Prikupljanje podataka i

mjerenja
Konstruisanje upitnika

Prof. dr Biljana Mijović

 Prikupljanje podataka i mjerenje ključni dio
naučnog istraživanja
 Samo će pažljivo planiranje postupaka
istraživanja i primjeren odabir ispitanika
učiniti istraživanje vrijednim
 Pristrasnosti mjerenja moraju se na
vrijeme prepoznati, nastojati izbjeći u
najvećoj mogućoj mjeri, a preostale
navesti
 Kad je god moguće potrebno je prikupljati
brojčane podatke
 Svi postupci mjerenja moraju biti
ujednačeni i pažljivo se kontrolisati
 Prikupljeni podaci moraju se pohraniti i
čuvati kao dokaz učinjenih mjerenja
 Istraživanja trebaju u najvećoj mjeri
poštovati život, dobrobit ispitanika i najviše
etičke standarde
 Prikupljanje podataka
 Veoma važan korak u naučnom
istraživanju
 Jednom počinjene greške u prikupljanju i
mjerenju podataka nepopravljive su
 Prije samog mjerenja potrebno isplanirati
čitavo istraživanje
 Prikupljanje podataka
 Postaviti jasnu naučnu hipotezu
 Postaviti kriterijume za formiranje grupa
ispitanika
 Utvrditi obilježja (varijable) koje treba
mjeriti u ispitivanim i kontrolnim grupama
 Utvrditi mjerne instrumente i postupke
(metode) pomoću kojih će se mjerenje
provesti
 Prikupljanje podataka
 Valjanost istraživanja zavisi od izbora
varijabli koji će se tokom istraživanja
posmatrati
 Tačnost zaključaka koji se iz istraživanja
izvode zavisi od kvaliteta prikupljenih i
izmjerenih podataka
 Pri istraživanju se ne treba odlučiti za
previše niti za premalo varijabli
 Prikupljanje podataka
 Previše varijabli povećava troškove
 Produžava vrijeme istraživanja i nepotrebnu
količinu podataka
 Nedostatak varijabli čini istraživanje beskorisnim
 Priređeni plan mjerenja i način prikupljanja
podataka preduslov je uspjeha naučnog
istraživanja
 Mjerenje
 Mjerenje središnji dio naučnog istraživanja
 Mora biti planirano i pomno organizovano i
sprovedeno u određenom razdoblju
 Postupci mjerenja se ne smiju mjenjati
tokom istraživanja
 Svi odabrani postupci mjerenja trebaju biti
provjereni, objektivni
 Rezultati mjerenja trebaju biti podaci koji
se mogu obrađivati i sažimati te
raščlanjivati statističkim postupcima
 Mjerenje
 Kvalitetno izmjereni i sačuvani podaci
mogu se ponovno obrađivati, raščlanjivati i
upoređivati ako se pojavi potreba za
takvim postupcima tokom i nakon
istraživanja
 Izvori podataka
 Podaci koje dobijamo mjerenjem prema
unaprijed planiranim postupcima (primarni
podaci)

 Korištenje već postojećih podataka

prikupljanjem iz dokumentacije
(sekundarni podaci)
 Odabir izvora podataka
 Određuje se na osnovu vrste istraživanja
koje sprovodimo
 Za prospektivna i presječna istraživanja –
primarni podaci
 Za retrospektivna istraživanja –
sekundarni podaci
 Često izvor podataka mješovit
 Sekundarni izvori podataka

 Kod prikupljanja podataka iz sekundarnih izvora

treba biti oprezan
 Niska cijena
 Brza dostupnost
 Nepotpunost
 Nemogućnost provjere njihove tačnosti
 Valjanost i dosljednost mogu biti narušeni
 Sekundarni izvori podataka
 Uprskos nedostacima često korisni u
biomedicinskim istraživanjima
 Istorije bolesti često izvor vrijednih
istraživanja
 Pri korišćenju ovih izvora treba navesti
izvor
 Popis stanovništva
 Podaci statističkog zavoda
 Primarni izvori podataka
 Prikupljanje unaprijed utvrđenim planom

