PERCHE’ LA STATISTICA NEL CURRICULUM FORMATIVO DELL’INFERMIERE?
E’ necessario che l’infermiere sappia
rilevare,archiviare ed elaborare in modo corretto le informazioni indispensabili per la sua attività, anche mediante l’uso di sistemi per il trattamento
automatico delle informazioni.
Ma la conoscenza della metodologia per il trattamento delle informazioni è anche necessaria allo studente nel corso degli studi universitari e post-universitari.
Per questi motivi nel curriculum formativo del medico e degli altri operatori sanitari(infermieri, fisio -
terapisti, dietisti,ecc..) sono state inserite nozioni di scienza delle informazioni ( Statistica, Informatica,
Epidemiologia).
RELAZIONI TRA INFORMAZIONI,CONOSCENZA DEI PROBLEMI E COMUNICAZIONI
Informazioni
conoscenza comunicazione
RELAZIONI TRA INFORMAZIONI,CONOSCENZA E DECISIONI
Informazioni Informazioni
conoscenza decisioni controllo decisioni
(dei problemi) (delle decisioni)
_________ _______ _______ _______
processo processo processo processo conoscitivo decisionale conoscitivo decisionale
DEFINIZIONE DI DATO E DI INFORMAZIONE
• se si dice 1,70 si indica un numero
• se si dice statura m. 1.70 si indica un dato
• se si dice che il Sign. Mario Rossi è alto m.1,70 si indica un’informazione
- il dato è un numero riferito ad un determinato fenomeno
- l’informazione è un dato che ha valore informativo (cioè consente la conoscenza di un determinato
fenomeno)
Sistema Informativo Sanitario Definizione
Insieme articolato ed integrato di
risorse,strumenti e procedure per la rilevazione,archiviazione ed
elaborazione delle informazioni
necessarie per la programmazione e
la gestione dei servizi sanitari
USO DEI SISTEMI INFORMATICI IN CAMPO CLINICO VANTAGGI
• Rendono più facile l’acquisizione,la registrazione e l’archiviazione dei dati clinici
• Consentono il facile e rapido reperimento dei dati archiviati in occasione di precedenti contatti con la struttura sanitaria
• Migliorano la qualità delle informazioni rilevate mediante la strumentazione biomedica e riducono la possibilità di errori diagnostici o di interventi terapeutici non appropriati
• Rendono possibile la trasmissione dei dati clinici tra i diversi servizi e strutture sanitarie(Medici di Medicina Generale,
Specialisti,Ospedali,ecc..) con i quali l’utente viene a contatto e quindi
- migliorano la qualità dell’assistenza
- consentono una riduzione dei costi evitando la ripetizione di accertamenti diagnostici già eseguiti altrove.
TRATTAMENTO DELLE INFORMAZIONI
• FONTI DELLE INFORMAZIONI luogo di origine e produzione delle
informazioni
• FLUSSO DELLE INFORMAZIONI percorso tra la fonte e il luogo di utilizzazione
• ELABORAZIONE DELLE INFORMAZIONI procedure di
trasformazione delle informazioni per renderle
utilizzabili
• UTILIZZAZIONE DELLE INFORMAZIONI per finalità
conoscitive e decisionali
METODOLOGIA PER IL TRATTAMENTO DELLE INFORMAZIONI
Acquisizione dei dati
Elaborazione dei dati
Analisi statistica e
valutazione dei risultati
DEFINIZIONE DI STATISTICA
La Statistica è il metodo per lo studio dei fenomeni collettivi e comprende
• la descrizione delle caratteristiche dei fenomeni (statistica descrittiva)
• l’analisi delle cause dei fenomeni
(statistica inferenziale)
LA STATISTICA NELLO STUDIO DEI FENOMENI BIOLOGICI
Importanza del metodo statistico per lo studio dei fenomeni biologici in
relazione a due caratteristiche peculiari di tali fenomeni:
si tratta di fenomeni variabili e probabilistici.
