1.713
modificacions
→Chi-quadrat
| Línia 529: | Línia 529: | ||
Bé, dit tot això, anem a repassar les diferents proves de podem utilitzar en l'anàlisi bivariat: | Bé, dit tot això, anem a repassar les diferents proves de podem utilitzar en l'anàlisi bivariat: | ||
== | ==Xi-quadrat== | ||
Anem pel primer punt de l'anàlisi de l'estudi: mirar la relació de l'ESTAT CIVIL i d'ESTA PRIM, objectiu principal de l'estudi. Per això hem d'utilitzar la Xi-quadrat, que serveix per relacionar dues variables categòriques (binàries o no), i en aquest cas l'utilitzarem per saber si les variables ESTÀ PRIM I ESTAT CIVIL estan relacionades. La nostra hipotesi és que els solters estan més prims que els casats (això seria la hipotesi alternativa, la nula és que no hi ha diferència en el percentatge de prims entre els dos grups: casats i solters) | Anem pel primer punt de l'anàlisi de l'estudi: mirar la relació de l'ESTAT CIVIL i d'ESTA PRIM, objectiu principal de l'estudi. Per això hem d'utilitzar la '''Xi-quadrat''', que serveix per relacionar dues variables categòriques (binàries o no), i en aquest cas l'utilitzarem per saber si les variables ESTÀ PRIM I ESTAT CIVIL estan relacionades. La nostra hipotesi és que els solters estan més prims que els casats (això seria la hipotesi alternativa, la nula és que no hi ha diferència en el percentatge de prims entre els dos grups: casats i solters) | ||
El primer que fem és fer una descripció bivariada d'aquestes variables. Això ho fem amb una '''taula 2x2''', amb el procediment ''crosstabs'' del SPSS: | El primer que fem és fer una descripció bivariada d'aquestes variables. Això ho fem amb una '''taula 2x2''', amb el procediment ''crosstabs'' del SPSS: | ||
| Línia 547: | Línia 547: | ||
Bé, ara tornem a fer el procediment i demanem més informació: | Bé, ara tornem a fer el procediment i demanem més informació: | ||
[captura opcions demanant risc i | [captura opcions demanant risc i xi-quadrat] | ||
I ens surt això: | I ens surt això: | ||
| Línia 553: | Línia 553: | ||
[captura output risc / chi-quadrat] | [captura output risc / chi-quadrat] | ||
===Valoració de la | ===Valoració de la magnitud de l'associació=== | ||
Hi ha diverses formes de mesurar-ho (avís: el següent pot estar basat en experiències i/o manies personals, i no té perquè ser del tot acadèmic): | Hi ha diverses formes de mesurar-ho (avís: el següent pot estar basat en experiències i/o manies personals, i no té perquè ser del tot acadèmic): | ||
#Si no hi ha una variable que pugui ser la causa de l'altra, sinó que estan al mateix nivell com per exemple les variables binàries portar sabates grogues si/no i portar camises liles si / no (els dos fets es poden associar, però un no causa l'altre ni a la inversa). En aquest cas el millor és fer la diferència entre les dues proporcions, junt amb el seu interval de confiança. Problema: l'SPSS no ho fa. Però per exemple posem que, entre tots els usuaris de sabates grogues, un 71% porta camises liles, mentre que només un 23% dels que no porten sabates grogues sí que porta camises liles. Restant aquestes dues proporcions tenim 71-23=48%, que és la diferència de proporcions. Segons la gent que | #Si no hi ha una variable que pugui ser la causa de l'altra, sinó que estan al mateix nivell com per exemple les variables binàries portar sabates grogues si/no i portar camises liles si / no (els dos fets es poden associar, però un no causa l'altre ni a la inversa). En aquest cas el millor és fer la diferència entre les dues proporcions, junt amb el seu interval de confiança. Problema: l'SPSS no ho fa. Però per exemple posem que, entre tots els usuaris de sabates grogues, un 71% porta camises liles, mentre que només un 23% dels que no porten sabates grogues sí que porta camises liles. Restant aquestes dues proporcions tenim 71-23=48%, que és la diferència de proporcions. Segons la gent que tinguéssim a la mostra, aquest 48% tindria un interval de confiança més o menys ampli que ens informaria de si la diferència és molt gran o no. Si aquest interval no passa per 0, es pot dir que l'associació entre portar sabates grogues i portar camises liles és estadísticament significativa | ||
#Si s'intueix que una variable és causa de l'altra, o podria ser-ho. Per exemple el fet que està solter provoca que s'estigui més prim. Malgrat en aquest cas també podem fer una diferència de proporcions (i estaria ben fet!), hi ha dues mesures clàssiques en epidemiologia que no vé malament conèixer: | #Si s'intueix que una variable és causa de l'altra, o podria ser-ho. Per exemple el fet que està solter provoca que s'estigui més prim. Malgrat en aquest cas també podem fer una diferència de proporcions (i estaria ben fet!), hi ha dues mesures clàssiques en epidemiologia que no vé malament conèixer: | ||
