2013/7/28 香川県看護協会看護に役立つデータ分析（研修資料）田中潔岡山商科大・経営・商学科教授（教学部長）スケジュール予定など • • • • • 10:00-11:00頃 11:00-12:00頃 13:00-14:30頃 14:30-16:00 看護研究・データ分析再考基礎統計とグラフ昼食回帰分析の要点統計サイトと検定 About 研修講師 • 田中潔（たなかきよし） – – – – – – – – – 略歴：岡山大、九州大修了後岡山商大へ勤務。教授岡山県を中心に看護研修を25年以上主な科目：情報ネットワーク論、社会調査実践他など連絡先岡山商科大学〒700-8601（専用番号で届く） [email protected] （ｅメール） http://www.nahaha.org (Web) 検索エンジン「岡山商科大学田中潔」で検索大学電話 086-252-0642 大学FAX 086-255-6947 After 研修後アポイントメント • 質問・相談はeメール[email protected] が最適。メールなら返事確実。その他電話・ＦＡＸは086-284-7726（自宅）でも可能。 • 相談の「三種の神器」：看護研究計画書、使用アンケート用紙、データ入力エクセルファイル（すでにあれば） • 遠方の場合メールだけで指導する場合もある（PC用メールがあるとファイルのやり取りが便利。連絡なら携帯メールでも可能） • 看護研究やデータ分析を考えるあなたはなぜデータ分析を迫られるのか？ • 素直なあなたはスタッフから相談を受けます – アンケートの集計を手伝って→手伝いが中心に – あなたはエクセルが分かるから分析ね！ – ＰＣができることと統計が分かることを混乱した上司に恵まれた • 院内研究が回ってきた – 予算はあまりない、スタッフの協力にたよる • 学外･論文投稿が迫ってきた – 国内や世界標準での点検・確認その結果 • 断ることは許されない • 自分は統計を知らない→習っていないものがわかるものか • 私は理屈っぽく考えるのがイヤ！ • 私は数学がいやで看護へ来たのに • 看護に統計はいらないと思う • 調査では患者ひとり一人は援助できない • パソコンに興味はあるのだが難しそう • 統計ギライがこの世にまたひとり看護研究に問われる量か質か • 量的研究（学部卒レベル） – 通常のアンケート調査、多くの場合対象者全員からの回答は無理→標本調査 – 量的研究の主目的は、市場の現況を把握すること • 質的研究（院レベル） – インタビュー調査、症例研究、観察など – 未知なる問題の場合、仮説を発見するために比較的小規模にて行う – http://www.geocities.co.jp/Technopolis-Mars/4688/ 南小樽病院瀬畠さんデータ分析の背景 • 国勢調査や行政調査 – 国・県などの公的調査 – 国勢調査は統計法に基づく(2010年は調査年） http://www.stat.go.jp/index/seido/houbun2n.htm – 政府統計ポータルサイト（政府統計の窓口） – http://www.e-stat.go.jp/SG1/estat/eStatTopPortal.do • マーケティング（市場調査）・世論調査 – ある目的のため市場を調査する – アンケート調査 • 実験や臨床研究、業務改善 – 比較的小規模、実験データ看護研究はこのあたりかそもそも医療分野で統計的分析が好まれるわけ • 統計分析の考え方：「目標達成のために満足のできるものであれば良しとする接近法」（ネイマン・ピアソン流） • • • • • • • 医療で解決すべき課題（目標仮説）（ここに看護的意味づけが必要）データで証明する（実現仮説または達成仮説）つまり、調査や実験の成否判定（有意になれば良いのではありません。