Autor: RNDr. Eva Koriťáková, Ph.D.
Institut biostatistiky a analýz, LF MU, Brno
1
Manuál pro analýzu dat v softwaru STATISTICA
Software STATISTICA je produkt StatSoft, Inc. (www.statsoft.com, www.statsoft.cz). STATISTICA je
dostupná v rámci MU z https://inet.muni.cz/auth/login (login stejný jako do www.is.muni.cz; seznam
dostupných softwarů lze najít v oddílu Provozní služby – Software – Nabídka softwaru).
Načtení datového souboru
File -> Open -> vybrat datový soubor -> Open -> Import selected sheet to a Spreadsheet -> vybrat list
Excelovského souboru -> OK -> nechat zatržené Get variable names from first row -> OK
Uložení datového souboru
File -> Save -> zadáme název souboru -> Uložit
Zapnutí automatického filtru
Označit všechny sloupce (např. pomocí CTRL+A nebo kliknutím do levého horního rohu tabulky) ->
Data -> Auto Filter -> Auto Filter
Vypnutí automatického překreslování grafů
File -> Options -> Graphs -> Settings -> Data Update přepnout na Locked -> zrušit zatržení u Update
spreadsheet case states -> OK
1. Vizualizace dat
Vytváření grafů pomocí záložky Graphs.
Koláčový graf
Graphs -> 2D Graphs -> Pie Charts -> zvolit proměnnou (v záložce Advanced je možné zvolit, jakou
legendu, typ a tvar grafu chceme (Pie Legend, Type, Shape) -> OK
Po dvojím kliknutí na graf se nám ukáže okno Graph Options, kde lze libovolně měnit barvu grafu i typ
a tvar grafu a další parametry.
Sloupcový graf (na ose y počty subjektů či objektů)
Graphs -> Histogram -> Variables -> zvolit proměnnou -> OK -> zrušit zatržení Fit type: Normal -> na
záložce Advanced zatrhnout Breaks between columns -> OK
Sloupcový graf (na ose y procenta)
Graphs -> Histogram -> Variables -> zvolit proměnnou -> OK -> zrušit zatržení Fit type: Normal -> na
záložce Advanced zatrhnout Breaks between columns -> na záložce Advanced změnit u Y axis
hodnotu N na % -> OK
Histogram (na ose y procenta)
Graphs -> Histogram -> Variables -> zvolit proměnnou -> OK -> na záložce Advanced změnit u Y axis
hodnotu N na % (lze např. si vypsat i základní popisnou statistiku zatrhnutím Descriptive statistics) ->
OK
Krabicový graf (s vykreslením odlehlých hodnot)
Graphs -> 2D -> Box Plots... -> Variables -> zvolit proměnnou jako Dependent variable -> OK -> OK
Krabicový graf (s minimem a maximem)
Graphs -> 2D -> Box Plots... -> Variables -> zvolit proměnnou jako Dependent variable -> OK -> na
záložce Advanced -> u Whisker zvolit Min-Max -> u Outliers zvolit Off -> OK
Autor: RNDr. Eva Koriťáková, Ph.D.
Institut biostatistiky a analýz, LF MU, Brno
2
Tečkový graf
Graphs -> Scatterplot -> zvolit proměnné -> na záložce Advanced můžeme zatrhnout Corr. and p
(linear fit) -> OK
Vytvoření šablony grafů
Upravit si graf do finální podoby -> 2x kliknout do grafu -> Styles... -> More -> 2x kliknout na Graph
(aby se celý ten strom zavřel) -> kliknout na tlačítko s třemi tečkami -> Save as -> pojmenovat graf ->
Save -> Close -> OK
Úprava grafu podle šablony
2x kliknout do grafu -> Styles... -> More -> 2x kliknout na Graph (aby se celý ten strom zavřel) ->
otevřít rozbalovací nabídku s typy grafů -> zvolit šablonu -> Edit -> Close -> OK
2. Příprava dat pro analýzu
Nastavení formátu proměnné na “double”
Dvakrát kliknout na šedé políčko s názvem proměnné -> nastavit Type na Double -> nastavit Display
format na Number -> OK
Nastavení formátu proměnné na datum
Dvakrát kliknout na šedé políčko s názvem proměnné -> nastavit Display format na Date -> vybrat
např. formát 17/03/10 -> OK
Identifikace a odstranění duplikací
Data -> Filter/Recode -> Filter Duplicate Cases... -> Input: Variables -> zvolit proměnnou či proměnné
-> OK -> u Output zatrhnout Create duplicates spreadsheet -> OK
Odstranění chybějících a chybných hodnot
Data -> Subset -> Cases -> zatrhnout Enable Selection Condition -> do By expression napsat podmínku
(např. v4="" OR v4>110 OR v7="") -> OK -> OK
Nový datový soubor bez chybějících a chybných hodnot uložit.
