סטטיסטיקה בלי פחד: המושגים שכל סטודנט למדעי הבריאות חייב להבין
ערך p, רווח סמך, עוצמה סטטיסטית ובחירת מבחן: הסבר במילים פשוטות למושגי היסוד שבלעדיהם אי אפשר לקרוא מחקר או לכתוב עבודה.
עבור סטודנטים רבים לסיעוד, לרפואה, לביולוגיה או לפסיכולוגיה, קורס הסטטיסטיקה הוא המכשול הגדול של השנה הראשונה. הנוסחאות נראות מנותקות מהמקצוע שבחרו, והבחינה נתפסת כמשהו שצריך לעבור ולשכוח. אלא שסטטיסטיקה היא השפה שבה כתוב כמעט כל מחקר רפואי, ומי שלא שולט במושגי היסוד שלה יתקשה לקרוא מאמרים, לכתוב עבודה סמינריונית ובהמשך גם לשפוט אם טיפול חדש אכן מועיל. את רוב המושגים אפשר להבין גם בלי חישוב אחד.
מדגם, אוכלוסייה והרעיון שמאחורי הכול
חוקרים כמעט אף פעם אינם יכולים לבדוק את כל האוכלוסייה שמעניינת אותם – כל חולי הסוכרת או כל הסטודנטים בארץ. הם בודקים מדגם ומנסים להסיק ממנו על הכלל. כל הסטטיסטיקה ההיסקית עוסקת בשאלה אחת: עד כמה אפשר לסמוך על מה שנמצא במדגם, ומה הסיכוי שהתוצאה היא יד המקרה.
מכאן החשיבות של אופן הדגימה. מדגם גדול אינו מבטיח תוצאה אמינה אם הוא מוטה, למשל אם השתתפו בו רק מי שהתנדבו לענות על סקר. מדגם קטן ומייצג עשוי ללמד יותר ממדגם ענק שנאסף ברשלנות. לפני שמסתכלים על המספרים כדאי תמיד לשאול מי נבדק, איך נבחר ומי נשאר בחוץ.
ממוצע, חציון וסטיית תקן
הממוצע הוא המדד המוכר ביותר, אך הוא רגיש לערכים קיצוניים. אם בכיתה של עשרה סטודנטים תשעה מרוויחים שכר מינימום ואחד הוא מיליונר, השכר הממוצע ייראה מרשים ולא ייצג אף אחד. החציון – הערך שחצי מהנבדקים נמצאים מתחתיו וחצי מעליו – מתאר במקרים כאלה את המציאות טוב יותר, ולכן משתמשים בו לנתונים כמו הכנסה או משך אשפוז.
סטיית התקן מתארת עד כמה הנתונים מפוזרים סביב הממוצע. שתי קבוצות יכולות להיות בעלות אותו ממוצע של לחץ דם, כשבאחת כולם קרובים אליו ובשנייה יש ערכים גבוהים ונמוכים מאוד. בלי מדד הפיזור, הממוצע מספר רק חצי מהסיפור.
ערך p: מה הוא אומר ומה הוא לא אומר
ערך p הוא כנראה המושג הסטטיסטי שמפרשים באופן שגוי יותר מכל מושג אחר. הוא עונה על שאלה ספציפית: אם באמת אין הבדל בין הקבוצות, מה ההסתברות לקבל תוצאה קיצונית לפחות כמו זו שהתקבלה? ערך קטן פירושו שהתוצאה אינה צפויה תחת ההנחה שאין הבדל, ולכן מקובל לדחות את ההנחה הזאת.
מה שערך p אינו אומר: הוא אינו ההסתברות שההשערה נכונה, והוא אינו מלמד דבר על גודל ההשפעה. הסף המקובל של חמישה אחוזים הוא מוסכמה ולא חוק טבע, ותוצאה שנמצאת מעט מעליו אינה שונה מהותית מתוצאה שנמצאת מעט מתחתיו. בנוסף, מי שבודקים עשרות השוואות באותו מחקר צפויים למצוא כמה תוצאות מובהקות במקרה בלבד, ולכן נדרש תיקון להשוואות מרובות.
