Promotor pyta „jakim testem to sprawdziłaś/sprawdziłeś”, a odpowiedź „statystycznym” nie wystarczy — wybór konkretnego testu w pracy z pielęgniarstwa wynika z czterech odpowiedzi, nie z intuicji czy tego, co akurat ma gotowy skrypt w internecie. Ten artykuł prowadzi przez cztery pytania, które prowadzą do właściwego testu, z drzewem decyzyjnym, tabelą testów najczęściej stosowanych w badaniach pielęgniarskich i trzema w pełni napisanymi, ilustracyjnymi przykładami.
Cztery pytania, które wybierają test za Ciebie
- Jaki typ danych mierzysz? Nominalne (kategorie bez porządku, np. płeć), porządkowe (skala Likerta, natężenie bólu 0–10), przedziałowe/ilorazowe (wiek, ciśnienie krwi, stężenie glukozy).
- Ile grup porównujesz? Dwie czy więcej niż dwie.
- Czy pomiary są zależne, czy niezależne? Ten sam pacjent mierzony dwa razy (przed i po interwencji) to pomiary zależne; dwie różne grupy pacjentów to pomiary niezależne.
- Czy dane mają rozkład zbliżony do normalnego? Decyduje, czy sięgasz po test parametryczny, czy jego nieparametryczny odpowiednik.
Skąd biorą się te cztery pytania — logika stojąca za wyborem testu
Każdy test statystyczny ma swoje założenia — warunki, przy których matematyka stojąca za nim działa poprawnie. Cztery pytania z tego artykułu to w praktyce skrót najważniejszych założeń: typ danych decyduje, jakie operacje w ogóle mają sens (nie da się policzyć średniej z kategorii nominalnych), liczba grup i zależność pomiarów decydują o konstrukcji porównania, a rozkład decyduje, czy metoda oparta na średniej i odchyleniu standardowym (parametryczna) jest wiarygodna, czy lepiej sięgnąć po metodę opartą na rangach (nieparametryczna), która nie zakłada konkretnego kształtu rozkładu.
Tabela testów najczęściej stosowanych w pracach z pielęgniarstwa
| Sytuacja | Test parametryczny | Odpowiednik nieparametryczny |
|---|---|---|
| 2 grupy niezależne, dane ilościowe | test t-Studenta dla prób niezależnych | test U Manna-Whitneya |
| 2 pomiary zależne (przed–po), dane ilościowe | test t-Studenta dla prób zależnych | test Wilcoxona |
| 3+ grup niezależnych, dane ilościowe | ANOVA jednoczynnikowa | test Kruskala-Wallisa |
| 3+ pomiarów zależnych (kilka punktów czasowych) | ANOVA z powtarzanymi pomiarami | test Friedmana |
| Związek między dwiema zmiennymi ilościowymi | korelacja r Pearsona | korelacja rho Spearmana |
| Związek między dwiema zmiennymi kategorialnymi | — | test chi-kwadrat niezależności |
Jak sprawdzić, czy dane mają rozkład normalny
Zanim wybierzesz między wersją parametryczną a nieparametryczną, sprawdź rozkład danych — najczęściej testem Shapiro-Wilka (dobry dla prób do ok. 50 obserwacji) lub Kołmogorowa-Smirnowa z poprawką Lillieforsa dla większych prób, uzupełnionym wizualnie histogramem lub wykresem kwantyl-kwantyl. Przy małych próbach (poniżej 30 obserwacji na grupę), typowych w wielu pracach licencjackich z pielęgniarstwa, test nieparametryczny bywa bezpieczniejszym wyborem nawet przy granicznym wyniku testu normalności — mniejsza próba daje testowi normalności mniejszą moc wykrycia odchylenia, które i tak może wpływać na wynik testu parametrycznego.
Przykład 1: porównanie natężenia bólu przed i po interwencji (treść ilustracyjna)
Pytanie badawcze: Czy zastosowanie techniki relaksacyjnej zmniejsza natężenie bólu pooperacyjnego u pacjentów oddziału chirurgicznego?
