Müller Statistik für die Pflege

Handbuch für Pflegeforschung und Pflegewissenschaft
2. vollständig überarbeitete und erweiterte Auflage 2019
ISBN: 978-3-456-95950-4
Verlag: Hogrefe AG
Format: PDF
Kopierschutz: Adobe DRM (»Systemvoraussetzungen)

E-Book, Deutsch, 300 Seiten, Format (B × H): 170 mm x 240 mm

Das instruktive und erfolgreiche Handbuch führt Pflegestudierende und -dozierende verständlich in die Statistik und ihre Teilgebiete ein. Die erfahrene Dozentin für Datenanalyse erläutert, was Statistik ist, wozu es Statistik braucht und wieso sie anspruchsvoll ist. Sie beschreibt anschaulich die Grundlagen der Datenanalyse in der Pflegewissenschaft und ihre Bedeutung im Zeitalter von "Big Data". Detailliert stellt sie Teilgebiete und Elemente der Statistik dar, von der deskriptiven Statistik, Planung einer Studie und Wahrscheinlichkeitsmodellen über Schätzungen, Tests, kategorielle Daten bis hin zu Regressions- und Varianzanalysen. Das Buch schließt mit ergänzenden Kapiteln zu Reliabilität und Validität, Hauptkomponenten- und Faktorenanalysen sowie häufigen Methoden und Fehlern in der Statistik. In der zweite Auflage wurde, nebst Korrekturen und Aufwertungen des Layouts, Lösungen zu allen im Buch angeführten Aufgaben angefügt. Die Themen Skalenbildung und Mehrebenenmodelle wurden vertieft und ein Unterkapitel zum Thema Metaanalysen ergänzt. Cartoons mit Lupita und literarische Wortspiele mit Anagrammen bieten neben der komplexen Materie der Datenanalyse einen alternativen Zugang zur Welt der Statistik.

Zielgruppe

Dozierende und Studierende der Pflege-, Hebammen- und Therapiewissenschaft

Autoren/Hrsg.

Müller, Marianne

Fachgebiete

• Medizin | Veterinärmedizin Medizin | Public Health | Pharmazie | Zahnmedizin Pflege Ausbildung in der Pflege
• Medizin | Veterinärmedizin Medizin | Public Health | Pharmazie | Zahnmedizin Pflege Palliativpflege, Sterbebegleitung, Hospiz
• Medizin | Veterinärmedizin Medizin | Public Health | Pharmazie | Zahnmedizin Pflege Pflegedienste
• Medizin | Veterinärmedizin Medizin | Public Health | Pharmazie | Zahnmedizin Pflege Pflegeforschung, Pflegemanagement

