Statističke metode i analize

Prof dr sci med Aida Ramić

 Ponavljanje...
• Masovna pojava je svaka pojava koja se u
vremenu i prostoru pojavljuje u velikom broju.
• Statističku amsu ili populaciju prestavljaju pojave
koje su bile su predmet statističke analize.
• Statistička jedinica je element unutar statističke
mase ili populacije.
• Svojstva ili karakteristike statistički jedinica
nazivaju se statističkim obilježjima ili varijablama.
• Vrijednosti statističkih obilježja za pojedine
statističke jedinice nisu konstantne nego se
mijenjaju .
 Statističke metode
• Metode istraživanja masovnih pojava sa
korištenjem brojčanog izražavanja.
• Opća i nezaobilazna metoda naučnih
istraživanja u svim naučnim disciplinama .
 Statistička analiza
• Osnovne faze statističke analize
• Kriteriji za odabir statističkih analiza i metoda
 Vrste statističkih analiza
• Opisna (deskriptivna)
• Reprezentativna ( metoda uzoraka)
 Opisne (deskriptivne) statističke
analize
• Predmet proučavanja predstavlja prikupljanje i
analiza podataka za populaciju ako cjelinu.
 Reprezentativna ( metoda uzoraka)

• Predmet proučavanja je analiza povezanosti

između dvije ili više varijabli u cijeloj populaciji
na osnovu nepotpunih podataka ili uzorka.
• Rezultat statistočke analize u direktonoj vezi je
sa vrstom uzorka ( slučajni, namjerni )
 Vrste statističkih obilježja ili varijabli
• Prema načinu izražavanja vrijednosti
• Prema mjernoj ljestivici (skali )
 Vrste statističkih varijabli prema
izražavanju vrijednosti
• Kvalitativne ( opisne, znakovne, atributivne,
kategorijalne ) varijable čija se vriejdnost može
opisati samo riječima ( spol, profil
zanimanja...)
• Kvantitativne (brojčane, numeričke ) varijable
čija se vrijednost izražava brojčano.
 Vrste varijabli prema mjernoj ljestivici
(skali )
• Nominalne ( atribitivna i geografska ), za jedinice skupa čija
se vrijednost izražava opisno a ako su brojčano označeni s
tim brojevima nisu dopuštene nikakve radnje ( spol,
zanimanje, mjesto stanovanja)
• Redosljedne ( ordinarne, uređajne, rang) za varijable čija se
vrijednost može rangirati od najmanje do najveće (ocjena,
stepen obrazovanja, likertova skala)
• Intervalne (prekidne, diskretne) kod varijabli čija vrijednost
ima konačan broj ( broj doktora, broj studenata, broj
med.sestri/tehničara)
• Kontinuirane (neprekidne, razmjerne) kod varijabli koje
mogu imati bilo koju vrijednost iz nekog intervala ( visina,
težina, dužina, iznos mjesečnih primanja )
 Nominalne varijable
Prisustvo na nastavi
a) Da b) Ne

Dijagnosticirana hipertenzija
a) Da b) Ne

Spol
a) Muški b) Ženski
 Ordinalne varijable
• Stadiji razvoja hipertenzije (blaga, umjerena,
teška)
• Ovisnost o nikotinu (blaga, srednja, teška )
• Ocjenjivanje znanja studenata 5-10
• Vrijednosti iz bilo koje intrevalne ljestvice
 Intervalne varijable
• Izražava količinu ili brojevnu vrijednost koja
odgovara vrijednostima obilježja
• Može imati mjernu jedinicu
• Ph vrijednost 5,5
• Temperatura 38 ○ C
 Omjerne varijable
• Kvantitativni podataka – brojnost jedinice
mjerenja
• Vrijednost nula je nepostojanje obilježja
• Omjer omogućuje procjenu vrijejednosti
• Masa, BMI, dob,
Način izražavanja statističkih analiza (1)
• Pomoću relativnih brojeva ( strukture,
koeficijenti, indeksi)
• Raspodjela frekvencije (sastav populacije po
grupama vrijednosti brojčanih varijabli npr.
razredi, studiji ...)
• Kvantili (medijana, decili, percentili)
Način izražavanja statističkih analiza (2)
• Srednje vrijednosti (medijana, aritmetička
stedina, geometrijska sredina)
• Mjere varijacije, asimetrije i zaobljenosti
(raspon varijacije, varijanca, standardna
varijacija)
• Agregatni indeksi
 Osnovne mjere statističkih serija
• Srednje vrijednosti
• Mjere varijacije
• Mjera oblika rasporeda
 Srednje vrijednosti
• Vrijednosti statističkih obilježja ili varijabli koje
na specifičan način predstavljaju čitavu
statističku masu odnosno zamjenjuju sve
vrijednosti u statističkoj seriji i karakterišu
statističku masu u cjelini.
 Podjela srednjih vrijednosti
• Izračunate srednje vrijednosti
• Srednje vrijednosti po položaju
 Izračunate srednje vrijednosti
Mogu se izračunati samo računarskim putem .
• Aritmetička sredina
• Geometrijska sredina
• Harmonijska sredina
• Kvadratna sredina
• Kubna sredina
• Logaritamska sredina
 Tok statističke analize
• Redosljed koraka ili faza
• Definiranja kriterija odabira statističke metode
i analize
• Metode i statističke analize optimalne za
rješavane određenog problema ili pojma
 Redosljed koraka ili faza statističke
analize (1)
• Određivanje sadržaja i namjene analize –
definiranje pojave i svih srodnih pojmova,
karakteristika (varijabli) i parametara koji će se
posmatrati i analizirati
• Priprema plana istraživanja - prostorno,
vremenski i opisno se određuje populacija koja
će se posmatrati, određuju se metode, vrste
podataka, način unosa i obrade, odabir
statističkih analiza i način prikaza rezultata.
 Redosljed koraka ili faza statističke
analize (2)
• Statističko promatranje – predstavlja
prikupljanje podataka , određivanje da li se
vrši za cijelu ili za dio populacije.
• Uređivanje i osnovna obrada podataka –
razvrstavanje vrijednosti varijabli u grupe,
zbrajanje statističkih jedinica i vrijednosti
varijabli. Koriste se gotovi statistički
programski paketi (MS Excel, SPSS, MedCalc,
Statistica itd. )
 Redosljed koraka ili faza statističke
analize (3)
• Analitička obrada podataka i tumačenje
rezultata- najvažnija faza statističke analize ,
jer se iz osnovnih podataka uz pomoć
statističkih metoda utvrđuju svojstva
populacije ili statistički parametri. Definiranje i
objašnjenje zaključaka utemeljenih na
rezultatima istraživanja i statističkim
analizama.
 Kriteriji odabira statističke metode i
analize
Direktno ovisi od :
• Sadržaja i namjene statističke analize
• Vrste statističkog promatranja
• Tipa statističkih obilježja ili varijabli
 Određivanje veličine uzorka
Direktno ovisi od :
• Procjene veličine uzorka
• Snage testa
• Nivoa statističke značajnosti
 Procjena veličine uzorka
• Altmanov nomogram
• Gotovi programi
 Snaga testa
• Ocjenjuje kvalitetu samog testa
• Definira koliki uzorak je potreban za
statističku analizu i donošenje zaključka
• Definira koliko je vjerovatno da se nekim
statističkim testom određuje mjerno svojstvo
 Analiza snage testa
• Dobar test snage je kada se postiže 70-80%
odnosno u 70-80 % postoji vjerovatnost da se
nekim upitnikom obuhvata predmet ili pojava
istraživanja, mjeri neko znanje, stav ili
ponašnje...
• Ispod ovih vrijednosti statistički, naučno i
etički neprihvatljivo
 Vrste hipoteza

