So sánh tỷ lệ và kiểm định tính độc lập năm 2024

Trong phần này ta sẽ kiểm tra xem tỷ lệ nữ giữa khu vực 1 và khu vực 2 có bằng nhau tại mức ý nghĩa 5% hay không?

Trước hết ta phải tại biến GTF dựa trên biến GT, xem tại đây

Phát biểu giả thuyết thống kê

Bước 1: Trên thanh công cụ chọn Analyze > Compare Means > Independent-Samples T Test

Bước 2: Sau khi cửa sổ Independent-Samples T Test hiện lên, đưa biến GTF vào ô Test Variable(s), đưa biến KV vào ô Grouping Variable, và chỉnh độ tin cậy trong Options

Bước 3: Nhấn Define Groups để phân nhóm dữ liệu biến GTF theo biến KV như sau:

(Biến KV có 3 giá trị là : 1, 2 và 2NT, do ta đang kiểm định tỷ lệ nữ giữa khu vực 1 và 2 nên ta điền 1 vào Group1 và 2 vào Group2). Sau đó nhấn Continue để trở về cửa sổ trước, và bấm Ok để nhận kết quả

Ta thấy:

* Nếu giả sử phương sai 2 tổng thể bằng nhau: p-value = 0.031 < 0.05 nên ta bác bỏ giả thuyết

* Nếu không giả sử phương sai 2 tổng thể bằng nhau: p-value = 0.032 < 0.05 nên ta bác bỏ giả thuyết

Hơn nữa, ta nhận thấy khoảng tin cậy cho sai khác giữa hai tổng thể là khoảng chỉ chứa các giá trị âm, nên ta suy luận rằng tỷ lệ nữ của khu vực 1 ít hơn khu vực 2 là hợp lý. (Xem lại cách kiểm định giả thuyết 1 phía tại đây)

Bây giờ ta sẽ kiểm định giả thuyết tỷ lệ nữ của khu vực 1 ít hơn khu vực 2:

