TRƯỜNG ĐẠI HỌC Y DƯỢC CẦN THƠ KHOA Y TẾ CƠNG CỘNG Giáo trình Mơn tin học nâng cao Đối tượng: Chuyên khoa cấp II PHÂN TÍCH SỐ LIỆU BẰNG STATA Người biên sọan: PGS TS PHẠM THỊ TÂM Cần Thơ, 2020 MỤC LỤC I Giới thiệu STATA 1.1 Cài đặt Stata 1.2 Khởi động chương trình 1.3 Mơ tả giao điện chương trình Stata 1.4 Sắp xếp cửa sổ chọn font chữ II Tạo sở liệu 2.1 Mã hóa liệu .7 2.2 Tạo biến số 2.3 Lưu file liệu 2.4 Mở file liệu có sẵn 2.5 Đổi tên biến số 10 2.6 Thêm biến số 10 2.7 Bỏ biến số .10 Bài tập 11 III Quản lý số liệu 13 3.1 Mô tả số liệu 13 3.2 Sắp xếp thứ tự quan sát 14 3.3 Liệt kê giá trị biến số 15 3.4 Mô tả liệu 16 3.5 Copy kết dán vào Microsoft word 17 3.6 Copy đồ thị word 18 3.7 Save lại kết phân tích (file log) 18 3.8 Lựa chọn tập hợp ghi theo điều kiện: mệnh đề if 20 3.9 Các phím thường sử dụng stata 21 3.10 Giải mã số liệu (Gán nhãn vào mã số liệu) 22 3.11 Mã hóa lại số liệu (Recoding) 23 Bài tập 26 Bài tập 27 IV Phân tích số liệu định lượng 28 V Phân tích số liệu định tính 45 Composed by PGs Ts Pham Thi Tam, CTUMP -2- I Giới thiệu STATA Stata phần mềm thống kê để quản lý, phân tích vẽ đồ thị số liệu STATA thực hịên câu lệnh thông qua hệ thống trình đơn để tạo dễ dàng cho người sử dụng Đây cịn chương trình chủ yếu dùng câu lệnh gõ trực tiếp từ bàn phím có đủ linh hoạt để đáp ứng nhu cầu người sử dụng khác Trong phạm vi lớp học giới thiệu cách sử dụng chương trình STATA phương pháp thực hịên câu lệnh thông qua hệ thống thực đơn để tạo dễ dàng cho người sử dụng Mục đích khố học giúp bạn làm quen với thao tác Stata làm để sử dụng kết hợp số lệnh Sau kết thúc khoá học, bạn sử dụng Stata cơng cụ cho phân tích định lượng (summary statistics, regression analysis, graphs) 1.1 Cài đặt Stata 8.0 Dưới trình bày cài đặt Stata 8.0 từ tập tin Stata.zip: Bước Copy tập tin stata.zip vào ổ đĩa D máy tính Nhấp đơi chuột lên tập tin stata.zip để giải nén Trong file stata.zip có tập tin: Tập tin cài đặt stata: stata8.0.zip Tập tin số liệu: IVF.dta CODE.dta Tập tin số series: serial number.doc Bước 2: Nhấp đôi chuột lên tập tin stata8.0.zip để giải nén Setup.exe Bước Nhấp đôi chuột folder stata8.0, tìm tập tin setup.exe Màn hình hiển thị sau, Nhấp vào nút lệnh Next để sang cửa sổ Composed by PGs Ts Pham Thi Tam, CTUMP -3- - Tiếp tục nhấp vào nút lệnh Next cho cửa sổ - Chọn kiểu Stata intercooled để tiến hành cài đặt (cho phép làm việc với tập tin liệu lớn nhanh hơn): Sau cài đặt, sổ Finished Lúc nhấp vào nút lệnh Close để kết thúc việc cài đặt Sau cài đặt xong, khởi động Stata Composed by PGs Ts Pham Thi Tam, CTUMP -4- 1.2 Khởi động chương trình - Nhấp đơi chuột lên biểu tượng Stata desktop máy tính Hoặc - Nhấp chuột vào Start ->Nhấp chuột vào All program ->Di chuyễn chuột đến thự mục Stata -> Nhấp đôi chuột lên biểu tượng Intercooled Stata Khởi động chương trình lần đầu tiên, hộp thoại hình stata xuất yêu cầu cung cấp thông