Inhaltsverzeichnis

1;Vorworte und Inhaltsverzeichnis;6
2;1. Einführung;17
2.1;1.1 Was ist Statistik?;17
2.2;1.2 Wozu braucht es Statistik?;17
2.2.1;1.2.1 Und in der Pflege heute?;19
2.3;1.3 Wieso ist Statistik schwierig?;20
2.4;1.4 Teilgebiete der Statistik;22
2.5;1.5 Kontrollfragen und Aufgaben;23
2.6;1.6 Glossar;24
3;2. Deskriptive Statistik einer Variablen;25
3.1;2.1 Einführung;25
3.2;2.2 Datensorten;26
3.3;2.3 Die Verteilung einer Variablen;27
3.3.1;2.3.1 Balken- und Kuchendiagramm;27
3.3.2;2.3.2 Histogramm;31
3.3.3;2.3.3 Punktdiagramm;33
3.4;2.4 Statistische Kennzahlen;34
3.4.1;2.4.1 Lagemasse;34
3.4.2;2.4.2 Streuungsmasse;36
3.4.3;2.4.3 Boxplots;37
3.5;2.5 Transformationen und Standardscores;37
3.6;2.6 Kontrollfragen und Aufgaben;38
3.7;2.7 Glossar;39
4;3. Deskriptive Statistik von zwei Variablen;41
4.1;3.1 Einführung;41
4.2;3.2 Streudiagramm;41
4.3;3.3 Korrelation;45
4.3.1;3.3.1 Pearson-Korrelationskoeffizient;45
4.3.2;3.3.2 Spearmansche Rangkorrelation;47
4.3.3;3.3.3 Interpretation von Korrelationen;48
4.4;3.4 Regression;49
4.4.1;3.4.1 Bestimmtheitsmass R²;51
4.4.2;3.4.2 Residuenplot;51
4.5;3.5 Kreuztabellen;52
4.5.1;3.5.1 Simpsons Paradox;55
4.6;3.6 Kontrollfragen und Aufgaben;57
4.7;3.7 Glossar;57
5;4. Planung einer Studie;59
5.1;4.1 Einführung;59
5.1.1;4.1.1 Stufen einer Studie;60
5.2;4.2 Versuchsplanung;60
5.2.1;4.2.1 Studientypen;60
5.2.2;4.2.2 Design;61
5.3;4.3 Experimentelle Studie;63
5.3.1;4.3.1 Kontrollierte Studie;63
5.3.2;4.3.2 Randomisierung;63
5.4;4.4 Weiterführende Literatur;65
5.5;4.5 Kontrollfragen und Aufgaben;65
5.6;4.6 Glossar;65
6;5. Stichprobenerhebungen;67
6.1;5.1 Einführung;67
6.1.1;5.1.1 Ablauf;68
6.2;5.2 Stichprobenplan;68
6.3;5.3 Umfragen;70
6.3.1;5.3.1 Undercoverage, Nonresponse;70
6.3.2;5.3.2 Befragungsmethode;70
6.3.3;5.3.3 Fragebogen;71
6.3.4;5.3.4 Checkliste;73
6.4;5.4 Datenerfassung;74
6.4.1;5.4.1 Codierung;75
6.5;5.5 Weiterführende Literatur;75
6.6;5.6 Kontrollfragen und Aufgaben;76
6.7;5.7 Glossar;77
7;6. Wahrscheinlichkeitsmodelle;79
7.1;6.1 Einführung;79
7.2;6.2 Wahrscheinlichkeitsrechnung;80
7.2.1;6.2.1 Bedingte Wahrscheinlichkeiten;81
7.2.2;6.2.2 Multiplikations- und Additionssatz, Bayes-Theorem;82
7.2.3;6.2.3 Unabhängigkeit;84
7.2.4;6.2.4 * Sterbetafeln;84
7.3;6.3 Zufallsvariablen;86
7.3.1;6.3.1 Diskrete Zufallsvariablen;86
7.3.2;6.3.2 Stetige Zufallsvariablen;94
7.4;6.4 Kontrollfragen und Aufgaben;99
7.5;6.5 Glossar;100
8;7. Schätzungen;101
8.1;7.1 Einführung;101
8.2;7.2 Die Verteilung von ¯X;102
8.2.1;7.2.1 Normalapproximation der Binomialverteilung;103
8.3;7.3 Vertrauensintervalle;105
8.4;7.4 Kontrollfragen und Aufgaben;107
8.5;7.5 Glossar;107
9;8. Konzept eines statistischen Tests;109
9.1;8.1 Einführung;109
9.2;8.2 Begriffe und Vorgehensweise;110
9.2.1;8.2.1 Vorgehensweise beim z-Test;110
9.2.2;8.2.2 *Dualität zwischen Tests und Vertrauensintervallen;113
9.2.3;8.2.3 Überprüfung der Testvoraussetzungen;113
9.2.4;8.2.4 Mögliche Fehler und die Machteines Tests;115
9.3;8.3 Kontrollfragen und Aufgaben;118
9.4;8.4 Glossar;119
10;9. Tests für Lageparameter;121
10.1;9.1 Tests für eine Stichprobe;121
10.1.1;9.1.1 t-Test;121
10.1.2;9.1.2 Vorzeichentest;124
10.1.3;9.1.3 Wilcoxontest;125
10.1.4;9.1.4 Welcher Test soll benutzt werden?;126
10.2;9.2 Tests für zwei unabhängige Stichproben;126
10.2.1;9.2.1 2-Stichproben-t-Test;126
10.2.2;9.2.2 Mann-Whitney-Test;127
10.3;9.3 Die Macht eines Tests;128
10.4;9.4 Kontrollfragen und Aufgaben;130
10.5;9.5 Glossar;131
11;10. Kategorielle Daten;133
11.1;10.1 Einführung;133
11.2;10.2 Binärdaten;133
11.2.1;10.2.1 Test und Vertrauensintervall für eine Proportion;134
11.2.2;10.2.2 Proportionen von zwei unabhängigen Stichproben;136
11.3;10.3 Odds Ratios;136
11.4;10.4 Chiquadrat-Test auf Unabhängigkeit;138
11.4.1;10.4.1 McNemars Test für gepaarteDaten;142
