すべてのブログから「#SPSS」タグの検索結果

アンケート調査をしていると、「回収できたけれど、一部の質問が空欄になっている」ということがあります。例えば、年齢は書いてある。経験年数も書いてある。でも、最後の質問だけ未回答。あるいは、途中から回答がなくなっている。そんなとき、このアンケートは全部使えないのでしょうか？今回は、看護研究でよく出てくる「欠損データ」の考え方についてお話しします。「回収できた」＝「すべて分析できる」ではありません例えば、100人からアンケートを回収できたとします。でも、その100人全員が、すべての項目に回答しているとは限りません。ある質問には98人。別の質問には95人。さらに別の質問には90人。ということもあります。つまり、回収数と、実際に分析に使える人数は同じとは限りません。ここは意外と見落としやすいポイントです。欠損データとは？簡単にいうと、本来あるはずのデータが抜けている状態です。例えば、「経験年数を教えてください」という質問に回答がない。5段階評価のうち、1項目だけ空欄になっている。自由記述欄が未記入。こうしたものが欠損データになります。ただし、自由記述欄が任意回答であれば、未記入だからといって必ずしも問題とは限りません。どの項目が必須なのかによっても考え方は変わります。1項目空欄だから、全部除外？ここは研究によって判断が変わります。例えば、20項目あるアンケートのうち、1項目だけ未回答だったとします。その1項目が、今回の分析には使わない項目だった場合。他の19項目まで全部使えないとする必要はないかもしれません。一方で、分析に必要な重要項目が未回答なら、その分析には使用できないことがあります

研究を進めていると、「仮説と違う結果になってしまいました。」「期待していた有意差が出ませんでした。」そんな不安を感じることはありませんか？卒業研究や院内研究の指導をしていると、このような相談を受けることがよくあります。でも、研究は**「思った通りの結果を出すこと」**が目的ではありません。本当に大切なのは、得られた結果を正しく示すことです。今回は、この考え方についてお話しします。思った結果にならなくても失敗ではありません研究を始めると、「きっとこの結果になるはず」という予想を立てます。しかし、実際の研究では、その通りにならないことも珍しくありません。だからといって、その研究が失敗だったとは言えません。研究は、自分の予想を証明するためではなく、事実を明らかにするために行うものだからです。仮説と違う結果にも価値があります期待とは違う結果が出たとき、「何か間違えたのではないか。」と思ってしまうことがあります。しかし、仮説と異なる結果だからこそ、新しい発見につながる場合もあります。例えば、教育方法に違いがなかった年齢による差は見られなかった経験年数は影響していなかったという結果も、現場にとっては重要な情報です。「違いがなかった」ということも、一つの研究成果なのです。データは事実として受け止めましょう思った結果にならなかったからといって、都合の良いデータだけを使ったり、結果を自分に都合よく解釈したりしてはいけません。研究で最も大切なのは、データに誠実であることです。研究者は、結果を選ぶ人ではなく、結果を正しく伝える人です。結果と考察は分けて考えます結果では、「何が分かったのか」を事実とし

統計解析を終えたあと、「有意差が出ませんでした。研究として失敗でしょうか」と相談を受けることがあります。時間をかけてデータを集めたのに、p値が0.05以上だったら、がっかりしてしまう気持ちはよく分かります。しかし、有意差がなかったことも大切な研究結果の一つです。研究の価値は、有意差が出たかどうかだけで決まるものではありません。今回は、有意差が認められなかった結果を、どのように受け止めて考察につなげるかについてお話しします。有意差がない＝差がない、ではありませんまず気を付けたいのは、有意差が認められなかったからといって、差がまったく存在しないと証明されたわけではないということです。統計解析で有意差が認められなかった場合は、「差がない」と断定するのではなく、「今回の対象者と研究条件では、統計学的に明確な差を確認できなかった」と考える方が適切です。対象者数やデータのばらつき、測定方法などによって、結果の見え方は変わります。p値だけで結果を判断しない研究結果を見るとき、p値だけに注目してしまうことがあります。しかし、結果を理解するためには、各群の平均値や中央値データのばらつき対象者数実際の差の大きさ信頼区間なども確認することが大切です。例えば、有意差は認められなかったものの、平均値には一定の傾向がみられる場合もあります。ただし、その場合も「差がある」と断定せず、傾向として慎重に示す姿勢が必要です。対象者数は十分だったでしょうか対象者数が少ない研究では、実際に差があったとしても、統計学的に確認しにくい場合があります。反対に、対象者数が非常に多い場合には、わずかな差でも有意差として示される

「統計解析が苦手です。」研究指導をしていると、この相談を受けることは少なくありません。確かに、統計には専門用語が多く、初めて学ぶ方にとっては難しく感じるものです。しかし、私が学生や院内研究でよくお伝えしているのは、「統計の名前を覚えることより、検定を選んだ理由を説明できることが大切です。」ということです。今回は、研究で意外と見落とされがちな「検定を選ぶ理由」についてお話しします。統計は「有意差を出すため」のものではありません研究では、「p＜0.05だったので有意差がありました。」という結果だけに注目してしまうことがあります。もちろん、有意差を確認することは大切です。しかし、本来の統計解析は、研究の疑問に対して、客観的な根拠を示すための手段です。「有意差が出たか」だけではなく、「研究目的に合った解析だったか」という視点も重要になります。まず考えるのは「何を知りたいのか」統計手法は、研究目的によって選びます。例えば、2つのグループを比較したいのか3つ以上のグループを比較したいのか2つの項目に関連があるのか知りたいのか前後で変化したかを確認したいのか目的によって適切な検定は変わります。つまり、最初に決めるのは統計ではなく、研究目的です。SPSSは答えを出してくれますが、理由までは説明してくれません現在ではSPSSなどの統計ソフトを使えば、解析自体は比較的簡単に行えます。しかし、ソフトが結果を出してくれても、「なぜこの検定を使ったのですか？」という質問には答えてくれません。研究発表や論文では、この「選んだ理由」を説明できることが求められます。査読で確認されるポイント論文査読では、統計結