TEHNICI EXPERIMENTALE ŞI BIOETICĂ

3. Alegerea metodei utilizate şi a structurii studiului

experimental de cercetare; executarea
experimentului ştiinţific

Definiţii:
• Populaţia este „o mulţime de unităţi calitativ omogene
având un număr de însuşiri esenţiale comune”. În
cercetările pe animale unitatea elementară este
individul animal.
• Lotul (eşantion, probă) reprezintă o fracţiune
reprezentativă dintr-o populaţie.
• Variabilele sunt reprezentate de caractere biologice
măsurabile care pot lua valori diferite de la un individ
la altul.
• Variabile independente sunt variabile manipulate de
cercetător (caractere calitative)
• Variabile dependente nu pot fi manipulate ci doar
măsurate (caractere cantitative)

După ce s-a realizat documentarea bibliografică, s-au

evaluat datele experimentale din literatură şi s-au stabilit
obiectivele cercetărilor se trece la planificarea experimentului
propriu de cercetare ştiinţifică.
Pentru planificarea experimentului trebuie să se ţină cont
de posibilii factori perturbatori şi eventual să se realizeze o serie
de măsurători de sondaj a caracterului de interes în populaţia din
care se vor extrage probele.
Planul experimental se concepe având în vedere
obiectivele urmărite, variabilitatea caracterului ce se va măsura şi
factorii care trebuie controlaţi. Se stabilesc mărimea loturilor,
modul de extragere al lor din populaţie, măsurătorile care se vor
face.
După stabilirea acestor detalii se organizează efectiv şi se
derulează experimentul, se fac măsurătorile precizate anterior.
Rezultatele obţinute sunt supuse analizei statistice şi se
prelucrează aceste date prin utilizarea testelor caracteristice.
În finalul studiului cercetătorul interpretează rezultatele
obţinute în urma prelucrării statistice şi trage concluzii.

1
 TEHNICI EXPERIMENTALE ŞI BIOETICĂ

3.1. Studiile de cercetare

Studiile de cercetare pot fi structurate şi conduse pe două

mari căi:
manipularea unei variabile independente şi
măsurarea efectului obţinut (studiu experimental)
măsurarea variabilelor fără manipularea factorilor
(studii neexperimentale)

Studiile neexperimentale se realizează pe bază de

observaţie, fără intervenţia cercetătorului şi urmăresc stabilirea
unor posibile corelaţii între variabile, prezentarea apariţiei şi
distribuţiei unui fenomen, explicarea unui fenomen sau testarea
unei ipoteze.
Cercetarea ştiinţifică experimentală realizată pe animale
sau microorganisme vii urmăreşte evidenţierea efectului unui
anumit tip de acţiune prin analiza statistică a datelor
experimentale.
Datele experimentale sunt obţinute, de cele mai multe ori,
în urma unui studiu comparativ realizat pe un lot martor şi unul sau
mai multe loturi experimentale. În cazul testării toxicităţii
substanţelor de obicei se foloseşte şi un lot placebo la care se
administrează o substanţă inactivă biologic.
Loturile de animale (lotul martor şi lotul sau loturile
experimentale) extrase din aceeaşi populaţie sau din populaţii
diferite sunt de cele mai multe ori de volume egale (formate din
acelaşi număr de indivizi, n1=n2=…nn). Loturile sunt considerate
independente. Pe fiecare lot sunt măsurate valorile unei anumite
caracteristici.

Analiza statistică utilizează diferite teste pentru prelucrarea

datelor experimentale în funcţie de numărul indivizilor ce
alcătuiesc loturile experimentale şi de repartiţia caracteristicii
studiate.
Tehnicile experimentale clasice consideră că pentru o
execuţie cât mai corectă a experimentului ştiinţific şi pentru a
elimina variaţiile factorilor genetici şi de mediu:
• loturile experimentale de animale trebuie constituite
din indivizi omogeni ca vârstă şi greutate
reprezentativi pentru rasa studiată
• loturile trebuie să conţină un număr mare de indivizi
(de obicei mai mult de 30)
• condiţiile de desfăşurare a experimentului trebuie să
fie identice pentru fiecare lot şi chiar pentru fiecare
animal în parte

Dar, de foarte multe ori aceste condiţii nu pot fi îndeplinite

din cauza dificultăţilor în procurarea animalelor corespunzătoare, a
costurilor ridicate impuse de întreţinerea numărului mare al
animalelor de experiment, şi nu în ultimul rând din cauză că intră
în contradicţie cu bioetica cercetărilor efectuate pe animale.

