Kapitola 4 - Kvantitativní výzkum

Report
Projekt Zdravotnické studijní programy v inovaci na FZS Univerzity Pardubice CZ.1.07/2.2.00/15.0357
PRÁCE S ODBORNOU LITERATUROU
Petra Mandysová, MSN
2011/2012
Projekt Zdravotnické studijní programy v inovaci na FZS Univerzity Pardubice CZ.1.07/2.2.00/15.0357
Kvantitativní výzkum
Petra Mandysová, MSN
KAPITOLA Č. 4
2011/2012
Analýza kvantitativního článku a jeho kvality
1. Problém
a. Jaký problém si studie dala za úkol vyřešit?
b. Proč se jedná o důležitý problém pro ošetřovatelství?
2. Účel studie
Co je účelem studie?
3. Výzkumné otázky
Jaké VO studie obsahuje? Pokud žádné neobsahuje, jaké
myslíte, že by obsahovala?
4. Hypotézy
Jaké hypotézy studie obsahuje? Pokud žádné neobsahuje,
jaké myslíte, že by obsahovala? Popř. je možné, že studie
hypotézy nemůže obsahovat vzhledem k typu studie?
Analýza kvantitativního článku a jeho kvality (2)
5. Proměnné
Jaké nezávislé a závislé proměnné studie obsahuje? Popř. je
možné, že studie tyto proměnné nemůže obsahovat vzhledem
k typu studie?
6. Teoretický rámec
Jaký teoretické rámec nebo model byl ve studii použit?
7. Přehled literatury
Jakým způsobem přehled literatury podporuje potřebu
provést tuto studii?
8. Výzkumný design
Jaký výzkumný design studie použila? Jednalo se o vhodný
design? Jaké existují hrozby pro interní validitu? (zkreslení
výsledků z důvodu zavlečení systematické chyby, např. selekční
bias, maturace atd.). Jaké existují hrozby pro externí validitu?
( např. zobecňování výsledků na jiné skupiny lidí, efekt novoty)
Analýza kvantitativního článku a jeho kvality (3)
9. Vzorek
Jednalo se o dostatečně velký vzorek?
Jednalo se o reprezentativní vzorek?
Jednalo se o vhodné prostředí?
10. Vnější proměnné
Jaké vnější proměnné ve studii existovaly? Byl vliv vnějších
proměnných omezen?
11. Byly ve studii použity vhodné výzkumné nástroje?
12. Byla data sbírána správným způsobem a byla ochráněna práva
respondentů?
13. Byla analýza provedena vhodným způsobem a pomohla
nalézt odpovědi na VO?
Podstata kvantitativního výzkumu
•
•
Zkoumání vztahů mezi proměnnými – přináší numerická data
měřením proměnných
Hodnoty proměnných se zjišťují měřením a cílem je zjistit, jak
jsou proměnné rozloženy, jaké jsou mezi nimi vztahy a proč
tomu tak je
• Účel?
• Odklon od experimentálních metod a manipulace s
jednou či více proměnnými + studiem dopadu na další
proměnné…směrem k neexperimentálním metodám –
používá se přirozená variabilita proměnných
• Proměnné?
• Průřezové šetření spíše než longitudinální
• Jednotkou je jedinec nebo skupina lidí (např. třída dětí)
Vztah mezi proměnnými
•
Příčina…důsledek
• nezávisle proměnná…závisle proměnná
•
Příklady tohoto vztahu pomocí výzkumných otázek:
• Jaký je vztah mezi motivací (NP) a úspěchem (ZP) u žáků
základní školy?
• Jaký je vztah mezi odměnami (NP) a uspokojením v
zaměstnání (ZP) u jednotlivých zaměstnání?
• Jaký je vztah mezi pohlavím (NP) a profesionálními ambicemi
(ZP) u studentů univerzity?
• Jaký je vztah mezi inteligencí, sociálním statusem a motivací
(NP) a výsledky žáků na základní škole (ZP)?
Ale opatrně s deklarací příčiny, je možné, že roli hrají i jiné faktory!!!
Proměnné dle Rosenberga (1968)
Sociální vlastnosti
afektivní proměnné
behaviorální
proměnné
Jaké jsou rozdíly mezi vdanými a svobodnými sestrami (sociální
vlastnosti) v jejich postojích k celoživotnímu vzdělávání sester
(afektivní proměnná) a v jejich volbě vzdělávacích kurzů v rámci
celoživotního vzdělávání (behaviorální proměnná)?
Proměnné dle Rosenberga (2) (1968)
•
•
•
Rozdělení o sociální vlastnosti: kolik lidí patří do
jednotlivých kategorií, např. 43 % respondentů jsou muži,
57 % jsou ženy
Rozdělení o dispozici nebo afektivní vlastnosti…kolik lidí si
myslí, že…
Rozdělení o jednání…
Tři hlavní typy studií dle vztahu mezi
proměnnými
Obecná otázka
Jak jsou proměnné
rozloženy?
