fejezet - Az élő ember vizsgálatának típusai és a mintaválasztás

11.1. A vizsgálatok típusai

Az élő emberre vonatkozó humánbiológiai vizsgálatok alapvetően kétfélék lehetnek: hosszmetszetiek (longitudinális) és keresztmetszetiek (transzverzális). Általában a vizsgálati eredményeket egy adott időskálán definiáljuk, amilyen pl. az életkor. Ahosszmetszeti vizsgálatsorán ugyanazokat a személyeket vagy csoportokat bizonyos időközönként (bizonyos életkorokban) ismételve vizsgáljuk. A hosszmetszeti vizsgálatoknak több típusa van. A prospektív hosszmetszeti vizsgálatok esetében minden egyént mindegyik alkalommal megvizsgálunk. Az ún. kevert hosszmetszeti vizsgálatok pedig azok, amelyekben nincs mindenki a vizsgálni kívánt korintervallum minden kiválasztott életkorában megvizsgálva. A kevert longitudinális vizsgálatok egyik fajtája, amikor pl. egy tízéves korintervallumban akarunk adatotokat gyűjteni és nem áll módunkban tíz éven keresztül követni ugyanazt a mintát.

Ez esetben választhatunk három mintát és mindegyiket négy évig követjük úgy, hogy a korosztályok átfedjek egymást. A hosszmetszeti vizsgálatok legfőbb problémája a tervezhetetlen lemorzsolódás az idő haladtával.

A másik vizsgálati módszer, az ún.keresztmetszeti vizsgálatsorán minden személyt csak egyszer vizsgálunk. Ez pl. a növekedési vizsgálatoknál azt jelenti, hogy a különböző életkori csoportokat képviselő mintákba tartozó egyedek nem ugyanazok.

Ha vizsgálatunk során olyan adatokat is gyűjtünk, amely a vizsgálatot megelőző időszakra vonatkozik, akkor az ilyen adatgyűjtéstretrospektívneknevezzük.

11.2. A vizsgált tulajdonságok osztályozása

A vizsgálatok során az egyedeket vizsgáljuk, de mindig egy csoportra, a populációra kívánunk következtetést levonni. Annak érdekében, hogy a populációra levont következtetéseink összhangban legyenek a megvizsgáltak különböző fizikai jellemzőivel, aktuális állapotával és életterének jellemzőivel, az adott helyzeti, környezeti feltételekkel, illetve hogy a megfelelő mérési (vizsgálati) technikát tudjuk alkalmazni a vizsgálandó tulajdonságokat, vagy tényezőket (változókat) minősítenünk, csoportosítanunk kell.

A csoportosítás alapja lehet e változók értéke aszerint, hogy a következő számtani műveletek közül melyek végezhetőek el velük: sorba rendezés, összeadás, kivonás, szorzás, és osztás.

Az értékek típusa szerint a vizsgált jellemzők, változók négy skálatípusát különíthetjük el:

Nominális skálák: Ez olyan jellegeket foglal magában, amelyek egyszerűen a sokaságnak egymást kizáró, megkülönböztető kategóriái és ezért sem természetes, sem megszabott sorrendiségük nincs, nincs értelme továbbá sem az értékek különbségének, sem a hányadosának. Ilyen változó pl. a nem, a vércsoport vagy a földrajzi régió.

Ordinális (rang- vagy rend-) skálák: Olyan változók skálái, melyek értelmes szakmai szempontból sorba rendezethetők. Például ordinális változónak tekinthető az „iskolai végzettség” (általános iskola, középiskola, főiskola, egyetem), vagy pl. a csontfejlődés, ahol előre megszabott fokozatok különböztethetők meg az elcsontosodásban. Mindkét ilyen esetben a kategóriáknak van egy természetes vagy kialakított sorrendisége, nincs viszont mód értékeket rendelni a kategóriákat elválasztó távolsághoz, ugyanis az egymástól ugyannyi fokozattal különböző értékek, kategóriák nem feltétlenül jeleznek szakmailag ugyanolyan mértékű különbségeket, továbbá nem állapítható meg, hogy a nagyobbik érték hányszor nagyobb a kisebbik értéknél.

