NEPARAMETRIJSKI TESTOVI

Neparametrijski testovi se koriste kod atributivnih obeleja. a kod numerikih obeleja se koriste kod malih uzoraka koji nemaju normalan raspored. Tada se varijable ne tretiraju kao brojevi sa kojima su mogue matematike operacije, ve kao rangirani niz. Neparametrijski testovi testiraju razliku izmeu frekvencija ili njihovih rangova unutar skupa. Prednost u odnosu na parametrijske testove je ta to se mogu koristiti i kod malih uzoraka koji nemaju normalan raspored, a nedostatak to imaju manju pouzdanost i manju snagu.

2 TEST
To je jedan od najpoznatijih neparametrijskih testova. Poznat je i pod nazivom Pearson-ov 2 test, jer ga je razradio K. Pearson 1900. godine. 2 testom se izraunava da li postoji statistiki znaajna povezanost u frekvencijama dva atributivna obeleja ili izmeu dobijenih (opaenih) frekvencija i frekvencija koje oekujemo kod odreene hipoteze. Dobijene frekvencije su frekvencije dobijene empirijskim istraivanjem ili eksperimentom. Oekivane frekvencije su teorijskog karaktera ili oekivane na osnovu hipoteze koju elimo da proverimo. Hi kvadrat test se upotrebljava za testiranje znaajnosti razlike izmeu dobijenih (fd) i oekivanih (fo) frekvencija. Definie se formulom: ( f d f o )2 2 = fo Pri izradi ovog testa: - Zbir dobijenih i oekivanih frekvencija mora uvek biti jednak - Zbir razlike dobijenih i oekivanih frekvencija uvek je jednak nuli Ako ova dva uslova nisu ispunjena, postoji negde greka u raunu ili problem nema smisla, nije 2 test adekvatan za taj problem. Vrednost 2 testa ne moe da bude negativna jer ona predstavlja sumu kvadrata. Stepen slobode se izraunava po obrascu: S.S. = (R-1) x (K-1), gde je K - broj kolona, a R broj redova.

Tumaenje dobijene vrednosti bazira se na teorijskom 2 rasporedu: a) Raspored je definisan u oblasti od 0 do +, b) Kriva rasporeda nije simetrina, meutim, s poveanjem broja modaliteta posmatranog obeleja (sa poveanjem broja stepena slobode) 2 kvadrat raspored se pribliava normalnom rasporedu, c) Za svaki broj stepeni slobode postoji i odreen 2kvadrat raspored i kritine oblasti prihvatanja ili odbacivanja nulte hipoteze.

S.S.=3 S.S.=4 S.S.=5 S.S.=6

2 0 +

Tumaenje realizovane vrednosti 2 testa vri se na osnovu tablica kritinih vrednosti 2 distribucije (Prilog). Tri su najvanija uslova za primenu 2 kvadrat testa: 1. 2 kvadrat test se izraunava iskljuivo is apsolutnih frekvencija, ili iz podataka ako mogu da se svedu na apsolutne frekvencije; 2. Nijedna od apsolutnih frekvencija ne sme da ima vrednost manju od 5 jedinica i 3. Kada su uzorci manji od 200 jedinica (n1+n2<200) primenjuje se Yates-ova korekcija: (1) Svaka dobijena frekvencija, ako je vea od oekivane umanjuje se za 0,5, a (2) Svaka dobijena frekvencija ako je manja od oekivane uveava se za 0,5. 2 kvadrat test moe imati sledee modalitete: 1. 2 TEST RASPOREDA FREKVENCIJA 2. 2 TEST NEZAVISNOSTI 3. 2 TEST HOMOGENOSTI

