SPSS详细教程:轻松实现随机分组

专题合集更多教程

我们常常把随机分组挂在嘴边,好像只要一提到随机化,整个研究就能提升一个level。但是在实际的研究过程中,很多研究者并不知道怎么才能正确的实现随机分组。所以,小咖决定手把手来教大家如何通过SPSS,轻松实现随机分组。 

 

随机分组

 

随机分组,就是将参加研究的受试对象,按照随机化的原则,分配到不同处理组的过程。随机分组可以保证每一个受试者均有相同的机会被分配到试验组或对照组,使得一些可能影响试验结果的临床特征和干扰因素在组间分配均衡,具有较好的可比性。结果不受非处理因素的干扰和影响,从而有效避免了各种人为的客观因素和/或主观因素对研究结果产生的偏倚,使结果更加真实可靠。

 

更多有关随机分组方法的详细介绍,请戳这里:你应该了解的4种随机分组方法,赶快收藏!

 

随机分组的基本思路

 

尽管随机分组看上去非常简单,但是在临床试验的具体操作过程中,往往会被误解和误用。例如有研究人员按照研究对象的入组顺序,把受试者交替纳入试验组和对照组,这种分组方法很容易被误认为是随机分组,但实际上当前一个研究对象的分组被确定时,也就决定了下一个研究对象的分组,因此无法保证研究对象有相同的机会进入不同的处理组。那么一般用什么方法实现随机分组呢?

 

随机分组可以采用抽签、掷硬币或掷骰子等方法,但更科学、更可靠的是使用随机数字来进行分组,其基本思路为:

 

1. 对临床试验中纳入的每一研究对象产生一个对应的随机数字;

 

2. 按照随机数字由小到大(或由大到小)的顺序进行排序;

 

3. 根据事先设定的各个处理组样本量大小,按随机数字顺序选择相应的样本数量,分配到不同的处理组。

 

在临床试验中,研究对象往往是陆续入组的,研究者不可能要等到研究对象都收集足够的时候,再分组进行试验,所以一般在研究开始前,要事先按照研究对象的入组顺序,根据对应的随机数字将研究对象随机地分配至不同的处理组,并做好分组隐匿。一旦研究对象符合入选条件纳入研究时,就可以根据事先确定好的分组方案,直接进入对应的分组开始试验。

随机分组SPSS操作

 

一、研究实例

 

假设某研究拟纳入330名研究对象,按照研究对象入组顺序进行编号,研究对象入组后被随机分配到A、B、C三组给予不同的治疗措施,其中A为安慰剂组,B为常规用药组,C为联合用药组,每组各110人。

 

 

二、设定随机数字种子

 

为了能够使随机分组的结果具有重现性,在分组之前,我们需要事先设定一个随机种子。一般情况下,我们利用进行随机分组的时间来确定随机种子,例如本例中我们设定随机数字种子为20180415,操作步骤如下:

 

1. 点击Transform → Random Number Generators(随机数字生成器)

 

2. 在Active Generator Initialization(活动生成器初始化)框中选择Set Starting Point设置一个起点,并选择Fixed Value设定一个固定的值,在Value框中填写20180415,点击OK完成设定。

 

 

 

三、生成随机数字

 

1. 点击Transform → Compute Variable

 

 

2. 生成一列随机数字,并将其命名为Random。在Function group(函数组)框中找到Random Numbers(随机数字),并在该组函数中找到Rv.Uniform函数,双击将其选入到Numeric Express(数字表达式)的框中。在函数中分别预设随机数字的最小值(min)和最大值(max),Rv.Uniform函数会在设定的范围内随机生成一系列的数字。

 

 

 

四、根据随机数字大小进行排序分组

 

推荐采用SPSS Visual Binning功能,帮助我们快速进行分组。具体操作步骤如下:

 

(1) 点击Transform → Visual Binning(可视分箱化)

 

 

(2) 将随机分组所依据的变量Random,即随机数字序列,选入到Variables to Bin框中,并点击Continue继续。

 

 

(3) 进入到Visual Binning框中,我们可以看到对话框中展示Random的一个分布图,点击Make Cutpionts进行切点设置。

 

 

(4) 在该研究中,一共330名研究对象随机化等分为3组,每组的比例为33.33%,因此中间为2个切点,所以我们选择Equal Percentiles Based on Scanned Cases,在Number of Cutpoints中设置为2,Width(%)就会自动计算每组所占的比例为33.33%,点击Apply应用该设置。

 

 

(5) 此时再回到Visual Binning框,我们可以看到Random的分布图被一条垂直的红线和蓝线划分成了3部分,下方的表格中也显示出对应的2个切点值,分别为随机数字0.30710和随机数字0.64472。然后我们在Binned Variable框中输入Group,表示将新生成的分组变量命名为Group,点击OK完成操作。

 

 

五、随机分组结果

 

可以看到数据表中生成了一列新变量Group,即随机分组的结果,以此来确定研究对象的随机分组情况。比如第一位研究对象,入组后即可进入第二组(常规用药组),第二位研究对象,入组后即可进入第三组(联合用药组)。

 

 

分组隐匿

 

最后,还要跟大家强调很重要的一点,以上内容我们介绍了如何在分组时做到随机化,但是如果研究人员或研究对象在分组前已经知道随机分组方案的话,就有可能对研究结果产生严重的偏倚,失去了随机化的意义。

 

因此,为了防止发生随机分组方案提前解密的现象,我们需要对随机分组治疗方案进行隐匿,即分组隐匿。分组隐匿是随机分组中不可缺少的组成部分,随机分组联合分组隐匿,才是真正意义上完美的随机分组。

描述问题
选择一个标签 (请选择一个与您问题最相符的标签)
提交问题
我要提问
描述问题
选择一个标签 (请选择一个与您问题最相符的标签)
提交问题
描述问题
选择一个标签 (请选择一个与您问题最相符的标签)
    提交问题