Jak jsou proměnné mezi
sebou závislé?
Proč jsou proměnné tak
rozložené a mezi sebou
tak závislé?
Typ výzkumu
Popisný
Popisně-explanatorní
Explanatorní
•
•
•
Tři hlavní typy studií dle vztahu mezi
proměnnými
Popisný výzkum – ztráta příležitosti; většina studií může pokročit
dále a měla by se věnovat vztahům mezi proměnnými…zde sice
stále přítomen popis vztahu, ale částečně i vysvětlení –
zachycujeme variabilitu, popisujeme, jak se mění ve vztahu k
ostatním proměnným – vede nás k otázce, jak a proč vznikl tento
vztah mezi proměnnými a jak se může v různých kontextech
měnit
Znalost vztahu mezi proměnnými umožňuje predikci (predikce a
explanace jsou dvě strany jedné mince)
• Jaký proces je příčinou vztahu?
Studium proměnných začíná definováním cílů a VO…kolik
proměnných budeme měřit, jak budeme získávat data, od koho,
jak je budeme analyzovat
Základní prvky výzkumného šetření
•
•
•
•
•
•
Cíle
Výzkumné otázky
Vzorek
Strategie sběru dat
Strategie analýzy dat
Zpráva
Základní prvky výzkumného šetření: cíle
• Existuje důležité propojení mezi cíli a VO
• Cíle výzkumu jsou tvrzení – na vhodné úrovni obecnosti
a abstrakce – co chce šetření zkoumat
• Určují celkové cíle a účel výzkumu
• Příklad: „prozkoumat vztah mezi ….“
Základní prvky výzkumného šetření: VO
• Vycházejí z obecného určení cílů a přetvářejí je do
specifičtější a konkrétnější podoby
• VO:
• Organizují projekt a dávají mu směr a koherenci
• Vymezují projekt a určují jeho hranice
• Udržují zaměření výzkumníka na vlastní cíle
projektu
• Popisují rámec pro sepsání zprávy o projektu
• Řídí sběr dat a analýzu dat
• Kontrola, jak je každá VO formulována: určení dat,
která jsou potřeba pro její zodpovězení
Hierarchie konceptů
• Hierarchie
• Příklad
– Oblast výzkumu
– Téma
– Cíle
– VO
– Výsledky studenta ve škole
– Determinanty úspěchu ve škole
– Prozkoumat vztah mezi duševními
schopnostmi, dobou věnovanou úkolu a
výsledky ve škole
– Jaký je vztah mezi duševními
schopnostmi a dobou věnovanou úkolu
coby NP a výsledky ve škole coby ZP?
– Atd.
Hypotézy
• Hypotéza je pokus předpovědět vztah mezi dvěma
nebo více proměnnými
• Hypotéza přeměňuje VO do předpovědi očekávaných
výsledků
• Př.:
– VO: Ovlivňuje bazální stimulace svalové napětí u pacientů?
– Hypotéza: Svalové napětí u pacientů podstupujících BS
bude nižší než u pacientů, kteří BS nebudou podstupovat.
• Někdy hypotézy vycházejí přímo z teorie, některé z
dřívějších studií nebo z osobního pozorování
Hypotézy (2)
• Hypotézy vycházející z teorie nebo z dřívějších studií
jsou nejvíce obhajitelné
• Hypotézy vycházející z osobního pozorování nebo
logického uvažování, pokud se jedná o novou, ještě
ne příliš prozkoumanou oblast
• Pokud hypotéza ve studii není uvedena, často
známkou toho, že výzkumný pracovník např. se
nezamyslel nad tím, co je již o problematice známo
(studie obsahuje pouze VO – v nich nejsou obsaženy
předpokládané vztahy mezi proměnnými)
Hypotézy (3)
• Testovatelné hypotézy: prohlášení o vztahu mezi NP
(předpokládaná příčina) a ZP (předpokládaný výsledek, dopad)
v dané populaci.
• Které hypotéza je testovatelná:
– „Těhotné ženy, které obdrží od porodní asistentky
informaci o šestinedělí pravděpodobně nebudou mít
postpartální depresi“
– „Těhotné ženy, které obdrží od porodní asistentky
informaci o šestinedělí mají menší pravděpodobnost, že
budou mít postpartální depresi, než ženy, které tuto
informaci neobdrží.“
• NP:?
• ZP: ?
Hypotézy - výzkumné (4)
• Nižší míra fyzické aktivity v šestinedělí…je ve vztahu k
nižšímu….úbytku tělesné váhy.
• Existuje vztah mezi úrovní fyzické aktivity v šestinedělí a
úbytkem váhy.
• Čím větší fyzická aktivita v šestinedělí, tím větší úbytek na
váze.