1. 2 TEST RASPOREDA FREKVENCIJA (TEST SLAGANJA) Ispituje razliku izmeu rasporeda dobijenih (opaenih) i oekivanih (teoretskih) frekvencija. Dobijene (opaene) frekvence su frekvence modaliteta obeleja u uzorku koji ispitujemo. Oekivane (teoretske) frekvencije se mogu dobiti na vie naina: 1. na osnovu nulte hipoteze 2. na osnovu teoretske raspodele verovatnoa 3. na osnovu strune teorije ili prethodnih istraivanja. Kao to je gore istaknuto, jedna od karakteristika neparametrijskih postupaka je da se u njima vodi rauna o itavoj distribuciji, pa je zato jedan od osnovnih naina primene 2 testa ispitivanje podudarnosti dve distribucije, tzv. testovi slaganja. Drugim reima, ispitujemo da li su nai empirijski podaci saglasni sa nekom hipotetikom raspodelom. Primer 1. Prilikom zapoljavanja u Domu zdravlja, doktor medicine je oekivao da e dnevno u radnim danima imati po 52 bolesnika, odnosno 260 pregleda nedeljno. Posle prve nedelje rada broj pregledanih bolesnika bio je sledei: ponedeljak 60, utorak 40, sreda 45, etvrtak 55 i petak 60 pregleda. Da li je lekar bio u pravu? 1. Postavljamo hipoteze: Ho: Broj pregleda se ne razlikuje po radnim danima u nedelji Ha: Broj pregleda se razlikuje po radnim danima u nedelji 2. Poto smo odabrali odgovarajui 2 test, kreemo u njegovu izradu: Dobijene frekvencije su frekvencije date u zadatku. Raspored oekivanih frekvencija proizilazi iz tvrdnje nulte hipoteze da je broj pregleda isti u svim radnim danima, tj. po 52 pregleda dnevno kako je izraunao lekar (260:5=52). Radi lakeg i breg izraunavanja konstruie se radna tabela: fd fo +8 -12 -7 +3 +8

dani 1. 2. 3. 4. 5. ponedeljak utorak sreda etvrtak petak

fd 60 40 45 55 60

fo 52 52 52 52 52

( fd

fo )

( fd

fo ) fo 1,23 2,77 0,94 0,17 1,23

64 144 49 9 64

260

260

2=6,34

 =
2

( fd

fo ) = 6,34 fo
2

1. Odredimo broj stepena slobode po formuli: S.S.=R-1=5-1=4 Za broj stepena slobode 4 i prag znaajnosti od 0,05 u tablicama kritinih vrednosti 2 distribucije oitavamo da je 2= 9,488. 2= 6,34 < 2 (4 i 0,05) = 9,488 i p>0,05 Kako je realizovana 2 vrednost od 6,34 manja od granine tabline vrednosti 2=9,488 za stepen slobode 4 i prag znaajnosti p=0,05, prihvatamo nultu i odbacujemo alternativnu hipotezu za nivo greke p>0,05 i zakljuujemo da se broj pregleda ne razlikuje po radnim danima u nedelji, tj. da je doktor medicine pravilno procenio prosean broj pregleda po radnom danu. U SPSS-u zadatak se radi na sledei nain: Podatke u SPSS obrazac unosimo tako to emo brojevima ifrirati dane: ponedeljak brojem 1, utorak -2, sreda 3, etvrtak 4 i petak - 5. Brojke su nam potrebne jer SPSS nee obraditi podatke oznaene slovima ili reima.
Da bi se aktivirao test rasporeda frekvencija treba otvoriti Analyse/Nonparametric tests i u desnom grananju izabere se Chi-Square.
2

Nakon toga pojavljuje se sledei prozor: 4

Odabere se varijabla boja i prebaci strelicom na Test Variable List, a zatim se odabere Options i oznai Descriptive.

Klikne se na Continue i OK i u Output-u se dobiju rezultati.

U prvoj tabeli su dobijene (Observed N) i oekivane frekvencije (Expected N), a u drugoj vrednst testa (Chi Square) koja je za ovaj primer 2=6,346 i p (Asymp. Sig.) koje je p=0,175.

2. 2 TEST NEZAVISNOSTI

Dva nezavisna uzorka koja se testiraju uzeta su iz jednog skupa i testira se povezanost izmeu dva obeleja. Iz ovoga proizilazi sledea definicija 2 nezavisnosti testira povezanost izmeu dva obeleja jednog skupa. Praktino ceo skup, odnosno uzorak moe da se podeli na dva dela: na grupu jedinica koje imaju i grupu jedinica koje nemaju neko obeleje. Ako se ta dva obeleja mogu klasifikovati u dva modaliteta, dobijamo sledei odnos:

Navedeni odnosi dva obeleja jednog uzorka, sa po dva modaliteta, prikazuju se tabelom kontigencije 2x2, u dva reda i dve kolone. Koji modaliteti se prikazuju u redovima, a koji u kolonama, zavisi od metoda i naina ispitivanja i studije.