Definiraju se različitim tipom odnosa i brojem

varijabli te mogu biti:

1.Asocijativne/uzročne
2. Jednostavne/kompleksne
3. Indirektne/direktne
4. Nulte-hipoteze (statistička
pretpostavka)/istraživačka
 Statistička signifikantnost
• Određuje odnos između pojedinih statističkih
obilježja ili varijabli
• Pomoću vrijednosti x2 testa i p određuje se
da li su statistički izraženije relacije između
pojedinih varijabli (npr. spol, dob,
obrazovanje, zanimanje, mjesto stanovanja u
odnosu na neko znanje, stav, ponašanje, faktor
rizika, korištenje zdravstvene zaštite )
 Nivo statističke značajnosti (1)
• Kada je p<0,05 POSTOJI STATISTIČKA
ZNAČAJNOST
• Znači da u 95 % slučajeva statistička
značajnost postoji a u 5% slučajeva nema
statističke značajnosti
 Nivo statističke značajnosti (1)
• Kada je p>0,05 NE POSTOJI STATISTIČKA
ZNAČAJNOST
• Znači da u 95 % slučajeva statistička
značajnost ne postoji a u 5% slučajeva ima
statističke značajnosti
( U= 15.157,000; p=0,000<0,05)
(U= 18315,000; p=0,093>0,05)
70.0%

64.7% 65.4%

60.5% 60.0%
60.0%
56.3% 56.3%

51.5% 51.3%
50.0% 48.5% 48.7%

43.8% 43.8%

39.5% 40.0%
40.0%
35.3% 34.6%

30.0%

20.0%

10.0%

0.0%
Nikada Ponekada Često Uvijek Nikada Ponekada Često Uvijek
Ispod 70 god. Iznad 70 god.

Centar za zdravo starenje Kontrolna grupa

(U= 17210,500; p=0,006<0,05 )

100.0% 100.0%

90.0%

80.0% 76.5%

70.6%
70.0%
68.7%

60.3% 61.5%
60.0%

52.4%
50.0%
50.0% 50.0%
47.6%

39.7% 38.5%
40.0%

31.3%
29.4%
30.0%

23.5%
20.0%

10.0%

0.0%
0.0%
Nikada Ponekada Često Uvijek Nikada Ponekada Često Uvijek
Ispod 70 god. Iznad 70 god.

Centar za zdravo starenje Kontrolna grupa

( U= 6035,000; p=0,024<0,05 )
 Pojašnjenje testiranja hipoteza
• Najčešće se postavljaju dvije vrste hipoteza :
A ili polaznu-nultu hipotezu i B -suprotnu- alternativnu hipotezu

• Testiranje hipoteze znači provjera tačnosti hipoteze i dva moguća zaključka :

- Odbacuje se hipoteza A , kao posljedica testiranja na uzorku i prihvata se
hipoteza B
- Ne odbacuje se hipoteza A , jer nema dokaza za to.

Primjer:
Predmet zdravstvenog odgoja u školama je ustrojen sa ciljem formiranja znanja,
stava i ponašanja školske djece prema svom zdravlju.
Nulta hipoteza A : je da predmet zdravstvenog odgoja u školama utiče na
formiranja znanja,stava i ponašanja školske djece prema svom zdravlju.
Alternativna hipoteza B : je da predmet zdravstvenog odgoja u školama ne
utiče na formiranja znanja,stava i ponašanja školske djece prema svom zdravlju
Najčešće greške testiranja hipoteze
• Vjerovatnost greške I vrste – kada se odbaci
istinita nulta hipoteza
• Vjerovatnost greške II vrste – kada se prihvati
neistinita nulta hipoteza