Ung Dung SPSS

5/9/2018 Ung Dung SPSS - slidepdf.com

http://slidepdf.com/reader/full/ung-dung-spss 1/27

1

Ứ ng dụng phần mềm SPSS 12.0 trong xử lý thống kê

I/ GIỚI THIỆU CHUNG

1. Sơ l ượ c về phầ n mề m SPSSSPSS là tên viết tắt của cụm từ Statistical Package for the Social Sciences. Đây là một phần mềmđượ c sử dụng rộng dãi nhất để phân tích thống kê trong nghiên cứu khoa học tự nhiên và khoa họcxã hội nói chung. Phiên bản đầu tiên đượ c phát hành năm 1968 do Công ty liên hợ p SPSS- ChicagoMỹ sản xuất. Đến tháng 7 năm 2007 đã có phiên bản thứ 16 (SPSS 16.0)

Môi trườ ng làm việc của SPSS gồm hai phần: phần soạn thảo dữ liệu đầu vào (SPSS Data Editor ) vàphần kết quả đầu ra (Output – SPSS Viewer ). SPSS Data Editor gồm Data Viewer và Variable

Vierer cho phép nhập số liệu đầu vào trực tiếp hoặc add file số liệu ở dạng Excel.xml, đồng thờ i địnhdạng các biến số theo dạng số (number ) hay dạng trữ (String). Output – SPSS Viewer chứa các kếtquả mong muốn sau khi chạy các phép toán tươ ng ứng.

Tươ ng tự như các phần mềm Genstar và Minitab, SPSS 12.0 cho phép sử lý các phép phân tíchthống kê thông thườ ng như:

Descriptive statistics: Cross tabulation (sắp xếp thành bảng, hàng đối xứng nhau);Frequencies (tần số, tần suất….); Descriptive (mô tả, diễn tả…); Explore (khảo sát tỉ mỉ…); Descriptive Ratio Statistics (thống kê mô tả tỷ lệ, tỷ số….).

Bivariate statistics (thống kê hai biến số): Means (trung bình); t-test (phép thử, kiểm tra,phân tích…); ANOVA (phân tích phươ ng sai); Correlation (tươ ng quan) bao gồm bivariate (haibiến), partial (tươ ng quan từng phần, tươ ng quan không hoàn toàn), distances (tươ ng quan dờ i dạc,lỏng lẻo); Nonparametric tests (kiểm tra thông số giớ i hạn).

Prediction for numerical outcomes: Linear regression (dự đoán về kết quả bằng số dạng hồiqui tuyến tính…)

Prediction for identifying groups: Factor analysis (phân tích nhân tố); cluster analysis (phântích cho đám đông) bao gồm two – step (hai bậc), K-means (số K), hierarchic (có thứ bậc).

SPSS cũng cho phép lưu và chạy lại các thuật toán giúp việc kiểm tra kết quả dễ dàng. Nhưng phầnOutput – SPSS Viewer đã đượ c thiết kế tiện lợ i hơ n cho ngườ i sử dụng. Mục này bao gồm các bảngkết quả (ví dụ như bảng phân tích phươ ng sai, bảng thống kê mô tả….) hay các đồ thị có thể đượ cthay đổi định dạng trực tiếp cho phù hợ p vớ i form của bài viết và có thể copy trực tiếp vào bài viết

2. Cài đặ t SPSS 12.0 cho máy tính

- Double click vào biểu tượ ng Setup.exe trong thư mục SPSS 12.0 để cài đặt.

- Nhấn Next đến khi cử a sổ dướ i đây xuất hiện



2

II/ MỘT SỐ KIỂU THIẾT KẾ THÍ NGHIỆM VÀ Ứ NG DỤNG SPSS ĐỂ SỬ LÝ SỐ LIỆU

2.1. Thiế t k ế thí nghiệm theo kiể u ngẫ u nhiên hoàn toàn (CRD – Completely

Randomised Design)

Thiết kế thí nghiệm theo kiểu ngẫu nhiên hoàn toàn có ngh ĩ a là các nghiệm thức đượ c phân vào cácđơ n vị thí nghiệm một cách hoàn toàn ngẫu nhiên, hay mỗi đơ n vị thí nghiệm có một cơ hội giốngnhau để đượ c tiếp nhận một nghiệm thức.

Thiết kế thí nghiệm theo kiểu này rất hiệu quả trong trườ ng hợ p các đơ n vị thí nghiệm đồng đềunhau và ngượ c lại sẽ không hiệu quả nếu các đơ n vị thí nghiệm không đồng nhất. Bao gồm thiết kế thí nghiệm ngẫu nhiên hoàn toàn một nhân tố và thiết kế thí nghiệm ngẫu nhiên hoàn toàn đa nhântố. Các nhân tố trong thí nghiệm có thể chỉ có nhân tố định tính hoặc định lượ ng hoặc bao gồm cả hai. Trong các nhân tố thí nghiệm lại có thể có nhiều mức nhân tố. Thí nghiệm một nhân tố cung cấpthông tinh về ảnh hưở ng chính chỉ của một nhân tố thí nghiệm. Thí nghiệm đa nhân tố Có hai hoặcnhiều hơ n nhân tố đượ c nghiên cứu đồng thờ i. Có hiệu quả hơ n so vớ i tiến hành từng thí nghiệmriêng lẻ và cung cấp thông tin về ảnh hưở ng chính và ảnh hưở ng của tươ ng tác giữa các nhân tố.

- Mở fine Licence 12.0SPSS để copy dòng số 55345 26752 51345 33006 86803 93573 71895 65752 87sau đó paste vào ô Licence code.

- Click Update để tiếp tục cài cặt.- Nhấn Next/Next/Install quá trình cài đặt mất vài phút, nhấn Finish để hoàn tất cài đặt. Note:

+ Nếu quá trình cài đặt báo lỗi thì có thể phải gỡ bỏ các chươ ng trình Anti virut thườ ng không tươ ng thvớ i SPSS 12.0 (AVG, Noton….), sau khi cài đặt SPSS hoàn tất có thể cài đặt lại các chươ ng trình Antivirut này.