tin cột bên trái bảng Người dùng điền thông tin vào hộp thoại Để tránh ghi sai số series, code authorization key, người dùng nên mở file serial number.doc để copy số serial, code authorization key dán vào hộp thoại Organization Name Serial number Code Authorization key Tên quan (không bỏ dấu tiếng Việt) Tên cá nhân (không bỏ dấu tiếng Việt) 81980523932 ju$3 4xm9 yevc Lv$5 agpz i7 6zq8 Khởi động Stata từ lần thứ trở đi, hình Stata xuất sau: Composed by PGs Ts Pham Thi Tam, CTUMP -5- 1.3 Mô tả giao điện chương trình Stata Sau khởi động, giao diện stata gồm cửa sổ: Thanh tiêu đề Thanh trình đơn Thanh cơng cụ Cửa sổ xem lại thao tác thực Cửa sổ kết Cửa sổ biến số Cửa sổ lệnh -Thanh tiêu đề; với dòng chữ Intercooled stata 8.0 -Thanh trình đơn: Ý nghĩa trình đơn: - Help: trợ giúp - Window: mở cửa sổ - User: Người dùng - Statistics: Thống kê - Graphics: Đồ họa - Data: Số liệu - Pref : Tùy chọn - Edit : Hiệu chỉnh - File : đóng mở tập tin Composed by PGs Ts Pham Thi Tam, CTUMP -6- -Thanh công cụ: Ý nghĩa biểu tượng công cụ: Open (Mở tập tin) Save/ save as (Lưu tập tin số liệu) Log (ghi kết phân tích) Editor (Nhập sửa số liệu) Exit (thóat khỏi stata) *Trình đơn File: Bạn dùng trình đơn File đây, để: Mở tập tin (open) Lưu tập tin số liệu (Save/ Save as) Ghi kết phân tích (Log) Ngưng tập tin thoát khỏi stata (exit) – Cửa sổ xem lại Review, nằm phía trái hình, liệt kê tất câu lệnh thực (cả sai) Nhấn chuột lên câu lệnh liệt kê, xuât cửa sổ Command bạn thực lại câu lệnh hay chỉnh sửa – Cửa sổ biến số Variables, nằm bên trái phía hình, hiển thị tất biến số liệu Composed by PGs Ts Pham Thi Tam, CTUMP -7- – Cửa sổ kết Stata Results, nằm phía bên phải hình, hiển thị kết từ câu lệnh bạn Trong trường hợp có sai xót câu lệnh, gợi ý dạng chữ đỏ xuất – Cửa sổ lệnh Stata Command, nằm phía bên phải hình, nơi bạn nhập sửa chữa, thông qua bàn phím, câu lệnh Stata Khi câu lệnh thích hợp đánh vào, bạn phải nhấn phím enter để thực lệnh Lưu ý: Trong trường hợp sổ xem lại cửa sổ biến số khơng hiển thị hình, bạn cho hiển thị lại cách vào trình đơn window, chọn review variables 1.4 Sắp xếp cửa sổ chọn font chữ Người dùng chỉnh lại kích cỡ di chuyển cửa sổ hình theo mong muốn cách kích rê cửa sổ phải cửa sổ Chọn font cho cửa sổ hiển thị: Mỗi cửa sổ có hộp thực đơn điều khiển (hộp nhỏ góc trái cửa sổ) Chỉ cần nhấp chuột lên lần, chọn font, hộp thoại font xuất Chọn font theo ý muốn click OK 1.5 Thóat khỏi stata Để chương trình, vào File/ bấm save để lưu liệu Nhấp vào nút close nằm phải cửa sổ Stata, chọn File từ thực đơn chính, chọn Exit Trong trường hợp liệu có thay đổi, bạn cố gắng chương trình mà khơng lưu số liệu bị thay đổi, hộp thoại sau xuất hiện.khi nhấp vào nút đóng, máy tính hỏi bạn có muốn thóat mà khơng lưu liệu hay không (Data have changed without being save Do you really want to exit?) ` + Nếu bạn không muốn lưu liệu,bấm YES Stata