(Biometria – Biostatistica – Statistica
Medica)
METODI PER LO STUDIO DEI FENOMENI NATURALI
Fenomeni costanti = sistemi di misura
Variabili deterministiche= sperimentazione (Claude Bernard 1813-1878)
Variabili probabilistiche= calcolo delle probabilità (o aleatorie) (Laplace 1749-1827)
LE APPLICAZIONI DELLA STATISTICA E DELLA EPIDEMIOLOGIA NELLE PROFESSIONI SANITARIE
• Nell’attività clinica e assistenziale:
metodologia di acquisizione ed elaborazione dei dati clinici(controllo di qualità,Evidence Based Medicine)
• Nella ricerca scientifica:
ricerche sperimentali e studi osservazionali (epidemiologia ed epidemiologia clinica), metanalisi
• Nella organizzazione e gestione dei servizi sanitari:
acquisizione dati epidemiologici per la
programmazione e la valutazione degli interventi di prevenzione,terapia e riabilitazione(analisi costi-
benefici e costi-efficacia,indicatori,ecc,,)
METODOLOGIA DI ACQUISIZIONE DEI DATI
ACQUISIZIONE DEI DATI CONTROLLO DI QUALITÀ mediante per accertare
- prelievo da altre fonti - affidabilità delle fonti - rilevazione diretta - attendibilità dei dati
Un dato ottenuto mediante osservazione o misurazione si definisce attendibile
quando è il più vicino possibile al valore vero
PRINCIPALI FONTI DI DATI DEMOGRAFICI
Popolazione
presente - CENSIMENTI <
Popolazione residente POPOLAZIONE < - RISULTANZE Popolazione
ANAGRAFICHE residente
- RILEVAZIONI SULLE FORZE DI LAVORO ( Indagine Campionaria)
- INDAGINI SULLE FAMIGLIE (Campionarie)
segue PRINCIPALI FONTI DI DATI DEMOGRAFICI
NATI NATURALE <
MORTI MOVIMENTO
DELLA MIGRAZIONI
POPOLAZIONE < INTERNE Immigrazioni SOCIALE < <
MIGRAZIONI Emigrazioni ESTERE
MATRIMONI
PRINCIPALI FONTI DI DATI SANITARI
cause di morte Mortalità
cause di natimortalità
malattie infettive e diffusive
soggette a denunzia obbligatoria Morbosità
malattie professionali
indagine ISTAT sulle condizioni di salute della popolazione italiana
segue PRINCIPALI FONTI DI DATI SANITARI - infortuni sul lavoro
Altri eventi
attinenti alla salute<
- interruzioni della gravidanza - ricoveri(dimissioni)sec.le cause Attività dei < - altre prestazioni sanitarie
servizi sanitari - dati sull’organizzazione dei
servizi sanitari
Italia - N.morti per 100.000 abitanti anni 1901-97
Malattie 1901-10 1951-60 1971-80 1991-97 Mal.infettive
e parassitarie 345 38 12 4 Tumori 64 135 221 270 Mal.sist.circolatorio 208 264 465 422 Mal.app.respiratorio 422 89 75 50 Mal.app.digerente 389 63 59 56 Altre cause 731 369 143 168 Morti in totale 2159 958 975 970
ITALIA – POPOLAZIONE GIOVANE E ANZIANA ANNI 1955-2025(previsioni)
Milioni di Età abitanti
60 e + 18 -
14 -
10 -
0-18 6 -
| | | | | | | | 1965 1985 2005 2025
ACQUISIZIONE DEI DATI MEDIANTE RILEVAZIONE DIRETTA
a) Metodi e strumenti per la rilevazione dei dati - colloqui o interviste(es.raccolta anamnesi,
inchieste,ecc...)
- osservazione diretta(es.obiettivo di un paziente) - manuali(es.frequenza del polso)
- strumenti< - meccanici(es.bilancia,sfigmoma- di misura nometro,ecc..)
