การใช้สถิติในงานวิจัยทางด้านสาธารณสุขได้อย่างเหมาะสมถูกต้อง จำเป็นต้องเข้าใจในเรื่องของวิทยาการวิจัยและเนื้อหาของเรื่องที่จะทำวิจัยเป็นอย่างดี เพื่อช่วยให้สามารถได้ความจริงมาตอบคำถามงานวิจัยและสามารถแปลผลการวิเคราะห์ทางสถิติ เพื่อให้ข้อเสนอแนะต่อการนำไปใช้งานได้อย่างถูกต้อง

แนวทางการใช้สถิติในงานวิจัยด้านสาธารณสุข

          การใช้สถิติในงานวิจัยทางด้านสาธารณสุขได้อย่างเหมาะสมถูกต้อง จำเป็นต้องเข้าใจในเรื่องของวิทยาการวิจัยและเนื้อหาของเรื่องที่จะทำวิจัยเป็นอย่างดี เพื่อช่วยให้สามารถได้ความจริงมาตอบคำถามงานวิจัยและสามารถแปลผลการวิเคราะห์ทางสถิติ เพื่อให้ข้อเสนอแนะต่อการนำไปใช้งานได้อย่างถูกต้อง

          ซึ่งในการศึกษางานวิจัยทางด้านสาธารณสุข มีการแบ่งชนิดของการศึกษาตามลักษณะการศึกษา ดังนี้

1. การศึกษาเชิงสังเกต (Observation study)

การศึกษาเชิงสังเกตนั้นผู้ศึกษาไม่ได้เป็นผู้กำหนดเหตุปัจจัย (exposure) ให้แก่ประชากรที่ศึกษา เพียงแต่ติดตามสังเกต รวบรวมข้อมูล exposure ที่มีอยู่แล้วในประชากรศึกษาไปอธิบายร่วมกับการเกิดโรค

• การศึกษาเชิงพรรณนา (Descriptive study)

เป็นการอธิบายการเกิดโรคในประชากรหรือกลุ่มศึกษาที่สนใจว่าเกิดโรคอะไรขึ้น เกิดกับใคร เกิดที่ไหน เกิดเมื่อไร และมากน้อยเพียงใด การศึกษาแบบนี้มักเกี่ยวข้องกับอุบัติการณ์ (incidence) ความชุก (prevalence) และอัตราตาย (mortality rate) และอธิบายถึงการกระจายของโรคว่าเกิดขึ้นในสถานที่ (place) กลุ่มประชากร (person) และเวลาใด (time) ซึ่งการศึกษานี้ไม่มีกลุ่มเปรียบเทียบหรือกลุ่มควบคุม

• การศึกษาเชิงวิเคราะห์ (Analytic study)

เป็นการวิเคราะห์เพื่อหาความสัมพันธ์ระหว่างการเกิดโรค กับปัจจัยที่สงสัยว่าจะเป็นสาเหตุของโรคนั้นๆ เพื่อที่จะตอบปัญหาว่า โรคนั้นๆ เกิดจากสาเหตุอะไร โดยมีกลุ่มตัวอย่าง อย่างน้อย 2 กลุ่ม เพื่อเปรียบเทียบว่าความสัมพันธ์ระหว่างปัจจัยและโรคในแต่ละกลุ่มแตกต่างกันอย่างไร มีการตั้งสมมติฐาน มีการจัดกลุ่มประชากรเพื่อเปรียบเทียบการเกิดโรคในกลุ่มที่มีปัจจัย กับการเกิดโรคในกลุ่มที่ไม่มีปัจจัย และผลการศึกษา จะประกอบด้วยขนาด (magnitude of effect/point estimation) และความแม่นยำในการวัด (precision/interval estimation/statistical significance) ใช้ในการประมาณค่าที่ต้องการวัดในประชากรเป้าหมาย

ประกอบด้วย

• Cohort Study

เป็นการศึกษาและทดสอบความสัมพันธ์ระหว่างปัจจัยที่คาดว่าจะเป็นสาเหตุของโรค และการเกิดโรค หรือเป็นการศึกษาที่เริ่มจากเหตุไปหาผล โดยสังเกตกลุ่มคนที่มีปัจจัยและกลุ่มที่ไม่มีปัจจัย ซึ่งในขณะนั้นยังไม่ได้เป็นโรคที่ต้องการศึกษา หลังจากนั้นก็ติดตามไปเป็นระยะเวลาหนึ่ง เพื่อดูว่าอัตราการเกิดโรคของกลุ่มคนที่มีปัจจัยที่ศึกษานั้นจะแตกต่างไปจากกลุ่มเปรียบเทียบซึ่งไม่มีปัจจัยที่ศึกษาอย่างไร