有意にならないことが大事なときもあります）仮説設計、データ収集、集計、統計分析の各作業「統計」のことば始め • 「高き屋にのぼりて見れば煙けぶり立つ民のかまどはにぎはひにけり」（新古今和歌集、仁徳天皇）帝王の学問 • 最も古いのはBC3800年代バビロン王朝で行われ、約BC3000年エジプトや中国などで見られる。 • 大化の改新（645年）によって班田収授の法。 • 1920（大正９）年10月１日を期して、第１回「国勢調査」。統計＝ｓｔａｔ(istics) • 近代統計学の父ケトレー(コペルニクスに影響） • 英語で統計または統計学＝ statistics。 • 語源はラテン語で「状態」を意味するstatisticum 。 • イタリア語で「国家」を意味するようになり、国家の人力、財力等といった国勢データを比較検討する学問。 • さらに費用対効果から、必要最低限度の数を調査して、その場合の精度が、「目標達成のために満足のできるものであれば良しとする接近法」が考案される。⇒現代の「統計学」の基本原理 • 推測統計学(stochastics)。看護研究における統計の立場２つの視点 • １つめ：国家統計の視点 – 自分が「王」となり、対象集団の状況を広く知る、報告する立場、疫学調査など – 母集団よりも標本集団をまとめること • ２つめ：推測統計的な視点 – 自分の得た標本から母集団を推し量りたい – 自分は「標本」という実験結果を元に、真の集団（母集団）にたどり着きたい。真の看護や看護方式に近づきたいデータ分析の流れ • データの正しい収集法（集める） – 計画的な抽出や正しい質問の作り方 • データの集計方法（サンプル・標本集団の分析） – 基礎統計量とクロス表、グラフ化 • データの分析方法（背景の母集団を意識） – 検定、回帰・相関、因子分析など多変量解析法 • 統計分析、データ分析、データ科学、 • データマイニングなど呼び方はさまざま母集団と標本 • 母集団：未知、標本：既知 • 仮説の下で考える理想的な集団。標本はこの母集団から無作為に取り出された部分集団母集団：未知無作為抽出標本・サンプル既知：データ分析の対象未知または既知標本は分析できる大まかな統計分析の流れ４段階 • • • • • 母集団（未知であり不可視）標本（可視）データの収集アンケート調査無作為抽出 • • • 集計データ集計推定・検定統計解析平均値やクロス表基礎統計量や集計表ｔ検定やカイ２乗検定結果（有意かどうか） • • 神の領域第一段階第二段階人間界第三段階第四段階データ分析の道のり • 母集団を想定する（想像する）、仮説を決める – 見えないけれど、どんな現象集団 • 標本集団を収集する（実験や調査） – 精密でなく正確な回答か？答えやすい用紙？、回収率 • 分析に合うよう素データの加工や集計 – 度数表、基礎等計量、グラフ、クロス表など – 仮説をうらづけるグラフ？ • 統計手法で分析する – 種々の統計解析法、仮説を説明できた？情報処理と看護研究のハザマ • 看護研究 – 看護の中で、課題を立証し客観的結論を得る • • • • エビデンス明白なこと、証拠や根拠心がけなければならない先人のコトワザ情報面ＧＩＧＯ（ぎーご） – Garbege Iｎ Garbege Out – ゴミからはゴミしか生まれない • 統計学群盲評象（ぐんもうひょうぞう） – 尻尾を握って象がわかったつもりになっていませんか？ステップ１ • 研究や分析のための • データ準備留意点平均が意味ある場合、ない場合データの「測定尺度」 • 比率や間隔尺度 – 身長160,170,180 平均は170cm ◎ • 順序尺度 – 1.嫌い 2.まあまあ 3.好きどれか１つ選ぶ – 回答 2,1,1,3,3,3,2 合計15 平均2.1 △ • 名義尺度 – 1.品数 2.一ヶ所で買える 3.駐車場 4.