu bằng số hay các ký hiệu để mô tả đặc điểm của đối tượng nghiên cứu (sự chấp nhận, tháiđộ, thị hiếu) theo một qui luật cụ thể nào đó. Mô tả bằng số cho phép phân tích dữ liệu bằng phươngpháp thống kê và truyền đạt kết quả một cách dễ dàng. Có 4 loại thang đo chính được sử dụng trongnghiên cứu Marketing: thang đo biểu danh, thang đo tỷ lệ, thang đo thứ tự và thang đo khoảng.Thang đo biểu danh (danh nghĩa) (Nominal scale)Là thang đo sử dụng các con số đánh dấu (mã số) để phân loại đối tượng hoặc sử dụng như ký hiệuđể phân biệt và nhận dạng đối tượng. Thang đo biểu danh hay thang đo danh nghĩa không có ýnghĩa về mặt lượng mặc dù nó được ký hiệu bằng các con số.Trong nghiên cứu Marketing, thang đo biểu danh dùng để nhận dạng, xếp loại đối tượng đượcphỏng vấn (giới tính, nghề nghiệp, tôn giáo,…), tên sản phẩm, phẩm chất, và các đối tượng khác.Ví dụ: Vui lòng cho biết hiện gia đình anh (chị) đang sử dụng loại chất đốt nào?(1) Củi(2) Than đá(3) Dầu(4) GasThang đo thứ tự (Ordinal scale)Là thang đo thể hiện sự xếp hạng, thể hiện mối quan hệ so sánh thứ tự giữa các loại đối tượng đểchỉ ra phạm vi liên hệ đến một đặc tính nào đó. Thang đo này cũng không có ý nghĩa về mặt lượng(không cho biết nhiều hơn hay ít hơn bao nhiêu, chỉ cho biết cấp độ chênh lệch). Ví dụ: Vui lòngxếp thứ tự các loại chất đốt mà anh (chị) ưa thích?( ) Củi( ) Than đá( ) Dầu( ) GasThang đo khoảng (Interval scale)2Là thang đo cũng có thể dùng để xếp hạng các đối tượng nghiên cứu nhưng khoảng cách bằng nhautrên thang đo đại diện cho khoảng cách bằng nhau trong đặc điểm của đối tượng. Một thang đokhoảng chứa đựng tất cả thông tin trong thang đo thứ tự nhưng nó cũng cho phép só sánh sự khácbiệt giữa các đối tượng. Ví dụ: sự khác biệt giữa “3” và “4” thì bằng sự khác biệt giữa “1” và “2”,hoặc sự khác biệt giữa “2” và “4” thì gấp đôi sự khác biệt giữa “1” và “2”.Thang đo tỷ lệ (Ratio scale)Là loại thang đo cao nhất, nó chứa đựng tất cả nội dung của thang đo biểu danh, thang đo thứ tự vàthang đo khoảng. Trong thang đo tỷ lệ, ta có thể nhận dạng hoặc phân loại đối tượng, xếp hạng đốitượng và so sánh sự khác biệt. Thang đo tỷ lệ không chỉ cho biết sự khác biệt giữa 2 và 5 thì bằngsự khác biệt giữa giữa 14 và 17 mà nó còn cho biết thêm 14 thì gấp 7 lấn của 2.2.2. Tiến trình thiết kế bảng câu hỏiThiết kế bảng câu hỏi là một kỹ năng đòi hỏi thông qua kinh nghiệm, và nó còn là một nghệ thuật.Thiết kế bảng câu hỏi là một quá trình bao gồm 10 bước:Bước 1: Xác định những thông tin cần thiếtBước 2: Xác định hình thức phỏng vấn, thu dữ liệuBước 3: Xác định nội dung các câu hỏi cần thiếtBước 4: Thiết kế câu hỏi để khắc phục trường hợp đáp viên không sẵn lòng trả lờiBước 5: Quyết định cấu trúc câu hỏi (đóng, mở)Bước 6: Quyết định từ ngữ sử dụng trong câu hỏiBước 7: Sắp xếp câu hỏi theo thứ tự hợp lýBước 8: Xác định hình thức bảng câu hỏiBước 9: Hoàn chỉnh bảng câu hỏiBước 10: Điều tra thử bảng câu hỏi3.CÁCH THỨC MÃ HOÁ VÀ NHẬP LIỆU3.1. Mã hóa dữ liệuTiến hành mã hóa dữ liệu ở giao diện Variable View. Bước mã hóa dữ liệu nên được hoàn thànhtrước khi tiến hành nhập liệuGiao diện Variable View thể hiện:-Các hàng là các biến-Các cột là các thuộc tính của biến3Các thuộc tính của biến bao gồm:-Tên biến (Name): ngắn gọn cho biết đang đề cập đến câu hỏi nào trong bảng câu hỏi. Độ dàitối đa là 8 ký tự, không sử dụng dấu cách hoặc các ký hiệu đặc biệt (như !, ?, *, và ‘). Tênbiến không được trùng lặp-Loại dữ liệu (Type): mặc định là dạng số, có thể thay đổi định dạng biến ở phần VariableType.