+ Vào Start/ Program để đưa biểu tượ ng của SPSS 12.0 SPSS 12.0 for Windows.lnk ra màn hình,để tiện l

cho việc sử dụng.



3

* Mô hình ANOVA mộ t nhân tố

yij=μ+Ai+eij

– yij: Giá trị của biến phụ thuộc của con vật j trong nghiệm thức i (i=1,…a; j=1,…n)

– i chỉ số mức của nhân tố, j chỉ số lần lặp lại

– μ: Là trung bình tổng thể

– Ai: Là ảnh hưở ng cố định hoặc ngẫu nhiên của nhân tố nghiên cứu vớ i mức i

– eij: Là hiệu dư, IID N(0,σ2), independent identically distributed

1. Tình huố ng 1: Nghiên cứu ảnh hưở ng của 3 mức protein 14%; 17%; 18% trong khẩu phần đếntăng trọng của lợ n lai F1 (MC xĐM) trong giai đoạn sinh trưở ng. Có 24 ô chuồng và 24 con lợ n.Các con lợ n này tươ ng đồng về các yếu tố tuổi tác, trọng lượ ng…

a. Phân tích tình huố ng

- Nhân tố thí nghiệm: 1 nhân tố, là mức protein.

- Mức nhân tố: 3 mức (14% pro, 17% pro, 18% pro)

- Kiểu thiết kế thí nghiệm: ngẫu nhiên hoàn toàn.- Đơ n vị thí nghiệm: mỗi cá thể lợ n.

- Số lần lặp lại: 24/3 = 8 lần.

b.Thiế t k ế thí nghiệm (bằ ng Excel)

- B1: Liệt kê danh sách các ô chuồng tươ ng ứng cho từng cá thể lợ n thí nghiệm (ochuong)

– B2: Dùng hàm RAND() trong EXCEL để gán các con số ngẫu nhiên cho các ô chuồng (Rand1)sau đó copy và past special các con số này tại đúng vị trí ấy.

– B3: Dùng hàm SORT trong thẻ DATA, có thể dùng ascending hay descending, SORT theo số ngẫu nhiên vừa mớ i tạo (Rand1), chú ý bao gồm cả số ô chuồng (ochuong)

– B4: Liệt kê các mức protein theo thứ tự 18%, 17%, 14%; 18%, 17%, 14%;..hoặc ngượ c lại. Đồngthờ i tạo số ngẫu nhiên thứ 2 (Rand 2).

– B5: SORT lần thứ 2 theo cột vùng chứa 2 cột mức protein (muc protein) và số ngẫu nhiên 2(Rand 2).

– B6: SORT theo cột vùng chứa 2 cột ochuong và muc protein.

B¶ng 1 . B¶ng tãm t¾t ANOVA trong thí nghiệm kiểu CRD vớ i 1 nhân tố

Nguån biÕn ®éng df MS F

Gi÷a çc nhãm/ nhân

tố thí nghiệm

a-1 MST MST /MSE

Trong çc nhãm a(n-1) MSE

Tæng an-1



4

Hình1: Thiế t k ế thí nghiệm ngẫ u nhiên hoàn toàn một nhân t ố bằ ng Excel

Kết quả thiết kế:

Các mức protein đượ c phân chia hoàn toàn ngẫu nhiên vào các cá thể lợ n như sau:– Mức protein 14% đượ c phân chia vào các ô chuồng: 3; 7; 11; 19; 20; 22; 23; 24.

– Mức protein 17% đượ c phân chia vào các ô chuồng: 5; 6; 13; 15; 16; 17; 18; 21.

– Mức protein 18% đượ c phân chia vào các ô chuồng còn lại: 1; 2; 4; 8; 9; 10; 12; 14.

Chú ý: Về cách thiết kế thí nghiệm trên:

Cách làm như trên gọi là Double randomization tuy nhiên, theo tài liệu Design of Experiments:

Statistical Principles of Research Design and Analysis (Kuehl, 2000), thì ở bướ c thứ 4 có thể trựctiếp phân các mức protein vào các ô chuồng, 18, 18…18; 17, 17…17; 14, 14…14. Cách làm như vậy còn gọi là Single randomization

c. Nhậ p k ế t quả và xử lý bằ ng SPSS

* Nhậ p số liệu:

Giả sử kết quả tăng trọng (kg/tháng) trong thí nghiệm thu đượ c như sau:



5

Như vậy, số liệu thí nghiệm sẽ đượ c nhập theo cột tươ ng ứng vớ i từng mức protein trong Excel. Sauđó file nàyđượ c sử dụng để chạy bằng SPSS.

* X ử lý bằ ng SPSS

- Phân tích thống kê

Chọn thẻ Analyze/ Descriptive Statistics, sau đó tùy theo từng thí nghiệm và mục đích phân tíchthống kê để chọn các thẻ khác nhau. Frequencies cho phân tích theo tần số, tấn suất; Descriptives cho phân tích mô tả; Exprore cho phân tích mô tả chi tiết; Ratio cho phân tích theo tỷ lệ, tỷ số.

Trong tình huống này, phép phân tích mô tả chi tiết cho biết thông tin đầy đủ nhất. Chọn Analyze/ Descriptive Statistic/ Exprore hộp thoại Exprore xuất hiện như sau:

Mức protein (%)

Cá thể 14% 17% 18%1 11 15 132 3 14 143 6 10 64 10 12 105 7 12 126 8 6 127 9 9 168 2 10 13



6

Chọn tangtrong là biến phụ thuộc (đưa vào ô Dependent list), mucprotein là nhân tố thí nghiệm(đưa vào ô Factor list ).

