Projekt Zdravotnick studijn programy v inovaci na FZS

Projekt Zdravotnické studijní programy v inovaci na FZS Univerzity Pardubice CZ. 1. 07/2. 2. 00/15. 0357 PRÁCE S ODBORNOU LITERATUROU Petra Mandysová, MSN 2011/2012

Projekt Zdravotnické studijní programy v inovaci na FZS Univerzity Pardubice CZ. 1. 07/2. 2. 00/15. 0357 Kvantitativní výzkum Petra Mandysová, MSN KAPITOLA Č. 4 2011/2012

Analýza kvantitativního článku a jeho kvality 1. Problém a. Jaký problém si studie dala za úkol vyřešit? b. Proč se jedná o důležitý problém pro ošetřovatelství? 2. Účel studie Co je účelem studie? 3. Výzkumné otázky Jaké VO studie obsahuje? Pokud žádné neobsahuje, jaké myslíte, že by obsahovala? 4. Hypotézy Jaké hypotézy studie obsahuje? Pokud žádné neobsahuje, jaké myslíte, že by obsahovala? Popř. je možné, že studie hypotézy nemůže obsahovat vzhledem k typu studie?

Analýza kvantitativního článku a jeho kvality (2) 5. Proměnné Jaké nezávislé a závislé proměnné studie obsahuje? Popř. je možné, že studie tyto proměnné nemůže obsahovat vzhledem k typu studie? 6. Teoretický rámec Jaký teoretické rámec nebo model byl ve studii použit? 7. Přehled literatury Jakým způsobem přehled literatury podporuje potřebu provést tuto studii? 8. Výzkumný design Jaký výzkumný design studie použila? Jednalo se o vhodný design? Jaké existují hrozby pro interní validitu? (zkreslení výsledků z důvodu zavlečení systematické chyby, např. selekční bias, maturace atd. ). Jaké existují hrozby pro externí validitu? ( např. zobecňování výsledků na jiné skupiny lidí, efekt novoty)

Analýza kvantitativního článku a jeho kvality (3) 9. Vzorek Jednalo se o dostatečně velký vzorek? Jednalo se o reprezentativní vzorek? Jednalo se o vhodné prostředí? 10. Vnější proměnné Jaké vnější proměnné ve studii existovaly? Byl vliv vnějších proměnných omezen? 11. Byly ve studii použity vhodné výzkumné nástroje? 12. Byla data sbírána správným způsobem a byla ochráněna práva respondentů? 13. Byla analýza provedena vhodným způsobem a pomohla nalézt odpovědi na VO?

Podstata kvantitativního výzkumu • • Zkoumání vztahů mezi proměnnými – přináší numerická data měřením proměnných Hodnoty proměnných se zjišťují měřením a cílem je zjistit, jak jsou proměnné rozloženy, jaké jsou mezi nimi vztahy a proč tomu tak je • Účel? • Odklon od experimentálních metod a manipulace s jednou či více proměnnými + studiem dopadu na další proměnné…směrem k neexperimentálním metodám – používá se přirozená variabilita proměnných • Proměnné? • Průřezové šetření spíše než longitudinální • Jednotkou je jedinec nebo skupina lidí (např. třída dětí)

Vztah mezi proměnnými • Příčina…důsledek • nezávisle proměnná…závisle proměnná • Příklady tohoto vztahu pomocí výzkumných otázek: • Jaký je vztah mezi motivací (NP) a úspěchem (ZP) u žáků základní školy? • Jaký je vztah mezi odměnami (NP) a uspokojením v zaměstnání (ZP) u jednotlivých zaměstnání? • Jaký je vztah mezi pohlavím (NP) a profesionálními ambicemi (ZP) u studentů univerzity? • Jaký je vztah mezi inteligencí, sociálním statusem a motivací (NP) a výsledky žáků na základní škole (ZP)? Ale opatrně s deklarací příčiny, je možné, že roli hrají i jiné faktory!!!

Proměnné dle Rosenberga (1968) Sociální vlastnosti afektivní proměnné behaviorální proměnné Jaké jsou rozdíly mezi vdanými a svobodnými sestrami (sociální vlastnosti) v jejich postojích k celoživotnímu vzdělávání sester (afektivní proměnná) a v jejich volbě vzdělávacích kurzů v rámci celoživotního vzdělávání (behaviorální proměnná)?