- automatici(autoanalizzatori,TAC,ecc.) Qualità dei dati ottenuti con i diversi metodi e strumenti
segue ACQUISIZIONE DEI DATI MEDIANTE RILEVAZIONE DIRETTA
b) Sistemi di registrazione dei dati
- supporti cartacei(schede,questionari,ecc) mediante - supporti magnetici(floppy disk,hard disk)
- supporti ottici (CD Rom)
- inserimento dati da tastiera
con l’uso di - utilizzazione di lettori ottici o lettori di sistemi informatici < banda magnetica
- collegamento on-line tra gli strumenti di misura e il computer
ACQUISIZIONE DEI DATI MEDIANTE RILEVAZIONE DIRETTA
DIVERSI TIPI DI QUESTIONARI
rigidi o chiusi = contengono domande e risposte formulate in termini precisi
aperti = contengono domande precise ma le risposte sono libere
a testo libero = non contengono domande precise
ma soltanto generici argomenti sui quali viene richiesto di fornire informazioni
precodificati= domande e risposte sono accompagnate da appositi codici
RILEVAZIONE DEI DATI
"ERRATA” E/O “NON CORRETTA”
RILEVAZIONE DEI DATI UGUALE
“INATTENDIBILITà” DEI RISULTATI
CORSO DI LAUREA IN INFERMIERISTICA
Lezioni di Statistica ____________
2 -
RILEVAZIONI A CAMPIONERILEVAZIONI A CAMPIONE
segue ACQUISIZIONE DEI DATI
segue RILEVAZIONI A CAMPIONE
Se per ipotesi con la prima e con la seconda estrazione sono uscite palline bianche non
possiamo sapere se nell’urna vi sono palline di altro colore; se alla terza estrazione esce pallina nera
possiamo sapere che nell’urna vi sono anche palline nere ma non sappiamo quante sono rispetto alle
bianche; soltanto dopo la 4° estrazione possiamo affermare che nell’urna vi sono palline bianche e nere in egual numero.
Principio generale: quanto più elevata è la
numerosità del campione,tanto maggiore è la
sua rappresentatività
segue RILEVAZIONI A CAMPIONE Terminologia utilizzata in statistica:
unità statistiche = singoli individui, oggetti, ecc.. che compongono il collettivo oggetto di studio
universo = l’insieme delle unità statistiche campione = parte dell’universo che viene
studiata quando non è possibile
esaminare l’intero collettivo
segue RILEVAZIONI A CAMPIONE
Metodologia di estrazione del campione
• estrazione casuale con reinserimento
• estrazione casuale senza reinserimento
• estrazione sistematica
• estrazione mediante stratificazione
• campionamento a più stadi (cluster
sample)
segue RILEVAZIONI A CAMPIONE
segue RILEVAZIONI A CAMPIONE
Esempio di estrazione di un campione casuale semplice
In un ospedale vi sono 600 pazienti ai quali viene attribuito un numero d’ordine(per esempio il numero del letto)da 1 a 600.
Si vuole estrarre un campione di 60 ricoverati.
Si parte da una riga qualunque della tabella dei numeri casuali (es. la riga 104) e si prendono in sequenza tanti gruppi di tre cifre ciascuno fino a raggiungere i 60 pazienti che entreranno a far parte del campione
segue RILEVAZIONI A CAMPIONE
Righe Numeri random
104 52711 38889 93074 60227 40011 ... ...
...
si estraggono i pazienti numero 527,113,74,274,1 e così via scartando i numeri ai quali non corrisponde nessun paziente (888,993,602,ecc..).
Attenzione! Si estraggono numeri di tre cifre in quanto i pazienti in totale sono 400
segue RILEVAZIONI A CAMPIONE
Il metodo dell’estrazione casuale mediante i numeri random offre due vantaggi:
• ogni unità statistica che compone l’universo ha la stessa probabilità di entrare a far parte del campione(=rappresentatività del
campione)
• consente la valutazione dell'attendibilità dei risultati ottenuti mediante i metodi di
statistica inferenziale(v.dopo).
segue RILEVAZIONI A CAMPIONE
Estrazione sistematica: le unità statistiche che costituiranno il campione sono estratte
dall’universo ad intervalli regolari.
Per esempio se in un ospedale vi sono 500 ricoverati e si vuole estrarre un campione di 50 pazienti si attribuisce un numero d’ordine ad ogni ricoverato in base al numero della
cartella clinica e si estrae un paziente ogni 10
(i pazienti numero 10,20,30,ecc..)
segue RILEVAZIONI A CAMPIONE
Questo metodo è più pratico rispetto all’estrazione casuale ma è necessario essere sicuri che
l'intervallo di campionamento prescelto non sia
influenzato da qualche variabile esterna che agisce con la stessa ciclicità del campionamento, cosa abbastanza improbabile ma pur sempre possibile (ad esempio se in media si ricoverano 20 ammalati alla settimana è possibile che i pazienti estratti
siano in maggioranza quelli ricoverati il sabato e la domenica, cioè i casi più gravi).
segue RILEVAZIONI A CAMPIONE
Campionamento mediante stratificazione
Si divide l’intera popolazione da cui si vuole
estrarre il campione in un determinato numero di parti (strati) secondo le caratteristiche che si
ritiene possano influire sul fenomeno oggetto di esame (es. sesso, età, residenza, attività
lavorativa esercitata,ecc..).
