536. Zaokrąglanie wyników – ile miejsc po przecinku?
Wynik obliczeń uzyskany z programu statystycznego często zawiera więcej cyfr, niż potrzebuje czytelnik. Średnia może być wyświetlona jako 72,384615, wartość p jako 0,0000003, a przedział ufności jako 1,274839–2,918472. Nie oznacza to jednak, że wszystkie te cyfry należy przenieść do pracy naukowej. Zadaniem autora jest przedstawić wynik z taką precyzją, która jest jednocześnie informacyjna, spójna i uzasadniona charakterem pomiaru.
W tej lekcji kursu na statystyk.edu.pl porządkujemy zasady zaokrąglania/przybliżania wyników statystycznych. Kluczowa reguła brzmi: zaokrąglaj wynik dopiero po zakończeniu obliczeń, a liczbę miejsc po przecinku dobieraj do skali pomiaru, niepewności i celu analizy. Nadmiar cyfr tworzy pozór dokładności, natomiast zbyt agresywne zaokrąglenie może ukryć ważną informację. Warto nadmienić, że jeśli w programie do analiz statystycznych w charakterystyce zmiennej nadamy określoną liczbę miejsc po przecinku, to w wynikach analiz program będzie raportował o jedno więcej miejsce po przecinku. Więc warto zadbać o to aby liczba miejsc po przecinku danej zmiennej była zgodna z dokładnością pomiaru.
Po co w ogóle zaokrąglać wyniki?
Zaokrąglanie pełni kilka funkcji. Po pierwsze, poprawia czytelność tabel i tekstu. Po drugie, ogranicza tak zwaną pozorną precyzję, czyli sytuację, w której zapis sugeruje dokładność większą niż ta, na którą pozwala pomiar lub projekt badania. Po trzecie, ułatwia porównywanie wartości w obrębie tabeli i między publikacjami.
Jeżeli ciśnienie tętnicze zmierzono automatycznym aparatem z dokładnością do 1 mmHg, raportowanie średniej jako 128,374 mmHg jest zwykle nieuzasadnione. Taki zapis nie oznacza, że pacjenci rzeczywiście różnili się o tysięczne części milimetra słupa rtęci albo że aparat mierzył z taką dokładnością. Średnia jest obliczeniem, ale jej sens nadal zależy od jakości i rozdzielczości pomiaru.
Nie należy jednak utożsamiać zaokrąglania z utratą informacji. Dobrze dobrana liczba cyfr zachowuje informację potrzebną do interpretacji, a usuwa jedynie cyfry nieistotne z punktu widzenia celu raportowania. Altman i Bland (1996) zalecają, aby statystyki opisowe nie były zwykle podawane z większą precyzją niż dane surowe, z ewentualnie jednym dodatkowym miejscem po przecinku dla średniej lub miary zmienności.
Podstawowe pojęcia: cyfry znaczące i miejsca po przecinku
Miejsce po przecinku oznacza pozycję cyfry po separatorze dziesiętnym. Liczba 4,7 ma jedno miejsce po przecinku, 4,72 ma dwa, a 4,720 ma trzy. Zapis 4,720 może być uzasadniony wtedy, gdy trzy miejsca mają znaczenie pomiarowe lub służą zachowaniu spójności tabeli. Nie należy jednak dopisywać zer tylko po to, aby liczba wyglądała bardziej naukowo.
Cyfry znaczące to cyfry niosące informację o wartości liczby. W liczbie 0,00452 znaczące są cyfry 4, 5 i 2; początkowe zera jedynie wskazują położenie przecinka. W praktyce publikacyjnej częściej operuje się liczbą miejsc po przecinku niż formalną liczbą cyfr znaczących, ale oba pojęcia pomagają ocenić, czy zapis nie jest nadmiernie szczegółowy.
W polskojęzycznym tekście stosuje się przecinek dziesiętny, natomiast programy statystyczne i formaty danych często używają kropki. Warto sprawdzić wymagania czasopisma oraz zachować konsekwencję. Niezależnie od separatora, nie wolno mieszać różnych sposobów zapisu w jednej tabeli.
Jak działa standardowe zaokrąglanie?
Jeżeli chcemy zaokrąglić liczbę do określonego miejsca, analizujemy pierwszą odrzuconą cyfrę:
- gdy jest mniejsza niż 5, pozostawiamy poprzednią cyfrę bez zmiany;
- gdy jest równa 5 lub większa, zwiększamy poprzednią cyfrę o 1;
- wszystkie dalsze cyfry usuwamy.
Przykłady:
- 3,14159 zaokrąglone do dwóch miejsc po przecinku daje 3,14;
- 3,14659 zaokrąglone do dwóch miejsc po przecinku daje 3,15;
- 27,995 zaokrąglone do dwóch miejsc po przecinku daje 28,00;
- 0,0476 zaokrąglone do dwóch miejsc po przecinku daje 0,05.