• Ženy s rozdílnou úrovní fyzické aktivity v šestinedělí se liší
svým úbytkem na váze.
• Ženy, které jsou v šestinedělí fyzicky aktivní, mají větší úbytek
na váze, než ženy, které fyzicky aktivní nejsou.
– NP?
– ZP?
– Směrová hypotéza vs. „nesměrová“ hypotéza?
Hypotézy (5)
• Nesměrová hypotéza:
– Neočekává směr
– Např. pokud není žádný výzkum nebo výsledky výzkumů jsou v konfliktu
či pozorování nebyla jednoznačná
– Někteří vědci tvrdí, že nesměrové hypotézy jsou vhodnější – nejsou
zaujaté, neutrální (naopak směrové by mohly výzkumníka ovlivnit, je
zavázán určitému typu výsledku)
• Směrová hypotéza:
– Nejen o existenci vztahu mezi proměnnými, ale i o očekávaném směru
(např. něco bude nižší, vyšší, apod.)
– Hypotézy vycházející z teorie nebo z existujícího výzkumu jsou obvykle
směrové
– Známkou toho, že výzkumník o vztahu přemýšlel
• Kauzální hypotéza:
– Snaží se identifikovat příčinu a dopad
Hypotézy (6)
Hypotézy - statistické (7)
• Statistické hypotézy – k testování statistickou metodou
– Nulová hypotéza H0: předpokládá, že neexistuje vztah mezi
NP a ZP
– Př.: Úbytek na váze nemá vztah vůči úrovni fyzické aktivity v
šestinedělí.
• Výzkumná šetření typicky obsahují výzkumné hypotézy, pokud
jsou provedeny statistické testy, nulová hypotéza se
předpokládá (i když v šetření není výslovně uvedena)
Hypotézy - statistické (8)
• Kromě nulové hypotézy je třeba vymezit, s jakou možností
počítáme v případě, že nulová hypotéza neplatí – tou je
alternativní hypotéza H1
• Rozhodnutí o správnosti či nesprávnosti nulové hypotézy není
nikdy 100% spolehlivé, vždy existuje riziko chybného
rozhodnutí - hypotézy nikdy nejsou prokázány nebo vyvráceny,
ale jsou podpořeny nebo zamítnuty – rozhodovací postup mezi
nulovou a alternativní analýzou je statistický test významnosti
Hypotézy - statistické (9)
• Situace, které mohou nastat při testování statistické analýzy:
ROZHODNUTÍ
PRAVDA
ZAMÍTNEME H0
PŘIJMEME H0
H0
Odhadli jsme pravdu
nesprávně – učinili jsme
chybu 1. druhu (α)
Správné rozhodnutí
H1
Správné rozhodnutí
Odhadli jsme pravdu
nesprávně – učinili jsme
chybu 2. druhu (β)
– Chyba 1. druhu – pravděpodobnost zamítnutí správné hypotézy H0 hladina významnosti (hladina testu)
– v praxi požadujeme pravděpodobnost chyby např. do 5 %: α <
0,05…výsledek je statisticky signifikantní (významný)
Teoretický rámec
Př.:
– Oremová – Model deficitu sebepéče:
• hlavní myšlenka: sebepéče jsou aktivity, které člověk
provádí, aby si udržel zdraví, cílem ošetřovatelství je
pomoci lidem zvládat vlastní potřeby v oblasti sebepéče
• studium ošetřovatelských intervencí pro podporu
sebepéče a jejich vlivu na zdravotní stav pacienta (Kreulen
a Braden, 2004)
– Leiningerová – Teorie kulturní péče:
• hlavní myšlenka: péče je celosvětový fenomén, ale existují
kulturní rozdíly v péči
• studium hodnot péče při péči o starší pacienty v Nizozemí
a Turecku (Van den Brink, 2003)
• Př.:
– Oremová – Model deficitu sebepéče: studium
ošetřovatelských intervencí pro podporu sebepéče a jejich
vlivu na zdravotní stav pacienta (Kreulen a Braden, 2004)
– Leiningerová – Teorie kulturní péče - studium hodnot péče
při péči o starší pacienty v Nizozemí a Turecku (Van den
Brink, 2003)
Výzkumný design
• Rozhodnutí o strategii, jak se bude postupovat, aby se získaly
přesné a interpretovatelné informace
• Nutno rozhodnout o celé řadě otázek:
– Bude ve studii nějaká intervence? (rozdíl mezi
experimentální a neexperimentální metodou)
• výzkumník manipuluje s jednou nebo více proměnnými, aby
zkoumal efekty na jiné proměnné
• výzkumník používá přirozeně se vyskytující variabilitu proměnných,
aby zkoumal vztahy mezi nimi
– Jaký typ porovnání bude prováděn?
• Mezi skupinami
• Před a po intervenci nebo pouze po intervenci
– Jak budou kontrolovány vnější proměnné?