-Số lượng con số hoặc chữ (With) tối đa có thể nhập vào, có thể thay đổi trong hộp VariableType ở trên.-Số lượng chữ số thập phân (Decimals), có thể thay đổi trong hộp Variable Type ở trên.-Nhãn biến (Lable): mô tả chi tiết cho tên biến, có thể dài đến 256 ký tự, có thể dùng ký hiệuđặc biệt.-Nhãn trị số của biến (Value): dùng để mô tả cho từng trị số của biến (ví dụ mã số 1 đại diệncho nhóm nam và 2 đại diện cho nữ).-Trị số khuyết thiếu (Missing): định nghĩa các trị số như là khuyết thiếu của người sử dụng đểgiúp phân biệt trị số khuyết thiếu do đáp viên từ chối trả lời hay do câu hỏi đó không ápdụng đối với người này. Các trị số được chỉ định là khuyết thiếu của người sử dụng đượcđánh dấu để SPSS có thể nhận ra trong các phép tính toán.-Canh lề (Align)-Thang đo (Measure)3.2. Nhập liệuSau khi mã hóa, trong giao diện Data View đã xuất hiện 1 form nhập dữ liệu. Tiến hành nhập liệutrong giao diện Data View. Nhập lần lượt từng bảng câu hỏi. Nhập trị số hay chuỗi theo bảng câuhỏi.44.MỘT SỐ XỬ LÝ TRÊN BIẾN4.1. Mã hóa lại biếnTrong quá trình phân tích dữ liệu người làm nghiên cứu đôi khi sẽ phải mã hoá lại biến để sửdụng cho nhiều mục đích khác nhau, và trường hợp đơn cử nhất là:Khi nhà nghiên cứu muốn chuyển một biến định lượng (thang đo tỷ lệ) sang một biến địnhtính (thang đo biểu danh hay thứ tự).Ví dụ: Khi thu thập thông tin về độ tuổi của bệnh nhân, chúng ta sử dụng thang đo tỷ lệ(dùng chính xác số tuổi của bệnh nhân: 52, 67, hay 81 tuổi…). Đến khi xử lý số liệu, nhà nghiêncứu lại muốn sử dụng nhóm tuổi để phân tích và viết báo cáo:1.< 30 tuổi2.30 – 39 tuổi3.40 – 49 tuổi4.50 – 59 tuổi5.≥ 60 tuổiQuy trình mã hoá lại biến như sau:1. Vào menu Transform  Recode into Different Variables…Nếu chúng ta chọn Recode into Same Variables… thì biến cũ (số tuổi chính xác) sẽ mất đivà được thay thế bằng một biến mới với các biểu hiện mới (là nhóm tuổi).Thông thường ta sẽ chọn Recode into Different Variables… để tạo ra biến mới mà vẫn giữlại biến cũ.2. Xuất hiện hộp thoại sau:53. Đưa biến cần mã hoá lại từ khung chứa bộ biến sang khung Numeric Variable -> OutputVariable.4. Tại khung Output Variable, khai báo tên và nhãn cho biến mới  Click chọn Change đểthực hiện thay biến.5. Tiếp tục thay đổi giá trị của biến bằng cách click chọn Old and New Values…, mở hộp thoạisau:6. Ta lần lượt khai báo giá trị cũ bên tay trái (Old Value) thành giá trị mới bên tay phải (NewValue)  Click chọn Add sau mỗi lần khai báo. Với giá trị cũ có các dạng sau đây:-Value: từng giá trị cũ rời rạcSystem-missing: giá trị khuyết hệ thốngSystem or user missing: giá trị khuyết của hệ thống hoặc do người sử dụng định nghĩa6Range: một khoảng giá trị (từ … đến … / range: … through: …)Range, LOWEST through value: một khoảng giá trị từ giá trị nhỏ nhất đến một giá trịđược nhập vào- Range, value through HIGHEST: một khoảng giá trị từ giá trị nhập vào đến giá trị lớnnhất7. Chọn Continue trở về hộp thoại trước, và chọn OK để hoàn tất kệnh.