 Tačno utvrđene metode

 Skuplji postupak
 Odabir i prikladnost ispitanika

 Jasno utvrditi u kom se uzorku vrši

ispitivanje
 Jasno utvrđeni kriterijumi za utvrđivanje
ispitanika
 Jasni kriterijumi isključenja
 Strogo poštovati jednom utvrđene
kriterijume
 Nema donošenja ispravnih
zaključaka
 Nepoštovanje kriterijuma

 Utvrđivanje neselektivnih kriterijuma

 Promjena kriterijuma u toku istraživanja

 Razvrstavanje u grupe
 Potreba za razvrstavanjem u dvije ili više
grupa
 Ispitivana (studijska grupa)
 Kontrolna grupa
 Podjednake veličine
 Podudarnost u što više faktora
 Randomizacija
 Randomizacija
 Tablice slučajnih brojeva
 Bacanjem kockice, novčića
 Izvlačenjem iz šešira
 Uvijek navesti način nasumičnog
razvrstavanja
 Ako se ne radi o eksperimentu –
nemoguće nasumično razvrstavanje
 Osnovna pravila za formiranje
kontrolne grupe
 Podjednak broj ispitanika
 Približne po polu i uzrastu
 Sličnost po obrazovanju,
socioekonomskom statusu, navikama
 Ispitanici kontrolne grupe moraju
zadovoljavati sve kriterijume uključenja, a
nijedan kriterijum isključenja
 Pristrasnosti
 Najčešće pri uzorkovanju, prikupljanju
podataka i mjerenju

 Retrospektivno prikupljanje često netačno

 Pristrasnosti i u prospektivnim
ispitivanjima
 Izbjegavanje pristrasnosti
 Odabiranje dovoljno velikog broja
ispitanika
 Dovoljno dugo praćenje
 Pažljivo bilježenje razloga za gubitak
ispitanika
 Ako neke pristrasnosti nije moguće izbjeći,
opisati ih
 Najčešći oblici pristrasnosti u toku
prikupljanja podataka i mjerenja

 Pristrasnost odziva
 Pristrasnost pri mjerenju
 Pristrasnost nadziranja
 Pristrasnost prisjećanja bolesnika
 Pristrasnost prikupljanja podataka
 Pristrasnost utvrđivanja
 Pristrasnost praćenja ispitanika
 Pristrasnost gubitka ispitanika
 Zapisivanje i čuvanje
 Zapisivanje u unaprijed pripremljene obrasce ili datoteke
 Zapisivanje podataka u izvornom obliku
 Tablice sa izmjerenim podacima
 Anketni upitnici
 Čuvanje najmanje 10 godina od objavljivanja rezultata
 Upotreba za izradu metaanaliza
 Unijeti u elektronske baze podataka
 Pažnja pri unosu
 Provjera unosa podataka
 Provjera unosa podataka
 Pogledati podatke po rastućem ili
padajućem nizu
 Svaki upitnik pojedinačno obilježiti brojem
 Provjeriti ispravnost 10% unijetih upitnika
nasumice
 Pri pojavi neuobičajenih i sasvim
neočekivanih rezultata provjeriti podatke
 Način prikupljanja
 Postupkom mjerenja
 Popunjavanjem obrasca
 Anketni listić
 Svi mjerni instrumenti moraju biti valjani i
pouzdani
 Izrada upitnika
 Instrument za prikupljanje podataka o
stavovima ispitanika, znanju, navikama,
običajima

 Standardni upitnici

 Samostalna izrada za potrebe istraživanja

 Upitnik
 Što kraća pitanja, jasna i jednoznačna
 Pitanja otvorenog i zatvorenog tipa
 Broj pitanja ne smije biti preveliki, niti
premali
 Pitanja otvorenog tipa teško statistički
obraditi
 Oblikovati odgovore od kojih ispitanik
odabira jedan, a ne više odgovora
 O broju skupova podataka odlučuje
istraživač na početku istraživanja
 Stavove treba mjeriti pomoću ocjena ili
brojevnih ljestvica
 Pouzadnost i valjanost upitnika provjeriti
predhodnim istraživanjem na malom
uzorku
 Upotreba mjernih instrumenata