– Kdy a jak často budou sbírána data?
– V jakém prostředí studie proběhne?
Výzkumný design – typ pozorování
– Analyzujeme v rámci určitých dimenzí:
•
•
•
•
kontrola nad NP?
Pozorování NP a ZP?
Typ porovnání ve skupině?
Časová dimenze?
– Např.: experimentální design může být mezi respondenty („between
subjects“) …před a po („before / after“), longitudinální
(„longitudinal“) nebo průřezový („cross-sectional“), atd.
Výzkumný design (3)
Dimenze
Design
Hlavní prvky
Kontrola nad NP
Experimentální
Manipulace NP;
kontrolní skupina;
randomizace
Kvaziexperimentální
Manipulace NP; není
randomizace a/nebo
není kontrolní skupina
Preexperimentální
Manipulace NP; není
randomizace nebo není
kontrolní skupina
Neexperimentální
Není manipulace NP
Výzkumný design (4)
• Experimentální: výzkumník není pasivní pozorovatel
– Manipulace: výzkumník dělá „něco“ účastníkům výzkumu;
manipulace NP a zkoumá se dopad na ZP – někdy
manipulace více NP
– Kontrola: použití kontrolní skupiny, kontrola situace – proč?
Př.“ studium nutriční suplementace (NP) na hmotnostní
nárůst u novorozenců (ZP), např. za 2 týdny – ale
novorozenci i bez nutriční suplementace přibývají na váze
(vliv zrání – „maturation effect“) – proto kontrolní skupina
– Randomizace: náhodné rozdělení účastníků výzkumu do
experimentální a kontrolní skupiny – každý má stejnou
šanci, není systematická chyba („bias“)
• Počítače nebo tabulky náhodných čísel
Výzkumný design (5)
• Výhoda experimentálního designu: nejlepší design na studium
vztahů mezi příčinami a důsledky
• Nevýhody:
– Celá řada NP se nedá manipulovat (i z etických důvodů)
– Často nepraktické
– Hawthornův efekt: ať je změna jakákoliv, účastník výzkumu
ví, že je ve výzkumu a chová se jinak – často se řeší tak, že
dvojitě zaslepená studie: ani účastník výzkumu ani ten, kdo
manipuluje (výzkumník) ví, kdo je v experimentální a kdo v
kontrolní skupině
• Kvaziexperimentální: ne tak dobrý design, ale praktičtější - již
nepoužíváme termín „kontrolní“ skupina, ale skupina,s e
kterou porovnáváme (pokud je použita)
Příklad kvaziexperimentální studie v ošetřovatelství
– nebyla randomizace skupiny
http://www.ncbi.nlm.nih.gov/pmc/articles/PMC2837872/
Výzkumný design (6)
• Neexperimentální studie – někdy nazývané observační studie
(pozorování) – není manipulace (např. studium vdovectví a
jeho vliv na ADL)
1. Korelační – výzkum poté, co již došlo k variaci NP, sice studujeme vztah
mezi proměnnými, ale velmi těžce se určuje příčina (nebyla
kontrolována NP) – Korelace není důkazem příčiny
• Retrospektivní – současné fenomény se studují v asociaci s
proměnnými z minulosti (př. Pacienti s karcinomem plic a studium
jejich chování v minulosti, porovnáno s lidmi bez karcinomu plic)
• Prospektivní (kuřáci / nekuřáci – později porovnání incidence
rakoviny
– Dražší, ale lepší, je možno použít kontroly
Výzkumný design (7)
Dimenze
Design
Hlavní prvky
Pozorování NP a ZP
Restrospektivní
Studie začíná u ZP a
dívá se zpět na příčiny
nebo vlivy
Prospektivní
Studie začíná u NP a
dívá se dopředu na
dopady
Výzkumný design (8)
• Observační studie (pozorování)
– 2. Deskriptivní – cílem je pozorovat, popsat a zdokumentovat určité
aspekty situace
• Hlavní nevýhody neexperimentální studie: není schopna s
jistotou zjistit vztahy, u korelačních studií často chybná
interpretace
• Výhody korelačních studií – je možný sběr mnoha informací
najednou, kdežto u experimentální studie se zaměřujeme jen
na vybrané aspekty
Výzkumný design (9)
Dimenze
Design
Hlavní prvky
Typ porovnání ve
skupině
Mezi respondenty
Respondenti ve
skupinách, které jsou
porovnávány, jsou jiní
lidé
V rámci stejného
respondenta
Respondenti ve
skupinách, které jsou
porovnávány, jsou stejní
lidé v různou dobu nebo
za různých podmínek
Výzkumný design (10)
Dimenze
Design
Hlavní prvky
Časová dimenze
Longitudinální
Data jsou sbírána ve
dvou nebo více časech
(několikrát),
dlouhodobé
Průřezový
Data sbírána najednou
(popř. např. po 2
hodinách, po 4
hodinách, apod.)