-8. Khai báo value cho biến vừa tạo tại ô Value của cửa sổ Variable View như hình sau:Tiếp tục thực hiện các phép thống kê mô tả hay kiểm định dựa trên biến mới vừa tạo nhằm phục vụcho mục tiêu nghiên cứu.4.2. Làm sạch dữ liệuDữ liệu sau khi nhập xong có thể có sai sót do trong quá trình nhập liệu, nên việc làm sạch dữ liệulà rất cần thiết. Có nhiều phương thức để làm sạch dữ liệu như: tìm ngay trên cửa sổ Data View,dùng bảng tần số đơn giản, hay bảng phối hợp 2 hay 3 biến… Trong những cách trên, việc lập bảngtần số để phát hiện lỗi trong quá trình nhập liệu là đơn giản nhất và hiệu quả cao.Khi tiến hành lập bảng tần số (bằng lệnh Frequency – xem them phần tính tần số), có bảng kết quảnhư sau:Gioi tinhFrequencyValidPercentValid PercentCumulative PercentNam3876.076.076.0Nu1122.022.098.01212.02.0100.050100.0100.0TotalNhìn vào bảng thấy có giá trị “12” xuất hiện trong bảng giới tính Nam và Nữ. Lỗi này có thể do quátrình nhập liệu bị sai sót. Cách khắc phục là tìm ra chỗ nhập sai để chỉnh sửa lại cho hợp lý. Chúngta sẽ dùng thủ tục Find để tìm lỗi.Trên cửa sổ Data View, chọn toàn bộ cột tương ứng với biến có giá trị bị lỗi. Vào menu Edit Find để mở hộp thoại:7Nhập giá trị 12 vào ô Find rồi click chọn Find next thì vị trí chứa giá trị lỗi 12 xuất hiện trên mànhình. Truy ngược lại số thứ tự bảng câu hỏi để chỉnh sửa lại cho đúng.4.3. Tính toán giá trị biến mới từ biến có sẵnCó thể sử dụng SPSS để cộng, trừ, nhân chia các biến đã có sẵn để trở thành 1 biến mới (thủ tụcTransformCompute). Tuy nhiên biến mới được tính toán này không tự động thay đổi nếu ta thayđổi các biến thành phần như công cụ tính toán trong Excel. Vì vậy, thủ tục tính toán này thườngđược tiến hành sau khi đã chỉnh lý dữ liệu.Thủ tục tính toán này được sử dụng khá nhiều trong phân tích số liệu. Đặc biệt đối với những đề tàicó sử dụng phân tích nhân tố để gom nhóm.8CÁCH THỨC TIẾN HÀNH LỆNH FREQUENCIESTÍNH TẦN SỐTính tần số được áp dụng cho những câu hỏi sử dụng thang đo biểu danh hoặc thứ tự(biến định tính) để đếm số lần và tính tỷ lệ xuất hiện của các biểu hiện. Thao tác thực hiệntrong SPSS như sau:1. Sau khi mở file dữ liệu, vào menu Analyze  Descriptive Statistics  FrequenciesMàn hình sẽ xuất hiện hộp thoại sau:Vẽ biểu đồ2. Chọn biến muốn tính tần số (biến Place V1) bằng cách click chuột vào tên biến rồiđưa sang khung Variable(s).3. Click Ok. Trường hợp muốn vẽ biểu đồ thực hiện thêm bước 4 trước khi click Ok.94. Để vẽ biểu đồ click chuột vào ô Charts…. Chọn dạng biểu đồ ở Chart type, chọn giátrị thể hiện trên biểu đồ là số đếm (frequencies) hay phần trăm (percentages). ClickContinue để trở lại hộp thoại Frequencies  Ok để thực hiện lệnh.TÍNH TRỊ TRUNG BÌNH (2 CÁCH)CÁCH 1. DÙNG LỆNH FREQUENCY1. Vào menu Analyze  Descriptive Statistics  Frequencies. Đưa biến cần tính trịtrung bình vào ô variables như bước 1 và 2 ở phần trước.2. Click chọn thẻ Statistic, mở hộp thoại, và click chọn các thông số cần thiết:3. Ý nghĩa một số thông số thông dụng:Mean:trung bình cộngSum:tổng cộng (cộng tất cả các giá tị trong tập dữ liệu quan sát)Std. Deviation: độ lệch chuẩnMinimum:giá trị nhỏ nhấtMaximum:giá