 Odrediti mjerni uređaj

 Valjan, pouzdan i dostupan

 Ispitati osjtljivost mjernog uređaja

 Ponovljivost
 Etička pravila u kliničkim
istraživanjima
 Poštujte dobrobit ispitanika, njihova ljudska
prava i osnovno medicinsko načelo: “ne
naškodi”
 Poštujte postojeće zakone i međunarodne
konvencije
 Odobrenje etičkih komiteta
 Detaljno tumačenje svih postupaka ispitanicima
 Dobrovoljno potpisivanje za učešće u ispitivanju
 Neotuđivo pravo za odustajanje od ispitivanja
 Svi lični podaci ostaju tajni
 Varijable
 Mjerenjem vrijednosti varijabli na uzorku
ispitanika izvodimo zaključke
 Zbog varijabilnosti mjerenja potrebno učiniti na
velikom uzorku
 Stalna obilježja ispitanika (pol, rasa, genotip)
 Promjenjiva obilježja (npr. broj leukocita,
koncentracija tumorskog markera i sl.)
 Jasno naznačiti kojim obilježjima
utvrđujemo kriterijum uključenja i
isključenja, a koja ćemo mjeriti da bi
utvrdili npr. ishod eksperimenta

 Ako je moguće odrediti više mjera ishoda

 Varijable
 Zavisne varijable
 Nezavisne varijable
 Nezavisne mjerimo nezavisno od ishoda
studije, predhode zavisnim varijablama,
zovu se još prediktorima, rizičnim
faktorima ili varijablama izloženosti
 Zavisne varijable posljedica su djelovanja
nezavisnih varijabli i označavaju mjeru
ishoda
 Primjer – istraživanje štetnosti
pušenja
 Nezavisne varijable: pol, uzrast, dužina
pušačkog staža, prosječna količina
popušenih cigareta
 Zavisne varijable: kapacitet pluća,
koncentracija karboksihemoglobina
 Na prikazima u vidu slika nezavisne
varijable unosimo vodoravno (x), a zavisne
vertikalno (y) – vidljiva promjena zavisne
varijable u odnosu na nezavisnu
Priprema podataka za obradu
 Pri prikupljanju podataka bilježiti ih tako da
kasnije omoguće statističku obradu
 Prevođenje u oblik pogodan za rad u
statističkim programima
 I posle priređivanja podataka u oblik
pogodan za rad, čuvati izvorne podatke
 Organizacija podataka
 Dvodimenzionalne relacijske tabele
 Red – ispitanik
 Kolona – varijabla
 Šifriranje varijabli – brojevima
 Dihotomna varijabla
- prisutnost - 1
- odsutnost - 0
 Pol
- muški - 0
- Ženski -1
 Organizacija podataka
 Kvantitativne podatke upisati u izvornom obliku
 Kvalitativne podatke šifrirati
 Podatke iz jednog istraživanja upisati u jednu
jedinstvenu tabelu
 Pitanja otvorenog tipa ocijeniti prema unaprijed
utvrđenom kriterijumu
 Za podatke koji nedostaju ostaviti prazno polje,
a ako ima puno praznih polja nije moguće
donijeti ispravne zaključke
 Statistički pokazatelji rezultata
istraživanja
 Odabir statističkih pokazatelja zavisi od
vrste istraživanja
 Učinak liječenja
- preživaljavanje bolesnika u odnosu na
kontrolnu grupu
- Stope incidencije, mortaliteta, RR, AR
(smanjenje rizika od nepovoljnig događaja)
 Dijagnostička istraživanja
 Senzitivnost
 Specifičnost
 Pozitivna prediktivna vrijednost
 Negativna prediktivna vriejdnost
 Istraživanja etiologije

