Tài liệu hướng dẫn thống kê y học sử dụng SPSS Kiểm định Mann-Whitney Lê Đông Nhật Nam Lời nói đầu Khi sống Paris, buổi chiều sau học thường không nhà mà chọn ngẫu nhiên trạm Metro đó, leo lên dạo phố vòng Có thể đồi Montre matre, Quai de Seine hay khu cổ xưa Nhưng lần trạm metro gần nhà bị đóng cửa, phải xe bus để thay Chiếc xe chạy vòng qua đường lạ, dừng lại trạm cách khoảng 200m Ngồi xe, nhận cảm giác thú vị nhiều so với việc chen chúc toa metro đường hầm tối đen Kể từ đó, bắt đầu dùng xe bus để dạo chơi đường lạ Nhờ vậy, biết nhiều tuyến bus tiện dụng, khám phá nhiều địa thú vị, ví dụ quán ăn Việt Nam, cửa hàng bán đồ âm thanh, hay tiệm bán băng dĩa cũ hay tiệm bánh ngọt… Trong việc phân tích số liệu bạn bắt gặp cảm giác tương tự Một hôm so sánh phân nhóm bạn dùng test t thường lệ, nhiều giả định bị vi phạm, cỡ mẫu ít, biến số liên tục, phân phối không chuẩn, có nhiều điểm giá trị cá biệt Có thể thầy cô gợi ý bạn dùng test phi tham số để giải vấn đề, trường hợp test Mann-Whitney Test Mann-Whitney giản dị, chí bạn làm tay cỡ mẫu thấp, nhiên hiểu sử dụng cách Người lạc quan ngây thơ nghĩ đơn giản thay hoàn toàn cho test t, cho phép chứng minh nhóm có giá trị cao nhóm khác Người bi quan cho test phi tham số không xác test t tìm cách né tránh Thực ra, công dụng, ý nghĩa loại kiểm định hoàn toàn khác nhau, dựa giả thuyết khác Test Mann-Whitney chí thông dụng Trong đời có lần so sánh test t, số lần dùng test Mann-Whitney phải đến 8-9, luận văn tốt nghiệp hoàn toàn dựa vào Mann-Whitney thay test t Không phải lúc số liệu đẹp, số chuyên ngành bắt buộc phải dùng test phi tham số ví dụ chẩn đoán hình ảnh, giải phẫu bệnh lý, thăm dò chức giấc ngủ, v.v Trong tài liệu ngắn này, Bs Khả Nhi hướng dẫn bạn làm test Mann-Whitney SPSS hoàn toàn syntax, quan trọng hiểu diễn giải xác kết Như thường lệ, thứ đơn giản hóa tối đa Chúc bạn thành công Quy ước trình bày Trong tài liệu làm quen với nhân vật Bác sĩ Nguyễn Văn Thái Bác sĩ Thái cao thủ thống kê y học giang hồ Anh ta xuất trước vấn đề khó khăn, nhằm đưa câu trả lời xác ôn lại cho bạn kiến thức chuyên sâu lý thuyết thống kê Tuy nhiên BS Thái lại bận rộn nên không đủ thời gian vào cách thực chi tiết Anh ta hay trình bày lý thuyết túy sử dụng nhiều công thức toán học nên không gần gũi với sinh viên gây không trở ngại cho bạn vốn dị ứng với thống kê … Bác sĩ Lê Ngọc Khả Nhi Khả Nhi nữ bác sĩ trẻ dễ thương sử dụng thành thạo SPSS Như tên gọi mình, BS Nhi có tính cách hồn nhiên ngây thơ trẻ con, cô có khuynh hướng đơn giản hóa tối đa vấn đề Khả Nhi hướng dẫn bạn sử dụng SPSS qua bước cụ thể, chia sẻ mẹo vặt, thủ thuật để giúp bạn đến kết nhanh dễ dàng Sinh viên Trần Quốc Bảo Bảo sinh viên y khoa năm thứ sáu bắt đầu làm quen với nghiên cứu khoa học Đây cậu sinh viên tò mò đặt nhiều câu hỏi liên quan đến thống kê Mặc dù đế tài Bảo thực đơn