မင်္ဂလာပါ! Biostatistics: A Foundation for Analysis in the Health Sciences စာအုပ်ရဲ့ Chapter 1, “ဇီဝစာရင်းအင်းပညာ နိဒါန်း (INTRODUCTION TO BIOSTATISTICS)” အကြောင်း ဆွေးနွေးပေးပါမယ်။
ဒီအခန်းရဲ့ အဓိက ရည်ရွယ်ချက်ကတော့ စာရင်းအင်းပညာရဲ့ အခြေခံသဘောတရားတွေနဲ့ အသုံးအနှုန်းတွေကို မိတ်ဆက်ပေးဖို့ ဖြစ်ပါတယ်။ ဒီအခန်းဟာ စာရင်းအင်းပညာရဲ့ အခြေခံအုတ်မြစ်ကို ချပေးပြီး၊ ကျန်းမာရေးသိပ္ပံပညာရှင်တွေအနေနဲ့ သူတို့ရဲ့ တာဝန်ဝတ္တရားတွေ ဆောင်ရွက်တဲ့အခါ ကြုံတွေ့ရမယ့် ပြဿနာတွေကို ထင်ဟပ်တဲ့ ဥပမာတွေ၊ လေ့ကျင့်ခန်းတွေနဲ့ တင်ပြထားတာမို့ လက်တွေ့ကျကျ လေ့လာနိုင်ပါတယ်။
ဒီစာအုပ်ရဲ့ အဓိက ရည်မှန်းချက် နှစ်ခုကတော့:
•
အချက်အလက်တွေကို စုစည်းပုံနဲ့ အနှစ်ချုပ်ဖော်ပြပုံ သင်ကြားပေးဖို့ (ဒါကို ဖော်ပြစာရင်းအင်းပညာ (descriptive statistics) လို့ ခေါ်ပါတယ်)။
•
အချက်အလက်အများကြီးထဲကနေ နည်းနည်းလေးကိုပဲ လေ့လာပြီး လူဦးရေ (population) တစ်ခုလုံးအကြောင်း ကောက်ချက်ချနိုင်ပုံ သင်ကြားပေးဖို့ (ဒါကို အနုမာနစာရင်းအင်းပညာ (inferential statistics) လို့ ခေါ်ပါတယ်)။
Chapter 1 မှာ အဓိက ဆွေးနွေးထားတဲ့ အကြောင်းအရာတွေကတော့:
•
အခြေခံသဘောတရားများ:
◦
လူဦးရေ (Population): စိတ်ဝင်စားတဲ့ လေ့လာမှုနယ်ပယ်တစ်ခုလုံးကို ဆိုလိုပါတယ်။
◦
နမူနာ (Sample): လူဦးရေတစ်ခုရဲ့ အစိတ်အပိုင်းတစ်ခုပါပဲ။ ဥပမာ- စာသင်ကျောင်းစနစ်တစ်ခုမှာရှိတဲ့ မူလတန်းကျောင်းသားအားလုံးရဲ့ ကိုယ်အလေးချိန်ကို လေ့လာမယ်ဆိုရင် အဲဒီကျောင်းသားအားလုံးက Population ဖြစ်ပြီး၊ အဲဒီထဲကမှ တစ်စိတ်တစ်ပိုင်းရဲ့ ကိုယ်အလေးချိန်ကိုယူရင် Sample ပါပဲ။
◦
ကိန်းရှင် (Variable): တန်ဖိုးအမျိုးမျိုး ပြောင်းလဲနိုင်တဲ့ လက္ခဏာရပ်တစ်ခုပါ။
◦
စာရင်းအင်းဂဏန်း (Statistic): နမူနာ (sample) ကနေ တွက်ချက်ရရှိတဲ့ ဖော်ပြချက်တစ်ခု (ဥပမာ- နမူနာပျမ်းမျှ၊ နမူနာကိန်းရှင်ပြန့်နှံ့မှု)။
◦
တိုင်းတာချက် (Parameter): လူဦးရေ (population) ကနေ တွက်ချက်ရရှိတဲ့ ဖော်ပြချက်တစ်ခု (ဥပမာ- လူဦးရေပျမ်းမျှ၊ လူဦးရေကိန်းရှင်ပြန့်နှံ့မှု)။
•
တိုင်းတာခြင်းနှင့် တိုင်းတာမှုစကေးများ (Measurement and Measurement Scales): တိုင်းတာခြင်းတွေကို သူတို့ရဲ့ သဘောသဘာဝအရ အဆင့်လေးဆင့် ခွဲခြားထားပါတယ်:
◦
Nominal Scale (အမည်ခံစကေး): အမျိုးအစားတွေကို ခွဲခြားရုံသက်သက်ပါ (ဥပမာ- အိမ်ထောင်သည်/လူပျို/အပျို၊ ကျား/မ)။ သူတို့ကြားမှာ အစဉ်လိုက် သဘောမရှိပါဘူး။