11.4.2;10.4.2 Fishers exakter Test;142
11.5;10.5 Chiquadrat-Anpassungstest;143
11.6;10.6 Kontrollfragen und Aufgaben;145
11.7;10.7 Glossar;146
12;11. Ein-Weg-Varianzanalyse;147
12.1;11.1 Einführung;147
12.2;11.2 Vollständige Randomisierung;148
12.3;11.3 Grundidee der Varianzanalyse;150
12.3.1;11.3.1 Modell und Anova-Tabelle für einen Faktor;151
12.4;11.4 Tests und Schätzungen;154
12.4.1;11.4.1 F-Test;154
12.4.2;11.4.2 Modellüberprüfung;154
12.4.3;11.4.3 Gruppenvergleiche und Vertrauensintervalle;156
12.5;11.5 Kontrollfragen und Aufgaben;159
12.6;11.6 Glossar;161
13;12. Mehr-Weg-Varianzanalyse;163
13.1;12.1 Einführung;163
13.2;12.2 2-Faktor-Experiment;163
13.2.1;12.2.1 Modell für zwei Faktoren;164
13.3;12.3 Versuchspläne mit mehr als zwei Faktoren;168
13.3.1;12.3.1 Modell für das 3-Faktor-Design;168
13.3.2;12.3.2 Anova-Tabelle für das 3-Faktor-Design;169
13.3.3;12.3.3 Verallgemeinerung auf mehr als drei Faktoren;171
13.4;12.4 Varianzanalyse bei verschieden grossen Gruppen;171
13.5;12.5 Weiterführende Literatur;172
13.6;12.6 Kontrollfragen und Aufgaben;173
13.7;12.7 Glossar;174
14;13. Einfache lineare Regression;175
14.1;13.1 Einführung;175
14.2;13.2 Das Modell;175
14.2.1;13.2.1 Kleinste-Quadrate-Methode;176
14.2.2;13.2.2 Tests und Vertrauensintervalle;177
14.2.3;13.2.3 Prognosebereiche;178
14.3;13.3 Residuenanalyse;179
14.3.1;13.3.1 Normalplot;180
14.3.2;13.3.2 Plot von ri gegen yi, xi oder i;180
14.4;13.4 Kontrollfragen und Aufgaben;182
14.5;13.5 Glossar;184
15;14. Multiple lineare Regression;185
15.1;14.1 Einführung;185
15.2;14.2 Das Modell;185
15.3;14.3 Tests und Vertrauensintervalle;187
15.3.1;14.3.1 Globaler F-Test;188
15.3.2;14.3.2 Multiples Bestimmtheitsmass R²;188
15.3.3;14.3.3 Tests von einzelnen Parametern;188
15.3.4;14.3.4 Vertrauens- und Prognosebereiche;188
15.3.5;14.3.5 Partielle F-Tests;191
15.4;14.4 Regression mit Dummy-Variablen;192
15.4.1;14.4.1 Modelle mit Interaktionen;193
15.4.2;14.4.2 Variablen mit mehr als zwei Kategorien;194
15.5;14.5 Modelldiagnostik;196
15.5.1;14.5.1 Ausreisser und einflussreiche Beobachtungen;196
15.6;14.6 Modellwahl;199
15.6.1;14.6.1 Mögliche Kriterien;202
15.7;14.7 Schlussfolgerung;202
15.8;14.8 Weiterführende Literatur;203
15.9;14.9 Kontrollfragen und Aufgaben;203
15.10;14.10 Glossar;207
16;15. Weitere Regressionsmodelle;209
16.1;15.1 Einführung;209
16.2;15.2 Logistische Regression;211
16.2.1;15.2.1 Interpretation mit Odds Ratios;214
16.3;15.3 Repeated Measures;216
16.4;15.4 Weiterführende Literatur;222
16.5;15.5 Kontrollfragen und Aufgaben;222
16.6;15.6 Glossar;224
17;16. Reliabilität und Validität;225
17.1;16.1 Einführung;225
17.1.1;16.1.1 Gütekriterien eines Messinstruments;225
17.2;16.2 Konstruktion von Skalen;227
17.3;16.3 Reliabilität;228
17.3.1;16.3.1 Korrelation und Intraclasskorrelation;228
17.3.2;16.3.2 Cohens Kappa;231
17.3.3;16.3.3 Interne Konsistenz;233
17.4;16.4 Validität;235
17.5;16.5 Weiterführende Literatur;236
17.6;16.6 Kontrollfragen und Aufgaben;236
17.7;16.7 Glossar;237
18;17. Hauptkomponenten- und Faktorenanalyse;239
18.1;17.1 Einführung;239
18.2;17.2 Hauptkomponentenanalyse;239
18.3;17.3 Faktorenanalyse;242
18.3.1;17.3.1 Faktorenanalysemodell;243
18.3.2;17.3.2 Prinzipielle Schritte einer Faktorenanalyse;244
18.3.3;17.3.3 Zum praktischen Vorgehen;244
18.3.4;17.3.4 Beispiel: Arbeitstätigkeit;245
18.4;17.4 Weiterführende Literatur;248
18.5;17.5 Kontrollfragen und Aufgaben;248
18.6;17.6 Glossar;251
19;18. Häufigste Methoden und Fehler;253
19.1;18.1 Häufigste Methoden;253
19.2;18.2 Typische Fehler und Missbräuche;254
19.3;18.3 Metaanalyse;255
19.3.1;18.3.1 Beispiel: Soziale Beziehungen und Gesundheit;256
19.4;18.4 Qualität der Statistik in der Forschung;263
20;A. Tabellen;267
21;B. Lösungen zu den Aufgaben;283
22;Literaturverzeichnis;293
23;Index;297