Odpowiedzi na cztery pytania: dane porządkowe (skala NRS 0–10) → dwa pomiary (przed/po) → pomiary zależne (ten sam pacjent) → rozkład różnic sprawdzony testem Shapiro-Wilka.
Wybrany test: jeśli różnice mają rozkład zbliżony do normalnego — test t-Studenta dla prób zależnych; jeśli nie — test Wilcoxona. W praktyce przy skali porządkowej (NRS to formalnie skala porządkowa, choć często traktowana jako quasi-ilościowa) wielu recenzentów woli od razu test Wilcoxona jako bezpieczniejszy wybór.
Przykład 2: porównanie satysfakcji pacjentów na dwóch oddziałach (treść ilustracyjna)
Pytanie badawcze: Czy poziom satysfakcji pacjentów różni się między oddziałem internistycznym a chirurgicznym?
Odpowiedzi na cztery pytania: dane porządkowe (skala satysfakcji 1–5) → dwie grupy (dwa różne oddziały) → pomiary niezależne (różni pacjenci) → dane porządkowe zwykle analizuje się testem nieparametrycznym bez sprawdzania normalności.
Wybrany test: test U Manna-Whitneya — właściwy wybór dla dwóch niezależnych grup z danymi porządkowymi, niezależnie od rozkładu.
Przykład 3: związek między wiekiem pacjenta a czasem gojenia rany (treść ilustracyjna, w skrócie)
Pytanie badawcze: Czy istnieje związek między wiekiem pacjenta a czasem gojenia rany pooperacyjnej?
Odpowiedzi na cztery pytania: obie zmienne ilościowe (wiek w latach, czas gojenia w dniach) → nie porównujesz grup, tylko szukasz związku → dane niezależne od siebie w sensie pomiaru → rozkład obu zmiennych sprawdzony przed wyborem.
Wybrany test: korelacja r Pearsona, jeśli obie zmienne mają rozkład zbliżony do normalnego; korelacja rho Spearmana, jeśli nie — trzeci typ pytania badawczego (związek, nie porównanie grup) prowadzi do zupełnie innej rodziny testów niż pytania 1 i 2.
Kiedy potrzebujesz czegoś więcej niż jednego testu — regresja i analiza wieloczynnikowa
Powyższe testy sprawdzają się, gdy pytanie badawcze dotyczy związku między dwiema zmiennymi naraz. Jeśli praca pyta, które spośród kilku czynników (wiek, czas hospitalizacji, rodzaj zabiegu) niezależnie wpływają na wynik (np. czas gojenia rany), pojedynczy test z tabeli już nie wystarczy — potrzebna jest regresja wieloraka (dla zmiennej zależnej ilościowej) lub regresja logistyczna (dla zmiennej zależnej binarnej, np. wystąpienie/brak powikłania). To temat wykraczający poza pojedynczy test i zwykle wymaga osobnej konsultacji z promotorem lub statystykiem, ale warto wiedzieć, że taka opcja istnieje, zanim spróbujesz wcisnąć pytanie o wiele czynników naraz w pojedynczy test t czy chi-kwadrat.
Co zrobić, gdy wynik testu jest na granicy istotności
Wartość p bliska, ale nieco powyżej progu 0,05 (np. 0,06–0,08) to częsty, niewygodny wynik w mniejszych próbach typowych dla prac licencjackich. Nie należy wtedy „poprawiać” analizy, dopóki wynik nie wyjdzie istotny — właściwa reakcja to rzetelne zaraportowanie faktycznej wartości p i, jeśli to możliwe, podanie wielkości efektu oraz komentarz w dyskusji, że przy większej próbie wynik mógłby osiągnąć istotność statystyczną. Manipulowanie doborem testu wyłącznie po to, by „wyszła” istotność, to jeden z poważniejszych błędów metodologicznych, jakie może popełnić student — i zwykle łatwy do wychwycenia przez recenzenta znającego dane wyjściowe.