 Kohortna istraživanja – RR
 Eksperimenti - RR

 Case – control studije - OR

 Skale mjerenja
 Nominalna skala
 Ordinalna skala
 Intervalna skala
 Odnosna skala
 Nominalna skala
 Brojevi umjesto riječi
Pol
1. Muški 2. Ženski
Bračno stanje
1. Neoženjen 2. Oženjen
3. razveden 4. Udovac
 Ordinalna skala
 Kvalitativne razlike i rangiranje klasa
Radna nesposobnost
1. Potpuno nesposoban
2. Delimično nesposoban
3. Sposoban
Prihodi po članu domaćinstva
1. Dobri
2. Srednji
3. Loši
 Intervalna skala
 Vrsta ordinalnih skala, određeni i intervali
među kategorijama
 Uzrasne kategorije: 0-4, 5-9, 10-14, itd
 Procenat nesposobnosti:
1. 1-19
2. 20-39
3. 40-59, itd
 Odnosne skale
 Sva svojstva intervalnih skala, jednaki
brojčani odnsoi među kategorijama znače i
jednake odnose u pojavi koja se mjeri.
Moguće jer imaju apsolutnu nulu
 Tjelesna masa
 Tjelesna visina
 Nivo hemoglobina na 100 ml krvi
 Mortalitetne stope
 Kriterijumi koje mora da
zadovolji svaka skala
 Svrsishodnost
 Primjenjivost
 Dovoljna informativnost
 Jasna definisanost kategorija
 Dovoljan broj kategorija
 Odgovrajuća širina intervala kategorija
 Međusobna isključivost kategorija
 Svrsishodnost
 Formiranje skale u zavisnosti od toga koju
osobinu varijable želimo da posmatramo
 Imigranti
- Podjela prem mjestu rodjenja
- Podjela prema socijalnim klasama
- Podjela na etničke grupe
 Primjenjivost
 Napraviti skalu koja može da se primijeni u
datom ispitivanju, što zavisi od mogućnosti
dobijanja podataka
 Ako imamo podatke o bračnom stanju:
neoženjen, oženjen, razveden, udovac
 Ako imamo i podatke koliko je puta bio
oženjen: neoženjen, oženjen jednom ili
više puta
 Informativnost
 Dovoljna informativnost
 Umjesto ordinalne skale za veličinu prihoda: 1.
visoki, 2. srednji, 3. niski izabrati intervalnu
odnosnu skalu sa određenim vrijednostima tih
prihoda
 Umjesto skale za veličinu hemoglobina: 1. ispod
normale, 2. iznad normale, izabrati skalu sa
određenim koncentracijama hemoglobina
Jasna definisanost kategorija
 Podjela bolesti prema stadijumima i
definisanost kriterijuma kliničkim nalazom

 Podjela na socijalne klase i određeni

kriterijumi, koji definišu socijalnu klasu
 Dovoljan broj kategorija
 Dovoljan broj kategorija u zavisnosti od vrste
varijable i preciznosti sa kojom posmatramo tu
varijablu, primjer saobraćajna povreda
 Glava
 Vrat
 Grudni koš
 Trbuh
 Ekstremiteti
 Glava
 Vrat
 Grudni koš
 Trbuh
 Ruka
 Noga
 Glava
 Vrat
 Grudni koš
 Trbuh
 Nadlaktica
 Podlaktica
 Šaka
 Natkoljenica
 Potkoljenica
 Stopalo
Odgovarajuća širina intervala
Širina intervala u zavisnosti od vrste
varijable
Uzrasne kategorije za reumatsku groznicu:
0-4, 10-14, 15-19, jer boluju djecam,
rijetko odrasli
Rak bronha: 0-14, 15-24, 25-34...75+, jer
obolijevaju svi, posebno odrasli
 Međusobna isključivost
kategorija

 Skala sa uzrasnim kategorijama

 0-5, 6-10, 11-15, a ne 0-5, 5-10, itd
 Greške mjerenja
 Mjerenje – postupak primjene standardne
skale na neku promjenjivu veličinu ili na
skup njenih vrijednosti