giản, đồng hành với cậu ta, bạn có hội tích lũy cho nhiều kinh nghiệm công việc phân tích số liệu thiết kế nghiên cứu 1.1 Tình thí dụ Phát tình trạng tái nhiễm HCV sau ghép gan Nhuộm hóa mô miễn dịch với kháng thể IG222 chống kháng nguyên vỏ E2 HCV Nhiễm virus HCV Sinh thiết gan Xơ gan HCV Điều trị ghép gan Một bác sĩ nội trú khoa ngoại tiêu hóa thực đề tài khảo sát phương pháp nhuộm hóa mô miễn dịch với kháng thể IG222 mAb nhằm phát biến chứng tái nhiễm virus viêm gan C (HCV) mẫu sinh thiết mô gan sau ghép cho bệnh nhân bị xơ gan giai đoạn cuối HCV Mức độ phản ứng miễn dịch mẫu mô sau nhuộm đánh giá cách bán định lượng sau: 0: tế bào dương tính, 1+, 2+, 3+ tương ứng với 20% tế bào dương tính với HCV-E2 Kết so sánh : Phân nhóm có chẩn đoán xác định tái nhiễm HCV phân nhóm bị thải ghép, phân nhóm hậu phẫu ≤ tháng từ tháng trở lên Cách đánh giá giả định lượng không cho phép dùng test t, có giải pháp thay không ? Đây ví dụ điển hình thiết kế nghiên cứu có đại lượng cần khảo sát biến số giả định lượng, hay thứ hạng Chúng ta sử dụng test t để so sánh biến số này, thay vào ta sử dụng phương pháp phi tham số kiểm định Mann-Whitney U hay gọi test tổng thứ hạng Wilcoxon Mann, Henry B.; Whitney, Donald R (1947) "On a Test of Whether one of Two Random Variables is Stochastically Larger than the Other" Annals of Mathematical Statistics 18 (1): 50–60 doi:10.1214/aoms/1177730491 1.2 Giới thiệu phương pháp Mann-Whitney (1947) kiểm định phi tham số Mục đích ban đầu dùng để kiểm tra tương đương tính chất bất định mẫu phân phối, tập trung vào giá trị định Sau này, test Mann-Whitney mở rộng ý nghĩa, cho phép so sánh trung vị đặc tính phân phối giải pháp thay cho test t Student Henry Berthold Mann (1905-2000), nhà toán học người Mỹ, đồng tác giả phương pháp kiểm định U Frank Wilcoxon (1892–1965) nhà toán học người Mỹ, người đặt tảng lý thuyết cho phương pháp phi tham số A Nguyên tắc test Mann Whitney xếp hạng (thứ bâc) cho giá trị cá thể sau trộn chung phân nhóm với nhau, sau so sánh tổng thứ hạng mà phân nhóm đạt Nếu có khác đặc tính phân phối phân nhóm này, trường hợp có hạng cao dồn phân nhóm, trường hợp hạng thấp dồn phân nhóm lại Nếu phân nhóm có đặc tính phân phối, thứ hạng có xác suất nằm phân nhóm A B B Trường hợp I: phân nhóm A B có đặc tính phân phối (đồng dạng), lệch Lúc Test Mann-Whitney cho phép so sánh giá trị trung vị A B Trường hợp II: nhóm A B có đặc tính phân phối hoàn toàn khác Lúc test MannWhitney có ý nghĩa chứng minh khác biệt phân phối Nếu phân nhóm A, B có đặc tính phân phối gần chồng lắp lên nhau, test Mann-Whitney cho kết âm tính, nói A B chung quần thể 1.2 Giới thiệu phương pháp Như phương pháp phi tham số khác, Mann-Whitney test dựa vào xếp thứ hạng (là hình thức chuyển dạng biến số để chuẩn hóa phân phối) Thí dụ đơn giản sau nhằm giải thích cách thực thủ công test Mann-Whitney