Trong phần Display chọn Statistics nếu chỉ mong muốn có kết quả thống kê; Plots nếu chỉ mongmuốn có sơ đồ, đồ thị hay biểu đồ; Both nểu mong muốn có cả 2 kết quả trên. Vào từng hộp thoạiStatistics; Plots và Options để chọn các thông số, khoảng tin cậy cho giá trị trung bình (Confidence

Interval for mean) hay các dạng đồ thị, biểu đồ mong muốn. Chọn Discriptives/ Histogram cho dạngbiểu đồ, Boxplots /Factor level together cho trườ ng hợ p biểu đồ biểu diễn các mức nhân tố vớ i nhau,dạng biểu đồ khối hộp; Boxplots/ Dependent together cho trườ ng hợ p biểu đồ giữa các biến phụ thuộc vớ i nhau, dạng biểu đồ khối hộp).

Kết quả sau đây xuất hiện trong hộp Output -SPSS Viewer :

Exploremucprotein

Case Processing Summary

Cases

Valid Missing Total

mucprotein N Percent N Percent N Percent

14 8 100.0% 0 .0% 8 100.0%

17 8 100.0% 0 .0% 8 100.0%

tangtrong

18 8 100.0% 0 .0% 8 100.0%



7

Descriptives

mucprotein Statistic Std. Error

Mean 7.00 1.134

Lower Bound 4.3295% ConfidenceInterval for Mean Upper Bound

9.68

5% Trimmed Mean 7.06

Median 7.50

Variance 10.286

Std. Deviation 3.207

Minimum 2

Maximum 11

Range 9

Interquartile Range 6

Skewness -.520 .752

14

Kurtosis -.894 1.481

Mean 11.00 1.018

Lower Bound 8.5995% ConfidenceInterval for Mean Upper Bound

13.415% Trimmed Mean 11.06

Median 11.00

Variance 8.286


Minimum 6

Maximum 15

Range 9


Skewness -.335 .752

17

Kurtosis .004 1.481

Mean 12.00 1.052

Lower Bound 9.5195% ConfidenceInterval for Mean Upper Bound14.49

5% Trimmed Mean 12.11

Median 12.50

Variance 8.857


Minimum 6

Maximum 16

Range 10


Skewness -1.084 .752

tangtrong

18

Kurtosis 2.032 1.481



8

14 17 18

mucprotein

2

4

6

8

10

12

14

16

t a n g t r o n g

19

Qua bảng Descriptives có thể rút ra một số kết quả cần thiết sau:

Bả ng 1: Thố ng kê mô tả ả nh hưở ng củ a các mứ c protein khác nhau đế n tă ng trọ ng củ a l ợ n

Nhóm Tbình Phươ ng sai

14% 7 10,286

17% 11 8,286

18% 12 8,857

Qua biểu đồ trên, cho thấy các giá trị tăng trọng của lợ n trong mỗi mức protein có phân bố chuẩn.Các mức protein khác nhau có ảnh hưở ng đến tăng trọng lợ n khác nhau. Mức 18% protein cho tăngtrọng cao nhất trong các mức.

Đồng thờ i qua biểu đồ cũng cho biết các giá trị ngoại lai, khác thườ ng. Ví dụ ở mức 18% có giá trị tăng trọng 19kg/tháng là bất thườ ng. Do vậy có thể kiểm tra lại số liệu trong trườ ng hợ p cần thiết,kiểm tra từ Data viewer.

Tuy nhiên, các kết quả thống kế trên chỉ mớ i cho biết rất ít các thông số. Chưa chỉ ra sự sai khác về ảnh hưở ng của các mức protein khác nhau đến tăng trọng lợ n. Do đó cần tiến hành kiểm tra phươ ngsai (ANOVA) và hậu ANOVA (kiể m tra post-hoc) để biết ảnh hưở ng khác nhau của các nhóm như

thế

nào. SPSS cho phép kiểm tra t

ất c

ảcác yêu c

ầu trên b

ằng m

ột phép toán.Trướ c khi phân tích ANOVA, cần kiểm tra xem các số liệu có theo phân bố chuẩn hay không. Phép

toán Homogeneity tests cho phép kiểm tra xem có sự đồng nhất phươ ng sai hay không, cũng cóngh ĩ a là số liệu có phân bố chuẩn hay không.

Homogeneity tests kiểm tra vớ i giả thiết Ho: có sự đồng nhất phươ ng sai của số liệu; đối thiết H1:không có sự đồng nhất phươ ng sai của các số liệu.

Phép kiểm tra đồng nhất phươ ng sai trong SPSS tiến hành như sau:



9

Click vào thẻ Homogeneity test ở mục Options trong hộp thoại Univariate hoặc Homogeneity of

Variance test ở mục Options trong hộp thoại One- Way ANOVA.Kết quả kiểm tra đồng nhất phươ ngsai thể hiện ở dạng bảng sau:

Levene's Test of Equality of Error Variances(a)

Dependent Variable: tangtrong

F df1 df2 Sig.

.151 2 21 .861

Tests the null hypothesis that the error variance of the dependent variable is equal across groups.a Design: Intercept+mucprotein

2 4 6 8 10 12 14 16

tangtrong

0

1

2

3

4

5

6

F r e q u e n c y

Mean = 10

Std. Dev. = 3.636

N = 24

Trong đó df1 là số bậc tự do của mức nhân tố; df2 là số bậc tự do của mẫu. Sig = p là mức ý ngh ĩ a,nếu Sig > 0,05 thì chấp nhận giả thiết Ho, có ngh ĩ a có sự đồng nhất về phươ ng sai của số liệu, ngượ clại Sig < 0,05 thì bác bỏ Ho, chấp nhận H1, khi đó các phép phân tích phươ ng sai là không có ýngh ĩ a.

Khi Sig > 0,05 thì tiến hành phân tích phươ ng sai. Phép phân tích phươ ng sai trong SPSS tiến hànhnhư sau:

Mean : cho phép so sánh các giá trị trung bình.