Jak przedstawić wynik testu w tabeli w rozdziale z wynikami
Dobra tabela wyników testu statystycznego zawiera zawsze te same elementy, niezależnie od konkretnego testu: nazwę zmiennej lub porównywanych grup, wartość statystyki testowej (np. t, U, χ², H), wartość p, oraz — jeśli to możliwe — miarę wielkości efektu (np. r, d Cohena). Tabela bez wartości p albo z samym słowem „istotne” bez liczby to sygnał dla recenzenta, że wynik nie został rzetelnie zraportowany, nawet jeśli sama analiza była poprawna.
Częste pytania komisji o wybór testu na obronie
Trzy pytania, które pojawiają się na obronach prac z pielęgniarstwa niemal zawsze: „dlaczego akurat ten test, a nie inny” (odpowiedź powinna odwoływać się do czterech pytań z tego artykułu, nie do „bo tak było w poradniku”); „czy sprawdzałeś/aś założenia testu” (normalność, jednorodność wariancji — warto znać wynik testu Shapiro-Wilka na pamięć, nie tylko wkleić go do tabeli); „co by się zmieniło, gdybyś użył/a testu parametrycznego zamiast nieparametrycznego” (dobra odpowiedź: przy tej wielkości próby i charakterze danych wynik prawdopodobnie byłby zbliżony, ale wybór nieparametryczny jest bezpieczniejszy metodologicznie).
Częste błędy przy wyborze testu w pracach z pielęgniarstwa
- Test t-Studenta dla danych porządkowych. Skale satysfakcji czy natężenia objawów to dane porządkowe — test t formalnie wymaga danych ilościowych.
- Pominięcie sprawdzenia zależności pomiarów. Zastosowanie testu dla prób niezależnych do pomiarów przed/po u tych samych pacjentów.
- Test chi-kwadrat przy zbyt małych licznościach oczekiwanych. Gdy liczności oczekiwane w tabeli kontyngencji spadają poniżej 5, test chi-kwadrat traci wiarygodność — wtedy stosuje się dokładny test Fishera.
- Brak sprawdzenia rozkładu przed wyborem testu parametrycznego. Automatyczne sięgnięcie po ANOVA bez sprawdzenia, czy założenia w ogóle są spełnione.
- Próba wciśnięcia pytania wieloczynnikowego w pojedynczy test. Wykonanie kilku osobnych testów t zamiast jednej regresji, gdy pytanie dotyczy wielu czynników naraz.
Checklist przed wyborem testu
Cztery kroki w kolejności, w jakiej warto je przejść:
- Określ typ danych każdej zmiennej (nominalne, porządkowe, ilościowe).
- Policz grupy i sprawdź, czy pomiary są zależne, czy niezależne.
- Sprawdź rozkład danych ilościowych testem normalności, jeśli rozważasz test parametryczny.
- Zapisz jednym zdaniem uzasadnienie wyboru — będzie potrzebne w rozdziale metodologicznym i na obronie.
Jak opisać wybór testu w rozdziale metodologicznym
Recenzent oczekuje nie tylko nazwy testu, ale krótkiego uzasadnienia wyboru — jedno zdanie typu: „Ze względu na porządkowy charakter zmiennej i brak rozkładu normalnego (test Shapiro-Wilka, p < 0,05) zastosowano test U Manna-Whitneya” wystarcza i pokazuje, że wybór był świadomy, nie przypadkowy. Zdanie „zastosowano odpowiednie testy statystyczne” bez podania konkretnych nazw i uzasadnienia to jeden z najczęstszych powodów, dla których promotor odsyła rozdział metodologiczny do poprawy.
Skąd wziąć dalszą pomoc przy rozdziale metodologicznym
Wybór testu to tylko jeden element rozdziału metodologicznego pracy z pielęgniarstwa — pełną, siedmiokrokową strukturę tego rozdziału na przykładzie studium przypadku, razem z tabelą skal klinicznych i zasadami etyki i anonimizacji, opisaliśmy osobno: jak napisać rozdział metodologiczny pracy licencjackiej z pielęgniarstwa. Jeśli Twoja praca ma inny charakter niż studium przypadku, zobacz też przykładowy, w pełni adnotowany model całej pracy z pielęgniarstwa: przykładowa praca licencjacka z pielęgniarstwa.