Programy statystyczne mogą stosować odmienne reguły w szczególnych sytuacjach, zwłaszcza dla wartości dokładnie równych połowie jednostki zaokrąglenia. Dlatego przy pracy wymagającej pełnej reprodukowalności warto sprawdzić dokumentację używanego programu i nie zaokrąglać danych pośrednich ręcznie.
Najważniejsza zasada: nie zaokrąglaj przed obliczeniami
Zaokrąglanie należy wykonywać na końcu analizy. Jeśli najpierw skrócimy dane, a następnie obliczymy średnią, odchylenie standardowe, iloraz szans lub przedział ufności, wynik może się nieznacznie zmienić. W prostych przykładach różnica będzie mała, ale w analizach wieloetapowych może wpływać na końcowe wnioski.
Załóżmy, że trzy pomiary wynoszą 1,24; 1,25 i 1,26. Ich średnia to 1,25. Jeśli jednak wcześniejsze wartości były zapisane w programie jako 1,236; 1,254 i 1,264, średnia z pełnej precyzji wynosi 1,2513, czyli po zaokrągleniu również 1,25, ale w bardziej złożonych działaniach różnica może zostać wzmocniona. Zasada praktyczna jest prosta: przechowuj i analizuj wartości w możliwie pełnej dostępnej precyzji, a zaokrągloną wersję twórz wyłącznie do prezentacji.
Ile miejsc po przecinku stosować dla różnych wyników?
Średnia i odchylenie standardowe
Dla danych mierzonych w jednostkach całkowitych, na przykład liczby dni hospitalizacji, często wystarczy jedna cyfra po przecinku, jeśli średnia nie jest raportowana w jednostkach całkowitych. Dla pomiarów laboratoryjnych liczba miejsc powinna odpowiadać rozdzielczości pomiaru i praktyce klinicznej.
Przykładowo:
- czas hospitalizacji: 6,4 ± 2,1 dnia;
- skala depresji: 18,7 ± 4,6 punktu;
- stężenie hemoglobiny: 13,42 ± 1,18 g/dl, jeśli taka precyzja jest uzasadniona metodą laboratoryjną.
Nie ma uniwersalnego obowiązku stosowania dwóch miejsc po przecinku dla każdej średniej. W wielu obszarach psychologii przyjęte są wartości z jednym miejscem po przecinku dla średnich i odchyleń standardowych, natomiast korelacje i statystyki testowe często podaje się z dwoma miejscami. Są to wskazówki redakcyjne, nie prawa matematyczne.
Medianę i kwartyle
Mediana oraz kwartyle powinny być zapisywane z podobną precyzją jak dane, których dotyczą. Jeżeli czas oczekiwania na pomoc ratowniczą mierzono w minutach, zapis mediana = 14,00 min może być sztuczny, chyba że czas był rejestrowany z dokładnością do sekund i przeliczony na minuty. Bardziej naturalne będzie mediana = 14 min, IQR 9–22.
Procenty i proporcje
Procenty najczęściej podaje się jako liczby całkowite, zwłaszcza gdy liczebność próby jest niewielka lub gdy dodatkowo podajemy licznik i mianownik. Wynik 37/80 = 46,25% można zapisać jako 46%, ale w tabeli z dużymi próbami może być uzasadnione 46,3%.
Ważne jest, aby procenty w jednej kolumnie miały jednolity format. Nie należy mieszać zapisów 46%, 46,2% i 46,25%, jeśli nie wynika to z różnych typów danych lub szczególnej potrzeby interpretacyjnej.
Wartości p
Wartości p należy raportować możliwie dokładnie, ale bez pozornej dokładności. Zamiast p = 0,000000 należy użyć zapisu p < 0,001. Zapis p = 0 jest błędny, ponieważ przy typowych testach wartość p może być bardzo mała, ale nie jest równa zeru.
Jeżeli dokładna wartość jest dostępna i nie jest ekstremalnie mała, można napisać na przykład p = 0,032 albo p = 0,004. Nie należy zamieniać każdej wartości na schemat p < 0,05, ponieważ taki zapis ukrywa informację. Wartość p nie jest prawdopodobieństwem prawdziwości hipotezy zerowej i nie powinna być interpretowana jako miara wielkości efektu.
Przedziały ufności
Granice przedziału ufności powinny mieć taką samą liczbę miejsc po przecinku. Zapis:
RR = 1,84; 95% CI: 1,2–2,7
jest mniej spójny niż:
RR = 1,84; 95% CI: 1,20–2,70
Nie chodzi o to, aby zawsze stosować dwa miejsca, lecz o to, aby granice miały porównywalną precyzję i nie zmieniały znaczenia interpretacyjnego. W badaniach medycznych przedział ufności często jest ważniejszy dla oceny precyzji oszacowania niż sama wartość p. Wytyczne STROBE zalecają raportowanie oszacowań wraz z ich precyzją, na przykład 95-procentowym przedziałem ufności (von Elm i in., 2007).