Vytvoření textových popisků u kvalitativní proměnné
Dvakrát kliknout na šedé políčko s názvem proměnné -> Text Labels...-> zadat textové popisky a jejich
příslušné číselné hodnoty -> OK -> OK
3. Popisná sumarizace dat
Popisná sumarizace dat pomocí Statistics -> Basic Statistics. Obecný popis dialogového okna pro
sumarizaci dat, vizualizace a další analýzy je uveden na Obr. 1.
Popisná sumarizace kvalitativních dat – frekvenční tabulka
Statistics -> Basic Statistics -> Frequency tables -> Variables -> zvolit proměnnou -> OK -> Summary
Popisná sumarizace kvantitativních dat
Statistics -> Basic Statistics -> Descriptive statistics -> Variables -> zvolit proměnnou -> OK -> na
záložce Advanced zatrhnout Median, Lower & upper quartiles -> Summary
Výpočet intervalu spolehlivosti a střední chyby průměru (standard error)
Statistics -> Basic Statistics -> Descriptive statistics -> Variables -> zvolit proměnnou -> OK -> na
záložce Advanced zatrhnout Conf. limits for means a případně i Std. err. of mean -> Summary
Autor: RNDr. Eva Koriťáková, Ph.D.
Institut biostatistiky a analýz, LF MU, Brno
3
Popisná sumarizace kvantitativních dat – zapnutí filtru (vyfiltrování prvních 20 pacientů)
Statistics -> Basic Statistics -> Descriptive statistics -> Variables -> zvolit proměnnou -> OK -> Select
Cases -> Enable Selection Conditions -> Specific, selected by: -> do “or case number” zadat
1-20 -> OK -> na záložce Advanced zatrhnout Median a případně další charakteristiky -> Summary
Popisná sumarizace kvantitativní proměnné podle kategorií kvalitativní proměnné
Statistics -> Basic Statistics -> Descriptive statistics -> Variables -> zvolit proměnnou -> OK -> na
záložce Advanced zatrhnout Median a případně další charakteristiky -> By Group -> Grouping
Variable(s) -> vybrat proměnnou -> OK -> zatrhnout Output to a single folder a Accumulate tabular
results in a single spreadsheet a přepnout Sorting of Groups na Ascending či Descending -> OK ->
Summary
Obr. 1. Popis dialogového okna sloužícího pro sumarizaci, vizualizaci a další analýzy dat.
4. Transformace dat
Logaritmická transformace
Označit proměnnou za proměnnou, kterou chceme logaritmovat (např. v9) -> kliknout pravým
tlačítkem myši -> Add Variables -> Name -> zadat název nové proměnné -> do Long name napsat
=Log(v9) (Pozor, ve STATISTICe je přirozený logaritmus označen jako Log(x) místo Ln(x)!) -> OK
Detailní nastavení
analýzy/grafu
Výběr dat pro analýzu/graf
Záložky možností nebo
nastavení analýzy/grafu
Způsob zpracování
chybějících hodnot
Selekce dat
Vážení dat
Nastavení
Autor: RNDr. Eva Koriťáková, Ph.D.
Institut biostatistiky a analýz, LF MU, Brno
4
Kategorizace
Označit proměnnou za proměnnou, kterou chceme kategorizovat -> kliknout pravým tlačítkem myši
-> Add Variables -> Name -> zadat název nové proměnné -> OK -> Data -> Recode... (zkontrolovat si,
že v záhlaví je správný název proměnné, jinak vybrat správnou proměnnou pomocí tlačítka Variable...)
-> zadat podmínky a nové hodnoty (např. viz Obr. 2) -> OK
Obr. 2. Ukázka kategorizace věku.