Proměnné dle Rosenberga (2) (1968) • • • Rozdělení o sociální vlastnosti: kolik lidí patří do jednotlivých kategorií, např. 43 % respondentů jsou muži, 57 % jsou ženy Rozdělení o dispozici nebo afektivní vlastnosti…kolik lidí si myslí, že… Rozdělení o jednání…

Tři hlavní typy studií dle vztahu mezi proměnnými Obecná otázka Jak jsou proměnné rozloženy? Jak jsou proměnné mezi sebou závislé? Proč jsou proměnné tak rozložené a mezi sebou tak závislé? Typ výzkumu Popisný Popisně-explanatorní Explanatorní

• • • Tři hlavní typy studií dle vztahu mezi proměnnými Popisný výzkum – ztráta příležitosti; většina studií může pokročit dále a měla by se věnovat vztahům mezi proměnnými…zde sice stále přítomen popis vztahu, ale částečně i vysvětlení – zachycujeme variabilitu, popisujeme, jak se mění ve vztahu k ostatním proměnným – vede nás k otázce, jak a proč vznikl tento vztah mezi proměnnými a jak se může v různých kontextech měnit Znalost vztahu mezi proměnnými umožňuje predikci (predikce a explanace jsou dvě strany jedné mince) • Jaký proces je příčinou vztahu? Studium proměnných začíná definováním cílů a VO…kolik proměnných budeme měřit, jak budeme získávat data, od koho, jak je budeme analyzovat

Základní prvky výzkumného šetření • • • Cíle Výzkumné otázky Vzorek Strategie sběru dat Strategie analýzy dat Zpráva

Základní prvky výzkumného šetření: cíle • Existuje důležité propojení mezi cíli a VO • Cíle výzkumu jsou tvrzení – na vhodné úrovni obecnosti a abstrakce – co chce šetření zkoumat • Určují celkové cíle a účel výzkumu • Příklad: „prozkoumat vztah mezi …. “

Základní prvky výzkumného šetření: VO • Vycházejí z obecného určení cílů a přetvářejí je do specifičtější a konkrétnější podoby • VO: • Organizují projekt a dávají mu směr a koherenci • Vymezují projekt a určují jeho hranice • Udržují zaměření výzkumníka na vlastní cíle projektu • Popisují rámec pro sepsání zprávy o projektu • Řídí sběr dat a analýzu dat • Kontrola, jak je každá VO formulována: určení dat, která jsou potřeba pro její zodpovězení

Hierarchie konceptů • Hierarchie • Příklad – Oblast výzkumu – Téma – Cíle – VO – Výsledky studenta ve škole – Determinanty úspěchu ve škole – Prozkoumat vztah mezi duševními schopnostmi, dobou věnovanou úkolu a výsledky ve škole – Jaký je vztah mezi duševními schopnostmi a dobou věnovanou úkolu coby NP a výsledky ve škole coby ZP? – Atd.

Hypotézy • Hypotéza je pokus předpovědět vztah mezi dvěma nebo více proměnnými • Hypotéza přeměňuje VO do předpovědi očekávaných výsledků • Př. : – VO: Ovlivňuje bazální stimulace svalové napětí u pacientů? – Hypotéza: Svalové napětí u pacientů podstupujících BS bude nižší než u pacientů, kteří BS nebudou podstupovat. • Někdy hypotézy vycházejí přímo z teorie, některé z dřívějších studií nebo z osobního pozorování

Hypotézy (2) • Hypotézy vycházející z teorie nebo z dřívějších studií jsou nejvíce obhajitelné • Hypotézy vycházející z osobního pozorování nebo logického uvažování, pokud se jedná o novou, ještě ne příliš prozkoumanou oblast • Pokud hypotéza ve studii není uvedena, často známkou toho, že výzkumný pracovník např. se nezamyslel nad tím, co je již o problematice známo (studie obsahuje pouze VO – v nich nejsou obsaženy předpokládané vztahy mezi proměnnými)

Hypotézy (3) • Testovatelné hypotézy: prohlášení o vztahu mezi NP (předpokládaná příčina) a ZP (předpokládaný výsledek, dopad) v dané populaci. • Které hypotéza je testovatelná: – „Těhotné ženy, které obdrží od porodní asistentky informaci o šestinedělí pravděpodobně nebudou mít postpartální depresi“ – „Těhotné ženy, které obdrží od porodní asistentky informaci o šestinedělí mají menší pravděpodobnost, že budou mít postpartální depresi, než ženy, které tuto informaci neobdrží. “ • NP: ? • ZP: ?