Observacione ili retrospektivne studije, u kojima se polazi od bolesti (posledice) pa ide prema ekspoziciji (uzroku bolesti). Kod ovih studija tabela kontigencije 2x2 ima sledei opti oblik:
rizik faktor (ekspozicija) eksponirani neeksponirani ukupno stanje zdravlja oboleli a c a+c zdravi b d b+d a+b c+d a+b+c+d=N ukupno

Radna hipoteza: Prevalencija oboljenja je vea meu onima koji su bili eksponirani, odnosno frekvencija eksponiranih i obolelih (a) je znaajno vea od frekvencije neeksponiranih, a obolelih (c). Prospektivne studije polaze od uzroka (faktora rizika) pa idu prema posledici (bolesti). Kod ovih studija tabela kontigencije ima oblik:

stanje zdravlja oboleli nisu oboleli ukupno

uzrok - ekspozicija eksponirani a c a+c neeksponirani b d b+d

ukupno a+b c+d N=a+b+c+d

Radna hipoteza: Oekuje se da prevalenca oboljenja bude znatno vea kod eksponiranih, odnosno frekvencija obolelih- eksponiranih (a) je znaajno vea od frekvencije obolelihneeksponiranih (c). Odgovor na pitanje, da li je frekvencija eksponiranih i obolelih vea od frekvencije obolelih a neeksponiranih, kod obe studije daje nam 2 test. U stvari 2 test daje odgovor na pitanje da li postoji asocijacija izmeu ekspozicije (rizik faktora) i nekog oboljenja. Primer 2. Da li postoji veza izmeu puenja i raka plua? Od 500 sluajno izabranih pacijenata, 85 je imalo karcinom plua, a od ovih 75 su bili puai. Kod 415 pacijenata bez karcinoma plua, bilo je 150 puaa. Ho: Izmeu puenja i raka plua ne postoji povezanost Ha: Izmeu puenja i raka plua ne postoji povezanost

Podatke predstavimo u vidu tabele kontigencije 2x2:

puenje da ne ukupno Ca plua 75 a 10 c 85 (a+c) zdravi 150 b 265 d 415 (b+d) ukupno 225 (a+b) 275 (c+d) 500

Dobijene frekvencije su frekvencije ve date u zadatku: za puae obolele od Ca plua (a), zdrave puae (b), nepuae obolele od Ca plua (c) i zdrave nepuae (d). Oekivane frekvencije se raunaju tako to se proizvod ukupnog zbira kolona i ukupnog zbira reda deli sa ukupnom veliinom uzorka (N):

fo =

K R
N

ili f o =

( a + c ) ( a + b) , a+b+c+d

gde je K kolona, R red, a N veliina uzorka.

85 225 = 38,25 500 415 225 = 186,75 fopuai bez Ca plua (b) = 500 85 275 fonepuai sa Ca plua (c)= = 46,75 500 415 275 fonepuai bez Ca plua (d) = = 228,25 500
fopuai sa Ca plua (a) =

Kada smo izraunali oekivane frekvence, pristupimo izraunavanju vrednosti 2 testa:

fd

fo

fd fo

( fd

fo )