Intervallum skálák:Ide olyan jellegek tartoznak, amelyek értékei természetes sorokba rendezhetők és az egymástól ugyannyi egységgel (fokozattal) különböző értékek szakmailag mindig ugyanakkora mértékű különbséget jeleznek.

Tipikus intervallum skálát alkotnak a vérnyomás értékei, vagy pl. a Wechsler intelligencia teszt egyes részpróbáinak

Az ember kvalitatív (minőségi) tulajdonságai általában nominálisan és ordinálisan skálázhatók, mérhetők, míg a kvantitatív (mennyiségi) tulajdonságai intervallum- és arányskála alapján vizsgálhatók. A minőségi, ill. az ún.

megállapítható jellegek eloszlása diszkrét, értékeik skálája egymástól jól elkülönülő diszkrét elemekből (értékekből) áll. Az ember mennyiségi tulajdonságai folytonos eloszlásúak, pl. a testmagasság értékei folytonosan illeszkednek egymáshoz.

A mérések egy további tipizálása az, amikor a diszkrét és folytonos skálákat különböztetjük meg. A diszkrét a nominális és rangskálás méréseket foglalja magában, továbbá az olyanokat, amelyeket egész számokban mérünk, pl. a családméretet. A folytonos mérések pedig azok az intervallum és aránytartó skálán végzett mérések, amelyek lehetséges értékei bármilyen folytonos skála számai lehetnek. Ilyen pl. a testmagasság.

A nominális és rangskáláktól az intervallum- és aránytartó skálák felé haladva a belőlük nyerhető információt illetően egyre nő a vizsgálati adatok hasznosíthatósága.

11.3. A vizsgálati minta

A humánbiológiában az általános összefüggéseket, szabályokat, törvényszerűségeket mindig egy-egy populációra vonatkozóan fogalmazzuk meg. Amikor egy populációra jellemző összefüggést, vagy törvényszerűséget kívánunk megállapítani az adott populációt pontosan kell definiálnunk. Meg kell határoznunk földrajzi elhelyezkedésén kívül történeti eredetét is, mivel a populációk tulajdonságai változnak az időben (szekuláris változások). Ebből következik, hogy az alapsokaságról levont következtetések szigorúan csak a vizsgálat idejére vonatkoztathatók.

Természetesen egy vizsgálat során nem a teljes populációt, csak a populációnak bizonyos részét vizsgáljuk meg, majd e személyek csoportjának, a vizsgálati mintának az elemzésével próbálunk következtetni az egész populációra.

A következtetéseink akkor érvényesek, helytállóak, ha a minta jól képviseli, reprezentálja az egész populációt. A minta reprezentativitását két alapvető feltétellel biztosíthatjuk, a megfelelően nagy elemszámmal és a vizsgálati személyek véletlenszerű, random kiválasztásával.

11.3.1. A mintavétel

Azegyszerű random mintavétela vizsgálni kívánt alapsokaság vagy szubpopuláció egyedeinek olyan kiválasztása, amelyben bármely adott nagyságú mintának azonos a kiválasztási esélye és az alapsokaság bármely egyedének is azonos a mintába kerülési esélye. Az egyedeket a véletlen számok egy készletével válogathatjuk ki pl. úgy, hogy az alapsokaság minden tagját emelkedő sorszámmal látjuk el, majd egy véletlenszám táblázatot vagy a számítógéppel generált véletlen számokat sorba véve állapítjuk meg, hogy e véletlen számok mely egyedek sorszámával egyeznek, mert azok kerülnek a mintába. A mintavétel alapegysége nem feltétlenül egyetlen személy, lehet pl. család, iskola, osztály stb.