Hypotézy - výzkumné (4) • Nižší míra fyzické aktivity v šestinedělí…je ve vztahu k nižšímu…. úbytku tělesné váhy. • Existuje vztah mezi úrovní fyzické aktivity v šestinedělí a úbytkem váhy. • Čím větší fyzická aktivita v šestinedělí, tím větší úbytek na váze. • Ženy s rozdílnou úrovní fyzické aktivity v šestinedělí se liší svým úbytkem na váze. • Ženy, které jsou v šestinedělí fyzicky aktivní, mají větší úbytek na váze, než ženy, které fyzicky aktivní nejsou. – NP? – ZP? – Směrová hypotéza vs. „nesměrová“ hypotéza?

Hypotézy (5) • Nesměrová hypotéza: – Neočekává směr – Např. pokud není žádný výzkum nebo výsledky výzkumů jsou v konfliktu či pozorování nebyla jednoznačná – Někteří vědci tvrdí, že nesměrové hypotézy jsou vhodnější – nejsou zaujaté, neutrální (naopak směrové by mohly výzkumníka ovlivnit, je zavázán určitému typu výsledku) • Směrová hypotéza: – Nejen o existenci vztahu mezi proměnnými, ale i o očekávaném směru (např. něco bude nižší, vyšší, apod. ) – Hypotézy vycházející z teorie nebo z existujícího výzkumu jsou obvykle směrové – Známkou toho, že výzkumník o vztahu přemýšlel • Kauzální hypotéza: – Snaží se identifikovat příčinu a dopad

Hypotézy (6)

Hypotézy - statistické (7) • Statistické hypotézy – k testování statistickou metodou – Nulová hypotéza H 0: předpokládá, že neexistuje vztah mezi NP a ZP – Př. : Úbytek na váze nemá vztah vůči úrovni fyzické aktivity v šestinedělí. • Výzkumná šetření typicky obsahují výzkumné hypotézy, pokud jsou provedeny statistické testy, nulová hypotéza se předpokládá (i když v šetření není výslovně uvedena)

Hypotézy - statistické (8) • Kromě nulové hypotézy je třeba vymezit, s jakou možností počítáme v případě, že nulová hypotéza neplatí – tou je alternativní hypotéza H 1 • Rozhodnutí o správnosti či nesprávnosti nulové hypotézy není nikdy 100% spolehlivé, vždy existuje riziko chybného rozhodnutí - hypotézy nikdy nejsou prokázány nebo vyvráceny, ale jsou podpořeny nebo zamítnuty – rozhodovací postup mezi nulovou a alternativní analýzou je statistický test významnosti

Hypotézy - statistické (9) • Situace, které mohou nastat při testování statistické analýzy: ROZHODNUTÍ PRAVDA ZAMÍTNEME H 0 PŘIJMEME H 0 Odhadli jsme pravdu nesprávně – učinili jsme chybu 1. druhu (α) Správné rozhodnutí H 1 Správné rozhodnutí Odhadli jsme pravdu nesprávně – učinili jsme chybu 2. druhu (β) – Chyba 1. druhu – pravděpodobnost zamítnutí správné hypotézy H 0 hladina významnosti (hladina testu) – v praxi požadujeme pravděpodobnost chyby např. do 5 %: α < 0, 05…výsledek je statisticky signifikantní (významný)

Teoretický rámec Př. : – Oremová – Model deficitu sebepéče: • hlavní myšlenka: sebepéče jsou aktivity, které člověk provádí, aby si udržel zdraví, cílem ošetřovatelství je pomoci lidem zvládat vlastní potřeby v oblasti sebepéče • studium ošetřovatelských intervencí pro podporu sebepéče a jejich vlivu na zdravotní stav pacienta (Kreulen a Braden, 2004) – Leiningerová – Teorie kulturní péče: • hlavní myšlenka: péče je celosvětový fenomén, ale existují kulturní rozdíly v péči • studium hodnot péče při péči o starší pacienty v Nizozemí a Turecku (Van den Brink, 2003)

• Př. : – Oremová – Model deficitu sebepéče: studium ošetřovatelských intervencí pro podporu sebepéče a jejich vlivu na zdravotní stav pacienta (Kreulen a Braden, 2004) – Leiningerová – Teorie kulturní péče - studium hodnot péče při péči o starší pacienty v Nizozemí a Turecku (Van den Brink, 2003)

Výzkumný design • Rozhodnutí o strategii, jak se bude postupovat, aby se získaly přesné a interpretovatelné informace • Nutno rozhodnout o celé řadě otázek: – Bude ve studii nějaká intervence? (rozdíl mezi experimentální a neexperimentální metodou) • výzkumník manipuluje s jednou nebo více proměnnými, aby zkoumal efekty na jiné proměnné • výzkumník používá přirozeně se vyskytující variabilitu proměnných, aby zkoumal vztahy mezi nimi – Jaký typ porovnání bude prováděn? • Mezi skupinami • Před a po intervenci nebo pouze po intervenci – Jak budou kontrolovány vnější proměnné? – Kdy a jak často budou sbírána data? – V jakém prostředí studie proběhne?