( fd

fo ) fo

puai sa Ca plua puai bez Ca plua nepuai sa Ca plua nepuai bez Ca plua

75 150 10 265 500

38,25 186,75 46,75 228,25 500

36,75 -36,75 -36,75 36,75 0

1350,56 1350,56 1350,56 1350,56

35,31 7,23 28,89 5,92 2 =77,35

Stepen slobode se odreuje po formuli: S.S. = (K-1)x(R-1). Kod tabele kontigencije 2x2, broj stepena slobode jednak je 1 jer je: (2-1)x(2-1) = 1. Za stepen slobode 1 i p = 0,05 u tablici 2 rasporeda oitavamo graninu tablinu vrednost 2 = 3,841. 2 = 77,35> 2(1 i 0,05)= 3,841 i p<0,05 Kako je realizovana 2 vrednost od 77,35 vea od granine tabline vrednosti, 2=3,841, za stepen slobode 1 i prag znaajnosti p=0,05, odbacujemo nultu i prihvatamo alternativnu hipotezu sa grekom p<0,05 i sigurnou P>95% i zakljuujemo da postoji povezanost izmeu puenja (kao rizik faktora) i raka plua. Prihvatili smo alternativnu hipotezu, koja u optem smislu znai: izmeu obeleja postoji statistiki znaajna veza. To nam potvruje realizovana 2 vrednost koja je vea od teorijske, tj. tabline. Meutim, realizovana vrednost 2 ne daje informaciju koliki je stepen intenziteta te asocijacije. Ta informacija dobija se na osnovu koeficijenta kontigencije. (Napomena : odreivanje koeficijenta kontigencije ima smisla samo ako na osnovu Hi -kvadrat testa odbacimo nultu hipotezu). Koeficijent kontigencije izraunava se iz sledeeg obrasca:
C=

77,35 2 = = 0,37 2 500 + 77,35 N+

Potrebno je utvrditi da li je vrednost koeficijenta kontigencije blii maksimumu ili nuli. Za tabelu kontigencije 2x2, maksimalna vrednost koeficijenta se dobija po formuli:
C max = R 1 ili R K 1 K C max = 2 1 = 0,5 = 0,707 , 2

gde je R broj redova, a K broj kolona. to je dobijena vrednost koeficijenta kontigencije blia vrednosti od 0,707 to je veza intenzivnija i jaa.

Dobijena vrednost je blia maksimalnoj vrednosti C=0,707, nego nuli (0,707-0,37=0,337): C=0,37 > 0,337 pa moemo da tvrdimo da postoji dosta visok stepen korelacije ili asocijacije izmeu puenja i raka plua.

U SPSS-u to izgleda ovako: Otvori se Analyse/Descriptive Statistics/ Crosstabs.

Klikne se na Crosstabs i otvori se sledei prozor:

10

U redove (Row(s)) se prebaci dihotoma varijabla puenje. U drugi prozor Column(s) prebaci se druga dihotoma varijabla Ca. Otvori se Statistics i oznai se Chi-Square.

Izda se naredba Continuae i OK. U Outputu se dobiju rezultati.

11

Druga tabela je tabela kontigencije 2x2 sa ukrtenim modalitetima obeleja. U treoj tabeli u redu Pearson Chi-Square su vrednosti 2 testa Value koja iznosi 77,347 i p - Asymp. Sig. (2sided) za koje je u tabeli Output-a SPSS-a izbacio vrednost 0,000. U tom sluaju u rezultatima se pie da je p<0,001.
3. 2 TEST HOMOGENOSTI

Ovaj test utvruje da li ispitivani nezavisni uzorci pripadaju istom ili su uzeti iz razliitih skupova. Kod testa homogenosti postupak izraunavanja je isti, ali on nije identian sa testom nezavisnosti. Testom nezavisnosti istraujemo razliku izmeu dva obeleja uzoraka uzetih iz jednog skupa, a testom homogenosti ispitujemo razliku izmeu vie nezavisnih uzoraka izvuenih iz razliitih skupova. Primer 3. Sluajno su odabrani uzorci od po 800 bolesnika operisanih u Niu i Beogradu. Broj postoperativnih komplikacija bio je sledei:

12

Tabela kontigencije postoperativnih komplikacija u Niu i Beogradu komplikacije ne da ukupno Ni 762 38 800 Beograd 760 40 800 ukupno 1522 78 1600

Zadatak je da se za nivo znaajnosti p=0,05 oceni da li hirurzi u Niu i Beogradu imaju bitno razliit broj postoperativnih komplikacija. Ho: Ne postoji statistiki znaajna razlika u broju postoperativnih komplikacija bolesnika operisanih u Niu i Beogradu, tj. uzorci se ponaaju kao da pripadaju istom osnovnom skupu. Ha: Postoji statistiki znaajna razlika u broju postoperativnih komplikacija bolesnika operisanih u Niu i Beogradu, tj. uzorci se ponaaju kao da pripadaju razliitim skupovima. Oekivane frekvencije izraunavamo prema ve poznatoj metodologiji: 800 1522 = 761 1600 800 1522 fob = = 761 1600 800 78 = 39 foc = 1600 800 78 = 39 fod = 1600 foa = Sada moemo pristupiti izraunavanju pojedinih vrednosti neophodnih za izraunavanje 2 testa. Dobijene i oekivane frekvencije komplikacije ne da ukupno Ni fd 762 38 800 fo 761 39 800 fd 760 40 800 Beograd fo 761 39 800