Si estraggono le singole unità che formerano il
campione da ciascuno strato.
segue RILEVAZIONI A CAMPIONE
STRATIFICAZIONE SECONDO IL SESSO E L’ETA’
Popolazione italiana (in migliaia di ab.)– Anno 2001 Età Sesso Totale
Maschi Femmine
0-24 7.650 7.269 14.919 25-64 16.131 16237 32.368 65 e più 4.313 6.243 10.556 Totale 28.094 29.749 57.843
segue RILEVAZIONI A CAMPIONE
Esempio di estrazione mediante stratificazione Se si vuole estrarre un campione pari all’1 per mille della popolazione italiana si estrae l’1 per mille di abitanti da ogni strato; i
singoli campioni messi insieme
rappresentano l’1 per mille dell’intera popolazione italiana.
Questo metodo consente di calcolare la
frequenza di un determinato fenomeno non soltanto nell’intera popolazione ma anche nelle diverse condizioni considerate
(nell’esempio in relazione al sesso e all’età).
segue RILEVAZIONI A CAMPIONE
ESEMPIO DI ESTRAZIONE A PiU’ STADI Plesso scolastico A Plesso scolastico B Scuola a Scuola b Scuola a Scuola b Sez. a b c Sez. a b Sez. a b Sez a b Classi I I I I I I I I I
“ “ II II II II II II II II II
“ “ III III III III III III III III III
“ “ IV IV IV IV IV IV IV
“ “ V V V V V V V Tot.Classi = 41 Tot. bambini = 820
Campione-classi = 20 - bambini (5 per classe) = 100
segue RILEVAZIONI A CAMPIONE
1 stadio = si estraggono le seguenti classi:
dalla Scuola a del Plesso A= una I,una II,una III, una IV ed una V e si procede in modo analogo per la Scuola a del Plesso B(in tot.10 classi);
dalla Scuola b del Plesso A e dalla Scuola b del Plesso B = una I,una II ed una III(in totale 6 Classi).
Si aggiungono la IV e la V classe delle Scuole b dei due Plessi così da ottenere in tutto le 20 classi del campione.
2 stadio = Si estraggono 5 bambini da ognuna delle 20 classi
del campione di I stadio così da ottenere in totale i 100 bambini che costituiranno il campione
segue RILEVAZIONI A CAMPIONE
Esempio di campionamento a due stadi mediante stratificazione:
indagine multiscopo ISTAT sulle famiglie italiane (anno 1993) 1° stadio = estrazione di un campione di Comuni mediante
stratificazione in base alle zone territoriali ed altre caratteristiche
Numero comuni dell’universo=8.100
“ “ del campione= 758
2° stadio = estrazione di un campione di famiglie tra quelle
residenti nei comuni estratti con il 1° stadio di campionamento Numero famiglie nell’universo
(tutte le famiglie italiane) = 20.646.000
“ “ nel campione = 19.747
“ persone nel campione di famiglie = 55.844
Segue RILEVAZIONI A CAMPIONE
Procedimento di calcolo per rapportare all’universo i risultati ottenuti nel campione
campionamento casuale
semplice mediante stratificazione P P i
N = n . N =∑ n i .