Výzkumný design – typ pozorování – Analyzujeme v rámci určitých dimenzí: • • kontrola nad NP? Pozorování NP a ZP? Typ porovnání ve skupině? Časová dimenze? – Např. : experimentální design může být mezi respondenty („between subjects“) …před a po („before / after“), longitudinální („longitudinal“) nebo průřezový („cross-sectional“), atd.

Výzkumný design (3) Dimenze Design Hlavní prvky Kontrola nad NP Experimentální Manipulace NP; kontrolní skupina; randomizace Kvaziexperimentální Manipulace NP; není randomizace a/nebo není kontrolní skupina Preexperimentální Manipulace NP; není randomizace nebo není kontrolní skupina Neexperimentální Není manipulace NP

Výzkumný design (4) • Experimentální: výzkumník není pasivní pozorovatel – Manipulace: výzkumník dělá „něco“ účastníkům výzkumu; manipulace NP a zkoumá se dopad na ZP – někdy manipulace více NP – Kontrola: použití kontrolní skupiny, kontrola situace – proč? Př. “ studium nutriční suplementace (NP) na hmotnostní nárůst u novorozenců (ZP), např. za 2 týdny – ale novorozenci i bez nutriční suplementace přibývají na váze (vliv zrání – „maturation effect“) – proto kontrolní skupina – Randomizace: náhodné rozdělení účastníků výzkumu do experimentální a kontrolní skupiny – každý má stejnou šanci, není systematická chyba („bias“) • Počítače nebo tabulky náhodných čísel

Výzkumný design (5) • Výhoda experimentálního designu: nejlepší design na studium vztahů mezi příčinami a důsledky • Nevýhody: – Celá řada NP se nedá manipulovat (i z etických důvodů) – Často nepraktické – Hawthornův efekt: ať je změna jakákoliv, účastník výzkumu ví, že je ve výzkumu a chová se jinak – často se řeší tak, že dvojitě zaslepená studie: ani účastník výzkumu ani ten, kdo manipuluje (výzkumník) ví, kdo je v experimentální a kdo v kontrolní skupině • Kvaziexperimentální: ne tak dobrý design, ale praktičtější - již nepoužíváme termín „kontrolní“ skupina, ale skupina, s e kterou porovnáváme (pokud je použita)

Příklad kvaziexperimentální studie v ošetřovatelství – nebyla randomizace skupiny http: //www. ncbi. nlm. nih. gov/pmc/articles/PMC 2837872/

Výzkumný design (6) • Neexperimentální studie – někdy nazývané observační studie (pozorování) – není manipulace (např. studium vdovectví a jeho vliv na ADL) 1. Korelační – výzkum poté, co již došlo k variaci NP, sice studujeme vztah mezi proměnnými, ale velmi těžce se určuje příčina (nebyla kontrolována NP) – Korelace není důkazem příčiny • Retrospektivní – současné fenomény se studují v asociaci s proměnnými z minulosti (př. Pacienti s karcinomem plic a studium jejich chování v minulosti, porovnáno s lidmi bez karcinomu plic) • Prospektivní (kuřáci / nekuřáci – později porovnání incidence rakoviny – Dražší, ale lepší, je možno použít kontroly

Výzkumný design (7) Dimenze Design Hlavní prvky Pozorování NP a ZP Restrospektivní Studie začíná u ZP a dívá se zpět na příčiny nebo vlivy Prospektivní Studie začíná u NP a dívá se dopředu na dopady

Výzkumný design (8) • Observační studie (pozorování) – 2. Deskriptivní – cílem je pozorovat, popsat a zdokumentovat určité aspekty situace • Hlavní nevýhody neexperimentální studie: není schopna s jistotou zjistit vztahy, u korelačních studií často chybná interpretace • Výhody korelačních studií – je možný sběr mnoha informací najednou, kdežto u experimentální studie se zaměřujeme jen na vybrané aspekty

Výzkumný design (9) Dimenze Design Hlavní prvky Typ porovnání ve skupině Mezi respondenty Respondenti ve skupinách, které jsou porovnávány, jsou jiní lidé V rámci stejného respondenta Respondenti ve skupinách, které jsou porovnávány, jsou stejní lidé v různou dobu nebo za různých podmínek

Výzkumný design (10) Dimenze Design Hlavní prvky Časová dimenze Longitudinální Data jsou sbírána ve dvou nebo více časech (několikrát), dlouhodobé Průřezový Data sbírána najednou (popř. např. po 2 hodinách, po 4 hodinách, apod. )