trị lớn nhấtS.E. mean:sai số chuẩn khi ước lượng trị trung bình10CÁCH 2. DÙNG LỆNH DESCRIPTIVES1. Vào menu Analyze  Descriptive Statistics  Descriptives…, xuất hiện hộp thoại2. Chọn 1 hay nhiều biến (định lượng) muốn tính điểm trung bình đưa vào khungVariable(s).3. Click vào ô Options… để xuất hiện hộp thoại Descriptive Options. Chọn các đạilượng thống kê muốn tính toán bằng cách click vào ô vuông cần thiết.4. Chọn cách sắp xếp kết quả tính toán theo thứ tự danh sách biến (Variable list), thứ tựAlphabetic của nhãn biến, thứ tự tăng dần (Ascending list), và thứ tự giảm dần(Descending list).5. Click Continue để trở về hộp thoại Descriptive  Ok để thực hiện lệnh.11CÁCH THỨC TIẾN HÀNH PHÂN TÍCH BẢNG CHÉO(CROSSTABULATION)Phân tích bảng chéo dùng để kiểm định mối quan hệ giữa các biến định tính với nhaubằng cách dùng kiểm định Chi – bình phương (Chi-square). Cách thức tiến hành với SPSSnhư sau:1. Vào menu Analyze  Descriptive Statistics  Crosstabs…,2. Xuất hiện hộp thoại sau:3. Chọn và đưa các biến vào khung Row(s) (dòng) và Column(s) (cột) và Layer 1 of 1(đối với trường hợp trên 2 biến).4. Click vào ô Statistics, xuất hiện hộp thoại sau:125. Chọn các kiểm định cần thiết. Trong trường hợp này ta dùng kiểm định Chi – bìnhphương (Chi-square).- Các kiểm định ở ô Norminal dùng để kiểm định mối liên hệ giữa các biến biểudanh.- Các kiểm định ở ô Ordinal dùng để kiểm định mối liên hệ giữa các biến thứ tự.6. Click vào continue để trở lại hộp thoại Crosstabs  Click vào ô Cells, hộp thoại sauxuất hiện:7. Ở ô Counts chọn Observed (thể hiện tần số quan sát). Trong trường hợp muốn thểhiện tần số mong đợi chọn Expected.8. Chọn cách thể hiện phần trăm theo dòng hay theo cột ở ô Percentages.9. Click Continue để trở lại hộp thoại Crosstabs  Ok để thực hiện lệnh.13CÁCH ĐỌC KẾT QUẢ KIỂM ĐỊNHKhi thực hiện kiểm định, ta có 2 giả thuyết.H0: không có mối quan hệ giữa các biến.H1: có mối quan hệ giữa các biến.Để kết luận là chấp nhận hay bác bỏ giả thuyết H0, ta sẽ dùng các kiểm định phù hợp.Dựa vào giá trị P (p-value) (SPSS viết tắt p-value là sig.) để kết luận là chấp nhận hay bácbỏ giả thuyết H0p-value (sig.) ≤ α (mức ý nghĩa)  bác bỏ giả thuyết H0. Có nghĩa là có mối quan hệcó ý nghĩa giữa các biến cần kiểm định.p-value (sig.) > α (mức ý nghĩa)  chấp nhận H0. Không có mối quan hệ giữa cácbiến cần kiểm định.ĐỐI VỚI KIỂM ĐỊNH CHI – BÌNH PHƯƠNGHàng đầu tiên của bảng Chi-square tests thể hiện giá trị PChi-Square TestsValuedfAsymp. Sig. (2-sided)p-value16.217 a8.03918.7088.017Linear-by-Linear Association.2021.653N of Valid Cases511Pearson Chi-SquareLikelihood Ratioa. 8 cells (44.4%) have expected count less than 5. The minimum expected count is 1.69.Cuối bảng Chi-Square tests SPSS sẽ đưa ra dòng thông báo cho biết % số ô có tầnsuất mong đợi dưới 5. Kiểm định Chi-bình phương chỉ có ý nghĩa khi số quan sát đủ lớn,nếu có quá 20% số ô trong bảng chéo có tần số lý thuyết nhỏ hơn 5 thì giá trị chi-bìnhphương không còn đáng tin cậy.Trong ví dụ trên có đến 44.4% số ô có tần số mong đợi dưới 5, biện pháp cho trườnghợp này là ta sẽ gom các biểu hiện trên các biến lại để tăng số quan sát trong mỗi nhóm.14KIỂM ĐỊNH CHI – BÌNH PHƯƠNG MỘT MẪU(KIỂM ĐỊNH PHI THAM SỐ)Ví dụ: nhà nghiên cứu muốn xem xét lý do vào viện của bệnh nhân có như nhau haykhông. Với những lý do như sau:1.2.3.4.