Chọn Analyze /Compare Means One-sample T Test:cho phép kiểm tra mẫu đơ n.

Paired-samples T Test:cho phép kiểm tra cặp đôi.

One – way ANOVA:cho phép kiểm tra 1 chiều (1 yếu tố).

Univariate: cho trườ ng hợ p có một biến phụ thuộc

(bao gồm 1 hoặc nhiều mức nhân tố)Hoặc chọn Analyze /General linear model Multivariate:cho trườ ng hợ p có từ hai biến phụ

thuộc trở lên (bao gồm một hoặc nhiều mức nhân tố)

Tuy nhiên, trong SPSS kiểm tra phân bố chuẩn và phân tích ANOVA thườ ng không tiến hành đơ nlẻ. Có ngh ĩ a là, trong cùng một hộp thoại cho phép lựa chọn đồng thờ i hai nội dung này. Khi máytính xử lý sẽ tự động kiểm tra phân bố chuẩn trướ c, sau đó phân tích phươ ng sai.

Trong tình huống này, tiến hành xử lý trong SPSS như sau:

Đồ thị kiể m tra mứ c độ

t ậ p trung, theo phân bố chuẩ n của số liệu



10

Analyze /Compare Means / One – Way ANOVA

Chọn tangtrong là biến phụ thuộc (ô Dependent list); mucprotein là nhân tố cố định (ô Factor).

Trong hộp thoại One- Way ANOVA:

Ở mục contrasts chọn polynomial (trong trườ ng hợ p khoảng cách giữa các mức nhân tố không đều14% - 17% và 17% - 18%) đồng thờ i chọn linear (cho dạng phươ ng trình bậc nhất); Quadratic (cho

dạng phươ ng trình bậc hai); Cubic (cho dạng phươ ng trình bậc ba); 4th

; 5th

…cho dạng phươ ng trìnhbậc 4, bậc 5…không chọn polynomial cho trườ ng hợ p khoảng cách các mức nhân tố bằng nhau.

Ở mục Post Hoc chọn các dạng so sánh Tukey (cho trườ ng hợ p số mẫu trong các nhóm bằng nhau); LSD (cho trườ ng hợ p số mẫu trong các nhóm có thể không bằng nhau) , Duncan….chọn mức ý 0,05hoặc 0,01…Trong tình huống này chọn so sánh LSD và Tukey (để so sánh độ nhạy cảm của haiphươ ng pháp này), mức ý ngh ĩ a p = 0,05.

Ở mục Option chọn Discriptis và Homogeneity of Variance test

Kết quả sau đây trong Output – SPSS Viewer:

OnewayDescriptives

tangtrong

N MeanStd.

Deviation Std. Error95% Confidence Interval for

Mean Minimum MaximumMucprotein Lower

BoundUpperBound

14 8 7.00 3.207 1.134 4.32 9.68 2 11

17 8 11.00 2.878 1.018 8.59 13.41 6 15

18 8 12.00 2.976 1.052 9.51 14.49 6 16

Total 24 10.00 3.636 .742 8.46 11.54 2 16

Test of Homogeneity of Variances

tangtrong

LeveneStatistic df1 df2 Sig.

.151 2 21 .861

ANOVA

tangtrong

Sum ofSquares df Mean Square F Sig.

(Combined) 112.000 2 56.000 6.125 .008

Contrast 111.692 1 11 1.692 12.216 .002

BetweenGroups Linear Term

Deviation.308 1 .308 .034 .856

Within Groups 192.000 21 9.143

Total 304.000 23



11

Post Hoc TestsMultiple Comparisons


95% Confidence Interval(I)

mucprotein(J)

mucprotein

MeanDifference

(I-J)Std. Error Sig.

LowerBound

UpperBound

17 -4.000(*) 1.512 .039 -7.81 -.191418 -5.000(*) 1.512 .009 -8.81 -1.19

17 14 4.000(*) 1.512 .039 .19 7.81

18 -1.000 1.512 .788 -4.81 2.81

18 14 5.000(*) 1.512 .009 1.19 8.81

Tukey HSD

17 1.000 1.512 .788 -2.81 4.81

LSD 14 17 -4.000(*) 1.512 .015 -7.14 -.86

18 -5.000(*) 1.512 .003 -8.14 -1.86

17 14 4.000(*) 1.512 .015 .86 7.1418 -1.000 1.512 .516 -4.14 2.14

18 14 5.000(*) 1.512 .003 1.86 8.14

17 1.000 1.512 .516 -2.14 4.14

* The mean difference is significant at the .05 level.

Homogeneous Subsetstangtrong

Subset for alpha = .05

mucprotein N 1 2

14 8 7.00

17 8 11.00

18 8 12.00

TukeyHSD(a)

Sig. 1.000 .788

Means for groups in homogeneous subsets are displayed.

a Uses Harmonic Mean Sample Size = 8.000.

* Lư u câu l ệ nh cho các phép toán trong SPSS:

Click vào paste trong hộp thoại Univariate, 1 hộp thoại xuất hiện có tên Syntax – SPSS Syntax

Editor.Chọn File /Save (Save as) trên thanh công cụ để lưu câu lệnh, lần sau có thể mở file chứa câulệnh và chạy Run.

* T ạ o biể u đồ , đồ th ị trong SPSS

Chọn Graphs, sau đó chọn dạng biểu đồ mong muốn (thao tác vẽ biểu đồ trong SPSS giống như trong Minitab).