thóat mà khơng lưu liệu + Nếu muốn lưu liệu, bấm NO để trở lại Stata lưu số liệu cách vào Menu File chọn save save as Composed by PGs Ts Pham Thi Tam, CTUMP -8- II TẠO CƠ SỞ DỮ LIỆU & QUẢN LÝ SỐ LIỆU 2.1 Mã hóa số liệu Để thuận tiện cho việc nhập số liệu, tất biến số phiếu điều tra mã hóa dạng số Phần mềm Stata cho phép bạn tạo nhãn (label) tương ứng với giá trị biến số Ví dụ, mã hóa giá trị biến số nhóm tuổi học vấn sau: Tên biến số Giá trị Mã hóa Học vấn mẹ Cấp I trở xuống Cấp II Cấp III trở lên Giới tính đứa trẻ Nam Nữ Mẫu phiếu điều tra cân nặng sơ sinh có dạng sau: Bộ câu hỏi nghiên cứu yếu tố liên quan cân nặng lúc sinh trẻ sơ sinh (Điều tra viên điền vào khoảng trống khoanh tròn câu trả lời thích hợp) Số thứ tự phiếu điều tra: STT Câu hỏi Chị tuổi? (tính tròn năm) Trả lời 33 ………………tuổi Lúc sinh thai tuần? Chị có cao huyết áp lúc có thai khơng? Con chị (trẻ sơ sinh) nữ hay nam? Lúc sinh đứa bé kí (gram) Nhóm tuổi người mẹ (ĐTV xác định dựa theo tuổi người mẹ) Tình trạng sanh non tháng (ĐTV xác định dựa theo số tuần mang thai lúc sinh) Tình trạng sơ sinh nhẹ cân (ĐTV xác định dựa theo trọng lượng lúc sinh đứa bé) 37,7 …………………tuần khơng có nam nữ 2410 …………………gram 30 tuổi từ 30-34 tuổi từ 35-39 tuổi 40 tuổi trở lên khơng (> 37 tuần) có (dưới 37 tuầu) khơng (> 2500 gram) có (dưới 2500 gram) Composed by PGs Ts Pham Thi Tam, CTUMP -9- 2.2 Tạo biến số để nhập số liệu Khởi động Stata, sau click lên biểu tượng Data Editor cửa sổ số liệu Stata xuất Cửa sổ số liệu stata kiểu bảng số trống, cột biểu diễn biến số (tuổi, học vấn, nghề nghiệp,…), hàng biểu diễn liệu đối tượng nghiên cứu Ví dụ muốn tạo biến số tuổi, bước tạo biến số: -> Nhấp chuột ô cột trống -> Nhấp chuột hộp var[1] ->Gõ số tuổi mẹ vào hộp var[1]: 33 -> nhấn phím enter Kết quả: số 33 xuất bảng tính: - Đặt tên biến số: Nhấp lần vào cột đầu tiên, hộp thọai stata variable information xuất -> Gõ vào hộp name tên biến số: tuoime -> Gõ vào thẻ label nhãn biến số: tuoi cua nguoi me -> Clich OK Composed by PGs Ts Pham Thi Tam, CTUMP - 10 - α số hay điểm cắt đường thẳng trục tung (giá trị y x 0) Mơ hình hồi quy tuyến tính đơn giản mơ hình hồi quy tuyến tính có MỘT biến độc lập x Phân tích hồi quy tuyến tính xác định yếu tố mơ hình hồi quy nói trên, yếu tố quan trọng giúp dự báo giá trị biến Y dựa giá trị xác định biến X giá trị β Giá trị β cho biết mối quan hệ hai biến X Y Khi hai biến X Y có liên hệ tương quan giá trị β dương cho thấy mối quan hệ tuyến tính thuận, có nghĩa giá trị X tăng giá trị Y tăng Ngược lại, giá trị β âm cho thấy mối quan hệ tuyến tính nghịch, có nghĩa giá trị Y giảm X tăng ngược lại Khi mối quan hệ tuyến tính hai biến giá trị β Cú pháp lệnh: regress [biến số phụ thuộc] [biến số độc lập] Trình đơn: Statistics/lenear regression & relate/ lenear regress regress cnss tuanthai Source | SS df MS -+ -Model | 148354317 148354317 Residual | 