Đau hạ vịRa huyết âm đạo bất thườngTự sờ thấy uSiêu âm phát hiệnTa giả định rằng, nếu xác suất lý do vào viện là như nhau thì xác suất xảy ra của mỗilý do vào viện bằng 1/4. Với tổng số quan sát là 88 bệnh nhân, thì xác suất xảy ra của mỗi lýdo = 1/4 x 88 = 22 trường hợp nhập viện.Với giả thuyết H0: xác suất lý do vào viện của bệnh nhân là như nhau, ta sẽ thực hiệnkiểm định Chi – bình phương 1 mẫu.1. Từ menu Analyze  Nonparametric Tests  Chi-square…, mở hộp thoại sau:2. Đưa biến cần kiểm định sang khung Test Variable List  Click chọn OK để hoàn tấtlệnh.3. Kết quả xuất hiện ở cửa sổ Output như sau:15ly do vao vienObserved NExpected NResidualdau ha vi6922.047.0ra huyet ad bat thuong1322.0-9.0tu so thay u322.0-19.0sieu am322.0-19.0Total88Test Statisticsly do vao vien136.909 aChi-Squaredf3Asymp. Sig..000p-valuea. 0 cells (.0%) have expectedfrequencies less than 5. Theminimum expected cell frequencyis 22.0.Không sử dụng bảng số liệu từ cửa sổ kết quả SPSS để trình bày báo cáo, nhà nghiêncứu sẽ lập lại bảng theo mục đích và cách thức trình bày báo cáo như sau:Kết hợp với kết quả phân tích tần số thông thường, ta có bảng kết quả sau1.2.3.4.Lý do vào việnĐau hạ vịRa huyết âm đạo bất thườngTự sờ thấy uSiêu âm phát hiệnTỔNGSố mẫu691333Tỷ lệ78.414.83.43.488100p = 0.000 < αKết quả cho thấy giá trị p < α, nên ta bác bỏ giả thuyết H0. Ta kết luận rằng lý donhập viện của bệnh nhân là khác nhau và phần lớn bệnh nhân vào viện là do đau hạ vị(78.4%), tiếp theo là do ra huyết âm đạo (14.8%), trong khi số bệnh nhân vào viện do tự sờthấy khối u hay do siêu âm phát hiện là ít nhất (3.4%).16CÁCH THỨC TIẾN HÀNH KIỂM ĐỊNH GIẢ THUYẾT VỀ TRỊ TRUNG BÌNHCỦA 2 TỔNG THỂ ĐỘC LẬP (Independent Samples T-test)1. Vào menu Analyze  Compare Means  Independent-samples T-test2. Chọn biến định lượng cần kiểm định trị trung bình đưa vào khung Test Variable(s).Chọn biến định tính chia số quan sát thành 2 nhóm mẫu để so sánh giữa 2 nhóm nàyvới nhau đưa vào khung Grouping Variable.3. Chọn Define Groups… để nhập mã số của 2 nhóm. Click Continue để trở lại hộpthoại chính  Click Ok để thực hiện lệnh17Trong kiểm định Independent-samples T-test, ta cần dựa vào kết quả kiểm định sựbằng nhau của 2 phương sai tổng thể (kiểm định Levene). Phương sai diễn tả mức độ đồngđều hoặc không đồng đều (độ phân tán) của dữ liệu quan sát.Independent Samples TestA.Cleanliness and comfort ofroomEqualEqualvariancesvariances notassumedassumedLevene's Test for Equality of F.138VariancesSig..710t-test for Equality of MeanstdfSig. (2-tailed)Mean DifferenceStd. Error Difference-3.066-3.040509448.100.002.003-.231-.231.075.07695% Confidence IntervalLower-.379-.380of the DifferenceUpper-.083-.082Nếu giá trị Sig. trong kiểm định Levene (kiểm định F) < 0.05 thì phương sai của 2tổng thể khác nhau, ta sử dụng kết quả kiểm định t ở dòng Equal variances not assumed.Nếu Sig. ≥ 0.05 thì phương sai của 2 tổng thể không khác nhau, ta sử dụng kết quảkiểm định t ở dòng Equal variances assumed.Trong VD trên Sig. của kiểm định F = 0.71 > 0.05  chấp nhận giả thuyết H0 không có sựkhác nhau về phương sai của 2 tổng thể  sử dụng kết quả ở dòng Equal variancesassumed.Nếu Sig. của kiểm định t ≤ α (mức ý nghĩa)  có sự phác biệt có ý nghĩa về trungbình của 2 tổng thể.Nếu Sig. > α (mức ý nghĩa)  không có sự khác biệt có ý nghĩa về trung bình của 2tổng thể.Trong VD trên sig. = 0.002 < 0.05  có sự khác biệt có ý nghĩa về trung bình của 2 tổng thể.