Výzkumný design (11) • Longitudinální: vhodný na: – Studium jevů, které se vyvíjejí – rozvoj, růst, učení, hojení, atd. – Studium jevů, které po sobě následují – např. neplodnost a deprese – důležité zjistit, zda deprese nebyl přítomna již před neplodností – Pokud je účelem komparace – komparace jevů s postupem času – např. zda změna, ke které postupně dojde, se dá vztáhnout k intervenci – K podpoře kontroly – podpoře interpretability výsledků – např. sběr dat před intervencí pomůže zjistit a kontrolovat rozdíly mezi skupinami – Problém: ztráta účastníků výzkumu • Průřezový: téměř všechny retrospektivní studie jsou průřezové, data ohledně NP a ZP jsou sbírána současně – Slabší než longitudinální, pokud se studují jevy, které závisí na čase – např. chování k podoře zdraví u 7 -10 -letých dětí (nevíme, jak by 10 -leté děti bývaly odpovídaly před 3 lety) – Není finančně tak náročný, ale těžko studuje trendy,

Vnější (intervenující) proměnné • Proměnné nezařazené do výzkumu či dokonce neznámé proměnné, které mají vliv na ZP • Maximální úsilí minimalizovat vliv vnějších proměnných (kontaminace) • Např. prostředí ovlivňuje emoce a chování – nejsnazší kontrola je v laboratoři, menší kontrola v přirozeném prostředí, ale je možno do jisté míry kontrolovat (např. sběr dat u respondenta, doma) • Druhý vnější faktor: doba – vliv denní doby nebo roční doby – hraje roli např. při studii únavy – sběr dat ve stejnou denní dobu • Stálost komunikace s respondenty – formální protokoly; léky podány stejným způsobem, atd.

Vnější proměnné (2) • Příklad kontroly a minimalizace vnějších proměnných: – Všechna měření ráno – Všichni respondenti byli poučeni, že nemají jíst asi pít – Odebrána krev na lačno – Poté všichni stejnou snídani – Poté odpočinek na lůžku 30 minut, ležící – Poté testování (měření kyslíku ve tkáních) • Vnější proměnné jsou i věk, pohlaví, kouření atd. – pokud např. studium efektu cvičení na kardiovaskulární zdraví – tyto vnější proměnné mohou ovlivnit výsledek

Metody ke kontrole vnějších proměnných • Randomizace – tím porovnatelné skupiny, ale není to vždy možné • Homogenita – např. ve studii pouze ženy nebo pouze určitá věková skupina – jednoduchá metoda, ale není možná generalizace např. i na muže či na lidi jiné věkové skupiny • Párování – zařazení v daných charakteristikách podobných jedinců do obou skupin – ale obtížné vždy najít podobné jedince pokud je těchto vyžadovaných charakteristik více najednou (žena, určitý věk, určité vzdělání, …. ) • Statistické metody – analýza kovariance (ANCOVA)

Interní (vnitřní) validita • Stupeň jistoty, že závěry výzkumu jsou platné a že NP opravdu ovlivňuje ZP – a ne další faktory • Ohrožení interní validity: – Historie – jiná událost, současně s NP – např. studium efektivnosti edukačního programu týkajícího se prospěšnosti očkování …a zároveň pořad v televizi na toto téma – Výběr (selekční bias) – již předem existující rozdíly mezi skupinami, není randomizace při zařazování do skupin, dotazníky např. někdy vyplňují spíše nespokojené sestry, apod. – Maturace – růst, únava, jakákoliv funkční změna v čase (hojení ran, pooperační rekonvalescence) – Mortalita – ztráta respondentů – z důvodů rozdílů v zájmu, motivaci… – Spolehlivost nástrojů a procedur – dostanou všichni respondenti stejné instrukce, atd. ? – Malý vzorek

Externí (vnější) validita • Vypovídá o možnosti zobecnit výsledky mimo realizovaný výzkum – Týká se populace – výsledky platné mimo lidi, kteří byli ve výzkumu – Týká se prostředí – výsledky platné v jiném prostředí, než ve kterém proběhl výzkum – Týká se času – výsledky platné v jiné době – Záleží především na reprezentativnosti vzorku – vždy nás zajímá – můžeme výsledky výzkumu použít i my – v jiném prostředí, s jinými pacienty? – Příklad problematické externí validity: studuji spokojenost veřejnosti s prostorem, který mají při cestování v letadle – v mém vzorku je tým basketbalistů • Ohrožení externí validity: – Hawthornský efekt – změny v chování, protože vědí, že jsou ve výzkumu

