Bài đăng

Đang hiển thị bài đăng từ Tháng 4, 2017

Phân tích độ tin cậy cronbach’s alpha

Hình ảnh
Phân tích độ tin cậy cronbach’s alpha Lý thuyết  phân tích cronbach alpha Độ tin cậy của thang đo được đánh giá bằng phương pháp nhất quán nội tại qua hệ số Cronbach’s Alpha. Sử dụng phương pháp hệ số tin cậy Cronbach’s Alpha trước khi phân tích nhân tố EFA để loại các biến không phù hợp vì các biến rác này có thể tạo ra các yếu tố giả (Nguyễn Đình Thọ & Nguyễn Thị Mai Trang, 2009). Hệ số tin cậy Cronbach’s Alpha chỉ cho biết các đo lường có liên kết với nhau hay không; nhưng không cho biết biến quan sát nào cần bỏ đi và biến quan sát nào cần giữ lại. Khi đó, việc tính toán hệ số tương quan giữa biến-tổng sẽ giúp loại ra những biến quan sát nào không đóng góp nhiều cho sự mô tả của khái niệm cần đo (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2005). Các tiêu chí được sử dụng khi thực hiện đánh giá độ tin cậy thang đo: – Loại các biến quan sát có hệ số tương quan biến-tổng nhỏ (nhỏ hơn 0,3); tiêu chuẩn chọn thang đo khi có độ tin cậy Alpha lớn hơn 0,6 (Alpha càng lớn thì độ tin cậ

Phân tích phương sai một yếu tố anova

Hình ảnh
Phân tích phương sai một yếu tố (còn gọi là oneway anova) dùng để kiểm định giả thuyết trung bình bằng nhau của các nhóm mẫu với khả năng phạm sai lầm chỉ là 5%. Ví dụ: Phân tích sự khác biệt giữa các thuộc tính khách hàng (giới tính, tuổi, nghề nghiệp, thu nhập…) đối với 1 vấn đề nào đó (thường chọn là nhân tố phụ thuộc, vd: sự hài lòng). Một số giả định khi phân tích ANOVA: – Các nhóm so sánh phải độc lập và được chọn một cách ngẫu nhiên. – Các nhóm so sánh phải có phân phối chuẩn or cỡ mẫu phải đủ lớn để được xem như tiệm cận phân phối chuẩn. – Phương sai của các nhóm so sánh phải đồng nhất. Lưu ý: nếu giả định tổng thể có phân phối chuẩn với phương sai bằng nhau không đáp ứng được thì bạn có thể dùng kiểm định phi tham số Kruskal-Wallis sẽ để thay thế cho ANOVA. Levene test Ho: “Phương sai bằng nhau” Sig <= 0.05: bác bỏ Ho Sig >0.05: chấp nhận Ho -> đủ điều kiện để phân tích tiếp anova ANOVA test Ho: “Trung bình bằng nhau” Sig <=0.05: bác bỏ Ho

Phân tích bảng chéo Crosstabs trong SPSS

Hình ảnh
Crosstabs – Thực hành cách phân tích bảng chéo Crosstabs trong SPSS Phân tích này rất hữu ích trong việc xác định mối quan hệ, số lượng biến quan sát giữa các biến định tính, hoặc định lượng với nhau. CÁCH 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 nhau bằng cách dùng kiểm định Chi – bình phương (Chi-square). Cách thức tiến hành với SPSS như sau: Minh họa bằng hình ảnh Vào menu Analyze -> Descriptive Statistics -> Crosstabs…, Xuất hiện hộp thoại sau: 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). Click vào ô Statistics, xuất hiện hộp thoại sau: Chọn các kiểm định cần thiết. Trong trường hợp này ta dùng kiểm định Chi – bình phương (Chi-square). Các kiểm định ở ô Norminal dùng để kiểm định mối liên hệ giữa các biến biểu danh. Các kiểm định ở ô Ordinal dùng để kiểm định mối liên hệ giữa các biến thứ