Az egész populáció egyszerű random mintaválasztását ritkán alkalmazzák a humánbiológiai vizsgálatok során. Az alapsokaság gyakran szubpopulációkra, rétegekre oszlik vagy osztható. Ha pl. a vizsgálandó populáció bizonyos

szempontok (nem, életkor, iskolázottság stb.) szerint ismert arányokban bomlik részpopulációkra, akkor a reprezentativitás javítása és a becslési pontosság növelése érdekében célszerű e rész-, ill. alpopulációkból külön-külön véletlen mintát kiválasztani, pl. földrajzi vagy gazdasági régiókat, és ezeken belül venni a véletlen mintát.

Ezt a mintaválasztástrétegezett mintavételneknevezzük. A rétegen belüli mintavétel megszokott módszere akkora random mintát venni minden rétegből, mint az összes abba a rétegbe tartozó személy ismert aránya az alapsokaságban.

Tegyük fel, hogy a populációban a hétévesek átlagmagasságát kívánjuk egy 1000 fős mintából becsülni. Vizsgálati tény, hogy a gyerekek termete fordítva aránylik a családok gyermekszámához, mi pedig a családnagyságot akarjuk rétegelési szemponttá tenni. Választhatunk, mondjuk, öt réteget: az egy-, két-, három-, négy- és öt- vagy többgyerekesek rétegét. Ehhez a valamennyi hétéves gyermek családnagyságára vonatkozó információt be kell szerezni, pl. az iskolai nyilvántartásokból. A 11.1. táblázat egy ilyen megoszlás tipikus rétegeredményeit mutatja.

A rétegen belüli mintavétel megszokott módszere akkora random mintát venni minden rétegből, mint az összes abba a rétegbe tartozó személy ismert aránya az alapsokaságban. A 11.1. táblázat harmadik oszlopa mutatja, hány gyerek jut az ezerből az egyes családnagyság csoportokra.

11.1. táblázat:Gyermekszám megoszlás a családokban.

Rétegarányos mintanagyság A réteg %-a

Gyermekszám

89 8,9

1

348 34,8

2

260 26,0

3

151 15,1

4

152 15,2

5 +

1000 100,0

Együtt

A rétegelt mintavételnek ezt a módját nevezikarányos mintavételnek.Az arányos mintavételnél mindig igaz, hogy az adott mintanagyságnál mindig legalább olyan pontos becslést kapunk az átlagra, mint az egyszerű random mintavételnél, gyakran viszont jobbat. Ez a pontosságbeli javulás a rétegkülönbségekről rendelkezésünkre álló információ felhasználásának köszönhető.

A rétegelt mintavételnél a rétegelési szempontokra az egész populációra vonatkozóan megfelelő ismeretekkel kell rendelkeznünk. Ha nem rendelkezünk ilyenekkel, akkor az ún.szakaszos kiválasztást szoktuk használni. Például az országot nagy számú körzetre osztjuk, a körzetek mintáját vesszük, majd csak az ezekben a körzetekben lévő egyének összességéről készítünk a rétegelési szempontokra listát. További szakaszokat is beiktathatunk, pl. minden körzetben az iskolák mintáját kialakítva vagy az iskolákon belül osztályokét. Ez esetben csak a kiválasztott osztályokban lévő gyerekekről kell listát felvenni, majd e listából kiválasztani a mintát. Ez az ún.cluster mintavétel.

A többszakaszos mintavétel legfontosabb típusa az, amelyben valamennyi populációs egységnek azonos esélye van a mintába beválogatódásra, mert ezáltal – az arányos rétegelt mintavételhez hasonlóan – „önsúlyozott” mintát kapunk. Az ilyen mintavételezésnek a legszélesebb körben használt módszerét nevezik valószínűség-arányos méretű, ill.illesztett mintavételnek. Az első szakasz mintáját vagy az elsőrendű mintaegységeket random módon választjuk ki, de úgy, hogy mindegyiknek a szelekciós valószínűsége a bennük elhelyezkedő egyének számával legyen arányos. Ha pl. ez egy földrajzi régió, a népszámlálási adatok tájékoztatnak a személyek számáról. Ezt azután addig folytatjuk, míg valamennyi végső szakaszbeli egységből azonos számú egyedet ki nem választottunk.