Przykład 1: badanie pielęgniarskie dotyczące ciśnienia tętniczego
W badaniu oceniano skurczowe ciśnienie tętnicze u 120 pacjentów przyjętych na oddział internistyczny. Program statystyczny zwrócił następujące wartości:
| Grupa | Średnia | Odchylenie standardowe |
|---|---|---|
| Pacjenci młodsi | 128,374615 | 14,285193 |
| Pacjenci starsi | 134,821739 | 16,041827 |
Jeżeli pomiary były wykonywane z dokładnością do 1 mmHg, rozsądny zapis może wyglądać tak:
Skurczowe ciśnienie tętnicze wynosiło średnio 128 ± 14 mmHg w grupie młodszej oraz 135 ± 16 mmHg w grupie starszej.
Można również użyć jednego miejsca po przecinku: 128,4 ± 14,3 mmHg i 134,8 ± 16,0 mmHg, jeżeli taka forma jest zgodna z zasadami czasopisma lub z innymi tabelami. Zapis sześciu miejsc po przecinku byłby nieuzasadniony. Nie informowałby o realnej dokładności pomiaru, lecz jedynie ujawniałby format wyjściowy programu.
Przykład 2: skuteczność programu psychologicznego
W badaniu randomizowanym porównano zmianę nasilenia objawów lęku w grupie uczestniczącej w programie terapeutycznym i w grupie kontrolnej. Różnica średnich wyniosła 4,276 punktu, a 95-procentowy przedział ufności był równy 1,183–7,369 punktu. Wartość testu dała p = 0,0064.
W raporcie można przedstawić wynik następująco:
Program wiązał się ze średnim zmniejszeniem nasilenia objawów o 4,28 punktu więcej niż postępowanie kontrolne (95% CI 1,18–7,37; p = 0,006).
Jeśli skala ma tylko całkowite punkty, można rozważyć zapis do jednego miejsca: 4,3 punktu (95% CI 1,2–7,4). Ostateczny wybór powinien uwzględniać czułość skali, minimalną ważną klinicznie różnicę oraz wymogi redakcyjne. Sam fakt, że program statystyczny obliczył wynik z wieloma cyframi, nie rozstrzyga o sposobie prezentacji.
W tym przykładzie należy oddzielić trzy kwestie: istotność statystyczną, wielkość efektu i znaczenie praktyczne. p = 0,006 informuje o zgodności danych z określonym modelem przy założeniu hipotezy zerowej, ale nie mówi, czy efekt jest duży ani czy jest ważny dla pacjentów. Do oceny znaczenia potrzebna jest wielkość efektu, przedział ufności oraz wiedza dziedzinowa.
Zaokrąglanie a wielkość efektu
Współczynniki korelacji, standaryzowane różnice średnich, ilorazy szans, ryzyka względne i współczynniki regresji powinny być raportowane tak, aby czytelnik mógł ocenić zarówno kierunek, jak i skalę zależności. Dwa miejsca po przecinku są często wystarczające, ale w małych efektach lub w analizach wymagających dalszych obliczeń można zachować trzy miejsca.
Przykładowo, korelacja r = 0,006 po zaokrągleniu do dwóch miejsc staje się r = 0,01. Jeśli wartość jest istotna dla interpretacji jako praktycznie zerowa, warto rozważyć trzy miejsca po przecinku. Z drugiej strony raportowanie r = 0,006381927 zwykle nie zwiększa zrozumienia wyniku.
Przykład praktyczny: od tabeli programu do tabeli publikacyjnej
Załóżmy, że analiza związku palenia tytoniu z hospitalizacją z powodu zaostrzenia przewlekłej choroby płuc dała wynik:
OR = 2,347816; 95% CI = 1,284936–4,288175; p = 0,005781
Wynik roboczy z programu może pozostać w pliku analitycznym. W tabeli publikacyjnej lepiej zapisać:
OR 2,35; 95% CI 1,28–4,29; p = 0,006.
Jeśli czasopismo wymaga jednej cyfry dla ilorazów szans, możliwa jest forma OR 2,3; 95% CI 1,3–4,3. Nie należy jednak zaokrąglać dolnej granicy do 1,3, a górnej do 4,29 bez powodu, ponieważ różna precyzja granic utrudnia odbiór. W przypadku efektów i przedziałów warto stosować jedną wspólną regułę dla całej tabeli.
Najczęstsze błędy
- Przenoszenie całego wyniku z programu. Wartości typu 13,274839 są zwykle wynikiem formatu wyjściowego, a nie uzasadnionej precyzji naukowej.
