Определение необходимого числа наблюдений

В зависимости от степени охвата объекта исследования принято различать сплошное (гене­ральное) и не сплошное (выборочное) статистическое наблюдение. Но при использовании выбо­рочного метода необходимо учитывать, что выборочная совокупность должна быть репрезента­тивной, т.е. представительной. Иначе говоря, результаты, полученные на части единиц наблюде­ния, должны соответствовать данным всей (генеральной) выборке (совокупности). Мерой репре­зентативности является разность между средними (или относительными) величинами в выбороч­ной и генеральной совокупности.

Для упрощения определения необходимого числа наблюдений при проведении комплексных медико-социальных исследований, в зависимости от желаемой точности и уверенности в резуль­татах исследования, пользуются уже рассчитанным необходимым числом наблюдений по таблице К. А. Отдельной (где К – коэффициент точности, уровень которого выбирает сам исследователь – от 0,5 до 0,1; t – стандартное отклонение признака от средней арифметической; р – степень уверен­ности в заданной неточности результата исследования):

Таблица 8.

Необходимый объем выборки

№	Вид исследования	Желаемая точность исследова­ния (К=)	t=2,0	t=2,5	t=3,0
			p=0,95	p=0,98	p=0,99
1	Ориентировочное знаком­ство	0,5 0,4 0,3	16 25 44	25 39 69	36 56 100
2	Исследование средней точ­ности	0,2	100	156	225
3	Исследование повышенной точности	0,1	400	625	900

Как видно из таблицы 8, необходимый объем выборки для получения устойчивых результатов с достаточной степенью уверенности и точности составляет 400 (к=0,1; р=0,95).

Для получения устойчивого результата при минимальной точности и достоверности, необхо­димое число единиц наблюдения составляет 16 (к=0,5; р=0,95).

Основные ошибки статистического анализа (четвертый этап исследования).

Число ошибок статистического анализа можно объединить в три группы:

1. Ошибки методики – к ним относятся арифметические ошибки; недостаточное число на­блюдений, что ведет к получению недостоверных результатов; неправильное опре­деление единицы наблюдения; использование слишком сложных таблиц, содержа­щих много признаков; недостаточность обработки данных (отсутствие расчета отно­сительных величин, не составлены динамические ряды, не рассчитаны коэффици­енты корреляции); неправильность группировки, что может привести к неоднородно­сти групп.

2. Неправильная оценка показателей – это смешение экстенсивных и интенсивных показа­телей (вывод о большей или меньшей частоте каких-либо явлений, процессов можно делать только на основании интенсивных показателей); составление вывода на искусственно отобранных группах; оценка темпа роста без учета исходного уровня; представление слишком общих сведений, без проведения детального анализа мате­риала; не использование метода стандартизации при анализе показателей, характери­зующих статистические совокупности, имеющие разный состав по каким-то призна­кам (полу, возрасту, нозологии заболеваний);

3. Третья группа ошибок – это логические ошибки формального анализа. К ним, в основ­ном, относятся следующие ошибки: вывод, сделанный на основе простого срав­нения цифр без учета качественной характеристики явления; отсутствие установле­ния достоверной связи между последовательными событиями (“post hoc, non propter hoc” – после этого, не значит, что вследствие этого), так, если у больного страдаю­щего гипертонической болезнью, случилось обострение, наступил криз, после ссоры с соседями по квартире, то это не является, что криз обусловлен только вследствие ссоры, т.к. больной страдал еще и гипертонической болезнью; недостаточность изуче­ния всесторонних связей данного явления (статистические связи между причиной и следствием, временные, пространственные и прочие не однозначны. Они вероятны в той или иной степени).

Таким образом, статистический анализ – это не только анализ цифр и явлений, но в значительной мере искусство специалиста, умение выделить из ряда последовательных событий ведущие, установить достоверную связь между ними, наметить пути воздействия.