12

14 17 18

mucprotein

2

4

6

8

10

12

14

16

t a n g t r o n g

19

2 4 6 8 10 12 14 16

tangtrong

0

1

2

3

4

5

6

F r e q u e n c y

Mean = 10

Std. Dev. = 3.636

N = 24

Histogram

Biểu đồ dạng Boxplots

* Mô hình ANOVA hai nhân tố

yijk=μ+Ai+Bj + ABij +eijk

– yijk: Giá trị của biến phụ thuộc của con vật k trong nghiệm thức A mức i và nhân tố B mức j (i=1,…a; j=1,…b; k=1,…n)

– μ: Là trung bình tổng thể

– Ai: Là ảnh hưở ng cố định hoặc ngẫu nhiên của nhân tố A vớ i mức i

– Bj: Là ảnh hưở ng cố định hoặc ngẫu nhiên của B nghiên cứu vớ i mức j

– ABij: Là ảnh hưở ng cố định hoặc ngẫu nhiên của tươ ng tác giữa i và j– eijk: Là hiệu dư, IID N(0,σ2)

– k chỉ số lần lặp

Tình huố ng 2: Nghiên cứu hàm lượ ng canxi trong máu của gà thuộc 2 giớ i tính khác nhau do ảnhhưở ng của việc có hay không có xử lý hormone

– 20 con gà (10 trống, 10 mái) tươ ng đồng nhau về các yếu tố tuổi tác, trọng lượ ng…

– Cơ sở nghiên cứu có đủ điều kiện để nuôi cá thể

B¶ng 2. Tãm t¾t ANOVA hai nh©n tè

Nguån biÕn ®éng df MS F

Nh©n tè A a-1 MSA MSA /MSW

Nh©n tè B b-1 MSB MSB /MSW

A X B (a-1)(b-1) MSAB MSAB /MSW

NgÈu nhiª n (trongç c nhãm) NT-ab MSW

Tæng NT-1

Đồ thị kiể m tra mứ c độ t ậ p trung,

theo phân bố chuẩ n của số liệu



13

a. Phân tích tình huố ng:

– Nhân tố thí nghiệm: 2 nhân tố

• Giớ i tính: Trống và Mái

• Hormone: Có xử lý hormone, không xử lý hormone.

– Kiểu thiết kế thí nghiệm: Ngẫu nhiên hoàn toàn

– Đơ n vị thí nghiệm: Mỗi cá thể gà

– Số lần lặp lại: 5

b. Thiế t k ế thí nghiệm ( sử d ụng Excel 4.0)

c. Nhậ p số liệu và phân tích thố ng kê bằ ng SPSS

Nhập số liệu trực tiếp trên SPSS hoặc trên Excel rồi mở bằng SPSS.



14

Kiểm tra đồng nhất phươ ng sai, phân tích phươ ng sai, các thống kê mô tả, tất cả đượ c thực hiệnbằng phép toán Analyze/ General Linear Model/ Univariate (cho trườ ng hợ p có 1 biến phụ thuộc,như trong tình huống 1)

Univariate Analysis of Variance

Between-Subjects Factors

N

gioitinh M 10

T 10Hormon C 10

K 10

Descriptive Statistics



15

Dependent Variable: Canxi mau

gioitinh Hormon Mean Std. Deviation N

C 25.620 4.1288 5

K 12.920 1.3809 5

M

Total 19.270 7.2957 10

C 27.020 2.0327 5

K 14.080 3.5647 5

T

Total 20.550 7.3482 10

C 26.320 3.1555 10

K 13.500 2.6209 10

Total

Total 19.910 7.1569 20



F df1 df2 Sig.

1.717 3 16 .204Tests the null hypothesis that the error variance of the dependent variable is equal across groups.a Design: Intercept+Hormon+gioitinh+gioitinh * Hormon

Tests of Between-Subjects Effects


SourceType III Sumof Squares df Mean Square F Sig.

Corrected Model 830.026(a) 3 276.675 30.919 .000

Intercept 7928.162 1 7928.162 886.001 .000

Hormon 821.762 1 821.762 91.835 .000

gioitinh8.192 1 8.192 .915 .353gioitinh * Hormon .072 1 .072 .008 .930

Error 143.172 16 8.948

Total 8901.360 20

Corrected Total 973.198 19

a R Squared = .853 (Adjusted R Squared = .825)

Kết quả trên cho thấy, trong bảng Levene's Test of Equality of Error Variances(a),Sig = 0,204

>0,05 có ngh ĩ a có sự đồng nhất về phươ ng sai (Giả thuyết Ho: Có sự đồng nhất phươ ng sai; Đốithiết H1: Không có sự đồng nhất phươ ng sai).

Cũng có thể kiểm tra sự phân bố chuẩn của số liệu bằng phép toán Graphs/ Histogram

( Chọn Display normal curve để có đườ ng cong phân bố chuẩn).



16

1 0.0 15.0 20.0 25.0 30.0

Canxi mau

0

1

2

3

4

5

F r

e q u e n c y

Mean = 19.91Std. Dev. = 7.1569N = 20

- Sự bổ sung Hormon có ảnh hưở ng đến hàm lượ ng canxi trong máu (p = 0.000< 0.05) sự sai kháccó ý ngh ĩ a thống kê.

- Giớ i tính không có ảnh hưở ng đến hàm lượ ng canxi trong máu (p =0.353 > 0.05) sự sai khác

không có ý ngh ĩ a thống kê).- Không có ảnh hưở ng tươ ng tác giữa hormone và giớ i tính (p = 0.930 > 0.05).

(Các bảng kết quả, đồ thị trong SPSS có thể copy nguyên dạng và page vào Word dễ dàng).

* Trình bày k ế t quả trong báo cáo

Bảng 1. Ảnh hưở ng của hormone đến hàm lượ ng canxi trong máu của gà (mg/100ml)

Hormon Trống Mái Trung bình

Có 27,020a 25,620a 26,320a

Không có 14,080b 12,920b 13,50b

Trung bình 20,550 19,270

a, b chỉ sự sai khác có ý nghĩ a ở mứ c p= 0.05

2.2. Thiế t k ế thí nghiệm theo kiể u ngẫ u nhiên hoàn toàn theo khố i (RCB - Randomized

Completed Block Design).

Thế nào là thiết kế theo khối ngẫu nhiên hoàn toàn?