với cỡ mẫu nhỏ nhóm bạn A B chơi trò chơi sau: người thả xúc xắc ghi lại số điểm Thông thường ta định thắng bại cách so sánh tổng số điểm nhóm Nhưng trường hợp này, nhóm A có thành viên nhóm B, nên cách tính điểm dựa vào tổng số áp dụng (thiếu công bằng) Một ý kiến khác cho vấn đề so sánh mức độ may mắn», hay « đặc tính phân phối điểm» nhóm Do đó, ta sử dụng test Mann-Whitney A Nhóm A (n=4) Thành viên Kết B Nhóm may mắn ? Thành viên Kết A1 A2 A3 A4 B1 B2 B3 B4 B5 B6 Tổng thứ hạng nhóm A Tổng thứ hạng nhóm B Bây ta tính trị số U cho phân nhóm Cônng thức 1: 𝑈𝑖 = 𝑛1 ∗ 𝑛2 + Thứ hạng 2.5 7.5 5.5 9.5 7.5 2.5 5.5 9.5 25 30 Từ phân nhóm A,B (Bảng 1), ta gộp chung tất thành viên lại với nhau, không phân biệt phân nhóm, xếp hạng cho trường hợp từ thấp đến cao (Bảng 2) Điểm thấp = Hạng trường hợp có điểm nhận thứ hạng trung bình; ví dụ thành viên A1 B2 có điểm=2, nên hạng trung bình = (2+3)/2=2.5 Sau việc xếp hạng hoàn tất, ta thống kê lại Tổng thứ hạng nhóm Đặc tính phân phối U: Cho phân nhóm bất kì, giá trị U dao động từ giá trị lớn đạt tích số cỡ mẫu n1*n2 (khi nhóm lại xem có U=0) 𝑛𝑖 𝑛𝑖 + − 𝑅𝑖 Công thức 2: 𝑈𝑖 = 𝑅𝑖 − Nhóm B (n=6) Thành viên Kết 𝑛𝑖(𝑛𝑖 + 1) Với: n1 n2 số trường hợp phân nhóm, Ri tổng thứ hạng cho phân nhóm i với ni trường hợp Ta tính giá trị U cho phân nhóm chọn giá trị U thấp để tra bảng nhằm kiểm định giả thuyết 𝑈1 + 𝑈2 = 𝑛1𝑛2 Nếu ta có cỡ mẫu đủ lớn (>20 trường hợp cho phân nhóm), U xem có phân phối chuẩn, lúc ta tính giá trị trung bình, độ lệch chuẩn, U chuẩn hóa: 𝑛1𝑛2 𝑚𝑈 = 𝛿𝑈 = 𝑛1𝑛2(𝑛1 + 𝑛2 + 1) 12 𝑍= 𝑈 − 𝑚𝑈 𝛿𝑈 1.2 Giới thiệu phương pháp Cách đọc bảng U: Xác định giá trị ngưỡng Ui tương ứng với n1 n2 cỡ mẫu phân nhóm Nếu giá trị U bạn tính THẤP ngưỡng này, ta phủ nhận giả thuyết với xác suất sai lầm định Bảng U sử dụng cho n1 n2 < 20 Khi cỡ mẫu n>20 dùng bảng U nữa, xác định trực tiếp giá trị U chuẩn hóa hay giá trị Z U từ xác định giá trị p theo phân phối chuẩn Kích thước ảnh hưởng (Effect size) r tính công thức Rosenthal (1991) 𝑟= Hay 𝑍 𝑛1+𝑛2 𝑟2 = 𝑍2 𝑛1+𝑛2 Một công thức khác Hans Wendt (1972): 2𝑈 𝑟 =1− (𝑛1 ∗ 𝑛2) 0.1: kích thước nhỏ (ảnh hưởng yếu) 0.3 : kích thước trung bình (ảnh hưởng trung bình) 0.5 trở lên: kích thước lớn (ảnh hưởng lớn) 1.3 Mann-Whitney (không chỉ) thay cho test t So sánh đại lượng giũa phân nhóm Loại biến số Không liên tục (Thứ hạng) Định lượng liên tục Đặc tính phân phối Giá trị cá biệt Phân phối không chuẩn Có Không Mann-Whitney U Test t cho mẫu độc lập Ứng dụng kiểm định U Mann-Whitney Thay cho test T student trường hợp : cỡ mẫu thấp, có vi phạm giả định phân phối bình thường và/hoặc có điểm giá trị cá biệt Bắt buộc sử dụng test Mann-Whitney đại lượng cần so sánh biến số không liên tục (thứ hạng, thang điểm, giả định lượng) Thí dụ: Những nghiên cứu thuộc chuyên khoa chẩn đoán hình ảnh, giải phẫu bệnh lý (dùng nhiều biến giả định