p pi
N=num.osservazioni nell’universo; n = num.osservazioni nel campione
P=popolazione dell’universo ; p = popolazione del campione P i = popolazione di un singolo strato dell’universo
P i = popolazione di un singolo strato del campione
N i = numero delle osservazioni in un singolo strato del campione
LEZIONI DI STATISTICA
3 - Controllo di qualità
Controllo di qualità
Un dato ottenuto mediante osservazione o misurazione
si definisce attendibile
quando è il più vicino possibile
al valore vero
segue Controllo di qualità
CLASSIFICAZIONE DEGLI ERRORI
indipendenti dall’operatore Sistematici
[dipendenti dall’operatore]
[ indipendenti dall’operatore]
Accidentali
dipendenti dall’operatore Casuali (o inevitabili)
segue Controllo di qualità Procedure per il controllo di qualità Controllo di compatibilità:consiste nel
verificare se due o più osservazioni o misure eseguite sullo stesso fenomeno e sullo
stesso soggetto siano in contrasto tra di loro Controllo di congruità:consiste nel verificare
se i risultati delle misure eseguite si
collocano al di sopra o al di sotto dei limiti
massimo e minimo prestabiliti
segue Controllo di qualità
segue Procedure per il controllo di qualità dei dati
Controllo di accuratezza: in una serie di
misure ripetute sullo stesso oggetto e con il medesimo strumento si definisce
accuratezza la minor differenza possibile tra la media dei risultati ottenuti ed il valore vero
Controllo di precisione: in una serie di
misure ripetute sullo stesso oggetto si
definisce precisione la minor differenza
possibile tra i singoli risultati ottenuti
segue Controllo di qualità
segue Controllo di qualità
CONCETTI GENERALI SUL CONTROLLO DI QUALITA’
nei laboratori d’analisi CONTROLLO INTRA-LABORATORI
(compatibilità,congruità,accuratezza,precisione) CONTROLLO INTER-LABORATORI
Laboratorio di riferimento; laboratori partecipanti
segue Controllo di qualità
CONTROLLI DI COMPATIBILITÀ E DI CONGRUITÀ sono utili anche se viene eseguito il controllo di
accuratezza e precisione:
a) per gli errori di trascrizione e registrazione dei risultati(es.attribuzione di risultati ad un
diverso paziente)
b) per gli esami non eseguibili con strumenti es. esame microscopico di vetrini,esami culturali,ecc..)
Non garantiscono la qualità dei dati,vengono eseguiti dopo che i dati sono stati rilevati ma sono utili per un primo rapido controllo
segue Controllo di qualità
esempio di un controllo eseguito su 10 laboratori
RISULTATI DEI LABORATORI PARTECIPANTI
N.lab. Azotemia Glicemia Uricemia
1 88,0 394,0 4,90 2 89,8 370,0 4,77 3 82,7 369,0 5,20 4 98,0 397,0 5,10 5 96,0 399,0 5,10 6 90,0 360,0 4,90 7 95,0 425,0 5,50 8 92,0 380,0 5,15 9 89,0 392,0 5,20 10 90,0 396,0 4,90
segue Controllo di qualità
esempio di un controllo eseguito su 10 laboratori
Valori teorici ottenuti mediante 30 determinazioni ripetute sullo stesso siero con lo stesso
apparecchio(= media di tutti i risultati) Azotemia = 92,93 [ 93]
Glicemia = 392,53 [ 393]
Uricemia = 5,07 [ 5 ]
N.B. – In parentesi quadra i valori (arrotondati )calcolati come media dei risultati ottenuti con le 30
determinazioni
UNIVERSITA’ CAMPUS BIOMEDICO CORSO DI LAUREA IN INFERMIERISTICA
Prof. Angelo Serio
LEZIONI DI STATISTICA
4 - Sistemazione e presentazione dei dati
Anno Accademico 2009-10
Sistemazione e presentazione dei dati
5.1 - Seriazione dei dati
Insieme di dati qualitativi
nominale(dati non ordinabili) Es. gruppi sanguigni Serie di dati
ordinale(dati ordinabili secondo criteri logici) Es.titolo di studio Insieme di dati quantitativi
Serie di dati(ordinati secondo determinati criteri)
segue Sistemazione e presentazione dei dati Seriazione dei dati
Serie ordinate secondo grandezza(progressioni) Serie ordinate secondo il tempo(serie temporali,
serie storiche) Serie ordinate secondo lo spazio (serie
geografiche)
segue Sistemazione e presentazione dei dati Seriazione dei dati
Le progressioni sono serie ordinate secondo
grandezza nelle quali l’intervallo tra un termine e l’altro può essere definito in maniera costante.
Le progressioni possono essere:
aritmetiche = ogni termine della serie è uguale al precedente aumentato di un valore costante
geometriche = ogni termine della serie è uguale al precedente moltiplicato per un valore costante
esponenziali = ogni termine della serie è uguale al precedente elevato ad un valore costante
segue Sistemazione e presentazione dei dati-seriazione Progressione aritmetica geometrica esponenziale
2 2 2
2
4(=2+2) 4(=2 x 2) 4 (=2 )
2
6(=4+2) 8(=4 x 2) 16(= 4 ) 8(=6+2) 16(=8 x 2)
10(=8+2) 12(=10+2) 14(=12+2) 16(=14+2)
segue Sistemazione e presentazione dei dati Seriazione dei dati
c b
16 . . . a
14 . a progressione aritmetica
12 . b = progressione geometrica
c = progressione esponenziale
10 .