• Case control Study

เป็นการศึกษาที่เริ่มจาก ผล ไปหาเหตุ โดยเลือกกลุ่มคนที่ป่วยเป็นโรคที่ต้องการศึกษา และกลุ่มที่ไม่ป่วยมาเป็นกลุ่มเปรียบเทียบ ทำการรวบรวมข้อมูลที่เกี่ยวข้องในอดีตว่ามีปัจจัยที่คาดว่าจะเป็นสาเหตุของโรค แล้วทำการเปรียบเทียบ อัตราส่วนการมีปัจจัยต่อการไม่มีปัจจัย ระหว่างกลุ่มศึกษาและกลุ่มเปรียบเทียบว่าแตกต่างกันหรือไม่

• Cross sectional analytic Study

เป็นการศึกษาที่สามารถทำได้ง่ายและรวดเร็ว ใช้เป็นเครื่องมือขั้นต้นในการหาความสัมพันธ์ระหว่างปัจจัย exposure กับ การเกิดโรค outcome โดยทำการสุ่มเลือกขนาดตัวอย่าง แล้วทำการวัดปัจจัยที่คาดว่าจะมีอิทธิพลต่อการเกิดโรคและวัดการเกิดโรคที่มีอยู่ไปพร้อมกัน แล้วทำการเปรียบเทียบว่า ความชุกของโรค ในกลุ่มที่มีปัจจัยที่ศึกษาว่าแตกต่างจากกลุ่มที่ไม่มีปัจจัยนั้นหรือไม่

2. การศึกษาเชิงทดลอง (Experimental study)

เป็นการศึกษาที่ผู้วิจัยเป็นผู้กำหนดหรือเปลี่ยนแปลง exposure ให้แก่ประชากรที่ศึกษา โดยแบ่งตัวอย่างการศึกษาเป็น 2 กลุ่ม โดยกลุ่มหนึ่งได้รับ exposure ส่วนอีกกลุ่มหนึ่งไม่ได้รับ แล้ววิเคราะห์เปรียบเทียบว่า อัตราการเกิด Outcome แตกต่างกันระหว่าง 2 กลุ่มนี้อย่างไร

• Clinical trial

เป็นการศึกษากับ ผู้ป่วยในโรงพยาบาลหรือคลินิก เช่น exposure คือปัจจัยการรักษา มีการรักษา กับไม่ได้รักษา มีวิธีการรักษาที่ต่างกัน ส่วน outcome คือการหายป่วย และทำการเปรียบเทียบอัตราการหายในแต่ละกลุ่ม

• Field trial

เป็นการศึกษากับกลุ่มคนปกติในประชากรทั่วไป เช่น exposure เป็นวิธีป้องกันโรค เช่น การให้วัคซีน มีการป้องกัน กับไม่ให้การป้องกัน มีวิธีการป้องกันทึ่แตกต่างกัน ส่วน outcome เป็นโรคที่มีความรุนแรงสูง หรือเป็นโรคที่มีผลกระทบต่อปัญหาสาธารณสุข และทำการเปรียบเทียบอัตราป่วยในแต่ละกลุ่ม

• Community trial (Community intervention study)

เป็นการศึกษากับชุมชน เช่น exposure เป็นวิธีป้องกันโรค เช่นการให้สุขศึกษากับชุมชน ให้การป้องกัน กับไม่ให้การป้องกัน มีวิธีการป้องกันที่แตกต่างกัน ส่วน outcome เป็นโรคที่มีสาเหตุค่อนข้างซับซ้อน เช่น โรคที่มีสภาพทางสังคมเป็นสาเหตุ ซึ่งเป็นปัจจัยที่น่าจะเปลี่ยนแปลงได้ถ้าพฤติกรรมของสังคมนั้นเปลี่ยนไป

ประเภทของสถิติ

สถิติเชิงพรรณนา Descriptive Statistics

     เป็นสถิติที่ใช้ในการสรุปลักษณะที่สำคัญของกลุ่มประชากร หรือกลุ่มตัวอย่าง ประกอบด้วย ความถี่ ร้อยละ ค่ากลาง(ค่าเฉลี่ย ค่ามัธยฐาน ค่าฐานนิยม) ค่าการกระจาย (ค่าความแปรปรวน ค่าเบี่ยงเบนมาตรฐาน ค่าเปอร์เซ็นต์ไทล์ ค่าควอไทล์ สัมประสิทธิ์ความผันแปร ฯลฯ) กราฟต่างๆ