lượng) Các nghiên cứu dùng thang điểm, bảng câu hỏi… (ví dụ thăm dò chức giấc ngủ, mức độ đau, chất lượng sống… Những mô hình thí nghiệm động vật, tế bào, mô Các thí nghiệm Western-Blot, hóa mô miễn dịch (do cỡ mẫu nhỏ, và/hoặc giá trị không liên tục) Ghi chú: + Một test t dùng Mann-Whitney dùng được, chí bảo thủ Trong trường hợp test t cho kết không rõ nét, bạn cân nhắc dùng test Mann-Whitney thay cho test t, với hy vọng tìm khác biệt +Ý nghĩa loại test hoàn toàn khác nhau, nên cách diễn giải khác Test t dựa vào mô hình hồi quy tuyến tính so sánh giá trị trung bình; test Mann-Whitney dựa vào thứ hạng so sánh đặc tính phân phối (hay trung vị) Một dùng test Mann-Whitney bạn cần phải mô tả đặc tính phân phối phân nhóm (Trung vị, Skewness, Kurtosis, bách phân vị, tứ phân vị…) thay dùng trung bình độ lệch chuẩn, sai số chuẩn thường lệ 2 2.1 Quy trình SPSS Khảo sát đặc tính phân phối phân nhóm Khảo sát trực quan tính đồng dạng phân phối Đặt giả thuyết Tính giá trị: Trung vị, Skewness, Kurtosis Kiểm tra giả định phân phối chuẩn Vẽ biểu đồ tháp phân phối So sánh đặc tính phân phối phân nhóm Giả thuyết phát biểu tùy theo tính đồng dạng hay không phân phối… Thực kiểm định Mann-Whitney Xếp hạng, tính thứ hạng trung bình, tổng thứ hạng, tính trị số U, U chuẩn hóa (Z), xác định trị số p Diễn giải kết Tính hệ số ảnh hưởng Giữ hay phủ nhận giả thuyết Tính hệ số r theo Rosentham (1991) theo Hans Wendt (1972) Đầu tiên bạn tạo bảng số liệu với: Y= đại lượng cần khảo sát, thuộc loại liên tục F= Biến số phân nhóm, thuộc loại định tính, nhị phân Ghi chú: Nhằm minh họa cho ý tưởng: Test Mann-Whitney đứng độc lập không thay cho test t, nên tác giả định dùng Y biến định tính nhiều giá trị (thang điểm) Tuy nhiên Y biến thứ hạng giả định lượng, bạn phải đặt kiểu biến số Scale để SPSS xử lý biến định lượng Tuy nhiên lúc ta không ý giá trị trung bình, độ lệch chuẩn nữa, mà quan tâm đến đặc điểm phân phối 2 2.1 Quy trình SPSS Để khái quát hóa Syntax, tác giả dùng tên biến rút gọn : Y, F1, F2 Nội dung biến xác định cách dán nhãn, bao gồm nhãn tên biến nhãn mã hóa giá trị Bạn dán nhãn thủ công dùng syntax Sau khai báo xong biến, bạn nhập số liệu Tải file syntax tên « Syntax Mann Whitney.sps» từ Google drive tác giả máy bạn https://drive.google.com/file/d/0B1vaOU1uB8DPcnpScWZCZjU0S28/view?usp=sharing Mở file syntax cách click chuột lần vào nó, cửa sổ syntax mở 2.2 Cách thi hành syntax nội dung bên Để thi hành khối lệnh tùy chọn: 1° Đánh dấu chọn khối lệnh cần thi hành 2° Click chuột phải syntax editor chọn Run Selection Nội dung Syntax * Khai báo tên biến mã hóa giá trị Khối lệnh : VARIABLE LABELS Y "Anti-HCV E2 grade" F1 "Nhóm hậu phẫu" F2 "Chẩn đoán" Lệnh Variable Labels để đặt tên cho biến Y, F1 F2 Ghi chú: Nếu nghiên cứu bạn có tiêu chuẩn chia phân nhóm, ví dụ nhóm bệnh/nhóm chứng cần F đủ, không cần F2 * Dán nhãn giá trị VALUE LABELS Y "0+" "1+" "2+" "3+" Lệnh Value labels: để dán nhãn mã hóa giá trị cho Y (trong trường hợp Y biến thứ hạng hay giả định lượng VALUE LABELS F1 "< tháng" ">= tháng" Lệnh Value labels để mã hóa giá trị cho biến F1 F2 VALUE LABELS F2 "Nhiễm HCV" "Thải ghép" Ghi chú: Trường hợp Y= biến định lượng liên tục không cần lệnh Ghi chú: Vì test Mann-Whitney nên F1 F2 nhận tối đa giá trị = phân nhóm 2 2.2 Cách thi hành syntax nội dung bên * Bước 1A: Thăm dò đặc tính phân phối Y theo biến F1 F2 EXAMINE VARIABLES=Y BY F1 F2 /PLOT BOXPLOT HISTOGRAM NPPLOT /COMPARE GROUPS /PERCENTILES(5,10,25,50,75,90,95) HAVERAGE /STATISTICS DESCRIPTIVES /CINTERVAL 95 /MISSING PAIRWISE /NOTOTAL Đầu tiên, ta dùng lệnh Examine Variables (tương đương với quy trình Explore), mục đích thăm dò đặc tính phân phối Y phân nhóm Ghi chú: Nếu nghiên cứu bạn có tiêu chuẩn chia phân nhóm, ví dụ nhóm bệnh/nhóm chứng cần F đủ, không cần F2 Nội dung quy trình: Tính giá trị trung bình, SD, trung vị, bách phân vị, kiểm tra giả định phân phối chuẩn, vẽ histogram… * Bước 1B: Vẽ Histogram GGRAPH /GRAPHDATASET NAME="graphdataset" VARIABLES=Y F1 MISSING=LISTWISE REPORTMISSING=NO /GRAPHSPEC SOURCE=INLINE BEGIN GPL SOURCE: s=userSource(id("graphdataset")) DATA: Y=col(source(s), name("Y")) DATA: F1=col(source(s), name("F1"), unit.category()) COORD: transpose(mirror(rect(dim(1,2)))) GUIDE: axis(dim(1), label("Anti-HCV E2 grade")) GUIDE: axis(dim(1), opposite(), label("Anti-HCV E2 grade")) GUIDE: axis(dim(2), label("Frequency")) GUIDE: axis(dim(3), label("Nhóm hậu phẫu"), opposite(), gap(0px)) GUIDE: legend(aesthetic(aesthetic.color), null()) SCALE: cat(dim(3), include("1", "2")) ELEMENT: interval(position(summary.count(bin.rect(Y*1*F1))), color.interior(F1)) END GPL Tiếp theo, ta dùng lệnh Ggraph quy trình GPL để vẽ biểu đồ tháp phân phối Biểu đồ dùng để so sánh trực quan tính đồng dạng phân phối nhóm (ở làm cho F1= nhóm hậu phẫu) Lý giải thích rõ phần diễn giải kết Ghi chú: Cho nghiên cứu mình, bạn thay đổi nội dung đoạn màu đỏ, ví dụ tên biến số phân nhóm F1, bạn cần F đổi thành F2, F3… GUIDE: axis(dim(1), label("Anti-HCV E2 grade")) GUIDE: axis(dim(1), opposite(), label("Anti-HCV E2 grade")) Thay tên biến số Y nghiên cứu bạn GUIDE: axis(dim(3), label("Nhóm hậu phẫu"), opposite(), gap(0px)) Thay tên biến số F (yếu tố phân nhóm) interval(position(summary.count(bin.rect(Y*1*F1))),…: Thay F1 tên yếu tố phân nhóm nghiên cứu bạn 2 2.2 Cách thi hành syntax nội dung bên * Bước 2A: Test Mann-Whitney quy trình Mới NPTESTS /INDEPENDENT TEST (Y) GROUP (F1) /MISSING SCOPE=ANALYSIS USERMISSING=EXCLUDE /CRITERIA ALPHA=0.05 CILEVEL=95 NPTESTS /INDEPENDENT TEST (Y) GROUP (F2) /MISSING SCOPE=ANALYSIS USERMISSING=EXCLUDE /CRITERIA ALPHA=0.05 CILEVEL=95 * Bước 2B: Test Mann-Whitney Quy trình Cũ NPAR TESTS /M-W= Y BY F1(1 