Výzkumný design (11)
• Longitudinální: vhodný na:
– Studium jevů, které se vyvíjejí – rozvoj, růst, učení, hojení, atd.
– Studium jevů, které po sobě následují – např. neplodnost a deprese –
důležité zjistit, zda deprese nebyl přítomna již před neplodností
– Pokud je účelem komparace – komparace jevů s postupem času – např.
zda změna, ke které postupně dojde, se dá vztáhnout k intervenci
– K podpoře kontroly – podpoře interpretability výsledků – např. sběr dat
před intervencí pomůže zjistit a kontrolovat rozdíly mezi skupinami
– Problém: ztráta účastníků výzkumu
• Průřezový: téměř všechny retrospektivní studie jsou průřezové, data ohledně
NP a ZP jsou sbírána současně
– Slabší než longitudinální, pokud se studují jevy, které závisí na čase – např.
chování k podoře zdraví u 7-10-letých dětí (nevíme, jak by 10-leté děti
bývaly odpovídaly před 3 lety)
– Není finančně tak náročný, ale těžko studuje trendy,
Vnější (intervenující) proměnné
• Proměnné nezařazené do výzkumu či dokonce neznámé
proměnné, které mají vliv na ZP
• Maximální úsilí minimalizovat vliv vnějších proměnných
(kontaminace)
• Např. prostředí ovlivňuje emoce a chování – nejsnazší kontrola
je v laboratoři, menší kontrola v přirozeném prostředí, ale je
možno do jisté míry kontrolovat (např. sběr dat u respondenta,
doma)
• Druhý vnější faktor: doba – vliv denní doby nebo roční doby –
hraje roli např. při studii únavy – sběr dat ve stejnou denní
dobu
• Stálost komunikace s respondenty – formální protokoly; léky
podány stejným způsobem, atd.
Vnější proměnné (2)
• Příklad kontroly a minimalizace vnějších proměnných:
– Všechna měření ráno
– Všichni respondenti byli poučeni, že nemají jíst asi pít
– Odebrána krev na lačno
– Poté všichni stejnou snídani
– Poté odpočinek na lůžku 30 minut, ležící
– Poté testování (měření kyslíku ve tkáních)
• Vnější proměnné jsou i věk, pohlaví, kouření atd. – pokud
např. studium efektu cvičení na kardiovaskulární zdraví – tyto
vnější proměnné mohou ovlivnit výsledek
Metody ke kontrole vnějších proměnných
• Randomizace – tím porovnatelné skupiny, ale není to vždy
možné
• Homogenita – např. ve studii pouze ženy nebo pouze určitá
věková skupina – jednoduchá metoda, ale není možná
generalizace např. i na muže či na lidi jiné věkové skupiny
• Párování – zařazení v daných charakteristikách podobných
jedinců do obou skupin – ale obtížné vždy najít podobné
jedince pokud je těchto vyžadovaných charakteristik více
najednou (žena, určitý věk, určité vzdělání, ….)
• Statistické metody – analýza kovariance (ANCOVA)
Interní (vnitřní) validita
• Stupeň jistoty, že závěry výzkumu jsou platné a že NP opravdu
ovlivňuje ZP – a ne další faktory
• Ohrožení interní validity:
– Historie – jiná událost, současně s NP – např. studium efektivnosti
edukačního programu týkajícího se prospěšnosti očkování …a zároveň
pořad v televizi na toto téma
– Výběr (selekční bias) – již předem existující rozdíly mezi skupinami, není
randomizace při zařazování do skupin, dotazníky např. někdy vyplňují
spíše nespokojené sestry, apod.
– Maturace – růst, únava, jakákoliv funkční změna v čase (hojení ran,
pooperační rekonvalescence)
– Mortalita – ztráta respondentů – z důvodů rozdílů v zájmu, motivaci…
– Spolehlivost nástrojů a procedur – dostanou všichni respondenti stejné
instrukce, atd.?
– Malý vzorek
Externí (vnější) validita
• Vypovídá o možnosti zobecnit výsledky mimo realizovaný
výzkum
– Týká se populace – výsledky platné mimo lidi, kteří byli ve výzkumu
– Týká se prostředí – výsledky platné v jiném prostředí, než ve kterém
proběhl výzkum
– Týká se času – výsledky platné v jiné době
– Záleží především na reprezentativnosti vzorku – vždy nás zajímá –
můžeme výsledky výzkumu použít i my – v jiném prostředí, s jinými
pacienty?
