Professional Documents
Culture Documents
آمار توصيفي
تعریف آمار:
جمع آوری
خالصه کردن و طبقه بندی
تجزیه و تحليل اطالعات
کاربردها:
توصيف وضع کنوني
مقایسه وضع کنوني با گذشته
مقایسه وضع خود با دیگران
پيش بيني وضع آینده
سنجش ارتباطات و اثرات
یافتن نقاط قوت و ضعف
فهرست مطالب:
جدولهاي آماري
نمودارهاي آماري
شاخصهاي مرکزي
شاخصهاي پراکندگي
انواع نمونه
آمار توصيفي و استنباطي:
تعميم ها ،استنباط ها و نتيجه گيری ها بر اساس نمونه مورد مطالعه برای جامعه مورد نظر
جمعيت و نمونه:
صرف هزینه ،وقت و نيروی انساني زیاد برای دسترسي و مطالعه کل جامعه و
امکان پذیر نبودن آن در برخي موارد :اکتفا به قسمتي از جمعيت آماری (
نمونه)
مثال :برای بررسي نظرات دانشجویان عضو کتابخانه ،انتخاب مثال 150نفر از
بين این جمعيت به طور تصادفي انتخاب ميشوند.
متغيرها:
متغير:
خصوصيت مورد مطالعه ،از یک واحد جامعه به واحد دیگر تغيير ميکند و قابل اندازه گيری
است.
انواع متغيرها:
متغيرهاي کيفي (گروهي) ،نظير جنس ،شغل ،رضایت شغلي و ...که شامل چند گروه
یا طبقه ميباشند.
متغيرهای کيفي اسمي :صرفا شناسایي (جنس ،نژاد ،رشته تحصيلي)
متغيرهای کيفي ترتيبي :شناسایي و بيان برتری (درجه شدت بيماری ،مهارت
کارکنان)
متغيرهاي کمي (عددي) :قابل اندازه گيری با اعداد و ارقام مانند تعداد کتب موجود در
یک کتابخانه ،سن ،تعداد اعضاء
خالصه کردن دادهها
دادههای جمع آوری شده که انبوهي عدد است و هيچ نوع پردازشي روی آنها
انجام نشده است.
فراواني نسبي تجمعي :نسبت واحدهای یک گروه و گروه های ماقبل آن به کل
i
Ri rj
مثال :نسبت دانشجویان کارشناسي ارشد و پایين تر از آن
j 1
ri
1 4 3
xi Ri 30 30 30
60
50
40
30
20
10
0
نمودارهاي آماري:
نمودار دایرهاي
مناسب برای متغيرهای کيفي یا گسسته
نمایش فراواني هر گروه با بخشي از سطح دایره
نمودارهاي آماري:
نمودار هيستوگرام
مناسب برای متغيرهای کمي پيوسته
همانند نمودار ميلهای است با این تفاوت که به جای ميلهها ،از مستطيل برای نمایش فراواني هر
دسته استفاده ميشود.
ارتفاع هر مستطيل برابر فراواني نسبي
25
نمودارهاي آماري:
چندبر فراواني
24/0
12/0
04/0
نمودارهاي آماري:
00/1
94/0
90/0
78/0
62/0
از اتصال نقاطي که طول آنها مرز رده و
44/0 عرض آنها فراواني نسبي تجمعي تا آ ن
مرز باشد ،یك خط شکسته به دست
ميآید که آن را چندبر فراواني تجمعي
2/0 مينامند
08/0
25
نمودارهاي آماري:
4/1 *** نمودار شاخه و برگ
5/1 *
6/1 ***
نما:
دادهای که فراواني آن نسبت به دیگر دادهها بيشتر باشد) M( ،
ویژگي:
سادگي محاسبه
موارد استفاده:
برای همهی انواع دادهها
شاخصهاي مرکزي:
• چاركها
• چارکهای اول ،دوم و سوم ( Q 2 ،Q1و )Q 3به ترتيب دادههایي هستند که 0/50 ،./ 25و 0/75
دادهها از آن کوچکتر هستند.
دهكها
•دهکهای اول تا نهم ( )D9 ،... ، D2 ، D1به ترتيب دادههایي هستند که ا 0/9 ،... ، 0/2 ،./دادهها از
آن کوچکتر هستند.