Phân tích Paired Samples T-Test

Hình ảnh
Phương pháp Paired Samples T Test. Phương pháp này so sánh từng cặp giá trị trước khi và sau khi có một tác động gì đó. Xem trước và sau có sự khác biệt hay không. Ví dụ như là có 50 người, được đo chỉ số đường huyết . Sau đó 50 người đó được cho uống một loại thuốc đặc trị, sau đó sẽ tiếp tục đo các chỉ số đường huyết. Kết quả ra được là 50 mẫu trước khi uống thuốc, và 50 mẫu sau khi uống thuốc. Vấn đề đặt ra là trả lời câu hỏi có hay không sự khác biệt của chỉ số đường huyết trước khi và sau khi uống thuốc. Paired samples t test sẽ trả lời được câu hỏi này. Cách thức tiến hành kiểm định giả thuyết về trị trung bình của 2 tổng thể phụ thuộc hay phối hợp từng cặp (Paired-Samples T-test) Vào menu Analyze -> Compare means -> Paired-samples T-test Chọn cặp biến muốn so sánh (nhấn giữ phím ctrl để chọn 2 biến) đưa vào khung Paired Variable(s). Có thể chọn nhiều cặp để so sánh cùng 1 lúc. Có thể chỉnh lại độ tin cậy bằng cách click vào ô Option, nhập độ tin cậy và

Cách sử dụng Independent Samples T-Test trong SPSS

Hình ảnh
Independent Samples T-Test dùng tương tự như phân tích ANOVA, tuy nhiên hạn chế là chỉ so sánh được 2 nhóm với nhau. Ví dụ dùng so sánh có sự  khác biệt giữa các nhóm giới tính (nam, nữ) với sự hài lòng (thang đo likert 5 điểm) hay không.  CÁCH THỨC TIẾN HÀNH KIỂM ĐỊNH GIẢ THUYẾT VỀ TRỊ TRUNG BÌNH CỦA 2 TỔNG THỂ ĐỘC LẬP (Independent Samples T-test) Vào menu Analyze -> Compare Means -> Independent-samples T-test 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 này với nhau đưa vào khung Grouping Variable. Chọn Define Groups… để nhập mã số của 2 nhóm. Click Continue để trở lại hộp thoại chính -> Click Ok để thực hiện lệnh  Trong kiểm định Independent-samples T-test, ta cần dựa vào kết quả kiểm định sự bằng nhau của 2 phương sai tổng thể (kiểm định Levene). Phương sai diễn tả mức độ đồng đều hoặc không đồng đều (độ phân tán) của

EPIDATA 3.1- Phần mềm thống kê Y sinh học

Hình ảnh
Phần mềm thống kê Y sinh học EPIDATA 09:40 ,26/10/2010 Đối với các nhà khoa học trong lĩnh vực y sinh học, các phần mềm thống kê là công cụ đắc lực nhất giúp họ trong việc quản lý cơ sở sử liệu và phân tích đưa ra các kết quả mong muốn nhanh, chính xác và độ tin cậy cao. Tổ chức Y tế thế giới rất quan tâm đến lĩnh này và từ rất sớm đã hợp tác với cơ quan phòng chống bệnh Hoa kỳ    đưa ra phần mềm thống kê sinh học đơn giản, dễ sử dụng và có độ tin cậy cao với EPI-INFO từ thập kỷ 90 của thiên niên kỷ trước và được sử dụng miễn phí. Trải qua gần 20 năm Epi-info đã là một công cụ hửu ích cho tất cả những ai làm công tác trong lĩnh vực y học đặc biệt trong công tác y tế dự phòng, ngày nay với sự phát triển của công nghệ thông tin,    Epi-info tuy vẫn sử dụng tốt nhưng đã bộc lộ một số phiền toái cho người sử dụng đó là do phần mềm này thiết kế chạy trên nền hệ điều hành MSDOS nên hiện tại gặp nhiều khó khăn khi chạy trên nền Windows đặc biệt các bản Win phiên

Download SPSS MAC - Cài SPSS cho Macbook

Hình ảnh
Hôm nay tôi giới thiệu cho các bạn phần mềm SPSS miễn phí dành cho MACBOOK. Các bạn download về và tiến hành cài đặt nhé. bản này là bản SPSS 20 , cài rất dễ dàng tương tự cài trên windows. Cám bạn tải SPSS 20 MAC ở đây: https://drive.google.com/folderview?...00&usp=sharing - Máy của bạn cần phải có JAVA trước khi cài đặt, nếu không có thì chương trình sẽ tự download. - Bạn cần ngắt kết nối mạng trước khi chạy chương trình. - Chạy file cài đặt chương trình - Nhấn Next - Chọn Single user licence - Nhấn Install - Chọn License my product now - Dán vào mã 285DD4CD2854F4E67605, nhấn next - Chọn Desktop email - Nhấn vào nút Enter license code(s) - Dán mã vào ô License code 4B6MINO86Z4LZV9AA7GHEC89P5TRNTOHAA3XKX5YW7GM2SWHCC TAFYBL3B3IKPMM7I9N3MSTBXOO8VPKXZHSEXGST8 , sau đó nhấn Next - Nhấn Finish để hoàn thành việc cài đặt