– Příklad problematické externí validity: studuji spokojenost veřejnosti s
prostorem, který mají při cestování v letadle – v mém vzorku je tým
basketbalistů
• Ohrožení externí validity:
– Hawthornský efekt – změny v chování, protože vědí, že jsou ve výzkumu
Metody výběru vzorku (1)
• Záměrné – nenáhodné – optimalizují reprezentativnost vzorku v
několika určitých známých proměnných
• Pravděpodobnostní – náhodné – k dosažení reprezentativnosti
ve všech známých i neznámých proměnných
0. Nulové strategie – samovýběr: přiřazení osob do vzorku dle
charakteristiky, se kterou výzkumník nemanipuloval (kuřák /
nekuřák)
Metody výběru vzorku (2)
1. Pravděpodobnostní strategie –
a)
prostý náhodný výběr – každý prvek má stejnou šanci dostat se do
vzorku, je třeba mít výběrový rámec – např. všichni lidé v daném
telefonním seznamu pro danou oblast – pro náhodnost – generátor
náhodných čísel, tabulky náhodných čísel
b) Systematický náhodný výběr – též výběrový rámec, pak např,
seřadíme dle abecedy a vybereme každou k-tou osobu
2. Záměrné (nepravděpodobnostní) strategie
a)
Kvótní výběr – záměrný výběr s cílem dosáhnout předem
stanoveného rozložení určitých znaků ve vzorku
b) Lavinový výběr (snow ball technique) – respondenti
zprostředkovávají kontakt na další respondenty
3. Kombinované strategie – např.
a)
Stratifikovaný náhodný výběr – nejprve rozdělení subpopulace dle
určitých charakteristik, pak uvnitř každé náhodný výběr
Velikost vzorku
•
•
•
•
•
Použití celé populace (pokud méně než 200, ale může být
nákladné)
Použít stejnou velikost jako obdobné studie již publikované
(ale pozor – může se stát, že budete opakovat chybu; proto
projít více studií)
Existují tabulky – viz http://researchadvisors.com/tools/SampleSize.htm
Použití vzorců
Avšak záleží i na metodě výběru vzorku či jakou statistickou
analýzu chceme provádět
Velikost vzorku – Žiaková a kol. (2009)
Velikost populace
Velikost vzorku
Procento
100
70
70
1 000
350
35
10 000
1 000
10
50 000
1 250
2,5
100 000
1 500
1,5
1 000 000
5 000
0,5
Dotazník
• Je určen výzkumnými otázkami, slouží ke sběru dat
• 6 aspektů:
–
–
–
–
–
–
Jeho vztah k výzkumným otázkám
Definice proměnných
Odkud se berou dotazníky
Vícepoložkové škály
Role pilotního přezkoušení
Omezení při návrhu dotazníku
Dotazník: vztah k VO
• VO nám ukazují, jaká data potřebujeme pro
provedení šetření- jsou orientační mapou pro
sestavení dotazníku
• VO představují seznam proměnných, které
potřebujeme dotazníkem změřit – je nutno si
seznam proměnných vytvořit
Dotazník: Definice proměnných
• Dvě úrovně proměnných: konceptuální úroveň,
operační úroveň
– Konceptuální definice: výše – definice pomocí
abstraktnějších pojmů – např. strach = „nepříjemný
prožitek vázaný na určitý předmět nebo situaci, které
vyvolávají obavy z ohrožení“
– Otázky v dotazníku pro sběr dat pro danou proměnnou operační definice této proměnné – strach může být měřen
x položkami v dotazníku:
• Samostudium: Knotek (2009) Dotazník strachu a pozorování
bolesti:
• http://www.tigis.cz/images/stories/Bolest/2009/01/07_Knotek_bo
lest_1_09_web_zabezp.pdf
Odkud se berou dotazníky
• Vlastní dotazník
• Již existující dotazník nebo jejich kombinace
• 4 aspekty:
–
–
–
–
Již existují výborné dotazníky, ale problém: jejich vyhledání
Jaká je jeho kvalita?
Má výzkumník zkušenosti s metodologií měření?
Pokud má výzkumník málo zkušeností – navržení vlastního
měřícího nástroje může být problematické
• Doporučení – dát přednost již existujícím nástrojům,
zvlášť již pro zavedené proměnné, ale pozor na
autorská práva, přizpůsobením lokálním podmínkám
Odkud se berou dotazníky (2)
• Příklady proměnných, pro něž existují dotazníky:
–
–
–
–
–
–
–
Kvalita života
Styl rozhodování
Motivace
Sebeúcta
Hodnoty
Sociální participace
Atd.
