Egészséged az első. Ez az ismeretterjesztő cikk általános tájékoztatás. Egyéni állapot, várandósság, betegség vagy panasz esetén a kezelőorvosoddal egyeztess; a cikk nem helyettesít személyre szabott vizsgálatot.

A teszt szerint két százalékkal kisebb lett a futás oxigénköltsége. Ez lehet érdekes és hasznos különbség, de a szám önmagában nem árulja el, mennyire bizonytalan. Más a helyzet, ha egyetlen rövid mérésből született, mint ha ismételt, jól ellenőrzött próbák következetesen hasonló eredményt adtak. A „mérési zaj” itt nem azt jelenti, hogy a laborban hangos volt a ventilátor: a kapott számok változékonyságáról beszélünk.

A kérdés nem oldható meg egy mindenkire érvényes két- vagy háromszázalékos határvonallal. A megbízhatóság a módszerhez, a vizsgált személyekhez és a körülményekhez tartozik. Saját szemléltető példákon különválasztjuk a mérőeszköz és a futó változását, a csoportátlag és az egyéni eredmény bizonytalanságát, valamint a statisztikailag kimutatható és a gyakorlatban hasznos eltérést. Így egy apró eredményt sem kell azonnal elhinni vagy automatikusan lesöpörni.

Először mondd meg, minek a két százaléka

Ha egy kitalált oxigénköltség kétszázról 196 milliliter/kilogramm/kilométerre csökken, a változás mínusz két százalék a kétszázas kiinduláshoz képest. Ugyanaz a négyegységes különbség más alaphoz viszonyítva eltérő százalék. A szám mellett az irányt is meg kell nevezni: a kisebb költség adott sebességnél kedvező energetikai változás lehet, de a „két százalékkal jobb” mondatból nem derül ki, pontosan melyik mutató lett kisebb.

Az oxigénköltség és az energiaköltség sem minden helyzetben felcserélhető. Az időegységre jutó ráta megint más, mint a kilométerenkénti adat. Egy százalékos eredményt ezért csak a mutató és a feladat definíciójával együtt értelmezz. Azonos sebesség, eltérő időpont, más felszín vagy más referencia szerinti terhelés különböző összehasonlításokat jelenthet. A bizonytalanságról csak ezután érdemes beszélni.

A két százalékból versenyidőt sem lehet egyszerűen ugyanazzal az aránnyal számítani. A gazdaságossági mutató egy meghatározott laborfeladat eredménye, a verseny pedig további tényezőket is tartalmaz. Ha egy lelet a költségkülönbség mellett azonnal biztos maratoni percnyereséget ígér, két külön állítást tett. Mindkettőhöz saját bizonyíték kellene. A kis javulás értékét nem szükséges garantált időeredménnyel felnagyítani.

A változékonyságnak több forrása lehet

Egy elképzelt mérésben a műszer beállítása, a mintavétel és az átlagolás is befolyásolhatja az eredményt. A futó állapota és az elvégzett feladat közben sem matematikai állandó. Ha két külön napot hasonlítunk, a napok közötti különbségek is belépnek. A teszt–újrateszt vizsgálat ezért az egész eljárás ismételhetőségéről ad információt, nem kizárólag egyetlen szenzor dobozban megadott műszaki pontosságáról.

A Saunders és munkatársai vizsgálatában tizenegy elit férfi futó ismételt futópados tesztjében az oxigénfelvétel tipikus hibája 2,4 százalék volt a vizsgált sebességek egyesített adataiban. Más fiziológiai mutatók változékonysága ettől eltért. Ez az adott mintához és protokollhoz tartozó megbízhatósági eredmény, nem minden laborra és minden futóra érvényes bizonyossági küszöb.

A Shaw és munkatársai külön oxigén- és energiaköltséget elemző munkájában a tipikus hiba mindkét mutatónál nagyobb volt a választott legkisebb érdemi változásnál. Ez arra mutat rá, hogy lehet egy eredmény szakmailag érdekes méretű, miközben az adott ismételt teszt nehezen különíti el a változékonyságtól. A „nem elég érzékeny a módszer” nem ugyanaz, mint a „semmilyen valódi változás nem létezhet”.

Futónő kávézóablak mellett jegyzetfüzetét nézi át, hogy a futónaplójában összefüggéseket keressen.Kép nagyítása
AI-eszközzel készített szerkesztőségi illusztráció a futónapló átnézéséről; nem dokumentumfotó.