Stata 12 Full Key - Hướng dẫn cài đặt Stata

Hình ảnh
Stata 12 Full  Key là một phần mềm thống kê được nhiều người sử dung hiện nay. Hôm nay mình sẻ hướng dẫn các bạn  Download Stata 12 Full Key  và hướng dẫn cài đặt một cách chi tiết mong sẽ giúp được các bạn trong quá trình học. Download Stata 12  Full Key: Fshare:  http://www.fshare.vn/file/J1QCUTIQ8F/  ( Bản cho Windows ) Fshare:  http://www.fshare.vn/file/XK0K73HEWB/  ( Bản dành cho Mac ) Hướng dẫn cài đặt Stata  12 Full: Sau khi download về bạn tiến hành giải nén ra và chạy file Setup.exe để tiếp tục cài đặt chương trình Stata nhé Chọn " I Accept the.... " Để tiếp tục cài đặt. Chọn Next để tiếp tục cài đặt. Chọn Bản cài đặt và chọn Next. Chọn Next để bắt đầu quá trình cài đặt. Chọn next để tiếp tục. Chọn để tiến hành cài đặt. Bạn đợi quá trình cài đặt được hoàn tất chú ý quá trình cài đặt có thể diễn ra rất lâu bạn có thể thư giãn một chút rồi nhận thông báo thành công! Hướng dẫn điển Key cho Stata 12 Full: Sau khi hoàn thành quá trình cài đặt bạn m

Số đo bệnh trạng

Sơ lược Để biết được tính phổ biến của một bệnh trong một cộng đồng, thường chúng ta hay đếm xem trong tất cả những cá nhân của cộng đồng đó có bao nhiêu người mắc bệnh. Đó là những số liệu rất thô, và thường rất khó được sử dụng để so sánh tình hình bệnh tật của những cộng đồng khác nhau. Vì mỗi cộng đồng có một dân số khác nhau, và hơn nữa thời gian mà chúng ta theo dỏi -để đếm sự xuất hiện của những trường hợp bệnh- tại mỗi cộng đồng cũng là khác nhau. Do đó, trong việc đo lường tính phổ biến của bệnh tật, khi đếm sự xuất hiện của bệnh, hai yếu tố mà chúng ta cần để ý đến là  dân số  mà chúng ta đang quan tâm là  bao nhiêu , và  thời gian  mà chúng ta theo dỏi nó là  bao lâu .  Những Số Đo Lường Về Tần Số Bệnh Những định nghĩa cần thiết Tần số  là số lần xuất hiện của một hiện tượng. Thí dụ, số bệnh nhân đến khám tại Phòng khám đa khoa Đại học Y Dược TP. Hồ Chí Minh trong ngày 24-02-1997 là 150 người, trong đó có 50 người bị viêm loét dạ dày-tá tràng, 35 người bị

Nghiên cứu dịch tễ học

Hình ảnh
Mục đích nghiên cứu dịch tễ học Nghiên cứu dịch tễ học nhắm vào ba mục đích chính 1) Mô tả trạng thái của bệnh trong dân số 2) Từ những mô tả đó, dịch tễ học so sánh những điểm khác biệt của sự phân bố bệnh trong những dân số mang những thuộc tính khác nhau. Sự so sánh này sẽ giúp nhà dịch tễ học tìm ra được những yếu tố có liên quan đến bệnh. Những yếu tố đó có thể là yếu tố nguy cơ, hoặc là nguyên nhân của bệnh 3) Những kết luận rút ra được từ những sự mô tả hoặc so sánh nói trên sẽ giúp cho những nhà dịch tễ học, hoặc những nhân viên y tế nói chung đề ra được những hành động cụ thể nhằm cải thiện sức khoẻ của người dân và cộng đồng. Hiệu quả và tác động của chúng được lượng giá bằng cách so sánh những nhóm dân số khác nhau, nhóm được can thiệp và nhóm không được can thiệp. Để đạt được ba mục đích trên, dịch tễ học sử dụng những chiến lược nghiên cứu mà trong mỗi chiến lược khác nhau, sẽ có những thiết kế khác nhau. Thiết kế nghiên cứu dịch tễ học có thể được định