دهكها
• صدکهای اول تا نود و نهم ( )P99 ،... ، P2 ،P1به ترتيب دادههایي هستند که ا0/99 ،... ، 0/02 ،./ 0
دادهها از آن کوچکتر هستند.
شاخصهاي پراکندگي:
اهميت با ذکر مثال:
دو مجموعه داده:
15 ، 14 ، 13 ، 12 ، 11
20 ، 19 ، 13 ، 7 ، 6
ميانگين و ميانه برابر
اما تفاوتهای ساختاری زیاد
الزم است عالوه بر اندازهگيری شاخصهای مرکزی ،در خصوص تغييرات ،تفاوتها و اختالفهای بين
دادهها نيز کسب اطالع نمود.
بدین منظور از شاخصهای پراکندگي استفاده ميشود.
پراکندگي:روشي ساده براي اندازهگيري پراکندگي دادهها شاخصهاي
مطلوب نبودن در بسياري از موارد
نمونه گيری فرایند انتخاب کردن تعداد کافي از ميان اعضای جامعه آماری است ،به طوری
که با مطالعه گروه نمونه و فهميدن خصوصيات یا ویژگيهای آزمودنيهای گروه نمون ه ق ادر
خواهيم بود این خصوصيات یا ویژگيها را به اعضای جامعه آماری تعميم دهيم.
دالیل نمونه گيري:
در بررسي های پژوهشي که شامل چند صد و حتي چند هزار عضو جامعه آماری مي شود عمال غي ر
ممکن است که اطالعات را از هر عضو جمع آوری کنيم .حتي اگر امکان پذیر هم باشد به لحاظ زمان،
هزینه و سایر مسایل منابع انساني مقدور نيست.
عالوه بر اینها مطالعه یک گروه نمونه به جای کل جامعه آماری گاهي ممک ن اس ت منج ر ب ه نت ای
معتبرتری شود به خاطر اینکه خستگي کمتری وجود خواه د داش ت و از ای ن رو خطاه ای کمت ری
درجمع آوری اطالعات پدید مي آورد،مخصوصا موقعي که اعضای جامعه آماری بسيار وسيع باشد.
معرف بودن نمونه:
ما باید بتوانيم گروه نمونه را به صورتي انتخ اب کن يم ک ه مع رف جامع ه آم اری باش د و
ویژگيهای آن رادر برداشته باشد .به ندرت گروه نمونه جانشين کاملي برای جامعه آماری که
از آن بيرون آمده است خواهد بود؛ ولي اگر گروه نمونه را به طور علمي برگزینيم ميتوانيم
به طور منطقي مطمئن باشيم که آماره های گروه نمونه خيلي نزدیک به پارامترهای جامع ه
آماری خواهد بود.
نرمال بودن توزیع نمونه:
بسياری از صفت ها یا ویژگيها در جامعه آماری عموما به طور طبيعي توزیع مي شود یعني صفت
هایي مانند قد و وزن چنان هستند که بيشتر مردم اطراف مي انگين ق رار دارن د .اگ ر ق رار باش د
ویژگيهای جامعه آماری را با دقت معقول از ویژگي های موجود در گروه نمونه براورد کن يم گ روه
نمونه باید چنان انتخاب شده باشد که توزیع ویژگيهای مورد نظر ما در آن همان نوع توزیع نرمال
را که در جامعه وجود دارد دنبال کند .برای رسيدن به این هدف و داشتن یک گروه نمونه مع رف
باید اوال حجم نمونه به حد کافي بزرک بگيریم و ثانيا طرح نمونه برداری مناسبي را انتخاب کنيم.
انواع نمونه گيري:
در نمونه گيری احتمالي اعضای جامعه شانس یا احتمال شناخته شده ای دارند که به عنوان
آزمودني گروه نمونه انتخاب شوند.
طرح های نمونه گيری احتمالي موقعي به کار مي رود که مع رف ب ودن گ روه نمون ه ب رای
اهداف تعميم پذیری دارای اهميت باشد.
در این نوع نمونه گيری اعضای جامعه آماری یک شانس معين وبرابر برای انتخاب ش دن ب ه
عنوان آزمودني دارند .این نوع نمونه گيری کمترین سوگيری وبيشترین تعميم پذیری را دارا
مي باشد .اما این روش پر زحمت وپر هزینه است وگاهي نمي توانيم فهرست کامال جدیدی از
جامعه آماری بدست آوریم .