* Nếu giả sử phương sai của 2 tổng thể bằng nhau: df= 77

Ta có

(Ta tính giá trị

* Nếu không giả sử phương sai 2 tổng thể bằng nhau: df=31.175

Ta có -

(Ta cũng có thể tính

• 1. VÀ ỨNG DỤNG TRONG Y SINH (30 tiết TH)  Bài thực hành 5 SO SÁNH CÁC TỶ LỆ VÀ KIỂM ĐỊNH TÍNH ĐỘC LẬP (04 tiết TH)
• 2. So sánh tỷ lệ 1 mẫu với 1 tỷ lệ lý thuyết P0 cho trước (so sánh 2 tỷ lệ) và đọc được kết quả:  Chi- Square Test (test Khi bình phương)  Binomial Test (test Nhị thức) 2. So sánh được các tỷ lệ (≥ 3 tỷ lệ) (trên cùng 1 mẫu) với 1 phân phối cho trước và đọc được kết quả:  Chi- Square Test (test Khi bình phương) Sau khi học xong sinh viên có khả năng:
• 3. có bằng 50% không? Nói cách khác, tỷ lệ nam, nữ có như nhau không? Với mức tin cậy 95% Tên biến n Tỷ lệ (%) GIOI Nam Nữ Tên test Giá trị p  Kết luận  Bài 5.1 – Giáo trình trang 107 Mở file Daithaoduong.sav
• 4. – Giáo trình trang 107 Hướng dẫn đọc kết quả  Tính tỷ lệ nam và nữ ?  Dùng lệnh Frequencies cho biến định tính (GIOI) Tên biến n Tỷ lệ (%) (cột Valid Percent) GIOI Nam 34 21.3 Nữ 126 78.8
• 5. Test (test khi bình phương) * Dùng cho 1 biến định tính có ≥ 2 trạng thái : so sánh ≥ 2 tỷ lệ So sánh tỷ lệ 1 mẫu (1 biến định tính) với 1 tỷ lệ lý thuyết (So sánh P với P0 cho trước) (có 2 cách)  Binomial test (test Nhị thức) * Dùng cho 1 biến định tính chỉ có 2 trạng thái: so sánh 2 tỷ lệ có như nhau không?
• 6.  Nonparametric Test  Legacy Dialogs  Chi-Square, xuất hiện hộp thoại Chi-Square Test - B2: Chọn tên biến (định tính) , nhấn  chuyển sang mục Test Variable List - B3: Trong mục Expected Values: (giá trị mong đợi) o All categories: So sánh tất cả các nhóm bằng nhau o Values: Nhập các tỷ lệ cần so sánh, nhấn Add - B4: Nhấn OK  1.1. So sánh tỷ lệ 1 mẫu với 1 tỷ lệ lý thuyết P0 o Chi- Square Test (test Khi bình phương)
• 7. tính So sánh tất cả các nhóm như nhau
• 8. đợi Mi = npi Tần số ni Giá trị quan sát Q= 52.9 * Mức ý nghĩa của kiểm định p = 0.000 Độ tự do df = (hàng – 1)= 1  Chi- Square Test (test Khi bình phương) o All categories: So sánh tất cả các nhóm bằng nhau
• 9. có bằng 50% không? Nói cách khác, tỷ lệ nam, nữ có như nhau không? Với mức tin cậy 95% (1- α = 0.95) Tên test Giá trị p (Sig.)  Kết luận: Chi- Square Test p = 0.000 Vì p = 0.000 < α = 0.05 nên tỷ lệ nam, nữ không như nhau, sự khác biệt có ý nghĩa thống kê với mức tin cậy 95%
• 10. p (Asymp. Sig.): mức ý nghĩa của kiểm định  Kết luận Độ tin cậy 1 - α Chấp nhận H0 (Như nhau) Bác bỏ H0 (Không như nhau) 95% • p ≥ α = 0.05 → không có sự khác biệt với mức tin cậy 95% • p < α = 0.05 → có sự khác biệt có ý nghĩa thống kê với mức tin cậy 95% 90% • p ≥ α = 0.1 → không có sự khác biệt với mức tin cậy 90% • p < α = 0.1 → có sự khác biệt có ý nghĩa thống kê với mức tin cậy 90% 99% • p ≥ α = 0.01 → không có sự khác biệt với mức tin cậy 99% • p < α = 0.01 → có sự khác biệt có ý nghĩa thống kê với mức tin cậy 99%