Metody výběru vzorku (1) • Záměrné – nenáhodné – optimalizují reprezentativnost vzorku v několika určitých známých proměnných • Pravděpodobnostní – náhodné – k dosažení reprezentativnosti ve všech známých i neznámých proměnných 0. Nulové strategie – samovýběr: přiřazení osob do vzorku dle charakteristiky, se kterou výzkumník nemanipuloval (kuřák / nekuřák)

Metody výběru vzorku (2) 1. Pravděpodobnostní strategie – a) prostý náhodný výběr – každý prvek má stejnou šanci dostat se do vzorku, je třeba mít výběrový rámec – např. všichni lidé v daném telefonním seznamu pro danou oblast – pro náhodnost – generátor náhodných čísel, tabulky náhodných čísel b) Systematický náhodný výběr – též výběrový rámec, pak např, seřadíme dle abecedy a vybereme každou k-tou osobu 2. Záměrné (nepravděpodobnostní) strategie a) Kvótní výběr – záměrný výběr s cílem dosáhnout předem stanoveného rozložení určitých znaků ve vzorku b) Lavinový výběr (snow ball technique) – respondenti zprostředkovávají kontakt na další respondenty 3. Kombinované strategie – např. a) Stratifikovaný náhodný výběr – nejprve rozdělení subpopulace dle určitých charakteristik, pak uvnitř každé náhodný výběr

Velikost vzorku • • • Použití celé populace (pokud méně než 200, ale může být nákladné) Použít stejnou velikost jako obdobné studie již publikované (ale pozor – může se stát, že budete opakovat chybu; proto projít více studií) Existují tabulky – viz http: //researchadvisors. com/tools/Sample. Size. htm Použití vzorců Avšak záleží i na metodě výběru vzorku či jakou statistickou analýzu chceme provádět

Velikost vzorku – Žiaková a kol. (2009) Velikost populace Velikost vzorku Procento 100 70 70 1 000 35 10 000 10 50 000 1 250 2, 5 100 000 1 500 1, 5 1 000 5 000 0, 5

Dotazník • Je určen výzkumnými otázkami, slouží ke sběru dat • 6 aspektů: – – – Jeho vztah k výzkumným otázkám Definice proměnných Odkud se berou dotazníky Vícepoložkové škály Role pilotního přezkoušení Omezení při návrhu dotazníku

Dotazník: vztah k VO • VO nám ukazují, jaká data potřebujeme provedení šetření- jsou orientační mapou pro sestavení dotazníku • VO představují seznam proměnných, které potřebujeme dotazníkem změřit – je nutno si seznam proměnných vytvořit

Dotazník: Definice proměnných • Dvě úrovně proměnných: konceptuální úroveň, operační úroveň – Konceptuální definice: výše – definice pomocí abstraktnějších pojmů – např. strach = „nepříjemný prožitek vázaný na určitý předmět nebo situaci, které vyvolávají obavy z ohrožení“ – Otázky v dotazníku pro sběr dat pro danou proměnnou operační definice této proměnné – strach může být měřen x položkami v dotazníku: • Samostudium: Knotek (2009) Dotazník strachu a pozorování bolesti: • http: //www. tigis. cz/images/stories/Bolest/2009/01/07_Knotek_bo lest_1_09_web_zabezp. pdf

Odkud se berou dotazníky • Vlastní dotazník • Již existující dotazník nebo jejich kombinace • 4 aspekty: – – Již existují výborné dotazníky, ale problém: jejich vyhledání Jaká je jeho kvalita? Má výzkumník zkušenosti s metodologií měření? Pokud má výzkumník málo zkušeností – navržení vlastního měřícího nástroje může být problematické • Doporučení – dát přednost již existujícím nástrojům, zvlášť již pro zavedené proměnné, ale pozor na autorská práva, přizpůsobením lokálním podmínkám

Odkud se berou dotazníky (2) • Příklady proměnných, pro něž existují dotazníky: – – – – Kvalita života Styl rozhodování Motivace Sebeúcta Hodnoty Sociální participace Atd.