124365805 639 194625.673 -+ -Total | 272720122 640 426125.19 Number of obs F( 1, 639) Prob > F R-squared Adj R-squared Root MSE = = = = = = 641 762.25 0.0000 0.5440 0.5433 441.16 -cnss | Coef Std Err t P>|t| [95% Conf Interval] -+ -tuanthai | 206.6412 7.484572 27.61 0.000 191.9439 221.3386 _cons | -4865.245 290.0814 -16.77 0.000 -5434.873 -4295.617 Các hệ số ước tính (Estimated Coefficients): _cons Giá trị hàng thứ hai cột Coef số hay điểm cắt (intercept) Coef Giá trị hàng cột Coef hệ số hồi quy (regression coefficient) hay độ dốc (slope) đường thẳng bình phương tối thiểu t: Thống kê kiểm định t (t statistic) tính tỷ số hệ số ước tính (Coef.) sai số chuẩn (Std Err.) Nó so sánh với giá trị bảng (tabulated critical values) để kiểm định ý nghĩa thống kê biến độc lập quần thể F Thống kê kiểm định F (F statistic) dùng để kiểm định ý nghĩa thống kê kết hợp (joint statistical significance) hệ số (coefficients) R- squared R2 số đo sử dụng rộng rãi cho mức độ phù hợp mơ hình (goodness of fit) Ở đây, có 0.055 phương sai mẫu qol_aft giải thích mơ hình Theo kết ước tính, phương trình hồi quy tuyến tính (hay phương trình đường thẳng bình phương tối thiểu) dự báo giá trị Cnss dựa vào tuanthai viết là: Cnss = -4865 + 206 x (tuanthai) Composed by PGs Ts Pham Thi Tam, CTUMP - 45 - Bài tập thực hành – Phân tích biến số định lượng Mở tập tin ivf_code.dta 1) Tạo tập tin thuchanh_4.log lưu kết phân tích sau 2) Hảy cho biết giá trị trung bình, Độ lệch chuẩn, giá trị nhỏ nhất, KTC95% cuả tuổi cuả người mẹ, lượng sơ sinh, tuổi thai Trình bày kết vào bảng sau đây: Đặc điểm mẫu Độ lệch Số Trung Giá trị Giá trị KTC 95% nghiên cứu lượng chuẩn nhỏ lớn bình Tuổi mẹ Trọng lượng sơ sinh Tuổi thai (tuần) 3) Vẽ biểu đồ biểu diễn phân bố tần suất trọng lượng sơ sinh mẹ cao huyết áp không cao huyết áp Đánh giá phân bố số thống kê 4) So sánh trọng lượng sơ sinh theo huyết áp mẹ, tuổi thai (=37 tuần), nhóm tuổi mẹ (= 37 tuần < 37 tuần Tuổi mẹ 35 tuổi Nhận xét: …… 5) So sánh trọng lượng sơ sinh theo huyết áp mẹ, tuổi thai (= 37 tuần), nhóm tuổi mẹ ( Chọn Multi One-way tables Hộp thọai xuất hiện, Nhấp chuột chọn biến số nhecan, huyetap, gioitinh đưa vào thẻ categorical variables, click OK Kết quả: tab1 nhecan huyetap gioitinh so sinh nhe | can | Freq Percent Cum + >= 2500g | 561 87.52 87.52 < 2500g | 80 12.48 100.00 + Total | 641 100.00 -> tabulation of huyetap huyet ap | cua nguoi | me | Freq Percent Cum + bt | 552 86.12 86.12 cao HA | 89 13.88 100.00 + Total | 641 100.00 -> tabulation of gioitinh gioi tinh | cua dua tre | Freq Percent Cum + nam | 315 49.14 49.14 nu | 326 50.86 100.00 + Total | 641 100.00 Composed by PGs Ts Pham Thi Tam, CTUMP - 48 - 5.2 Kiểm định chi bình phương (χ χ2): Bảng chiều so sánh tỉ lệ Giả sử bạn muốn so sánh tỷ lệ sơ sinh nhẹ cân hai nhóm cao Huyết áp khơng cao huyết áp Tạo bảng tần số (tỉ lệ %) sơ sinh nhẹ cân theo tình