• 11.  Nonparametric Test  Legacy Dialogs  Binomial test, xuất hiện hộp thoại Binomial Test - B2: Chọn tên biến (định tính hoặc định lượng), nhấn  mục Test Variable List  1.2. So sánh tỷ lệ 1 mẫu với 1 tỷ lệ lý thuyết P0 o Binomial test (test nhị thức) - B3: Mục Define Dichotomy: Xác định điểm chia số liệu thành 2 nhóm o Get from data: điểm chia được xác định từ số liệu (biến định tính) o Cutpoint: Nhập điểm chia số liệu định lượng thành 2 nhóm (biến định lượng) - B4: Nhấn OK
• 12. định P0= 0.5 * So sánh 2 tỷ lệ như nhau 1 biến định tính Chỉ có 2 trạng thái  1.2. So sánh tỷ lệ 1 mẫu với 1 tỷ lệ lý thuyết P0 o Binomial test (test nhị thức)
• 13. sánh tỷ lệ 1 mẫu với 1 tỷ lệ lý thuyết P0 o Binomial test (test nhị thức)- biến định tính Tần số n Tỷ lệ % Tổng tỷ lệ = 1 Giá trị kiếm định P0= 0.5 * So sánh 2 tỷ lệ như nhau * Mức ý nghĩa của kiểm định p = 0.000
• 14. có bằng 50% không? Nói cách khác, tỷ lệ nam, nữ có như nhau không? Với mức tin cậy 95% (1- α = 0.95) Tên test Giá trị p (Sig.)  Kết luận: Binomial test p = 0.000 Vì p = 0.000 < α = 0.05 nên tỷ lệ nam, nữ không như nhau, sự khác biệt có ý nghĩa thống kê với mức tin cậy 95% Tên biến n Tỷ lệ (%) (cột Observed Prop.) GIOI Nam 34 0.21 Nữ 126 0.79
• 15. điều trị đái tháo đường không thường xuyên (DTDTD) là bao nhiêu và có bằng 70% không? Với độ tin cậy 95%  Bài 5.2 – Giáo trình trang 107 Mở file Daithaoduong.sav Tên biến n Tỷ lệ (%) Tần số mong đợi DTDTD Không thường xuyên Có thường xuyên Tổng - Tên test: - Giá trị p p = - Kết luận:
• 16. Tính tỷ lệ người điều trị đái tháo đường không thường xuyên → Dùng Frequencies cho biến định tính : DTDTD - So sánh tỷ lệ người điều trị đái tháo đường không thường xuyên với 70% → Dùng Chi- Square với thứ tự values tùy nhập: 70 - 30  Bài 5.2 – Giáo trình trang 107 Mở file Daithaoduong.sav Tỷ lệ người điều trị đái tháo đường không thường xuyên (DTDTD) là bao nhiêu và có bằng 70% không? Mức tin cậy 95%
• 17. cho biến định tính (DTDTD) để tính tỷ lệ người điều trị đái tháo đường không thường xuyên  Bài 5.2 Tỷ lệ người điều trị đái tháo đường không thường xuyên (DTDTD) có bằng 70% không? Với độ tin cậy 95%
• 18. Square Test (test Khi bình phương) o Values: nhập các tỷ lệ cần so sánh, nhấn Add * Thứ tự nhập các tỷ lệ tại mục Values: 1. Không thường xuyên  70 2. Có thường xuyên 30
• 19. Square Test (test Khi bình phương) o Values: Thứ tự nhập tỷ lệ 70 - 30 Tần số ni Tần số mong đợi Mi = npi * Mức ý nghĩa của kiểm định p = 0.863
