Pedagosko raziskovanje

1

Pedagoško raziskovanje

Predavatelj:doc. Boštjan Šimunič

Študijski program: Pedagoško-andragoško izobraževanje

Osnovni podatki predmeta

• 6 KT (20 kontaktnih ur)• 10 ur predavanj• 5 ur seminarjev• 5 ur laboratorijskih vaj

• Urnik• Petek 30.3. in 6.4. med 16:00 in 20:00 uro• Sobota 31.3 in 7.4. med 09:00 in 13:00 uro

Osnovni podatki izvajalca

• Nosilec in izvajalec predmeta• doc. dr. Boštjan Šimunič

• email: [email protected]• GSM: 031832016

2

Študijska literatura • Osnovna

• Izročki in zapiski;• Thomas J.R., Nelson J.K., Silverman S.J.,

(2005). Research Methods in Physical Activity (5th edition);

• Berg K., Latin R.W., (2008). Essentials of Research methods in Health, Physical Education, Exercise Science and Recreation (3rd edition);

• Dopolnilna• William J.V. (2005). Statistics in

Kinesiology (3rd edition).

Vaše študijske obveznosti

• Predavanja• Prisotnost zaželena.

• Seminar• Izdelava seminarja

• Laboratorijske vaje

• Izpit (pisni)

Cilji predmeta

• Študent/ka spozna osnovne vrste, metode in tehnike kvantitativnega pedagoškega raziskovanja uporabne v praksi in/ali raziskovanju pedagoškega področja.

• Zna izbrati in uporabiti enostavne metode in tehnike zbiranja in obdelave kvantitativnih podatkov glede na ustrezen problem raziskovanja.

• Se usposablja za enostavnejše samostojno kvantitativno raziskovalno delo za raziskovalne in/ali praktične namene.

• Zna sodelovati z drugimi v raziskovalnih projektih.• Zna napisati poročilo o raziskavi.• Razvije pozitivno vrednotenje raziskovalnega dela.

3

Pridobljene kompetence

• Splošne• profesionalni razvoj, to je usposobljenost za premišljeno

analiziranje dobre in šibke plati svojega pedagoškega dela, • usposobljenost za tvorno sodelovanje v raziskovalno razvojnih

projektih, namenjenih izboljšanju kakovosti vzgojno izobraževalnega dela.

• Predmetno-specifične• Usposobljenost za preprostejše empirično kvantitativno

raziskovanje v vzgoji in izobraževanju.• Fleksibilna uporaba znanja v praksi, ki se pokaže pri izdelavi

raziskovalnega poročila.• Informacijska pismenost in uporaba informacijsko-

komunikacijske tehnologije v vzgoji in izobraževanju pri obdelavi podatkov, saj študenti znajo preprosteje obdelati podatke z uporabo statističnega računalniškega paketa SPSS.

• Interdisciplinarno povezovanje vsebin, ki se kaže pri raziskovanju problema, ki je lahko iz različnih disciplin.

Učna snov

• Vsebina predavanj• Osnovni pojmi raziskovanja• Hipoteze in postopek testiranja hipotez• Osnovni parametrični statistični testi• Osnovni neparametrični statistični testi• Multivariatni statistični testi• Osnovi tipi raziskav• Osnovni dizajni raziskav• Kontrola kakovosti raziskovanja• Razvoj raziskovalnega problema• Pisanje raziskovalnega poročila

Predavanje 1:OSNOVNI POJMI RAZISKOVANJA

Izvedeli boste:1. Kaj je raziskovanje?2. Katere so značilnosti raziskovanja/raziskovalca?3. Kaj je namen raziskovanja?4. Kaj je temeljno in kaj je aplikativno raziskovanje?5. Kateri so štirje osnovni tipi raziskovanj?6. Kaj je primarno in kaj sekundarno raziskovanje?7. Kaj je teoretično in kaj empirično raziskovanje?8. Kje se izvaja raziskava?

4

Definicija raziskovanja

• Raziskovanje• Sistematično zbiranje podatkov o nekem pojavu,

ki na koncu pripeljejo do pomembnih in odmevnih zaključkov, oziroma celo do nove teorije.

• Any honest attempt to study a problem systematically or to add to man’s knowledge of a problem may be regarded as research (Theodorson, 1969).

• Research is to see what everybody else has seen, and to think what nobody else has thought (Szent-Gyorgyi).

• Research is a systematic process of discovery and advancement of human knowledge.

Pet značilnosti raziskovanja

1. Sistematičnost• Identifikacija spremenljivk, raziskovalni dizajn, zbiranje

podatkov, testiranje hipotez. 2. Logičnost

• Možnost evalvacije uporabljenih metod za preverjanje zaključkov.

3. Empiričnost• Zbiranje podatkov, ki bodo služili za postavljanje

zaključkov.4. Reduktivnost

• Postavljanje splošnih zaključkov na osnovi vzorca, podatka/ov.

5. Ponovljivost• Raziskovalni postopek mora biti zabeležen, kar dovoli

drugim preverjanje oziroma nadgradnjo.

Kdo je znanstvenik?• Znanstvenik ni le človek v beli halji, ki cepi atome, računa

dolge enačbe, dela z drago laboratorijsko opremo, …, je lahko tudi učitelj športne vzgoje, vzgojitelj v vrtcu, trener v fitnesu, delavec v turistično-rekreacijskem centru, zaposlen v gradbenem podjetju, …

5

Kdo je znanstvenik?

• Odprtih misli in razgledan• Mora imeti vedno odprte misli, za vsa možna vprašanja,

odgovore, interpretacije. Ne sme omejevati možne rešitve.• Poglobljeno poznavanje problematike

• Poznati mora še nerešena vprašanja določenega področja. Kaj lahko omejuje raziskovanje na področju? Poznati mora metodologijo področja.

• Intelektualna radovednost• Mora redno brati/študirati nova znanja področja. Vedno morajo

imeti željo po vedeti več. Več kot je znanega, več vprašanj je.• Vztrajnost

• Se zahteva, ker je raziskovanje lahko večletno. Torej veliko branja, komuniciranja, pilotnih študij, eksperimentov, longitudinalne študije, razvoja tehnologij, diseminacija, …

• Poštenost• Znanstvenik ima možnost, da je nepošten. Zato ne sme prirejati

podatkov, vplivati na rezultat, biti neetičen, goljufati pri navajanju avtorjev, …

Ali ste že vsaj malo znanstveniki?

Temeljno in aplikativno raziskovanje• Temeljno

• Se ga lotimo brez neposredne aplikacije – uporabne vrednosti na koncu. Le da vidimo, kaj se zgodi. Raziskovanje ni vezano na določen problem, ampak le da bolje usvojimo določene koncepte.

• Je nova učna metoda uspešna

• Aplikativno• Je usmerjeno iskanju odgovora na določeno vprašanje

oziroma reševanju določenega cilja.• Kaj mora imeti računalniški program, da bo učinkovit

pripomoček učenja.

• Raziskovanje ni nikoli le temeljno oziroma nikoli le aplikativno.

6

Tipi raziskovanj• Raziskovalni

• Raziskovanje brez vsakršnega predhodnega znanja. Tipično temeljno raziskovanje. Iskanje prvih idej o določenem pojavu, iskanju pravih raziskovalnih metod, …

• S čim bom meril nek pojav?

• Deskriptivni (ali statistično)• Raziskovanje, ki pojasni: KDO, KAJ, KJE, KDAJ in KAKO se

je zgodilo. Ne pojasnjuje vzrokov.• Ali so razlike med dvema skupinama? Ali povezanost med

dvema spremenljivkama?• Kdo bo hitrejši?

• Razložljivostni• Pojasnjuje ZAKAJ in KAKO se zgodi določeni pojav. Postavlja

kavzalno razmerje med spremenljivkami.• Kaj je prej kura ali jajce?

• Prediktivni• Poskuša napovedovati pojave na osnovi nekaterih znanj.

Primarno in sekundarno raziskovanje

• Primarno• Je raziskovanje, ki vključuje merjenje podatkov

(vprašalnik, tehtnica, senzor sile, …).

• Sekundarno• Je raziskovanje, ki pregleduje in analizira podatke

izmerjene s strani drugih. Research the projects.

• Ni le primarnega raziskovanja. S sekundarnim raziskovanjem vedno poskušamo obrazložiti naše izmerjene rezultate.

Teoretično in empirično raziskovanje

• Teoretično• Uporablja zaključke raziskav drugih za razvoj

novih idej, ki temeljijo na obstoječem znanju.• Razlaga nasilja med športnimi navijači na osnovi

prebiranja že objavljenih del.

• Empirično• Nove ideje temeljijo na lastnem zbiranju

podatkov. Se ga spodbuja, če je le možno. Seveda ob tem se pojavi vprašanje o časovni in finančni kompleksnosti.• Razlaga nasilja med športnimi navijači na osnovi

merskega instrumenta (vprašalnik, intervju, opazovanje, zgodovinsko raziskovanje…)

7

Prostor raziskovanja

• Laboratorijsko okolje• Bolj “sterilno” okolje, kjer imamo boljšo kontrolo nad

eksperimentom. Vendar je težko posplošiti ugotovitve iz laboratorija v realno okolje delovanja preiskovanca.

• Terensko okolje• Je realnejše – bolj podobno pravemu okolju

preiskovanca. Vendar težko kontroliramo vse faktorje, ki lahko vplivajo na rezultat merjenja.

• Posebno okolje je situacijsko okolje. To je dejansko okolje preiskovančevega delovanja. Vendar je težko v njega nemoteče posegati.

Ponovitev

• Trenutek iznajdbe je zelo prijeten in obdarjajoč. Pa naj bo to nova tehnologija, nova teorija ali nova ideja.

• Raziskovanje si predstavljajte bolj kot metodo za reševanje problemov kot “črno gmoto”, polno nepraktičnih ljudi, nerazumljivih besed, …

• Zato naj bi vsak UNI, MAG, DR znal raziskovati, brati raziskovalna poročila in jih v praksi plemeniti.

Predavanje 2:PONOVITEV OSNOVNIH STATISTIČNIH METODIzvedeli boste:1. Kaj je spremenljivka in kateri so tipi spremenljivk?2. Katere merske skale poznamo?3. Kateri so pogoji za uporabo parametričnih in

neparametričnih statističnih metod?4. Kateri so načini vzorčenja?5. Katere so mere srednje tendence?6. Katere so mere variabilnosti?7. Kakšne prednosti nosi normalna porazdelitev?8. Kako lahko primerjamo med sabo rezultate različnih

spremenljivk?

8

Spremenljivka

• Spremenljivka• Značilnost, ki lahko zavzame več kot eno

vrednost. Vrednost se lahko razlikuje med osebami kot znotraj iste osebe.• Starost, Telesna teža, Telesna višina, odstotek

maščobe, moč mišic rok/nog/trupa, …

• Konstanta• Značilnost, ki lahko zavzame le eno vrednost.

Izmerimo le enkrat.• Dolžina teka, število igralcev v moštvu, anatomske

vrednosti,

Tipi spremenljivk

• Opisne (atributivne, kvalitativne)• Vrednosti se izražajo z opisi (besede, znaki,

števila).• Spol, tip uniforme vojaka, barva uniforme vojaka,

proizvajalec čevlja/copata, …

• Številske (kvantitativne)• Vrednosti se izražajo s števili, s katerimi lahko

računamo.• Diskretne

• Lahko zavzame le določene vrednosti. Pogosto so to frekvence.• Število otrok v družini, Število utripov srca na minuto, …

• Zvezne• Če med poljubnima dvema vrednostma obstaja še ena.

• Starost, telesna višina, poraba kisika, sila upogiba, …

Odvisnost spremenljivk

• Neodvisna spremenljivka• Zavzame svoje vrednosti popolnoma neodvisno od

druge. Ne kovariira za ostalimi.• Boljše ravnotežje gimnastičarja je neodvisno od njegovega

VO2max – maksimalne aerobne moči, …

• Odvisna spremenljivka• Medsebojna odvisnost z eno ali več drugih spremenljivk.

• Telesna teža je odvisna od telesne višine, VO2max je odvisen od telesne teže, kognitivne sposobnosti so odvisne od gibalnih/športnih navad in učnih navad, …

∑=

=

=n

iii XfY

XfY

1

)(

);(

9

Merske skale• Nominalna (imenska)

• So najbolj osnovne – kvalitativne – spremenljivke, saj vzorec le grupirajo v skupine in ne podajajo razlik med njimi.

• Število obutev v fitnesu: “nike”, “adidas”, “reebok”, …• Delitev vzorca po spolu, delovnem mestu, …

• Absolutna (je posebna oblika razmernostne)• In tudi nadgradnja nominalne. Z njo opazujemo frekvence

nominalne spremenljivke. Lahko računamo povprečno vrednost.• Število kamperjev ob sobotah, število „nike“ čevljev…

• Ordinalna (urejenostna)• Deli podatke po vrstnem redu, kar jih kvantitativno lahko

primerjamo. Vendar ne vemo kolikšne so bile razlike med njimi.• Vrstni red: na koncu teka, učni uspeh v šoli, Likertova skala-5 …

• Intervalna (razmična)• Spremenljivke so urejene z znano razliko med njima. Lahko jih

odštevamo ne pa delimo. Nima absolutne ničle. Le arbitrarno.• Temperatura s celzijevo skalo, leto rojstva, …

• Razmernostna (ang. “ratio”)• Razmerje poljubnih dveh spremenljivk je urejeno. Vsebuje tudi

absolutno ničlo. Ima ničlo, ki ni določena arbitrarno.• Sila, razdalja, masa, temperatura v kelvinovi skali

Parametrična in neparametrična statistika• Parametrična

• Vrsta statističnih postopkov, če so spremenljivke intervalne ali razmernostne in če so porazdeljene normalno.

• Telesna višina in teža, čas teka na 100 metrov, dolžina skoka v daljino, …

• Neparametrična• V ostalih primerih.

• Število moških in žensk, število poškodb na delovnem mestu, …

• Parametrična statistika ima večjo moč – prej ovrže H0. Če pa kriteriji za njeno rabo niso izpolnjeni je potrebno uporabiti neparametrično.

Vzorčenje

• Populacija• Stvarna ali hipotetična množica opazovanih

preiskovancev/objektov. Z “N” označimo enote populacije. Populacijo opredelimo z:

• Stvarno opredelitvijo – kaj v njej proučujemo?• Krajevno opredelitvijo – kje?• Časovno opredelitvijo – kdaj?

• Vzorec• Reprezentativni del populacije. Z “n” označimo enote

vzorca (n ≤ N). Imamo lahko veliko število vzorcev na dani populaciji in za to tudi veliko možnosti načinov izbire vzorca:

• Če izbrane enote vračamo v populacijo:

• Če izbrane enote ne vračamo v populacijo:

nNNNN =⋅⋅⋅= ... vzorcevŠtevilo

)()...2()1( vzorcevŠtevilo nNNNN −⋅−⋅−⋅=

10

Načini slučajnega vzorčenja

• Brez omejitev (le če je pupulacija homogena)• Enostavno slučajno vzorčenje - popolnoma naključno

izbiramo enote vzorca (random generator števil, žrebanje).• 100 nogometašev 1. SNL.

• Sistematično slučajno vzorčenje – izberemo korak k=round(N/n) in izberemo vsakega k-tega.

• Vsak k-ti v telefonskem imeniku.

• Z omejitvami• Stratificirano vzorčenje – najprej razdelimo v razrede in

potem znotraj njih vzorčenje brez omejitev.• Razdelimo v starostne kategorije, potem dalje.

• Večstopenjsko vzorčenje – kadar niso znani vsi elementi populacije, a vemo kje se le-ti nahajajo. V 1. stopnji izberemo slučajno kraj in potem vzorčenje brez omejitev.

• Najprej izberemo šole, potem starostne kategorije, potem dalje

Ostale oblike vzorčenja

• Priložnostno vzorčenje (je zelo pogosto)• Kadar ni praktično (ali celo mogoče) izbrati

slučajni vzorec, ga izbiramo glede na prijavo oziroma intervju preiskovancev. Izbira preiskovancev za dolgotrajne in kompleksne študije.• Izvedba intervencije za povečanje gibanja.

Prikazovanje podatkov

• Mere centralne tendence• Podaja povprečno vrednost, ki najbolj

aproksimira značilnost določene spremenljivke.• Moški so v povprečju visoki 181.3 cm.• 50% učenk ima oceno pri matematiki višjo od 3.8.

• Mere variabilnosti• Podaja razpršenost vrednosti spremenljivke.

• Nove žarnice bodo delovale 5 let ± 1 leto.

• Grafični prikaz• Za vizualizacijo podatkov, za interpretacijo

porazdelitve in napovedovanje določenih verjetnosti.

11

Mere centralne tendence

• Povprečje• Aritmetična sredina spremenljivke. Uporabljali bomo “µ”

za povprečje populacije in “M” za povprečje vzorca.• Povprečje SDM (120, 130, 140, 210) = 150cm

• Mediana• Srednja točka porazdelitve, kjer 50% vrednosti leži levo in

50% desno od nje. Najprej je potrebno razdelit vrednosti po velikosti. Le če imamo atipične vrednosti.

• Mediana SDM (120, 130, 140) = 130cm• Mediana SDM (120, 130, 140, 150) = 135cm• Mediana SDM (120, 130, 140, 210) = 135cm

• Modus• Je najpogostejša vrednost spremenljivke. Redko se ga

uporablja.• Modus SDM (120, 120, 120, 130, 140) = 120cm

Mere variabilnosti

• Range (razpon)• Razdalja med največjo in najmanjšo vrednostjo. Slaba

mera, ker temelji le na ekstremnih vrednostih. Bolje prikazati kar surove največje in najmanjše vrednosti.

• Razpon SDM (120, 130, 140, 180) = 180 - 120 = 60cm• Razpon SDM (120, 130, 140, 180) = [120, 180] cm

• Standardni odklon – SD (deviacija)• Srednja algebraična razlika posameznega rezultata od

povprečja. Primerjava SD dveh vzorcev, le če isto povprečje.

• SD SDM (120, 130, 140, 210) = 40.8 cm

∑ ∑

∑

−⋅⋅=

−=

22

22

)()(1

XXNN

SD

MN

XSD

Mere variabilnosti

• Koeficient variance - CV• Za razliko od SD se lahko uporabi za primerjavo

dveh skupin z različnim povprečjem oziroma različno porazdelitvijo. CV je SD kot odstotek povprečja.

• M(SDM) = 150cm, SD(SDM) = 40.8cm, CV(SDM) = 27.2%

• T60M (10.1, 10, 12, 9.3): M(T60M) = 10.4, SD(T60M) = 1.2, CV(T60M) = 11.2%

⋅=M

SDCV %100

12

Normalna porazdelitev spremenljivke

• Večina spremenljivk v kineziologiji je normalno porazdeljenih, če je le dovolj velik vzorec.

• Normalna krivulja predstavlja model obnašanja spremenljivke in če zadovoljuje – omogoča uporabo parametričnih statističnih metod.

• Normalno porazdelitev se preveri vizuelno ali kvantitativno:

Praktična raba standardizirane normalne krivulje• Standardizacija

• Površina pod krivuljo je 1 ali 100%.• Povprečje = mediana = modus = 0.

Nekaj primerov rabe …

Izmerili smo SDM 1000 deklic. M = 125 cm in SD = 5 cm.

cm

cm

cmcm

9.1371.112)0.5(58.2125%99

8.1342.115)0.5(96.1125%95

130120)0.5(0.1125%68

−=⋅±=−=⋅±=−=⋅±=

VPR: Koliko deklic skoči znotraj [120, 130] cm?

ODG: 1000·(0.68) = 680

13



cm

cm

cmcm

9.1371.112)0.5(58.2125%99

8.1342.115)0.5(96.1125%95

130120)0.5(0.1125%68

−=⋅±=−=⋅±=−=⋅±=

VPR: Koliko deklic skoči izven [120, 130] cm?

ODG: 1000 ·(0.32) = 320



cm

cm

cmcm

9.1371.112)0.5(58.2125%99

8.1342.115)0.5(96.1125%95

130120)0.5(0.1125%68

−=⋅±=−=⋅±=−=⋅±=

VPR: Koliko deklic skoči več od 130cm?

ODG: 1000 ·(0.16) = 160



cm

cm

cmcm

9.1371.112)0.5(58.2125%99

8.1342.115)0.5(96.1125%95

130120)0.5(0.1125%68

−=⋅±=−=⋅±=−=⋅±=

VPR: Koliko deklic skoči manj od 120cm?

ODG: 1000 ·(0.16) = 160

14



cm

cm

cmcm

9.1371.112)0.5(58.2125%99

8.1342.115)0.5(96.1125%95

130120)0.5(0.1125%68

−=⋅±=−=⋅±=−=⋅±=

VPR: Koliko deklic skoči izven [115.2, 134.8] cm?

ODG: 1000·(0.05) = 50



cm

cm

cmcm

9.1371.112)0.5(58.2125%99

8.1342.115)0.5(96.1125%95

130120)0.5(0.1125%68

−=⋅±=−=⋅±=−=⋅±=

VPR: Koliko deklic skoči izven [112.1, 137.9] cm?

ODG: 1000·(0.01) = 10



cm

cm

cmcm

9.1371.112)0.5(58.2125%99

8.1342.115)0.5(96.1125%95

130120)0.5(0.1125%68

−=⋅±=−=⋅±=−=⋅±=

VPR: Koliko deklic skoči manj od 130cm?

ODG: 1000·(0.84) = 840

15



cm

cm

cmcm

9.1371.112)0.5(58.2125%99

8.1342.115)0.5(96.1125%95

130120)0.5(0.1125%68

−=⋅±=−=⋅±=−=⋅±=

VPR: Koliko deklic skoči manj od 112.1cm?

ODG: 1000·(0.005) = 5

Vrednotenje rezultatov

• Možni problemi:Kako vrednotiti rezultate skoka v daljino 1.

razreda devetletke? Kako vrednotiti rezultate teka na 80m? Kako vrednotiti poškodbe v nogometnem klubu? Kaj je boljše 5m skoka v daljino ali 8.1s v teku na 60m?

• Rešitve:• Percentili• Z-vrednost• T-vrednost

Percentili – standardna vrednost

• Je točka v procentnem sistemu [0, 1], ki razdvoji populacijo, ki ne dosega ali ravno dosega določen rezultat, od drugih.

• Primer: Če nekdo v SDM doseže 33. percentil, to pomeni, da 33% populacije dosega slabši rezultat od njega. In kar 67% boljšega.

• V rezultatu merjenja imamo vedno prišteto napako, zato včasih težko podamo rezultat v percentilih … raje v decilih/kvartilih.

• Percentile računamo enostavno:• SDM(160,158,130,112,112,112,100,99); P(100cm) = 2/8·100% = 25%,

SDM(112cm) = 3/8·100% ali 5/8·100% = 37.5% ali 62.5% = 62.5%• P(?) = 75%?...0.75·8 = 6…vrstni red rezultata…pogledamo v tabelo…130cm

16

Z-vrednost

• Je ocena surove vrednosti doseženega rezultata in je izražena z večkratniki SD.

• Z = -1…rezultat za -1SD odstopa od povprečja• Z = 3…rezultat za +3SD odstopa od povprečja• Z = 0…rezultat je isti kot povprečna vrednost

SD

MXZ

−=

Preračunavanje Z-vrednosti

Pod pogojem, da je porazdelitev spremenljivke normalna, lahko Z-vrednosti preračunavamo iz tabel.

• Poznamo Z-vrednost … koliko % vzorca je med M in Z?• Kolikšna je Z-vrednost, ki zajema določen % vzorca?• Poznamo Z-vrednost … kolikšen je njegov percentil?

T-vrednost• Podobno kot percentili, vendar izračunan iz Z-

vrednosti. Nekaterim je težko razumeti, da je 0 povprečje. Zato so sporazumno uvedli T-vrednost, ki ima domeno [0, 100], M = 50, SD = 10.

• Uporablja se za vrednotenje fitness testov (ŠVK).

5010 +⋅= ZT

17

Ponovitev

• Poznamo več tipov spremenljivk, ki imajo ob merjenju različne merske skale.

• Pomembno je slučajno izbrati vzorec, če je le možno.

• V statistiki je pomembno poiskati dobro mero za opis spremenljivke.

• Normalna porazdelitev spremenljivke nam nudi vrsto ugodnosti pri preračunavanju.

• Poznamo več metod direktne primerjave različnih spremenljivk.

• Če porazdelitev ni normalna se izvedejo transformacije ali izberejo neparametrične metode – o tem malo kasneje.

Predavanje 3:TESTIRANJE HIPOTEZ

Izvedeli boste:1. Kaj so osnovni pojmi testiranja hipotez?2. Tipi napak pri testiranju hipotez.3. Postopek testiranja hipotez.4. Interpretacija rezultatov.5. Testiranje povezanosti spremenljivk:

a) Povezanost,b) Linearna regresija – napovedovanje,c) Večkratna linearna regresija,d) Parcialna korelacija.

6. Testiranje povprečnih vrednosti:a) T-TEST

I. Neodvisni vzorci,II. Odvisni vzorci,

b) Analiza variance:I. 1-way, 2-way ANOVA, M-way ANOVA, RM ANOVA.

c) Analiza kovariance.

18

Vrste hipotez

• Raziskovalna ali znanstvena• Je raziskovalčeva domneva o rezultatu testa.• Do domneve pridemo na osnovi študija literature,

prejšnjih raziskovalnih izkušenj, …• Dečki in deklice imajo enako energijsko bilanco.

• Statistična• Le orodje za dokazovanje raziskovalne hipoteze.• Mnogokrat pride do zamenjave med raziskovalno in

statistično. Pravi raziskovalec mora to ločit.• Postopek testiranja sorazmerno enostaven, čeprav

veliko statističnih testov.• Dečki in deklice pojedo enako kalorično vrednost hrane in

pijače.• Dečki in deklice so gibalno/športno enako aktivni.

Raziskovalnahipoteza

Statističnahipoteza

Zbiranjepodatkov

Statističnizaključek

Raziskovalnizaključek


Zbiranjepodatkov



Zbiranjepodatkov


Ničelna in alternativna hipotezaSta obe statistični hipotezi. Sta plod raziskovalne

hipoteze.• Ničelna hipoteza (H0)

• Dogovorno je to stavek, ki pravi, da ni razlik oz. povezave med spremenljivkami.

• Drži, da je H0 TRUE dokler tega ne ovržemo.• H0: µ1 = µ2 ali µ1 – µ2 = 0 ali …• H0: Med spoloma ni razlik v količini gibanja

• Alternativna hipoteza (HA)• Logična posledica, če je H0 FALSE.• Torej če uspemo H0 ovreči, potem drži HA. Ne vemo pa

ničesar o sami razliki/povezanosti med spremenljivkami.• HA: µ1 – µ2 ≠ 0 ali µ1 ≠ µ2 ali …• HA: Dečki in deklice nimajo enako količino gibanja.

19

Napaka vzorčenja

• Vzorčenje lahko vpliva na rezultat testiranja hipotez.

• Je vedno prisotna, čeprav zelo posredna.• Raziskovalec se mora odločit, kdaj je

napaka prevelika in tako odločilno vpliva na rezultat testiranja hipotez.• Če je verjetnost, da napaka vzorčenja vpliva

na rezultat majhna, potem mora še nekaj drugega vplivati na razlike med spremenljivkami.• Na primer neodvisna spremenljivka.

• Temu rečemo “prava razlika ali povezanost” med spremenljivkama.

Izračun statistične cenilke

• Glede na vrsto testa (povezanost, razlika) izračunamo ustrezno cenilko in jo primerjamo z normalno porazdelitvijo:• Verjetnost, da je vrednost večja od ±1.96·(SD) je 0.05 in

da je večja od ±2.58·(SD) je 0.01. Te meje so kar stopnja zaupanja – alpha.

• Preden nadaljujemo, še o napakah testiranja hipotez

Napaka tipa I in tipa II• Napaka tipa I - alpha

• Verjetnost, da ovržemo H0, če je v resnici TRUE.• To pomeni, da smo sprejeli HA misleč, da so razlike/povezanost

“prave”, vendar so bile zaradi napake vzorčenja.• Torej verjetnost napake tipa I zmanjšamo z manjšo alpho.• Alpha je tipično 0.05 ali 0.01 ali celo 0.001.

• VZROKI: merska napaka, nenaključni vzorec, previsoka alpha, vpliv merilca, neupravičena raba eno-smernega testa

• Napaka tipa II – beta• Verjetnost, da sprejmemo H0, če je v resnici FALSE.• To pomeni, da smo mislili, da so razlike/povezanosti zaradi napake

vzorčenja ampak so bile “prave”.• Torej, z zmanjševanjem alphe zmanjšamo verjetnost napake tipa I

ampak povečamo verjetnost napake tipa II.• Testiranje novega zdravila: Bolj pomembno je, da smo konzervativni pri

odločitvi. Zato zmanjšamo alpho in s tem povečamo beto.• Testiranje novih obuval: Ni potrebe po konzervativnosti, zato raje

povečamo alpho in s tem zmanjšamo beto..• VZROKI: merska napaka, premajhen N, prenizka alpha, nepravilno

izvedena intervencija

• Tipično je beta:alpha = 4:1

20

Napaka tipa I in tipa II

H0 TRUE H0 FALSE

Zavržemo H0 Alpha – Tip I OK

Sprejmemo H0 OK Beta – Tip II

• Posledice napake tipa I:• Nepotrebne skrbi za zdravje ali stroški zdravljenja.• Program vadbe se izvaja, a ni učinkovit.• Na delovno mesto smo inštalirali pripomoček, ki ne bo koristil.

• Posledice napake tipa II:• Smo bolni in nismo zdravljeni !!!• Nismo se odločili za program treninga, ki bi bil učinkovit.

Postopek testiranja hipotez1. Postavi H0 in HA (primer za testiranje povprečnih vrednosti).

• H0: µ1 = µ2; HA: µ1 ≠ µ2

2. Izberi stopnjo zaupanja (alpha).• 0.05; 0.01; 0.001

3. Izberi primerno statistično metodo.• T-test za odvisne ali neodvisne vzorce; ANOVA; Pearson r; …

4. Izračunaj vrednost statistične cenilke.5. Definiraj kritična območja na grafu normalne porazdelitve

6. Odčitaj iz grafa normalne porazdelitve, če je statistična cenilka v kritičnem območju.

7. Sprejmi ali ovrzi H0.8. Postavi statistični zaključek testa.

Primer postopka testiranja hipotez (2-smerno)1. Postavi H0 in HA: H0: µkoš = µodb; HA: µkoš ≠ µodb2. Izberi stopnjo zaupanja (alpha): 0.053. Izberi primerno statistično metodo: T-test za neodvisne

vzorce4. Izračunaj vrednost statistične cenilke: t = 2.505. Definiraj kritična območja na grafu normalne porazdelitve:

tk <> [-1.96, 1.96]

6. Odčitaj iz grafa normalne porazdelitve, če je statistična cenilka v kritičnem območju: t = 2.50 > tk

7. Sprejmi ali ovrzi H0: Ovrzi H08. Postavi statistični zaključek testa: Razlika v navpičnem skoku

med košarkarji in odbojkarji (5cm) je statistično značilna (p = 0.037).