trạng huyết áp thai kỳ Giả thuyết Ho tỷ lệ sơ sinh nhẹ cân mẹ cao Huyết áp không cao huyết áp Trình đơn: Statistics/ summaries,tables,&test/tables/ Two -way tables with measurement of association Hộp thọai xuất ->Nhấp chuột chọn biến số huyetap đưa vào thẻ row variable, ->Nhấp biến nhecan đưa vào thẻ column variables, -> Click Pearson chi square statistic, để tính test chi2 -> Click within row relative frequencies để hiển thị tỉ lệ % theo hàng, -> Click within column relative frequencies để hiển thị tỉ lệ % theo cột -> Click OK Kết quả: huyet ap | so sinh nhe can me | >= 2500g < 2500g | Total -+ + -bt | 499 53 | 552 | 90.40 9.60 | 100.00 -+ + -cao HA | 62 27 | 89 | 69.66 30.34 | 100.00 -+ + -Total | 561 80 | 641 | 87.52 12.48 | 100.00 Pearson chi2(1) = 30.1695 Pr = 0.000 NHẬN XÉT: Tỉ lệ sơ sinh nhẹ cân sanhnon = >= 37tuan huyet ap | cua nguoi | so sinh nhe can me | >= 2500g < 2500g | Total -+ + -bt | 468 19 | 487 | 96.10 3.90 | 100.00 -+ + -cao HA | 57 | 65 | 87.69 12.31 | 100.00 -+ + -Total | 525 27 | 552 | 95.11 4.89 | 100.00 Pearson chi2(1) = 8.7109 Pr = 0.003 Composed by PGs Ts Pham Thi Tam, CTUMP - 51 - -> sanhnon = < 37tuan huyet ap | cua nguoi | so sinh nhe can me | >= 2500g < 2500g | Total -+ + -bt | 31 34 | 65 | 47.69 52.31 | 100.00 -+ + -cao HA | 19 | 24 | 20.83 79.17 | 100.00 -+ + -Total | 36 53 | 89 | 40.45 59.55 | 100.00 Pearson chi2(1) = 5.2495 Pr = 0.022 NHẬN XÉT: - Ở nhóm sanh đủ tháng, tỉ lệ sơ sinh nhẹ cân |z| [95% Conf Interval] -+ -huyetap | 4.100122 1.11564 5.19 0.000 2.40539 6.988888 Nhận xét: Phân tích đơn biến cho thấy nguy sinh nhẹ cân mẹ cao huyết áp cao 4,1 lần so với mẹ có huyết áp bình thường Composed by PGs Ts Pham Thi Tam, CTUMP - 54 - 5.6 Phân tích phân tầng loại trừ biến số gây nhiễu (Test Mantel – Haenszel) Trình đơn: Statistics/ Obsevational /Epi Analysis/ Tables for epidemiogolist/ Case control odd ratio Hộp thọai xuất hiện: Nhấp chọn biến số nhecan Đưa vào thẻ case variable; Nhấp chọn biến số huyetap Đưa vào thẻ exposed variable Nhấp thẻ Options Nhấp chọn [√ √] chọn biến số sex đưa vào thẻ Stratify on variable Click OK Kết quả: cc bweight ht, by( sex ) sex | OR [95% Conf Interval] M-H Weight -+ | 5.964912 2.595221 13.4397 2.09816 (exact) | 3.036199 1.232779 7.044379 2.806349 (exact) -+ Crude | 4.100122 2.298207 7.177886 (exact) M-H combined | 4.289109 2.502401 7.351521 Test of homogeneity (M-H) chi2(1) = 1.47 Pr>chi2 = 0.2248 Test that combined OR = 1: Mantel-Haenszel chi2(1) = 31.69 Pr>chi2 = 0.0000 NHậN XÉT: Chênh lệch OR thô OR hiệu chỉnh 2,3% so với OR hiệu chỉnh [(4,2 – 4,1)/4,2=2,3%) Do Giới tính khơng gây nhiễu, vào sử dụng OR thô 4,1 để báo cáo kết Composed by PGs Ts Pham Thi Tam, CTUMP - 55 - 5.7 Đo lường tỉ số nguy RR Nghiên cứu địan hệ Trình đơn: Statistics/ Obsevational /Epi Analysis/ Tables for epidemiogolist/ Cohort studies risk ratios Hộp thọai xuất hiện: Nhấp