Leseproben

4. Planung einer Studie

Was ist Confounding?
• Wieso ist eine Kontrollgruppe wichtig?
• Durchblick trotz „doppelblind“?

4.1 Einführung
• Wie viele betagte, pflegebedürftige Personen gibt es in der Schweiz?
• Steigert Fussreflexzonenmassage das Wohlbefinden?
• Werden in der Schweiz zu viele Gebärmutteroperationen durchgeführt?
• Nützt ein Aspirin pro Tag gegen Herzinfarkt?

Wieso ist die Beantwortung dieser Fragen schwierig? Menschen reagieren unterschiedlich. Selbst wiederholte Beobachtungen an der gleichen Person variieren, wenn auch meist weniger stark als Beobachtungen an verschiedenen Personen. Es braucht also eine genügend grosse Anzahl von Versuchspersonen, sogenannte Replikation, um die Variabilität in den Griff zu bekommen.

Aus Zeit- und Kostengründen können aber nicht alle in der Schweiz lebenden Personen z. B. nach ihrer Pflegebedürftigkeit oder nach einer Gebärmutteroperation befragt werden. Stattdessen wird aus der Zielpopulation, den Personen, über die etwas herausgefunden werden soll, eine Stichprobe, der zu untersuchenden oder zu befragenden Personen, ausgewählt. Damit die Resultate verallgemeinerbar sind, muss die Stichprobe repäsentativ, d. h. ein möglichst genaues Abbild der Zielpopulation sein.

Theoretisch braucht es dazu eine Zufallsstichprobe, aber praktisch ist das oft nicht möglich. So werden oft Freiwillige oder gerade anwesende PatientInnen bzw. Mitarbeitende von Universitätsspitälern untersucht. Inwieweit diese Versuchspersonen repräsentativ sind für z. B. alle hospitalisierten PatientInnen oder sogar alle Personen mit der untersuchten Krankheit, muss in jedem einzelnen Fall sorgfältig abgewogen werden. Wenn Zufallsstichproben gezogen werden können, legt ein Stichprobenplan die Auswahl fest (siehe Kapitel 5).

Ein weiteres Problem ist Confounding. Konfundierende Variablen sind Variablen, die so zusammen auftreten, dass ihre Effekte nicht auseinandergehalten werden können. In einer Herz- und Kreislaufstudie (Coronary Drug Project Research Group, 1980) untersuchte man die Wirkung eines Medikaments, das das Cholesterinniveau senkt. Leider erhöhte es die Überlebenschancen nicht. Nach 5 Jahren waren 20% der Versuchspersonen gestorben, im Vergleich zu 21% in der Placebogruppe. Man vermutete, dass etliche PatientInnen ihre Medikamente nicht regelmässig eingenommen hatten. Tatsächlich hatten die Personen, die mindestens 80% der Medikamente eingenommen hatten, eine signifikant tiefere Mortalität als die übrigen. Von den Kooperativen waren nach 5 Jahren nur 15% gestorben, im Gegensatz zu 25% ....