• 20. Tỷ lệ (%) Tần số mong đợi DTDTD Không thường xuyên 113 70.6 112 Có thường xuyên 47 29.4 48 Tổng 160 100 70% 30%  Bài 5.2 Tỷ lệ người điều trị đái tháo đường không thường xuyên (DTDTD) có bằng 70% không? Với độ tin cậy 95%
• 21. Tỷ lệ người điều trị đái tháo đường không thường xuyên (DTDTD) có bằng 70% không? Với độ tin cậy 95% (1- α = 0.95) Tên test Giá trị p (Sig.)  Kết luận: (Cách 1) Chi- Square Test p = 0.863 Vì p = 0.863 > α = 0.05 nên tỷ lệ người điều trị đái tháo đường không thường xuyên bằng 70%, sự khác biệt không có ý nghĩa với độ tin cậy 95%. * Kết luận (Cách 2) : Vì p = 0.863 > α = 0.05 nên tỷ lệ người điều trị đái tháo đường không thường xuyên không khác biệt giá trị 70% với độ tin cậy 95%.
• 22. điều trị đái tháo đường có thường xuyên (DTDTD) là bao nhiêu và có bằng 30% không? Mức tin cậy 95%
• 23. mục: o Values: nhập các tỷ lệ cần so sánh, nhấn Add Theo thứ tự các nhóm trong bảng Frequencies (Hoặc kiểm tra tần số mong đợi: Mi = n.pi Mục Expected N ) * Lưu ý khi dùng Chi- Square Test để so sánh P với P0 tùy nhập
• 24. người hút thuốc lá và không hút thuốc lá (HUTTHUOCLA) có như nhau không? Độ tin cậy 99% - Đọc kết quả theo bảng sau:  Bài 5.3 – Giáo trình trang 107 Mở file Daithaoduong.sav Tên biến n Tỷ lệ % Giá trị p HUTTHUOCLA Không hút Có hút Tổng * Kết luận:
• 25. 2 cách tính  Cách 2: Dùng Binomial test (test nhị thức) cho biến (HUTTHUOCLA) so sánh tỷ lệ 2 nhóm như nhau (= 0.5) o Get from data: điểm chia được xác định từ số liệu Test Proportion: 0.5 (giá trị kiếm định P0=0.5) Tỷ lệ những người hút thuốc lá và không hút thuốc lá (HUTTHUOCLA) có như nhau không?  Cách 1: - Dùng Frequencies cho biến (HUTTHUOCLA) để tính % - Dùng Chi- Square Test (test Khi bình phương) cho biến (HUTTHUOCLA), tích chọn mục o All categories: So sánh tất cả các nhóm bằng nhau
• 26. Tỷ lệ % Giá trị p HUTTHUOCLA Không hút 131 81.9 p = 0.000 Có hút 29 18.1 Tổng 160 100  Cách 1: - Dùng Frequencies cho biến h tính (HUTTHUOCLA) để tính tỷ lệ % - Dùng Chi- Square Test cho biến (HUTTHUOCLA) o All categories: So sánh tất cả các nhóm bằng nhau * Kết luận: Vì p = 0.000 < 0.01 nên có sự khác biệt có ý nghĩa thống kê về tỷ lệ người có hút thuốc và không hút thuốc, với độ tin cậy 99%.
• 27. Tỷ lệ Giá trị p HUTTHUOCLA Không hút 131 0.82 p = 0.000 Có hút 29 0.18 Tổng 160 1.00 * Kết luận: Vì p = 0.000 < 0.01 nên có sự khác biệt có ý nghĩa thống kê về tỷ lệ người có hút thuốc và không hút thuốc, với độ tin cậy 99%.  Cách 2: - Dùng Binomial test (test nhị thức) cho biến định tính (HUTTHUOCLA) để so sánh tỷ lệ 2 nhóm có như nhau không (P0 = 0.5)? Độ tin cậy 99%
• 28. nhân có lượng glucose (GLUCOSE) ≤ 6.4 và bệnh nhân có lượng glucose > 6.4 có như nhau không? Với độ tin cậy 95% * Đọc kết quả theo bảng sau:  Bài 5.4 – Giáo trình trang 107 Mở file Daithaoduong.sav Tên biến n Tỷ lệ % Giá trị p GLUCOSE ≤ 6.4 > 6.4 Tổng * Kết luận:
• 29. 3 cách làm  Cách 1: - Dùng Recode into Different Variables: Phân loại biến định lượng (GLUCOSE) biến định tính (PLGLUCOSE6.4) có 2 nhóm: ≤ 6.4 và > 6.4 - Dùng Frequencies cho biến (PLGLUCOSE6.4) để tính tần số, tỷ lệ 2 nhóm. - Dùng Chi- Square Test cho biến (PLGLUCOSE6.4) o All categories: So sánh tất cả các nhóm bằng nhau  so sánh 2 tỷ lệ có như nhau không?
• 30. Tỷ lệ % Giá trị p PLGLUCOSE6.4 (biến định tính) ≤ 6.4 86 53.8 p = 0.343 > 6.4 74 46.3 Tổng 160 100 * Kết luận: Vì p = 0.343 > 0.05 nên tỷ lệ bệnh nhân có lượng glucose ≤ 6.4 và bệnh nhân có lượng glucose > 6.4 là như nhau, sự khác biệt không có ý nghĩa thống kê với độ tin cậy 95%.  Cách 1: Chi- Square Test (test Khi bình phương) o All categories: So sánh tất cả các nhóm bằng nhau
• 31. 3 cách làm  Cách 2: - Dùng Recode into Different Variables: Phân loại biến định lượng (GLUCOSE) biến định tính (PLGLUCOSE6.4) có 2 nhóm: ≤ 6.4 và > 6.4 - Dùng Binomial test (test nhị thức) cho biến định tính (PLGLUCOSE6.4) so sánh 2 tỷ lệ có như nhau không?
• 32. Dùng Binomial test (test nhị thức) cho biến định tính (PLGLUCOSE6.4) Tên biến n Tỷ lệ Giá trị p PLGLUCOSE6.4 (biến định tính) ≤ 6.4 86 0.54 p = 0.385 > 6.4 74 0.46 Tổng 160 1.00 * Kết luận: Vì p = 0.385 > 0.05 nên tỷ lệ bệnh nhân có lượng glucose ≤ 6.4 và bệnh nhân có lượng glucose > 6.4 là như nhau, sự khác biệt không có ý nghĩa thống kê với độ tin cậy 95%.
• 33. Dùng test nhị thức cho biến định lượng o Binomial test  Cutpoint - B1: Chọn Analyze  Nonparametric Test  Legacy Dialogs  Binomial test, xuất hiện hộp thoại Binomial Test - B2: Chọn tên biến (định lượng) , nhấn  để chuyển sang mục Test Variable List + Mục Define Dichotomy: Tích chọn mục Cutpoint o Cutpoint: Nhập điểm chia số liệu định lượng thành 2 nhóm (= 6.4), không cần Recode phân loại - B3: Nhấn OK ≤ 6.4 Dấu “ = ” ở nhóm > 6.4
• 34. Dùng Binomial test (test nhị thức) o Cutpoint: Nhập điểm chia số liệu định lượng thành 2 nhóm Giá trị kiểm định P0 = 0.5 (2 nhóm = nhau) ≤ 6.4 Dấu “ = ” ở nhóm thấp
• 35. Tỷ lệ Giá trị p GLUCOSE (biến định lượng) ≤ 6.4 86 0.54 p = 0.385 > 6.4 74 0.46 Tổng 160 1.00 * Kết luận: Vì p = 0.385 > 0.05 nên tỷ lệ bệnh nhân có lượng glucose ≤ 6.4 và bệnh nhân có lượng glucose > 6.4 là như nhau, sự khác biệt không có ý nghĩa thống kê với độ tin cậy 95%.  Cách 3: Dùng Binomial test (test nhị thức) o Cutpoint: Nhập điểm chia số liệu định lượng thành 2 nhóm
• 36. nhân có tiền sử gia đình (TIENSUGD) là bình thường, tăng huyết áp, đái tháo đường có tuân theo phân bố 8:1:1 không? Với độ tin cậy 95% Tên biến n Tỷ lệ (%) Giá trị p TIENSUGD Bình thường Tăng huyết áp Đái tháo đường Tổng * Kết luận:  Bài 5.5 – Giáo trình trang 107 Mở file Daithaoduong.sav