21

Dvo-smerni in eno-smerni test

• Dvo-smerni statistični test• Kadar raziskovalec ne more logično predpostaviti o

rezultatu testa, takrat vedno uporabi dvo-smerni test.• H0: Košarkarji skočijo enako visoko kot odbojkarji;• H0: Pet let stari dečki so enako visoki kot deklice;• H0: Povprečna starost profesorjev športne vzgoje je enaka

kot pisarniških delavcev v javni upravi.

• Eno-smerni statistični test• Kadar raziskovalec lahko logično predpostavi izid

raziskave, lahko uporabi eno-smerni test.• H0: Nogometaši tečejo enako hitro kot košarkarji.• H0: Gibalna aktivnost obeh spolov je enaka.

• Skratka: H0 pri uporabi eno-smernega testa zavržemo bistveno prej.

Primer postopka testiranja hipotez (1-smerno)1. Postavi H0 in HA: H0: µpred ≤ µpotem; HA: µpred > µpotem2. Izberi stopnjo zaupanja (alpha): 0.053. Izberi primerno statistično metodo: T-test za odvisne vzorce4. Izračunaj vrednost statistične cenilke: t =1.855. Definiraj kritična območja na grafu normalne porazdelitve:

tk <> [1.65, ∞]

6. Odčitaj iz grafa normalne porazdelitve, če je statistična cenilka v kritičnem območju: t = 1.85 > tk

7. Sprejmi ali ovrzi H0: Ovrzi H08. Postavi statistični zaključek testa: 20% zmanjšanje kajenja je

statistično značilnih pri p = 0.032.

Interpretacija statističnega testa

• “…obstaja statistična razlika med dvema skupinama (p = 0.043).”• Vedno moramo podati stopnjo tveganja (p), pri

kateri smo sprejeli hipotezo (p ≤ 0.05). Ni nujno, da je vedno pri ≤0.05, lahko je pri ≤0.10, ≤0.01, …

• Ne smemo uporabljati pridevnikov: “…je zelo značilna…” ali “…je skoraj značilna…”

• “…ne obstaja statistična razlika med dvema skupinama (p = 0.353).”• Tudi v tem primeru, ko ne uspemo pokazati

razlik/povezav, je potrebno podati stopnjo tveganja.• Morda za vas razlike niso pomembne, za nekoga

drugega (tipično industrijo) pa bodo.

22

Z uporabo računalnikov je nekoliko drugače

• Zgornji primer za primerjava povprečnih vrednosti dveh spremenljivk.

• Računalniški programi nam podajo rezultat statističnega testiranja hipoteze nekoliko drugače, ampak z vsemi bistvenimi elementi.

Znanstvena vs. Praktična statistična razlika• Znanstvena

• Pri dovolj velikem vzorcu je lahko že majhna razlika značilna.

• 6 mesečni program vadbe je statistično značilno znižal nivo holesterola za 2%.

• Praktična• Ne se vedno zanašat na uporabno vrednost statističnega

testa. Vedno poglej še absolutne ali relativne razlike oziroma povezave.

• Zelo pomembno je, da se raziskovalec drži šolskih pravil testiranja in interpretacije. Statistika nam je le toliko v pomoč, kot si to želimo. Držati se je potrebno pravil njene rabe in interpretacije rezultatov.

Velikost efekta (ES)

• Je standardizirana vrednost, ki ponazarja razliko povprečij obeh skupin, deljenega s standardno deviacijo.

><<

<

−−=

velik

srednjiES

majhen

ES

SDali

SDES

AVERAGECONTROL

...8.0

...8.02.0

...2.0

)()(

)(

21

)(

21 µµµµ

23

Testiranje povezanosti

• Korelacija• Je statistika, ki ovrednoti povezanost med

dvema spremenljivkama.

Korelacija• Je statistika, ki ovrednoti povezanost

med dvema spremenljivkama. Lahko je pozitivna ali negativna:

• Pozitivna• Dve spremenljivki sta pozitivno

povezani. Če se povečuje ena, se tudi druga.

• Moč mišic otrok je povezana z njihovo starostjo.

• Negativna• Dve spremenljivki sta negativno

povezani. Če se povečuje ena, se druga zmanjšuje.

• Moč mišic starostnikov je povezana z njihovo starostjo.

Korelacija

• Regresijska linija (če linearna -> premica)• linearna, eksponentna, logaritmična, dvojna-

eksponentna, polinomska, …• Predstavlja model odnosa med dvema

spremenljivkama. Se jo izračuna po metodi vsote najmanjših kvadratov napak.

24

Nekaj primerov korelacije

Korelacija

• Zahteve za statistično analizo• Absolutna, intervalna ali razmernostna merska

skala.• Pričakovati moramo linearni odnos med

spremenljivkama.• Obe spremenljivki morata biti linearno

povezani.• Obe spremenljivki morata imeti podobno

varianco (CV).

PEARSONOVA korelacija (r)

<≤

<≤−

−⋅−

⋅−=

∑ ∑ ∑ ∑∑ ∑ ∑

pozitivnar

korelacijeni

negativnar

r

YYNXXN

YXXYNr

...01

_...0

...01

))(())((

)()(2222

• Tipično nas zanimajo tri stvari• Kako močna je povezanost (r).

• r≤.25…nizka; .25<r≤.5…srednja; .5<r≤.75…dobra; .75<r≤ 1…visoka.

• Smer korelacije (pozitivna, negativna).• Ali je statistično pomembna (r > rK ?).

25

Primer postopka testiranja hipoteze1. Postavi H0 in HA: H0: r = 0; HA: r ≠ 0;2. Izberi stopnjo zaupanja (alpha): 0.053. Izberi primerno statistično metodo: Pearsonov korelacijskih

koeficient4. Izračunaj vrednost statistične cenilke: r = 0.9695. Definiraj kritična območja na grafu normalne porazdelitve:

rk <> [-0.878, 0.878]

6. Izračunaj, če cenilka (Pearsonov r) izven kritičnega območja: r = 0.969 > rk

7. Sprejmi ali ovrzi H0: Ovrzi H08. Postavi statistični zaključek testa: Obstaja statistično značilna

povezava med dvema spremenljivkama (p = 0.012).

Število prostostnih stopenj (df)

• Je največje število neodvisnih vrednosti spremenljivke (ang. Degrees of freedom), ki se lahko spreminjajo in pri tem:• Je sistem enolično določen• Vsak parameter lahko spremenimo, ne da bi

pri tem spremenili drug parameter• Primer: Srednje vrednosti treh (n) števil: Največ dve

lahko spreminjamo tako, da povprečje ostane enako (n-1).

Primer statističnega testa povezanosti• H0: Število zgibov in sklec ni povezanih

• (df) = N-2 = 5-2 = 3; p = 0.05; -> pogledamo v tabele

26

Tabela aliračunalnik

Determinacijski koeficient korelacije (r2) – Vennov diagram• Koliko imata obe spremenljivki skupnega !!

• V koliko odstotkih z variiranjem ene spremenljivke razložimo variiranje druge.

• Skupna varianca = 100·(r2)• Specifična varianca = 100·(1 – r2)

• Skupna varianca = 100·0.9692 = 94%• Specifična varianca = 100·(1 – 0.9692) = 6%• Izvor specifične variance: zgibi (moč stiska, moč upogibalk

komolca); sklece (moč iztegovalk komolca).

Odnos: vzrok-posledica

• Korelacijski koeficient ne podaja tega odnosa.

• Zato se ga velikokrat uporablja v preliminarnih raziskavah.

• V 2. fazi se potem izvede detajlnejša raziskava, ki določi vzrok in posledico.

27

Korelacijska matrika

• Je postopek prikazovanja množice korelacij.• Vsako spremenljivko z vsako.

• Pozor: še vedno so to le korelacije med dvema spremenljivkama!

• Ima zgornjo trikotniško obliko.

Ostale rabe korelacijskega koeficienta

• Študije ponovljivosti (kasneje o tem)• Med dvema meritvama znotraj istega dneva,

med različnima dnevoma, …

• Študije objektivnosti (kasneje o tem)• Med dvema merilcema, med dvema istima

merilnikoma, …

• Študije veljavnosti (kasneje o tem)• Med dvema različnima merilnikoma: tipično en

uveljavljen in drugi nov.

• Regresijsko modeliranja (v nadaljevanju)• Kako vplivanje na eno spremenljivko vpliva na

drugo.

Enostavna linearna regresija

• Regresija ~ napovedovanje• Enostavna ~ iz ene spremenljivke napovemo

drugo.• Linearna ~ s pomočjo regresijske premice• Za osnovo se uporabi korelacijski koeficient.

XY

Y

X

MbMa

SD

SDrb

Y

aXbY

⋅−=−

⋅=

+⋅=

preseciscey...

premiceresijskenaklon reg...

vrednostnapovedana'...

'

28

Poja

vnost

padce

v /

1000 p

reb.

Kako vemo, da je linearen odnos?

• Če odnos ni linearen lahko naredimo napako, ko izračunamo r in premico.

• Kako vemo?• Grafični pregled• Analitično (SPSS: Analyse -> Compare means –> Means):

• Eta-vrednost: Če eta-koeficient > Pearsonov r -> ni linearen odnos• ANOVA: Če podano značilno odstopanje od linearnosti

Bruto dohodek na prebivalca / EURStarost / Leta

Sm

rtnost

/ 1

000 p

rebiv

alc

ev

Primer: Enostavne linearne regresije

lbaXbY 184104252.3' =+⋅=+⋅=

Standardna napaka izračuna regresijske linije• “Standard error of estimate” (SEE)

• Je povprečna napaka regresijske linije• Podatki nikoli ali zelo redko ležijo na isti liniji. Vedno

nekoliko odstopajo. Razliki med vrednostjo, ki jo nam poda enačba linije in možnim odstopanjem od te vrednosti rečemo napaka izračuna (residual).

• Standardna pomeni, da je izražena v enotah SD.

• Naš prejšnji primer:

[ ][ ][ ]lblblb

lblblb

lblblb

lbrSDSEE

rSDSEE

Y

Y

215,1531258.2184%99

5.207,5.1601296.1184%95

196,172121184%68

1260.02080.01201

1

22

2

=⋅±==⋅±=

=⋅±==⋅=−⋅=−⋅=

−⋅=

29

95% intervali zaupanja

• 95% interval zaupanja regresijske linije (95% CI of the population mean)• Z verjetnostjo 95% je prava regresijska linija

znotraj teh intervalov (se tangencialno dotikajo).

• 95% interval zaupanja napovedi (95% CI of the predicted values)• Z verjetnostjo 95% so vsi

podatki znotraj tega intervala.

• Se poročata!

Previdnost pri korelaciji in regresiji• Če ima predikcijska spremenljivka (X) majhen

razpon, potem je težko napovedovati.• Otežena uporaba v zelo homogenih skupinah.

• Razpon vrednosti spremenljivke naj bo po celotnem območju – z enako gostoto.

• “Outlier” lahko zelo popravijo r, kar je nerealno.• Poleg povprečja in SD se spodbuja tudi podajanje celega

razpona spremenljivk, predvsem v študijah, ki računajo povezanost.

• Imej dovolj velik N• Korelacija pri N = 2 bo vedno r = 1!

• Cilj naj bo visok r in nizek SEE. Torej, vedno preverjaj tudi SEE.

• Visok SEE (npr. 40mg/100ml) ob povprečju 215mg/100ml nebi zanesljivo podal predikcijo. Pri nekaterih (1%) bi bilo odstopanje celo 2.58·40mg/100ml, kar je preveliko.

• Je način predikcije ene spremenljivke na osnovi večih drugih.• Tipično je taka predikcija bolj natančna, kot na osnovi ene.

• Enačba predikcije:

• Primer: Faktorji, ki vplivajo na pojavnost kroničnih bolezni srca in ožilja:

Večkratna linearna regresijska analiza (R)

4321

4

3

2

1

332211

5.01.002.0135'

trebuhaObseg...

stresaOcena ...

dan gibanja naKolicina ...

dan cigaret na #...

boleznisrcne Kronicne'...

...'

XXXXY

X

X

X

X

Y

XbXbXbaY

⋅+⋅+⋅−⋅+=

+⋅+⋅+⋅+=

30

Vennov diagram večkratne linearne regresije

Primer 1 Primer 2

Posamezni prispevki k R

• Z večanjem števila prediktorjev se veča R in z njim količina pojasnjene variance.• Vendar, do kje lahko povečujemo število

prediktorjev?

Koliko je lahko prediktorjev?

• Danes računalnik sam dodaja prediktorje toliko časa, dokler ne prispevajo več pomembnih deležev k R.

• Smiselno je dodajati le prediktorje, ki merijo nekaj unikatnega in tako lahko najbolj prispevajo k pojasnjeni varianci.

• Primer:

• Velja dogovor da mora biti na vsak dodan prediktor cca 10 merjencev.

• Torej za 3 prediktorje naj bo 30 merjencev.

31

Interpretacija večkratne linearne regresije

• Predikcija je dobra le za podobno populacijo, kot je bila pri postavitvi modela.

• Vsaj 100 predikcijskih enačb obstaja za izračun telesne maščobne mase na osnovi kožnih gub.

• Bile so narejene na različnih populacijah (otroci/odrasli/starostniki, moški/ženske, različne rase, različne točke merjenja kožne gube, …).

• Dober regresijski model oziroma natančno predikcijo bomo dobili le v primeru, da bomo natančno izmerili predikcijske spremenljivke:

• Potrebno izločiti očitne osamelce.• Morajo biti normalno porazdeljene• Vsi residuali spremenljivke moraj imeti enako končno varianco

(ang. “homoscedasticity”). (1 < Durbin-Watson test < 3)• Ne smejo biti multikolinearne…jih primerjamo le z odvisno

spremenljivko in ne med sabo. Ne dodajo nič k skupnemu modelu. (VIF < 10 (oz. 2))

• Ne smejo biti singularne…to pomeni, da je ena spremenljivka izračunana direktno iz druge (r = 1).

Parcialna korelacija

• Kadar želimo popraviti korelacijo dveh spremenljivk na račun izločitve variance tretje spremenljivke.• r12,3 …korelacija med X1 in X2, kjer je vpliv X3

izločen – fiksiran na konstanto.• Lahko tudi fiksiramo več spremenljivk … r12,345

• Rezultat je bolj “čista” korelacija.• Recimo, da želimo preveriti povezanost med časom

maratona in VO2max. Izračunamo Pearson r.• Vendar vemo, da ima tudo %FM nekaj pri tem.

Maratonci z manj %FM imajo višji VO2max in tudi tečejo maraton hitreje.

• Če Pearson r12 = 0.60 -> r12,3 = 0.50• Ponavadi se s tem posegom r zmanjša.

Primer parcialne koleracije

• Vemo, da pri otrocih raste znanje pri matematiki. Ampak tudi njihova stopala rastejo. Zato bi dobili pozitivno korelacijo med dolžino stopala in znanjem matematike. V zaključku: daljšo kot imaš stopalo, več znaš matematike.

• Potrebno odstraniti efekt starosti !

• X1…znanje matematike• X2…velikost noge• X3…starost• r12 = 0.80; r13 = 0.90; r23 = 0.88

039.011 2

232

13

2313123,12 =

−⋅−⋅−=

rr

rrrr

32

Logistična regresija (logit)

• Je metoda napovedovanja binarnega izzida na osnovi večih prediktorjev, ki so lahko tudi nominalni.

• Predikcija zmage na volitvah, na osnovi: spola ljudi, nacionalnosti, porabljenega denarja za kampanjo, ...

• Predikcija obolevnosti z rakom, na osnovi: izobrazbe, spola, starosti, delovnega mesta, ...

• Predikcija nakupa nekega izdelka, na osnovi ...

• Se veliko uporablja v medicini (epidemiologiji) in socialnih – političnih znanostih.

Logistična regresija (logit)

• Izhod logistične funkcije je vedno na [0, 1]

• Kjer je vhod (z), definirana kot linearna kombinacija regresijskih koeficientov in vhodnih spremenljivk:

• Na vsakih 10 zapisov lahko en prediktor več.

Primer logistične regresije•

33

Testiranje povprečnih vrednosti

• Inferenčna statistika• Ko želimo napovedati povprečje celotne populacije iz

povprečja vzorca.

• T-test• William Sealy Gossett (1876-1937), ki je delal pod

psevdonimom “Student”, je avtor Studentovega t-testa. Uporaba:

• Če vemo povprečje populacije in je povprečje vzorca dovolj daleč stran – ni v intervalu zaupanja 5% - lahko sklepamo dvoje: (i) vzorec ni bil naključno izbran; (ii) vzorec je bil naključno izbran a na njega deluje efekt, ki ne deluje na populacijo.

• Če primerjamo povprečja dveh vzorcev in se razlikujeta, lahko sklepamo dvoje: (i) vzorca nista bila naključno izbrana iz populacije; (ii) vzorca sta bila naključno izbrana, a je na vsaj enega deloval nek efekt in povzročil razlike v povprečjih.

Razlika med Z-testom in t-testom

• Če poznamo µ (povprečje celotne populacije) in σ(standardna deviacija celotne populacije): izračunamo pravo standardno napako povprečja celotne populacije (σM):

• Če ne poznamo σ: izračunamo predvideno standardno napako povprečja vzorca populacije (SE):

• Potem izračunamo verjetnost, da je vzorec reprezentativen populaciji, na osnovi cenilk iz:

• Z-test

• T-test

NM

σσ =

N

SDSEM =

M

M

SE

Xt

XZ

µσ

µ

−=

−=

T-test enega vzorca• Primerjava vzorca na populacijo• Je enostavno razmerje med dejansko razliko

povprečij vzorca in populacije s pričakovano razliko povprečij vzorca in populacije.• Pričakovana razlika: tisto, ki jo lahko pričakujemo, da

nastane le kot slučajno. Imenujemo jo standardna napaka povprečij.

• Interpretacija t-vrednosti• Število prostostnih stopenj: df = N – 1• Ob izračunanem df in izbranem eno- ali dvo- smernem

testu, preverimo v tabeli t-porazdelitve:• Če t ≥ tmejna -> zavržemo H0 in sprejmemo H1.• Če t < tmejna -> sprejmeno H0.

N

SDX

SE

Xt

M

µµ −=−=

34

Tabela Z- in t- porazdelitve

Predpostavke t-testa• Predpostavke:

• Populacija iz katere vzamemo vzorec mora biti normalno porazdeljena.

• Vzorec je naključno izbran iz populacije;• Če primerjamo dva vzorca … morata biti oba naključno

izbrana in imeti enako varianco (homogenost variance).• Podatki morajo biti parametrični (intervalni ali razmernostni).

• Če jih ne dosežemo:• T-test je zelo robusten test, kar pomeni, da ne rabijo biti

nujno uresničene vse predpostavke.• Uporabimo konzervativnejše meje p=0.01 raje kot p=0.05.• Uporabimo transformacijo podatkov v normalne in

homogene.• Uporabimo druge teste – neparametrične teste.

Primer• Študenti niso dovolj usposobljeni za igro odbojke po 5-tedenskem praktikumu,

kjer igrajo le odbojko.• Naključno izberemo študente v vzorec (npr. po abecedi)• Izberemo standardiziran odbojkarski test servisa (1…min, 50…maks). Ugotovimo,

da je povprečje na 1000 študentih 31 točk in standardna deviacija je 7.5 točk.• Populacija: nadaljuje obstoječe usposabljanje.• Vzorec (N=30): vsako uro 20 minut vadbe servisa.• H0: Število točk standardiziranega testa servisa se ne bo značilno razlikovalo pri

študentih, ki bodo imeli specifični trening servisa.• Izmerimo in izračunamo…

92.237.1

3135

37.130

5.7

tock8.3

tock35

tock7.5

tock31

=−=−=

===

==

==

M

M

XZ

N

SD

X

σµ

σσ

σµ

63.252.1

3135

52.130

3.8

tock8.3

tock35

neznan

tock31

=−=−=

===

==

==

M

M

SE

Xt

N

SDSE

SD

X

µ

σµ

Pogledamo v tabelo: Z > 2.58Zavržemo H0, sprejmemo H1,pri p < 0.01

Pogledamo v tabelo: df = 30 – 1 = 29; t > 2.045H0 zavržemo, H1 sprejmemopri p < 0.05

35

T-test dveh neodvisnih vzorcev(N1 = N2 = N)

• Neodvisni vzorec• V vsakem vzorcu so drugi subjekti in niso nikakor povezani

(korelalirani) s subjekti v drugem vzorcu.• Strogo kontrolirani pogoji

• Razlika med dvema vzorcema mora biti le v enem faktorju.• Običajno jih označimo kot kontrolna skupina in eksperimentalna

skupina.

• Pre-test med povprečjema obeh vzorcev ni značilen, pomeni, da sta oba vzorca pravilno – naključno izbrana.

• Post-test med povprečjema obeh vzorcev je značilen, pomeni, da je efekt značilno vplival na povprečje vzorcev.

Vzorec Število Pre-test Faktor Post-test

Kontrolna N Da Ne Da

Eksperimentalna N Da Da Da

Standardna napaka razlike

• IZREK: Če sta oba vzorca naključna, porazdeljena normalno, bo tudi razlika posameznih vrednosti porazdeljena normalno.

• Standardna napaka razlike (SED)• Je količina razlike povprečij dveh vzorcev, ki jo

lahko še pričakujemo kot posledico naključja.

22

21 )()( MMD SESESE +=

T-vrednost dveh neodvisnih vzorcev• Je razlika povprečij dveh vzorcev, deljena s

standardno napako razlike.

• Če t-vrednost preseže mejno vrednost pri izbranem p in df, potem ovržemo H0 in sprejmemo H1.• T-test ne poda vzroka razlike, za kar je potreben skrbno

zasnovan in kontroliran poskus:• Če je kontrolna skupina prepuščena le naključnim vplivom in

eksperimentalna skupina naključnim vplivom + enemu izbranemu faktorju, potem lahko zaključimo, da izbrani faktor vpliva na povprečje eksperimentalne skupine, tako da njeno povprečje ni več reprezentativno povprečje populacije.

DSE

XXt 21 −=

36

Interpretacija t-vrednosti

• Tabele ali računalnik• Izračun prostostnih stopenj:

• Če N1 = N2 -> df = 2N1 - 2

• Potem pogledamo v tabelo za izračunano t-vrednost in za izračunan df ter vidimo, če t-vrednost preseže mejno t-vrednost za izbran p.

• Računalnik nam sam izpiše stopnjo značilnosti razlik – p.

)1()1( 21 −+−= NNdf

Primer• Ali ima 10-minutno predavanje o metu na koš vpliv na učinkovitost prostega

meta na koš?• Naključno izberemo 100 študentov in jih tudi naključno razdelimo v 2 skupini po

50 (npr. soda in liha zaporedna števila).• Kontrolna skupina je poslušala 10-minutno predavanje o obrambni igri, se ogrela

v 5 minutah in izvedla 20 prostih metov.• Eksperimentalna skupina je poslušala 10-minutno predavanje o tehnikah metanja

žoge na koš, se ogrela v 5 minutah in izvedla 20 prostih metov.• H0: Število doseženih točk iz prostih metov se ne razlikuje med skupinama.• Izmerimo in izračunamo…

38.050

7.2

tocke7.2

tock5.9

50

11

1

1

1

===

==

=

N

SDSE

SD

X

N

M

Pogledamo v tabelo: df = (50-1)+(50-1) = 98 (ne obstaja v tabeli, zato prvo nižjo vrednost df = 60); |t| < 1.671 pri p = 0.10, zato sprejmemo H0.

45.050

2.3

tocke2.3

tock3.10

50

22

2

2

2

===

==

=

N

SDSE

SD

X

N

M

36.159.0

3.105.9

59.045.038.0)()(

21

2222

21

−=−=−=

=+=+=

D

MMD

SE

XXt

SESESE

T-test dveh neodvisnih vzorcev(N1 ≠ N2)

• Ponavadi nimamo enakih N vzorcev• Liho število preiskovancev.• Pride do izpada (bolezen, poškodba, nezainteresiranost,

motivacija) (ang. mortality).• Moramo podatek kakšnega izločiti zaradi prevelikih

odstopanj.• Napaka merilnega instrumenta.

• Potrebni popravki formul• Prostostne stopnje ni potrebno.• Standardno napako razlike je potrebno

+⋅

−+⋅−+⋅−=

2

11

2

)()1()()1(

121

222

211

NNNN

SDNSDNSED

37

Primer• Ali obstajajo razlike mod spoloma v gibljivosti zadnjih stegenskih in spodnjih

hrbtnih mišic?• Izberemo sit & reach test in naredimo test na 10 moških preiskovancih in 8

ženskih preiskovankah.• H0: Med spoloma ne obstajajo razlike v gibljivosti zadnjih stegenskih in spodnjih

hrbtnih mišic.• Izmerimo in izračunamo…

cmSD

cmX

N

5.2

5.22

10

1

1

1

==

=

Pogledamo v tabelo: df = (10-1)+(8-1) = 16; |t| > 2.120 pri p = 0.05, zato ovržemo H0 in sprejmemo H1.

cmSD

cmX

N

0.3

6.25

8

2

2

2

==

=

40.229.1

6.255.22

29.18

1

10

1

2810

0.3)18(5.2)110(

21

22

−=−=−=

=

+⋅

−+⋅−+⋅−=

D

D

SE

XXt

SE

T-test odvisnih vzorcev (N1 = N2)

• Odvisna vzorca• Sta vzorca med katerima obstaja povezava. To pomeni, da

isti vzorec testiramo dva-krat.• Rezultat v drugem poskusu je delno odvisen od rezultata v

prvem poskusu.• Ang. repeated measures design ali within comparison

• Pričakovana razlika med dvema vzorcema (poskusoma) je manjša kot pri neodvisnih vzorcih• Logično je, da se isti vzorec manj razlikuje med dvema

meritvama, kot dva različna vzorca med dvema meritvama.• Ob uporabi t-testa za neodvisne vzorce, lahko pridemo do

napačnih zaključkov: da ni pomembnih razlik med dvema meritvama, čeprav le-te so.

Uporaba t-testa odvisnih vzorcev

• Kadar imamo težavo dobiti dovoljšnje število preiskovancev.

• Kadar pričakujemo majhne razlike zaradi pravega efekta.• Isti vzorec merjen dva-krat (pre-post primerjava).• Primerjava tako imenovanih “testnih dvojčkov”.

• Preiskovance razdelimo v kontrolno in eksperimentalno skupino šele po pre-test meritvi.

• ABBA tehnika deljenja preiskovancev: najboljši rezultat v kontrolno skupino, drugi najboljši v eksperimentalno, četrti v kontrolno, tretji v eksperimentalno, …

• Podobne preiskovance razdelimo v kontrolno in eksperimentalno skupino tako, da v pre-testu med skupinama ni pomembnih razlik.

• Potem dovolimo delovanje efekta na eksperimentalno skupino in testiramo razlike povprečij med skupinama v post-testu.

• Prostostne stopnje = Nparov - 1

38

Povezani vzorci

• Povezava med rezultati vzorca pred in po intervenciji je ponavadi pozitivna (r > 0).

• Tisti, ki teče hitreje na začetku bo tudi na koncu.• Tisti, ki je bolj motiviran na začetku, bo tudi na koncu

motivacijskega predavanja.

• Tako lahko spregledamo pomembne razlike, če jih gledamo kot neodvisne vzorce.

• Popravimo formulo za izračun standardne napake razlike

• Ta formula je splošnejša, od tiste, ki jo poznamo pri neodvisnih vzorcih, vendar tam ponavadi kar predpostavimo r = 0.

)()(2)()( 212

22

1 MMMMD SESErSESESE ⋅⋅−+=

Primer• Ali 3-tedenski trening moči nog izboljša višino navpičnega skoka?• N = 30 študentov; Repeated measures design: Nparov = 30; r = 0.60; df =

Nparov – 1 = 29.• Opravimo pre-test meritev in po tri-tedenskem treningu moči nog še post-test

meritev.• H0: Tri-tedenski trening moči ne vpliva na višino navpičnega skoka.• Izmerimo in izračunamo…

9.0

15

: testpre

1

1

==

MSE

cmX

Pogledamo v tabelo: df = 29; |t| < 1.697 pri p = 0.10; zato sprejmemo H0

5.1

5.17

:post test

2

2

==

MSE

cmX

43.175.1

5.1715

75.1)()(

21

22

21

−=−=−=

=+=

D

MMD

SE

XXt

SESESE

Ne izvedemo korekcije povezanih vzorcev Izvedemo korekcijo povezanih vzorcev

08.220.1

5.1715

20.12)()(

21

212

22

1

−=−=−=

=⋅⋅⋅−+=

D

MMMMD

SE

XXt

SESErSESESE

Pogledamo v tabelo: df = 29; |t| > 2.045 pri p = 0.05; zato ovržemo H0 in sprejmemo H1.

Velikost efekta - moč razlike(ang. Effect size)• Ne smemo biti zadovoljni, če dokažemo

statistično značilnost razlik med skupinama pri izbranem p.• Lahko so razlike kljub temu zelo majhne … lahko celo

zanemarljive.• Ob dovolj velikem N in dovolj majhni SD, lahko

dokažemo obstoj statističnih razlik v prav vsaki spremenljivki.

• Zato je potrebno omeniti tudi praktično značilnost razlik.• Poznamo več metod za dodatni opis praktične

pomembnosti (velikost efekta) razlik.• ω2-vrednost• ES … effect size• % sprememb

• Uporaba predvsem za detajlnejši opis statističnih analiz.• V primerih, ko je meja pomembnosti za malo zgrešena, na

primer pri p = 0.06

39

ω2-vrednost

• ω2-vrednost določa praktično pomembnost (uporabnost) razlik med dvema vzorcema.• Je izražena v % celotne variance (razlike med

povprečjema vzorcev), ki ja lahko izrazi neodvisna spremenljivka – pravi faktor.

1

1

212

22

−++−=

NNt

tω



ženskih preiskovank.• H0: Med spoloma ne obstajajo razlike v gibljivosti zadnjih stegenskih in spodnjih


cmSD

cmX

N

5.2

5.22

10

1

1

1

==

=

Pogledamo v tabelo: df = (10-1)+(8-1) = 16; |t| > 2.120 pri p = 0.05, zato ovržemo H0 in sprejmemo H1.

cmSD

cmX

N

0.3

6.25

8

2

2

2

==

=

40.229.1

6.255.22

29.18

1

10

1

2810

0.3)18(5.2)110(

21

22

−=−=−=

=

+⋅

−+⋅−+⋅−=

D

D

SE

XXt

SE

21.01810)4.2(

1)4.2(2

22 =

−++−−−=ω

21% razlike (med spoloma) v gibljivosti zadnjih stegenskih in spodnjih hrbtnih mišic je pojasnjenih zaradi spola samega. 79% pojasnjenosti je potrebno iskati drugje (zgodovina vadbe, ...)