5. Statistické testy pro kvantitativní data – parametrické testy
Jednovýběrový t-test
Statistics -> Basic Statistics -> t-test, single sample -> OK -> zvolit proměnnou -> OK -> napsat hodnotu
do Test all means against -> na záložce Options zatrhnout Compute conf. limits -> Summary
Párový t-test
Statistics -> Basic Statistics -> t-test, dependent samples -> OK -> zvolit proměnné -> OK -> Summary
Dvouvýběrový t-test
Statistics -> Basic Statistics -> t-test, independent, by groups -> OK -> zvolit proměnné (kvantitativní
proměnnou jako Dependent variable a kategoriální proměnnou jako Grouping variable) -> na záložce
Options lze zvolit Levene’s test (test homogenity rozptylů), CI for estimates a případně Test w/
separate variance estimates (pokud není splněn předpoklad homogenity rozptylů) -> Summary
Analýza rozptylu (ANOVA) a post-hoc testy – 1. způsob
Statistics -> Basic Statistics -> Breakdown & one-way ANOVA -> OK -> zvolit proměnné (kvantitativní
proměnnou jako Dependent variable a kategoriální proměnnou jako Grouping variable) -> OK -> OK
-> na záložce ANOVA & tests kliknout na Analysis of Variance (vypíše ANOVA tabulku); dále lze vypsat
i výsledky testů homogenity rozptylů: Levene tests, Brown-Forsythe tests -> na záložce Post-hoc
kliknout na Tukey honest significant difference (HSD) (v případě vyrovnaných počtů subjektů ve
skupinách), Tukey HSD for unequal N (v případě nestejných počtů subjektů ve skupinách) nebo
Scheffé test (pro stejné i nestejné počty subjektů ve skupinách)
Autor: RNDr. Eva Koriťáková, Ph.D.
Institut biostatistiky a analýz, LF MU, Brno
5
Analýza rozptylu (ANOVA) a post-hoc testy – 2. způsob
Statistics -> ANOVA -> One-way ANOVA -> OK -> zvolit proměnné (kvantitativní proměnnou jako
Dependent variable a kategoriální proměnnou jako Categorical factor) -> OK -> OK -> All effects
(vypíše ANOVA tabulku; prvního řádku s interceptem si nevšímáme) -> More results -> na záložce
Post-hoc kliknout na Tukey HSD (pro stejné počty subjektů ve skupinách), Unequal N HSD (pro
nestejné počty subjektů ve skupinách) nebo Scheffé (pro stejné i nestejné počty subjektů)
6. Statistické testy pro kvantitativní data – neparametrické testy
Wilcoxonův test – jednovýběrový
STATISTICA neumožňuje počítat jednovýběrový Wilcoxonův test přímo. Je nutné nejprve vytvořit
novou proměnnou, která bude mít ve všech řádcích hodnotu, se kterou chceme srovnávat naše data:
Data -> Variables -> Add... -> Name -> zadat název nové proměnné -> do Long name napsat např.
=27,5 (hodnota konstanty, se kterou chceme srovnávat) -> OK
Poté můžeme použít pro výpočet párový Wilcoxonův test: Statistics -> Nonparametrics -> Comparing
two dependent samples (variables) -> OK -> zvolit proměnné -> OK -> Wilcoxon matched pairs test
(Je možné spočítat i znaménkový test (Sign test), který je též neparam. alternativou jednovýb. t-testu.)
Wilcoxonův test – párový
Statistics -> Nonparametrics -> Comparing two dependent samples (variables) -> OK -> zvolit
proměnné -> OK -> Wilcoxon matched pairs test
(Je možné spočítat i znaménkový test (Sign test), který je též neparam. alternativou párového t-testu.)
Mannův-Whitneyův test
Statistics -> Nonparametrics -> Comparing two independent samples (groups) -> OK -> zvolit
proměnné (kvantitativní proměnnou do Dependent variable list a kategoriální proměnnou jako Indep.