A tipikus hiba nem kemény fal a valóság körül

Az ismételhetőségi mutató egy eloszlás vagy változékonyság összefoglalása. Nem azt jelenti, hogy minden mérés pontosan ennyit hibázik, vagy hogy e határ alatt minden különbség hamis, fölötte pedig minden biztosan valódi. A döntéshez a teljes mérési modell és a becslés bizonytalansága is hozzátartozik. A százalékos tipikus hibát ezért érdemes kérdésként használni: az adott különbséget mennyire tudja felbontani ez a protokoll?

Saját egyszerű példában az első feltétel valódi, nem ismert értéke száz egység, a másodiké 98. Az első mérésnél plusz egy, a másodiknál mínusz egy eltérés adódik, ezért 101-et és 97-et látunk: a különbség nagyobbnak tűnik. Másik próbában az első mínusz egy, a második plusz egy eltérést kap: mindkettő 99 lesz. Ugyanaz a feltételezett két egységnyi valódi különbség kétféle megfigyelt eredményt hozott.

A példában az eltéréseket mi választottuk, nem valódi adatból állapítottuk meg. A lényeg az, hogy a különbségbe két mérés változékonysága is belép. Ha az eltérés egy része mindkét feltételt azonos módon érinti, a párosított különbségben részben kieshet; ha más-más irányú, felerősítheti a bizonytalanságot. Emiatt az adott elrendezéshez tartozó ismételt páros mérések többet mondanak, mint egy általános műszerpontosság önmagában.

A hosszú futás megbízhatóságát külön is meg lehet vizsgálni

Egy friss állapotú rövid teszt ismételhetősége nem automatikusan ír le minden hosszabb feladatot. Ha a kutatási kérdés az, hogyan változik a gazdaságosság az edzés vége felé, akkor a hosszú feladat ismételhetősége válik fontossá. Ugyanazt az eljárást több alkalommal elvégezve meg lehet nézni, mennyire hasonlóan alakulnak az időpontokhoz kötött mutatók. A mérési kérdéshez illő megbízhatóságot kell keresni.

A Zanini, Folland és Blagrove 2025-ös kutatásában tizennégy jól edzett férfi maratonista végzett két kilencvenperces futópados futást. A gazdaságosság mutatóit tizenöt percenként értékelték; a tipikus hiba az oxigén- és energiaköltségnél 0,7–1,4 százalék között alakult. Ez eltér a korábbi rövidtesztek számaitól, de más protokollhoz és mintához tartozik. Nem igazolja, hogy minden hosszabb mérés szükségszerűen pontosabb.

Az ilyen eredmény nemcsak a szám nagysága miatt érdekes. Megmutatja, hogy a megbízhatóságot az időbeli alakulás mellett is érdemes dokumentálni. Ha egy új beavatkozás állítólag főleg a nyolcvanadik percben segít, az ahhoz közeli mérési pont bizonytalansága számít. Egy korábbi, más feladatban kapott általános százalék nem elég az új állítás bizonyításához. A protokollhoz illő ellenőrzés teszi erősebbé a következtetést.

A csoportátlag konfidenciaintervalluma nem személyes jóslatsáv

A csoport átlagos különbségét lehet viszonylag pontosan becsülni úgy, hogy az egyének eredményei közben szóródnak. A konfidenciaintervallum a választott becslési eljárás bizonytalanságát fejezi ki az átlagos hatásra. Nem azt állítja, hogy a résztvevők vagy az új vásárlók kilencvenöt százalékának eredménye ugyanebbe a keskeny sávba fog esni. Az egyéni válasz és az átlagbecslés más szint.

Saját statisztikai szemléltetésben legyen száz független személy párosított változásának átlaga mínusz két százalékpont, szórása négy. Az átlag standard hibája ekkor négy osztva száz négyzetgyökével, vagyis 0,4. Megfelelő feltételek mellett egy durva, körülbelül kétszeres standard hibával képzett sáv az átlag körül plusz-mínusz 0,8 százalékpont lenne. A példa számolási bemutató, nem egy cipő valódi kutatási eredménye.

A résztvevők változásának négyes szórása eközben nem lett 0,4. Az utóbbi az átlag bizonytalanságának egyik összetevője, nem az egyének eltérésének helyettesítője. Ezért a mínusz kettő körüli szűk átlagintervallumból nem ígérhető mindenkinek közel mínusz kettő. Ráadásul a megfigyelt egyéni különbségekbe mérési változékonyság is beléphet, tehát azok szórása sem tisztán biológiai „válaszkészség”.