13

Iz podataka tabele sledi:

=
2

( f d f o )2
fo

(762 761)2 + (38 39)2 + (760 761)2 + (40 39)2 =

761 39 761 39

= 0,055

S.S. = (R-1)x(K-1) = (2-1)x(2-1) = 1 x 1 = 1 2 = 0,55 < 2(1 i 0,05)= 3,841 i p>0,05 Kako je realizovana, tj. osnovna 2 vrednost od 0,55 manja od granine tabline vrednosti, 2=3,841, za broj stepeni slobode 1 i prag znaajnosti od p=0,05, prihvatamo nultu i odbacujemo alternativnu hipotezu i zakljuujemo da ne postoji statistiki znaajna razlika u broju postoperativnih komplikacija bolesnika operisanih u Niu i Beogradu, tj. uzorci se ponaaju kao da pripadaju istom osnovnom skupu.
MANTEL HAENZEL-ov 2 TEST

Dva autora, Mantel i Haenzel, razradili su tehniku izraunavanja 2 testa direktno iz izvornih podataka tabele kontigencije 2x2. Njegova primena se preporuuje se kod uzoraka manjih od 200 jedinica. Prednost primene ovog naina izraunavanja je u tome to razraena formula automatski obuhvata i Yates-ovu korekciju. Za primer 3 izraunali bi smo ga na sledei nain:

=
2

(a + b ) (c + d ) (a + c ) (b + d )

[ a d b c 0,5N ]

= 75,26

Dobijena je neto manja vrednost (dobijeni 2 test bez korekcije je bio 77,35) jer pri prvom metodu izraunavanja na osnovu razlika dobijenih i oekivanih frekvencija nije bila ukljuena Yates-ova korekcija.
FISCHER-ov TEST TANE VEROVATNOE

Fisherov test se primenjuje kod tabela kontigencije 2x2, kod nezavisnih uzoraka kada se vrednosti obeleja mogu da prikau dihotomno tj. kada i ekspoziciju (uzrok) i bolest ili neko drugo stanje (posledicu) moemo da prikaemo sa "da" i "ne. Prednost ovog testa ogleda se u tome to on moe da se primeni i kada je u pojedinim elijama" frekvenca manja od 5 jedinica ili jednaka nuli. O tome vodi rauna aplikacija statistikog programa. Izraunava se direktno p vrednost za procenu verovatnoe greke tvrdnje da izmeu frekvencija ima razlike.
14

Fisher-ov test tane verovatnoe je u sutini jednostran. Nije jasno ta bi bila odgovarajua odstupanja u drugom pravcu, posebno kada su sve marginalne uklupne vrednosti razliite. Ovo je zato to je u tom sluaju raspodela asimetrina. Jedno reenje je da se udvostrui jednostrana verovatnoa da bi dobili dvo-strani test kada je to potrebno. Armitage Berry (1994) preferiraju ovu opciju. Drugo reenje je da se izraunaju verovatnoe za svaku moguu tabelu i da se saberu sve verovatnoe manje od ili jednake verovatnoi za posmatranu tabelu da bi dale P vrednost. Ovo moe dati manju P vrednost od metode dupliranja (doubling method).

p=

(a + b )!(c + d )!(a + c )!(b + d )! a!b!c!d !( N )!