สถิติเชิงอนุมาน Inferential Statistics

     เป็นสถิติที่ใช้อธิบายคุณลักษณะของสิ่งที่ต้องการศึกษากลุ่มใดกลุ่มหนึ่งหรือหลายกลุ่ม  แล้วสามารถอ้างอิงไปยังกลุ่มประชากรได้  โดยกลุ่มที่นำมาศึกษาจะต้องเป็นตัวแทนที่ดีของประชากร  ตัวแทนที่ดีของประชากรได้มาโดยวิธีการสุ่มตัวอย่าง  และตัวแทนที่ดีของประชากรเรียกว่า  กลุ่มตัวอย่าง

สถิติเชิงอนุมาน Inferential Statistics

• การประมาณค่าพารามิเตอร์ Estimate
• การทดสอบสมมติฐาน Test Hypothesis

          หมายเหตุ ต้องทราบการแจกแจงของข้อมูลว่ามีการแจกแจงเป็นปกติ (Normal Distribution )

สถิติอิงพารามิเตอร์ (Parametric Statistics )
กรณี Univariate

เป็นวิธีการทางสถิติที่จะต้องเป็นไปตามข้อตกลงเบื้องต้น  3  ประการ  ดังนี้

• ข้อมูลที่เก็บรวบรวมได้จะต้องอยู่ในระดับช่วงขึ้นไป (Interval Scale)
• ข้อมูลที่เก็บรวบรวมได้จากกลุ่มตัวอย่างจะต้องมีการแจกแจงเป็นโค้งปกติ
• กลุ่มประชากรแต่ละกลุ่มที่นำมาศึกษาจะต้องมีความแปรปรวนเท่ากัน

     เช่น การประมาณค่า การทดสอบค่าเฉลี่ยประชากร 1 กลุ่ม การทดสอบค่าเฉลี่ยประชากร 2 กลุ่มอิสระกัน (t-test) การทดสอบค่าเฉลี่ยประชากร 2 กลุ่มที่ไม่อิสระ (pair t-test)  การวิเคราะห์ความแปรปรวน (ANOVA)  การวิเคราะห์ถดถอย (Simple Regression)

สถิตินอนพาราเมตริก Non Paramatric

• เป็นสถิติที่ไม่มีข้อจำกัดเกี่ยวกับการแจกแจงของประชากร กล่าวคือเป็นสถิติที่สามารถนำไปใช้ได้กับประชากรที่เราไม่ทราบว่ามีการแจกแจงเป็นรูปแบบใด ใช้ได้กับข้อมูลทุกมาตรวัด
• เช่น การทดสอบไคสแควร์ การทดสอบเครื่องหมาย (Sign test)   การทดสอบของวิลค็อกซัน  การทดสอบของแมน วิทนีย์  การทดสอบของครัสคาล วอลลิส

สถิติอิงพารามิเตอร์ (Parametric Statistics ) 
กรณี Multivariate

• สุ่มข้อมูลจากประชากรที่มีการแจกแจงปกติหลายตัวแปร
• เมทริกซ์ความแปรปรวนร่วมของทุกกลุ่มต้องเท่ากัน
• สุ่มข้อมูลอย่างเป็นอิสระกัน

          กรณีที่เงื่อนไขข้างต้นไม่เป็นจริง จะมีผลกระทบต่อความผิดพลาดประเภทที่ 2 และ 2 หรือกล่าวได้ว่าจะมีผลกระทบต่อระดับนัยสำคัญและอำนาจการทดสอบ

• เช่น การวิเคราะห์กลุ่ม (Cluster Analysis) การวิเคราะห์จำแนกประเภท (Discriminant Analysis) การวิเคราะห์ถดถอยโลจิสติค (Logistic Regression Analysis)  การวิเคราะห์ความแปรปรวนหลายตัวแปร (MANOVA) การวิเคราะห์ถดถอยพหุ (Multiple Regression)  การวิเคราะห์ปัจจัย (Factor Analysis)

อ้างอิง

ยงเจือ เหล่าศิริถาวร .รูปแบบการศึกษาทางระบาดวิทยา. สำนักระบาดวิทยา กรมควบคุมโรค กระทรวงสาธารณสุข