8 . .
6 .
4 .
2 .
. . . . I II III IV V VI VII VIII
segue Sistemazione e presentazione dei dati
Seriazione dei dati
Ai fini dello studio statistico dei fenomeni è necessario preliminarmente accertare a quale tipo di progressione corrispondono i valori osservati.
Tuttavia, a causa della variabilità dei fenomeni biologici, in questo campo non si riscontrano mai precise progressioni aritmetiche, geometriche o esponenziali
E’ quindi necessario accertare nei singoli casi quale è il
tipo di progressione che meglio approssima i valori osservati.
segue Sistemazione e presentazione dei dati
Seriazione dei dati
Serie continue e discontinue
Serie continue = l’intervallo tra un termine e l’altro può essere suddiviso all’infinito
es. età,peso,statura,glicemia,ecc...
Serie discontinue o discrete = l’intervallo tra un termine e l’altro può essere suddiviso solo
fino ad un certo punto
es. numero di abitanti, di pazienti, di globuli
rossi,ecc..
segue Sistemazione e presentazione dei dati
Tabulazione dei dati
Dati sui gruppi sanguigni di 15 pazienti
N.d’ordine Gruppo sanguigno N.d’ordime Gruppo sanguigno 1 A 9 AB
2 B 10 A 3 A 11 B 4 AB 12 A 5 0 13 AB 6 A 14 B 7 A 15 0 8 B N.tot. osservazioni 15
segue Sistemazione e presentazione dei dati
Tabulazione dei dati
Esempio di Tabella semplice
Gruppi sanguigni N.osservazioni
0 2
A 6
B 4
AB 3
N.totale delle osservazioni 15
segue Sistemazione e presentazione dei dati
Tabulazione dei dati
PAZIENTI SECONDO IL GRUPPO SANGUIGNO E IL FATTORE Rh
N.d’ordine Gruppo sanguigno N.d’ordime Gruppo sanguigno
e fattore Rh e fattore Rh
1 A + 9 AB - 2 B + 10 A - 3 A - 11 B + 4 AB + 12 A + 5 0 + 13 AB + 6 A + 14 B + 7 A + 15 0 - 8 B - N.tot. osservazioni 15
segue Sistemazione e presentazione dei dati
Tabulazione dei dati
Esempio di Tabella a doppia entrata Gruppo sanguigno Fattore Rh Totale
+ -
0 1 1 2
A 4 2 6
B 3 1 4
AB 2 1 3
Totale 10 5 15
segue Sistemazione e presentazione dei dati Tabulazione dei dati
Classi Indice di massa corporea
di sottopeso normopeso sovrappeso obesi
età 1990-91 2006 1990-91 2006 1990-91 2006 1990-91 2006 18-24 22,50 8,65 63,84 75,70 12,59 13,50 1,07 2,15 25-44 10,48 3,42 62,10 56,75 28,38 28,70 4,39 5,78 45-64 4,18 1,06 42,04 42,60 43,56 41,64 10,22 14,70 65 e + 7,42 2,01 41,69 39,72 41,28 44,07 9,61 14,20 Totale 9,81 2,82 50,82 52,04 32,83 34,96 6,54 10,18
Esempio di Tabella a tripla entrata
La Tabella consente di osservare le variazioni del peso corporeo nella popolazione italiana negli ultimi 16 anni secondo i valori del BMI,le singole classi di età e l’anno al quale si riferiscono i dati.