 Slučajne greške
 Sistematske greške
 Slučajna greška
 Dio varijacije mjerenja koji nema uočljive
veze sa bilo kojim drugim mjerenjem ili
promjenjivom, pa se obično smatra
posljedicom slučaja
 Dobijeni rezultati manje-više ravnomjerno
raspoređeni oko stvarnih vrijednosti
 Nemaju veći uticaj na validnost rezultata
studija
 Sistematska greška
 Odstupanja stalno ili pretežno u jednom
smjeru
 Mogu značajno da utiču na validnost
rezultata i samim tim i zaključaka studija
 Odgovarajućim dizajnom studije može se
postići smanjenje oba tipa grešaka

 Smanjenjem slučajne greške postiže se

veća preciznost

 Smanjenjem sistematske greške postiže

se bolja validnost studije
 Preciznost mjerenja
Postiže se:
 Povećanjem broja ispitanika
 Poboljšanjem efikasnosti sa kojom se
dobija informacija sa nepromijenjenim
brojem ispitanika
 Izračunavanje potrebnog
broja ispitanika
 Alfa greška – sastoji se u odbacivanju istinite
nulte hipoteze
 Beta greška – propust da se odbaci netačna
nulta hipoteza
 Očekivana veličina efekta faktora koji se ispituje
 Stopa obolijevanja u odsustvu ekspozicije (ili
učestalošću eksponiranosti hipotetičnom,
uzročnom faktoru u odsustvu bolesti)
 Relativna veličina uporedjivanih grupa, tj. odnos
izloženih i neizloženih grupa
 Efikasnost studije
 Odnos ukupne količine informacija i
ukupnog broja ispitanika
 Odnos količine informacija i cijene
njihovog dobijanja
 Proporcija izloženih osoba
 Proporcija osoba koje su bolesne ili će
oboljeti
 Distribucija osoba u odnosu na ključne
promjenjive koje se moraju kontrolisati u
analizi
 Praćenje 100.000 muškaraca sa ciljem procjene
uticaja svakodnevnog korišćenja aspirina na
mortalitet od KBV
 Zbog velikog broja ispitanika bi se mogla
smatrati dovoljno preciznom
 Ako od njih 100.000 samo 100 svakodnevno
koristi aspirin, ili ako su svi ispitanici u uzrastu
od 30 do 39 godina, kada se KVB rijetko javljaju,
studija neće biti informativna
 Ako su oni koji koriste aspirin uzrasta 40-49
godina, a ostali stariji od 50 godina, efiksanost
studije će ozbiljno biti dovedena u pitanje, ako
se u analizi ne bi o tome vodilo računa
 Validnost studije
 Stepen u kome su opravdani zaključci
izvedeni na osnovu studije
 Unutrašnja – u mjeri u kojoj se odnose na
subjekte u studiji
 Spoljašnja – u mjeri u kojoj se odnose na
populaciju van studije
 Unutrašnja validnost
 Sastoji se u tome da studijska i kontrolna
grupa budu odabrane i upoređene na
takav način da zapažene razlike među
njima u odnosu na ispitivane
zavisnopromjenjive mogu da se pripišu
jedino ispitivanom hipotetičnom faktoru
 Vrste pristrasnosti
 Pristrasnost izbora
 Informaciona pristrasnost
 Pristrasnost uslijed pridruženosti
Ove pristrasnosti nisu jasno odvojene
 Pristrasnost izbora
 Nastaje uslijed sitematskih razlika u
karakteristikama između onih koji su uključeni u
studiju i onih koji nisu
 Veza između ispitivanog faktora i ishoda zapažena
u studiji razlikovaće se od veze koja bi postojala da
pristrasnost nema
 Postoji uvijek kada veći broj osoba odbije da
učestvuje u studiji
 Izbor neadekvatne kontrolne grupe u studijama
slučajeva i kontrola, samoodabirispitanika u
skrining programima
 Informaciona pristrasnost
 Posljedica sistematske tendencije da
ispitanici uključeni u studiju budu pogrešno
raspoređeni u različite kategorije
ekspozicije/ishoda
 Pojačavanje ili umanjenje efekta faktora
koji ispitujemo
 Pristrasnost sećanja u anamnestičkoj
studiji, oboljele osobe sklonije da precjene
ispitivanu ekspoziciju od osoba iz
kontrolne grupe
 Konfaunding
 Koncepcija konfaunding faktora zauzima centralno
mjesto u modernoj epidemiologiji
 Najjednostavnije objašnjenje – miješanje uticaja
 Efekat faktora koji ispituemo je izmijenjen zato što se
prepliće sa uticajem drugog faktora
 Precjenjivanje ili potcjenjivanje efekta, zavisno od
smjera njegove povezanosti sa oboljenjem
 Može čak i da izmijeni smjer u kome ispitivani faktor
djeluje
Konzumiranje kafe i rak mokraćne bešike
 Pušenje – konfaunding varijabla
 Pušenje povezano sa oboljenjem, a povezano i
sa konzumiranjem kafe
 Pušenje povećava rizik za rak mokraćne bešike,
pa i kada izmešu konzumiranja kafe i raka
bešike nema veze, osobe koje piju kafu imaće
veću incidenciju oboljenja od onih, koji je ne piju,
kao rezultat većeg broja pušača među
konzumentima
 Zbog pušenja nemamo pravu procjenu efekta
konzumacije kafe
 Karakteristike konfaunding
varijable
 Mora da bude faktor rizika za oboljenje
koje ispitujemo
 Ne mora da bude uzročni faktor, a ako
nije, mora da bude marker uzročnog
faktora
 Socijalno ekonomsko stanje – faktor rizika
za mnoga oboljenja, ali ne i uzročni faktor
 Karakteristike konfaunding
varijable
 Po definiciji je KV povezana sa faktorom
koji ispitujemo
 Testiranje hipoteze o vezi između pušenja
i raka pluća
 Uzrast predstavlja konfaunding varijablu,
povezan i sa oboljenjem i sa pušenjem
 Karakteristike konfaunding
varijable
 KV ne smije da bude refleksija faktora koji
ispitujemo, tj. ne smije da bude veza na
uzročnom putu od hipotetičnog uzročnog
faktora ka bolesti
 Primjer: hronični kašalj, pušenje i rak pluća
 Hronični kašalj nije KV, jer je sam kašalj
najčešće posljedica pušenja
 Kontrola konfaunding faktora
Eksperimentalna epidemiološka istraživanja