2) /STATISTICS=DESCRIPTIVES QUARTILES /MISSING ANALYSIS NPAR TESTS /M-W= Y BY F2(1 2) /STATISTICS=DESCRIPTIVES QUARTILES /MISSING ANALYSIS Khối lệnh 2A: Thực test Mann-Whitney quy trình (Cho SPSS phiên 18 trở sau) Ghi chú: Thay nội dung Y, F1, F2 tên biến số cần so sánh biến phân nhóm bạn Quy trình giải vấn đề hoàn toàn tự động, tức bạn cần đưa biến số vào mô hình, SPSS tự động xác định loại test phi tham số sử dụng, tùy theo số phân nhóm cần so sánh; tự động đặt giả thuyết 0, chọn phương pháp tính p gần hay p xác tùy vào cỡ mẫu nhiều hay ít, cuối đưa kết luận cho bạn Ngoài quy trình test Mann-Whitney vẽ biểu đồ tháp cho bạn (như bước 1B mà ta phải làm thủ công) Khối lệnh 2B: Thực test Mann-Whitney quy trình cũ (Cho SPSS phiên 17 trở trước) Trước đây, SPSS chưa có quy trình kiểm định phi tham số tự động, người sử dụng phải tự xác định loại test nào, lựa chọn từ Tab Analyse, sau tự thiết lập cấu hình cho test Quy trình Mann-Whitney cũ xuất kết gồm bảng thống kê mô tả giá trị thứ hạng, bảng kết Mann-Whitney U; nhiên không vẽ biểu đồ tháp phân phối quy trình Ghi chú: Bạn cần chọn quy trình, tốt Cho nghiên cứu mình, bạn cần thay đổi nội dung màu đỏ, bao gồm tên biến số cần khảo sát (Y), tên biến số phân nhóm (F) giá trị (1,2) Ví dụ bạn muốn so sánh biến Tuổi phân nhóm giới tính (Nam=1) (Nữ =0) dòng lệnh quy trình thay đổi thành: NPTESTS /INDEPENDENT TEST (Tuoi) GROUP (Gioitinh) /MISSING SCOPE=ANALYSIS USERMISSING=EXCLUDE /CRITERIA ALPHA=0.05 CILEVEL=95 NPAR TESTS /M-W= Tuoi BY Gioitinh (0 1) /STATISTICS=DESCRIPTIVES QUARTILES /MISSING ANALYSIS Cho quy trình cũ; bạn đặt thứ tự giá trị F được, kết không đổi 3 Diễn giải kết 3.1 Bảng thống kê mô tả Descriptives Chẩn đoán Anti-HCV E2 grade Nhiễm HCV Mean 95% Confidence Lower Interval for Mean Bound Statistic Std Error 1,85 ,222 Trung bình 1,36 Upper 2,33 Bound 5% Trimmed Mean 1,83 Median 2,00 Variance ,641 Std Deviation ,801 Minimum Maximum Range Interquartile Range Skewness ,307 ,616 Độ lệch Kurtosis -1,282 1,191 Độ gù Trung vị Đây thí dụ bảng mô tả Ta cần quan tâm giá trị: Trung vị (Median), Độ lệch (Skewness) Kurtosis (Độ gù) Skewness âm: lệch phải Kurtosis âm: bình nguyên Skewness =0: Phân phối chuẩn Kurtosis =0: Phân phối chuẩn Skewness > 0: Lệch trái Kurtosis > 0: Đỉnh nhọn trị số cho biết đặc tính phân phối: phân phối chuẩn có Kurtosis Skewness = 0, Trung bình = Trung vị Có thể so sánh phân nhóm Kurtosis Skewness để thấy trung vị cao hơn/thấp hơn, bên lệch phải/trái nhiều Đây cách làm định lượng Cũng so sánh định tính biểu đồ hình tháp mà ta bàn phần kết Ghi chú: Đối với biến số giả định lượng, thứ hạng kết bảng mô tả không quan trọng, bỏ qua, thí dụ để minh họa 3 Diễn giải kết 3.1 Kết theo quy trình Nếu bạn làm test quy trình mới, kết xuất bảng tóm tắt sau Bạn không cần ý đến nội dung vào lúc này, cần click chuột vào để mở