نمونه گيري احتمالي محدود یا پيچيده:
مرسومترین طرحهای نمونه گيری احتمالي پيچيده که به عنوان جایگزینهایي برای طرح
پرزحمت و پر هزینه احتمالي ساده به شمار ميروند عبارتند از:
الف) نمونه گيری سيستماتيک
ب) نمونه گيری تصادفي طبقهای
ج) نمونه گيری خوشهای
د) نمونه گيری خوشه ای مرحله ای
الف) طرح نمونه گيري نظام دار(سيستماتيك):
طرح نمونه گيری منظم شامل بيرون آوردن هر nامين عضو جامعه آماری است ,به گونهای که
این عضو به طور تصادفي بين 1و nانتخاب مي شود .اگر ما گروه نمونه ای از 35خ انوار از ک ل
جامعه آماری شامل 260خانه در یک محل خاص را بخواهيم ,ميتوانيم با انتخاب شماره تصادفي
مثال 7هر هفتمين خانه را با شمارش 1تا 7نمونه ب رداری کن يم یعن ي خان ه ه ای ش ماره 7و
14و 21و...28
ب) طرح نمونه گيري تصادفي طبقه اي :
نمونه گيری تصادفي طبق های مس تلزم طبق هبن دی جامع ه آم اری و س نس انتخ اب تص ادفي
آزمودنيها از هر طبقه است.در نمونه برداری تصادفي طبقه ای جامعه آماری ابتدا ب ه گروهه ای
ناسازگاری که دربافت پژوهش مرتبط ،متناسب و معنا دار هستند تقسيم ميشود .وسنس از هر
طبقه نمونه برداری صورت ميگيرد .پيدا کردن احتماالت در پارامترهای گروههای فرعي در داخل
جامعه آماری بدون روش نمونه گيری تصادفي طبقه ای امکان پذیر نيست .وقتي جامعه آماری با
روش معناداری طبقهبندی شد ,نمونه گيری منظم انتخاب شود.
پ) نمونه گيري خوشه اي :
این طرح شامل تقسيم بندی جامعه آماری به خوشههای مناسب ميشود ،در حالي که بطور تصادفي
تعداد الزم از خوشهها را به عنوان آزمودنيهای گروه نمونه انتخاب کرده و پ س از آن ه م اعض ای
جامعه آماری در هر یک از این خوشهها مورد مطالعه قرار ميگيرند.
گروههایي از اعضای جامعه آماری به طوری که عدم تجانس در ميان اعضای هر گروه وجود داشته
باشد برای مطالعه انتخاب ميشوند .نمونه گيری خوشهای عدم تجانس بيشتری را در داخل گروهها و
تجانس بيشتری را در بين گروهها ارائه ميکند که عکس آن چيزی است که م ا در نمون ه گي ری
تصادفي طبقهای ميیابيم زیرا در آن تجانس در هر گروه و عدم تجانس در ميان گروهها وجود دارد .
نمونه گيري خوشهاي چند مرحلهاي :Multiple cluster sampling
38
جامعه
ب ب
الف ج ب الف ب ج ح ج یف ج
% 25 یف
دخت س
خپ کم م س م
پ ک ق ل رظ ض ه شیط ص ح ص خ ح
خ ض
ثسص % 50 ض
فقصگ الف ش الف ش
فمذط گ ه گ
% 25 ه
سح
مخ
یف
ب
ج % 25 سح
گذس خشمی
معط % 50 یف ی مس
مخ
خ ف
% 25
39
نمونه
نمونه گيري غير احتمالي:
اعضای جامعه آماری هيچ احتمالي برای انتخاب شدن در گروه نمون ه ب ه عن وان آزم ودني را
ندارند .بدین معني که یافته های مطالعه گروه نمونه را نمي توان به اطمينان ب ه جامع ه
آماری تعميم داد .و زماني مورد استفاده قرار مي گيرد که پژوهش گر ب ه روش س ریع و
ارزان بيشتر عال قه من باشد تا تعميم پذیری یافته ها.
نمونه گيری غير احتمالي دو گروه عمده نمونه برداری در دسترس ونمونه برداری هدف
در این طرح ,در دسترس ترین اعضا به عنوان آزمودني انتخاب ميشوند این طرح ب ه ه يچ
وجه قابل تعميم نميباشد و برای پژوهش علمي مناسب نيست و ممک ن اس ت در م واقعي
برای کسب اطالعات سریع و استفاده از نتای آن به کار رود.