(grouping) variable) -> OK -> M-W U test
Kruskalův-Wallisův test
Statistics -> Nonparametrics -> Comparing multiple indep. samples (groups) -> OK -> zvolit proměnné
(kvantitativní proměnnou do Dependent variable list a kategoriální proměnnou jako Indep. (grouping)
variable) -> OK -> Summary (vypíše výsledky Kruskalova-Wallisova testu) -> Multiple comparisons of
mean ranks for all groups (vypíše výsledky post hoc analýzy)
7. Ověření předpokladů statistických testů
Vykreslení N-P grafů pro jednotlivé skupiny
Graphs -> 2D -> Normal Probability Plots... -> zvolit proměnnou -> By Group -> Grouping Variable(s) ->
vybrat kategoriální proměnnou -> OK -> zatrhnout Output to a single folder -> přepnout Sorting of
Groups na Ascending -> OK -> lze zatrhnout i Shapiro-Wilk test (test normality dat) -> OK
Ověření normality pomocí histogramů pro jednotlivé skupiny
Graphs -> Histogram -> Variables -> zvolit proměnnou -> OK -> na záložce Advanced změnit u Y axis
hodnotu N na %, zatrhnout Shapiro-Wilk test a Kolmogorov-Smirnov test -> By Group -> Grouping
Variable(s) -> vybrat kategoriální proměnnou -> OK -> zatrhnout Output to a single folder -> přepnout
Sorting of Groups na Ascending -> OK -> OK
Ověření normality pomocí Basic Statistics pro jednotlivé skupiny
Statistics -> Basic Statistics -> Descriptive statistics -> Variables -> zvolit proměnnou -> OK -> na
záložce Advanced případně zatrhnout Median -> By Group -> Grouping Variable(s) -> vybrat
kategoriální proměnnou -> OK -> zatrhnout Output to a single folder a Accumulate tabular results in a
Autor: RNDr. Eva Koriťáková, Ph.D.
Institut biostatistiky a analýz, LF MU, Brno
6
single spreadsheet -> přepnout Sorting of Groups na Ascending -> OK -> na záložce Normality
zatrhnout Kolmogorov-Smirnov & Liliefors test for normality a Shapiro-Wilk’s W test -> Histograms ->
pomocí záložky Prob. & Scatterplots lze vykreslit i Normal probability plot
8. Analýza kontingenčních tabulek
Kontingenční tabulka absolutních četností
Statistics -> Basic Statistics -> Tables and banners -> OK -> Specify tables (select variables) (zvolit
jednu kategoriální proměnnou do List 1 a druhou kategoriální proměnnou do List 2)-> OK -> OK ->
Summary
Kontingenční tabulka procent
Statistics -> Basic Statistics -> Tables and banners -> OK -> Specify tables (select variables) -> zvolit
proměnné do List 1 a List 2 -> OK -> OK -> na záložce Options zatrhnout Percentages of row counts,
Percentages of column counts nebo Percentages of total count -> Summary
Kontingenční tabulka – očekávané četnosti
Statistics -> Basic Statistics -> Tables and banners -> OK -> Specify tables (select variables) -> zvolit
proměnné do List 1 a List 2 -> OK -> OK -> na záložce Options zatrhnout Expected frequencies ->
Summary
Pearsonův chí-kvadrát test
Statistics -> Basic Statistics -> Tables and banners -> OK -> Specify tables (select variables) -> zvolit
proměnné do List 1 a List 2 -> OK -> OK -> na záložce Options zatrhnout Pearson & M-L Chi-square ->
na záložce Advanced kliknout na Detailed two-way tables
Fisherův exaktní test
Statistics -> Basic Statistics -> Tables and banners -> OK -> Specify tables (select variables) -> zvolit
proměnné do List 1 a List 2 -> OK -> OK -> na záložce Options zatrhnout Fisher exact, Yates, McNemar
-> na záložce Advanced kliknout na Detailed two-way tables
McNemarův test
Statistics -> Basic Statistics -> Tables and banners -> OK -> Specify tables (select variables) -> zvolit
proměnné do List 1 a List 2 -> OK -> OK -> na záložce Options zatrhnout Fisher exact, Yates, McNemar
-> na záložce Advanced kliknout na Detailed two-way tables
9. Korelační analýza
Výpočet Pearsonova korelačního koeficientu
Statistics -> Basic Statistics -> Correlation matrices -> OK -> One variable list -> zvolit proměnné -> na
záložce Options zvolit Display r, p-values, and N’s -> Summary
Výpočet Spearmanova korelačního koeficientu (výpočet čtvercové korelační matice)
Statistics -> Nonparametrics -> Correlations (Spearman, Kendall tau, gamma) -> OK -> zvolit
proměnné -> OK -> Spearman rank R
Výpočet Spearmanova korelačního koeficientu (výpočet detailní tabulky)
Statistics -> Nonparametrics -> Correlations (Spearman, Kendall tau, gamma) -> OK -> zvolit Detailed
report (místo Square matrix) -> zvolit proměnné do First variable list a do Second variable list -> OK ->
Spearman rank R