Na taj nain, za razliku od 2 testa gde prvo raunamo vrednost 2 pa na osnovu nje za odreen broj stepena slobode i granine vrednosti utvrujemo koliko je p, kod Fierovog testa nema svih tih koraka u izraunavanju, ve se odmah dobije kolika je vrednost p. Ukoliko je: p>0,05, prihvatamo hultu i odbacujemo alternativnu hipotezu, p0,05, odbacujemo nultu i prihvatamo alternativnu hipotezu. Primer 4. Od 8 onkolokih bolenika, 4 je leeno jednom, a 4 drugom terapijom. Od 4 bolesnika leenih terapijom A umro je 1 bolesnik, a od 4 bolesnika leenih terapijom B umrla su 2 bolesnika. Da li postoji signifikantna razlika u ishodu lenja izmeu ove dve terapije? Prvo pravimo tabelu kontigencije: tetapija A B ukupno preiveli 3 2 5 umrli 1 2 3 ukupno 4 4 8

Zatim postavljamo hipoteze: Ho: Nije postojala signifikantna povezanost izmeu vrste terapije i ishoda leenja. Ha: Postojala je signifikantna povezanost izmeu vrste terapije i ishoda leenja.
p=

(3 + 1)!(2 + 2)!(3 + 2)!(1 + 2)! =0,107 3!1!2!2!8!

Kako je p=0,107 vee od 0,05, prihvatamo nultu i odbacujemo alternativnu hipotezu i zakljuujemo da nije postojala signifikantna povezanost izmeu vrste terapije i ishoda leenja. Fisher-v test tane verovatnoe je prvobitno osmiljen za 2x2 tabelu i korien je samo kada su oekivane uestalosti bile male. To je zato to su za vee brojeve i vee tabele prorauni bili nepraktini. Sa raunarima stvari su se promenile i Fisher-ov test tane verovatnoe moe da se uradi za bilo koju 2x2 tabelu. Neki programi e takoe izraunati Fisher-ov test tane verovatnoe za vee tabele, dok se broj redova i kolona poveava, broj moguih tabela raste vrlo
15

brzo i postaje neizvodljivo da se izrauna i sauva verovatnoa za svaku od njih. Postoje specijalni programi kao to je StatExact koji prave sluajni uzorak moguih tabela i koriste ih za procenu raspodele verovatnoa. Metode koje uzorkuju mogunosti na ovaj nain zovu se Monte Carlo metode. Bilo je mnogo sporova izmeu statistiara o validnosti testa tane verovatnoe i korekciji kontinuiteta koji ga aproksimira. Problem je i dalje nereen, a diskusija o ovom problemu je van domaaja ove knjige. Za neke sluajeve Fisher-ov test tane verovatnoe i Yates-ova korekcija mogu biti konzervativni, odnosno dati veu verovatnou nego to bi trebalo, mada je ovo stvar rasprave. Stav autora ove knjige je da Yates-ovu korekciju i Fisher-ov test tane verovatnoe treba koristiti.

Mc NEMAR-ov TEST

Mc Nemar-ov test je u stvari 2 test za dva zavisna uzorka. Njime se utvruje da li postoji povezanost izmeu dihotomnih obeleja dva zavisna uzorka. Zavisnost podrazumeva bilo iste jedinice posmatranja u dva vremena (pre i posle nekog tretmana) ili iste jedinice posmatranja podvrgnute dejstvu dva razliita tretmana. Obeleja tablice kontigencije su prvo i drugo vreme ili prvi i drugi tretman. Podaci koji se posmatraju mogu biti i parametrijski ali heterogeni. Primenjuje se na tablice kontigencije 2x2 koja se odnosi na zavisne uzorke. Ishodi u tablici su specifino organizovani:

drugo obeleje pozitivno negativno ukupno a c

prvo obeleje pozitivno negativno b d b+d

ukupno a+b c+d N=a+b+c+d

a+c

Ivini zbirovi nisu bitni za Mc Nemar test. U izraunavanju se koriste one uestalosti u kojima se ogleda razlika u dejstvu faktora. U kontigencijskoj tablici je vidljivo da se dobijene razlike nalaze u elijama b i c. Empirijska vrednost Mc Nemar-ovog testa dobija se preko 2 testa:

16

2 =

([b c] 1)2
b+c

Stepeni slobode se izraunavaju kao kod 2 testa: S.S. = (K-1)x(R-1). Tumaenje realizovane vrednosti 2 testa vri se na osnovu tablica kritinih vrednosti 2 distribucije. Uslovi za primenu Mc Nemar testa: 1. Ne moe se primeniti ako je neka od validnih uestalosti manja od 5. 2. Yates-ova korekcija se primenjuje kada je a+d<20. Primer 5. U jednom istraivanju u podruju dijagnostike nastojalo se videti da li postoji razlika izmeu dve dijagnostike metode u otkrivanju jedne bolesti. Istraivanjem je obuhvaeno 100 ispitanika.