chọn biến số nhecan Đưa vào thẻ case variable; Nhấp chọn biến số huyetap Đưa vào thẻ exposed variable Click OK Kết quả: cs nhecan huyetap | huyet ap cua nguoi me | | Exposed Unexposed | Total -+ + -Cases | 27 53 | 80 Noncases | 62 499 | 561 -+ + -Total | 89 552 | 641 | | Risk | 3033708 0960145 | 124805 | | | Point estimate | [95% Conf Interval] | + -Risk difference | 2073563 | 1087366 305976 Risk ratio | 3.159635 | 2.105819 4.740815 Attr frac ex | 6835078 | 5251253 7890658 Attr frac pop | 2306839 | + chi2(1) = 30.17 Pr>chi2 = 0.0000 Composed by PGs Ts Pham Thi Tam, CTUMP - 56 - Nhận xét: Ở bà mẹ cao huyết áp có nguy sinh nhẹ cân cao 3,1 lần so với mẹ không cao huyết áp với KTC95% RR (2,1 – 4,7) p chi2 Pseudo R2 = = = = 641 24.17 0.0000 0.0501 -nhecan | Odds Ratio Std Err z P>|z| [95% Conf Interval] -+ -huyetap | 4.100122 1.11564 5.19 0.000 2.40539 6.988888 Composed by PGs Ts Pham Thi Tam, CTUMP - 57 - Nhận xét: Phân tích đơn biến cho thấy nguy sinh nhẹ cân mẹ cao huyết áp cao 4,1 lần so với mẹ có huyết áp bình thường Đưa biến số gây nhiễu Vào mơ hình hồi qui cách nhấp chọn biến số Sanhnon đưa thẻ Independent variable Click OK Kết quả: logistic nhecan huyetap Logistic regression Log likelihood = -161.76992 sanhnon Number of obs LR chi2(2) Prob > chi2 Pseudo R2 = = = = 641 158.99 0.0000 0.3295 -nhecan | Odds Ratio Std Err z P>|z| [95% Conf Interval] -+ -huyetap | 3.460009 1.204418 3.57 0.000 1.748948 6.845067 sanhnon | 27.02886 8.105677 10.99 0.000 15.01624 48.65129 NHậN XÉT: Kết phân tích hồi qui lọai tử ảnh hưởng sanh thiwếu tháng cho thấy riêng tăng huyết áp thai kỳ nguy sinh nhẹ cân 3,4 lần so với người mẹ không cao huyết áp Composed by PGs Ts Pham Thi Tam, CTUMP - 58 - Bài tập thực hành 5- Phân tích biến số định tính Mở file ivf_code.dta 1)Tạo tập tin thuchanh_5.log lưu kết phân tích sau 2)Hảy điền kết cho bảng sau đây: Bảng Tần số tỉ lệ % giới tính trẻ sơ sinh nghiên cứu Giới tính Tần số Tỉ lệ % Nam Nữ Tổng Bảng Tần số tỉ lệ % sơ sinh nhẹ cân nghiên cứu Cân nặng lúc sinh Tần số Tỉ lệ % Dưới 2500 gram Dưới 2500 gram Tổng 3)Hảy so sánh tỉ lệ sơ sinh nhẹ cân theo tình trang cao huyết áp thai kỳ Trình bày kết vào bảng sau nhân xét bảng: Bảng Tần số tỉ lệ % sơ sinh nhẹ cân theo tình trạng huyết áp mẹ Huyết áp người mẹ Giá trị p Tần số (tỉ lệ %) Cân nặng >=2500g Cân nặng =2500g Cân nặng chọn summaries, tables, & tests -> chọn tables -> chọn multiple one-way tables tab1 gioitinh -> tabulation of gioitinh gioi tinh | cua... lệnh -Thanh tiêu đề; với dòng chữ Intercooled stata 8.0 -Thanh trình đơn: Ý nghĩa trình đơn: - Help: trợ giúp - Window: mở cửa sổ - User: Người dùng - Statistics: Thống kê - Graphics: Đồ họa - Data:... 15 - Bạn hảy gỏ des vào cửa sổ lệnh Kết quả: Cửa sổ kết hiển thị sau: Contains data from G:8 -STATA- TAPHUAN STATA- CAOHOC_2010ivf_crude.dta obs: 641 vars: 30 Sep 2010 16:11 size: 17,948 (98.3%