##el risc relatiu, que és la divisió entre les dues proporcions (no la resta com en el cas anterior). Mirant la taula, quin és el risc relatiu de la variable estat civil en el cas del nostre estudi? Com l'interpretariu (o explicar................. i s'hauria d'explicar també perquè es diu RR de l'estat civil i no RR d'estar prim, i si el resultat indica que els solters són més prims o més grassos................Tot això aquí o a OR........... i vigilar que SPSS fa coses molt rares amb les OR..............). Al risc relatiu també li podem donar un interval de confiança (l'SPSS ho fa?????????????....................). Si aquest interval no passa per 1 (no per 0 com abans, ja que ara estem dividint les proporcions i no restant-les, i si aquestes són idèntiques donaran 1!) | ##el risc relatiu, que és la divisió entre les dues proporcions (no la resta com en el cas anterior). Mirant la taula, quin és el risc relatiu de la variable estat civil en el cas del nostre estudi? Com l'interpretariu (o explicar................. i s'hauria d'explicar també perquè es diu RR de l'estat civil i no RR d'estar prim, i si el resultat indica que els solters són més prims o més grassos................Tot això aquí o a OR........... i vigilar que SPSS fa coses molt rares amb les OR..............). Al risc relatiu també li podem donar un interval de confiança (l'SPSS ho fa?????????????....................). Si aquest interval no passa per 1 (no per 0 com abans, ja que ara estem dividint les proporcions i no restant-les, i si aquestes són idèntiques donaran 1!) | ||
##la ''odds ratio'', que és el risc relatiu a lo anglosajón (i per tant molt més usat en articles british i americans). Al principi és una mica complicats d'entendre. Una ''odds'' (sense ratio) és el número de casos en què passa una cosa entre el número de casos en què no passa. Per tant és molt semblant a un percentatge (número de casos en què passa una cosa dividit per la suma del número de casos en què passa i el número de casos en què no passa). Per exemple .......... (posar exemple real de prims/no prims en comparació amb prims/total...................). Això seria la ''odds'' d'estar prim, i la podem calcular en els solters i en els casats. Dividint aquestes dues ''odds'' tenim la ''odds ratio'' (igual que abans | ##la ''odds ratio'', que és el risc relatiu a lo anglosajón (i per tant molt més usat en articles british i americans). Al principi és una mica complicats d'entendre. Una ''odds'' (sense ratio) és el número de casos en què passa una cosa entre el número de casos en què no passa. Per tant és molt semblant a un percentatge (número de casos en què passa una cosa dividit per la suma del número de casos en què passa i el número de casos en què no passa). Per exemple .......... (posar exemple real de prims/no prims en comparació amb prims/total...................). Això seria la ''odds'' d'estar prim, i la podem calcular en els solters i en els casats. Dividint aquestes dues ''odds'' tenim la ''odds ratio'' (igual que abans dividíem els dos percentatges per tenir el risc relatiu. Igual que pel risc relatiu, a la ''odds ratio'' també li podem donar un interval de confiança, que si no passa per l'1 podem dir que és estadísticament significatiu. Segur que heu sentit a parlar molts cops de la ''odds ratio'': per exemple pel risc de fer un infart podem parlar de la ''odds ratio'' de fumar, de ser hipertens, etc. | ||
===Valoració de la significació estadística=== | ===Valoració de la significació estadística=== | ||
Amb l'apartat anterior ja ho | Amb l'apartat anterior ja ho podíem fer (que l'interval de confiança de la diferència de proporcions no passi per 0, o que el del risc relatiu o la ''odds ratio'' no passin per 1). Però si volem, per un motiu desconegut, donar un valor de ''p'', tenim la prova de chi-quadrat (per tant veieu que el títol de tot l'apartat és fals, perquè hem fet moltes més coses que una simple xi-quadrat per veure la relació de dues variables categòriques: el món és més que una ''p''!): | ||
[captura] | [captura] | ||
Però ens servei d'alguna cosa aquesta ''p''? Només sabem que els solters i els casats no estan igual de grassos (canviar si no és significativa.............................), però no sabem quin dels dos grups està més gras, ni quant més gras està. Sempre és molt més | Però ens servei d'alguna cosa aquesta ''p''? Només sabem que els solters i els casats no estan igual de grassos (canviar si no és significativa.............................), però no sabem quin dels dos grups està més gras, ni quant més gras està. Sempre és molt més important mirar les dades (i entendre-les!) que mirar la ditxosa ''p''. | ||
==t de student== | ==t de student== | ||