ỨNG DỤNG TRONG Y HỌCXEM CÁC CHỈ SỐ CẦN KIỂM ĐỊNH GIỮA 2 NHÓM BỆNH NHÂN CÓ KHÁCNHAU HAY KHÔNG18CÁCH THỨC TIẾN HÀNH KIỂM ĐỊNH GIẢ THUYẾT VỀ TRỊ TRUNG BÌNHCỦA 2 TỔNG THỂ PHỤ THUỘC HAY PHỐI HỢP TỪNG CẶP(Paired-Samples T-test)1. Vào menu Analyze  Compare means  Paired-samples T-test2. Chọn cặp biến muốn so sánh (nhấn giữ phím ctrl để chọn 2 biến) đưa vào khungPaired Variable(s). Có thể chọn nhiều cặp để so sánh cùng 1 lúc.3. Có thể chỉnh lại độ tin cậy bằng cách click vào ô Option, nhập độ tin cậy vào khungConfidence Interval.4. Click Ok để thực hiện lệnh.5. Xem cách đọc kết quả kiểm định ở phần trên. Cũng dùng giá trị Sig.ỨNG DỤNG TRONG Y HỌCXEM CÁC CHỈ SỐ CẦN KIỂM ĐỊNH TRƯỚC VÀ SAU (PHẨU THUẬT) CÓKHÁC NHAU HAY KHÔNG19CÁCH THỨC TIẾN HÀNH PHÂN TÍCH PHƯƠNG SAI(ANOVA – Analysis of Variance)Phân tích phương sai ANOVA là phương pháp so sánh trị trung bình của 3 nhóm trởlên. Có 2 kỹ thuật phân tích phương sai: ANOVA 1 yếu tố (một biến yếu tố để phân loại cácquan sát thành các nhóm khác nhau) và ANOVA nhiều yếu tố(2 hay nhiều biến để phânloại). Ở phần thực hành cơ bản chỉ đề cập đến phân tích phương sai 1 yếu tố (One-wayANOVA).Một số giả định đối với phân tích phương sai một yếu tố:-Các nhóm so sánh phải độc lập và được chọn một cách ngẫu nhiên.-Các nhóm so sánh phải có phân phối chuẩn hoặc cỡ mẫu phải đủ lớn để được xemnhư tiệm cận phân phối chuẩn.-Phương sai của các nhóm so sánh phải đồng nhất.1. Từ menu Analyze  Compare Means  One-Way ANOVA, xuất hiện hộp thoạisau:2 kỹ thuật dùng đểkiểm định sâuANOVA2. Đưa biến định lượng (trị trung bình) vào khung Dependent list.Đưa biến phân loại xác định các nhóm cần so sánh với nhau vào khung Factor.3. Click vào nút Option để mở hộp thoại One-Way ANOVA Options.Trong hộp thoại One-way ANOVA Options:-Click chọn ô Descriptive để tính đại lượng thống kê mô tả (tính trị trung bình)theo từng nhóm so sánh.-Click chọn ô Homogeneity of variance test để kiểm định sự bằng nhau của cácphương sai nhóm (thực hiện kiểm định Levene).204. Click chọn Continue để trở lại hộp thoại ban đầu  click Ok để thực hiện lệnh.5. Dựa vào kết quả kiểm định ANOVA, nếu H0 được chấp nhận thì kết luận không cósự khác biệt có ý nghĩa giữa các nhóm với nhau. Nếu H0 bị bác bỏ  có sự khác biệtcó ý nghĩa giữa các nhóm  trở lại hộp thoại One – way ANOVA để thực hiện kiểmđịnh sâu ANOVA nhằm xác định cụ thể trung bình của nhóm nào khác với nhómnào, nghĩa là tìm xem sự khác biệt của các nhóm xảy ra ở đâu.6. Tuy nhiên có thể thực hiện kiểm định ANOVA và sâu ANOVA cùng lúc với nhau.Dựa vào sự chấp nhận hay bác bỏ giả thuyết H0 để quan tâm hay không quan tâm đếnkết quả kiểm định sâu ANOVA.Phân tích sâu ANOVA – Xác định chỗ khác biệtCó 2 phương pháp để phân tích sâu ANOVA, đó là kiểm định “trước” (kiểm địnhPriori Contrasts) và kiểm định “sau” (kiểm định Post-Hoc test). Phương pháp kiểm định gầnvới phương pháp nghiên cứu thực là Post-Hoc test. Nên trong phần này ta sẽ sử dụng PostHoc test để thực hiện kiểm định sâu ANOVA nhằm tìm ra chỗ khác biệt.Các phương pháp kiểm định thống kê của Post-Hoc test thường được sử dụng:-LSD: đây là phép kiểm định dùng kiểm định t lần lượt cho từng cặp trung bìnhnhóm, do vậy nhược điểm của nó là độ tin cậy không cao vì làm gia tăng mức độphạm sai lầm tương ứng với việc so sánh nhiều nhóm cùng một lúc.