cửa sổ nội dung chi tiết : Kết tóm tắt Biểu đồ tháp phân phối Bản kết chi tiết Nếu với loại test thống kê khác ta cần đọc giá trị p ta không làm Trước đọc kết test, bạn cần dành phút quan sát biểu đồ phân phối hình tháp góc cửa sổ kết Biểu đồ cho phép so sánh trực quan đặc tính phân phối quần thể Tại cần phải so sánh đặc tính phân phối ? Đây điểm tế nhị test Mann-Whitney tùy vào tính đồng dạng hay khác biệt phân phối phân nhóm mà giả thuyết đặt khác nhau, dẫn tới cách diễn giải kết khác Có nhiều cách diễn đạt giải thuyết test Mann Whitney Giả thuyết thứ 1: Xác suất tìm thấy giá trị X(a) phân nhóm A cao (hay thấp) giá trị X(b) phân nhóm B tương đương với xác suất tìm thấy giá trị Xb phân nhóm B cao (hay thấp) giá trị Xa phân nhóm A P(XA>XB) = P(XB>XA) Hay P(Xa>Xb) + 0.5 P(Xa=Xb) =0.5 Giả thuyết thứ hai (dễ hiểu hơn): Hai phân nhóm có đặc tính phân phối Giả thuyết thứ ba: Trung vị phân nhóm A = Trung vị phân nhóm B) Nếu phân phối đồng dạng test Mann-Whtney cho phép bạn so sánh giá trị trung vị Tính chất đồng dạng không bắt buộc histogram tuyệt đối trùng nhau, cần hình dạng chúng gần giống đủ (khuynh hướng quan trọng giá trị xác) Nếu nhóm có phân phối không đồng dạng, giả thuyết test Mann-Whitney cho phép so sánh đặc tính phân phối giá trị p phải diễn giải theo hướng 3 Diễn giải kết 3.1 Kết theo quy trình Trong thí dụ này, đặc tính phân phối phân nhóm không đồng dạng Như vậy, giả thuyết đặt là: Mức độ phản ứng với kháng thể HCV phân phối phân nhóm hậu phẫu Loại test phi tham số Mann-Whitney Nội dung giả thuyết Giá trị p 2 Quyết định giả thuyết Trong bảng kết tóm tắt, bạn đọc luận cột cuối (giá trị p định giả thuyết 0): Nếu test cho kết dương tính (p 0,05 nên kết luận ta giữ giả thuyết Bảng kết chi tiết cung cấp thêm thông tin sau: (n1+n1) Trị số U MannWhitney Trị số W Wilcoxon Trị số U nhỏ Sai số chuẩn U chuẩn hóa (Zu) Giá trị p ước lượng Giá trị p xác Diễn giải kết 3.1 Kết theo quy trình Asymptotic phương pháp ước tính giá trị p cách gần Mức độ xác giá trị p lúc phụ thuộc vào cỡ mẫu, cỡ mẫu cao p ước tính xác, gần với giá trị thực Giá trị p xác tính test Exact, dùng cho trường hợp cỡ mẫu thấp (n1 n2 20 n2>20), bạn báo cáo Asymptotic p + Ngược lại với cỡ mẫu nhỏ (n1 n2 [...]... động đặt ra giả thuyết 0, chọn phương pháp tính p gần đúng hay p chính xác t y vào cỡ mẫu nhiều hay ít, cuối cùng là đưa ra kết luận cho bạn Ngoài ra quy trình test Mann- Whitney còn vẽ luôn biểu đồ tháp cho bạn (như bước 1B mà ta đã phải làm thủ công) Khối lệnh 2B: Thực hiện test Mann- Whitney bằng quy trình cũ (Cho SPSS phiên bản 17 trở về trước) Trước đ y, SPSS chưa có quy trình kiểm định phi tham số... định phi tham số tự động, người sử dụng phải tự mình xác định loại test nào, và lựa chọn từ Tab Analyse, sau đó tự thiết lập cấu hình cho test đó Quy trình Mann- Whitney cũ sẽ xuất ra kết quả gồm 2 bảng