• 37. Dùng lệnh Frequencies cho biến định tính (TIENSUGD) để tính phân bố tần số, tỷ lệ (%) Tên biến n Tỷ lệ (%) Giá trị p TIENSUGD Bình thường 136 85.0 Tăng huyết áp 17 10.6 Đái tháo đường 7 4.4 Tổng 160 100.0  Bài 5.5 – Giáo trình trang 107 Mở file Daithaoduong.sav
• 38. sánh các tỷ lệ (trên cùng 1 mẫu) với 1 phân phối cho trước o Values: nhập 3 tỷ lệ tương ứng với thứ tự các nhóm trong bảng Frequencies, nhấn Add * Hướng dẫn: Biến (TIENSUGD) có 3 trạng thái (3 nhóm)  So sánh ≥ 3 tỷ lệ với 1 phân phối cho trước (8: 1: 1) Dùng Chi- Square Test (test Khi bình phương) -Nhấn OK Có thể nhập 3 tỷ lệ theo thứ tự: 80: 10: 10
• 39. : Tỷ lệ bệnh nhân có tiền sử gia đình (TIENSUGD) là bình thường, tăng huyết áp, đái tháo đường có tuân theo phân bố 8:1:1 không? Với mức tin cậy 95% Tên biến n Tỷ lệ (%) Giá trị p TIENSUGD Bình thường 136 85.0 p = 0.060 Tăng huyết áp 17 10.6 Đái tháo đường 7 4.4 Tổng 160 100.0 * Kết luận: Vì p = 0.060 > 0.05 nên tỷ lệ bệnh nhân có tiền sử gia đình là bình thường, tăng huyết áp, đái tháo đường có tuân theo phân bố 8:1:1 với mức tin cậy 95%
• 40. khi bình phương) * dùng cho 1 biến định tính có ≥ 2 trạng thái Binomial test (test Nhị thức) * dùng cho 1 biến định tính chỉ có 2 trạng thái Hoặc 1 biến định lượng có cutpoint So sánh tỷ lệ 2 nhóm của 1 biến định tính có như nhau không? (P0 = 0.5) So sánh tỷ lệ 2 nhóm của 1 biến định lượng có cutpoint (Dấu “=” ở nhóm giá trị thấp, không cần Recode phân loại) So sánh với P0 tùy nhập (theo thứ tự trong bảng Frequency) So sánh Tỷ lệ các nhóm như nhau  So sánh các tỷ lệ (trên cùng 1 mẫu) với 1 phân phối cho trước (có 2 test thống kê)
• 41. Chi- Square Test và Binomial test Chi- Square Test Binomial test • Chỉ dùng cho 1 biến định tính có >= 2 trạng thái • Dùng cho 1 biến định tính chỉ có 2 trạng thái • Dùng cho 1 biến định lượng có Cut point (dấu “=” ở nhóm giá trị thấp) • So sánh các tỷ lệ có như nhau không? • So sánh với P0 tùy nhập • Chỉ so sánh 2 tỷ lệ có như nhau không? (50%- 50%) P0 = 0.5 • Không tính được tỷ lệ % (phải dùng Frequency để tính tỷ lệ % các nhóm) • Tính được tỷ lệ % các nhóm (Không cần dùng Frequency)
• 42. LƯỢNG GIÁ Mở file dữ liệu viemgan.sav 1. So sánh tỷ lệ bệnh nhân của nhóm hôn mê gan mạn tính và nhóm hôn mê gan cấp tính của biến (NHOM) với độ tin cậy 95% - Điền kết quả vào bảng sau: Tên test Giá trị p Kết luận:
• 43. đọc và điền kết quả 1. So sánh tỷ lệ bệnh nhân của nhóm hôn mê gan mạn tính và nhóm hôn mê gan cấp tính (NHOM) với độ tin cậy 95% Tên test Giá trị p Chi- Square Test hoặc Biominal Test p = 0.000  Kết luận: Vì p = 0.000 < 0.05 nên tỷ lệ bệnh nhân của nhóm hôn mê gan mạn tính và nhóm hôn mê gan cấp tính không như nhau, sự khác biệt có ý nghĩa thống kê với mức tin cậy 95%