Thiết kế theo khối ngẫu nhiên hoàn toàn là thiết kế thí nghiệm có các đặc tính sau:

– Theo khối: Các nhóm của thiết kế ngẫu nhiên hoàn toàn

– Ngẫu nhiên: Áp dụng ngẫ u nhiên trong mỗ i khố i

– Hoàn toàn:Tất cả nghiệm thức đượ c phân vào trong mỗi khối

* Ư u đ iể m của thiế t k ế ngẫ u nhiên hoàn toàn theo khố i



17

RCB hiệu quả hơ n CRD

• Các đơ n vị thí nghiệm trong các nhóm là tươ ng đồng vớ i nhau hơ n

• Các đơ n vị thí nghiệm giữa các nhóm là khác nhau hơ n

• Sai số thí nghiệm là nhỏ hơ n

* M« h×nh cña thiÕt kÕthÝnghiÖm theo khèi ngÉu nhi ªn ho à

n to à

n Mô hình tuyến tính không tươ ng tác:

yij = µ+ Bi + Dj + εij

• yij : Träng l î ng ban ®Çu

• Bi : ¶nh hö¬ng cña khèi

• Dj: ¶nh hö¬ng cña nh©n tè thÝnghiÖm

• εij: hiÖu d

• µ: Trung b×nh tæng thÓ.Mô hình tuyến tính có tươ ng tác:

yijk = µ + Bi + Dj + BDij + εijk

yijk = quan sát trên cá thể k cho nhân tố i, j.

BDij: là ảnh hưở ng của tươ ng tác giữa 2 nhân tố i, j.

Tình huống:

- Ảnh hưở ng của các khẩu phần đến tăng trọng của lợ n

- 4 khẩu phần

- 6 con/khẩu phần

- Nuôi cá thể

Các đơ n vị thí nghiệm đượ c phân chia một cách ngẫu nhiên vào các khẩu phần.

a. Phân tích tình huố ng:

Để đánh giá đượ c ảnh hưở ng của các khẩu phần đến tăng trọng lợ n thì cần phải loại bỏ hoặc tínhtoán đượ c các ảnh hưở ng khác không phải từ khẩu phần để hiệu chỉnh sai số do các ảnh hưở ng nàymang lại. Vì vậy các lợ n thí nghiệm cần đượ c phân chia một cách ngẫu nhiên vào 4 khẩu phần, làmthế nào đó để trọng lượ ng ban đầu là giống nhau cho mỗi khẩu phần (khối lượ ng lợ n thí nghiệmtrong mỗi khẩu phần tươ ng đối đồng nhất). Thiết kế thí nghiệm kiểu khối ngẫu nhiên hoàn toàn.

- Nhân tố thí nghiệm: khẩu phần ăn

- Mức nhân tố: 4 mức

- Đơ n vị thí nghiệm: mỗi các thể lợ n

- Số lần lặp lại = số khối = 6.

b. Cách thiế t k ế thí nghiệm



18

c. Nhậ p số liệu và xử lý thố ng kê

* Nhậ p số liệu (tiến hành trong Excel)



19

* X ử lý thố ng kê trong SPSS

Xử dụng phép phân tích Analyze/ General Linear Model/ Univariate

Chọn tangtrong cho Dependent V ariable khauphan cho Fixed Factor,khoi cho random factor.

Trong hộp thoại Model chọn Custom, chọn các mô hình khauphan; khoi; khauphan*khoi để xemảnh hưở ng cộng gộp của khối và phẩu phần.

Nhấn continue để tiếp tục. Trong hộp thoại Post hoc Mutiple Comparions chọn khauphan cho ôPost Hoc test for. Chọn so sánh LSD hoặc Tukey tùy theo mục đích so sánh và yêu cầu của thí nghiệm, sau đó nhấn continue để tiếp tục.

Trong hộp thoại Option chọn khauphan cho Display means for, chọn Descriptive Statistics cho cácmô tả thống kê và Homogeneity tests cho phép kiểm tra đồng nhất phươ ng sai.

K ế t quả sau đ ây xuấ t hiện trong hộ p thoại Output – SPSS Viewer:

Univariate Analysis of Variance

Warnings

Post hoc tests are not performed for Khauphan because error term has zero degrees offreedom.



F df1 df2 Sig.

. 23 0 .

Tests the null hypothesis that the error variance of the dependent variable is equal across groups.a Design: Intercept+Khauphan+khoi+Khauphan * khoi



20

Tests of Between-Subjects Effects



Hypothesis 8580104.167 1 8580104.167 803.067 .000Intercept

Error 53420.833 5 10684.167(a)

Hypothesis 114712.500 3 38237.500 18.001 .000KhauphanError 31862.500 15 2124.167(b)

Hypothesis 53420.833 5 10684.167 5.030 .007khoi

Error 31862.500 15 2124.167(b)

Hypothesis 31862.500 15 2124.167 . .Khauphan *khoi Error .000 0 .(c)

a MS(khoi)b MS(Khauphan * khoi)c MS(Error)

Expected Mean Squares(a,b)

Variance Component

Source Var(khoi)Var(Khauphan * khoi) Var(Error)

QuadraticTerm

Intercept4.000 1.000 1.000

Intercept,Khauphan

Khauphan .000 1.000 1.000 Khauphan

khoi 4.000 1.000 1.000

Khauphan * khoi .000 1.000 1.000

Error .000 .000 1.000

a For each source, the expected mean square equals the sum of the coefficients in the cells times the variancecomponents, plus a quadratic term involving effects in the Quadratic T erm cell.b Expected Mean Squares are based on the Type III Sums of Squares.

Khauphan


95% Confidence Interval

Khauphan Mean Std. Error Lower Bound Upper Bound

A 606.667 . . .

B 496.667 . . .

C 596.667 . . .

D 691.667 . . .

Kiểm tra đồng nhất phươ ng sai cho thấy không thể tiến hành kiểm tra Post hoc cho khauphan vìđơ n vị đo độ tự do df2 = 0.