Több mérési pont nem mindig több független résztvevő

Ha egy futó légzésadataiból hatvan másodperces pontot számolunk, attól még nem hatvan külön embert vizsgáltunk. Az adatok ugyanattól a személytől, ugyanazon feladatból származnak, és kapcsolatban lehetnek egymással. Több adatpont segítheti az átlagolást vagy a görbe leírását, de a mintanagyság és bizonytalanság elemzésében ezt a szerkezetet meg kell őrizni. A sok szám önmagában nem pótolja a megfelelő elrendezést.

A Bolliger és munkatársai több látogatásos cipővizsgálata meghatározott sebességeket, ismételt feltételeket és különböző kimeneteket kezelt. Egy ilyen protokoll olvasásakor fontos, melyik ismétlésen belüli és melyik személyek közötti különbségről beszélnek. A komfort több kérdésből kapott pontszáma, a légzésgáz-átlag és a futók száma három eltérő adatstruktúra, nem felcserélhető mintanagyság.

A gyakorlatban ezt úgy ellenőrizheted, hogy megkeresed a résztvevők számát, a feltételenkénti próbák számát és az elemzés párosított jellegét. Ezután azt, hogyan kezelték a hiányzó vagy hibás adatot. Az előre rögzített kizárási szabály segít megérteni, mely mérés miért nem került az összesítésbe. Az eredmény akkor átlátható, ha nem csak a legszebb átlag jelenik meg, hanem az odavezető adatkezelés is követhető.

Futó az edzésnapló adatainak áttekintése közben külön megjegyzést ír a bizonytalan méréshez.Kép nagyítása
AI-eszközzel készített szerkesztőségi illusztráció a gyanús szenzoradat követhető megjelöléséről; nem dokumentumfotó.

Kimutatható és hasznos: két külön döntés

Egy statisztikai különbség azt jelzi, hogy a kiválasztott elemzési keretben mit mondanak az adatok a vizsgált eltérésről. A gyakorlati jelentőség viszont az adott célhoz kapcsolódik. Egy apró költségváltozás fontos lehet egy csúcsteljesítményhez, miközben egy másik futó számára az illeszkedés, a kényelmes használat és az ár nagyobb súllyal szerepel a döntésben. A kisebb p-érték nem állítja fel helyetted ezt a személyes fontossági sorrendet.

A „legkisebb érdemi változás” meghatározása is választott módszert és célt tükrözhet. Érdemes megkérdezni, mi alapján állították be, és melyik csoportra vonatkozik. Ha a mérési bizonytalanság nagyobb ennél, a tanulmány lehet egyszerűen kevésbé alkalmas a kis hatás eldöntésére. Ez nem engedély a kedvező számok válogatására, és nem ok minden apró fejlesztés tagadására sem. Inkább a következő mérés vagy kutatás pontosságára vonatkozó információ.

A saját döntésedben külön írd le a bizonyítékot és a preferenciát. Például: „a csoportátlagban kis költségkülönbség volt, a személyes előnyöm bizonytalan, az illeszkedés viszont jobb”. Ez értelmesebb állítás, mint az, hogy a kényelmesebb cipő biztosan két százalékkal gyorsabbá tesz. A bizonytalanság kimondása mellett is lehet konkrét választást hozni, csak nem kell többet állítani a mérésnél.

Az átláthatóság a módszernél kezdődik

A finanszírozás és az összeférhetetlenségi nyilatkozat segít megérteni a kutatás környezetét. Nézd meg, ki biztosította az eszközöket, kik vettek részt az elemzésben, és elérhető-e a módszer vagy az adatok megfelelő leírása. Egy ipari kapcsolat önmagában nem cáfolja az eredményt, az elhallgatása viszont megnehezíti az értékelést. A bizonyíték erejét továbbra is a kérdés, elrendezés, mérés és elemzés együtt adja.

A két százalék értékeléséhez végül öt adatot keress: pontos mutató és feltétel, az adott protokoll ismételhetősége, a különbség bizonytalansága, az egyéni adatok bemutatása és a gyakorlati cél. Ha ezek hiányoznak, a szám érdekes jelzés maradhat, de nem érdemes biztos személyes előnyként kezelni. Ha rendelkezésre állnak, a kis hatás is megalapozottan tárgyalható.

A jó mérés nem tünteti el a változékonyságot, hanem ismertté és értelmezhetővé teszi. A jól megírt eredmény pedig nem csak a javulás százalékát mondja el, hanem azt is, milyen kérdésben és milyen pontossággal született. Így a két százalék nem marketingjelmondat vagy elutasított apróság lesz, hanem az adott döntéshez használható, bizonytalanságával együtt vállalt információ.

Források

Hasznos volt? Vidd tovább.