- Zaokrąglanie danych przed analizą. Może prowadzić do różnic w średnich, odchyleniach, modelach regresji i przedziałach ufności.
- Zapisywanie wartości p jako p = 0. Należy stosować zapis p < 0,001, jeśli program pokazuje zero tylko z powodu ograniczenia formatu.
- Mieszanie liczby miejsc w jednej tabeli. Tabela zawierająca 12,4; 12,37 i 12,375 wygląda na niespójną, jeśli nie ma merytorycznego powodu takiego zróżnicowania.
- Mylenie precyzji z ważnością. Więcej cyfr nie oznacza większej wartości naukowej wyniku.
- Zaokrąglanie wartości pośrednich w arkuszu. Widoczny format komórki nie zawsze zmienia przechowywaną wartość, ale ręczne zastąpienie jej krótszą liczbą już tak.
- Pomijanie jednostek. Liczba miejsc po przecinku ma sens dopiero wraz z jednostką, skalą lub sposobem pomiaru.
- Ukrywanie ważnej niepewności. Zaokrąglenie bardzo szerokiego przedziału ufności do liczb całkowitych może utrudnić ocenę precyzji.
Jak ustalić regułę dla całej pracy?
- Sprawdź rozdzielczość pomiarów i jednostki.
- Ustal osobne zasady dla danych surowych, statystyk opisowych, efektów, przedziałów ufności i wartości p.
- Nie zaokrąglaj danych przed obliczeniami.
- Zaokrąglaj dopiero w tabelach, tekście i na wykresach.
- Zachowaj tę samą regułę w wynikach, streszczeniu i podpisach tabel.
- Porównaj raport z instrukcją dla autorów wybranego czasopisma.
- Sprawdź, czy po zaokrągleniu nie zmienił się sens wniosku, na przykład położenie granicy przedziału względem wartości 1 albo 0.
Standardy raportowania, takie jak APA JARS, STROBE i CONSORT, nie zastępują decyzji autora dotyczącej każdej cyfry, ale przypominają, że wyniki powinny być kompletne, przejrzyste i możliwe do oceny przez czytelnika (American Psychological Association, 2018; von Elm i in., 2007; Schulz, Altman i Moher, 2010). Zasady zaokrąglania należy więc traktować jako element szerszej kultury raportowania, a nie jako czysto kosmetyczną korektę.
Co warto zapamiętać?
- Zaokrąglaj wyniki dopiero po zakończeniu obliczeń.
- Liczba miejsc po przecinku powinna odpowiadać jakości pomiaru, nie liczbie cyfr wyświetlonych przez program.
- Średnie i miary zmienności zwykle raportuj z podobną, umiarkowaną precyzją.
- Granice przedziału ufności zapisuj z taką samą liczbą miejsc po przecinku.
- Nie zapisuj wartości p jako 0; dla bardzo małych wartości użyj p < 0,001.
- Nie interpretuj dodatkowych cyfr jako dowodu większej pewności lub większego efektu.
- W jednej tabeli stosuj spójne zasady, a w całej pracy opisz je lub stosuj konsekwentnie.
- Przechowuj pełne wyniki w pliku analitycznym, a skrócone wersje pokazuj czytelnikowi.
Dobre zaokrąglanie jest częścią poprawnej komunikacji naukowej. Nie polega na mechanicznym skróceniu każdej liczby do dwóch miejsc, lecz na świadomym dopasowaniu zapisu do pomiaru, niepewności i celu interpretacji.
Źródła i dalsza lektura
- Douglas G. Altman; J. Martin Bland (1996). Presentation of numerical data. BMJ, 312(7030), 572. DOI: 10.1136/bmj.312.7030.572.
- Erik von Elm; Douglas G. Altman; Matthias Egger; Stuart J. Pocock; Peter C. Gøtzsche; Jan P. Vandenbroucke; for the STROBE Initiative (2007). The Strengthening the Reporting of Observational Studies in Epidemiology (STROBE) statement: guidelines for reporting observational studies. PLoS Medicine, 4(10), e296. DOI: 10.1371/journal.pmed.0040296.
- Kenneth F. Schulz; Douglas G. Altman; David Moher; for the CONSORT Group (2010). CONSORT 2010 statement: updated guidelines for reporting parallel group randomised trials. BMJ, 340, c332. DOI: 10.1136/bmj.c332.
- American Psychological Association (2018). APA Style Journal Article Reporting Standards (JARS). APA Style. American Psychological Association. Źródło.
- Betty R. Kirkwood; Jonathan A. C. Sterne (2003). Essential Medical Statistics. 2nd edition. Blackwell Science. Informacja wydawcy / źródło.
- J. Martin Bland; Douglas G. Altman (1996). Transforming data. BMJ, 312(7033), 770. DOI: 10.1136/bmj.312.7033.770.