Interpretacija ω2-vrednosti

• 100%·ω2-vrednost pove, kolikšen del razlike je pojasnjene z neodvisno spremenljivko – pravim faktorjem.

• Koliko je dovolj za ω2-vrednost?• Ni statistične metode, ki bi to definirala.• Vsak raziskovalec se mora sam odločiti.

• Očitno na gibljivost v kolku ne vplivajo le gibljivost (razteznost) mišic, temveč tudi oblika sklepov, tetive, …

40

Velikost efekta (ES-vrednost) (ang. effect size)• Je druga metoda za določanje praktične

pomembnosti razlik med vzorcema.

• V imenovalcu je SD kontrolne skupine. Ker ni bila kontaminirana z vplivom pravega efekta. Če je nismo imeli, potem pa skupna SD eksperimentalne skupine.

.

21

kontrSD

XXES

−=



ženskih preiskovank.• H0: Med spoloma ne obstajajo razlike v gibljivosti zadnjih stegenskih in spodnjih


cmSD

cmX

N

5.2

5.22

10

1

1

1

==

=

Pogledamo v tabelo: df = (10-1)+(8-1) = 16; |t| > 2.120 pri p = 0,05, zato ovržemo H0 in sprejmemo H1.

cmSD

cmX

N

0.3

6.25

8

2

2

2

==

=

40.229.1

6.255.22

29.18

1

10

1

2810

0.3)18(5.2)110(

21

22

−=−=−=

=

+⋅

−+⋅−+⋅−=

D

D

SE

XXt

SE

21.01810)4.2(

1)4.2(2

22 =

−++−−−=ω

21% razlike (med spoloma) v gibljivosti zadnjih stegenskih in spodnjih hrbtnih mišic je pojasnjenih zaradi spola samega. 79% pojasnjenosti je potrebno iskati drugje.

88.05.3

6.255.22 −=−=ES

Interpretacija ES

• Tudi za ES-vrednost ni statistične metode, ki bi povedala koliko je dovolj za praktično uporabnost.• Vsak raziskovalec, naj bi sam določil. Primer:

• ES ≤ 0.2 … male razlike• 0.2 < ES ≤ 0.8 … srednje razlike• ES ≥ 0.8 … velike razlike

41

% sprememb

• Tipično uporaba pri odvisnih vzorcih –zaporednih meritvah (repeated measures).• X1 povprečje pre-testa.• X2 povprečje post-testa.

1

12%100sprememb %X

XX −⋅=

Primer• Ali 3-tedenski trening moči nog izboljša višino navpičnega skoka?• N = 30 študentov; Repeated measures design: Nparov = 30; r = 0,60; df =

Nparov – 1 = 29.• Opravimo pre-test meritev in po tri-tedenskem treningu moči nog še post-test

meritev.• H0: Tri-tedenski trening moči ne vpliva na višino navpičnega skoka.• Izmerimo in izračunamo…

9.0

15

:_

1

1

==

MSE

cmX

testpre

Pogledamo v tabelo: df = 29; |t| < 1.697 pri p = 0,10; zato sprejmemo H0

5.1

5.17

:_

2

2

==

MSE

cmX

testpost

43.175.1

5.1715

75.1)()(

21

22

21

−=−=−=

=+=

D

MMD

SE

XXt

SESESE

Ne izvedemo korekcije povezanih vzorcev Izvedemo korekcijo povezanih vzorcev

08.220.1

5.1715

20.12)()(

21

212

22

1

−=−=−=

=⋅⋅⋅−+=

D

MMMMD

SE

XXt

SESErSESESE

Pogledamo v tabelo: df = 29; |t| > 2.045 pri p = 0,05; zato ovržemo H0 in sprejmemo H1.

%67.1615

155.17%100%100%

1

12 =−⋅=−⋅=X

XXsprememb

Analiza variance – ANOVA (ang. Analysis of variance)• Je parametrična statistična metoda za primerjavo

povprečij treh ali več vzorcev/skupin podatkov.• F-vrednost je razmerje variabilnosti med skupinami (ang. between

group) z variabilnostjo znotraj skupin (ang. within group).

• Če je variabilnost med skupinami večje od variabilnosti znotraj skupin, kot to lahko pričakujemo zgolj zaradi naključja, potem je vsaj eden od vzorcev različen od ostalih.

• H0: µ1 = µ2 = µ3 = … = µM

• Če je F-vrednost > Fmejna potem je vsaj eno povprečje različno od ostalih.

• Poznamo več tipov analiz variance:• 1-way ANOVA, 2-way ANOVA, M-way ANOVA, Repeated measures

ANOVA, ANCOVA, MANOVA

variancegroup within oferror

variancegroup between oftreatment =F

42

1-way ANOVA

• Primerja povprečja odvisne spremeljivke dveh ali več vzorcev ob delovanju ene neodvisne spremenljivke (faktorja).

• Primerjava višine navpičnega skoka športnikov dveh (ali več) športov.

• Ne moremo večkratno uporabiti t-test, ker isto povprečje primerjamo večkrat in se napaka sešteva.

• Računanje je kompleksno• Veliko število korakov.• Obstaja ogromno računalniških programov, zato

si raje poglejmo tipični primer…

Primer

( ) ( ) ( )

( )

W

B

W

WW

B

BB

TTGROUPTWGROUPB

WBT

GROUPW

T

TB

MS

MSF

df

SSMS

df

SSMS

NdfNNdfNdf

SSSSSS

XXSS

n

X

n

X

n

XSS

=

==

−=−=−=+=

−=

−++=

∑∑

∑∑∑

;

1 ; ;1

...

2

2

5

2

5

1

2

1

Fiziološki odziv ob uporabi vojaške uniforme:

X1…VO+jopičX2…VO+jopič+čelada+RKBOX3…VO+čeladaX4…VO+jopič+čeladaX5…vojaška oprema (VO)

1-way ANOVA ouptut:

Interpretacija F-vrednosti

• Tabela ali računalnik• Iz tabele razberemo, pri katerem

p lahko sprejmemo/ovržemo H0.• Računalnik pa nam kar takoj poda

p-vrednost in se potem odločimo ali jo sprejmemo ali ne.

• Prejšnji primer: F = 8.03; ovržemo H0 pri p < 0.01

43

“Post-hoc” testi• Scheffe: cenilka FSCHEFFE

• Lahko primerja vse možne kombinacije.• Najbolj konzervativen test.

• Ga uporabimo, ko želimo primerjati ali štiri vrste vadbe značilno odstopajo od kontrolne skupine.

• Narišemo tabelo razlik FSCHEFFE med skupinama:

Group 1 Group 2 Group 3 Group 4 Group 5

Group 1 0.00 2.57* 0.29 1.00 0.86

Group 2 0.00 2.86** 1.57 3.43**

Group 3 0.00 1.29 0.57

Group 4 0.00 1.86

Group 5 0.00* P<0.05** P<0.01


4.43 5.00 5.29 6.29 7.86

“Post-hoc” testi• Tukey: cenilka HSD

• Lahko primerja le paroma (ang. pairwise).• Manj konzervcativen test ... Prej sprejme razlike kot

značilne.• HSD cenilka pove minimalno razliko med povprečnima

vrednostima, da ju lahko smatramo kot statistično značilne.

• V prejšnjem primeru:• Po HSD je group 2 različna od group1 pri p < 0.01• Po SCHEFFE je group 2 različna od group1 pri p < 0.05


Group 1 0.00 2.57** 0.29 1.00 0.86

Group 2 0.00 2.86** 1.57 3.43**

Group 3 0.00 1.29 0.57

Group 4 0.00 1.86

Group 5 0.00* P<0.05** P<0.01

Kdaj izvesti post-hoc test?

** ***

* različen od Group 2 pri p < 0.05** različen od Group 2 pri p < 0.01

• Najprej F-test (ANOVA), da vidimo, če so razlike med povprečji skupin.• Če F-test ni značilen, ne delamo post-hoc testov.• Če F-test značilen nas morajo zanimati post-hoc testi.

• Če nas zanimajo kombinacije med množicami skupin, izberemo Scheffe post-hoc test.

• Če nas zanimajo razlike med posameznimi pari, izberemo Tukey post-hoc test.

44

Velikost efekta – moč razlike(ang. Effect size)• Ne smemo biti zadovoljni, če dokažemo

statistično značilnost razlik med skupinami pri izbranem p.• Lahko so razlike kljub temu zelo majhne … lahko celo

zanemarljive.• Ob dovolj velikem N in dovolj majhnem MSW, lahko

dokažemo obstoj statističnih razlik v prav vsaki spremenljivki, pa če so razlike še tako majhne.

• Zato je potrebno omeniti tudi praktično značilnost razlik.• Zato izračunamo effect size, ki nam poda praktičnost

razlik, in sicer neodvisno od velikosti vzorca.• Poznamo več metod za dodatni opis praktične

pomembnosti razlik.• R2-vrednost• ω2-vrednost

R2-vrednost moči razlike/efekta

• R2 je razmerje med varianco zaradi efekta samega in celokupno varianco (včasih imenovana tudi eta-squared).

• Je najenostavnejši test, ki grobo oceni praktično vrednost razlike.

• Zavzame vrednosti med 0 in 1, oziroma med 0 in 100%.• Primer vojaškega jopiča:

• To pomeni, da je 52% variance napora odvisno od dodatne vojaške opreme. Ostalih 48% pojasnjenosti, pa je potrebno iskati drugje.

T

B

SS

SSR =2

52.017.98

74.502 ===T

B

SS

SSR

ω2-vrednost moči razlike/efekta

• ω2 je bolj natančna mera velikosti efekta, predvsem ker upošteva tudi nepojasnjeno varianco in je bolj konzervativna mera od R2. Ponavadi poda manjšo vrednost od R2.

• Zavzame vrednosti med 0 in 1, oziroma med 0 in 100%.• Vrednosti pod 0.01 so majhni, okrog 0.06 srednji, nad 0.15

pa veliki efekti.• Primer vojaškega jopiča:

• To pomeni, da je 45% variance napora odvisno od dodatne vojaške opreme. Ostalih 55% pojasnjenosti, pa je potrebno iskati drugje.

WT

WB

MSSS

MSkSS

+⋅−−= )1(2ω

45.058.117.98

)58.1()15(74.50)1(2 =+

⋅−−=+

⋅−−=WT

WB

MSSS

MSkSSω

45

Pomen izračuna velikosti efekta

• Danes je to sorazmerno nova metoda poročanja rezultatov, a pomembna, ker:• Lahko značilno potrdimo majhne razlike, ob

dovolj velikem N in/ali majhni SD.• Lahko značilno ne potrdimo velike razlike, ob

majhnem N in/ali veliki SD.

• Zato je potrebno redno preverjati velikost efekta in ga poročati ob desiminaciji rezultatov.

2-way ANOVA• Primerja povprečja odvisne spremeljivke dveh

ali več vzorcev ob delovanju dveh neodvisnih spremenljivk (faktorjev).• Ponavadi testiramo efekt vsaj dveh neodvisnih

spremenljivk (faktorjev) na odvisno spremenljivko.• Primerjava višine navpičnega skoka športnikov dveh (ali

več) športov in starosti.• Primerjava dveh tipov vadbe in dveh intervalov trajanja

vadbe na hitrost plavanja.

• Vedno lahko testiramo efekt vsake neodvisne spremenljivke posebej z 1-way ANOVA, ne moremo testirati skupni/mešani efekt (ang. interaction).

• Torej: 2-way ANOVA analizira vpliv dveh posameznih neodvisnih spremenljivk na odvisno in hkrati še interakcijo dveh neodvisnih spremenljivk na odvisno.

Interakcija neodvisnih spremenljivk• Skupni ali mešani ali integrirani efekt

• Naše odločitve se nikoli ne nanašajo na le en faktor.

• Vedno so odločitve sprejete glede na vsak posamezen faktor, kot tudi kombinacijo dveh ali večih.• Hitrost in vzdržljivost ter kombinacija obeh pri izbiri

obrambnega igralca.• Starost in število poškodb ter kombinacija obeh pri

izbiri reprezentanta.

• Vedno se izrazi kot nekakšna anomalija … določena kombinacija neodvisnih faktorjev znatno drugače vpliva na odvisno spremenljivko.

46

Primer• Želimo primerjati efekt intenzivnosti in trajanja vadbe na

izboljšanje časa plavanja na 400 metrov.• Plavalce razdelimo v 4 skupine, 2 različni intenzivnosti (70% in

80%) in 2 različna intervala trajanja (20 min in 30 min).• Uporabimo 2-way ANOVA, ker iščemo efekt vsake posamezne

neodvisne spremenljivke in interakcije obeh na hitrost plavanja.• Ker ima vsaka spremenljivka 2 nivoja, rečemo tudi 2x2 ANOVA

dizajn.• H01: 20 min = 30 min; H11: 20 min ≠ 30 min• H02: 70% = 80%; H12: 70% ≠ 80%• H03: 20 min = 30 min = 70% = 80%; H13: vsaj 2 povprečji sta si

različni.

Intenzivnost

Tra

jan

je

70% 80% Po

vp

rečje

20min 7 10 8.5

30min 9 17 13

8 13.5

Povprečje

Primer• H01: ovržemo; H11: sprejmemo pri p < 0.01 oziroma p = 0.001• H02: ovržemo; H12: sprejmemo pri p < 0.01 oziroma p = 0.001• H03: ovržemo; H13: sprejmemo pri p < 0.05 oziroma p = 0.030

• Post-hoc test nam potrdi značilno odstopanje “30 min @ 80%” od ostalih skupin/kombinacij.

• To je tudi razlog, da je interakcija bila značilna. Podobno se vidi tudi iz grafa – črte niso paralelne.

20 min @ 70% 20 min @ 80% 30 min @ 70% 30 min @ 80%

7 sek 9 sek 10 sek 17 sek

M-way ANOVA• Ko študiramo efekt M neodvisnih

spremenljivk na eno odvisno spremenljivko.• 2x3x2 (3-way) ANOVA primer: Kako vpliva

športna podlaga na biomehaniko gibanja?3 neodvisne spremenljivke:• Športni podlagi (tartan-standard, MONDO tartan).• Različna obutev (bos, športni copat, rekreativni copat).• Temperatura (nad 25OC, pod 25OC).Odvisna spremenljivka:• Reaktivna sila podlage

• Tovrstne študije zahtevajo veliko število preiskovancev (npr. 12 skupin), interpretacija rezultatov je kompleksna, zato se redko raziskovalno uporablja.

47

RM ANOVA zaporednih meritev ali (ang. repeated measures)

• Kadar imamo odvisne vzorce:• Iste preiskovance in testirane v različnih

trenutkih.

• Kadar testiramo spremenljivko v različnih populacijah:

• Fitness testi v različnih razvojnih obdobjih otroka.• Nivo holesterola v različnih obdobjih staranja.

• Še vedno jo lahko kombiniramo v 1-way, 2-way, M-way ANOVA dizajnu.

• Pri zaporednih meritvah se je potrebno izogniti zaporednim napakam…

Zaporedne napake

• Ko na preiskovanca delujejo efekti v določenem zaporedju, da le-ta kvari končni rezultat.• Efekt pretoka (ang. carryover effect): Večkratni efekti kvarijo

naslednje.• Hipoksični testi – glavobol – slabši dosežek.

• Efekt treninga (ang. training effect): Preiskovanci postanejo boljši pri izvajanju meritve zaradi učenja samega.

• Kompleksni gibalni testi postanejo lažji – boljši dosežek.• Efekti utrujenosti (ang. fatigue effect): Izvajanje naloge je odvisno

od utrujenosti.• Intenzivnejši ali dolgotrajnejši testi povzročijo utrujenost – slabši

dosežek.• Efekt občutenja (ang. sensation effect): Preiskovanci počasi

spoznajo učinek efekta.• VO2max test v hipoksiji – nenadna utrujenost – slabši/boljši dosežek.

• Kako se jim izognemo:• Naloge za preiskovanca v naključnem redu, zagotovimo določene

sistemske aktivnosti (ogrevanje na začetku, počitek med testi), animiramo otroke, zagotovimo udoben položaj med testom, …

Prednosti RM ANOVA

• Lahko opazujemo in kontroliramo individualne razlike med preiskovanci.

• Lahko se zadovoljimo z manjšim številom preiskovancev.• V ne RM ANOVA je variacija med preiskovanci dvignila

napako merjenja (razen če je nismo kompenzirali z večjim N). To potem zniža F in zmanjša moč raziskave.

• V RM ANOVA pa variacija med preiskovanci ne gre v napako merjenja, zato lahko imamo manjši N.

• Nam omogoča študijo odvisne spremenljivke skozi čas:• Kar je še posebej pomembno pri analizi učenja,

utrujenosti, pozabljanja, dosežka, staranja, razvoja, …

48

Sferičnost – Є (ang. sphericity)

• Je predpostavka, da imajo vse kombinacije ponovljivih meritev enako povezanost in velja homogenost variance.• Le če vsaj 3 zaporedne meritve.• Če temu ni res, se lahko poveča napaka 1. reda

(alpha).• Postanejo boljše multivariatne metode, kar pa

ponavadi ne želimo, saj RM še vedno nudi:• Večjo moč raziskave ob doseženi sferičnosti.• Edino možnost, če imamo majhno število preiskovancev.

• Zato raje uporaba korekcijskih metod:• Greenhouse-Geisser korekcija• Huynh-Feldt popravek korekcija

Korekcija sferičnosti RM ANOVA

• Greenhouse-Geisser korekcija• Ob izračunani F-vrednosti korigiramo število prostostnih

stopenj in pogledamo pri katerem p lahko sprejmemo/ovržemo H0.

• Uporabimo, le če je kršitev sferičnosti znatna. Drugače lahko pripelje do napake 2. reda.

• Huynh-Feldt korekcija• Podobno kot GG, le da korigiramo število prostostnih

stopenj le za toliko, kot je kršena sferičnost.

• Velja pravilo:• Če F značilen po GG korekciji, ovrzi H0.• Če F ni značilen po GG korekciji, preveri F brez korekcij.

• Če F ni značilen brez korekcij, sprejmi H0.• Če F značilen brez korekcij, uporabi HF korekcijo za

končno odločitev.

Izračun RM ANOVA

• Kompleksen izračun, zato ga ne bomo obravnavali tu.• Izračunamo F-vrednost.• Korigiramo, če potrebno.• Pogledamo v tabelo za F-vrednost in pri

izbranih prostostnih stopnjah variance:

• Če F > Fmejni, potem zavržemo H0.

)1()1(

1

−⋅−=−==Nkdf

kdfdf

e

bc

49

“Post-hoc” testi• Če delamo časovno zasnovano RM ANOVA bi bilo

dobro vedeti kdaj je določen efekt značilen (različen od začetne vrednosti – prve meritve).

• Kdaj nastopi značilna mišična atrofija ob vesoljskem letu ali ležanju v postelji.

• Po kako dolgem naporu kolesar izgubi ravnotežje.

• Tukey: cenilka HSD• Lahko primerja paroma (ang. pairwise).• Jo uporabimo, ko je F-vrednost značilna.• Takrat uporabimo post-hoc test, da vidimo če se povprečja

posameznih zaporednih meritev značilno razlikujejo.

• Lahko tudi drugi testi: Bonferroni, Sidak, …

Analiza kovariance - ANCOVA

• Je posebna oblika ANOVA-e, ko upošteva morebitne razlike med povprečji skupin na začetni meritvi (pre-test).• Je zelo pogosta raziskovalna težava.

• Vpliv 20 dnevnega treninga na vrhunske šprinterje ali rekreativce je zagotovo večji na rekreativce. ANCOVA to poskuša popraviti.

• Ko želimo aplicirati in preverjati nek efekt je popolnoma naključni izbor vzorca težek. Zato se raje odločimo, da na eno skupino deluje efekt (razred, klub, okoliš – eksperimentalna skupina), medtem ko na drugo ne (kontrolna skupina).

• Včasih so bila povprečja enaka na začetku, vendar ko so preiskovanci izpadli iz raziskave, temu ni bilo več tako.

• Uporabljamo jo tudi za izločitev vpliva zunanje spremenljivke na odvisno spremenljivko

• Ko želimo testirati efekt določenega tipa vadbe na moške in ženske je potrebno upoštevati osnovne fiziološke in biološke razlike med spoloma. Tako je potrebno eliminirati vpliv večje maščobne mase in manjše mišične mase pri ženskah.

Uporaba ANCOVA-e

• Najprej se jo na začetku poskušamo znebiti.• Naključno izberemo vzorec in ga razdelimo v skupine ter če

je dovolj velik lahko predpostavimo, da so povprečja skupin enaka. To lahko preverimo z ANOVO začetnih razlik.

• Razdelimo vzorec v skupine glede na začetne vrednosti, kot smo že opisali.

• Vendar ANCOVA-i se ne moremo vedno izogniti.• Ko so učenci že razdeljeni v razrede, športniki po športnih,

starost preiskovancev, stopnja treniranosti, …• Preverimo razlike v pre-test meritvah z ANOVA-o.• Če so razlike, uporabimo ANCOVA-o.

• Princip ANCOVA-e• Izločuje učinek kovariate – spremenljivke, ki poleg pravega

efekta vpliva na skupine in nam s tem zamegli končni rezultat. Lahko tudi izloči učinek več kovariat.

• ANCOVA uporablja regresijsko analizo za izločitev vpliva kovariate.

50

Predpostavke ANCOVA-e

• Učinek kovariate mora biti neodvisen od učinka efekta (z drugimi besedami: kovariate morajo imeti enak efekt na vse skupine).• Če bi naredili ANOVA-o in vzeli skupine kot neodvisno

spremenljivko in kovariato kot odvisno, ne smemo ugotoviti razlike med skupinami.

• Homogenost regresijskih naklonov.• Pogledamo regresijsko premico med kovariato in

odvisno spremenljivko celotnega vzorca in če lahko predpostavimo, da je ta naklon isti kot naklon posameznih premic znotraj vsake skupine, potem je to homogenost regresijskih naklonov.

Primer• Ali je učinek viagre na libido značilen in pri kateri dozi?• Vzorec razdelimo na tri skupine: placebo, mala doza viagre, velika doza viagre.• Dodamo možne kovariate: npr. partnerjev libido.

Obstaja značilen efekt viagre na preiskovančev libido, po kontroliranjuefekta partnerjevega libida.

Primer• Kaj pa homogenost regresijskih naklonov?

51

Ponovitev

• Obstaja točno določen postopek formuliranja hipotez, upoštevanja dodatnih dejstev in interpretacije rezultatov.

• Spoznali smo osnovne in nadaljevalne postopke testiranja povezanosti dveh ali več spremenljivk.

• Spoznali smo osnovne in nadaljevalne postopke testiranja razlik povprečne vrednosti dveh ali več skupin.

Predavanje 4:NEPARAMETRIČNI TESTI

Izvedeli boste:1. Osnovne predpostavke parametričnih testov.2. Kako testiramo predpostavke parametričnih testov:

a. Test normalnosti.b. Test homogenosti.c. Test velikosti vzorca.

3. Kdaj in kako se uporablja one-way χ2.4. Kdaj in kako se uporablja two-way χ2.5. Kdaj in kako se uporablja Spearmanov ρ.6. Kdaj in kako se uporablja Mann-Whitney U test.7. Kdaj in kako se uporablja Kruskal-Wallis ANOVA.8. Kdaj in kako se uporablja Friedman’s two-way ANOVA.

Predpostavke parametričnih testov

• Absolutni, intervalni ali razmernostni podatki.

• Normalna porazdelitev podatkov.• Homogenost variance.• Dovolj velik vzorec.

• Je pa res tudi to, da neparametrični testi:• Imajo manjšo moč raziskave kot parametrični.

• Moča raziskave je verjetnost, da ovržemo H0 (če je H0 FALSE).

• Ni na voljo toliko programske opreme kot za parametrične teste.

52

Test normalnosti porazdelitve

• Testiramo, če lahko podatke modeliramo z normalno porazdelitvijo.• Deskriptivno ugotavljamo, ali so podatki porazdeljeni

normalno, brez preračunavanja.• Histogram z modelirano normalno krivuljo.

• Analitično testiramo hipotezo, da so podatki porazdeljeni normalno.

• Shapiro-Wilk test• Kolmogorov-Smirnov test

• Posredno testiranje normalnosti, kjer nas zanima, če podatki prihajajo iz normalne porazdelitve z znanim (σ, µ) in jih primerjamo z našimi podatki.

2

2

2

)(

22

1)( σ

µ

σπ⋅−−

⋅⋅⋅

=x

exf

Deskriptivno preverjanje normalnosti porazdelitve

• Histogram: grafični prikaz frekvenčne porazdelitve podatkov.

Deskriptivno preverjanje normalnosti porazdelitve• Težava nastopi, ko imamo majhen N.

Ni normalnoporazdeljena

Normalnoporazdeljena

53

Metode testiranja normalnosti porazdelitve• Poznamo več testov…

• D’Agostinov K2 test• Anderson-Darling test• Kolmogorov-Smirnov test• Shapiro-Wilk test

• Ali so zanesljivi?• Pri majhnem N nam večinoma porazdelitev označijo kot

normalno.• Pri velikem N nam že majhne deviacije od normalne

porazdelitve označijo za nenormalno.

• Ker so ti testi tako odločilni (parametrične ali neparametrične analize) jim ne gre slepo verjeti!

Sploščenost normalne porazdelitve

• Je mera sploščenosti normalne porazdelitve (ang. kurtosis).• Večja vrednost pomeni večjo variabilnost podatkov.

• Normalna porazdelitev ima sploščenost 0 (oziroma 3).

Primeri iz kineziologije

Sploščenost = 0.05 Sploščenost = 1.8 Sploščenost = -0.8

Kdaj je sploščenost prevelika, da je porazdelitev še normalna?Nekateri testi normalnosti, ki jih bomo spoznali kasneje, že imajo integriran tudi testsploščenosti. Oziroma sploščenost upoštevajo pri končnem izračunu. Vedno pa se lahko dodatno vizuelno prepričamo v pretirano sploščenost podatkov. Ostali testi somanj uporabni, a velja pravilo, da naj bo asimetričnost manjša od 2x standardnenapake sploščenosti:

NSEK

2422tsploscenos ⋅=⋅<

54

Asimetričnost normalne porazdelitve

• Je mera nagnjenosti/asimetričnosti normalne porazdelitve (ang. skewness).• Pozitivna vrednost pomeni nagnjenost v levo,

negativna vrednost nagnjenost v desno.• Normalna porazdelitev ima asimetričnost 0.

Primeri iz kineziologije

Asimetričnost = 0.95 Asimetričnost = -0.60

Kdaj je asimetričnost prevelika, da je porazdelitev še normalna?Nekateri testi normalnosti, ki jih bomo spoznali kasneje, že imajo integriran tudi testasimetričnosti. Oziroma asimetričnost upoštevajo pri končnem izračunu. Vedno pa selahko dodatno vizuelno prepričamo v pretirano asimetričnost podatkov. Ostali testiso manj uporabni, a velja pravilo, da naj bo asimetričnost manjša od 2x standardnenapake asimetričnosti:

NSES

622ostasimetricn ⋅=⋅<

Kateri test normalnosti uporabiti?

• Nekdaj je bil K-S test zlato pravilo. Danes nič več – se je izkazal za preveč nezanesljivega.

• Danes prisegajo na D’Agostinov test in Shapiro-Wilk-ov test.• Shapiro-Wilk-ov test ni zanesljiv, če imamo

med podatki spremenljivke veliko istih števil.

• NASVET: Vedno izvajaj test normalnosti (Shapiro-Wilk ali D’Agostinov) in potem preveri še vizuelno s histogramom.• Naj ti služi ta informacija za dodaten opis

spremenljivke.

55

Primer• Merjenje telesne

maščobe SLO deklic, starih 9 oziroma 10 let.• Obe porazdelitvi nista

normalni po Shapiro-Wilk-ov testu. Vendar lahko kljub temu privzamemo, da sta normalno porazdeljeni.

• V letu 2008 opazimo premik porazdelitve desno.

• V letu 2008 je več predebelih otrok. Meja je 28% telesnih maščob.

• V letu 2007: 15% predebelih.

• V letu 2008: 25% predebelih.

Primer• Merjenje dolžine

skoka v daljavo z mesta SLO otrok, na začetku (zgoraj) in na koncu šolskega leta (spodaj).• Obe porazdelitvi sta

normalni po Shapiro-Wilk-ov testu.

• Na koncu šolskega leta je histogram premaknjen desno.

• Na koncu šolskega leta je histogram bolj ozek –bolj uniformen.

Koliko razredov na histogramu?

• Število razredov (NR, ang. classes) lahko bistveno spremeni vizuelni pregled histograma.• Najbolj na to vpliva razpon podatkov – še posebej osamelci.

• Veljajo naj naslednja pravila:

• Sturgis-ovo pravilo:

• Rice-ovo pravilo:

N Nr

< 50 5 – 7

50 – 100 6 – 10

100 – 250 7 – 12

> 250 10 – 20

3

10

2

log3,31

NN

NN

R

R

⋅=

⋅+=

56

Transformacije podatkov za normalno porazdelitev• Je matematični postopek modifikacije podatkov z

namenom uporabe parametričnih statističnih metod.

• Zakaj bi to sploh delali?• Najprej se moramo prepričati, da podatki niso normalni

zaradi določenega tehtnega razloga.• Neparametrični postopki imajo manjšo statistično moč.• Ni toliko znanja niti računskih postopkov oziroma

računalniških programov za neparametrične postopke.• Uporabimo, kar najmanjšo transformacijo, če možno.

• Možne transformacije:• Ko smo se odločili, da podatki niso normalni…

• Transformacija z uporabo kvadratnega korena• Logaritemska transformacija• Transformacija z uporabo inverzne vrednosti• Cox-Box transformacija

Transformacija z uporabo kvadratnega korena (+ asimetričnost)

• Korenimo vsako vrednost.• Prej premaknemo podatke v pozitivno smer.

• Prištejemo konstanto, da je minimum > 1.

• Primer:

bXXT +=

razširi majhne,skrči velike številke

Transformiranje ali ne?

• Najprej vedno preveri, zakaj so podatki nenormalno porazdeljeni.

• Odloči se za statistične metode. Na osnovi njenih lastnosti se odloči za transformacijo.

• Odloči se za najprimernejšo transformacijsko metodo in se zavedaj posledic.• ni več intervalnih podatkov in upoštevaj to pri interpretaciji

rezultatov, …

• Pred transformacijo zasidraj podatke na vrednost 1.• Upoštevaj specifičnost podatkov – glej prvo točko.

• Ni metode za izbiro najboljše transformacije.• Števne spremenljivke (absolutne) naj bodo vedno transformirane z

kvadratnim korenom.• Merske spremenljivke naj bodo transformirane z log (2 ali 10).• Deleži populacije se transformirajo z arcsin(√X).