Tuy nhiên, trong bảng kiểm tra các yếu tố ảnh hưở ng Tests of Between-Subjects Effects vẫn cho thấyảnh hưở ng của khẩu phần và ảnh hưở ng của khối là có ý ngh ĩ a vớ i mức ý ngh ĩ a p tươ ng ứng là0.000 và 0.007.Nếu bỏ khoi ra khỏi ô Random factor và tiến hành phân tích chỉ ảnh hưở ng của khauphan tớ i tăngtrọng thì kết quả sau đây trong hộp thoại Output – SPSS Viewer:



21

Univariate Analysis of VarianceBetween-Subjects Factors

N

Khauphan

A6

B 6

C 6

D 6Descriptive Statistics


Khauphan Mean Std. Deviation N

A 606.67 28.048 6

B 496.67 69.474 6

C 596.67 64.704 6

D 691.67 85.186 6

Total 597.92 93.250 24

Levene's Test of Equality of Error Variances(a)Dependent Variable: tangtrong

F df1 df2 Sig.

.933 3 20 .443

Tests the null hypothesis that the error variance of the dependent variable is equal across groups.a Design: Intercept+Khauphan

Tests of Between-Subjects EffectsDependent Variable: tangtrong


Corrected Model 114712.500(a)

3 38237.500 8.967 .001

Intercept 8580104.167 1 8580104.167 2012.141 .000

Khauphan 114712.500 3 38237.500 8.967 .001

Error 85283.333 20 4264.167

Total 8780100.000 24Corrected Total 199995.833 23

a R Squared = .574 (Adjusted R Squared = .510)Pairwise Comparisons


95% Confidence Interval forDifference(a)

(I) Khauphan (J) Khauphan

MeanDifference

(I-J) Std. Error Sig.(a) Lower Bound Upper Bound

B 110.000(*) 37.701 .009 31.356 188.644C 10.000 37.701 .794 -68.644 88.644

A

D -85.000(*) 37.701 .036 -163.644 -6.356

B A -110.000(*) 37.701 .009 -188.644 -31.356

C-100.000(*) 37.701 .015 -178.644 -21.356D -195.000(*) 37.701 .000 -273.644 -116.356

C A -10.000 37.701 .794 -88.644 68.644

B 100.000(*) 37.701 .015 21.356 178.644

D -95.000(*) 37.701 .020 -173.644 -16.356

D A 85.000(*) 37.701 .036 6.356 163.644

B 195.000(*) 37.701 .000 116.356 273.644C 95.000(*) 37.701 .020 16.356 173.644

Based on estimated marginal means* The mean difference is significant at the .05 level.a Adjustment for multiple comparisons: Least Significant Difference (equivalent to no adjustments).



22

Multiple Comparisons


95% Confidence Interval

(I) Khauphan (J) Khauphan

MeanDifference

(I-J) Std. Error Sig. Lower Bound Upper Bound

B 110.00(*) 37.701 .039 4.48 215.52C 10.00 37.701 .993 -95.52 115.52

A

D -85.00 37.701 .143 -190.52 20.52

B A -110.00(*) 37.701 .039 -215.52 -4.48

C -100.00 37.701 .067 -205.52 5.52

D -195.00(*) 37.701 .000 -300.52 -89.48C A -10.00 37.701 .993 -115.52 95.52

B 100.00 37.701 .067 -5.52 205.52

D -95.00 37.701 .087 -200.52 10.52

D A 85.00 37.701 .143 -20.52 190.52

B 195.00(*) 37.701 .000 89.48 300.52

Tukey HSD

C 95.00 37.701 .087 -10.52 200.52

LSD A B 110.00(*) 37.701 .009 31.36 188.64C 10.00 37.701 .794 -68.64 88.64

D -85.00(*) 37.701 .036 -163.64 -6.36

B A -110.00(*) 37.701 .009 -188.64 -31.36C -100.00(*) 37.701 .015 -178.64 -21.36D -195.00(*) 37.701 .000 -273.64 -116.36

C A -10.00 37.701 .794 -88.64 68.64

B 100.00(*) 37.701 .015 21.36 178.64

D -95.00(*) 37.701 .020 -173.64 -16.36

D A 85.00(*) 37.701 .036 6.36 163.64B 195.00(*) 37.701 .000 116.36 273.64

C 95.00(*) 37.701 .020 16.36 173.64

Based on observed means.The mean difference is significant at the .05 level.

Các kết quả trên cho biết các ảnh hưở ng của khẩu phần rõ ràng hơ n, đồng thờ i so sánh đượ c ảnhhưở ng khác nhau của các khẩu phần. Trong trườ ng hợ p này, ảnh hưở ng của khoi đã đượ c chuyểnvào ảnh hưở ng của các khẩu phần.

2.3. Thiế t k ế thí nghiệm theo kiể u ô vuông Latinh ( Latin Square Design- LSD)

Thế nào là thiế t k ế thí nghiệm theo kiể u ô vuông Latinh ?

Thiết kế thí nghiệm theo kiểu ô vuông Latinh là thiết kế ë ®ã çc ch÷ la tinh cã thÓ® î c tæchøcnhãm thµnh mét ma trËn vu«ng, mçi ch÷ chØ® î c xuÊt hiÖn mét vµ chØmét lÇn mµ th«i t¹ i mét «vu«ng trong mçi hµng vµ mçi cét.

Thiế t k ế thí nghiệm kiể u ô vuông Latinh có các đặ c đ iể m sau:

- Các đơ n vị thí nghiệm đượ c phân tổ theo hai cách: các hàng và các cột.

- Mỗi hàng và mỗi cột là một thiết kế thí nghiệm RCB.

- Không có sự tươ ng tác giữa các nhân tố.



23

a. ¦ u ®iÓm

– Giảm MSE bằng cách xoá bỏ sự khác nhau giữa các hàng và các cột.