ب) نمونه گيري هدف دار:
ممکن است گاهي ضروری باشد به جای کس ب اطالع ات از کس اني ک ه در دس ترس هس تند،
اطالعات را از افراد خاص بدست آوریم یعني افرادی که قادر خواهند بود اطالعات مطلوب را ارائه
دهند به این دليل که آنها تنها کساني هستند که مي توانن د اطالع ات الزم را بدهن د ی ا اف رادی
هستند که با معيار خاص که پژوهشگر در نظر دارد وفق دهد .چنين روش نمونه گير ی را هدفمند
مينامند .
انواع نمونه گيری هدفدار:
این طرح زماني به کار مي رود که گرد آوری "داده های تخصصي و دقيق" در نمونه موضوع پژوهش
جنبه حياتي دارد و هيچ یک از طرحهای نمونه برداری احتمالي امکان گرد آوری چنين دادههایي را
بدست نميدهد .نمونه گيری قضاوتي مستلزم انتخاب آزمودنيهایي است که بهترین شرایط را برای
ارائه اطالعات مورد نياز دارند.
نمونه گيری سهميه ای شکلي از نمونه گيری طبقهای متناسب با حجم است که در آن از افراد
گروههای مختلف و در دسترس را بر ميگزینند .یعني آزمودنيها منحصرا از اعضای مورد نظر و در
دسترس بر طبق تعداد یا سهميهای که پيشتر تعيين شده انتخاب ميشوند.
برآورد حجم نمونه:
مثال :محققي ميخواهد برآورد نماید که احتمال یک خطر 10ساله بيماری قلبي عروقي در بين
مردان 40تا 79ساله در شمال ایران چقدر است .درمطالعه ای در سال 2009که نتای آن در سال
2015منتشر شد این شيوع برابر 48/9درصد برآورد گردید .این محقق ،به چند نمونه نياز خواهد
داشت ،اگر خطای نوع اول را برابر 5درصد درنظر بگيرد؟
برآورد حجم نمونه:
مثال :محققي ميخواهد ميانگين فشار خون سيستوليک زنان 18سال و باالتر را در شمال ایران
تخمين بزند .براساس مطالعه ای که در گذشته بر روی همين جمعيت صورت گرفت برآورد فشار
خون برابر 115/42 ± 17/60بدست آمد .برای هدایت این مطالعه محقق به چند نمونه نياز خواهد
داشت ،اگر دقت را در این مطالعه 2ميلي متر جيوه در نظر گرفته باشد ( البته با خطای یک
درصد)؟.
برآورد حجم نمونه:
مثال :فرض کنيد محققي ميخواهد تعيين کند آیا تفاوت معني داری بين ميانگين قند خون جامعه
ای با یک عدد ثابت که آن را 100ميلي گرم در دسي ليتر در نظر گرفت ،وجود دارد یا خير؟ فرض
کنيد او 10ميليگرم در دسي ليتر تفاوت در قند خون ناشتا را از لحاظ باليني با اهميت تلقي کرده و
ميخواهد بداند که آیا قند خون اندازه گيری شده بيش از 10ميلي گرم با عدد 100تفاوت دارد یا
خير؟ محقق خطای آلفا را 5درصد و خطای بتا را 20درصد برای مطالعه در نظر ميگيرد .
برآورد حجم نمونه:
.6برآورد حجم نمونه برای مقایسه ميانگينهای دو جامعه مستقل که نتای در دو زمان متفاوت
بدست ميایند:
مثال :محققي قصد دارد تغييرات ميانگين فشارخونهای سيستوليک را در بين گروه درماني و کنترل
مقایسه نماید .براساس مطالعات قبلي انحراف معيارهای مقادیر پایه و پيگيری ( با فاصله یکسال) به
ترتيب برابر 15و 12ميلي متر جيوه وضریب همبستگي بين دو اندازه گيری برابر 0/7بدست آمد.
همچنين کاهش ميانگين برای گروه درمان در عرض 1سال 10ميليمتر جيوه و گروه کنترل 3
ميليمتر جيوه بدست آمد .اگر این محقق بخواهد چنين مطالعه ای را با توان 80درصد و خطای نوع
اول 5درصد هدایت نماید به چه حجم نمونه ای نياز خواهد داشت؟