その他 – この場合平均は求められません→集計へ × エクセル使いなら必需品A1 行側（ｷﾞｮｳｿｸ）と列側（ﾚﾂｿｸ） • • • →列側（項目、変数、変量）行側↓ （ケース）入力したデータデータ収集の時、気づかうこと有効数字について • 計算結果を小数点何桁まで取るべきか？ • 答え • 測定値で影響されます。 – 身長160ｃｍは「センチ単位」で測定されました。 – 160.1かも160.4かも知れません。 – 有効数字小数点以下0桁でした。 • そこで平均値など計算結果の表示は、ひと桁多くし小数点以下１桁（２桁目を四捨五入して）で表示しましょう • 教訓 • 計算結果の有効数字は測定値よりも１桁多く収集データの欠席扱いとは欠測値について • 計測されなかった、計測できなかった値・回答 – 欠測値という • 表ソフトで欠測値には0ゼロを入力しない – エクセルの場合何も入力しない – セル値の削除はdeleteキーで – 0は計測値として計算してしまいます • 99や0など特定値を入れることは – 一部の統計ソフトでは除外可能だが、エクセルとの互換性を考えると入力しない方が無難でしょうステップ２ • データが用意できたら、まず • １項目ごとにデータの姿をつかむ • 記述統計（基礎統計、度数・クロス集計、グラフ表示） • エクセルで十分可能、個人でも可能基礎統計について（比率や間隔尺度の場合） • 基礎、キソと軽んじてはいけません。 • この基礎統計からデータの概要を思い浮かべることが、解明の第一歩 • 基礎統計量算出やｸﾞﾗﾌ書きは地味ですが、 • 多くの発表はこれで決まります。 • 項目ずつ（１変数ごと）の統計分析です最初のデータ分析 • 記述または基礎統計量とは – – – – – 平均値標準偏差最大、最小値中央値度数集計表統計を始めるとやたら正規分布がでてくるのですが • 自然界の多くの現象は、数多く収集する（度数グラフに集計する）と正規分布に近くなることが知られています。 • ネイマン流大数の法則。 • 現象には正規分布しないものも多くありますが、合計点など加えると、極限では正規分布に帰着します。 • 中心極限定理。 • 「標本数を可能な限り集めなさい」は２つの意味で、正当なのです。 • 統計には２つの立場があります。 – １）数多く集めたり、加工して正規性に持ち込む派 – ２）正規性を仮定しない分析方法をあみだす派 • 2）がよさそうですが、実は性能は１）を超えられません。分布系と分析力はトレードオフの関係に。エクセルで基礎統計量を求められる • 関数をセルに挿入で求める • ○○値を求める関数(名前知らなくても利用できる） – – – – – 平均標準偏差中央値最大値最小値＝ＡＶＥＲＡＧＥ（範囲指定）＝ＳＴＤＥＶ（範囲）＝ＭＥＤＩＡＮ（範囲）＝ＭＡＸ（範囲）＝ＭＩＮ（範囲） • 表の度数を求める関数 – 該当数（通常）＝COUNT(範囲）または – 条件付該当数＝ＣＯＵＮＴＩＦ（範囲、条件）名義や順序尺度の場合、基礎統計量はあまり意味を持ちません。集計しましょう • 度数分布表を作りましょう（１つの項目ずつ） – これを棒グラフ（ヒストグラム）に描きましょう – これである１項目の姿が見えてきます – （全ての測定尺度で可能） • クロス表（分割表）にまとめましょう（２つの項目ごと） – 特に２次元クロス表（分割表）は大事 – ２つの項目を同時に表にまとめます – （特に、順序や名義尺度でも作れます）２つの項目の基礎集計投げ１のヒストグラム素データから度数集計してみたら投げ１と投げ２の２群を書き分ける 12 素データ→度数表→ 8 ２群別のグラフ投１度数投2度数 4 0 20 25 30 35 40 45 50 投げ２投げ１グラフは統計分析の設計図エクセルはグラフ化の良いツール • • • • • 最初のうちは、グラフ化することがとても大事図中には、実は分析結果が見えています。１項目の現象には棒グラフか折れ線グラフがしばしば。大切なことは、条件によりグラフを書き分けていますか？ • 条件とは、女性・男性、学級Ａ、Ｂ、Ｃ別などステップ３（比率尺度の場合） • １つずつ、項目ごとの把握が終ったら – 基礎統計の算出 – 集計表＝度数表やクロス表にまとめる – 項目ごとにグラフで表現 • エクセルで十分可能、個人でも可能 • 次は２項目ごとの視覚化と分析 – 回帰分析で関係をつかむ「散布図」は２項目の関係図（エクセルで分析可能） 40 投げ２ 30 20 10 10 20 30 投げ１ 40 相関という考え方 • • • • • • • • ２つの項目間の関係性を知りたい２つの項目は「比例」するか「反比例」するか比例には正比例と負比例（×反比例）正の比例・・・片方が２倍→もう一方も２倍負の比例・・・片方２倍→もう一方-２倍相関は正相関＝片方が増加→もう片方も増加負相関＝片方が増加→もう片方は減少（正）相関を目で見る正負両方の相関程度が知りたい • 相関係数R -1～0～1で示す値よく似た用語を間違えない • • • • • • • 相関は散布図グラフを連想しましょう相関係数はその点のシャープさを示す相関係数が＋なら正相関、－なら負相関相関係数は記号ではRかrで表記 R2やR^2は相関係数を２乗したもの R2は重相関係数、決定係数とも呼ばれる R＝√R2を計算し相関係数に直すとヨロシ相関分析の手順１．関係を知りたい２つの項目（列）を選ぶ２．この２項目で散布図を描く３．この図を元に直線回帰を行うするとグラフ内には中心直線＝回帰直線が引かれその方程式と相関係数の２乗R2＝重相関係数が表示されるこれら一連の分析を単回帰分析と呼ぶ（単）回帰分析 • • • • 散布図を描くとＸ軸とＹ軸の関係を目視Ｙ＝ａＸ＋ｂという直線関係を考えるＸとＹはデータとして測定される傾きａとｂを決定すれば、ＸとＹの関係が決まる係数ａとｂを求めれば • ２つの項目ＸからＹを推測できる • 予測：測定されていないＸについて、Ｙの予測値をＹ←ａＸ＋ｂで予測可能単回帰分析のポイント • • • • • • 直線の程度（相関度）はどのくらいか？傾きａとｂを求める直線の相関性を示す指標相関係数ＲまたＲの２乗のことを決定係数・重相関係数という－１＜Ｒ＜＋１経験的にＲ＞0.7で正相関あり、Ｒ＜－0.7で負相関あり、-0.7＜Ｒ＜0.7で無・弱相関 • 決定係数なら 0＜Ｒ＜0.5で無・弱相関 • 相関係数の２乗＝決定係数・重相関係数＞0 相関係数Rと二乗したR2 • Rまたはｒは相関係数と呼ぶ • R2＝R×R＝R２重相関係数や決定係数とも呼ばれる • R=0.7相関ありこの時 • R２＝0.7×0.7＝0.5 を示す • 解釈 R2=0.5とは – 求めた方程式ｙ＝ａｘ＋ｂで、データ全体の情報のうちＲ２（例：0.5以上）をこの式で表わしている – ＲやＲ２は影響の程度をみる目安エクセルでの求め方例：散布図からエクセルでグラフ点を右クリック→近似曲線の追加メニュー散布図→単回帰分析の完成 • 回帰直線ｙ＝ｘ相関係数Ｒの2乗＝0.19 • この現象は直線ｙ＝ｘで、全体の19％の情報を表現できる 40 y=x R2 = 0.1859 投げ２ 30 20 10 10 20 30 投げ１ 40 データ分析の道具立て更なる分析にはエクセル以上 • 記述統計、グラフなどはエクセルで十分 • 検定、多変量分析となると専用ソフトが望ましい • 市販ソフトとしては • ＳＰＳＳ高い、施設向き、論文投稿には望ましい。世界的権威ソフト新規18万円 – ライバル会社にSASがある。安価版としてJUMPも有名 • エクセル統計 4万円、エクセルのアドイン、おおむね使えるが細かな使い勝手はあまり良くない • フリーソフト（無料）Ｒ良くできているが上級者でなければ使いにくい！研究者向けなぜ「Office(excel）」を？ • Windowsマシンが多く導入 • Windowsマシンには「Officeファミリ」のうちWordと Excelが大体標準装備 – Wordは施設企画書類づくり、発表用配布資料づくりに – Excelは素データ入力、グラフ化、基礎統計など個人向け基本データ分析可能 – パワーポイントは発表原稿づくりに（別売） • Officeファミリーは相互に「コピー＆ペースト」で対象物の継承が可能最近ではインターネットのサイトにも良いものが色々 • 検索エンジン群馬青木 → おしゃべりな部屋 • 青木サイトの統計処理の多くには「Java技術」が使われている • Javaはサイトで計算処理を行うための仕組みであり PC購入後各自で導入するもの □ • 施設のPCではセキュリティ保護の観点からJavaを導入していないものもあるので、青木サイトが利用できない場合がある • 施設PCで利用できない場合、他の統計パッケージやJava導入した個人PCを利用する • 最近ではスマートフォンでも利用可能１項目ずつグループ（群）間を比べる • ２グループの取り扱い • Ｔ検定や分散分析（比率尺度） – ２群の平均値に関するもの • クロス表とカイ２乗検定（名義や順序尺度） – 度数に関するもの • ある１項目について • ２グループ（群）以上の差異を検討する • グループ間または群間分析、層別分析もしもPCでこんなエラーが出たらあなたのPCのJAVA（Oracle社)という仕組みが古いなどの原因で、警告が出たものです。「いいえ」を選んでうまく動作すればいいですね。看護に代表的な検定を分析体験 • ｔ検定（比率尺度で使用） – ある測定データの平均値がある値かどうか – 仮説：測定データの平均値＝46.7 – ２群の平均は等しいとみなせるか – 仮説：群１の平均＝群２の平均 • カイ２乗検定（名義・順序尺度で使用） • クロス表に傾向や関連性があるか – 仮説：このクロス表の度数は同じか統計的検定はどんなもの • ある仮説（○＝△）を判定する – 例：この実験結果＝160.0 – 例：群１の平均＝群２の平均 • 判定結果は採択、または棄却の２分法 • 採択とは「この仮説を積極的に否定しない」 – （厳密には仮説を認めたくないがやむを得ない） • 棄却とは「この仮説を積極的に否定する」検定ではP値を探せ検定に見る計算と判定 • 計算：統計ソフトなどを使用する • 判定：出てくる結果の有意確率か有意水準の値により判定 • 有意水準「P値」＞0.05 有意水準5％以上で採択 • 5％以下ならば棄却（有意、SIG.)←差あり • 0.05～0.01 5％有意＊星１つ • 0.01～0.005 1％有意＊＊星２つ • 0.005より小 0.5％有意＊＊＊星３つ • Ｐ値有意水準0.05基準⇔今回の有意水準を逆算 • つまり、Ｐ値が0.05を下回れば「有意」２つの平均値を比べる２群の平均値差の検定（ｔ検定） • 群平均ＳＤＮ • Ａ 3.2 3.8 5 • Ｂ 5.2 8.2 5 • 等分散性の検定 • 有意確率2.3％（有意） • ２群のばらつきは等しくない • 平均値差のｔ検定 • 等分散仮定する 6.4％ • 等分散仮定せず 6.4％ • いずれも平均値差は有意でない • この2群で平均値3.2と 5.2は同程度と見るか？否か？ • ２群のばらつきは – 等しくないと判定 • ばらつき等しくない仮定の下で、「採択」 – ２つの平均値が等しいことを否定せず（つまり同程度）二群の平均値差の検定だけでも入力形式や条件で色々 • 標準的なサイト２群の個々の値を入力するタイプ。ｔ検定とノンパラ（マンホットニ）検定が選択できる。