 Metod izbora – randomizacija

 Eksperimentalna i kontrolna grupa
istivjetne u svim onim obilježjima koji
mogu uticati na rezultat
 Uspješan postupak kada je riječ o velikim
studijskim grupama
 Kontrola konfaunding faktora
Neeksperimentalna epidemiološka
istraživanja

 Kontrola pri planiranju studije

 Kontrola u analizi podataka

 Kontrola KF pri planiranju studije

 Ograničenja u selekciji ispitanika

restrikcijom ili mečovanjem
 Restrikcija: ograničavanje ispitivanja na
grupe subjekata koje su relativno
homogene u odnosu na faktor koji želimo
da ispitujemo
 Uparivanje, mečovanje
 Ograničenje u selekciji kontrolne grupe sa
ciljem da je učini što sličnijom studijskoj
grupi (grupi oboljelih ili grupi izloženih) u
odnosu na potencijalne KF
 Pol i uzrast - mečovanje
 Kontrola KF u analizi podataka

 Stratifikacija

 Matematički modeli
 Stratifikacija
 Upoređivanje izloženih i neizloženih,
oboljelih i kontrola, unutar podgrupa,
stratuma, homogenih u odnosu na KF
 Ako je pol KF, ispitanici se dijele u dva
stratuma, podgrupu žena i podgrupu
muškaraca
 Matematički modeli
 Logistička regresija
 Model sumiranja konfaundinga
 Analiza kovarijanse
 Objašnjavanje efekta jednog ili više
hipotetičkih uzročnih faktora, nezavisno od
uticaja konfaunding varijabli
HVALA NA PAŽNJI!