57

Poročanje po transformaciji

• Izvedemo primerno transformacijo.• Izvedemo ustrezno statistiko.• Poročamo vrednosti v prvobitnih enotah, ki

jih dobimo z reverzno transformacijo.• Povprečno vrednost, SD, 95% interval zaupanja, …

XXX

XXX

XXX

TXT

TT

TT

XT

XX

XX

TXX

XX

TX

X

→ →

→ →

→ →

==

==

==

10log

11

10

2

Testiranje homogenosti (ang. Homoscedasticity and heteroscedasticity)

• Ena izmed predpostavk parametričnih testov je tudi homogenost podatkov.• To pomeni, da je varianca (SD2) podatkov v vseh skupinah

podobna.• Variance ene skupine ne sme biti 2-krat večja od variance

druge.• Če temu ni tako, potem se pojavi verjetnost napake reda 1.

• Primerjamo količino gibanja otrok, starih od 5 do 8 let. Slika prikazuje rezultate: pri starosti 7 let količina gibanja odstopa od trenda.

• Če SD7 = SD5,6,8, homogeno inso dejansko razlike.

• Če SD7 ≠ SD5,6,8, ni homogenoin je potrebno biti previden.

• Homogenost lahko testiramo• χ2 test.• Bartlettov test.• Levenov test.

Bartlettov test homogenosti

• Predpostavke:• Podatki morajo biti normalno porazdeljeni.• Podatki so kvantitativni.

• Testiramo H0: Variance spremenljivke v vseh skupinah so enake.

• T-vrednost• (Bartlettova cenilka)

• kjer je… ∑

∑

∑

=

=

=

−⋅−=

−⋅

−⋅

−⋅+

⋅−−⋅−=

≠===

k

i

iip

k

i i

k

iiip

ji

k

kN

SNS

kNNk

SNSkNT

H

H

1

22

1

1

22

1

210

)1(

11

1)1(3

11

ln)1(ln)(

:

...:

σσσσσ

58

Levenov test homogenosti• Predpostavke:

• Je bistveno manj občutljiv na nenormalnost porazdelitve.• Če so podatki normalni ima Bartlettov večjo statistično moč.• Podatki so kvantitativni.

• Testiramo H0: Variance spremenljivke v vseh skupinah so enake.

• df1 = k – 1.• df2 = N – k.• Testiramo W > F(alpha, df1, df2)

• W-vrednost• (Levenova cenilka)

• kjer je… ∑∑∑

∑∑

∑

== =

= =

=

==−=

−⋅−

−⋅−=

≠===

ii

i

N

jij

ii

k

i

N

jijiijij

k

i

N

jiij

k

iii

ji

k

ZN

ZZN

ZYYZ

ZZk

ZZNkNW

H

H

11 1

1 1

2

1

1

210

1,...

1,...

)()1(

)()(

:

...:

σσσσσ

Testiranje velikosti vzorca

• Ena izmed predpostavk parametričnih testov je tudi dovolj velik vzorec.

• Velikost vzorca se nastavi že na začetku raziskave – Določanje velikosti vzorca.• Znanstveno neprimerno je kasnejše

povečevanje vzorca, čeprav je to še kar pogosto.• Izpad preiskovancev je najpogostejši vzrok.

• Ponavljanje meritev pogosto zelo poveča stroške raziskave.• Finančne• Časovne• Prostorske

Določanje velikosti vzorca

• Z velikostjo vzorca (N) lahko zelo manipuliramo rezultat raziskave.

• Večji N poveča moč raziskave – poveča verjetnost pravilne odločitve glede H0.

• Hkrati pa z brezglavim povečevanjem N lahko vedno dokažemo razlike med skupinama, čeprav je efekt razlike lahko zelo majhen.

• Lahko pa to znatno podraži raziskavo.• Zato je potrebno najti optimalen N, da pridemo do

odmevnih in spodobnih zaključkov.

• Praviloma ta izračun ali oceno vedno opravimo.• Danes revije že zahtevajo izračun velikost vzorca.

variancegroup within oferror

variancegroup between oftreatment ali =Ft

59

Hitra ocena N pri primerjalnih študijah

• Ko primerjamo povprečja dveh skupin.

• SD…ocenjena SD podobnih študij.• t…t-vrednost, ki je potrebna za p < 0.05.• D…Razlika povprečij.

⋅⋅=2

222

D

tSDceilN

Primer izračuna potrebnega N

• Torej, če vemo katero moč raziskave želimo, znamo oceniti povprečja in SD, izberemo ustrezno alpho,…

• ∆ = 5; SD = 6• Hočemo P = 0.70, pri alpha = 0.05

• Zα = 1.96; β = 1 – P = 0.3; Zβ = 0.84 (v tabeli)

• Vzamemo prvo večje število … N = 23.

( ) ( )6.22

5

84.096.16222

22

2

22

=+⋅⋅=∆

+⋅⋅= βα ZZSD

N

…Še grafično

60

Neparametrični testi

• Se uporabljajo kadar:• Podatki niso porazdeljeni normalno.• Podatki niso homogeni.• Premajhen N.• Podatki so nominalni in ordinalni.

Vrste neparametričnih testovVrsta testa Parametrični test Neparametrični test

Opisna statistikaPovprečje, standardna deviacija

Mediana, interkvantilna razdalja

Primerjaj eno spremenljivko na hipotetično vrednost

T-test enega vzorca Wilcoxon test, χ2 test

Primerjaj dve neodvisni spremenljivki

T-test neodvisnih vzorcev Mann-Whitney test

Primerjaj dve odvisni spremenljivki

T-test odvisnih vzorcev Wilcoxon test

Primerjaj >2 neodvisne spremenljivke

1-way ANOVA Kruskal-Wallis test

Primerjaj >2 odvisne spremenljivke

Repeated mesures ANOVA

Friedman test

Primerjaj povezanost dveh spremenljivk

Pearsonova korelacija Spearmanova korelacija

Napovej odvisno spremenljivko na osnovi (več) neodvisnih spremenljivk

Linearna regresija in večkratna linearna regresija

Neparametrična regresija (logit)

χ2 test

• Se uporablja za testiranje frekvenc porazdelitve opazovanih dogodkov proti pričakovanim.

• Testiranje število dečkov in deklic na igrišču.• Število glasov vsakega kandidata.• Frekvenca ocen pri Športni vzgoji.• Frekvenca blagovnih znamk športnih copat med rekreativci.

0

100

200

300

400

500

Adidas Reebok Nike Asics Puma

Blagovne znamke športnih copat

Fre

kve

nca

Opazovano Pričakovano

1 ;)( 2

2 −=

−=∑ kdfE

EOχ

61

Primer χ2 testa (enojna klasifikacija)

• Učitelji se dogovorijo o kriterijih ocenjevanja Športne vzgoje (10%...”5”; 30%...”4”; 35%...”3”; 20%...”2”; 5%...”1”)

• En učitelj tej direktivi ni sledil, ali značilno odstopa od dogovorjenega?

• H0: Porazdelitev ocen se med pričakovanim in opazovanim ne razlikuje.

Ocene “5” “4” “3” “2” “1” Skupaj

Opazovano 30 57 32 15 7 141

Pričakovano 14 42 49 28 8 141

O-E 16 15 -17 -13 -1

(O-E)2 256 225 289 169 1

(O-E)2/E 18.29 5.36 5.90 6.04 0.13 χ2 = 35.7

Tabela χ2-vrednosti

Primer χ2 testa (večkratna klasifikacija)

• 2x3 klasifikacija pomeni, da razdelimo dogodke v 2 kategoriji (prvo v 2 razreda in drugo v tri razrede).• Kateri način učenja plavanja je boljši? “Delna” ali

“kompletna” metoda? Ndelno = 55; Nkompletno = 52• H0: Ni značilnih razlik v plavalnem znanju med obema

načinoma poučevanja plavanja.

Doseženo znanje

Tip učenja Dobro Srednje Slabo

Delno 15 27 13

Kompletno 21 19 12

62

Primer χ2 testa (večkratna klasifikacija)Doseženo znanje

Tip učenja Dobro Srednje Slabo Skupaj

Delno 15 27 13 55

Kompletno 21 19 12 52

Skupaj 36 46 25 107

% Skupaj 33.64 42.99 23.36

• Izračunamo % od skupnega.

• Izračunamo koliko plavalcev bi padlo v vsak razred, če bi bili poučevani enako (pričakovano).

• Vnesemo v kontingenčno tabelo.

• Pogledamo v tabelo za χ2 = 2.35 indf = (R-1)·(C-1)=(2-1)·(3-1) = 2

Delno KompletnoDobro 0.3364·55 = 18.50 0.3364·52 = 17.49Srednje 0.4299·55 = 23.64 0.4299·52 = 22.35Slabo 0.2336·55 = 12.85 0.2336·52 = 12.15

Opazovano Pričakovano O–E (O–E)2 (O–E)2 /E

15 18.50 -3.50 12.25 0.662

21 17.49 3.51 12.32 0.702

27 23.64 3.36 11.29 0.478

19 22.35 -3.35 11.22 0.502

13 12.85 0.15 0.02 0.002

12 12.15 -0.15 0.02 0.002

χ2 = 2.35

Spearmanov koeficient povezanosti (rho)

• Za testiranje povezanosti med dvema ordinalnima spremenljivkama.

• Povezanost med uspehom pri predmetu in nacionalnim preverjanjem znanja. (Če sta bila dva izenačana v vrstnem redu – potem smo vzeli povprečje za oba.)

2 ;)1(

61

2

2

−=−⋅

⋅−= ∑

parovNdfNN

dρ

Preiskovanec Uspeh pri predmetu

Nacionalni test

d d2

1 8 10 -2 4

2 16 17 -1 1

3 7 4 3 9

4 24 25 -1 1

… … … … …

24 20 22 -2 4

N = 25 11 14 -3 9

∑d2 = 362

23

0.86

)125(25

36261 2

==

−⋅⋅−=

df

ρ

ρ

V tabeli:Ρmejni(p = 0.01) = 0.54H0 ovržemo pri p = 0.01

Tabela ρ-vrednosti

63

Ponovitev

• Naučili smo se opazovati podatke.• Znamo se odločiti o normalnosti,

homogenosti podatkov in dovoljšnji velikosti vzorca.

• Znamo se odločiti o rabi parametričnih in neparametričnih testov

• Spoznali smo nekatere neparametrične teste.

Predavanje 5:OSNOVNI KONCEPTI MERJENJA

Izvedeli boste:1. Eksperimentalna veljavnost in njena kontrola

a. Notranjab. Zunanja

2. Kontrola nevarnosti notranje veljavnosti3. Kontrola nevarnosti zunanje veljavnosti

Eksperimentalna veljavnost in njena kontrola

• Načrtovanje raziskave je kompleksna naloga raziskovalca, kjer mora biti pozoren na različne faktorje, ki:• So specifični in lahko kontaminirajo raziskavo • So generični prav vsaki raziskavi• Se lahko kontrolirajo• Se ne morejo kontrolirati• Lahko vplivajo na posplošitev rezultatov

• S ciljem po visokem zaupanju v dobljene rezultate.

64

Notranja veljavnost (ang. internal validity)• Je stopnja do katere lahko kontroliramo raziskavo

pri katerih neodvisna spremenljivka povzroči efekt na odvisni spremenljivki.• Bolj kot kontroliramo eksperiment, večja je notranja

veljavnost.• Ne obstaja kvantitativna mera notranje veljavnosti.

• Če merimo efekt hipoksije na aerobne sposobnosti je potrebno zagotoviti, da vsi preiskovanci bivajo v enakem okolju.

• Zagotoviti moramo, da čimmanj ko-faktorjev vpliva na spremembo odvisne spremenljivke, razen neodvisne spremenljivke.

• Ti ko-faktorji so lahko:• Razvoj, zgodovina, test, natančnost instrumenta, statistična

regresija, razlike v vzorcu, smrtnost in ostali (placebo efekt, Hawthornov efekt, Halo efekt).

Razvojni faktor notranje veljavnosti (ang. maturation)• Zaradi spontanega spreminjanja vzorca skozi čas –

razvoj, maturacija• Vsakršno spreminjanje kot funkcija zgolj časa je lahko

moteči faktor k notranji veljavnosti.• Preiskovanci postanejo višji, težji, z več maščobe, z manj ali

več mišične mase, anksioznejši, pametnejši, spreminjajo diete..• Poškodbe se lahko zacelijo same.

• Zelo pomembno, kadar raziskujemo otroke ali starostnike ali kadar raziskave trajajo več mesecev oziroma let.

• Kontroliramo z uporabo kontrolne skupine – potem poznamo efekt razvoja.

• Otroci obiskujejo dodatne športne vsebine in se gibajo v 3. razredu isto kot v 2. razredu.Kontrolna skupina pa v 3. razredu giba 12% manj.Vpliv dodatnih športnih vsebin je torej 12% in ne 0%.

Zgodovina kot faktor notranje veljavnosti• So vsi dogodki, ki se lahko pripetijo vzorcu in

spreminjajo odvisno spremenljivko, a so zunaj raziskave.

• V raziskavi težavnosti temeljnih nalog različnih poklicev SV, kjer v določenih enotah velja strožji red kot v drugih. Zdaj lahko stres bistveno bolj vpliva na težavnost temeljnih nalog kot fizična težavnost sama.

• Zelo pomembno, kadar raziskujemo otroke ali starostnike ali kadar trajajo več mesecev oziroma let.

• Jih ne moremo kontrolirati, lahko pa njihovo verjetnost pojavitve ocenimo.• Ena od rešitev je dovolj velik naključen vzorec.• In še dodatno naključno deljenje vzorca v skupine (če je

taka zasnova raziskave)

65

Testi kot faktor notranje veljavnosti (ang. learning effect)• Test predstavlja preiskovancu izkušnjo, ki lahko

vpliva na naslednje teste.• Le na testih, ki se izvajajo večkrat – RM ANOVA

• Test kognitivnih sposobnosti na računalniku.• Test agilnosti, koordinacije.• Test mišične aktivacije (MVC + električna stimulacija).

• Efekt je velik predvsem pri novih testih oziroma testih, ki jih izvajamo prvič.

• Ne moremo kontrolirati, lahko pa omejimo.• Ponovimo pre-test večkrat in gledamo, kdaj se dosežen

rezultat ustali. Potem začnemo manipulirati neodvisno spremenljivko.

• Preiskovancem bodisi ne povemo bodisi povemo doseženi rezultat, ker se bodo drugače motivirali drugače.

Natančnost instrumenta kot faktor notranje veljavnosti• Natančnost instrumenta mora predhodno biti

določena na osnovi ponovljivosti, veljavnosti oziroma kalibriran.• V vseh vrstah raziskav

• Merjenje telesne višine• Merjenje VO2max• Nastavitev ročice pri MVC

• Če zgornjim zahtevam ni zadovoljeno, se največkrat pokažejo nepričakovana odstopanja pri RM ANOVA ali med skupinami.

• Lahko kontroliramo.• Držimo se navodil merjenja in poskrbimo že na začetku,

da do tega ne pride.• Sistematično napako lahko izmerimo ali ocenimo in potem

popravimo podatke. Ne priporočamo.• Izvedemo pilotno študijo (kontrolno skupino), da na njej

testiramo delovanje instrumenta.

Statistična regresija kot faktor notranje veljavnosti• Takrat ko imamo določene periode

dobrega dosežka (forma) in določene periode slabšega dosežka.

• Predvsem v raziskavah, ki trajajo dlje časa.

• Število točk na tekmo v igrah z žogo• Tek na srednje in dolge proge• Maksimalna eksplozivna moč, če nismo poskrbeli za

ogrevanje

• Lahko kontroliramo.• Dovolj velik vzorec.• Poskrbimo za standardizirano ogrevanje pred

testom.• Izberemo točno določeno obdobje

66

Razlike v vzorcu kot faktor notranje veljavnosti (ang. selection bias)

• Kadar razlike v vzorcu na začetku vplivajo na rezultate tudi na koncu.• Kadar nismo naključno izbrali vzorec oziroma

vzorca nismo naključno razdelili v skupine.• Ko si preiskovanci sami izberejo kontrolno ali

eksperimentalno skupino – problem motivacije.• Vpliv vadbe na moške: večji učinek na manj trenirane

kot na bolj trenirane.

• Lahko kontroliramo.• Poskrbimo za naključno razdelitev vzorca. • Uporabimo statistično metodo ANCOVA-o.

Smrtnost kot faktor notranje veljavnosti (ang. experimental mortality)

• Nepričakovano zmanjšanje števila vzorca tekom raziskave.• Predvsem pri dalj časa trajajočih raziskavah ali za

preiskovance zahtevnejših raziskavah.• Razvoj gibalnih sposobnosti otrok.• Razvoj mišične atrofije v odvisnosti od števila dni gibalne

neaktivnosti.• Stres-strain odnos med vadbo v vročini.

• Lahko na začetku ni razlik vzorca, a po testu so razlike očitne, saj “preživijo” le specifični. Dobimo faktor razlike v vzorcu.

• Lahko kontroliramo.• Poskrbimo za dovolj velik vzorec – dodatno število

preiskovancev.• Včasih lahko dodatno rekrutiramo, če potrebno.

Placebo efekt kot faktor notranje veljavnosti• Efekt zaradi vedenja oziroma pričakovanja efekta

neodvisne spremenljivke.• Predvsem v medicinskih, farmacevtskih raziskavah.

• Učinek zdravila.• Učinek terapije.

• Včasih je problem placebo efekta tako v vzorcu kot v merilcu.

• Lahko kontroliramo.• Poskrbimo za “slepo študijo”, da preiskovanci ne vedo

vpliva neodvisne spremenljivke.• Poskrbimo za “dvojno slepo študijo”, da preiskovanci in

merilci ne vedo vpliva neodvisne spremenljivke.• Da merilec ne spodbuja bolj preiskovance v eksperimentalni

skupini, kot tiste v kontrolni.• Potrebno uvesti dodatno skupino: eksperimentalna,

kontrolna + placebo skupina.

67

Hawthornov efekt kot faktor notranje veljavnosti• Efekt zaradi zgolj prisotnosti raziskovalnega

osebja.• Ker preiskovanci vedo da so predmet raziskave, se

izkažejo bolje kot sicer.• Prehranjevalne navade• Koordinacija gibanja oziroma telesne drže.• Igralne navade otrok

• Lahko je pozitiven (motivacija), lahko pa tudi negativen (trema).

• Lahko kontroliramo.• Poskrbimo, da preiskovanci ne vedo, da se predmet

opazovanja.• Merimo koordinacijo gibanja, telesno držo, ravnotežje brez

štartnih povelji.• Čim manj opazno opazujemo preiskovance – otroke

(enosmerno steklo, nevidna kamera, …)

Halo efekt kot faktor notranje veljavnosti• Ko merilec nehote zapeljuje rezultat

preiskovanca.• Predvsem intervjuji, kognitivni testi, testi koordinacije,

nevarni testi.• Napeljevanje k odgovoru in naštevanje možnih odgovorov• Opisovanje možne taktike premagovanja ovir, plezanja• Namigovanje, spodbujanje, opogumljanje

• Merilec lahko nekoga opogumlja, ker ve da zmore veliko in drugega ne, ker ve da ne zmore veliko.

• Ima večji efekt na subjektivne meritve kot na objektivne.• Lahko kontroliramo.

• Poskrbimo za veliko mero objektivnosti in nepristranskosti merilca. Izobraziti merilce.

• Uvedemo zunanje merilce, nepoznane preiskovancem, kar je večkrat nemogoče.

• Poskrbimo za “dvojno slepo študijo”.

Zunanja veljavnost (ang. external validity)• Je stopnja pri kateri lahko rezultate raziskave na

preiskovancih posplošimo na ostalo populacijo.• Bolj kot lahko posplošimo naše rezultate, večja je zunanja

veljavnost.• Bolj kot je vzorec podoben populaciji, bolj to velja.

• Ali nastopi mišična atrofija med “bed restom” podobno kot v vesolju?

• Ali ena ure dnevne GŠA vpliva enako na otroke kot na mladostnike?

• Ni statistične metode za ugotavljanje zunanje veljavnosti, ampak je njena presoja dana raziskovalcu.

• Obstaja več faktorjev, ki vplivajo na zunanjo veljavnost:• Reaktivni efekt pre-testa, interakcija med preiskovanci in

pravim efektom, umetno raziskovalno okolje, interferenca večkratnih testov.

68

Reaktivni efekt pre-testa kot faktor zunanje veljavnosti

• Že prej smo povedali, da pre-test lahko bistveno vpliva na rezultat post-testa. Vendar kako to vpliva tudi na zunanjo veljavnost in ne le na notranjo?• Ta vpliv se zgodi le ob predhodnem pre-testu.• Preiskovanec se lahko užali, je razočaran je zelo

motiviran po rezultatu ne pre-testu.• Ko poskušamo ugotovitve generalizirat, moramo

upoštevati tudi izvedbo pre-testa. Kajti le tako lahko simuliramo pre-test efekt na post-test.• Nekdo bo dober na post-testu, le če bo predhodno

opravil pre-test. Bo bolj motiviran.

Interakcija med preiskovancem in pravim efektom kot faktor zunanje veljavnosti

• Lahko se zgodi, da so določeni preiskovanci bolj dovzetni za delovanje pravega faktorja (ang. responders)• Ne moremo posplošiti rezultate iz preiskovancev

na populacijo.• Popolni nešportniki bodo bolj odreagirali na vadbo moči

kot ostali (rekreativci in športniki)• Gimnastičarji bodo manj odreagirali na vadbo

ravnotežja kot ostali.• Navade GŠA bodo manjše pri anketirancih v

telefonskem imeniku.• Zdravilo za zniževanje holesterola bo bolj učinkovito pri

ljudeh s povišanim holesterolom.• Mišična atrofija preiskovancev v študiji bed rest bo

drugačna od vesoljskih popotnikov.

Umetno raziskovalno okolje kot faktor zunanje veljavnosti

• Preiskovanec drugače odreagira na pravi efekt v raziskovalnem okolju kot bi drugače.• Take rezultate težko posplošimo, saj veljajo le za tiste, ki

izvajajo pravi efekt v podobnem okolju polnem gledalcev.• Analiza gibanja z vsem montiranimi markerji, senzorji.• Analiza gibanja na tekoči preprogi.• Večja motivacija pri maksimalnem testu vzdržljivosti.• Trema pri testu koordinacije.

• Uporabimo tehnike zmanjševanja stresa.• Uporabimo “tih” laboratorij ali pa stres tudi merimo (SF,

kortizol).• Simuliramo laboratorij v naravi.

69

Interferenca večkratnih efektov kot faktor zunanje veljavnosti

• Kadar želimo preiskovati efekt več kot enega pravega faktorja na odvisno spremenljivko.• Takrat lahko pride do interakcije med faktorji. Učinek

enega faktorja lahko inhibira učinek drugega.• Potenciacija, utrujenost.• Testiranje moči, vzdržljivosti in ravnotežja v pravilnem

vrstnem redu.

• Uredimo vrstni red testov.• Uporabimo logično zaporedje, če gre.• Če ne naključno pomešamo teste, da se interferenca

odšteva. “Latin square design”.

Faktorji notranje in zunanje veljavnosti

Notranja veljavnost Zunanja veljavnost

Razvoj Reaktivni efekt pre-testa

Zgodovina Interakcija med preiskovanci in pravim efektom

Testi Umetno raziskovalno okolje

Natančnost instrumentov Interferenca večkratnih testov

Statistična regresija

Smrtnost

Razlike v vzorcu

Placebo efekt

Hawthornov efekt

Halo efekt

Kontrola nevarnosti notranje veljavnosti

• Vse raziskave imajo svoje dobre in slabe plati, katerih se mora raziskovalec kritično zavedati.• Pri pripravi na raziskavo, mora slabosti

poskušati omejiti ali celo odpraviti.• Tudi bralci raziskav morajo biti pozorni na njih

in tako oceniti kakovost raziskave.

• Za kontrolo nevarnosti obstaja več metod…

70

Uravnotežene skupine

• Naključna izbira vzorca in naključna porazdelitev v skupine.• Le tako lahko predpostavimo, da so na začetku razlike med

skupinami zgolj naključne narave in vsaka nadaljnja sprememba bo zaradi delovanja pravega faktorja.

• S tem lahko predpostavimo, da je zgodovina preiskovancev enaka, so enako dovzetni za efekt in zunanje vplive, ni razlik med skupinami, je statistična regresija enako verjetna za vsako skupino.

• Nekatere zunanje vplive je sicer potrebno blokirati.

• Je najlažja in najučinkovitejša metoda za eliminacijo ali omejitev faktorjev notranje veljavnosti.

Uporaba kontrolne skupine

• Ko testiramo učinek nekega efekta.• Najlažje in najpravilnejše je, da naključno

razdelimo preiskovance v dve skupini.• Tako so obe skupini enako izpostavljeni

faktorjem notranje veljavnosti, le da kontrolna skupina ni izpostavljena pravemu faktorju.• Placebo skupina je posebna oblika kontrolne

skupine, a ni kontrolna.• “slepa študija” in “dvojna slepa študija” in

uporabljati kontrolno skupino.• Njihova raba ni nujna, je pa primerna za

kontrolo notranje veljavnosti.

Ostale metode kontrole

• Prvi dve metodi sta lahko zelo učinkoviti in skozi njih lahko zelo uspešno kontroliramo faktorje notranje veljavnosti.

• Ostale metode so:• Kontrola natančnosti instrumentov.• Smrtnost težko preprečimo. Ni etično

prepričevati, prositi preiskovanca, lahko pa ga motiviramo z denarjem.

• Efekt testa je lahko izničen s kontrolno skupino ali pa enostavno ne izvedemo pre-testa.

71

Metode kontrole notranje veljavnosti

Notranja veljavnost Metoda kontrole

Razvoj Uravnotežene skupine, kontrolna skupina

Zgodovina Uravnotežene skupine, kontrolna skupina

Testi Uravnotežene skupine, kontrolna skupina, brez pre-testa

Natančnost instrumentov Raziskovalec testira instrumente

Statistična regresija Uravnotežene skupine

Razlike v vzorcu Uravnotežene skupine

Smrtnost Raziskovalec upa, da do tega ne pride, več jih rekrutira

Placebo efekt Kontrolna skupina, “slepa študija”, “dvojna slepa študija”

Hawthornov efekt Kontrolna skupina, “slepa študija”, “dvojna slepa študija”

Halo efekt “slepa študija”, “dvojna slepa študija”

Kontrola nevarnosti zunanje veljavnosti

• Ko želimo rezultate naše raziskave posplošiti na želeno populacijo, moramo:• Izbrati primeren vzorec, da bomo lahko izvedli posplošitev.

• Če želimo izdelati predikcijo maščob za starejše ženske, moramo v raziskavo vključiti dovolj velik vzorec starejših žensk.

• Vključimo več skupin vzorca za izključitev vpliva pre-test faktorja.

• Idealno: ena skupina le pre-test, druga skupina le post-test in tretja skupina pre-test in post-test.

• Ali pa le uvedemo kontrolno skupino.• Da izključimo interakcijo med preiskovanci in efektom

moramo dobro poznati značilnosti preiskovancev oziroma poznati, če naj bi pravi efekt deloval le nanje.

• Skoraj nemogoče je kontrolirati umetno laboratorijsko okolje. Kreativnost raziskovalcev zaželena.

• Interferenco večkratnih efektov kontroliramo z dobrim vrstnim redom testov, naključnim vrstnim redom, ali več skupin z po enim pravim efektom.

Metode kontrole zunanje veljavnostiZunanja veljavnost Metoda kontrole

Reaktivni efekt pre-testa Reprezentativen vzorec, kontrolna skupina ali več skupin

Interakcija med preiskovanci in pravim efektom

Reprezentativen vzorec, ocena raziskovalca

Umetno raziskovalno okolje Reprezentativen vzorec, kreativnost raziskovalca

Interferenca večkratnih testov Reprezentativen vzorec, več naključnih skupin, pravilen vrsti red, naključni vrstni red

72

Notranja ali zunanja veljavnost?

• Včasih je manj poudarka na zunanji veljavnosti.• V teh primerih pridobivamo nova znanja in nas aplikacija

zanima sekundarno.• Nas ne zanimajo učinki zdravila na zdrave ljudi.• Nas ne zanimajo programi hujšanja za suhe ljudi.

• Ker sta velikokrat recipročni, je večjo skrb potrebno dati notranji veljavnosti.• Če želimo dobro notranjo veljavnost je raziskavo potrebno

izvesti v dobro kontroliranem “sterilnem” okolju, kar pa ni dobro izhodišče za posploševanje.

• Temeljno (ang. basic) raziskovanje.• Če pa želimo velik impakt raziskave pa je potrebno

povečevati zunanjo veljavnost.• Aplikativno (ang. applied) raziskovanje.

• Moramo imeti zadovoljivo stopnjo obeh in ne visoko stopnjo obeh!

• To pomeni dobro planiranje raziskave v obeh primerih!

Ponovitev

• Spoznali smo osnovne vrste veljavnosti.• Spoznali smo računanje ponovljivosti

meritev.• Znamo test opredeliti s stališča

veljavnosti in ponovljivosti ter merske napake.

• Znamo zasnovati raziskavo s kontrolo notranje in zunanje veljavnosti.

• Vemo kdaj je potrebno poudarjati notranjo in kdaj zunanjo veljavnost.

Predavanje 6:TIPI RAZISKAV

Izvedeli boste:1. Neeksperimentalne (deskriptivne) raziskave

a. Zgodovinskeb. Filozofskec. Meta-analized. Anketiranje (vprašalnik, intervju, normativna anketa)e. Epidemiološkef. Druge deskriptivne metode

2. Eksperimentalnea. Pred-eksperimentalneb. Prave-eksperimentalnec. Kvazi-eksperimentalne

73

Zgodovinske raziskave v kineziologiji (več v Thomas & Nelson (2005). Research

methods in physical activity)• Po svoji osnovi so lahko kvalitativne in

kvantitativne.• Kvalitativne: Vpliv žensk na sestavo olimpijskih športov.• Kvantitativne: Ali se mišični volumen spremeni med mišičnim

krčenjem.

Kateri športi so le za ženske?

Kateri športi so le za moške?

Kdaj so se športi dodajali?

Kaj še vpliva na izbiro športov?

Kakšne so smernice?

Hill AV. J Physiol 107:518-526, 1948

Kaj je zgodovinsko raziskovanje v kineziologiji

• Je sistematično raziskovanje in razlaganje razlik, ali zakaj jih ni, skozi čas na področju kineziologije.

• Kraj raziskovanja: arhivi, knjižnice, zgodovinska združenja, …

• Obdelujejo podatke kot ostali znanstveniki.

• Preverjajo veljavnost z namenom po čim večji moči posploševanja.

• Danes imajo tudi oni veliko potrebo po interdisciplinarnem pristopu raziskovanja.

Potek zgodovinske raziskave

• Izbira teme• Meja je le domišljija raziskovalca ali študenta.