Dijagnostika metoda II pozitivan nalaz negativan nalaz

Dijagnostika metoda I pozitivan nalaz 15 (a) 25 (c) negativan nalaz 40 (b) 20 (d)

Dakle, postavlja se pitanje postoji li znaajna razlika izmeu dijagnostike metode I i II. Ho: Ne postoji statistiki znaajna razlika izmeu dijagnostikih metoda I i II Ha: Postoji statistiki znaajna razlika izmeu dijagnostikih metoda I i II

2 =
S.S. = (K-1)x(R-1)=(2-1)x(2-1)=1

([40 25] 1)2

40 + 25

= 3,02

2McN = 3,02 < 2(1 i 0,05)= 3,841 i p>0,05 Kako je realizovana 2McN vrednost od 3,02 vea od granine tabline vrednosti, 2=3,841, za broj stepeni slobode 1 i prag znaajnosti od p=0,05, to prihvatamo nultu i odbacujemo alternativnu hipotezu jer je greka p>0,05 i zakljuujemo da ne postoji statistiki znaajna razlika izmeu dijagnostikih metoda I i II

17

U SPSS-u se zadatakl radi na sledei nain: Otvori se Analyse/Nonparametric Tests i u desnom grananju 2 Related Saples:

Kada se otvori 2 Related Samples pojavi se sledei prozor:

Sa leve na desnu stranu treba prebaciti varijable koje se ukrtaju, a to su DgI za prvu dijagnostiku metodu i DgII za drugu. Zatim se odabere Mc Nemar.

18

Izda se nalog OK i dobiju rezultati:

Prva tabela je tabela kontigencije, a rezultati su u drugoj tabeli i to vrednost testa u redu ChiSquare, odakle se ita 2McN= 3,015, a vrednost p u redu Asymp. Sig, koje je p=0,082.

19

ADITIVNO DEJSTVO 2 TESTA

Aditivno dejstvo 2 testa znai da je mogue sabrati vei broj vrednosti 2 testa (pri emu se sabiraju i stepeni slobode) za istu pojavu i na osnovu tog zbira zakljuiti o znaajnosti razlike. Primer 6. Dejstvo vakcine protiv gripa ispitano je u Niu, Kragujevcu, Beogradu i Novom Sadu i dobijene su sledee vrednosti za 2 test: naselje Ni Kragujevac Beograd Novi Sad vrednost 2 2,64 2,38 4,46 2,93 12,41 S.S. 1 1 1 1 4

Za svaki grad ponaosob rezultat je vezan za jedan stepen slobode i na nivou znaajnosti od p = 0,05. Tablina vrednost 2 iznosi 3,841. Prema tome, statistiki je znaajan samo rezultat u Novom Sadu. Kako u ostalim Gradovima nemamo znaajnost, to nemamo dovoljno dokaza ni za prihvatanje ni za odbacivanje nulte hipoteze. Meutim, kako zbir svih vrednosti 2 iznosi 12,41 i za 4 stepeni slobode, na nivou znaajnosti od p=0,05 ovaj rezultat ukazuje na znaajnost razlike, jer je: 2 = 12,41 > 2(4 i 0,05)= 9,49 i p<0,05 To upuuje na neprihvatanje nulte hipoteze, odnosno na zakljuak da primena vakcina utie na smanjenje obolevanja. Aditivno svojstvo 2 testa omoguava jasnije rezultate testiranja.