thống kê mô tả về giá trị và thứ hạng, bảng kết quả Mann- Whitney U; tuy nhiên nó không vẽ biểu đồ tháp phân phối như quy trình mới Ghi chú: Bạn chỉ cần chọn 1 trong 2 quy trình, cái nào cũng tốt cả Cho... NPTESTS /INDEPENDENT TEST (Y) GROUP (F1) /MISSING SCOPE=ANALYSIS USERMISSING=EXCLUDE /CRITERIA ALPHA=0.05 CILEVEL=95 NPTESTS /INDEPENDENT TEST (Y) GROUP (F2) /MISSING SCOPE=ANALYSIS USERMISSING=EXCLUDE /CRITERIA ALPHA=0.05 CILEVEL=95 * Bước 2B: Test Mann- Whitney bằng Quy trình Cũ NPAR TESTS /M-W= Y BY F1(1 2) /STATISTICS=DESCRIPTIVES QUARTILES /MISSING ANALYSIS NPAR TESTS /M-W= Y BY F2(1 2) /STATISTICS=DESCRIPTIVES... QUARTILES /MISSING ANALYSIS Khối lệnh 2A: Thực hiện test Mann- Whitney bằng quy trình mới (Cho SPSS phiên bản 18 trở về sau) Ghi chú: Thay thế nội dung Y, F1, F2 bằng tên của biến số cần so sánh và biến phân nhóm của chính bạn Quy trình mới giải quyết vấn đề hoàn toàn tự động, tức là bạn chỉ cần đưa biến số vào mô hình, SPSS sẽ tự động xác định loại test phi tham số sẽ được sử dụng, t y theo số phân nhóm... phải so sánh đặc tính phân phối ? Đ y là một điểm tế nhị của test Mann- Whitney vì t y vào tính đồng dạng hay khác biệt về phân phối giữa 2 phân nhóm mà giả thuyết 0 đặt ra sẽ khác nhau, dẫn tới cách diễn giải kết quả khác nhau Có nhiều cách diễn đạt giải thuyết 0 của test Mann Whitney Giả thuyết 0 thứ 1: Xác suất tìm th y một giá trị X(a) trong phân nhóm A cao (hay thấp) hơn giá trị X(b) trong phân... label("Anti-HCV E2 grade")) Thay thế bằng tên của biến số Y trong nghiên cứu của bạn GUIDE: axis(dim(3), label("Nhóm hậu phẫu"), opposite(), gap(0px)) Thay thế bằng tên của biến số F (y u tố phân nhóm) interval(position(summary.count(bin.rect (Y* 1*F1))),…: Thay F1 bằng tên y u tố phân nhóm trong nghiên cứu của bạn 2 2.2 Cách thi hành syntax và nội dung bên trong * Bước 2A: Test Mann- Whitney bằng quy trình... đồng dạng Như v y, giả thuyết 0 được đặt ra sẽ là: Mức độ phản ứng với kháng thể HCV được phân phối như nhau ở 2 phân nhóm hậu phẫu Loại test phi tham số Mann- Whitney Nội dung giả thuyết 0 Giá trị p 2 2 Quyết định về giả thuyết 0 Trong bảng kết quả tóm tắt, bạn đọc luận ở 2 cột cuối cùng (giá trị p và quyết định về giả thuyết 0): Nếu test cho ra kết quả dương tính (p ... giả thuyết khác Test Mann- Whitney chí thông dụng Trong đời có lần so sánh test t, số lần dùng test Mann- Whitney phải đến 8-9, luận văn tốt nghiệp hoàn toàn dựa vào Mann- Whitney thay test t Không... biệt Có thể thầy cô gợi ý bạn dùng test phi tham số để giải vấn đề, trường hợp test Mann- Whitney Test Mann- Whitney giản dị, chí bạn làm tay cỡ mẫu thấp, nhiên hiểu sử dụng cách Người lạc quan... số này, thay vào ta sử dụng phương pháp phi tham số kiểm định Mann- Whitney U hay gọi test tổng thứ hạng Wilcoxon Mann, Henry B.; Whitney, Donald R (1947) "On a Test of Whether one of Two Random