• Olimpizem ali mišična fiziologija ali začetek organizirane športne vadbe ali …

• Izdelava paradigme• Predpostavke, dokazi, predstava, definicije, teorija in

podatki ter znanstvena vprašanja, ki vodijo raziskovalca.• Sekundarni viri – največkrat začetna točka

• Knjige, članki, filmi, slike, monografije, antologije, ...• Cilj je izvedeti čim več, spoznati različne vidike obravnave

paradigme, spoznati primarne vire, mreženje raziskovalcev.• Primarni viri

• Dejanski dokazi, dokumenti, obrazci, zapisniki, …• Znanstvena vprašanja

• Objektivnost: (i) kaj delamo?;(ii) kaj verjamemo?; (iii) kakšen pristop?

74

Filozofske raziskave v kineziologiji(več v Thomas & Nelson (2005). Research

methods in physical activity)

Being a philosopher, I have a problem to every solution (Zend R.)

• Celosten pristop raziskovanja, ki povezuje ugotovitve posameznih področij s ciljem po celostni interpretaciji

• Ko biokemiki, fiziologi, biomehaniki, sociologi in zgodovinarji razložijo pomen gibalne/športne aktivnosti na kakovost življenja…

• …filozofi definirajo kakovost življenja• Skozi prizmo etike.• Skozi prizmo povezav med posameznimi

ugotovitvami in faktorji kvalitetnega življenja.

Zakaj filozofski pristop

• Enostavno zato, ker dopolnjuje vse ostale.• Ker dopušča širše razmišljanje in širšo

interpretacijo.• FIZIOLOG: Dečki se gibajo za 10% več od deklic (P < 0.05).• FILOZOF: Razmejitev pojmov gibanje – šport, odnos otrok

starši, vrste igrač se med spoloma razlikujejo, manj mišične mase pri deklicah, boljša gibljivost pri deklicah lahko vpliva na višjo frekvenco gibov pri dečkih in s tem več gibanja, …

• Postmodernistične smeri filozofije• Metafizika: Analiza narave stvari.• Aksiologija: Analiza vrednot stvari.• Epistemologija: analiza vedenja in razumevanja vedenja.• Poezija: Razgradnja trditev.

Sinteza raziskav (Meta-analiza) v kineziologiji (več v Thomas & Nelson

(2005). Research methods in physical activity)

• Je analiza literature (ang. research the projects; review articles).

• Temelji na analizi predhodnih eksperimentalnih ali neeksperimentalnih podatkov (lat. ex post facto).• Za iskanje odgovorov na sedanje probleme.

• Danes imamo veliko obolenj srčno-žilnega sistema. Raziskovalec bo poiskal po zbranih podatkih zdravstvenih kartotek o možnih faktorjih za obolenja.

• Ni potrebno zbirati novih podatkov.

75

Namen Meta-analize• Pregledni članek (ang. review article)

• Analiza obstoječih objav področja vzeta pod skupni imenovalec, z namenom po iskanju še neodgovorjenih ali novih vprašanj.

• Izračun velikosti efekta (ang. effect size)• Če opazujemo le eno spremenljivko skozi več raziskav,

lahko izračunamo velikost efekta, ki je tudi lahko porazdeljena normalno.

• Lahko uporabljamo vse nam znane statistične metode.

• Kot opis problema v projektih, diplomah, magisterijih, doktoratih, …

• Pregled uporabljenih metod na področju.• Iskanje razlik med ugotovitvami pri uporabi drugačnih

vzorcev, merilnih postopkov in instrumentov.

Faktorji Meta-analize

• Kako je bila izvedena poizvedba?• Katere revije, splet ali hardcopy, ali tudi dizertacije,

…

• Katere raziskave smo potem vključili ali izključili iz obdelave in zakaj?

• Na osnovi vzorca, velikosti vzorca, kontrolne skupine, merilne metode, uporabe statistike, …

• Kako je raziskovalec povzel vse raziskave in jih povezal v zaključek?

• Ali frekvence, ki potrjujejo ali ovržejo hipotezo?• Ali utežena vsota (glede na velikost vzorca)

povprečnih vrednosti rezultatov?• Ali glede na “impact factor” revije.

Uporaba Meta-analize

• Za njo se odločimo, ko hočemo nasloviti pomemben problem.

• Jo uporabimo, da zmanjšamo število posameznih študij v eno preglednejšo.

• Za razliko od eksperimentalnega pristopa• Meta-analiza poroča o metodologiji izbora literature.• Rezultati posameznih študij so kvantificirani z “Velikostjo

efekta”, kar omogoča rabo statistike.• Sedem stopenj Meta-analize:

1. Identifikacija problema2. Ciljno iskanje literature3. Pregled izbrane literature, če ustreza pogojem vključitve4. Študiranje izbrane literature5. Računanje velikosti efekta6. Uporaba primerne statistične metode7. Poročanje o svojih ugotovitvah

76

Velikost efekta v Meta-analizah

• Izračunamo velikost efekta za vsako študijo.

• Preverimo, če je velikost efekta porazdeljena normalno.

• Izberemo ustrezno statistično metodo.• Primer

• Recimo, da želimo preveriti efekt intervencij za dvig GŠA med otroci (N = 15) in mladostniki (N = 12).

• Izračunamo povprečje in SD za otroke in mladostnike.• Izračunamo ES za vsako od 27 študij.• Preverimo normalnost in homogenost ES.• Če da, izberemo t-test za neodvisne vzorce.• Če značilno, potem so imele intervencije večji učinek na

eno izmed skupin.

Primeri Meta-analiz• Spol kot faktor v gibalnih

sposobnostih otrok.• Pri skoku v daljino, testu

agilnost (ang. shuttle run) in moči stiska pesti opazimo tip krivulje, ki je drugačen kot pri dolžini meta žogice.

Predstavitev velikosti efekta• Ponavadi kar grafično

• Z grafičnim prikazom pregledneje prikažemo očitne in manj očitne trende.

• Uporabimo interval zaupanja – glej prejšnje slike “gibalnih sposobnosti”.

• Ali pa...

77

Deskriptivno raziskovanje na osnovi anketiranja (ang. survey) v kineziologiji

Most surveys represent the average opinion of people who don’t know

• Temelji na zajemanju mnenja anketirancev o sedanjih dogodkih.

• Je najpogostejša kvalitativna metoda raziskovanja.

• Poznamo tri najpogostejše oblike anketiranja:1. Vprašalnik (ang. questionnaire)2. Metoda Delphi (ang. Delphi method)3. Osebni intervju (ang. personal interview)4. Normativna anketa (ang. normative survey)

Vprašalnik

• Tip anketiranja, ki temelji na odgovarjanju vprašanja zastavljenih na papirju ali zaslonu. • Ne opazujemo preiskovance!

• Dejstvo je, da nekatere podatke lahko zajamemo le na ta način, zato je to pogosto uporabljena metoda.

• Poznamo osem korakov zbiranja podatkov preko vprašalnika.

Vprašalnik – Definiranje ciljev

• Pomembno, da o tem razmišljamo že pred sestavljanjem vprašalnika.• Če prepozno, imajo podatki lahko le majhno

vrednost.• Pomembno, da razumemo področje in

pametno zastavimo vprašanja.• Pomembno, da vemo s kakšnimi metodami

želimo analizirati podatke.• Pomembno, da omogočajo primerjave med

skupinami.• Pomembno, da definiramo spremenljivke, ki jih

želimo analizirati. Drugače lahko kakšno ne zajamemo in onemogočimo analizo.

78

Vprašalnik – definiranje vzorca

• Določiti moramo kdo naj bo v vzorcu.• Če hočemo določeno informacijo pridobiti, moramo

anketirati tisti vzorec, ki to informacijo ima.• Vzorec ne sme biti preveč nehomogen, ker imamo lahko

veliko nesmiselnih odgovorov ali sploh neodgovorjenih vprašanj.

• Anketiranje zaposlenih na univerzi: strokovnih delavcev, asistentov, profesorjev, gostujočih profesorjev. Moramo zabeležiti tudi njihovo mesto dela.

• Vzorec izberemo naključno, vendar proporcionalno na tematiko.

• Če 80% dečkov, potem naj bo tudi v vzorcu 80% dečkov.• Če 45% brucov, 30% 2. letnikov, 25% 3. letnikov, potem naj

bo tudi vzorec tako proporcionalno, a naključno izbran.

• Vzorec določiti tudi glede na izbrane spremenljivke.


• Potrebno navesti tudi napako vzorčenja

• Tako računamo, ko primerjamo en možen odgovor na druge možne odgovore.

• Če ne poznamo “p”, potem privzamemo, da je p = 0.5.

• Interval zaupanja• 68% interval zaupanja je ±·1SE in 95% interval zaupanja

je 1.96·SE:• Recimo, da profesorji športne vzgoje uporabljajo ohlajanje na

koncu ure. Predpostavimo, da to drži le v 20% in anketiramo 100 profesorjev. Standardna napaka vzorčenja je 7.8%. 95% interval zaupanja je ± 1.96·SE...[4.4%, 35.6%]. Če vzorec 200, potem pa [9.9%, 31.1%].

N

pp

NSE

)1(96.1

varianca96.1

−⋅⋅=⋅=


• Izračun velikosti vzorca

• Zaželen SE je 3%• Če gremo na 95% gotovost, potem uporabimo faktor 1.96.

• Če želimo 99% gotovost, potem faktor 2.56.

2

2 )1(96.1

SE

ppN

−⋅⋅=

N SE

5 ±41%

20 ±22%

50 ±14%

100 ±10%

250 ±6.2%

500 ±4.4%

1000 ±3.1%

2000 ±2.2%

5000 ±1.4%

0%

10%

20%

30%

40%

50%

0 1000 2000 3000 4000 5000

Velikost vzorca / N

± S

E

0

5000

10000

15000

20000

25000

30000

Str

oše

k /

EU

R

SE Stroški

79


• Izračun velikosti vzorca “končne” populacije

• Zaželen SE je 3%!!!• Če gremo na 95% gotovost, potem uporabimo faktor 1.96.

• Če želimo 99% gotovost, potem faktor 2.56.

)1(96.1)1(

)1(96.122

2

ppSEN

ppNn

−⋅⋅+⋅−−⋅⋅⋅=

Še grafično...izračun N pri končni populaciji

Vprašalnik – Dizajniranje vprašalnika

• Vedno zelo težavna naloga.• Začnemo s tabelo spremenljivk.• Nadaljujemo s tabelo povezav med njimi.• Preverimo, če nam bodo vprašanja dala prave

odgovore.• Prosimo prijatelje, da pokomentirajo vprašanja.

• Izberemo pravilen format vprašanj.• S tem dobimo spremenljivke v želenem formatu

oziroma merski skali.• Tu se izbira statistika, ki jo želimo uporabiti.• Nekaj primerov različnih formatov vprašanj

sledi…

80

Vprašalnik – Format vprašanj

• Vprašanja odprtega tipa.• Je tip vprašanja, ki omogoča preiskovancu izraziti svoje

občutke, voljo, ideje, …• Kako ti je všeč tvoja služba?• Opiši vse temeljne naloge tvojega dela.

• So najlažja za sestavit, vendar jih preiskovanci ne marajo preveč

• Zahtevajo več časa za odgovor, preiskovanci se lahko počutijo “pod mikroskopom”.

• Imamo manjšo kontrolo nad odgovori.• Preiskovanci lahko odtavajo od biti vprašanja.

• Jih težje grupiramo v kategorije za interpretacijo.• Vendar, nam lahko nudijo najbolj celovite odgovore, ki ji

lahko obdelamo zgolj z opisnimi metodami (frekvence, splošni vtisi, …).

• Zato jih največkrat uporabljamo pilotno, da na osnovi njih izdelamo vprašanja zaprtega tipa.

Vprašalnik – Format vprašanj

• Vprašanja zaprtega tipa.• Je tip vprašanja, ki zahtevajo od preiskovanca

specifičen odgovor in najpogostejši so:• Rangirani – zahtevajo vrsti red (po pogostosti,

velikosti, pomembnosti, …). Lahko jih analiziramo s kvantitativnimi metodami. Primer: razvrsti po težavnosti delavne naloge tvojega delovnega mesta.

• Skalirani – zahtevo stopnjo strinjanja z določeno trditvijo (se zelo ne strinjam, se ne strinjam, …, se možno strinjam) ali relativno frekvenco (nikoli, redko, včasih, …, pogosto, zelo pogosto). Uporabljamo Likertovo lestvico s 3 do 9 stopnjami. Razlike med stopnjami so lahko ekvidistančne.

• Kategorični – zahtevajo le odgovore tipa 1/0. Taka vprašanja se hitro rešijo, vendar s tem izgubimo na občutljivosti, saj neodločeni težko odgovarjajo.

Likertova skala

81

Vprašalnik – strukturiranje vprašanj• Včasih gnezdenje vprašanja ali podvprašanja ob

določenem odgovoru.• Ali so na vašem delovnem mestu prisotne vibracije? ______ (da/ne)

• Če da, koliko povprečno ur dnevno ste jim izpostavljeni? ______

• Pravila sestavljanja vprašalnika.• Izogibajte se besed brez pravega pomena.

• “ponavadi”, “pogosto”, “splošno”, …• Uporabljajte kratka vprašanja.• Ne uporabljajte dvo-delnih vprašanj, ki omogočajo deljena mnenja

o prvem in druge delu.• Čeprav bi vsak moral znati plavati, se na UP PEF ne bo preverjalo

znanje plavanja. ______ (se zelo ne strinjam / se ne strinjam / neodločeno / se strinjam / se možno strinjam)

• Izogibajte se negiranju v vprašanjih.• ŠV na razrednem pouku naj ne bi poučeval profesor ŠV. _____ (…)

• Izogibajte se uporabi tehničnih in strokovnih besed.• Ne vplivajte na odgovor preiskovanca.

• Ker profesorji delamo težko, bi morali imeti višje plače. ______ (…)

Vprašalnik – Izgled in dizajn vprašalnika • Najprej nam mora biti jasno, da ljudje ne maramo

vprašalnikov.• Zato jih moramo pritegniti z izgledom, odnosom, dizajnom,

…• Od tega je zelo odvisen odstotek vrnitve vprašalnika (ang.

return rate)• Kako doseči bolj dopadljiv vprašalnik za višjo

frekvenco vrnitve izpolnjenih vprašalnikov?• Lahko že malenkosti: barvni papir, črtkane črte, ki vodijo od

vprašanja do odgovora, …• Naslov in kontakt raziskovalca.• Kratka in razumljiva navodila z jasnimi primeri.• Prvih nekaj vprašanj naj bo lahkih, težka vprašanja naj

bodo olajšanja, paziti na utrujenost preiskovanca.• Vprašalnik naj bo dovolj kratek in dovolj dolg za vsa

potrebna vprašanja.

Primer največkrat uporabljenega vprašalnika v kineziologiji

82

Vprašalnik – Pilotna študija

• Pilotna študija je sicer priporočljiva za vsak tip raziskave, vendar je zelo nujna za anketiranje!• Prvič lahko v krogu prijateljev.

• Jasnost navodil.• Dolžina vprašanja in vprašalnika.• Dvoumnost vprašanj.

• Drugič že pošljemo manjšemu vzorcu in analiziramo vsak odgovor in smo pozorni na:

• Enaki odgovori. Možnost neobčutljivosti vprašanja.• Nepričakovane odgovore. Možnost nejasnosti vprašanja.• Neodgovorjena vprašanja. Možnost nejasnosti, žalitve.

• Izvedemo že statistiko na podatkih pilotne študije, da vidimo kaj se bo dalo.

• Če veliko sprememb po pilotni študiji, potem je dobro, da izvedemo še eno pilotno študijo.

Vprašalnik – Spremna stran vprašalnika (ang. cover letter)• Spremna stran je zelo pomembna, ker:

• Od nje je odvisna frekvenca vrnjenih vprašalnikov.• Naj se osebno naslovi preiskovanca ali preiskovano

institucijo (ne z “dragi preiskovanec”)• Naj se pove namen raziskave.• Naj se pove o varovanju osebnih podatkov.• Naj se pove financerje raziskave oziroma poišče in

navede podporo vodstva podjetja, če anketiramo zaposlene.

• Lahko z anketo pošljete tudi nek simbolični denar (npr. 1 EUR), kot simbol spoštovanja.

• Navedite pomembne datume (do kdaj vrniti – običajno en do dva tedna, kdaj povratne informacije, če sploh).

• Jo lektorirati.• Jo podpisati, ožigosati, navesti kontakte.

Vprašalnik – Pošiljanje vprašalnika

• Je en glavnih stroškovnih nosilcev.• Potrebno najti pravi timing.

• Ne med počitnicami, direktno pred njimi ali po njih. Izogibajmo se navalom dela.

• Priskrbeti pogoje za brezplačno oddajo izpolnjene ankete.

• Priložiti prazno kuverto z naslovom in znamko.

• Navesti rok vrnitve izpolnjene ankete.• Danes vse več po faksu, emailu ali direktno

na spletni strani.• Frekvenca vračanja primerljiva.• Ampak s tem omejimo naš vzorec na imetnike

spletnega dostopa, emaila, faksa.

83

Vprašalnik – Ponoven poziv

• Ne smemo pričakovati 100% frekvenco vračanja!• V realnosti nekje okrog 50%.

• Dokazano so ponovni pozivi učinkoviti.• 10 dni po poteku roka poslati vljuden opomin.

• Navedemo pomembnost njihovih odgovorov.• 20 dni po poteku roka še 1-krat anketo z kuverto in

znamko.• Za tiste, ki so izgubili anketo iz prvega pošiljanja.

• Biti moramo vljudni in taktični in krivdo za njihovo neodzivnost pripisati nam.

• Velja pa še:• Frekvenca vračanja pod 20% priča o neveljavni študiji.• Priporočajo do dodatno analiziramo vzorec, ki ni oddal, če

jih je vsaj 20%.• Naključno izberemo 5% njih in jih kontaktiramo ter prosimo,

da izpolnijo vprašalnik. Če so rezultati primerljivi, potem lahko predpostavimo, da je vzorec, ki smo ga dobili naključen.

Vprašalnik – Analiza podatkov in priprava poročila• Velikokrat se srečamo s takšnim prikazom:

• Ta nas ne sme zadovoljiti.• Uporabiti moramo statistične metode, kot za

eksperimentalne podatke.• Neparametrične!!! (raje kot parametrične)

Moje delovno mesto je zelo nevarno za zdravje.

0

5

10

15

20

25

30

35

40

Se zelo nestrinjam

Se nestrinjam

Neodločeno Se strinjam Se zelostrinjam

Fre

kven

ca

Metoda Delphi anketiranja

• Tip anketiranja, ki temelji na odgovarjanju vprašanja zastavljenih na papirju ali zaslonu.• Vendar, vprašalnike pošiljamo toliko časa, da

sprejmemo nek dogovor, cilj, konsenz, …• Zato ga tipično pošiljamo le strokovnjakom področja.

• Vsaka iteracija anketiranja se imenuje krog.• Prvi krog ponavadi vsebuje vprašanja odprtega tipa.• V nadaljnjih krogih so vprašanja vse bolj ciljno

naravnana (zaprtega tipa).• Preiskovanci (v nadaljnjih krogih) vedno dobijo povzetek

prejšnjega kroga.• Ključno je zagotoviti anonimnost.• Tipična raba za:

• Pisanje novih zakonov, pravil, usmeritev, kurikulov, programov dela, …

84

Osebni intervju

• Tip anketiranja, ki temelji na odgovarjanju vprašanja zastavljenih osebno preko telefona ali srečanja.• Zaradi boljše veljavnosti odgovorov.• Zaradi večje frekvence vračanja.• Zato tipično manjši vzorci.

• Veljajo podobna pravila kot za vprašalnike.

• Potrebno trenirati izpraševalca.• Dokazano se veljavnost poveča, če je

izpraševalec predhodno treniran.

Osebni intervju – treniranje izpraševalca• Zakaj in kako?

• Dokazano se veljavnost poveča, le če je predhodno treniran.

• Veljavnost pada če ni treniran predhodno, ker se izpraševalec sam uči in podatki izgubijo na primerljivosti.

• Na začetku mora ustrezno predstaviti vsebino spremnega pisma.

• Mora enako voditi vse preiskovance skozi intervju.

• Mora hitro in pravilno kodirati odgovore.• Ne sme sugerirati odgovorov.• Mora se držati vsebinskih okvirov vprašalnika.

Osebni intervju – vrsta vprašanj

• Podobno kot v vprašalniku.• Kvalitativna in kvantitativna.

• Štiri vrste vprašanj pri intervjujih:• Hipotetična

• Predpostavimo, da vodite športno vzgojo. Na kakšno vadbo bi dali poudarek v današnjem času?

• Tipa “hudičev advokat”• Ljudje so mnenja, da je z današnjo generacijo otrok znatno

upadla njihova kvaliteta življenja. Kaj vi menite od tem?• Iz pozicije ideala

• Koliko, po vašem mnenju, naj bi bilo idealno število ur športne vzgoje v osnovni šoli?

• Interpretivna• Bil rekli, da je gibalno stanje otrok danes slabše kot je bilo

vaše?

85

Osebni intervju – prednosti pred vprašalnikom• Intervju omogoča obrazložitev vprašanja, če

potrebno.• Vprašanja intervjuja se lahko bolj prilagodi

anketirancu.• Imamo možnost opazovanja anketiranca, kar nam

nudi dodatno informacijo o njemu ali o naših vprašanjih.

• Intervju ima višjo frekvenco vračanja.• Nekateri anketiranci imajo rajši osebni stik

intervjuja.• Lahko manipuliramo z utrujenostjo anketiranca.• V določenih primerih je uporaben tudi na otrocih.

• Se postavimo v vlogo prijatelja in ne avtoritativne osebe.• Se moramo vživeti v igro velikega zanimanja.• Nikoli jih ne umikamo iz razreda med intervjujem.• Uporabljamo nestrukturirane vprašalnike in jih spretno

vodimo.

Telefonski intervju• Bolj in bolj popularen.

• Stroški so za polovico manjši kot pri osebnih intervjujih.• Krajši čas intervjuja.• Lahko si pomagamo z računalniki in podporno informacijsko

opremo za kontrolo kakovosti dela.• Dostop do ljudi je lahko hitrejši in cenejši.• V vzorec lahko vzamemo preiskovance iz velikega

geografskega področja – boljša veljavnost.• Preiskovanci so iskrenejši po telefonu.• Vnos podatkov in analiza je lahko avtomatska in takojšnja.

• Ima tudi slabosti.• Vzorec ni najbolj primerno izbran, še posebej to velja za

področja kineziologije in športa.• Uporabljajo generiranje naključnih telefonskih številk.• Klicanje popoldne – tipično po 17 uri.

• Tempo življenja ne dopušča časa anketirancu.• Predklicno sporočilo je v tem primeru učinkovito.

• Neprimerna metoda za anketiranje ljudi brez telefona.

Normativna anketa (ang. Normative survey)• Je metoda zbiranja podatkov o

sposobnostih, spretnostih, zmogljivostih, prepričanjih, odnosu, … z uporabo ali standardiziranih vprašalnikov ali testov.

• Gibalne sposobnosti otrok, nivo fizične priprave različnih populacij, psiho-fizične sposobnosti delavcev, SPPB, športno-vzgojni karton, …

• Tovrstni vprašalniki in testi za posamezna področja že obstajajo in so standardizirani.

• Vprašanja in odgovori so standardizirani.

• Lahko skonstruiramo nove in potem v prečnem raziskovanju poiščemo normativne podatke različnih populacij.

• Težava nastopi, ko različni merilci izvajajo meritev – zbirajo podatke. S tem se poveča standardna napaka merjenja normativnih anket.

• Normativni podatki se lahko spreminjajo iz generacije v generacijo (npr. ITM, FM, ...)

86

Opazovanje (ang. Observational study)• Je najbolj zapostavljena metoda raziskovanja.• Temelji na opazovanju preiskovancev.

• S tem ne posegamo v njihov proces.• Dobimo najbolj veljavne podatke – brez subjektivnih vplivov

preiskovancev.• Uporabljamo različne tehnike:

• Vizuelno, video-, foto-, audio-dokumentacija.• Predhodno pripravimo spisek dogodkov, ki jih bomo opazovali.

• Prednosti• Lahko dogodek direktno opazimo in označimo, ni potrebno

uporabljati spomina.• Imamo naravno okolje dogodkov.• Raziskovalec lažje oceni pravi dogodek od nepravega.• Primerno za analizo gibanja otrok oziroma drugih občutljivih

dogodkov ali preiskovancev.• Slabosti

• Včasih težko prepoznamo dogodek.• Težko dovolj hitro in natančno beležimo dogodke.• Efekt različnih opazovalcev

Analiza vsebine (ang. Content analysis)

• Temelji na analizi vsebine dokumentov (slik, video, tekstov, reklam, spleta (blog), …).• Izberemo dokumente, ki jih bomo analizirali.• Identificiramo predmete opazovanja in jim dodelimo kode.• Umestimo članke, tekste, stavke, grafe, … med posamezne

predmete opazovanja.• Analiziramo rezultate – frekvence.

• Prednosti (isto kot pri opazovanju)• Lahko dogodek direktno opazimo in označimo, ni potrebno

uporabljati spomina.• Imamo naravno okolje dogodkov.• Raziskovalec lažje oceni pravi dogodek od nepravega.• Primerno za analizo občutljivih dogodkov ali preiskovancev.

• Slabosti• Včasih so že mediji neuravnoteženi (MOK, Demokracija).• Ne gre verjeti le enemu “časopisu”. Vedno preveriti več njih.

Epidemiološke raziskovalne metode(več o tem na predmetu Epidemiologija in ergoepidemiologija)• V letih od 1940 do 1960 so se začela raziskovanja

tega področja.• S ciljem poiskati povezavo med gibanjem in zdravjem

človeka.• S ciljem identificirati faktorje rizika za zdravje, predvsem

srčno-žilnega sistema in umrljivosti na sploh.

• Danes poznamo že mnogo vplivov gibanja na človeka.• Na srce in ožilje, presnovo, kostno maso, mišični volumen in

tonus, delovanje možganov, rakasta obolenja, mentalno zdravje, … na kvaliteto življenja!

• Cilj področja danes pa je, kako populacijo prepričat k več gibanja in s tem k boljšemu zdravju.

87

Epidemiologija – neekseperimentalne vs. eksperiementalne metode

• V neeksperimentalnem pristopu raziskovalec opazuje navade ljudi (gibalne, alkohol, kajenje, prehrana, stres) in jih povezuje z njihovim zdravstvenim stanjem.• Navade (razvade) ljudi … neodvisna spremenljivka.• Zdravstveno stanje … odvisna spremenljivka.• Je edini možen način za pridobivanje podatkov.

• V eksperimentalnem pristopu bi želeli isto, vendar tak pristop razumljivo ni etičen.• Pomagamo si lahko s poskusi na živalih – zopet ni najbolj

etično.• Pomagamo si lahko s simuliranimi okolji (brez gravitacije,

specifična lokalna okolja – onesnaženost, bolezenska in poškodbena stanja).

Kaj je epidemiologija?

• Je znanost, ki išče frekvence (prevalenco, incidenco, smrtnost) in vzorce (oseba, prostor, čas) determinant (sprememb) zdravja, in z zdravjem povezanih stanj, različnih populacij ter aplikacija teh znanj za regulacijo (prenos v prakso)zdravstvenih težav.

Epidemiologija – Frekvence in vzorci• Porazdelitev bolezenskih stanj merimo s frekvenco in

vzorci v populaciji.• Frekvenca (Kako pogosto se to bolezenski stanje

pojavi?) merimo z:• Prevalenco

• % ljudi, ki imajo neko bolezen v določenem trenutku.• Incidenco

• % novih ljudi, ki imajo neko bolezen v določenem trenutku.• Smrtnost

• % ljudi, ki je umrlo zaradi določene bolezni v določenem trenutku.• Vzorec (se nanaša na vzorec pojavnosti bolezni) in ga

merimo z:• Osebo

• Socio-ekonomski in demografični podatki (starost, spol, ekonomski status, število otrok, …).

• Prostorom• Geografski in klimatski podatki, delovno okolje – poklici, …

• Časom• Letni čas, dnevni čas, …

88

Epidemiologija – Determinante zdravja• Je vsak faktor, ki prinese spremembo

stanja zdravja.• Determinante bolezni ponavadi označimo z

rizičnimi faktorji, ker povečajo rizik nastopa bolezni.

• Rizični faktorji za bolezni srca so: debelost, visok pritisk, visok HDL in nizek LDL holesterol, nizka količina in intenzivnost gibanja, …

• Te determinante lahko merimo in spremljamo in s tem predvidevamo posledice.

Epidemiologija – Aplikacija znanj• To je nedvomno največji cilj epidemioloških

raziskav.• Kar epidemiolog ugotovi, to mora delavec v

zdravstvu aplicirati s ciljem po boljšem življenjskem okolju.

• Drugo ime za aplikacijo znanj je tudi diseminacija in translacija znanj.• Od dviga motivacije ljudi do vplivanje na

programe za varovanje zdravja.• Vplivanje na strateško ravnanje z resursi (tudi

finančnimi), z namenom zgodnjega boja proti posledicam rizičnih faktorjev.

Osnovne definicije gibalne/športne aktivnosti (GŠA)• Gibanje

• je vsakršni premik telesa ali dela telesa, ki je izzvan s krčenjem skeletnih mišic in poveča bazalno energijsko porabo.

• Šport • je nadpražno gibanje, s ciljem po napredovanju ali vzdrževanju

psiho-fizične priprave, s tekmovalnostjo in v okviru pravil.• Vadba

• planirano, strukturirano in ponavljano gibanje telesa s ciljem po napredovanju ali vzdrževanju psiho-fizične priprave.

• Fizična priprava• je multikomponentni koncept atributov (gibalnih sposobnosti), ki

jih ljudje imamo in nam omogočajo izvajanje gibalnih spretnosti.• Frekvenca gibanja

• število ponovitev na teden ali leto.• Trajanje gibanja

• število minut, ki jih preživimo v določeni gibalni aktivnosti.• Intenzivnost gibanja

• težavnost gibanja, merimo v MET (nizka, srednja in visoka).

89

Metode spremljanja gibalne/športne aktivnosti• Vprašalniki

• Dolgoročni (priporočljivi v epidemioloških študijah).• Dobra natančnost za visoko-intenzivno GŠA.

• Kratkoročni (ang. short recall).• Tipično le za zadnji teden – ampak bolj detajlno z 5-15

vprašanji in s tem bolj natančno.

• Kvantitativna zgodovina• Zelo detajlno, tudi na delovnem mestu, domačinstvu,

transport, …• Vprašanje točnega navajanja podatkov.

• Kvantitativni instrumenti• Pedometri• Merilniki pospeška• Merilniki srčne frekvence• Dvojno označen urin• GPS

Pedometri

Kang et al. (2009). Res Quart Exerc Sport 80(3)

90

GPS

Cooper et al. (2010). Int J Behavior Nutr Phys Act

Šimunič et al. (2010). Zdravstveno varstvo (in press).