◦
Ordinal Scale (အစဉ်လိုက်စကေး): အမျိုးအစားတွေမှာ အစဉ်လိုက် သဘောရှိပေမယ့် အဆင့်တွေကြားက ခြားနားမှုက တူညီတယ်လို့ ပြောလို့မရပါဘူး (ဥပမာ- ကျန်းမာရေးအခြေအနေ ကောင်း/သင့်/ညံ့)။
◦
Interval Scale (ကြားကာလစကေး): အစဉ်လိုက် သဘောရှိပြီး အဆင့်တွေကြားက ခြားနားမှုက တူညီပါတယ်၊ ဒါပေမယ့် သုညအစစ် (true zero point) မရှိပါဘူး (ဥပမာ- စင်တီဂရိတ် ဒါမှမဟုတ် ဖာရင်ဟိုက် အပူချိန်)။
◦
Ratio Scale (အချိုးစကေး): တိုင်းတာမှု အဆင့်အမြင့်ဆုံးပါပဲ။ အချိုးတွေရဲ့ တူညီမှုအပြင်၊ ကြားကာလတွေရဲ့ တူညီမှုပါ သတ်မှတ်နိုင်ပြီး စစ်မှန်သော သုညအမှတ် (true zero point) ပါရှိပါတယ် (ဥပမာ- အရပ်အမြင့်၊ ကိုယ်အလေးချိန်၊ အလျား)။
•
နမူနာယူခြင်းနှင့် စာရင်းအင်းအနုမာန (Sampling and Statistical Inference): စာအုပ်ထဲမှာ နမူနာယူနည်း အမျိုးမျိုးကို မိတ်ဆက်ပေးထားပါတယ်:
◦
ရိုးရှင်းသော ကျပန်းနမူနာ (Simple Random Sample): လူဦးရေထဲက တစ်ဦးစီတိုင်းကို ရွေးချယ်ဖို့ အခွင့်အရေး တူညီအောင် ရွေးချယ်တဲ့နည်းပါ။ ဥပမာ- ကျပန်းဂဏန်းဇယားကို အသုံးပြုပြီး ရွေးချယ်နိုင်ပါတယ်။
◦
စနစ်တကျ နမူနာယူခြင်း (Systematic Sampling): ကျပန်းအစမှတ်တစ်ခုကနေ စပြီး၊ သတ်မှတ်ထားတဲ့ ခြားနားချက်တစ်ခုနဲ့ နမူနာတွေကို စနစ်တကျ ရွေးချယ်တာပါ။
◦
အလွှာလိုက် ကျပန်းနမူနာ (Stratified Random Sampling): လူဦးရေကို တစ်သားတည်းဖြစ်တဲ့ အုပ်စုငယ်တွေ (အလွှာများ) ခွဲပြီး အဲဒီအလွှာတစ်ခုချင်းစီကနေ နမူနာတွေ ထပ်ယူတာပါ။
•
သိပ္ပံနည်းကျ နည်းလမ်းနှင့် စမ်းသပ်မှု ဒီဇိုင်း (The Scientific Method and the Design of Experiments)။
•
ကွန်ပျူတာများနှင့် ဇီဝစာရင်းအင်းခွဲခြမ်းစိတ်ဖြာခြင်း (Computers and Biostatistical Analysis): စာအုပ်ထဲမှာ MINITAB, SPSS, R, နဲ့ SAS® စတဲ့ စာရင်းအင်းဆော့ဖ်ဝဲလ်တွေကို အသုံးပြုပုံ ဥပမာတွေလည်း ဖော်ပြထားပါတယ်။ ကွန်ပျူတာတွေဟာ စာရင်းအင်းလုပ်ငန်းတွေ ဆောင်ရွက်ရာမှာ အရေးပါတဲ့ ကိရိယာတွေဖြစ်ကြောင်း ဖော်ပြထားပါတယ်။
ခြုံပြောရရင်တော့ Chapter 1 ဟာ စာရင်းအင်းပညာကို စတင်လေ့လာမယ့်သူတွေအတွက် အခြေခံဝေါဟာရတွေ၊ အယူအဆတွေ၊ အချက်အလက် အမျိုးအစားတွေ၊ တိုင်းတာမှုစကေးတွေ၊ နမူနာယူပုံနည်းလမ်းတွေနဲ့ သိပ္ပံနည်းကျ လေ့လာမှုမှာ စာရင်းအင်းပညာရဲ့ အခန်းကဏ္ဍ ကို ကောင်းကောင်း နားလည်အောင် ကူညီပေးတဲ့ အခန်းတစ်ခန်းပါပဲ။
ဒါတွေကတော့ Chapter 1 ထဲက အဓိက အချက်အလက်တွေ ဖြစ်ပါတယ်။