BMI(Indice di massa corporea)= peso in Kg./statura in m.al quadrato (Fonte:ISTAT-Indagine multiscopo)
Persone intervistate secondo lo stato di salute nelle due settimane precedenti( su 100 ab.) e la presenza di malattie croniche
(su 1.000 ab.) (da Indagine multiscopo ISTAT)
Sesso Età
Stato di salute Totale M F >14 14-49 50-64 65 e + Buono 80,6 82,6 78,7 83,9 85,9 74,7 64,7 Non buono 19,4 17,4 21,3 16,1 14,1 25,3 35,3
Sesso Età
Malattie Totale M F >14 14-49 50-64 65 e + Diabete 33,1 29,0 36,9 2,6 15,2 66,1 117,1 Ipertensione 65,3 53,2 76,7 3,1 35,0 135,7 221,1 Bronchite cron. 45,4 62,4 29,4 7,3 26,1 90,9 138,8 Tumori 5,2 4,3 6,0 1,3 3,2 9,7 14,7
segue Sistemazione e presentazione dei dati
5.3 - CLASSIFICAZIONE DEI DATI
Intervallo di classe (o ampiezza della classe o modulo) = distanza tra il limite inferiore e il limite superiore delle classi
esempio: distribuzione dei valori della pressione arteriosa sistolica:fino a 100; 101-110; 111-120; 121-130, ecc…
Valori estremi delle classi = limite inferiore e limite superiore delle classi
è necessario evitare la sovrapposizione dei valori estremi
Limiti nominali e limiti reali delle classi
Esempio di limiti nominali:distribuzione secondo l’età = 0-10,10-20,20-30,ecc..
(occorre precisare che la classe 0-10 comprende i bambini fino al compimento del 10° compleanno,quella 10-20 comprende le persone dall’età di 10 anni e
un giorno al compimento del 20° compleanno,ecc…)
segue Sistemazione e presentazione dei dati
segue Classificazione dei dati
Classi aperte – si definiscono classi aperte quelle in cui manca il limite inferiore o superiore
esempio:distribuzione per età di una popolazione fino a 20,20-40,40-60,oltre 60
Valori centrali delle classi: media aritmetica tra il limite inferiore e il limite superiore delle classi
Esempio: nella precedente distribuzione per età i valori centrali sono 10,30,50,70 (se si tratta di classi aperte si applica convenzionalmente
il medesimo intervallo delle altre classi)
N.B. – L’approssimazione introdotta con la classificazione dei dati è tanto maggiore quanto più ampio è l’intervallo di classe;
i criteri di accettabilità dell’approssimazione variano secondo la natura dei dati,le finalità della rilevazione,ecc…
segue Sistemazione e presentazione dei dati
Rappresentazioni grafiche:
diagrammi,istogrammi,cartogrammi
Diagrammi
GRAFICO DELLA TEMPERATURA FEBBRILE
• 40
• 39
• 38
•
• 37
•
8 12 16 20 8 12Diagrammi
CRESCITA PONDERALE DI UN BAMBINO DALLA NASCITA A 24 MESI
11,000 9,000 7,000
5,000
3,000
. . . . .
nascita 6 mesi 12 mesi 18 mesi 24 mesi
Segue RAPPRESENTAZIONE GRAFICA DEI DATI
Diagramma polare –
temperature medie nelle varie stagioniSegue RAPPRESENTAZIONE GRAFICA DEI DATI DIAGRAMMA POLARE
Il diagramma rappresenta le temperature medie registrate nelle diverse stagioni a Roma urbe:
in alto inverno=14,3°
in basso estate=30,1°
a destra primavera=19,2°
a sinistra autunno=22,4°
RAPPRESENTAZIONI GRAFICHE-ISTOGRAMMI
ACQUISIZIONE,SISTEMAZIONE E PRESENTAZIONE DEI DATI
Elenco delle procedure
prelievo da altre fonti(affidabilità dei dati) Rilevazione interviste
mediante rilevazione diretta osservazioni
(attendibilità dei dati) misurazioni manuali mediante sistemi meccanici
automatici manuale (su supporti cartacei)
Registrazione automatica ( “ “ magnetici,ottici)
ACQUISIZIONE,SISTEMAZIONE E PRESENTAZIONE DEI DATI – CONTROLLO DI QUALITA’
segue Procedure manuale
spoglio meccanico (selezionatori di schede) automatico(lettori di banda magnetica,
lettura ottica,computer)
scale nominali caratteri qualitativi “ “ ordinali
seriazione
caratteri quantitativi (serie ordinate secondo diversi criteri)
ACQUISIZIONE,SISTEMAZIONE E PRESENTAZIONE DEI DATI – CONTROLLO DI QUALITA’
segue Procedure
classificazione (intervallo di classe,valori estremi e valori centrali delle classi)
tabulazione (tabelle semplici,a doppia entrata,a tripla entrata)
rappresentazioni grafiche
(diagrammi,istogrammi,diagrammi polari) www.slidetube.it