看護研究における 統計の活用法

1. 看護研究における統計の活用法 Part ３ 京都府立医科大学　浅野　弘明 2012年11月10日

2. 量的データとは ・数値で得られるデータ ・単位を持つ 単位が無い　→　質的データ

3. 量的データのまとめ方 ・記述統計量を求める 平均値、標準偏差、最大・最小、歪度 ・ヒストグラムの描画 区分化（範囲化）後に、頻度集計

4. 平均値と標準偏差 ・平均値　：中心指標 分布の中心(真ん中）、普通の値 ・標準偏差：散布度指標 データの散らばり方、平均との平均距離

5. 分布の歪み 正の歪み 負の歪み 歪みなし

6. 歪みと平均値 ある医院での白血球数データ（小さい順に) 4,6005,1005,4005,8006,200 6,3006,8007,4008,00036,000 平均値の位置 10人分の 平均値＝ 9,160歪度＝3.1 平均値は、平均的な値になっていない 大きな歪み 平均以上は、わずか10％ (→ 平均は中心ではない）

7. パーセンタイル(分位数) ・下からα％目のデータ値 　　→　αパーセンタイル値 →　50％タイルを中央値と呼ぶ →　25,50,75 ％タイルを四分位数

8. 歪み・平均値・中央値 正の歪み 歪みなし 平均値 かつ 中央値 平均値 中央値 平均値が中央値より 大きな値になる 平均値と中央値は一致

9. 歪度の目安 ±１以上　→　かなり歪んでいる ±0.5以上　→　少し歪んでいる ±0.2以下　→　歪みは小さい

10. 医療データの特徴 ・医療データの大半は 　　「正の歪み」を持つ 典型例（一般的集団での分布として） 　血圧、白血球数、GOT等の血液検査指標 BMI等の肥満指数、入院日数、等々

11. 歪みとｔ検定 ・正規分布には、歪みがない 　　→　歪みがあれば、正規分布ではない ・ｔ検定は、正規性が前提 　　→　歪み大なら、ｔ検定は不適切

12. ｔ検定不適例 順位和検定では A<B が裏付けできる ｔ検定では有意差は出ない 平均値：　A群 32.9＞B群 29.9 10 15 20 25 30 35 150 紺色の方が、小さい値が多いが 　外れ値のため、平均は、紺色が大きい

13. 大切なポイント 量的データの扱いは 質的データほど 簡単ではない！