Vícepoložkové škály • Některé proměnné se měří pomocí jedné položky nebo indikátoru: např. pohlaví (kategoriální proměnná) nebo hodnocení na škále (spojitá proměnná), kdy nás zajímá odpověď na jednu položku – Často u popisných šetření • Jindy: agregace odpovědí na mnoho individuálních položek – Vyžaduje zkušenost, širší znalosti, musí být mezi položkami interní konzistence – Často ve výzkumu týkajícím se vztahu mezi proměnnými – Příklad: dotazník EAT-10

Role pilotního přezkoušení • Pokud dotazník ještě nebyl použit • Forma a rozsah se mohou lišit • 3 cíle: – Nové položky se přezkoušejí, zda jsou srozumitelné, jasné, jednoznačné – Testovat délku, čas obtížnost – Otestovat proces sběru dat, jehož je dotazník hlavní částí – dostupnost, průvodní dopis, etické aspekty • Přípravné práce mohou zahrnout kvalitativní metody: hloubková interview – pro zjištění otázek pro dotazník

Omezení při návrhu dotazníku • Vycházíme z VO • Má se jednat o zcela nový dotazník? • Jak dlouhý? – Ovlivňuje návratnost a kvalitu dat (20 -30 minut je již problém) • Způsob pro doručení a vyplnění • Formát otázek • Etické aspekty – Anonymita, utajení

Vzorek (výběr) • • Podmnožina vybraná z nějaké skupiny (populace) Od jaké skupiny se budou data sbírat? Jak bude skupina velká? Čím větší počet proměnných, tím větší Jak bude vybrána? Chceme říci něco o populaci, ale můžeme se zabývat pouze vzorkem této populace – jak dobře vzorek reprezentuje populaci? – zobecnitelnost, reprezentativnost – často není za výběrem vzorku žádná logika – ale logika studie má zahrnout i výběr vzorku: 1) pokud je to možné, vyberte vzorek, který maximalizuje pravděpodobnost, že bude nalezen vztah mezi proměnnými – hledáme maximalizaci variability nezávislých proměnných – záměrně volíme určité respondenty, nepravděpodobnostní výběr, účelový, záměrný 2) Pokud chceme reprezentativnost, zobecnitelnost výsledků – náhodný výběr

Vzorek (výběr) (2) • Dvě otázky: – Jak je důležitá variabilita, zvláště variabilita nezávisle proměnných? – Jak je důležitá reprezentativnost? • Odpovědi obvykle nalezneme, pokud se vrátíme k VO – Přitom i účelového výběru se zabýváme otázkou zobecnitelnosti • Příklady: jaký typ výběru je lepší pro VO: 1) Jaký je vliv kouření na BMI? 2) Jak je rozšířen názor, že rodina by měla být zodpovědná za péči o pacienta propuštěného ze ZZ? • Dostupnost je často problém

Strategie získání dat • Distribuce a vyplňování dotazníku – jak? – Silně může ovlivnit kvalitu dat, tím i důvěryhodnost výsledků – Důkladnější plánování dat vede ke kvalitnějším výsledkům – Větší angažovanost při sběru dat zvyšuje jejich kvalitu – Je lepší mít méně kvalitních dat než více nekvalitních dat

Kvalita dat • Reliabilita – Stabilita odpovědí: odpoví respondent stejně i podruhé (kdybychom otázku znovu položili), např. za použití škál…ale záleží např. i na náladě respondenta • Validita – Data reprezentují, co si myslíme, že mají reprezentovat – Odpovídají respondenti pravdivě a svědomitě? – Jsou schopni na otázky odpovědět? (zjistíme pilotáží

Kvalita dat (2) • Návratnost – Nízká – jsou data reprezentativní? – Měla by být aspoň 80 % - pečlivě plánovat dopředu • Maximalizace návratnosti: předmětem výzkumu • Nálada a postoj respondenta – – Profesionální a příjemný přístup Uvážení všech etických principů Zajištění toho, že dotazník je co nejatraktivnější Pomocí pilotní studie získání jistoty, že otázky fungují

Strategie analýzy dat • Vrátit se k VO –ukazují, která data potřebujeme a co s nimi musíme udělat, abychom získali odpovědi na VO • Popsat logický základ analýzy (ještě před statistickou analýzou) • Příprava dat – nahrání, čištění – Shrnutí a redukce dat – Analýza na popisné úrovni – rozložení proměnných ve vzorku – Vztahová analýza – vztahy mezi proměnnými

Strategie analýzy dat • Zamysleli se autoři nad praktičností výstupů? Rozlišují mezi statistickou významností versus praktickou významností? • Viz následující příklad…