– Có hơ n một bình phươ ng có thể đượ c sử dụng.

– Giảm số lặp lại do vậy giảm chi phí.

b. Nh î c ®iÓm

– Số hàng và số cột phải bằng số nghiệm thức.

– Giả thuyết không tươ ng tác thườ ng bị thiên lệch.

– Không nên sử dụng khi xác định ảnh hưở ng lâu dài, tích luỷ của nhân tố thí nghiệm.

– Làm giảm độ tự do

Vớ i LSD 2x2 thì df error=0

Vớ i LSD 3x3 thì df error =4

Vớ i LSD 4x4 thì df error=6

c. Tình huố ng:– Nghiên cứu ảnh hưở ng của chế độ ăn mùa Đông đến năng suất sữa.

– 4 khẩu phần thức ăn (A, B, C, D), mỗi loại đượ c cho ăn 3 tuần/bò.

– Tổng lượ ng sữa trong tuần thứ 3 của mỗi giaiđoạn đượ c xác định.

– Cơ sở thí nghiệm có thể cung cấp 4 con bò.

* Phân tích tình huố ng:

- Nhân tố thí nghiệm: khẩu phần thức ăn, vớ i 4 mức: A, B, C, D

- Đơ n vị thí nghiệm: không phải là BÒ mà là BÒ và GIAI ĐOẠN

- Số lần lặp lại =4- Có 2 nguồn biến động ngoài nhân tố thí nghiệm: Giống và Giai Đoạn (4 giống, 4 giai đoạn)

- Phươ ng pháp phân tích: giống như phân tích theo khối ngẫu nhiên + 1 nguồn biến động.

Mô hình phân tích:

Trong đó:

- Dk: Ảnh hưở ng của khẩu phần

- Yijk: Tổng lượ ng sữa của cá thể bò i, giai đoạn j và đượ c ăn khẩu phần k

* Thiế t kế thí nghiệ m và sử lý thố ng kê:

- Thiế t k ế thí nghiệm:

Tất cả các hình vuông la tinh vớ i một kích thướ c xác định đều có thể lấy từ các hình vuôngla tinh chuẩn

Hình vuông la tinh chuẩn có các ký hiệu của nghiệm thức là A, B, C, D… và các ký hiệu nàyđượ c viết theo thứ tự alphabet trong dòng đầu tiên và hàng đầu tiên

• Khi t=2 hoặc 3 thì có 1 hình vuông la tinh chuẩn (HVLTC)

yi k = µ + Gi + P + Dk + εi k



24

• Khi t =4 thì có 4 HVLTC

• Khi t = 5 thì có 56 HVLTC

• Khi t = 6 thì có 9408 HVLTC

• HVLTC vớ i bất kỳ kích thướ c nào đều có thể tạo bằng cách

§ Viết các ký tự của hàng đầu tiên theo thứ tự alphabet A, B, C…§ Hàng thứ 2 đượ c xác định từ hàng thứ nhất bằng cách chuyển hàng thứ nhất một

ký tự về phía trái, chuyển ký tự A về phía cuối của hàng về phái bên phải

§ Hàng thứ 3 đượ c xác định bằng cách chuyển hàng thứ 2 tươ ng tự như trên

Làm thế nào để thiết kế ngẫu nhiên

Nếu chúng ta có HVLTC vớ i kích thướ c t x t, thì quá trình ngẫu nhiên đượ c thực hiện như sau (HVLTC có thể tự tạo, có thể lấy từ bất cứ sách thiết kế thí nghiệm nào).

B1: Chọn ngẫu nhiên một hình vuông la tinh chuẩn (trong trườ ng hợ p này là hình vuôngLatinh chuẩn vớ i 4 nghiệm thức).

A B C D

B C D A

C D A B

D A B C

B2: Ngẫu nhiên hóa trật tự tất cả các hàng ngoại trừ hàng thứ nhấ t

+ Để thực hiện B2 cần có các số ngẫu nhiên cho 3 hàng cuối (dùng hàm RAN()) để sắp xếptrật tự 3 hàng cuối/hoán vị trật tự (nế u không có hình vuông Latinh chuẩ n thì tiế n hành ngẫ u nhiên

hóa tấ t cả các hàng).

+ Dùng hàm Data / Sort để sort theo cột số ngẫu nhiên (RAND) chỉ vớ i 3 hàng cuối.



25

B3: Ngẫu nhiên hóa trật tự tất cả các cột

+ Tạo số ngẫu nhiên theo hàng và sort theo hàng ( Data/Sort/Sort option/Sort left to right )

Sau khi sắp xếp hình vuông Latinh sẽ có dạng sau:

B4: Phân chia một cách ngẫu nhiên các nghiệm thức vào các ký tự

+ Cần có các số ngẫu nhiên để phân các nghiệm thức vào các ký tự.

+ Nếu HVLTC làđã đượ c chọn một cách ngẫu nhiên từ các HVLTC có khả năng, thìbướ c này không cần thiết.

ü Giả sử ta không chọn ngẫu nhiên HVLTC

ü Giả sử các nghiệm thức là x; y; z; t (các khẩu phần).

Như vậy ta đã tiến hành bố trí ngẫu nhiên các nghiệm thức (các nhân tố hoặc mức nhân tố thí nghiệm, vdụ: khẩu phần) vào các ký tự (các cá thể thí nghiệm, các ô chuồng…).

Kiểu thiết kế trên đã phân ngẫu nhiên các nghiệm thức vào các đối tượ ng thí nghiệm và ngẫunhiên trong từng giai đoạn thí nghiệm (hoàn toàn ngẫu nhiên ở mỗi hàng và mỗi cột).



26

- Nhậ p số liệu:

Giả sử kết quả thí nghiệm đượ c ghi chép như sau:

Nhập số liệu trong Exel hoặc trong SPSS sẽ có dạng sau:



27

- X ử

lý số

liệu trong SPSS:

Documents

Ung Dung SPSS