• 44. LƯỢNG GIÁ Mở file dữ liệu viemgan.sav 2. So sánh tỷ lệ bệnh nhân có lượng BCTT trên 47 (BCTT) với giá trị 52% , với độ tin cậy 95% - Điền kết quả vào bảng sau: Tên test Giá trị p Kết luận:
• 45. LƯỢNG GIÁ Mở file dữ liệu viemgan.sav 2. So sánh tỷ lệ bệnh nhân có lượng BCTT trên 47 (BCTT) với giá trị 52% , với độ tin cậy 95% * Hướng dẫn: Phân loại biến BCTT  PLBCTT47 Transform  Recode into Different Variables (BCTT) là biến định lượng BCTT ≤ 47  1 : so sánh với 48% BCTT > 47  2 : so sánh với 52% Dùng Chi- Square Thứ tự nhập Values: 48% - 52%
• 46. sánh tỷ lệ bệnh nhân có lượng BCTT trên 47 (BCTT) với giá trị 52% , với độ tin cậy 95%
• 47. tỷ lệ bệnh nhân có lượng BCTT trên 47 với giá trị 52% , với độ tin cậy 95%  Hướng dẫn đọc và điền kết quả Tên test Giá trị p Chi- Square Test p = 0.110  Kết luận: Vì p = 0.110 > 0.05 nên tỷ lệ bệnh nhân có lượng BCTT trên 47 bằng 52%, sự khác biệt không có ý nghĩa thống kê với mức tin cậy 95%
• 48. LƯỢNG GIÁ Mở file dữ liệu viemgan.sav 3. So sánh tỷ lệ bệnh nhân có lượng SGPT máu (SGPT) dưới 38 với giá trị 55% , với độ tin cậy 95% - Điền kết quả vào bảng sau: Tên test Giá trị p Kết luận:
• 49. LƯỢNG GIÁ Mở file dữ liệu viemgan.sav * Hướng dẫn: Phân loại biến SGPT  PLSGPT38 Transform  Recode into Different Variables (SGPT) là biến định lượng SGPT ≥ 38  1 : so sánh với 45% SGPT < 38  2 : so sánh với 55% 3. So sánh tỷ lệ bệnh nhân có lượng SGPT máu (SGPT) dưới 38 với giá trị 55% , với độ tin cậy 95% Dùng Chi- Square Thứ tự nhập Values: 45% - 55%
• 50. tỷ lệ bệnh nhân có lượng SGPT máu (SGPT) dưới 38 với giá trị 55% , với độ tin cậy 95% - Điền kết quả vào bảng sau: Tên test Giá trị p  Hướng dẫn đọc và điền kết quả Chi- Square Test p = 0.017  Kết luận: Vì p = 0.017 < 0.05 nên tỷ lệ bệnh nhân có lượng SGPT dưới 38 không bằng 55%, sự khác biệt có ý nghĩa thống kê với mức tin cậy 95%
• 51. LƯỢNG GIÁ Mở file dữ liệu viemgan.sav * Hướng dẫn: Phân loại biến SGPT  PLSGPT38 Transform  Recode into Different Variables (SGPT) là biến định lượng SGPT ≥ 38  2 : so sánh với 45% SGPT < 38  1 : so sánh với 55% 3. So sánh tỷ lệ bệnh nhân có lượng SGPT máu (SGPT) dưới 38 với giá trị 55% , với độ tin cậy 95% Dùng Chi- Square  Thứ tự nhập Values: 55% - 45%
• 52. sánh tỷ lệ bệnh nhân có lượng SGPT máu (SGPT) dưới 38 với giá trị 55% , với độ tin cậy 95%
• 53. LƯỢNG GIÁ Mở file dữ liệu viemgan.sav 4. So sánh tỷ lệ bệnh nhân của nhóm có lượng HB ≤ 8.2 và nhóm HB > 8.2 của biến (HB), với độ tin cậy 95% - Điền kết quả vào bảng sau: Tên test Giá trị p Kết luận:
• 54. Dùng Binomial test (test nhị thức) cho biến định lượng (HB) o Cut point: = 8.2  Hướng dẫn: 3 Cách  Cách 2: - Dùng Recode → Phân loại biến HB thành 2 nhóm: HB <= 8.2 và HB > 8.2 (Biến định tính PLHB8.2) - Dùng Chi- Square Test → so sánh 2 tỷ lệ của 2 nhóm (Biến định tính PLHB8.2) có như nhau không?  Cách 3: - Dùng Recode → Phân loại biến HB thành 2 nhóm: HB <= 8.2 và HB > 8.2 (Biến định tính PLHB8.2) - Dùng Binomial test → so sánh 2 tỷ lệ của 2 nhóm (Biến định tính PLHB8.2) có như nhau không?
• 55. tỷ lệ bệnh nhân của nhóm có lượng HB ≤ 8.2 và nhóm có lượng HB > 8.2 , với độ tin cậy 95%  Dùng Binomial test (test nhị thức) o Cut point: = 8.2 Tên test Giá trị p  Hướng dẫn đọc và điền kết quả Binomial test p = 0.093  Kết luận: Vì p = 0.093 > 0.05 nên tỷ lệ bệnh nhân của nhóm có lượng HB ≤ 8.2 và nhóm có lượng HB > 8.2 là như nhau, sự khác biệt không có ý nghĩa thống kê với mức tin cậy 95%
• 56. LƯỢNG GIÁ Mở file dữ liệu viemgan.sav 5. So sánh tỷ lệ bệnh nhân của nhóm có lượng HB < 8.2 và nhóm có lượng HB ≥ 8.2 , với độ tin cậy 95% - Điền kết quả vào bảng sau: Tên test Giá trị p Kết luận:
• 57. → Phân loại biến HB thành 2 nhóm: HB < 8.2 và HB ≥ 8.2  Dùng Chi- Square Test → so sánh 2 tỷ lệ của 2 nhóm có như nhau không? Tên test Giá trị p  Hướng dẫn: Cách 1 p = 0.075  Kết luận: Vì p = 0.075 > 0.05 nên tỷ lệ bệnh nhân của nhóm có lượng HB < 8.2 và nhóm có lượng HB ≥ 8.2 là như nhau, sự khác biệt không có ý nghĩa thống kê với mức tin cậy 95% Chi- Square Test
• 58. → Phân loại biến HB thành 2 nhóm: HB < 8.2 và HB ≥ 8.2  Dùng Binomial test → so sánh 2 tỷ lệ của 2 nhóm có như nhau không? Tên test Giá trị p p = 0.093 Biominal Test  Kết luận: Vì p = 0.093 > 0.05 nên tỷ lệ bệnh nhân của nhóm có lượng HB < 8.2 và nhóm có lượng HB ≥ 8.2 là như nhau, sự khác biệt không có ý nghĩa thống kê với mức tin cậy 95%  Hướng dẫn: Cách 2
• 59. LƯỢNG GIÁ Mở file dữ liệu viemgan.sav 6. So sánh tỷ lệ bệnh nhân có lượng SGPT máu ≤ 38 (SGPT) với giá trị 49% , với độ tin cậy 95% - Điền kết quả vào bảng sau: Tên test Giá trị p Kết luận:
• 60. LƯỢNG GIÁ Mở file dữ liệu viemgan.sav * Hướng dẫn: Phân loại biến SGPT  PLSGPT38 Transform  Recode into Different Variables (SGPT) là biến định lượng SGPT ≤ 38  1 : so sánh với 49% SGPT > 38  2 : so sánh với 51% 6. So sánh tỷ lệ bệnh nhân có lượng SGPT máu ≤ 38 (SGPT) với giá trị 49% , với độ tin cậy 95% Dùng Chi- Square  Thứ tự nhập Values: 49% - 51%
• 61. p  Hướng dẫn đọc và điền kết quả Chi- Square Test p = 0.377  Kết luận: Vì p = 0.377 > 0.05 nên tỷ lệ bệnh nhân có lượng SGPT ≤ 38 bằng 49%, sự khác biệt không có ý nghĩa thống kê với mức tin cậy 95% 6. So sánh tỷ lệ bệnh nhân có lượng SGPT máu ≤ 38 (SGPT) với giá trị 49% , với độ tin cậy 95%