マンホイットニ検定とウイルコクソン順位和とは同じもの • ２群には対応がない場合 • http://aoki2.si.gunmau.ac.jp/Java/TwoSamples/bin/TwoSamples.html • 青木おしゃべりな部屋、Ｊａｖａ、独立２標本の検定の順に探す PC画面の例応用１平均などで独立２標本検定 • http://aoki2.si.gunma-u.ac.jp/JavaScript/ttest.html • 素データがなく、平均、標準偏差、ケース数のみがある場合のサイト • 対応なしの場合、ｔ検定 • おしゃべりな部屋、Javascript、26番２群の平均値差の検定を参照 PC画面の例応用２「対応のある」２群の検定 • 対応のある場合：１人について前後を測定したなど。薬効や効果があったかはっきり検定する。 • http://aoki2.si.gunmau.ac.jp/Java/RelatedTwoSamples/bin/RelatedTw oSamples.html • 場所はおしゃべりな部屋、Java,対応のある２標本の検定を探す • 伝統的なｔ検定の他、ウィルコクソン符号付順位和検定、符号検定にも対応する対応のあるデータ、ないデータ • 対応ありと考えられる場合 • 同じ人やグループを追跡して測定 • • • １回２回３回・・・ Aさん 1.0 1.5 2.0・・・ Bさん 1.2 1.7 2.2・・・ • 対応ないと考えられる場合 • 毎回グループの構成者を取り替えて測定 • 岡山東京大阪福岡・・・ • 人口 • 生産額 • 学生数二群の平均値差の検定演習問題 • • • • いずれもｔ検定（対応なし）として平均値差を検定せよ。青木サイトを使用する。問１群平均ＳＤＮ問２Ａ 3.2 3.8 5 Ｂ 5.2 8.2 5 • 問３ある地区で行った40 歳 • 以上 65 歳未満の住民検診に来所した男子 42 名，女子 • 63 名の血色素量について • の検査成績は，男子では平 • 均値 15.2 g/dl，不偏分散 • 1.1，女子では平均値 12.7 • g/dl，不偏分散 3.2 であった。 • 男女の平均値に差はあるか，応用３名義尺度でも使える検定クロス表の独立性の検定 • • • • • • 通称、カイ２乗検定名義尺度では平均値が意味を持たないそこで表に集計する。一次元の表こそ度数分布表２次元以上をクロス集計表ではこの表での仮説とは – 「クロス表のマス目（セル）は同じ割合かどうか」 – 「クロス表に偏りがあるのかないのか」（２×２）クロス表とはこんなもの • 行と列で作表する • 上の図では、左上50、右下55この程度の違いで、この表には差があるか、否か（有意性ありかなし？） • a、ｂ、ｃ、ｄに顕著な違いがあるか？ • 行側：原因→列側：結果 • 例：対応なし投薬有無と結果や運動有無×効果 • 対応あり１回目と２回目の状況青木サイトで解くＲ×Ｃクロス表のカイ２乗検定 • • • • • 基本は２×２（検討しやすい）４つのセル値をサイトへ入力計算結果Ｐ値で判断するＰ＞0.05 採択 0.01＜Ｐ＜0.05 5％有意他１％有意 0.5％有意により＊、＊＊、＊＊＊ • http://aoki2.si.gunmau.ac.jp/JavaScript/FisherExactTest.html 再掲：判定方法 P値と検定結果 • 前ページ解答： P値＝0.31→採択（差なし） • クロス表から有意水準またはP値を算出 • 判定方法その１有意水準の値が – 有意水準値＝P値が – 0.05～0.01 5％有意＊星１つ – 0.01～0.005 1％有意＊＊星２つ – 0.005より小 0.5％有意＊＊＊星３つクロス表独立性の検定解答はP値を示す（有意でない＝採択） • 問１0.83、２0.76、３0.31、４0.60 ５0.01 ６0.00 • 採択採択採択採択＊＊＊＊＊研修のまとめ • • • • • • • □看護研究とデータ分析の関係を理解する □データ入力での決まりごと □ １項目データ分析：基礎統計量とグラフ □プラットホームはＯｆｆｉｃｅ（Ｅｘｃｅｌ） □ ２項目の関係：相関、回帰式、散布図 □グループ（群）間比較：統計的検定 □詳細な分析は統計ソフトやサイト利用