Vícepoložkové škály
• Některé proměnné se měří pomocí jedné položky nebo
indikátoru: např. pohlaví (kategoriální proměnná)
nebo hodnocení na škále (spojitá proměnná), kdy nás
zajímá odpověď na jednu položku
– Často u popisných šetření
• Jindy: agregace odpovědí na mnoho individuálních
položek
– Vyžaduje zkušenost, širší znalosti, musí být mezi položkami
interní konzistence
– Často ve výzkumu týkajícím se vztahu mezi proměnnými
– Příklad: dotazník EAT-10
Role pilotního přezkoušení
• Pokud dotazník ještě nebyl použit
• Forma a rozsah se mohou lišit
• 3 cíle:
– Nové položky se přezkoušejí, zda jsou srozumitelné, jasné,
jednoznačné
– Testovat délku, čas obtížnost
– Otestovat proces sběru dat, jehož je dotazník hlavní částí –
dostupnost, průvodní dopis, etické aspekty
• Přípravné práce mohou zahrnout kvalitativní metody:
hloubková interview – pro zjištění otázek pro dotazník
Omezení při návrhu dotazníku
• Vycházíme z VO
• Má se jednat o zcela nový dotazník?
• Jak dlouhý?
– Ovlivňuje návratnost a kvalitu dat (20-30 minut je již
problém)
• Způsob pro doručení a vyplnění
• Formát otázek
• Etické aspekty
– Anonymita, utajení
Vzorek (výběr)
•
•
•
•
Podmnožina vybraná z nějaké skupiny (populace)
Od jaké skupiny se budou data sbírat?
Jak bude skupina velká? Čím větší počet proměnných, tím větší
Jak bude vybrána? Chceme říci něco o populaci, ale můžeme se
zabývat pouze vzorkem této populace – jak dobře vzorek
reprezentuje populaci? – zobecnitelnost, reprezentativnost – často
není za výběrem vzorku žádná logika – ale logika studie má zahrnout
i výběr vzorku:
1) pokud je to možné, vyberte vzorek, který maximalizuje
pravděpodobnost, že bude nalezen vztah mezi proměnnými –
hledáme maximalizaci variability nezávislých proměnných –
záměrně volíme určité respondenty, nepravděpodobnostní výběr,
účelový, záměrný
2) Pokud chceme reprezentativnost, zobecnitelnost výsledků –
náhodný výběr
Vzorek (výběr) (2)
• Dvě otázky:
– Jak je důležitá variabilita, zvláště variabilita nezávisle
proměnných?
– Jak je důležitá reprezentativnost?
• Odpovědi obvykle nalezneme, pokud se vrátíme k VO
– Přitom i účelového výběru se zabýváme otázkou
zobecnitelnosti
• Příklady: jaký typ výběru je lepší pro VO:
1) Jaký je vliv kouření na BMI?
2) Jak je rozšířen názor, že rodina by měla být
zodpovědná za péči o pacienta propuštěného ze ZZ?
• Dostupnost je často problém
Strategie získání dat
• Distribuce a vyplňování dotazníku – jak?
– Silně může ovlivnit kvalitu dat, tím i důvěryhodnost
výsledků
– Důkladnější plánování dat vede ke kvalitnějším výsledkům
– Větší angažovanost při sběru dat zvyšuje jejich kvalitu
– Je lepší mít méně kvalitních dat než více nekvalitních dat
Kvalita dat
• Reliabilita
– Stabilita odpovědí: odpoví respondent stejně i podruhé
(kdybychom otázku znovu položili), např. za použití
škál…ale záleží např. i na náladě respondenta
• Validita
– Data reprezentují, co si myslíme, že mají reprezentovat
– Odpovídají respondenti pravdivě a svědomitě?
– Jsou schopni na otázky odpovědět? (zjistíme pilotáží
Kvalita dat (2)
• Návratnost
– Nízká – jsou data reprezentativní?
– Měla by být aspoň 80 % - pečlivě plánovat dopředu
• Maximalizace návratnosti: předmětem výzkumu
• Nálada a postoj respondenta
–
–
–
–
Profesionální a příjemný přístup
Uvážení všech etických principů
Zajištění toho, že dotazník je co nejatraktivnější
Pomocí pilotní studie získání jistoty, že otázky fungují
Strategie analýzy dat
• Vrátit se k VO –ukazují, která data potřebujeme a co s
nimi musíme udělat, abychom získali odpovědi na VO
• Popsat logický základ analýzy (ještě před statistickou
analýzou)
• Příprava dat – nahrání, čištění
– Shrnutí a redukce dat
– Analýza na popisné úrovni – rozložení proměnných ve
vzorku
– Vztahová analýza – vztahy mezi proměnnými
Strategie analýzy dat
• Zamysleli se autoři nad praktičností výstupů?
Rozlišují mezi statistickou významností versus
praktickou významností?