-Bonferroni: giống quy tắc của LSD nhưng điều chỉnh được mức ý nghĩa khi tiếnhành so sánh bội dựa trên số lần tiến hành so sánh. Đây là một trong những thủtục kiểm định đơn giản nhất và hay được sử dụng cho mục tiêu này.21-Tukey: cũng được sử dụng phổ biến cho việc tìm kiếm các trung bình các nhómkhác biệt. Nó sử dụng bảng phân phối Studentizze range distribution. Tukey hiệuquả hơn Bonferroni khi số lượng các cặp trung bình cần so sánh khá nhiều.-R-E-G-W: thực hiện 2 bước kiểm định, đầu tiên tiến hành kiểm định lại toàn bộcác giá trị trung bình nhóm xem có bằng nhau không; nếu không bằng thì bước kếtiếp nó sẽ kiểm định để tìm các nhóm nào khác biệt thật sự với nhau về trị trungbình. Nhưng kiểm định này không phù hợp khi kích cỡ các nhóm mẫu khôngbằng nhau.-Dunnett: là thủ tục cho phép chọn so sánh các trị trung bình của các nhóm mẫucòn lại với trị trung bình của một nhóm mẫu cụ thể nào đó được chọn ra so sánh(nhóm điều khiển), SPSS mặc định chọn nhóm cuối (last) để làm nhóm điềukhiển.Sử dụng kiểm định nào là tuỳ thuộc vào mục đích của nhà nghiên cứu và tình hìnhthực tế nghiên cứu.Đọc kết quả phân tích phương sai1. Bảng đầu tiên thể hiện các đại lượng thống kê mô tảDescriptivesWillingness to introduce95% ConfidenceInterval for MeanNMeanStd.Std.LowerUpperDeviationErrorBoundBoundMinimumMaximumSingle1534.12.811.0663.994.251.005Married/Living with partner3414.28.645.0354.224.351.005Divorced154.13.743.1923.724.543.005Widowed24.50.707.500-1.8510.854.0055114.23.704.0314.174.291.005Total2. Bảng thứ 2 thể hiện kết quả kiểm định Levene. Trong VD này Sig. = 0.273 > mức ýnghĩa 0.1  chấp nhận giả thuyết H0  phương sai các nhóm không khác nhau mộtcách có ý nghĩa  có thể sử dụng kết quả phân tích ANOVA ở bảng tiếp theo.Test of Homogeneity of VariancesWillingness to introduceLevene Statistic1.303df1df23Sig.507.273223. Bảng thứ 3 thể hiện kết quả kiểm định ANOVA. Trong VD này sig. = 0.089 < mức ýnghĩa 0.1  bác bỏ giả thuyết H0  có sự khác biệt có ý nghĩa về giá trị trung bìnhcủa mức độ sẵn lòng giới thiệu của các nhóm tình trạng hôn nhân.ANOVAWillingness to introduceSum of SquaresBetween GroupsdfMean Square3.22831.076Within Groups249.523507.492Total252.751510FSig.2.186.0894. Bảng thứ 4 thể hiện kết quả kiểm định sâu ANOVA (dùng kiểm định LSD).Multiple ComparisonsWillingness to introduceLSD95% Confidence IntervalMean(I) Marital status(J) Marital statusSingleMarried/Living with partnerMarried/Living withpartnerDivorcedWidowedDifference (I-J) Std. ErrorSig.Lower BoundUpper Bound-.167*.068.015-.30-.03Divorced-.016.190.934-.39.36Widowed-.382.499.444-1.36.60Single.167*.068.015.03.30Divorced.151.185.415-.21.51Widowed-.216.498.665-1.19.76.016.190.934-.36.39Married/Living with