רווח סמך ומובהקות קלינית
רווח סמך נותן מידע עשיר יותר מערך p. במקום תשובה של כן או לא, הוא מציג טווח של ערכים שבו נמצאת ככל הנראה ההשפעה האמיתית. רווח צר מעיד על אומדן מדויק, ורווח רחב על אי-ודאות גדולה, שנובעת בדרך כלל ממדגם קטן.
כאן נכנסת ההבחנה בין מובהקות סטטיסטית למובהקות קלינית. במחקר גדול מספיק, גם הבדל זעיר יימצא מובהק סטטיסטית. תרופה שמורידה את לחץ הדם במילימטר כספית אחד עשויה להניב ערך p מרשים, אך אין לכך משמעות עבור המטופל. השאלה החשובה תמיד היא לא רק אם יש השפעה, אלא מה גודלה והאם היא משנה משהו בחיים האמיתיים.
שני סוגי טעויות ועוצמת המחקר
כל מסקנה סטטיסטית עלולה להיות שגויה באחת משתי דרכים. טעות מסוג ראשון היא אזעקת שווא: החוקרים מסיקים שיש הבדל כשבפועל אין. טעות מסוג שני היא החמצה: קיים הבדל אמיתי, אך המחקר לא הצליח לזהות אותו. רמת המובהקות שנקבעת מראש מגבילה את הסיכוי לטעות מהסוג הראשון, אך אינה אומרת דבר על הסוג השני.
כאן נכנס המושג עוצמה סטטיסטית – הסיכוי שמחקר יגלה הבדל אם הוא אכן קיים. העוצמה תלויה בעיקר בגודל המדגם ובגודל ההשפעה שמחפשים. מחקר קטן שלא מצא הבדל אינו מוכיח שאין הבדל; ייתכן שפשוט לא היו בו מספיק משתתפים. זו הסיבה שחוקרים מחשבים את גודל המדגם הנדרש לפני תחילת המחקר, וועדות האתיקה ומממני המחקר מצפים לראות את החישוב הזה.
איך בוחרים מבחן סטטיסטי
השאלה שמבהילה סטודנטים יותר מכול היא באיזה מבחן להשתמש. התשובה תלויה בעיקר בסוג המשתנים. משתנה כמותי, כמו משקל או רמת סוכר, מתואר בממוצעים; משתנה קטגוריאלי, כמו מין או קבוצת דם, מתואר בשכיחויות ובאחוזים. מכאן נגזר רוב ההיגיון.
להשוואת ממוצעים בין שתי קבוצות משתמשים בדרך כלל במבחן t, ולהשוואה בין שלוש קבוצות או יותר – בניתוח שונות. לבדיקת קשר בין שני משתנים קטגוריאליים מתאים מבחן חי בריבוע, ולקשר בין שני משתנים כמותיים – מקדם מתאם. כשרוצים לבחון כמה גורמים בבת אחת ולנטרל את השפעתם ההדדית, עוברים למודלים של רגרסיה. לכל מבחן יש הנחות יסוד, למשל התפלגות נורמלית של הנתונים, וכשהן אינן מתקיימות פונים לחלופות א-פרמטריות. אין צורך לזכור הכול בעל פה; צריך להבין את ההיגיון ולדעת לשאול.
איך ללמוד את זה נכון
במקום לשנן נוסחאות, נסו להסביר כל מושג במילים שלכם ולמצוא לו דוגמה מהתחום שאתם לומדים. קריאת פרק השיטות והתוצאות במאמרים אמיתיים, גם אם בהתחלה היא איטית, הופכת את המושגים לכלים. תוכנות כמו R, פייתון או SPSS מאפשרות לשחק עם נתונים ולראות בעיניים איך שינוי בגודל המדגם משפיע על התוצאה. ואל תהססו להיעזר בשעות הקבלה של המתרגלים ובייעוץ הסטטיסטי שמוסדות רבים מציעים לסטודנטים שכותבים עבודות.
בשורה התחתונה, סטטיסטיקה אינה אוסף של נוסחאות אלא דרך לחשוב על אי-ודאות. מי שמבינים מהו מדגם, מה אומר ערך p ומה לא, למה רווח סמך חשוב ומה המשמעות של עוצמה, מחזיקים בכלי שילווה אותם לאורך כל הקריירה – בקריאת מחקרים, בכתיבת עבודות ובקבלת החלטות מקצועיות.