Które oprogramowanie wystarczy do tych testów
Większość testów z tabeli powyżej da się policzyć w darmowym PSPP lub JASP — obu z interfejsem zbliżonym do SPSS, bez kosztu licencji. Dla prostszych analiz (dwie grupy, jeden test) wystarczy nawet arkusz kalkulacyjny z dodatkiem statystycznym, choć przy większej liczbie zmiennych dedykowane oprogramowanie statystyczne oszczędza czas i ogranicza ryzyko błędu ręcznego obliczenia.
Najczęstsze pytania o wybór testu statystycznego w pracy z pielęgniarstwa
Czy zawsze trzeba sprawdzać normalność rozkładu?
W praktyce tak, jeśli rozważasz test parametryczny — to sprawdzenie jest podstawą decyzji, czy w ogóle można go zastosować, czy trzeba sięgnąć po odpowiednik nieparametryczny.
Co zrobić, gdy próba jest bardzo mała (poniżej 15 osób)?
Przy tak małych próbach testy nieparametryczne są zwykle bezpieczniejszym wyborem niezależnie od wyniku testu normalności — mała próba nie daje testom normalności wystarczającej mocy, by wiarygodnie ocenić rozkład.
Czy test chi-kwadrat nadaje się do porównania dwóch grup pod względem zmiennej ilościowej?
Nie — chi-kwadrat służy do zmiennych kategorialnych (np. płeć, obecność powikłania). Do zmiennych ilościowych między dwiema grupami stosuje się test t-Studenta lub test U Manna-Whitneya.
Czy można zastosować test parametryczny mimo nienormalnego rozkładu, jeśli próba jest duża?
Przy dużych próbach (zwykle powyżej 30–50 obserwacji na grupę) testy parametryczne są względnie odporne na odchylenia od normalności dzięki centralnemu twierdzeniu granicznemu — ale to nie zwalnia z jawnego opisania tej decyzji w rozdziale metodologicznym.
Jak nazwać dokładnie test w rozdziale z wynikami, żeby recenzent nie miał wątpliwości?
Zawsze podawaj pełną nazwę testu wraz z wersją (np. „test U Manna-Whitneya”, nie samo „test nieparametryczny”) oraz wartość statystyki testowej, poziom istotności i, jeśli to możliwe, wielkość efektu.
Czy warto skonsultować wybór testu ze statystykiem przed rozpoczęciem analizy?
Jeśli masz taką możliwość — tak, zwłaszcza przy pytaniach wieloczynnikowych. Krótka konsultacja przed zebraniem pełnych danych bywa tańsza niż zmiana metody analizy już po zakończeniu badania.
Czy korelacja i test porównujący grupy to to samo?
Nie — korelacja sprawdza związek między dwiema zmiennymi ilościowymi mierzonymi u tych samych osób, podczas gdy test porównujący grupy (np. t-Studenta) sprawdza, czy średnie różnią się między odrębnymi grupami. To dwa różne pytania badawcze, prowadzące do zupełnie innych rodzin testów.
Czy mogę zastosować kilka różnych testów statystycznych w jednej pracy?
Tak, i w praktyce większość prac z pielęgniarstwa opartych na danych ilościowych stosuje więcej niż jeden test — inny dla każdego pytania badawczego lub hipotezy, zgodnie z logiką czterech pytań z tego artykułu. Ważne jest jednak, żeby wybór każdego testu był osobno uzasadniony w rozdziale metodologicznym, a nie wynikał z przypadkowego dopasowywania metody do tego, co akurat „wyszło istotne”. Jeśli w pracy wykonujesz wiele porównań na tym samym zbiorze danych (np. kilka par grup naraz), warto też wspomnieć promotorowi o ryzyku przypadkowej istotności statystycznej przy wielokrotnym testowaniu i, jeśli to zasadne dla Twojego tematu, rozważyć podstawową korektę (np. poprawkę Bonferroniego) — to szczegół, który warto skonsultować indywidualnie, bo jego zasadność zależy od liczby porównań i charakteru danych.