20

Zadaci za vebanje

1. Psiholog je u istraivanju mentalno zaostale dece hteo da ispita da li su ona sklonija nekoj odreenoj boji. Izabrao je 80 mentalno zaostale dece i dao im da izaberu izmeu etiri razliite boje koulje : 25 je izabralo braon, 18 oran, 19 utu i 19 zelenu boju. Da li postoji posebna sklonost dece prema nekoj odreenoj boji? 2. U jednoj klinici nastojalo se ispitati da li se dobijene uestalosti uinka psihoterapije znaajno razlikuju od onih koje bi smo oekivali pod pretpostavkom da leenje nema stvarnih uinaka. Istraivanjem je obuhvaeno 100 bolesnika od kojih je kod 45 stanje bilo bolje, kod 25 loije, a kod 30 isto. Da li je bolesnicima nakon psihoterapije bilo bolje? 3. U jednom istraivanju nastojalo se videti da li ishrana bolesnika utie na pojavu kardiovaskularnih bolesti. Istraivanjem je obuhvaeno 230 ispitanika. Od ukupno 150 ispitanika koji su imali ishranu sa visokim holesterolom, kod njih 110 razvila se kardiovaskularna bolest, kao i kod 20 od 80 ispitanika koji su koristili ishranu sa niskim holesterolom. Da li ishrana utie na pojavu kardiovaskularnih bolesti? 4. Ispitivana je povezanost izmeu zapaljenja dojke i pojave raka dojke na uzorku od 212 ena, od kojih je 106 imalo karcinom dojke, a 106 je bilo bez karcinoma. Od 106 ena sa karcinomom dojke, 62 su imale i zapaljenje, a od 106 ena bez karcinoma dojke zapaljenje je imalo 40 ena. Da li postoji povezanost izmeu zapaljenja i karcinoma dojke? 5. Pri izbijanju epidemije u jednom naselju sa 9000 stanovnika, u odnosu na vakcinisanost stanovnitva, dobijeni su sledei odnosi obolelih i neobolelih: stanje vakcinisanosti vakcinisani pre 11 meseci vakcinisani pre same epidemije nevakcinisani oboleli 250 180 520 nisu oboleli 2250 3320 2480

Da li postoji statistiki znaajna razlika u oboljevanju kod vakcinisanih i nevakcinisanih i da li je ta razlika posledica vakcinacije ili je sluajnog karaktera? 6. Od radnika tri preduzea (A, B i C) izdvojeni su uzorvi (A = 140, B = 130 i C = 130) i posmatrana sklonost ka povreivanju na radu. U uzorku iz preduzea A i C bilo je povreeno po 60, a preduzeu B 50 radnika. Da li je sklonost ka povreivanju u preduzeima ista, bez obzira na vrstu proizvodnje kojom se ta preduzea bave, tj. Da li su skupovi radnika iz kojih su uzorci dobijeni homogeni (pa samim tim i sva tri uzorka pripadaju istom skupu)?
21

7. Standardnom i novom terapijom leeno je 50 bolesnika i dobijeni su sledei rezultati: Nova terapija poboljano nepromenjeno ukupno Standardna terapija poboljano 20 5 25 nepromenjeno 15 10 25 35 15 50 ukupno

Da li postoji znaajna razlika u rezultatima leenja starom i novom terapijom?

22

Prilog. Hi kvadrat distribucija.

SS 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 0,10 2,70554 4,60517 6,25139 7,77944 9,23636 10,64464 12,01704 13,36157 14,68366 15,98718 17,27501 18,54935 19,81193 21,06414 22,30713 23,54183 24,76904 25,98942 27,20357 28,41198 29,61509 30,81328 32,00690 33,19624 34,38159 35,56317 36,74122 37,91592 39,08747 40,25602 0,05 3,84146 5,99146 7,81473 9,48773 11,07050 12,59159 14,06714 15,50731 16,91898 18,30704 19,67514 21,02607 22,36203 23,68479 24,99579 26,29623 27,58711 28,86930 30,14353 31,41043 32,67057 33,92444 35,17246 36,41503 37,65248 38,88514 40,11327 41,33714 42,55697 43,77297 p 0,01 6,63490 9,21034 11,34487 13,27670 15,08627 16,81189 18,47531 20,09024 21,66599 23,20925 24,72497 26,21697 27,68825 29,14124 30,57791 31,99993 33,40866 34,80531 36,19087 37,56623 38,93217 40,28936 41,63840 42,97982 44,31410 45,64168 46,96294 48,27824 49,58788 50,89218 0,005 7,87944 10,59663 12,83816 14,86026 16,74960 18,54758 20,27774 21,95495 23,58935 25,18818 26,75685 28,29952 29,81947 31,31935 30,57791 34,26719 35,71847 37,15645 38,58226 39,99685 41,40106 42,79565 44,18128 45,55851 46,92789 48,28988 49,64492 50,99338 52,33562 53,67196

23