Ezt az eljárást gyakran kombinálják előzetes rétegezéssel, és a rétegek relatív száma és a többszakaszos mintavétel gyakran rendezhető el úgy, hogy az összesített elrendezési hatás egyhez közeli szám legyen.

11.3.2. A mintanagyság és a becslés pontossága

A becsült átlagok pontosságát a becslések varianciája alapján ítélhetjük meg. A torzítatlan becslés szempontjából minél kisebb ez a variancia, valószínűleg annál közelebb van a „valódi” populációs értékhez. Pontosabban, meg

Az élő ember vizsgálatának típusai és a mintaválasztás

ez az értéktartomány szélesebb, mert az ehhez a valószínűséghez tartozó normális eloszlás értékek -2,33 és +2,33 lesznek.

Amennyiben az eloszlás nem normális, vagy összetettebb statisztikáról, pl. egy relatív méretről van szó, a konfidencia-határok számításmódja az elv azonossága mellett más lesz. A minta középhiba becslését nem mindig közvetlenül használjuk fel a konfidencia intervallum becslésében, de az mindig hasznos jelzője a relatív pontosságnak. Emellett számos becsült értéknek van meg az a hasznos tulajdonsága, hogy a mintaelemszám növekedésével egyre inkább normális eloszlásúaknak tekinthetjük őket és akkor a kiszámított középhibát használhatjuk a konfidencia-tartomány kijelölésére.

Legnyilvánvalóbb módja a nagyobb pontosság vagy szűkebb konfidencia-tartomány elérésének amintanagyság növelése. E módszernél gazdaságosabb és megalapozottabb, ha a szignifikancia vizsgálatok, próbák segítségével határozzuk meg a megfelelő mintanagyságot. Ezt a módszert pl. akkor használjuk, ha egy elemzendő különbség irányát illetően akarunk megbízhatóan döntést hozni.

Tegyük fel, a populáció két alcsoportjának átlagos különbségét akarjuk vizsgálni. Legyen ez pl. a gyermekek testmagassága, melyben a két csoport étkezési szokásaikban eltérő, az egyik csoportra szénhidrátban gazdag ételek fogyasztásának túlsúlya, a másikra pedig a fehérje fogyasztás túlsúlya a jellemző. Szeretnénk biztosan megállapítani, melyik táplálkozási mód eredményezett magasabb termetet. A két átlag közti különbséget -vel jelölve elvégezhetjük a „null-hipotézis” (vagyis, hogy a nullával egyenlő) megszokott szignifikancia próbáját. Azokban az esetekben, amikor a nullától egy előre meghatározott nagyságú eltérést kívánunk kimutatni, mód van egy előre kitűzött sikereséllyel járó mintanagyságot kijelölni. Más szóval, előre megadható egy, mondjuk 95%-os valószínűségű

„szignifikáns” eredmény, ha a értéke valóban nem nulla. Ebben az esetben pl. a hagyományos „kétoldalas”

szignifikancia tesztet úgy tekinthetjük, mint a különbség irányának ellenőrzését.

Ajánlott irodalom

Babbie, E.. (1999).A társadalomtudományi kutatás gyakorlata. Balassi Kiadó, Budapest.

Cseh-Szombati, L. és Ferge, Zs.. (1975, Szerk.).A szociológiai felvétel módszerei. Közgazdasági és Jogi Könyvkiadó, Budapest.

Falus, I.. (1996, Szerk.).Bevezetés a pedagógiai kutatás módszereibe. Keraban Kiadó, Budapest.

Hajtman, B.. (1971).Bevezetés a matematikai statisztikába pszichológusok számára. Akadémiai Kiadó, Budapest.