看護研究における 統計の活用法 Part ３ 京都府立医科大学 浅野 弘明 2012年11月10日 1
量的データとは ・数値で得られるデータ ・単位を持つ 単位が無い → 質的データ
量的データのまとめ方 ・記述統計量を求める 平均値、標準偏差、最大・最小、歪度 ・ヒストグラムの描画 区分化（範囲化）後に、頻度集計
平均値と標準偏差 ・平均値 ：中心指標 分布の中心(真ん中）、普通の値 ・標準偏差：散布度指標 データの散らばり方、平均との平均距離 4
分布の歪み 正の歪み 負の歪み 歪みなし
歪みと平均値 平均以上は、わずか10％ (→ 平均は中心ではない） ある医院での白血球数データ（小さい順に) 4,600 5,100 5,400 5,800 6,200 6,300 6,800 7,400 8,000 36,000 平均値の位置 10人分の 平均値＝ 9,160 歪度＝3.1 平均値は、平均的な値になっていない 大きな歪み 平均以上は、わずか10％ (→ 平均は中心ではない）
パーセンタイル(分位数) ・下からα％目のデータ値 → αパーセンタイル値 → 50％タイルを中央値と呼ぶ → αパーセンタイル値 → 50％タイルを中央値と呼ぶ → 25,50,75 ％タイルを四分位数
歪み・平均値・中央値 歪みなし 正の歪み 平均値 かつ 中央値 平均値 中央値 平均値が中央値より 大きな値になる 平均値と中央値は一致
歪度の目安 ±１以上 → かなり歪んでいる ±0.5以上 → 少し歪んでいる ±0.2以下 → 歪みは小さい
医療データの特徴 ・医療データの大半は 「正の歪み」を持つ 典型例（一般的集団での分布として） 血圧、白血球数、GOT等の血液検査指標 「正の歪み」を持つ 典型例（一般的集団での分布として） 血圧、白血球数、GOT等の血液検査指標 BMI等の肥満指数、入院日数、等々
歪みとｔ検定 ・正規分布には、歪みがない → 歪みがあれば、正規分布ではない ・ｔ検定は、正規性が前提 → 歪み大なら、ｔ検定は不適切
ｔ検定不適例 平均値： A群 32.9 ＞ B群 29.9 紺色の方が、小さい値が多いが 外れ値のため、平均は、紺色が大きい 順位和検定では ｔ検定では有意差は出ない 平均値： A群 32.9 ＞ B群 29.9 10 15 20 25 30 35 150 紺色の方が、小さい値が多いが 外れ値のため、平均は、紺色が大きい
大切なポイント 量的データの扱いは 質的データほど 簡単ではない！