Výsledky výzkumného šetření - projekt týkající se porovnání tří edukačních metod pro edukaci na téma screeningu dysfagie Do studie bylo zapojeno 39 studentů magisterského studia FZS a 13 sester neurologické kliniky / studentů FZS absolvujících praxi na této klinice. Respondenti byli ve fázi 1 rozděleni do tří skupin a každá skupina absolvovala jinou formu edukace: a) "živou lekci" (n = 11), b) "video" (n = 19), c) "rozšířené video" (n = 22). U metod a) a c) měli respondenti možnost si dovednosti procvičit, u metody b) tuto možnost neměli. Současně byly měřeny znalosti respondentů před edukací (znalostní před-test) a po edukaci (znalostní post-test) a dovednosti po edukaci (dovednostní post-test). Testování znalostí a dovedností bylo zopakováno po 6 týdnech (fáze II), a to pouze u skupiny studentů magisterského studia FZS. Skupina "video" absolvovala dva různé znalostní před-testy a post-testy, ostatní skupiny jen jeden. Výsledky šetření z fáze I ukazují, že všechny 3 metody vedou ke zlepšení znalostí respondentů. Rozdíl v průměrném skóre mezi znalostním pre-testem a post-testem (ve prospěch post-testu) byl největší u "rozšířeného videa" (zlepšení o 51 %); u „živé lekce" bylo zlepšení 30 % a u "videa" 22 -46* %. Avšak rozdíl na znalostním post-testu v závislosti na uplatněné metodě edukace nebyl z praktického hlediska významný (rozdíl mezi jednotlivými metodami není ≥ 20 %): průměrné skóre ve znalostním post-testu u "rozšířeného videa" (n = 20) bylo 83, 1 %, u „živé lekce“ (n = 11) 74, 5 % a u "videa" (n = 19) 72, 6 -78, 3* %. Ve fázi I vedla k nejlepším výsledkům na dovednostním post-testu metoda „živé lekce“ (n = 11) - průměrné skóre bylo 8, 36 bodů (92, 9 %), dále metoda "rozšířeného videa" (n = 15) - 7, 53 bodů (83, 7 %) a nakonec metoda "videa" (n =17) 6, 18 bodů (68, 6 %). Z praktického hlediska je významný rozdíl mezi "živou lekcí" a "videem", ve prospěch „živé lekce“ (rozdíl ≥ 20 %).

Výsledky výzkumného šetření - projekt týkající se porovnání tří edukačních metod pro edukaci na téma screeningu dysfagie Ve fázi II se znalostního post-testu zúčastnilo 11 respondentů ze skupiny "živá lekce" (průměrné skóre 64, 5 %), 14 respondentů ze skupiny "video" (průměrné skóre 61, 6*-67, 9 %) a 7 respondentů ze skupiny "rozšířené video" (průměrné skóre 60, 7 %). Pouze u "rozšířeného videa" došlo k významnému, tedy k většímu než 20% úbytku znalostí ve srovnání se znalostním post-testem z fáze I. Výsledky znalostí jsou u všech tří metod po 6 týdnech poměrně vyrovnané (pohybují se mezi 60, 7 -67, 9 %). Stejný počet respondentů absolvoval dovednostní post-test, přičemž ve skupině "živá lekce" bylo průměrné skóre 71, 7 %, ve skupině "video" 68, 3 % a ve skupině "rozšířené video" 60, 3 %. Úbytek dovedností byl tedy od testování ve fázi I minimální pouze u skupiny "video" (byl téměř nulový – úbytek činil 0, 3 %), naopak u zbývajících dvou metod úbytek dosáhl ≥ 20 %. Co se týče dovedností, výsledky jsou po 6 týdnech vyrovnané u skupiny edukované "živou lekcí" a "videem", avšak je otázkou, jaký další úbytek by byl zaznamenán po uplynutí více času. I když výsledky u těchto dvou skupin byly lepší ve srovnání se skupinou „rozšířené video“, nejedná se o prakticky významný rozdíl (rozdíl mezi metodami není ≥ 20 %).

Zdroje: BURNS, N. ; GROVE, S. K. The practice of nursing research: conduct, critique, and utilization. 2005. Elsevier health Sciences. GERRISH, K. ; LACEY, A. The research process in nursing. 2009, Blackwell Publishing. KNOTEK, P. Dotazník strachu a pozorování bolesti: Metoda měření počáteční fáze psychických změn při chronické bolesti. Bolest, 2009, 12(1), p. 33– 38. Dostupné na www: http: //www. tigis. cz/images/stories/Bolest/2009/01/07_Knotek_bol est_1_09_web_zabezp. pdf POLIT, D. F. ; BECK, C. T. Essentials of nursing research: methods, appraisal, and utilization. Philadelphia: Lippincott Williams & Wilkins, 2004. PUNCH, K. F. Základy kvantitativního šetření. 2008. Praha : Portál

Projekt Zdravotnické studijní programy v inovaci na FZS Univerzity Pardubice CZ. 1. 07/2. 2. 00/15. 0357 Děkuji Vám za pozornost Tato prezentace byla vytvořena v rámci projektu spolufinancovaného z Evropského sociálního fondu a státního rozpočtu ČR.