• Viz následující příklad…
Výsledky výzkumného šetření - projekt týkající se porovnání tří edukačních metod
pro edukaci na téma screeningu dysfagie
Do studie bylo zapojeno 39 studentů magisterského studia FZS a 13 sester neurologické kliniky
/ studentů FZS absolvujících praxi na této klinice. Respondenti byli ve fázi 1 rozděleni do tří
skupin a každá skupina absolvovala jinou formu edukace: a) "živou lekci" (n = 11), b) "video"
(n = 19), c) "rozšířené video" (n = 22). U metod a) a c) měli respondenti možnost si dovednosti
procvičit, u metody b) tuto možnost neměli. Současně byly měřeny znalosti respondentů před
edukací (znalostní před-test) a po edukaci (znalostní post-test) a dovednosti po edukaci
(dovednostní post-test). Testování znalostí a dovedností bylo zopakováno po 6 týdnech (fáze
II), a to pouze u skupiny studentů magisterského studia FZS. Skupina "video" absolvovala dva
různé znalostní před-testy a post-testy, ostatní skupiny jen jeden.
Výsledky šetření z fáze I ukazují, že všechny 3 metody vedou ke zlepšení znalostí
respondentů. Rozdíl v průměrném skóre mezi znalostním pre-testem a post-testem (ve prospěch
post-testu) byl největší u "rozšířeného videa" (zlepšení o 51 %); u „živé lekce" bylo zlepšení 30
% a u "videa" 22-46* %. Avšak rozdíl na znalostním post-testu v závislosti na uplatněné
metodě edukace nebyl z praktického hlediska významný (rozdíl mezi jednotlivými metodami
není ≥ 20 %): průměrné skóre ve znalostním post-testu u "rozšířeného videa" (n = 20) bylo 83,1
%, u „živé lekce“ (n = 11) 74,5 % a u "videa" (n = 19) 72,6-78,3* %.
Ve fázi I vedla k nejlepším výsledkům na dovednostním post-testu metoda „živé lekce“ (n =
11) - průměrné skóre bylo 8,36 bodů (92,9 %), dále metoda "rozšířeného videa" (n = 15) - 7,53
bodů (83,7 %) a nakonec metoda "videa" (n =17) 6,18 bodů (68,6 %). Z praktického hlediska je
významný rozdíl mezi "živou lekcí" a "videem", ve prospěch „živé lekce“ (rozdíl ≥ 20 %).
Výsledky výzkumného šetření - projekt týkající se porovnání tří edukačních metod
pro edukaci na téma screeningu dysfagie
Ve fázi II se znalostního post-testu zúčastnilo 11 respondentů ze skupiny "živá lekce"
(průměrné skóre 64,5 %), 14 respondentů ze skupiny "video" (průměrné skóre 61,6*-67,9 %)
a 7 respondentů ze skupiny "rozšířené video" (průměrné skóre 60,7 %). Pouze u "rozšířeného
videa" došlo k významnému, tedy k většímu než 20% úbytku znalostí ve srovnání se
znalostním post-testem z fáze I. Výsledky znalostí jsou u všech tří metod po 6 týdnech
poměrně vyrovnané (pohybují se mezi 60,7-67,9 %).
Stejný počet respondentů absolvoval dovednostní post-test, přičemž ve skupině "živá lekce"
bylo průměrné skóre 71,7 %, ve skupině "video" 68,3 % a ve skupině "rozšířené video" 60,3
%. Úbytek dovedností byl tedy od testování ve fázi I minimální pouze u skupiny "video" (byl
téměř nulový – úbytek činil 0,3 %), naopak u zbývajících dvou metod úbytek dosáhl ≥ 20 %.
Co se týče dovedností, výsledky jsou po 6 týdnech vyrovnané u skupiny edukované "živou
lekcí" a "videem", avšak je otázkou, jaký další úbytek by byl zaznamenán po uplynutí více
času. I když výsledky u těchto dvou skupin byly lepší ve srovnání se skupinou „rozšířené
video“, nejedná se o prakticky významný rozdíl (rozdíl mezi metodami není ≥ 20 %).
Zdroje:
BURNS, N.; GROVE, S.K. The practice of nursing research:
conduct, critique, and utilization. 2005. Elsevier health Sciences.
GERRISH, K.; LACEY, A. The research process in nursing.
2009, Blackwell Publishing.
KNOTEK, P. Dotazník strachu a pozorování bolesti: Metoda
měření počáteční fáze psychických změn při chronické bolesti.
Bolest, 2009, 12(1), p. 33–38. Dostupné na www:
http://www.tigis.cz/images/stories/Bolest/2009/01/07_Knotek_bol
est_1_09_web_zabezp.pdf
POLIT, D.F.; BECK, C.T. Essentials of nursing research:
methods, appraisal, and utilization. Philadelphia: Lippincott
Williams & Wilkins, 2004.
PUNCH, K.F. Základy kvantitativního šetření. 2008. Praha :
Portál
Projekt Zdravotnické studijní programy v inovaci na FZS Univerzity Pardubice CZ.1.07/2.2.00/15.0357
Děkuji Vám za pozornost
Tato prezentace byla vytvořena v rámci projektu
spolufinancovaného z Evropského sociálního fondu a státního
rozpočtu ČR.

similar documents