Merilnik pospeška

0

2000

4000

6000

8000

07:12:00 09:36:00 12:00:00 14:24:00 16:48:00 19:12:00 21:36:00

Čas

cou

nts

/m

inu

te

Četrtek T

0

2000

4000

6000

8000

07:12:00 09:36:00 12:00:00 14:24:00 16:48:00 19:12:00 21:36:00

Čas

cou

nts

/m

inu

te

Petek

0

2000

4000

6000

8000

07:12:00 09:36:00 12:00:00 14:24:00 16:48:00 19:12:00 21:36:00

Čas

cou

nts

/m

inu

te

Nedelja T

Povprečje: 518 cpmNeaktivnost: 80 %Lahka: 17 %Srednja +: 3 %



91

Epidemiološki dizajni deskriptivnih raziskav• Prečni raziskovalni dizajn (ang. cross sectional

design).• Merijo stanje v le eni časovni točki. Zato jih je enostavno za

izvest.• Razlike med skupinami (športniki veterani, rekreativci,

sedentarni).• Primerjamo individualne podatke posameznikov in ne

skupine.• Po potrebi podatke korigiramo z ANCOVO, če kovariatni faktorji

prisotni (npr. telesne maščobe).• Ali v raziskavo vključimo le tiste s tarčno telesno maščobo.

• Slabosti prečnega dizajna• Ker merimo v isti točki, ne vemo kateri faktor je vplival na

rezultat. Ni vedno isto zaporedje aktivnosti pred meritvijo.• Včasih ne ugotovimo longitudinalnih efektov.

• Lahko, da ne ugotovimo povezave med vnosom maščob in holesterolom v krvi. A v longitudinalni študiji to zagotovo ugotovimo.

Epidemiološki dizajni deskriptivnih raziskav• Ekološki raziskovalni dizajn (ang. ecologic design).

• So zelo poceni, saj uporabljajo podatke iz nacionalnih baz podatkov.

• Popis prebivalstva, poraba hrane, baz zaposljivosti, statistični zdravstveni podatki – WHO, …

• Torej idealno za ergonomske analize• Vozniki avtobusov imajo 2-krat večjo incidenco srčno-žilnih

obolenj kot kondukterji.• Smrtnost je največja pri tistih moških, ki imajo fizično lahko

delovno okolje in narašča z njihovo starostjo.• Slabosti

• Testiramo na nivoju celotne populacije, kar pomeni, da ne moremo povezati podatke na posameznika.

• Ne moremo kontrolirati efekt še ostalih kovariat.• Ne moremo kontrolirati za parcialno korelacijo.

• Ugotovili so, da veliko vnesenih maščob vpliva na pojavnost raka na dojki.Temu je res le v primeru, da ima ženska nizko razmerje 2-hydroxyestrone/16a-hydoxyestrone in hkrati malo GŠA ter visok indeks telesne mase.

Model kroničnih obolenj

• Naravna zgodovina obolenja

• Kronične bolezni se razvijajo več (tudi do 40) let, da jih lahko diagnosticiramo.• Epidemiolog želi dovolj zgodaj preusmeriti naravno pot

razvoja bolezni, ki je taka:• Indukcijska faza – obdobje od točke, ko je rizični faktor začel

spreminjati zdravje do diagnoze bolezni.• Pojav – obdobje po diagnozi.• Primarna preventiva – preventiva prvega znaka bolezni.• Sekundarna preventiva – preventiva pojava bolezni.• in Nastop bolezni, ki je nekje med prvimi znaki in diagnozo.

92

Epidemiološki dizajni eksperimentalnih raziskav• Kohortne raziskave (ang. cohort studies)

• Najprej izberemo vzorec zdravih ljudi in jih razdelimo v skupine, glede na ogroženost – izpostavljenost nekemu faktorju.

• Naredimo inicialne meritve in jih potem redno spremljamo dalj časa (2 do 20 let).

• Opazujemo redke dogodke, ki nas zanimajo (rakava obolenja, smrtnost, …).

• Primerjava med skupinami je lahko absolutna (razlika) ali relativna (količnik skupine s kontrolno skupino). Slednji količnik je relativni rizik (<1 zmanjšuje rizik-ugoden efekt, 1 ni rizika, >1 povečan rizik)

Epidemiološki dizajni eksperimentalnih raziskav• Kohortne raziskave (ang. cohort studies)

• Prednosti• Točno vemo, da je bila izpostavljenost faktorju pred nastopom

dogodka, kar popolnoma sledi naravnemu toku bolezni.• Primerne za redke dogodke – bolezni.• Primerne za opazovanje več dogodkov.

• Ne le srčnega infarkta, temveč tudi Parkinsonove bolezni, srčne kapi, smrtnosti, samomora, …

• Slabosti• Potrebno slediti ogromno število ljudi.• Veliko število izrednih izstopov (pred dogodkom) lahko

povzroči nenaključen vzorec.• Nekateri dogodki so tako redki, da jih niti z velikim vzorcem in

veliko število let ne zaznamo.• 17000 moških, 6 let, da so zaznali 572 srčnih infarktov.

Pri moških 42.2 srčnih kapi / 10000 moških v letu.Pri ženskah le 9.8 srčnih infarktov / 10000 žensk v letu.

Epidemiološki dizajni eksperimentalnih raziskav• Študija vzrokov bolezni (ang. case-control studies)

• Primerja dve skupini preiskovancev: skupino primerov (ang. case group) z določeno preiskovano boleznijo, in kontrolno skupino (ang. control group), enakovredno (po spolu, starosti, etničnosti, otrocih, …), brez te bolezni.

• Študija vpliva nizke GŠA na incidenco raka dojk pri ženskah < 40 leti: 545 obolelih + 545 neobolelih žensk iz istega geografskega področja, v času med 1983–89. Torej primerljivi skupini.

• Obe skupini analiziramo: tipično z vprašalniki in intervjuji o času pred pojavom bolezni.

• Izračunamo mero vpliva nekega dejavnika na nastanek bolezni rizik bolezni (ang. odds ratio).

Količina GŠA N bolezen/ni bolezni UV rizik bolezni MV rizik bolezni

0 ur/teden 195/154 1.0 1.0

0.1 – 0.7 ur/teden 103/90 0.92 (0.65 – 1.32) 0.95 (0.64 – 1.41)

0.8 – 1.6 ur/teden 84/102 0.66 (0.46 – 0.95) 0.65 (0.45 – 0.96)

1.7 – 3.7 ur/teden 103/100 0.82 (0.58 – 1.17) 0.80 (0.54 – 1.17)

> 3.8 ur/teden 61/99 0.50 (0.34 – 0.73) 0.42 (0.27 – 0.64)

93

Epidemiološki dizajni eksperimentalnih raziskav• Študija vzrokov bolezni (ang. case-control

studies)• Prednosti

• Ponavadi so to prve študije, ki veljavno povežejo določeni faktor z določeno boleznijo in so znatno cenejše od ostalih kohortnih študij.

• So primerne za študije redkih bolezni, ker ne potrebujemo velikega N za dovolj veliko incidenco bolezni ali dolgega longitudinalnega spremljanja.

• Lahko analiziramo več dejavnikov določene bolezni hkrati –multivarianta analiza.

• Omogoča celovitejšo spremljanje nastanka bolezni.

• Slabosti• Ponavadi je težko sestaviti primerljivo kontrolno skupino.

• Kontrolna skupina ni več reprezentativna populaciji temveč skupini primerov bolezni. Lahko izberemo nenaključno skupino in to vpliva na končni rezultat.

• Preiskovanci z boleznijo doživljajo svojo zgodovino drugače kot če bi bili zdravi – vpliv na poročanje o svoji zgodovini.

Epidemiološki dizajni eksperimentalnih raziskavNevarnosti veljavnosti v epidemioloških študijah:• Sistematično odstopanje od prave vrednosti (ang. bias).

• Poznamo več razlogov za tovrstno odstopanje:• Percepcija merilca, merjenca, motivacija, natančnost

instrumenta, naključnost vzorca, sugeriranje vprašalnika, intervjuja, nenatančnost navodil (Kaj je GŠA?)…

• Dodatni faktor, ki zamegli pravi odnos med faktorjem in rezultatom (ang. confunding factor)• Je faktor, ki tudi vpliva na končni rezultat, podobno kot pravi

faktor.• Kajenje poleg GŠA lahko vpliva na neko bolezen. To rešimo

tako, da:• Uporabimo multivariante statistične metode in gledamo razlike

med univariantno izračunanim rizikom bolezni (ang. unadjusted) in multivariantno korigiranim (ang. adjusted). Če veliko razlika – potem je velik vpliv tega faktorja.

• Lahko pa tudi stratificiramo vzorec (kadilci in nekadilci posebej).

Epidemiološki dizajni eksperimentalnih raziskav• Naključne raziskave (ang. randomized trials)

so namenjene testiranju vpliva nekega pravega faktorja na določeno zdravstveno stanje.• Ponavadi z uporabo eksperimentalne in kontrolne skupine.

• Klinične študije (ang. clinical trials): gledamo na spremembo zdravja posameznika.• Kontrolni skupini ne smemo odvzeti zdravljenja!

• Zato na področju raziskav vpliva GŠA na zdravje iščemo tako kontrolno skupino, ki ima tako vrsto GŠA, ki biološko ne vpliva na zdravje ljudi kot GŠA v eksperimentalni skupini.

• Primer je študije dodatne organizirane vadbe na zdravje, kjer eksperimentalna skupina izvaja vodeno organizirano vadbo (tek, kolesarjenje, telovadba, igre z žogo, gimnastika, pilates, …), medtem ko kontrolna le tisto GŠA, ki jo izvajajo tekom življenjskega sloga oziroma življenjskih navad (sprehod, pospravljanje, vrtnarjenje, …).

94

Epidemiološki dizajni eksperimentalnih raziskav• Naključne raziskave (ang. randomized trials) so

namenjene testiranju vpliva nekega pravega faktorja na določeno zdravstveno stanje.• Ponavadi z uporabo eksperimentalne in kontrolne skupine.

• Študije skupnosti (ang. community trials): s ciljem po spremembi življenjskega sloga v določeni skupnosti.• Zakaj skupnost?: (1) s ciljanjem na celotno skupnost lahko

dobimo več primerov bolezni, (2) v skupnosti lažje izvedemo spremembo življenjskih navad, (3) socialni faktor je močen pri življenjskem slogu, (4) intervencije se izvajajo v njihovem življenjskem okolju in (5) so logistično lažje izvedljive.

• Ciljamo jih lahko z več intervencijami (park, mediji, oznake na zdravi hrani, športni dogodki, …).

• Potrebno izvesti enako raziskavo na več eksperimentalnih in več kontrolnih skupnostih.

• V najenostavnejših primerih le v eni eksperimentalni in eni kontrolni skupnosti.

• V tem primeru ne vemo zakaj je prišlo do razlik! Le predpostavljamo!

Eksperimentalne inkvazi-eksperimentalne raziskave

• Eksperimentalni pristop poskuša dokazati odnos med vzrokom in posledico (ang. cause-and-effect)!

• Je najbolj robusten način!

Trije kriteriji za določanje odnosa med vzrokom in posledico

• Doseči moramo tri kriterije odnosa med vzrokom in posledico:1. Vzrok mora nastati pred časom posledice.

• Vpliv pijače z ogljikovimi hidrati (OH) mora biti pred začetkom kolesarjenja.

2. Obstajati mora povezava (korelacija) med njima.• Vemo že, da le povezava ni dovolj za določitev odnosa

med vzrokom in posledico.• Obstajati mora povezava med količino vnosa OH in

časom testa.

3. Povezava med njima ne more biti pojasnjena še z neko drugo spremenljivko.• Preveriti moramo, če slučajno na čas testa vpliva tudi

starost, spol, vnos kofeina, anabolnih steroidov, …

95

Kaj določa odnos med vzrokom in posledico?• Ni statistika!• Samo z aplikacijo logičnega razmišljanja v dobro

dizajnirane eksperimente.• Določimo, da obstaja le ena možna razlaga za spremembe

v odvisni spremenljivki in to je manipulacija neodvisne spremenljivke.

• To pa lahko dosežemo z:• Dobro preštudiranim teoretičnim ozadjem.• Uporabo pravih preiskovancev.• Uporabo pravega eksperimentalnega dizajna.• Pravilno uporabo kontrole eksperimenta (pravega

faktorja).• Pravilno izbiro odvisne spremenljivke in postopkov

merjenja.• Pravilno izbiro statistične metode.• Pravilno interpretacijo rezultatov.

Tipi eksperimentalnih dizajnov

• Pravi eksperimentalni dizajn je eno najmočnejših raziskovalnih orodij.• Njihov namen je povečati variabilnost med skupinami in

zmanjšati variabilnost znotraj skupin (error). To je kar povečanje razmerja F.

• Ko dizajniramo raziskavo največkrat želimo pokazati vpliv pravega faktorja (neodvisne spremenljivke) na odvisno spremenljivko. Kar pomeni dovolj velik F, da te razlike lahko statistično potrdimo.

• Največkrat določajo pravo vrednost raziskave.• Poznamo tri tipe:

• Pred-eksperimentalni dizajn.• Pravi eksperimentalni dizajn.• Kvazi eksperimentalni dizajn.

Pred-eksperimentalni dizajn

Nimajo naključne razdelitve preiskovancev v skupine in le malo kontrolirajo veljavnost. Niso uporabni za resne študije!

• Študija z eno meritvijo.• Eksperimentalna skupina (ES) dobi pravi efekt (T), čemur

sledi meritev (O).• Ni kontrolne skupine (KS).• Vse kar lahko rečemo, da je ES v nekem času imela odvisno

spremenljivko (OS) določene vrednosti.• O ne moremo povezati s T.

• Vpliv vrhunskega športa na zdravje, gibalne sposobnosti, telesne značilnosti. Brez kontrolne skupine.

T O

96


• Ena skupina s pred- in post- meritvijo.• ES dobi pred-meritev (O1), potem T, čemur sledi post-

meritev (O2).• Ni KS.• Ugotovimo lahko spremembo (O2 – O1). Vendar je ne

moremo pripisati T.• Bed rest z 10 preiskovanci v ES. Spremembe se lahko zgodijo

tudi zaradi zgodovine vadbe ali življenjskega sloga preiskovancev. Recimo, da je nekdo veliko treniral in potem šel v bed rest. Ali ne bi bilo isto tudi, če bi samo nehal trenirati.

• Podobno pri otrocih, ko imamo razvojni efekt poleg apliciranega T.

• Uporabimo t-test/ANOVA za odvisne vzorce za testiranje razlik.

O1 T O2


• Primerjava s statično skupino.• Nimamo naključne razdelitve• ES dobi T in opravimo le po-meritev (O1).• KS ne dobi T in opravimo le meritev (O2).• Ne vemo, če sta bili skupini enaki na začetku, kar

onemogoči interpretacijo razlik med O1 in O2. Lahko so bile razlike prisotne že na začetku in ne zaradi T.

• Vpliv vrhunskega športa na zdravje, gibalne sposobnosti, telesne značilnosti. Z kontrolno skupino.

• Uporabimo t-test/ANOVA za neodvisne vzorce

T O1

O2

Povzetek pred-eksperimentalnih pristopov

• Ni naključne delitve v skupine.• Ni oziroma malo kontrole veljavnosti.• Niso veljavne metode za dokazovanje

pravega efekta.• Ne bodo objavljene v dobrih revijah!

Rejection letter:“Dear researcher, thank you for submitting your paper to our research journal. To save time, we are enclosing two rejection letters – one for this paper and one for

next one you send.”

97

Pred-eksperimentalni dizajn –Nevarnosti veljavnosti

Faktorji veljavnosti Študija z eno meritvijo

Ena skupina s pred-in post- testom

Primerjava z statično skupino

Notranja

Zgodovina – – +

Razvoj – – ?

Testiranje + – +

Instrument –

Statistična regresija ? +

Razlike v vzorcu – + –

Smrtnost – –

Izbira x razvoj – –

Placebo efekt ? ? ?

Zunanja

Reaktivni efekt pre-testa + – +

Preiskovanci x pravi faktor – – –

Umetno raziskovalno okolje ?

Interferenca večkratnih testov – – –

Pravi-eksperimentalni dizajn

Imajo naključne razdelitve preiskovancev v skupine in zato lahko rečemo, da so bile enake pred študijo. • S tem lahko kontroliramo:

• Enakost na začetku študije.• Enak vpliv razvoja na obe skupini.• Večina vplivov na veljavnost (testiranja, statistično regresijo,

razlike v vzorcu zaradi selekcije, interakcije med selekcijo in razvojem).

• Vendar, da je temu res tako mora poskrbeti raziskovalec.

• Vrste pravih eksperimentalnih dizajnov:• Dizajn naključnih skupin.• Pre-test in post-test dizajn naključnih skupin.• Solomon dizajn štirih skupin.


• Dizajn naključnih skupin.• Je isto kot pred-eksperimentalni dizajn „Primerjava s

statično skupino“, le da imamo na začetku naključno razdelitev vzorca v eksperimentalno in kontrolno skupino.

• Če uspemo kontrolirati še ostale nevarnosti veljavnosti, je ta dizajn nadvse primeren za kvalitetno interpretacijo rezultatov.

• Uporabimo statistični t-test neodvisnih vzorcev za potrditev razlike med O1 in O2 (levo). Lahko poljubno primerjamo več faktorjev (desno), potem ANOVA.

• Vpliv intervencije na psiho-fizične sposobnosti preiskovancev.

R T O1

R O2

R T1 O1

R T2 O2

R O3

98


• Dizajn naključnih skupin.• Razširitev na več faktorski dizajn.

• Primer 3x2 ANOVA: 3 intenzivnosti vadbe (A1, A2, A3) obeh spolov (B1 in B2). B ne more biti naključno izbran, A pa lahko.

R A1 O1 = R B1A1 O1

B1 R A2 O2 = R B1A2 O2

R A3 O3 = R B1A3 O3

R A1 O4 = R B2A1 O4

B2 R A2 O5 = R B2A2 O5R A3 O6 = R B2A3 O6

Pravi-eksperimentalni dizajn• Pre-test in post-test dizajn naključnih skupin.

• Še vedno so skupine naključno tvorjene, le da imamo poleg post-testov še pre-teste. Pre-test lahko služi za kontrolo naključne porazdelitve skupin.

• Cilj takega dizajna je vrednotenje sprememb po faktorju v eksperimentalni skupini in sprememb v kontrolni skupini.

• Nevarnost je v kršenju veljavnosti zaradi efekta testiranja, katerega ne moremo izmeriti.

• Uporabimo lahko več vrst statističnih testov:• RM MANOVA (efekt T je prvi faktor in pre/post test drugi faktor).• RM ANOVA z 1 faktorjem ponavljanja in 1 fiksnim faktorjem.• ANCOVA, kjer post-teste (O2, O4) korigiramo na pre-teste (O1, O3).• ANOVA ali t-test neodvisnih vzorcev za razliki (O2-O1) in (O4-O3).

R O1 T O2

R O3 O4

Pravi-eksperimentalni dizajn• Pre-test in post-test dizajn naključnih skupin.

• Kako izbrati pravi statistični test?• Analiza razlik v ES in KS je zelo privlačna, ker je enostavna,

vendar ne upošteva morebitnih razlik med ES in KS v začetku.• Razlaga tega je zelo obširna in presega naš čas in zahtevnost,

zato več o tem drugje (Thomas et al. 2005; Schmidt & Lee, 1999).

• Možne razširitve dizajna.• Več ponovitev meritev, kar je pogosto v fiziologiji GŠA,

študijah učenja, … (tudi do 30). Pri tem se lahko pojavi problem preveč-kratnih meritev, kar lahko rešimo, da jih združujemo (povprečimo) v bloke in tako zmanjšujemo ponovitve.

• Primer: učenje v treh metodah, v dveh jezikih in v 30 ponovitvah. 3(učenje)x2(jezik)x30(ponovitve) RM ANOVA.

• Zavedati se moramo možnemu kršenju veljavnosti z testiranjem samim in nad tem nimamo kontrole.

99


• Solomonov dizajn štirih skupin.• Edini pravi dizajn, ki kontrolira efekt testiranja na

veljavnost.• Je kombinacija dizajnov naključnih skupin in pre-test post-

test naključnih skupin.• Testiranja efekta: Če O2>O4 in O5>O6.• Testiranje velikosti razlik: (O2-O1) > (O4-O3).• Testiranje efekta testiranja O1 ali O3: O2>O5.• Testiranje interakcije pre-testa s T: O2>O5.

R O1 T O2

R O3 O4

R T O5

R O6

2x2 ANOVA statistični test:

Ni T T

Pre-test O4 O2

Post-test O6 O5

Povzetek pravih-eksperimentalnih pristopov• Imamo naključne delitve v skupine.• Težko je kontrolirati le efekt testiranja.• So veljavne metode za dokazovanje pravega

efekta.• Bodo objavljene v dobrih revijah!• Z dobrim raziskovalnim dizajnom je običajno

potrebno biti zelo previden pri dodatnih zahtevah statističnih testov.• MANOVA• RM ANOVA, RM MANOVA• ANCOVA

Pravi-eksperimentalni dizajn –Nevarnosti veljavnosti

Faktorji veljavnosti Dizajn naključnih

skupin

Pre- in post- test dizajn naključnih

skupin

Solomonov dizajn štirih

skupin

Notranja

Zgodovina + + +

Razvoj + + +

Testiranje + + +

Instrument

Statistična regresija + + +

Razlike v vzorcu + + +

Smrtnost + + +

Izbira x razvoj + + +

Placebo efekt ? ? ?

Zunanja

Reaktivni efekt pre-testa + – +

Preiskovanci x pravi faktor ? ? ?

Umetno raziskovalno okolje ? ? ?

Interferenca večkratnih testov

100

Kvazi-eksperimentalni dizajn

Tip dizajna, ki ne spada v prejšnji dve kategoriji, kjer poskuša raziskovalec zadovoljit čim več kontrolam veljavnosti. • Naključnost porazdelitve ne moremo vedno zadovoljiti.

• Delitev otrok v naključne skupine, če so že razdeljeni v razrede.

• Testiranje vadbe starostnikov, kjer vsak živi na svojem koncu mesta, ne more do fitnesa, ki izvajajo en tip vadbe, zato obiskuje tisti tip vadbe, ki mu je bolj pri roki.

• Vrste kvazi-eksperimentalnih dizajnov:• Obraten dizajn.• Dizajn neenake kontrolne skupine.• Ex Post Facto dizajn.• Dizajn vklopljene podvojitve.• Časovne vrste.


• Obraten dizajn.• Se ga uporablja v šolah in ostalih okoljih, kjer ne smemo

motiti naravne porazdelitve.• Testiramo efekt faktorjev T1 (O3>O2) in T2 (O5>O4), včasih

lahko le T1, potem konec dizajna pri O3.• Testiramo efekt brez faktorja: (O2>O1), (O4>O3), (O6>O5).

O1 O2 O3 O4 O5 O6

Čas

Od

vis

na

sp

rem

en

ljiv

ka

T1 T2 A

BC

O1 O2 T1 O3 O4 T2 O5 O6

O1 O2 O3 O4 O5 O6

Čas

Od

vis

na

sp

rem

en

ljiv

ka

T1 T2

D

E

F

Kvazi-eksperimentalni dizajn• Dizajn neenake kontrolne skupine.

• Uporabljamo v naravnem okolju, ko kontrolne skupine ne moremo naključno določiti.

• Kot pre-test in post-test dizajn brez naključnih porazdelitev v skupine (R).

• Najprej testiramo O1 in O3 in preverimo enakost skupin.• Če ni značilnih razlik, še ne pomeni, da skupini nista različni v

kakšnih drugi neizmerjeni značilnosti, ki pa še vedno lahko vpliva na rezultat.

• Če so razlike značilne, potem z ANCOVO korigiramo O2 in O4 za začetne razlike.

• Testiramo z (M)ANOVO, z RM faktorjem pre-test/post-test in fiksnim faktorjem ES/KS in seveda interakcijo.

O1 T O2

O3 O4

101

Kvazi-eksperimentalni dizajn• Ex Post Facto dizajn.

• Uporabljamo v naravnem okolju, ko je faktor že deloval in zdaj nas zanimajo razlike.

• Razlike v mišični arhitekturi med body-builderji, vrhunskimi športniki in kontrolno skupino.

• Ne spreminjamo neodvisne spremenljivke, temveč le opazujemo odvisne(o).

• Razlike lahko potrdimo, vendar ne vemo, če so le-te le rezultat delovanja določenega faktorja.

• Pridobimo pa veliko novih informacij o takih vzorcih, ki jih lahko kasneje bolj kontroliramo in raziščemo.

• Poimenujejo ga tudi vzročno-primerjalni dizajn.

Kvazi-eksperimentalni dizajn• Dizajn vklopljene podvojitve.

• Lahko je pravi- ali kvazi-eksperimentalni dizajn:• Če jih v skupine razdelimo naključno je pravi-.• Če so skupine razdeljene tematsko (teniški igralci, atleti,

nogometaši, …) je kvazi-.• Redko se uporablja, a največkrat v športnih moštvih, kjer lahko

primerjamo več moštev ali tvorimo skupine znotraj moštva in jih testiramo ter apliciramo pravi faktor.

• Število skupin mora biti >2 in število ponovitev za 1 več kot število skupin.

• Pravi faktor je več krat apliciran in lahkoopazujemo dolgoročniefekt.

• Statistična obdelavaobsega RM ANOVA,RM MANOVA, …

# skupin Ponovitve

1 2 3 4 5

1 O1T O2 O3 O4 O5

2 O6 O7T O8 O9 O10

3 O11 O12 O13T O14 O15

4 O16 O17 O18 O19T O20

Kvazi-eksperimentalni dizajn• Časovne vrste.

• Imamo le eno skupino in poskušamo pokazati, da je efekt pravega faktorja drugačen kot takrat, ko ga ni.

• Testiramo trenutek med naklonom O1…O4 in O5…O6.• RM ANOVA ni najbolj primerna za statistično analizo, bolj so

uporabne tehnike regresije, kjer testiramo naklon in presečišča.• Kontroliramo efekt testiranja, naključne porazdelitve (le ena

skupina), razvoj, … le smrtnosti ne.

O1 O2 O3 O4 O5 O6 O7 O8

Čas

Od

vis

na s

pre

men

ljiv

ka T A

BC

O1 O2 O3 O4 T O5 O6 O7 O8

O1 O2 O3 O4 O5 O6 O7 O8

Čas

Od

vis

na s

pre

men

ljiv

ka T

DEF

G

102


• Dizajn z le enim preiskovancem.• Ne izvajamo statistike, le opazujemo spremembe na grafu.

• Proučevanje vrhunskega športnika, psihološki tretma določene osebe, človek s posebnimi potrebami, …

• Lahko spremljamo več preiskovancev, ob poljubnih dnevih s poljubno dolgimi periodami efekta.

• Tipično izvajamo merjenja večkrat.• Izmerimo najprej inicialno stanje (ang. baseline) in potem večkrat

apliciramo efekt in redno opravljamo meritve.

• Zanima nas absolutna vrednost odvisne spremenljivke in predvsem njena variabilnost.

0

10

20

30

40

50

60

70

80

90

0 10 20 30 40

Čas / dnevi

Pra

vil

na i

zved

ba v

aje

/ %

T T

Povzetek kvazi-eksperimentalnih pristopov• Imajo manjšo kontrolo nad notranjo

veljavnostjo.• Vendar, se jih uporablja, ko ne moremo

uporabiti pravih-eksperimentalnih dizajnov.

• Najbolj pa so uporabni, ko pravi-eksperimentalni dizajni preveč rušijo zunanjo veljavnost.• Omogočajo situacijska testiranja (odvisna

spremenljivka, okolje in merski instrument).• Omogočajo specifični izbor preiskovancev

(Športnikov, invalidov, …).

Kvazi-eksperimentalni dizajn –Nevarnosti veljavnosti

Faktorji veljavnosti Časovne vrste

Dizajn neenake kon.

skupine

Obraten dizajn

Ex post facto

vklopljene podvojitve

Notranja

Zgodovina – – – ? ?

Razvoj + + + ? +

Testiranje + + + +

Instrument

Statistična regresija + – + +

Razlike v vzorcu + + + – ?

Smrtnost + + + ?

Izbira x razvoj + – + –

Placebo efekt ? ? ? ? ?

Zunanja

Reaktivni efekt pre-testa – – ? – ?

Preiskovanci x pravi faktor ? ? ? ? ?

Umetno raziskovalno okolje ? ? ? ? +

Interferenca večkratnih testov ? +

103

Ponovitev

• Spoznali smo principe, prednosti in slabosti neeksperimentalnih in eksperimentalnih raziskovanj.

• Spoznali smo vrste raziskovanj.• Znamo oceniti vrsto raziskovalnega

dizajna s stališča veljavnosti.• Znamo dizajnirati najugodnejši

raziskovalni dizajn.

Predavanje 7:KONTROLA KAKOVOSTI RAZISKOVANJA

Izvedeli boste:1. Notranjo kontrolo kakovosti

1. Etična odobritev2. Soglasje preiskovancev

2. Zunanjo kontrolo kakovosti1. Omejitve zunanje kontrole kakovosti

3. Raziskovalna nepoštenost4. Vrednotenje kakovosti

Kontrola kakovost raziskovanja

• Spoznali smo temelje raziskovanja, vendar kdo je “raziskovalna policija”, ki naj bi skrbela, da je vse prav?

• Ni ene preproste mere kakovosti raziskovanja.

• Še največ je zaupanonam samim.• Zato moramo

raziskovalno rasti,se usposabljati,izboljševati, …

104

Notranja kontrola kakovosti

• Je kontrola znotraj raziskovalne organizacije (RO) ali skupine (RS), ki skrbi za odobritev raziskovanja in ščiti pravice preiskovancev.• Torej skrbi za kakovost dokler raziskovalec ne

poskuša objaviti svojih rezultatov.• Vrste organov, ki skrbijo za notranjo

kontrolo kakovosti.• Pregled strokovnjaka področja (ang. peer review).• Predstavitev raziskovalca, projekta, kolokviji,

Journal clubi (ang. research defenses).• Znanstveni ali strokovni odbor institucije (ang.

institutional review board - IRB).

Pregled strokovnjaka/ov

• Ponavadi ima RO enega ali več strokovnjakov-znanstvenikov na področju.• Pregleda znanstveni projekt, preden gre na IRB ali ga kar

odobri, če ni potrebe po višjem organu pregleda.• Vendar je za dobro oceno pomembno, da je strokovnjak res

iz področja predlaganega projekta.• Drugače težko oceni metode, znanstveno vrednost.• Lahko le oceni etičnost pristopa in splošno odličnost.• V majhnih RO to skoraj ni možno, zato se mora baza

strokovnjakov širiti tudi izven RO.• Če ni možno dobiti pravega strokovnjaka, lahko prosimo ostale

le za splošno mnenje, konstruktivno kritiko, …, kar od nas zahteva, da smo odprtih glav, pripravljeni sprejeti in dati kritiko.