partner-.151.185.415-.51.21Widowed-.367.528.488-1.40.67Single.382.499.444-.601.36Married/Living with partner.216.498.665-.761.19Divorced.367.528.488-.671.40Single*. The mean difference is significant at the 0.05 level.Dựa vào kết quả kiểm định LSD này, ta có thể kết luận chỉ có hai nhóm đã kết hôn vàđộc thân là có sự khác nhau về mức độ sẵn lòng giới thiệu. Trong VD này nhóm đã kết hônsẽ sẵn lòng giới thiệu hơn nhóm độc thân (xem bảng thống kê mô tả).GHI CHÚCÓ THỂ KHÔNG CẦN ĐẾN PHẦN KIỂM ĐỊNH SÂU ANOVA.ÁP DỤNG TRONG Y HỌCXEM CÁC CHỈ SỐ CẦN KIỂM ĐỊNH GIỮA 3 NHÓM BỆNH NHÂN TRỞ LÊNCÓ KHÁC NHAU HAY KHÔNG23XỬ LÝ CÂU HỎI NHIỀU LỰA CHỌN1. MÃ HOÁTrong quá trình nghiên cứu, có những câu hỏi cho phép người trả lời chọn nhiều hơn1 lựa chọn. Ví dụ: câu hỏi về tiền sử phẫu thuật, bệnh nhân có thể cùng một lúc có nhiềuphẩu thuật trước đây. Đây được gọi là câu hỏi nhiều lựa chọn.Số thứ tự1.2.3.4.5.6.Tên phẫu thuậtCắt viêm ruột thừaMổ lấy thaiCắt tử cungPhẫu thuật u buồng trứngViêm túi mậtPhẫu thuật khácĐánh dấu và ghi chú (nếu có)Đối với câu hỏi nhiều lựa chọn, mỗi một lựa chọn sẽ được mã hoá thành 1 biến. Theoví dụ trên ta sẽ mã hoá thành 6 biến.Cách thức khai báo Value: có 2 cách thức-Cách 1: dùng dạng câu hỏi phân đôi Có – Không (Dạng biến Dichotomy)-Cách 2: dùng chính số thứ tự của biến để mã hoá. Nếu bệnh nhân nào có tiền sửcắt viêm ruột thừa sẽ nhập vào số 1, có tiền sử mổ lấy thai sẽ nhập vào số 2.(Dạng biến Category)242. CÁCH THỨC XỬ LÝĐối với câu hỏi nhiều lựa chọn, khi cần phân tích tần số chúng ta không sử dụngcông cụ thống kê mô tả tính Frequency thông thường. Công cụ dùng xử lý câu hỏi nhiều lựachọn là Multiple Response.2.1.Định dạng biến tổng hợp1. Từ menu Analyze  Multiple Response  Define Variable Sets… để mở hộpthoại sau:2. Chọn tất cả các biến thuộc câu nhiều lựa chọn đưa vào khung Variables in Set.3. Khai báo cách mã hoá ở khung Variables Are Coded As:-Nếu dùng cách mã hoá 1: dùng dạng câu hỏi phân đôi Có – Không, ta sẽ khai báobiến ở dòng Dichotomies. Và sẽ đếm giá trị “Có” ở ô Counted value. Đối với vídụ trên, do ta khai báo 1. Không, 2. Có, nên ở ô này ta sẽ nhập giá trị cần đếm là“2”-Nếu dùng cách mã hoá 2, ta sẽ khai báo ở dòng Categories, và đếm các số thứ tựcủa biến. Trong ví dụ trên có 6 biến, ta sẽ đếm từ giá trị 1 đến 6 tại ô Range: 1through: 6.4. Khai báo tên và nhãn biến ở khung Name và Label.5. Click vào Add để xác nhận biến tổng hợp đã được tạo  Click chọn Close đểhoàn tất quá trình định dạng biến tổng hợp.25

Trích đoạn

PHÂN TÍCH BIỆT SỐ

Tài liệu liên quan

Hướng dẫn sử dụng phần mềm Signpdf-hn
- 11
- 555
- 0
Hướng dẫn sử dụng phần mềm Mass_Forum_Poster
- 26
- 783
- 2
Hướng dẫn sử dụng phần mềm miễn phí chuyển đổi định dạng PDF sang DOC
- 3
- 917
- 2
HƯỚNG DẦN SỬ DỤNG PHÂN MỀM SCION IMAGE
- 4
- 728
- 3
Tài liệu Hướng dẫn sử dụng phần mềm soạn thảo văn bản ppt
- 71
- 950
- 1
Tài liệu Networking Academy - Hướng dẫn sử dụng phần mềm pptx
- 12
- 552
- 0
Tài liệu Hưỡng dẫn sử dụng phần mềm Kaspersky pptx
- 55
- 874
- 0
PHÂN TÍCH VÀ DIỄN GIẢI DỮ LIỆU TRONG NGHIÊN CỨU MARKETING
- 57
- 1
- 3
Tài liệu Tài liệu hướng dẫn sử dụng phần mềm máy tính pdf
- 60
- 944
- 0
Tài liệu Hướng dẫn sử dụng phần mềm HYSIS ppt
- 64
- 737
- 6