社区健康调查研究方法剖析.doc

社区健康调查研究方法 社区健康调查的卫生统计学基础 卫生统计学(health statistics)是通过数量方面的分析，帮助我们了解社区居民健康水平和卫生状况，描述人群健康与疾病的分布，评价预防措施的效果和社区卫生服务质量、社区卫生资源利用和社区卫生服务需求的重要方法。学习和掌握卫生统计学的基本知识，是每一个社区卫生服务工作者所必须的。 一、卫生统计学常用的基本概念 （一）总体与样本 1. 总体 总体（Population）是根据研究目的确定的同质个体的全部。例如：某社区70岁以上的老年人，某校全部的在校学生等。总体是相对的，客观存在的，是随研究目的而变化的。构成总体的每一个体称为观察单位。它可以是一个人、一个样品，也可以是一个家庭、一所学校、一个地区和一个国家等。 2. 样本 在实际工作中，常常不能也没有必要去收集研究总体的全部资料。如要了解社区45～50岁男性成年人的血脂水平，就毫无必要将该社区所有的该年龄段的成年男性都做一次血脂检查，而是从中按规定的原则和方法抽取部分人进行血脂监测。这一部分个体被称作样本(Sample)。所以，样本是从总体中随机抽取的具有代表性的部分观察单位。统计学中常用“n”表示样本。样本所包含的观察单位数称为样本含量或样本大小。 （二）变量与变量值 1. 变量 观察单位某项或某些被研究、测量的特征称为变量。如果以人为观察单位，那么人的身高、血压、白细胞数、性别、民族等即为变量（Variable）。 变量有定量变量（或称数值变量）和分类变量（或称定性变量）之分。前者一般是用度量衡方法进行测量，如身高、体重、血脂、血压、红细胞数等。而后者是用定性方法加以判断，如性别、职业、有效、无效等。 2. 变量值 变量的测定结果称为变量值（Value of variable）。统计学中常用“x”表示。定量变量值一般都带有度量衡单位，而定性变量值一般是用互不相容的类别或者属性的字符表示，其数目只能取整数。即观察单位的个数。如某校有男生500人，女生1000人。一组性质相同的定量变量值，称计量资料(measurement data)；一组性质相同的分类变量值，称计数资料(enumeration data)。 （三）变异与抽样误差 1. 变异 变异（Variation）是同质观察单位之间所表现出来的同一指标上的差异。变异是生物的重要特征，是客观存在且不可消除的，是卫生统计学研究的重要内容。所谓“同质”，即是性质相同或相近的事物。 2. 抽样误差 抽样误差（Sampling error）是一种偶然误差。它是指由于抽样所导致的样本指标与总体指标（总体参数）之间的差。包括均数的抽样误差和率的抽样误差。这种差值的方向往往呈双向（即可大可小），其分布具有统计规律，在同一总体中，差值一般较小。造成抽样误差的根本原因是个体变异。 （四）概率 概率（Probability）是描述某事件发生的可能性大小的量。通常以P表示。亦称然率或机率。其数值介于0与1之间。P＝1的事件称为必然事件；P＝0的事件称不可能事件；当0P1时，称概率事件。P愈接近0表明该事件发生的可能性越小。统计学中通常将P≤0.05或P≤0.01的事件称为小概率事件。如在统计学的假设检验中，如果得到的P≤0.05时，即判断某事件很少可能发生，故拒绝无效假设。 卫生统计中常用到α和β。α是假设检验的检验水准。常取α＝0.05,即拒绝了本不应该拒绝的无效假设的概率，亦称Ⅰ型错误或假阳性错误；β表示Ⅱ型错误或假阴性错误，即不拒绝本该拒绝的无效假设的概率。1－β称为检验效能或把握度（power of test）α＝0.05,犯Ⅱ型错误的概率β＝0.1，则检验效能为1－β＝1－0.1＝0.9，即所要求的样本含量能检出数据间存在真正差别的把握度（即概率）是90％。 （五）正态分布 正态分布（normal distribution）））”的同学为第一个样本，随后依次每隔10人抽取一个样本，即抽取编号为7、17、27……97共10人作为标本。 3. 分层抽样 分层抽样(stratifid sampling) 即按研究对象的某种特征（如年龄、文化程度、经济收入），将总体划分为若干个“层”，先按设计的比例从各层中独立抽取一个随机样本，然后再将各层的子样本合成为总体的随机样本。例如：欲了解社区居民吸烟与文化程度的关系，可将居民文化程度划分为文盲、小学、中学、大学及以上若干层，再按一定比例从各层中随机抽取子样本，然后将四个子样本合成总体的随机样本。这种抽样方法所得样本代表性好，且可进行各层间的比较分析。但是该法要求层内观察单位差异小，层间差异大。 4. 整群抽样 整群抽样(cluster sampling) 类似于分层抽样。首先