Predstavitev raziskovalca, projekta, kolokviji, journal clubi• Javna predstavitev (komisija in druga javnost)

projekta in raziskovalca v obliki foruma, kolokvija, branjenja magistrske ali doktorske teze.• Cilj je kandidatu pomagati do še boljše zasnove projekta in

ne do poniževanja ali zgolj hvaljenja. Potrebno je biti kritičen, kajti le tako se nekaj nauči.

• Kandidata se sprašuje in hkrati vodi preko logičnega sklepanja do odgovora.

• Vedno je potrebno k temu pristopiti dobronamerno, kajti običajno je komisija bolj izkušena in strokovno ter znanstveno podkovana od kandidata.

• Tovrstne izkušnje boste dobili tudi vi v okviru seminarjev.

• Če kandidat uspe objaviti svoje delo pred javno predstavitvijo, je to dodaten pokazatelj kakovosti dela, ki ga komisija upošteva.

• Idealen doktorat ali magisterij!

105

Znanstveni ali strokovni odbor institucije – IRB• Primarna naloga je ščitenje etičnega ravnanja s

preiskovanci.• S tem ščitijo tudi RO za odgovornost pri morebitnih

kršenjih, katerih mora biti kar se da malo.• Pregleda raziskovalni predlog, soglasje, oceno verjetnosti

nekaterih nevarnosti, …• Ker ni stopnja nevarnosti povsod visoka, se IRB lahko

sestaja tudi v ožjih oblikah, za manj rizične predloge.• Je najpomembnejši instrument notranje kakovosti.

• Logično je (ni pa nujno), da naj bi vsaka RO, ki dela na področju kineziologije, imela svoj IRB.

• Ponavadi jo sestavljajo: pravniki, zdravniki, učitelji, psihologi, filozofi, sociologi in še kakšni predstavniki neznanstvene stroke, lahko pa še tudi biomehaniki, trenerji, fiziologi kot zunanji konzultanti ali redni člani.

Znanstveni ali strokovni odbor institucije – IRB• Načini ocenjevanja.

• Tipično se postavi vprašanje:• Kakšna je stopnje tveganja za preiskovanca v odnosu na

pomembnost ugotovitve?• Naredi se analiza tveganja in pomembnosti.• Potem se glasuje.

• Vsaka raziskava potrebuje odobritev IRB (že mentor je lahko član, lahko tudi senat univerze), preden se prične izvajati po odobrenih navodilih IRB.

• IRB ne more kaznovati kršitve, zato se zaupa raziskovalcu.• Vsak raziskovalec mora čez urjenje preden lahko izvaja

raziskavo…kar ravnokar počnemo.• Vsak preiskovanec bi moral tudi, no temu pa ni vedno tako,

zato je na raziskovalcu, da ga pošteno pouči.

Etično dovoljenje

• V Sloveniji imamo Komisijo RS za medicinsko etiko.• http://www.kme-nmec.si/• Če IRB odloči, da je potrebno pridobiti dovoljenje KME, se mora

izpolniti naslednji obrazec:

1. Poln naslov in morebitno šifro raziskave.

2. Ime vodje raziskave oz. odgovornega raziskovalca, podatke o strokovni usposobljenosti in njegov kratek življenjepis (če še nima šifre raziskovalca pri Agenciji za raziskovalno dejavnost). Ime ustanove, ki predlaga raziskavo, in ustanove, na kateri bo raziskava potekala.

3. Ime in usposobljenost zdravnika, odgovornega za varnost oseb v raziskavi.

4. Načrt in protokol raziskave, vključno: namen in znanstvena utemeljitev, podprta s pregledom bistvene literature metode (tudi statistične) recenzija znanstvene veljavnosti raziskave (če je na razpolago) predlagateljeva ocena etičnih vidikov raziskave (možne koristi / tveganja in obremenitve) povzetek v jeziku, ki je razumljiv ljudem brez medicinske izobrazbe.

5. Osebe, ki bodo povabljene v raziskavo: način pridobivanja prostovoljcev (ali drugih udeležencev) izjava predlagatelja, da vabila ne bo spremljal pritisk ali neprimerno napeljevanje merila za vključitev, nevključitev, izključitev, predvideno število informacija o denarnem ali kakšnem drugačnem nadomestilu udeleženim osebam.

106

Etično dovoljenje• V Sloveniji imamo Komisijo RS za medicinsko etiko.

• http://www.kme-nmec.si/• Če IRB odloči, da je potrebno pridobiti dovoljenje KME, se mora izpolniti naslednji obrazec:

6. Kako bo poskrbljeno za varnost in koristi oseb v raziskavi narava in verjetnost predvidljivega tveganja za zdravje udeleženih oseb opis ukrepov za preprečevanje oz. ublažitev posledic neugodnih dogodkov če gre za možnost mutagenih ali teratogenih učinkov, kakšni ukrepi so predvideni.

7. Če je predvidena primerjalna skupina bolnikov, kako bodo zavarovane njihove koristi.

8. Kako bo varovana zaupnost osebnih podatkov prostovoljcev v raziskavi.

9. Ali bodo udeležencem dostopni podatki o njihovem zdravju in rezultati raziskave.

10. Kdo je naročnik in plačnik raziskave (ime, naslov, odgovorni koordinator; isto tudi za morebitnega organizatorja raziskave (CRO)). Nadalje:

kako so zavarovane za morebitno škodo na zdravju (kopija zavarovalne police) informacija o morebitnih plačilih ali nagradah raziskovalcem in njihovim sodelavcem v

raziskavi.

11. Ali je predlog te raziskave (ali širše raziskave, katere del je predlagana raziskava) že ocenjevala kakšna komisija za etiko. Predložiti podatke in oceno.



12. Izjava predstojnika ustanove ali oddelka, na katerem bo tekla raziskava, ali strokovnega predstojnika ali mentorja odgovornega raziskovalca, da so vključeni raziskovalci usposobljeni za delo v zvezi z raziskavo, da so zmožni pravočasno prepoznati morebitne zaplete, ki bi lahko ogrožali zdravje ali življenje oseb v raziskavi, in da so zmožni pravilno ukrepati; da je na ustanovi poskrbljeno za strokovnost dela in varnost oseb v raziskavi; da bo nadziral raziskovalce, da se bodo držali načel Helsinške deklaracije o biomedicinskih raziskavah na človeku, določil Konvencije Sveta Evrope o varovanju človekovih pravic in dostojanstva človeškega bitja v zvezi z uporabo biologije in medicine (Oviedske konvencije) in načel slovenskega Kodeksa medicinske deontologije.

13. Izjava odgovornega raziskovalca, da se bo držal načel Helsinške deklaracije o biomedicinskih raziskavah na človeku, določil Konvencije Sveta Evrope o varovanju človekovih pravic in dostojanstva človeškega bitja v zvezi z uporabo biologije in medicine (Oviedske konvencije) in načel slovenskega Kodeksa medicinske deontologije. Izjava odgovornega raziskovalca in njegovega predstojnika o morebitnem konfliktu interesov (npr. o možnem finančnem interesu za določen izid raziskave).

14. Obrazec izjave o zavestni in svobodni privolitvi sodelujočih zdravih oseb ali bolnikov v raziskavi, ki jo bodo podpisovali preiskovanci (oz. izjave o soglasju, ki jo bodo podpisovali zakoniti zastopniki, če gre za osebe, ki niso sposobne samostojne privolitve) po primerni in razumljivi ustni in pisni poučitvi o morebitnih koristih, neprijetnostih in tveganjih. Obvestilo oz. pojasnila za sodelujoče prostovoljce. Navedba naslova in telefonske številke zdravnika, pri katerem lahko oseba v raziskavi dobi nujno medicinsko pomoč v primeru resnega neugodnega pojava.



15. Informacija, kako naj osebe v raziskavi v nujni situaciji vzpostavijo stik z odgovornim zdravnikom

16. V raziskavah, kjer obstaja nevarnost teratogenosti in v katerih sodelujejo prostovoljke v rodni dobi (zdrave ali bolne): pisno pojasnilo o nevarnosti in izjava o tem, da se bodo udeleženke zavarovale pred zanositvijo, vse dokler ne mine nevarnost teratogenih učinkov na plod.

Datum oddaje vloge in podpis predlagatelja

Po odobritvi raziskave morate na KME nasloviti tudi: morebitne spremembe protokola, ki kakorkoli spreminjajo etične vidike že odobrene raziskave poročila o resnih neugodnih dogodkih, ki prizadevajo zdravje udeležencev (gl. tudi naslednjo točko) obvestilo o morebitni predčasni prekinitvi raziskave in razlogih zanjo obvestilo o končanju raziskave in sumarično končno poročilo, četudi so rezultati raziskave negativni.

Poročila o resnih nepredvidenih reakcijah (suspected unexpected serious adverse reactions, SUSAR ) in o resnih neugodnih dogodkih (severe adverse events, SAE)

107



Brez odlašanja poročajte o resnih nepričakovanih zapletih, ki spreminjajo varnostno oceno in s tem tudi razmerje med tveganjem in koristjo, kot je bilo ocenjeno pred začetkom študije oz. je bilo ocenjeno kot sprejemljivo. Tu je všteta tudi nepričakovana pogostnost sicer pričakovanih zapletov. To pravilo se nanaša na vsa pomembna registrirana opažanja, povezana z raziskovanim zdravilom ali substanco, torej tudi v drugih študijah ali zunaj njih.

Iz multicentričnih kliničnih preskušanj, ki se izvajajo tudi v Sloveniji, pričakujemo poročila o resnih nepričakovanih zapletih (SUSAR), ki so se zgodili pri nas.

Za ostale zaplete zadoščajo periodična - četrtletna, polletna oz. letna poročila.

Poročila pod točkama 1 in 2 in letna varnostna poročila naj spremlja komentar naročnika in/ali glavnega raziskovalca. V vseh drugih primerih komisijo do nadaljnjega obveščajte le obdobno (v odvisnosti od trajanja raziskave, npr. četrtletno, polletno, letno…) z varnostnimi poročili, ki naj vsebujejo pregled dogodkov (ne opise posameznih primerov) in komentar naročnika, CRO ali odgovornega glavnega raziskovalca. Sporočila lahko pošljete po e-pošti na naslov [email protected], in sicer kot datoteke PDF, pripete k osnovnemu sporočilu, v katerem seveda navedite vse podatke, ki jih zahteva naslednja, 20. točka.

Vse dopise, naslovljene KME, ki se nanašajo na raziskavo, ki jo je KME že odobrila oz. obravnavala, na primer prošnjo za obravnavo spremembe protokola, za evidentiranje neugodnih dogodkov ipd., opremite z imenom vlagatelja (glavnega raziskovalca) in s številko oz. oznako ter datumom zadnjega dopisa KME, namenjenega tej raziskavi



Če so osnovni dokumenti raziskave v angleščini, jih - razen navedenih pri št. 4 (zadnja vrstica), 14, 15 in 16 - za komisijo ni treba prevajati. Odgovor komisije je načeloma v slovenščini. Če pa potrebujete mnenje KME tudi v angleščini (npr. pri raziskavah za tuje naročnike), vlogi priložite slovensko in angleško prošnjo za njeno obravnavo (da se izognemo netočnim prevodom specifičnih strokovnih izrazov, imen ustanov, nazivov ipd.).

Komisija se sestaja enkrat mesečno. Vloga je zanesljivo obravnavana na prvi tekoči seji, če gradivo prispe vsaj en teden prej (in ni potrebna še recenzija zunaj KME). V nujnem primeru lahko zaprosite predsednika KME za vnaprejšnjo odobritev, ki jo nato lahko dokončno potrdi Komisija na prvem rednem sestanku. Vlogo pošljite v enem izvodu na naslov:

Prof. dr. Jože Trontelj, dr. med., predsednik KMEInštitut za klinično nevrofiziologijo, Klinični center, 1525 Ljubljana.Po elektronski pošti KME vlog še ne more sprejemati.

KME je dolžna na vlogo pisno odgovoriti v 60 dneh od prejema vloge, navadno pa ga pošlje v dveh do treh tednih po seji, na kateri je vlogo obravnavala, in sicer na naslov iz zaglavja vašega osnovnega dopisa. Če želite, da kopijo odgovora pošljemo še komu (naročniku raziskave, mentorju idr.), nam to sporočite v dopisu k vlogi, kjer - seveda -navedite tudi njegov naslov. Navedite tudi morebitne druge želje, npr. da potrebujete dva originalno podpisana odgovora, seznam članov KME, ki so bili na seji, ko je bila vloga obravnavana, potrjen seznam dokumentov, ki sestavljajo vašo vlogo ipd.

Pisno soglasje• Je dokument, katerega mora podpisati vsak

preiskovanec preden pristopi k raziskavi.VPLIV SIMULIRANE BREZTEŽNOSTI NA ČLOVEKA

Inštitut za kineziološke raziskave, Znanstveno-raziskovalno središče Koper, Univerza na Primorskem

PISNO SOGLASJE PREISKOVANCA–PROSTOVOLJCAIme preiskovanca:_________________________________________Leto rojstva: 19___ Spol: M Ž

Podpisani potrjujem naslednje:• v raziskavi sodelujem prostovoljno in lahko od nje kadarkoli odstopim;• prebral in razumel sem Informacije za preiskovance;• podrobno sem seznanjen s celotnim potekom in pomenom raziskave;• poznam vse stranske učinke in nevarnosti raziskave;• obveščen sem, da me bo pred začetkom prvega poskusa pregledal zdravnik, ki bo spremljal moje zdravstveno stanje tudi v

nadaljevanju raziskave; brez njegovega pristanka v raziskavi ne bom sodeloval;• vem, da je celoten postopek raziskovalnega projekta pregledala in odobrila Komisija RS za medicinsko etiko;• dovoljujem uporabo rezultatov raziskave ob upoštevanju etičnih meril.

S svojim podpisom prostovoljno pristajam na sodelovanje v raziskavi.

Koper,_____2008 Podpis preiskovanca:____________________

IZJAVA RAZISKOVALCEVPotrjujem, da sem preiskovancu razumljivo razložil potek, tveganje, nevšečnosti in koristi raziskave ter, da se bom ravnal po določilih

Komisije RS za medicinsko etiko.Raziskovalec:______________________

Koper,_____2008 Priča:______________________

108

Zunanja kontrola kakovosti

• Je vsakršni proces izven RO, ki skrbi za desiminacijo raziskovalnih rezultatov.• Po končani raziskavi ima raziskovalec možnost,

da deli rezultate z drugimi.• Prezentacija (konference, znanstveni sestanki,

forumi, vabljeno predavanje, plakati…).• Prispevki (konference, revije, znanstvene

monografije, knjige, učbeniki, …).

• Najboljše oblike desiminacije (revije) slovijo ravno po najboljši zunanji kontroli kakovosti.• Recenzija dovoli objavo le najbolj kakovostnih

prispevkov!

• Vrste zunanje kontrole kakovosti:• Objava raziskovalnega prispevka.

Objava raziskovalnega prispevka

• Terminologija:• Prispevek v pripravi (ang. manuscript).• Objavljen prispevek – članek (ang. article).

• Po končani raziskavi ima raziskovalec možnost, da deli rezultate z drugimi:

• Če so rezultati dovolj kakovostni oziroma odmevni jih objavimo, drugače ne – kar lahko predstavlja nevarnost za izkrivljanje znanosti.

• Včasih so tudi kakovostni rezultati, pridobljeni na pravilen način neobjavljivi, ker manjka jasnost razlage, slaba interpretacija.

• Potrebno je gledati na veliko faktorjev, katere mora pretehtati raziskovalec sam in tudi drugi – uredniški odbor, recenzenti, …

Recenzentski proces

• Ga sestavljajo uredniški odbor ali urednik in recenzenti.

• Raziskovalec se sam odloči kam bo poslal prispevek.• Preveri, če je prispevek oddan skladno z navodili za avtorje.• Predlaga nekaj recenzentov (ponavadi 2 ali 3) za kritično

presojo prispevka.• Ponavadi so recenzenti avtorju neznani in obratno (ang. blind

review). Tudi RO se ne navajajo.• Svoje kritike posredujejo nazaj uredniškemu odboru in

opozorijo na vsako najmanjšo napako in priporočajo sprejem ali zavrnitev prispevka (brezpogojno sprejet, sprejet, brezpogojno zavrnjen).

• Če zavrnjen, potem se ga običajno predela in pošlje v drugo revijo.

• Neetično je poslati isti prispevek v dve reviji!

109

Omejitve recenzentskega procesa

• Čeprav je to zagotovo najboljša oblika zunanje kontrole kakovosti, je potrebno vedeti, da:• s tem ne le odločajo kaj se bo v tej reviji objavilo in kaj ne,

ampak tudi oblikujejo znanja na določenem področju.• Novi učbeniki bodo nastali na osnovi teh znanj, študenti bodo

brali to kot učno gradivo, …

• Nizka ponovljivost recenzentov.• Le v 40% recenzij se ocene recenzentov popolnoma ujemajo.

Intraklasna korelacija 0.37.

• Nenatančnost recenzij.• Potrebno najti način urjenja recenzentov! Danes ga ni.

• Niso le najboljše študije objavljene!• Vsak raziskovalec se mora začeti vključevati v

recenzentski proces in prispevati k boljšemu recenzentskemu procesu!

Raziskovalna količina proti kakovosti

• Žal se znanstvena odličnost vedno ocenjuje po raziskovalni količini namesto, da bi se po kakovosti.• Ali količina res odraža kakovost in s tem

povezano odličnost?

• Možna je tudi še drugačna kontrola raziskovalne kakovosti in s tem količine.• Kakovost se oceni le na osnovi petih znanstvenih

objavah (ni pomembno, če jih imaš 20).• Podaljša se obdobja do napredovanja in s tem

omogoči več časa za korektno in kakovostno izvedbo raziskovalnega dela.

Raziskovalna nepoštenost

• Težko odkrijemo, vendar kadar jo, so sankcije velike.

• Pogoste nepoštenosti:• Kopiranje prispevkov drugih.• Ponarejanje in prirejanje podatkov.• Ponovno objavljanje istih podatkov.

110

Vrednotenje kakovosti raziskovanja• Je nujno potrebno, saj vse prevečkrat prehitro

zaključimo ali nekomu verjamemo.• Danes na voljo nešteto virov, da lahko preverimo neko

informacijo.• To je sicer dobro, ampak tudi zelo težko, ob poplavi informacij.

Zato je potrebno prepoznati zaupanja vredne vire.

• S katerimi instrumenti merimo?• Merila veljavnosti.• Metodološki del.• Varianca preiskovancev.• Raba stopnje tveganja.• Velikost efekta.• Avtorstvo in revija. (?)• Dejstvo, če res lahko vse ugotovljene razlike razložimo z

neodvisno spremenljivko.

Vrednotenje kakovosti na osnovi veljavnosti• Je prva faza ocenjevanja rezultata!• Ponavadi se najprej osredotočimo na

velikost vzorca.• Z velikostjo vzorca se zmanjšuje napaka

merjenja, s tem tudi β in s tem povečuje moč raziskave.

• Dovolj velik vzorec znamo oceniti.• Velik N je potreben, ko pričakujemo majhen efekt

faktorja na odvisno spremenljivko, in kadar več zunanjih vplivov (skupno z neodvisno spremenljivko) dodatno vpliva na odvisno spremenljivko.

• Preverimo še pravilno rabo statističnih metod, raziskovalnega dizajna, zadostnega izpostavljanja pravemu faktorju, …

Vrednotenje kakovosti na osnovi metodologije

• Tu se ponavadi osredotočimo na merski instrument, ki je opisan v …• metodološkem delu.

• Opisan mora biti dovolj detajlno, da je iz njega razvidno (ogrevanje, kalibracija, počitek, aplikacija merilnega instrumenta, večkratno merjenje, …).

• Če se sklicujemo na sorazmerno nov instrument, ni dovolj le sklic na drugo literaturo, kjer je opisan, ampak je njegovo rabo potrebno opisati tudi tu bolj detajlno.

• Dobro je navesti (citirati) kakšno drugo našo raziskavo, kjer smo isti instrument že uporabili, čeprav ni vsebinsko vezana na to. S tem dokazujemo naše izkušnje z rabo instrumenta.

• Uveljavljene instrumente lahko opisujemo z manj detajli.

111

Vrednotenje kakovosti na osnovi variance preiskovancev

• Velikost variance (SD2) vpliva na več faktorjev…

• Povečuje velikost potrebnega vzorca N.• Zmanjšuje varianco napake in s tem t- oz. F –vrednost.

• Zato raje vzamemo bolj podobne preiskovance.• Za analizo hoje uporabimo enako stare otroke z približno

enako telesno sestavo in fizično pripravo.

• Vendar, če podoben vzorec, potem manjša zunanja veljavnost (manjša možnost posploševanja).

• Potrebno najti kompromis in ga zagovarjati in pravilno interpretirati.

Vrednotenje kakovosti na osnovi rabe stopnje tveganja• Z njo je možno manipulirati rezultat raziskave.

• Ker je povečevanje N včasih drago in časovno zahtevno, raje povečamo alpha iz 0.05 na 0.10.

• S tem povečamo verjetnost napake prvega reda.• Ampak, tudi alpha = 0.05 ni brez tega tveganja.• Ampak, saj se vedno spodbujajo študije, ki zgolj ponavljajo

določeno hipotezo.• Ampak, če sprejmemo H0 pri alpha 0.05, odvrnemo druge

raziskovalce od tega področja.

• To je pogosto potrebno pri raziskavah z veliko zunanjih vplivov.

• Testiranje efekta treninga, učenja, intervencij za dvig količine in intenzivnosti gibanja, …

• Spodbuja se poročanje P za vsak test, saj se lahko P = 0.051 interpretira in razume popolno drugače kot P = 0.60 ali zgolj N.S.

Vrednotenje kakovosti na osnovi velikosti efekta

• Je velikost razlik med dvema skupinama –praktična značilnost razlik.• Statistična značilnost in velikost efekta sta

ponavadi dva ločena pojma!• Učinek efekta je lahko značilen, a velikost efekta je lahko

zelo majhen … tipično pri prevelikem N.

• Potrebno, ga je izračunati, kjerkoli je to mogoče.• Odstotek razlik med skupinami.• ω2 ali koeficient determiniranosti R2.• Velikost efekta = D/SD = (Me - Mk)/SD.

• Velikost efekta omogoča direktno primerjavo med raziskavami (META analiza).

112

Vrednotenje kakovosti na osnovi avtorstva in revije

• Ni vedno res, da ugledni avtorji ali ugledne revije pomenijo visoko kakovost prispevka.

• Ne gre vedno verjeti prvemu avtorju.• Ne smemo “opremiti” naš prispevek z uglednimi

soavtorji.• Ne gre slepo verjeti ugledni reviji.

• Lahko se najdejo poznanstva avtorjev in recenzentov.

• Vsaka raziskava ima svoje omejitve in slabosti.• Velikokrat lahko tako znanstveno vrednotimo nov

izdelek (merilni instrument, dieta, zdravilo, obutev) trga.• Redko je to res znanstveno vrednoteno.

Vrednotenje kakovosti na osnovi interpretacije pravega efekta

• Vedno je potrebno poznati vse okoliščine raziskave.

• Učinek vadbe bo zagotovo manjši na ljudeh, če jih bomo opazovali v nekem neugodnem trenutku (menstruacija, ločitev, poškodba, uživanje anabolikov, antidepresivov…).

• Zavedati se moramo, da ni vsaka ugotovljena razlika odvisna zgolj od učinka pravega faktorja.

• Zato postavimo vključitvene (ang. inclusion criteria) in izključitvene kriterije (ang. exclusion criteria) pri izbiri preiskovancev oziroma tudi pri obdelavi podatkov.

Da/ne evalvacijska lista1. Je namen raziskave postavljen?2. Je potreba po raziskavi izpostavljena?3. Metode

a. So preiskovanci opisani?b. So meritve opisane dovolj detajlno?c. So meritve veljavne in ponovljive?d. So uporabljene pravilne statistične metode?

4. Rezultatia. So jasno predstavljeni?b. So tabele in grafi primerni?c. So napisane stopnje tveganja?

5. Diskusija in zaključkia. So rezultati primerjani z drugimi študijami?b. Je izračunana velikost efekta?c. So omenjene omejitve raziskave?d. So odmevni zaključki omenjeni?e. So zaključki temelječi na rezultatih?f. Je diskusija aplikativnosti omenjena?

6. Notranja veljavnosta. Je dovolj velik učinek pravega efekta?b. Sta dovolj velika vzorec in raziskovalna moč?c. So bili prisotni zunanji vplivi in ali so bili kontrolirani?

7. Zunanja veljavnosta. Na koga lahko posplošimo rezultate?b. So bili preiskovanci prostovoljci?

113

Ponovitev

• Spoznali smo principe notranje kontrole kakovosti raziskovanja.

• Spoznali smo principe zunanje kontrole kakovosti raziskovanja.

• Spoznali smo se z dvema ključnima dokumentoma etičnosti raziskovanja.

• Omenili smo raziskovalno nepoštenost, katere se bomo izogibali.

• Spoznali smo načine vrednotenja kakovosti raziskovanja.

• Znamo kritično (osnovno) oceniti znanstveni prispevek s stališča kakovosti raziskovanja.

Predavanje 8:RAZVOJ RAZISKOVALNEGA PROBLEMA

Izvedeli boste:1. Razvoj raziskovalnega problema z uporabo literature

a. Identifikacija raziskovalnega problemab. Namen pregleda literaturec. Osnove strategije pregleda literature

2. Predstavitev raziskovalnega problemaa. Pisanje pregleda raziskav – uvodb. Formuliranje metodološkega dela – metode

3. Etična vprašanja

Identifikacija raziskovalnega problema

• Ne smemo se na določenem področju omejevati preozko.• Lahko spoznamo, da je že veliko raziskanega in

bomo šli pregloboko, kjer so naša znanja še neprimerna.• Nastop mišične atrofije pri človeku je dobro raziskana

tudi do molekularne ravni, vendar so določeni vidiki še veno odprti (merilni instrument, rehabilitacija, mikrogravitacija, dinamika, …).

• Glavni razlog, zakaj poslušate ta predmet v 1. semestru, je v tem, da boste znali raziskovalno pristopiti k razumevanju snovi v drugih poglobljenih predmetih.

114

Napotki pri izbiri raziskovalnega projekta• Vedno sledi raziskavam v domači RO,

državi in šele nato širše.• Priključi se izkušenejšim raziskovalnim kolegom,

saj imajo ponavadi planirano serijo raziskav.• Poslušaj predlogom, “journal clubom” starejših

raziskovalcev oziroma mentorjem.• Preberite pregledne prispevke iz področja in

nekatere prispevke, ki jih ti izpostavljajo.• Na osnovi teh treh predlogov si izdelajte

listo sorodnih vprašanj, ki bi vas zanimala.• Pogovorite se z mentorjem ali profesorjem

o njih.• Najprej rešite manj težavne probleme in zrastite

ob njih!

Iščite vzroke in ne posledice

• Naj vas ne fascinirajo posledice, temveč se vedno pozanimajte o vzrokih.• Vzroki so tisto kar iščemo.

• Ugotovili so, da je mišična atrofija značilna že po dveh dneh ležanja. In to kar za 6%. Zakaj je temu tako?

• Naj nas glavna ugotovitev ne zadovolji. Vedno nas mora zanimati, kakšen je mehanizem za njo.

Uporabljaj induktivno in tudi deduktivno sklepanje

• Induktivno sklepanje: iz posameznih opazovanj preidemo na hipoteze in teorijo.• Držimo se logičnega in vzročnega povezovanja.

• Analiziramo delovno mesto in opazimo (število poškodb hrbta visoko, težave z vidom po 10 letih, težave s sluhom po 5 letih, spodbuja debelost, …). Postavimo hipoteze, jih preverimo in ustvarimo teorijo: Delovno mesto XXX je nevarno za zdravje in ga je potrebno spremeniti, da bo delavcu bolj prijazno.

• Deduktivno sklepanje: iz teorije preidemo na posamezne hipoteze.

• Vemo, da je delovno mesto nevarno za zdravje, vendar ne vemo na katere vidike zdravja. Preverimo posamezne hipoteze in potrdimo ali ovržemo teorijo.

115

Pregled literature• Ga je vedno

potrebno izvesti, preden začnemo planirati novo raziskavo.• Če področje “že

preveč” raziskano, je celo bolje menjati raziskovalno področje.

• Pozorni podite na preiskovance –zunanja veljavnost, deljenost ugotovitev, kompleksnost merjenja, omejitve raziskav.

• Načrtujte si tabelo ali graf dosedanjih ugotovitev.

15

20

25

30

35

40

45

50

55

60

5 25 45 65 85

Age / years

Bic

ep

s fe

mo

ris

Tc /

ms

Children NONSP (N=29) Children SPORT (N=17) Sprint (N=27)Sprint (N=15) Sedentary (N=25) Dancers (N=16)Ageing (N=52) MA Sprinters MA Endurance

Pišo

t et

al.,

2007

Šimunič et al., 2005

Šimunič et al., 2009

Namen pregleda literature

• Identifikacija problema.• Izberemo raziskave, ki so vezane na raziskovalno področje.• Podrobno preberimo izbrane in ponavadi najdemo mesto za

naš prispevek – potencialni problem.• Potem podrobno preiščemo potencialni problem.

• Razvoj hipoteze.• Hipoteza je lahko deducirana iz teorije ali inducirana iz

opazovanj.• Mora sloneti na logičnih razmišljanjih.

• Razvoj eksperimentalnega dizajna.• Je zelo kreativen del planiranja raziskovanja, ki pa lahko

hitro spodleti.• Zato se učimo iz že objavljenih poskusov in uporabimo

preverjene dizajne• raziskave same, vzorca, statističnih metod, število meritev, …• Naj to ne ubije kreativnosti v nas samih.• Ne vedno slepo slediti drugim.

Osnovne strategije iskanja literature

• Odvisno od začetnega poznavanja področja oziroma problema.• Začetnik se loti popolnoma drugače od drugih.

• Elektronsko iskanje je danes popularno.• Tam je več novejše literature (primarnih virov).

• Pomanjkanja poglobljenega razumevanja, kar je zapisano v starejših virih oziroma že knjigah (sekundarni viri).

• Koraki iskanja literature.1. Formuliraj raziskovalni problem.2. Upoštevaj sekundarne vire.3. Določi ključne besede.4. Išči preliminarne vire.5. Preberi in izloči relevantno literaturo.6. Napiši pregled relevantne literature.

116

1. Formuliranje raziskovalnega problema

• Dovolj široko in dovolj ozko formulirajte raziskovalni problem.

• Analiza dinamike mišične atrofije.• Vpliv potovanja po vesolju na ravnotežje.• Tehnika učenja ŠV je povezana s kakovostjo učne ure.• Intervencije za dvig količine in intenzivnosti

gibalne/športne aktivnosti.• Analiza fiziološkega stresa vojaških uniform Slovenske

vojske.• Analiza teka pri mlajših otrocih.• Povezanost samoizbrane hitrosti hoje in morfologije

človeka.• Analiza tehnik višinske aklimatizacije.

2. Upoštevanje sekundarnih virov

• S tem pridobimo razumevanje raziskovalnega problema v globino.• Pomembno pri raziskovalcih začetnikih, ki imajo

še omejeno znanje o raziskovalnem problemu.• Enciklopedije, knjige, …

• Poznamo splošne in specializirane, ki se razlikujejo v širini in globini opisovanja področja zanimanja.

• Za njihov nastanek je potrebno več let raziskovanja, kar pomeni veliko raziskovalno zamudo.

• Pregledni članki (ang. review article), znanstvene monografije (ang. scientific monograph), …• Nekdo je naše delo že naredil in nam pripravil izbor

relevantne literature, ga tudi kritično analiziral in predlagal nerešena vprašanja.

3. Definicija ključnih besed

• Ključne besede so besede ali nizi besed, ki nam pomagajo iskati preliminarne vire.• Pomembno, da postavimo primerne širše in ožje

ključne besede.• Skeletna mišica, mišična atrofija, ultrazvok, …• Smučanje, trajektorija zavoja, …• Metabolni sindrom, visok krvni tlak, kajenje, …• Motorično učenje, validacija, testiranje, …

• Pogosto se med iskanjem nabor ključnih besed lahko širi, vendar pri tem pozor, da ne preveč –lahko zaidemo.

117

4. Iskanje preliminarnih virov

• Bazo preliminarnih virov širimo z:• Iskanjem preko povzetkov.

• Dostop do povzetkov je vedno mogoč.• Namen povzetka je ravno olajšanje iskanja preliminarnih virov.

• Iskanjem preko baz podatkov.• Spletni brskalniki revij in člankov.

• Pubmed, Sicris, Web of Science, Medline, SportDiscus,…• Iskanjem preko bibliografij drugih virov.

• Pozor, ker je potrebno vedno preveriti, preden vir umestimo.• Iskanjem preko knjižničnih info sistemov.

• Cobiss, …• Iskanjem preko spleta.

• Deloma vključuje tudi že vse naštete. Google Scholar, …

• Potem pridobimo izbrane preliminarne vire.• Prost dostop, nakup, preko zakupa dostopa, “kopiranje”,

pisanje avtorju.

Nekaj kinezioloških revij in njihova “vrednost” – SCI faktor


118


Nekaj kineziologiji sorodnih revij in njihova “vrednost” – SCI faktor

5. Išči in izloči relevantno literaturo• Potrebno je prebrati in razumeti prispevke, da jih lahko

izločimo in hranimo.• Pomembno je, da vključimo vse pomembne prispevke področja, a

dodatno velja tudi (nepisano pravilo):• Uporabi sorodne članke bližnjega (geografskega) okolja (Slovenija,

mentor, …).• Uporabi sorodne članke iz revije, kjer nameravaš objaviti tudi svoj

prispevek.• Pri tem moramo izločiti naslednje ključne META informacije (lahko

beležimo na posebnem obrazcu, ki ga pripnemo kopiji članka):• Hipotezo.• Značilnosti preiskovancev.• Merilne instrumente.• Proceduro merjenja.• Neodvisne in odvisne spremenljivke.• Pravi faktor, ki je bil apliciran.• Raziskovalni dizajn.• Statistične metode.• Zaključke.• Odprta vprašanja, ki jih raziskava pušča za sabo.

119

6. Napiši pregled relevantne literature• Pregled literature ima tri glavne dele.

• Uvodni del• Namen in motivacijo.• Teoretično in praktično pomembnost tega pregleda.

• Telo besedila• Lahko razdelamo v poglavja, smiselne sklope (ne kronološko).• Jasno navajanje dejstev, a naj ne bo dolgočasno in

nepovezano.• Pomembno je držati rdečo nit in ne vijugati.• Pomembnejše študije lahko opišemo detajlneje.• Več podobnih lahko združujemo.• Pokazati moramo dovoljšnjo mero kritičnosti in celostnosti.• Slednje že lahko pomeni prostor za naš prispevek.

• Povzamemo s sklepom• Naj poudari končne zaključke in pomen tega dela.• Naj navede neodgovorjena vprašanja in predlaga bodoče

raziskave.

Predstavitev raziskovalnega problema• Cilj je bralcu predstaviti razlog, zakaj se

ukvarjamo s to tematiko.• Za ta namen imamo na voljo UVOD, ki je

lahko razdeljen na več delov.• Naslov• Uvodni odstavek• Stavek z definicijo problema in pomembnost• Hipoteza• Definicije• Predpostavke in omejitve

• Ta razdelitev ni obvezujoča, ampak mora temu logično slediti.

Izbira naslova

• Zaradi velike pomembnosti naslova se le-ta največkrat dokončno oblikuje šele na koncu.• Vmes uporabljamo delovni naslov raziskave.

• Problem dolžine naslova.• Povezan s tem, kako detajlno naj opisuje raziskavo.

• Nekatere revije omejujejo dolžino naslova na cca 85 znakov.• Primer dobrega naslova: “12-minutni test plavanja za določitev

aerobnih sposobnosti”• Primer predolgega naslova: “Uporaba 12 minutnega testa

plavalnih sposobnosti za določitev srčno-žilnih in dihalnih sposobnosti človeka”

• Primer prekratkega naslova: “Test plavalnih sposobnosti”

• Vedno imej v mislih bralce.• Prilagodi naslov reviji oziroma potencialnim bralcem.

• “Attenuated Cardiac Mitochondrial-dependent Apoptotic Effects by Li-Fu Formula in Hamsters Fed with a Hypercholesterol Diet”

120

Pisanje Uvoda

• Njegov namen je pritegniti bralce in prikazati problem ter njegovo ozadje.• Ne uporabljati preveč tujk oziroma tehničnih izrazov.• Kljub temu, pa lahko predpostavimo, da bodo bralci vsaj

malo seznanjeni z raziskovalnem področjem.• Ponavadi smo mi tisti, ki največ vemo o tem raziskovalnem

področju in tega se moramo zavedati.• Uvod se zaključi s predstavitvijo problema, ki pa pri dobrem

uvodu niti nebi bila potrebna.

• Obvezni deli uvoda.• Splošne informacije za opis relevance (s sklicevanjem na

literaturo).• Specifične informacije za opis ozadja (s sklicevanjem na

literaturo).• Eksplicitni opis raziskovalnega problema.

Pisanje raziskovalnega problema

• Je kratek odstavek (ali le stavek), ki eksplicitno poudari raziskovalni problem, katerega rešitev bomo v nadaljevanju predstavili.

• “V naši raziskavi bomo pokazali odnos med količino gibanja in telesno maščobo pri mlajših otrocih.”

• “Incidenca poškodb spodnjega dela hrbtenice in vratnih vretenc je na delovnem mestu pilota helikopterja velika, zato bomo v tej raziskavi izmerili vibracije v odnosu na položaj pilota helikopterja.”

• “Motivacija otrok pri testu vzdržljivosti ni vedno enaka, zato bomo analizirali ponovljivost metode za testiranje vzdržljivosti otrok v odnosu na otrokovo motivacijo.”

• Identifikacija spremenljivk.• Čeprav naj bi bil raziskovalni problem zgoščen, je včasih

potrebno izpostaviti tudi spremenljivke (neodvisne, odvisne, kategorične, zunanje, kontrolne, …).

• “Prikazali bomo odnos med odstotkom maščobe, izmerjenim z bioimpedančno metodo, in indeksom telesne mase pri starejših ženskah.”

• Pravilno formuliranje besedila (sintaksa!).

Predstavitev raziskovalne hipoteze

• Raziskovalna hipoteza je logično deduktirana iz teorije ali induktirana iz predhodnih ugotovitev, ki že namiguje rezultat.• Jo vedno uporabljamo v člankih.

• Naša raziskovalna hipoteza je, da obstaja povezava med količino in intenzivnostjo gibalne/športne aktivnosti, izmerjene z merilnikom pospeška oz. poročane s strani preiskovancev.

• Statistična hipoteza (ničelna hipoteza) ni isto kot raziskovalna hipoteza.• Se uporablja le za statistične teste, ki sledijo

eksperimentalnemu delu, in je včasih lahko ista kot raziskovalna hipoteza.

• Ni povezave med objektivno in subjektivno izmerjeno količino gibalne/športne aktivnosti.

• Ni povezave med objektivno in subjektivno izmerjeno intenzivnostjo gibalne/športne aktivnosti.

121

Definicija pojmov

• Je potrebna, da lahko kasneje z njimi operiramo in računamo.

• Mera utrujenosti?• Stopnja fizične pripravljenosti?• Starostni razredi?• Dehidracija?

• Izvedemo funkcijsko definicijo.• Mera utrujenosti – je čas od začetka testa, do trenutka, ko

maksimalna moč pade za 20% od začetne vrednosti.• Starostni razredi – S20_25…20 ≤ starost < 25 let; S25_30… • Čas krčenja – čas od 10% do 90% maksimalne amplitude.

• Ne moremo se vedno strinjati s funkcijsko definicijo, a vsaj vemo katera je bila uporabljena.

Navedba predpostavk, razmejitev in omejitev• Predpostavke

• Brez njih študije ne bi bilo mogoče izvesti.• Študija kakovosti ure ŠV: Predpostavimo, da je izvajalec

kompetenten učitelj.• Merjenje maksimalne moči: Predpostavimo, da merilec zna

opraviti meritev in da je merski instrument veljaven.• Razmejitev

• Omejitve, ki jih postavi raziskovalec.• Raziskava športnikov iz le treh športov.• Raziskava z uporabo specifičnega gibalnega testa.

• Omejitve• Omejitve, ki jih ne moremo kontrolirati oziroma so rezultat

razmejitev.• Slabša zunanja veljavnost, zaradi vključitve le treh športov.• Neprimerljivost podatkov z raziskavami, narejenimi z drugim

gibalnim testom.

• Ne pretiravat z opisom, da ne razvrednotimo raziskave.

Upravičevanje pomembnosti raziskave (ang. rationale of the study)• Temeljni pomen

• Ni potrebno, da ima takojšnji efekt.• Pomen raziskave na razvoj teorije.

• Aplikativni pomen• Ima takojšnji efekt.• Prenos teorije v prakso.• Ponavadi konkretni odgovor na določen problem.

• Opisovanje pomembnosti raziskave.• Poskušat zajeti holističen pogled.• Pokazati zapolnjeno vrzel, ki jo raziskava prinaša.• Opisati tako temeljni kot aplikativni pomen

raziskave.

122

Razlika med magistrskim delom in člankom

• Članki ne vsebujejo vseh teh poglavij.• Dolžina člankov krajša.• Ni pregleda literature, oziroma je integriran in

skrčen v uvod.• Namen raziskave je vedno podan, kot zadnji

(od)stavek uvoda.• Raziskovalne hipoteze so vedno podane.• Predpostavke, omejitve in razmejitve niso skoraj

nikoli podane.• Čeprav se jih priporoča.

Predstavitev metod dela

• Metode dela so namenjene predstavitvi:• Preiskovancev (ang. participants rather than subjects).• Merilnih instrumentov (ang. instruments).• Postopkov dela (ang. procedures).• Raziskovalnega dizajna, analiz in statističnih postopkov

(ang. research design, analysis, statistics).

• Namen metod je razložiti kako je bila raziskava narejena.• Mora biti dovolj podrobna, da lahko drug raziskovalec

ponovi raziskavo.• Podrobnost opisa v disertacijah je bistveno večja kot v

člankih.• V člankih je dovolj sklic na drug članek, vendar le če je

dostopen vsem.

Planiranje metod dela

• Namen je izločitev vseh neželenih hipotez.• Spomnimo se na primer velikosti čevljev in znanja

matematike.• Telesna maščoba je povezana s hitrostjo šprinta.

• Maxiconov princip:• Maksimiziraj pravo varianco in minimiziraj varianco

napake ter kontroliraj zunanje vplive.

• Principa planiranja eksperimentov.• Manj je več.

• Optimalni N, kot tudi število spremenljivk.

• Enostavno je bolje.• Raziskava naj bo enostavna kar se le da. S tem bo

enostavna tudi obdelava in interpretacija.

123

Opisovanje preiskovancev

• Standardni opis preiskovancev.• Starost, Spol, Nivo treniranosti/sposobnosti, Velikost

(telesna višina, teža, maščobna masa, mišična masa, …), Specifičnosti (športnik, kolesar, pacient, …).

• Stavek o prostovoljnem sodelovanju in podpisanem soglasju.

• Stavek o številu preiskovancev vključenih in priznati smrtnost ali izključitev.

• Naključno smo izbrali 48 moških, starih od 21 do 34 let, iz skupine 147 visoko-treniranih tekačev na dolge razdalje (VO2max > 60ml/kg/min). Preiskovanci so imeli naslednje značilnosti (standardna deviacija je v oklepajih): starost, M = 26 let (3.3); telesna višina, M = 172.5 cm (7.5); telesna masa M = 66.9 kg (8.7); VO2max = 65 ml/kg/min (4.2). Kasneje smo jih naključno razdelili v štiri skupine (n = 12).

• Podrobnost opisa se lahko razlikuje med študijami.

Izbor preiskovancev glede na raziskovalne cilje

• Katere preiskovance izbrati?• V skladu s cilji raziskave.

• Za testiranje učinka vadbe ramenskega sklopa ne bomo izbrali metalce kopja.

• Za testiranje povezanosti med VO2max in dosežkom na maratonu, ne bomo izbrali profesionalne maratonce.

Opisovanje merilnih instrumentov

• Cilj je točno definiranje odvisne spremenljivke.• Pri izbiri merilnega instrumenta moramo

upoštevati:• Veljavnost in ponovljivost testa.• Kompleksnost merjenja.• Dostopnost instrumenta.• Upravljanje z instrumentom.• Ali znamo meriti preiskovance z njim?• Občutljivost instrumenta?• Časovna kompleksnost merjenja.

• Opiši:• Poročaj o veljavnosti in ponovljivosti testa.• Poročaj o rezultatu merjenja (enota).• Opiši adaptacije na instrumentu, če so bile potrebne

(izločanje šuma, …).• Podaj shemo meritve, če kompleksno merjenje.

124

Opisovanje postopkov

• Vsebuje pomembne informacije o izvedbi meritev.• Kdaj smo izvedli meritev/meritve.

• Na začetku (ang. baseline), na koncu in 3 mesece po koncu.

• Kako smo izbrali rezultat za nadaljnjo analizo.• Vsak preiskovanec je skočil 3-krat in rezultat najvišjega skoka

smo vzeli v nadaljnjo analizo.

• Kako dolgo/intenzivno/pogosto je deloval faktor.• Kakšna navodila smo dali preiskovancem.• Ali so bile predhodno izvedene pilotne študije oziroma ali se

je merilec izobrazil za rabo instrumenta.

• Podanih mora biti dovolj informacij, da lahko nekdo raziskavo ponovi.

• Za čim manj metodoloških ali postopkovnih napak je vedno potrebno izvesti pilotno študijo.

Pilotna študija

• Namen je preveriti, če lahko veljavno opravimo določene merilne postopke oziroma apliciramo pravi faktor.• Vsaka raziskovalna naloga mora vsebovati pilotno

študijo, saj z njo:• Preverimo izvedljivost študije (časovno, prostorsko,

finančno).• Preverimo delovanje instrumentov.• Preverimo potrebo po raziskovalnem osebju.• Preverimo navodila preiskovancem.• Preverim varnost pri eksperimentalnem delu.• Preverimo zbiranje in vnos podatkov.

Opisovanje raziskovalnega dizajna in statističnih metod• Opis raziskovalnega dizajna je potreben za

logično sklepanje o postavljeni hipotezi.• Zelo pomemben del metode in si zasluži svoje

podpoglavje.• Da vidimo, če smo kontrolirali vse alternativne in

zunanje vplive.• Pri tem tudi naštejemo vse statistične metode

(eksperimentalni dizajn).• Statistično orodje (SPSS, Matlab, STATISTICA,

Mathematica, Excel, …).• Skoraj povsod deskriptivna statistika vseh spremenljivk

(M in SD).• Analiza povezanosti, regresije ali razlik.• Stopnja tveganja.

125

Kontrola efekta manipulacije

• Kako vemo, da je preiskovanec res telovadil doma 60 minut dnevno?

• Kako vemo, da se preiskovanec res ni opiral no nogo pri študiju mišične atrofije in izgube kostne mase zaradi imobilizacije?

• Vedno je potrebno kontrolirati svoj eksperimentalni dizajn.• To lažje izvedemo v laboratorijskih pogojih, težje

v situacijskih pogojih.• Napaka se prišteva k zunanjim vplivom in poveča

možnost vpliva alternativnih spremenljivk.

• Možno je tudi na kvalitativen način preverjati, čeprav je kvantitativen način zaželen.

• O tej kontroli je tudi potrebno poročati v metodah.

Usodne napake raziskovanja

• Usodne napake vedno onemogočijo objavljivost rezultatov in s tem popolnoma razvrednotijo raziskavo.

• Študija ravnotežja po bedrestu z merjenjem v 10-sekundnem intervalu.

• Nelogično postavljena hipoteza.• Predpostavke ne zdržijo.• Neprimerno število preiskovancev.• Premalo intenziven pravi efekt.• Neveljavno merjenje.• Neprimerno zajemanje podatkov (premalokrat).• Nekontrolirani zunanji vplivi.

Etična vprašanja

• Vsak raziskovalec se redno srečuje z etičnimi vprašanji.

• Ponavadi se nanašajo na slabo vodenje (zlorabljanje) raziskave, skupinsko delo in delo s preiskovanci.

• Delimo jih na področja:• Nepoštenosti.• Avtorskih pravic.• Zlorabljanje raziskav.• Skupinsko delo.• Varovanje preiskovancev.• Varovanjem živali.

126

Sedem področij nepoštenosti

1. Plagiarizem• Kraja ideje, slike, rezultata, teksta, …• Raziskovalni tatovi so vsi soavtorji ukradenega.

• Nikoli ne kradite znanstvene ideje, je najdragocenejša stvar raziskovalca.

• Revije preverjajo pred objavo pri vseh avtorjih.2. Prirejanje in ponarejanje

• Prirejanje podatkov, izmišljanje podatkov, večkratno objavljanje rezultatov, krivo navajanje citatov drugih, …• Nikoli objaviti dveh prispevkov z enako vsebino.

3. Neobjavljanje vseh podatkov• Izpustimo nekatere podatke, ker kvarijo statistični test.• Tanka črta med slabimi podatki in neobjavljenimi podatki.

• Prepričajmo se o naravi podatka in jih upoštevajmo (če pravilno izmerjeni) ali izločimo (če prišlo do napake).


4. Napake pri zbiranju podatkov.• Zbiranje podatkov preiskovancev, ki ne ustrezajo

vključitvenemu kriteriju.• Napačno delovanje merilne tehnike.• Neprimerno ravnanje s preiskovanci in preiskovancev

(popivanje, izsiljevanje s plačilom).• Nepravilno zajemanje podatkov.

5. Nepravilno hranjenje podatkov.• Podatke moramo shraniti v surovi obliki in ne spremenjeni.

Za kontrolo podatkov vsaj 3 leta.6. Napačno navajanje avtorstva.

• Prvi avtor je avtor ideje in raziskovalnega plana.• Drugi in tretji sta po vrsti glede prispevanja.• Tehnično osebje niso soavtorji, ampak navedeni v zahvali.• Le tisti avtorji, ki so dejansko prispevali k prispevku.• Zadnji avtor je ponavadi ekvivalenten prvemu – vodja

projekta.


7. Neprimerne prakse objavljanja.• Mentor ne sme biti prvi avtor prispevka, ki izhaja iz

dizertacije študenta.• Mentor je lahko soavtor le v primeru, da dejansko prispeva

k prispevku.

127

Etična vprašanja avtorskih pravic

• V naših delih pogosto uporabljamo citate, objekte drugih avtorjev.• Za objekte jih moramo vedno vprašati za dovoljenje in potem

navesti “Uporabljeno z dovoljenjem Novak P.”• Za citate pa ustrezno citirati literaturo, iz katere smo črpali.

• Namen uporabe avtorskega dela drugih.• Raziskovalne in izobraževalne namene ali tržne namene?• Kopiranje članka ali dela knjige je pričakovano, medtem ko

kopiranje cele knjige ni.• Največkrat ni pomembno kolikšen delež bi radi kopirali, bolj

pomembna je vsebina.• Knjiga standardiziranih testov ali Svetovno poročilo zdravja.

• Kako kopirana verzija vpliva na marketinško okolje originala.• Kopija članka ne veliko, kopija knjige pa lahko zelo.

• Vedno prosite za dovoljenje, ga boste tudi dobili!• ”Better safe than sorry”

Etična vprašanja zlorabljanja raziskav• Zloraba raziskave se sankcionira, medtem ko

napaka v raziskovanju le tolaži.• Prevara, netočna interpretacija z željo po

objavi/denarju/projektu, ponarejanje, nepravilno postavljanje avtorjev, neetična praksa• Sankcije: prepoved akademskega dela, prekinitev dela na

projektu, denarna kazen, nenapredovanje, verbalni opomin.

• Študenti se naj za vsako vprašljivo etično dejanje posvetujejo s svojim učiteljem ali mentorjem.

Etična vprašanja skupinskega dela

• Skupinsko delo študentov oziroma delo z učitelji/mentorji.• Od trenutka začetka sodelovanja raziskovalci (tudi

študenti) postanejo kolegi. Ne glede na njihovo habilitacijo.• Raziskovalec oz. učitelj ne postaneš ob disertaciji,

temveč se razvijaš več let.

• Zato morajo študenti delovati premišljeno in odgovorno, da zagotavljajo visoko-kakovostno delo.

• Pomembno pri tem je, da izberemo dobrega mentorja.

128

Etična vprašanja skupinskega dela

• Izbira mentorja.• Premišljeno izberite mentorja, na osnovi:

• Njegove dostopnosti, referenc, tekočih projektov in programov, laboratorija in opreme.

• Pri tem se odkrito pozanimaj pri drugih profesorjih in študentih.• “One-on-one” odnos !• Opazujte jih pri delu, razmišljanju, mreženju, …

• Podiplomski študenti morajo biti raziskovalci poln delovni čas (predvsem doktorski študenti).

• Poišči sredino, ki objavlja svoje prispevke !• Poleg mentorja poiščite tudi ostale svetovalce:

• Somentorja, konzultante in komisijo, ki bo vrednotila vaše delo.

• Zamenjava mentorja.• Bodite odkriti, se pogovorite, ponudite drugo možnost

in/ali zamenjajte. Gre se za vas – ne sme biti zamer!

Etična vprašanja varovanja preiskovancev• Zelo pogosto se bo naše raziskovanje vrtelo okrog

preiskovancev.• Ne smemo njihovo zdravje ogrožati v nobenem primeru.

• Če obstoja minimalna možnost tega, je potrebno narediti vse potrebno, da jo še zmanjšamo.

• Ne smemo vršiti psihološki pritisk na njih.• Pravice preiskovancev so:

• Pravica do nesodelovanja.• Vedno ga je potrebno vprašati in dovoliti njegov odstop.

• Pravica do privatnosti.• Uvedba ID.

• Pravica do varovanja podatkov.• Kdo bo imel dostop do podatkov in kdo bo lahko videl njegovo

ime?• Pravica do povratne informacije.• Pravica do odgovornosti raziskovalca.

• Raziskovalec mora vedno imeti fer odnos do preiskovanca in mu povedati vse, četudi prepozno.

Etična vprašanja varovanja živali

• Zelo staro etično vprašanje (vsaj 400 let).• V raziskovalne namene je vključenih zelo malo

živali napram potrebam prehrambene industrije.• Še vedno pa na živalih lahko delamo raziskave, če:

• Testiranje farmacevtskih izdelkov – zdravil.• Preučevanje modelov zdravja (artritis, …, staranje).• Temeljno fiziološko raziskovanje, ki na človeku ni etično.• Laboratorijsko poučevanje študentov.• Razvoj operacijskih tehnik.

• Učinek raziskave mora biti velik!

129

Ponovitev

• Znamo iskati literaturo• Znamo formulirati raziskovalno hipotezo• Znamo zasnovati raziskovalni prispevek

• Uvod (pregled literature)• Hipoteze (raziskovalne in statistične)• Metode

• Zavedamo se poštenosti v raziskovanju• Znamo etično delovati v raziskovanju

Predavanje 9:PISANJE RAZISKOVALNEGA POROČILA

Izvedeli boste:1. Načini raziskovalnega poročanja

a. Zaključna poročilab. Prispevki na konferencahc. Posterjid. Prispevki v revijahe. Diplomsko, magistrsko in doktorsko delof. Znanstvene monografije, knjige, učbeniki

2. Tehnična navodila raziskovalnih poročil

3. Navodila za izdelavo magistrskega delaa. Postopek oddajeb. Tehnična navodila

Načini raziskovalnega poročanja

• Brez zaključnega poročila enostavno raziskava ni dokončana. Omogoča…

• dokumentiranje našega dela,• delitev raziskovalnih dosežkov,• evalvacijo našega dela,• raziskovalno rast!

• Vrste raziskovalnega poročanja so:• Seminar.• Zaključno poročilo projekta.• Prispevek na konferenci (poster, poredavanje, povzetek, celoten

prispevek z recenzijo).• Raziskovalni članek (v revijah različnih kakovosti).• Pregledni članek (v revijah različnih kakovosti).• Znanstvena monografija (celotna ali del).• Diplomsko delo, magistrsko delo, doktorska disertacija.• Knjiga, učbenik, …(v revijah različnih kakovosti)

130

Vloga raziskovalca pri pisanju• Začetnik / majhna

• Pisanje poročila majhnega projekta.• Soavtorstvo članka.• Predstavitev prispevka na lokalni konferenci.• Objava prispevka v revijah nižje kakovosti.

• Srednja• Je napisal poročilo sam.• Predstavitev prispevka na nacionalni konferenci.• Prvi avtor članka.• Objava prispevka v revijah srednje kakovosti.

• Vodilna / velika• Predstavitev prispevka na mednarodni konferenci.• Prvi ali edini avtor članka.• Objava več prispevkov v revijah visoke kakovosti.• Avtor preglednega prispevka v reviji, knjigi, …• Urednik znanstvene monografije, knjige, učbenika.

Tehnična navodila raziskovalnih poročil• Ni poenoteno!

• To lahko predstavlja veliko oviro, predvsem pri izgubi časa, ki lahko doseže tudi po več dni.

• Prispevek na 15000 znakov, pripravimo za objavo v reviji, ki dovoli le 12000 znakov. Potem nam ga revidirajo in na koncu zavrnejo. Kako naprej?

• Povzetek lahko omejen z znaki ali strukturiranjem.• Problem citiranja in navajanja virov.

• Veliko se govori o APA standardih, a upošteva malo.

• APA standardi definirajo:• strukturo, vsebino in stil pisanja,• prikaz rezultatov,• citiranje in navajanje literature,• postopek revizije (objave).

Struktura zaključnih poročil• Naslov (ang. Title)

• Ponavadi omejeno s številom znakov (85) ali številom besed (12).

• Naslovna stran (ang. Title page)• Avtorji, Institucije (ang. Affiliations), kontaktni avtor (ang.

Corresponding author), zahvala (ang. Acknowledgement), …

• Povzetek (ang. Abstract)• Vedno omejen s številom znakov [250, 350] in strukturo [z ali brez].

• Uvod (ang. Introduction)• Ekplicitno navedi znanstveno hipotezo.

• Metode (ang. Method)• Toliko detajlne, da lahko nekdo drug raziskavo ponovi.

• Rezultati (ang. Results)• Suhoparni, zato jih naredite privlačne z objekti (tabele, grafi, slike).

• Diskusija (ang. Discussion)• Interpretacija rezultatov z posploševanjem, samokritičnostjo, …

• Literatura (ang. References)

131

Naslov

• Mora biti samozadosten!• Dovolj širok, da je razumljiv in dovolj

ozek, da ne zavaja. • Prva selekcija nadaljnjega branja

prispevka se vrši na osnovi naslova• Ne uporabljaj kratic v naslovu• Ne uporabljaj odvečnih besed

• Metoda, rezultat, raziskava, …

• Primer:• NE: Primerjava gibalne aktivnosti obeh spolov z

uporabo objektivne metode merjenja gibanja

• DA: Dečki so gibalno aktivnejši od deklic

Povzetek

• Je vedno viden, zato mora biti dobro napisan.

• Na osnovi naslova in njega se bralec odloči o nadaljnjem branju.

• Pri oddaji projektov je vreden tudi po 40k€ na besedo.

• Nekaj tehničnih navodil:• Natančnost: mora omogočati primerjavo s

celotnim prispevkom.• Jedrnat: poudari le 4-5 najpomembnejših

ugotovitev; začni z najbolj udarnim stavkom, ne izgubljaj prostor.

• Struktura mora biti implicitno ali eksplicitno izražena.

Uvod

• Mora predstaviti problem.• Zakaj je problem pomemben?

• Katere so teoretične in praktične implikacije raziskve?

• Kako je ta raziskava povezana z ostalimi?• Katere so hipoteze?

• Ali izbrani raziskovalni dizajn lahko odgovori na zastavljene hipoteze?

• Bralec je zdaj že zainteresiran in pozna področje dobro.• Predstavi motivacijo, odstopanja prejšnjih

raziskav – lahko zgodovinsko, novo merilno metodo na področju, …

• „Ne vijugaj, vleci rdečo nit“

132

Metode

• Detajlno predstavijo kako je bila raziskava izvedena.• Vsi ostali teksti ne sodijo sem.

• Se delijo na podpoglavja:• Preiskovanci• Vzorčenje• Velikost vzorca, raziskovalna moč, natančnost• Merilni postopki, spremenljivke in kontrola kovariat• Raziskovalni dizajn• Intervencije• Postopki obdelave podatkov• Statistika

Rezultati• Bodi pošten in poročaj vse rezultate, tudi

neznačilne.• Vam to mogoče ni pomembno, nekomu drugemu

pa bo.

• Ne sramuj se odstavka o kvalitativnih opazkah.• Velikokrat je to temelj nadaljnih raziskav.

• Poročaj o osnovnih podatkih preiskovancev.• Omogoči dovolj podatkov za pregledne članke in

ostale, ki vas bodo citirali.

• Daj težo najpomembnejši ugotovitvi.• Prikaži grafično, četudi le ena številka!

Diskusija/Razprava

• Ne ponavljaj se!!!• Interpretiraj svoje ugotovitve, glede na

zastavljeno hipotezo in problem.• Razloži mehanizme določene spremembe.

• Ob tem odkrij še neznana področja in spodbujaj področje.

• Razloži teoretične in praktične implikacije.• Omeni omejitve raziskave.

133

Litereatura

• S tem poudarimo delo naših predhodnikov na področju.

• In utemeljimo naše predpostavke, diskusijo.

• Citirano delo navedemo v literaturi, kjer mora biti razvidno kje je bilo objavljeno.• Vsak si želi čistih citatov!

• Citira se članke objavljene v revijah.• Redko konference, neobjavljena opažanja,

študijska zaključna dela.

Documents

Pedagosko raziskovanje