2
 TEHNICI EXPERIMENTALE ŞI BIOETICĂ

Tot mai mulţi specialişti în bioetică consideră că numărul

animalelor care constituie un lot experimental trebuie să fie redus
la numărul minim admisibil pentru obţinerea unor rezultate
corecte, iar în cazul în care este posibil chiar să se înlocuiască
cercetările efectuate pe animale cu cercetări realizate prin metode
alternative (de exemplu experimente „in vitro” folosind culturi de
celule). În această lumină a concepţiilor bioetice implicarea
animalelor în realizarea unui experiment care a mai fost efectuat
de alţi cercetători şi expunerea astfel a animalelor la stres fizic şi
psihic pare a fi nejustificată.
Ordonanţa de guvern 37/2002 pentru protecţia animalelor
folosite în scopuri ştiinţifice sau în alte scopuri experimentale
legiferează animalele care pot fi folosite în experimente:
1. şoarece
2. şobolan
3. porc de guineea
4. hamster auriu
5. iepure
6. primate neumane
7. câine
8. pisică
9. prepeliţă

3.2. Colectarea datelor în conformitate cu designul ales

pentru studiul experimental

Colectarea datelor experimentale se face direct de

cercetătorul care studiază fenomenul sau de către alte persoane
ce înregistrează rezultatele la locul de desfăşurare al
experimentului (de exemplu în ferme, cu ajutorul chestionarului)
sau din anumite documente oficiale.

Colectarea datelor se face:

• continuu, măsurătorile se efectuează şi se
înregistrează permanent (ex. controlul oficial al
producţiei de lapte)
• periodic, măsurătorile se efectuează şi se
înregistrează la numite intervale de timp (ex.
recensământul animalelor)
• unic, măsurătorile se efectuează şi se înregistrează o
singură dată, cu un anumit scop (ex. elaborarea unei
lucrări de diplomă)

Rezultatele brute obţinute în urma realizării unui experiment

se trec în tabele şi constituie bazele de date primare (tabel 3.1). În
etapa următoare aceste date se ordonează crescător şi se
notează efectivul fiecărei valori (numărul de repetări a fiecărei
valori) obţinându-se tabelul de efective (tabel 3.2).

3
 TEHNICI EXPERIMENTALE ŞI BIOETICĂ

Tabel 3.1.
Date primare

xi xi xi xi xi xi
22 25 44 2 4 37
34 55 51 67 86 41
12 31 32 35 23 59
88 49 28 52 61 63
45 51 46 68 35 76
37 88 58 23 18 82
28 18 89 39 94 47
11 23 91 99 16 5

Tabel 3.2
Tabel de efective

xi ni xi ni xi ni xi ni
2 1 28 2 45 1 63 1
4 1 31 1 46 1 67 1
5 1 32 1 47 1 68 1
11 1 34 1 49 2 76 1
12 1 35 2 51 1 82 1
16 1 37 2 52 1 86 1
18 2 39 1 55 1 88 2
22 1 41 1 58 1 89 1
23 3 42 1 59 1 91 1
25 1 44 1 61 1 94 1
99 1

3.3. Prelucrarea statistică a datelor experimentale;

metode de comparaţie între grupuri

Calculul statistic se utilizează pentru a elimina efectul

prezenţei erorilor într-un rezultat analitic sau pentru a pune în
evidenţă anumite caracteristici pe care datele experimentale nu le
scot în evidenţă.
Este important de realizat că testele de prelucrare
biostatistica sunt o parte (ramură) a matematici şi că alegerea
testului potrivit este legată de aspectul care se doreşte analizat.
Aceasta se datorează faptului că toate metodele statistice sunt
bazate pe modele matematice (relativ simple), ceea ce înseamnă
că rezultatele prelucrării statistice sunt corecte în măsura în care
realitatea şi modelul matematic din spatele testului statistic sunt în
concordantă.

4
 TEHNICI EXPERIMENTALE ŞI BIOETICĂ

Etapele unui test statistic, sunt următoarele:

I. Definirea ipotezelor, care constă în:

I.1. definirea ipotezei nule H0, în care caz eşantionul
E este reprezentativ pentru populaţia P;
I.2. definirea ipotezei alternative H1, opusul ipotezei
nule, în care caz eşantionul E nu este reprezentativ pentru
populaţia P;
II. Definirea unui parametru care sub ipoteza nulă H0
urmează o anumită lege de probabilitate cunoscută (de exemplu,
legea normală),

m−
U= (3.1.)
/ n
unde:
m, µ = medii
s = abaterea standard
n = volumul eşantionului
U = parametru ce indică tipul de lege probabilistică urmată;
III. Definirea unui prag de semnificaţie . La nivelul
comunităţii ştiinţifice internaţionale pragul minim acceptat pentru a
considera o relaţie semnificativa statistic este  = 0,05
(probabilitate 5%). În statistică se consideră că la un prag mai mic
de 0,05 evenimentul este irealizabil. În practică se aleg şi nivelele
 = 0,01 (probabilitate 1%) şi  = 0,001 (probabilitate 0,1%).
Nivelele de probabilitate de 5%, 1%, 0,1% sunt alese arbitrar, dar
ele par să corespundă nevoilor tehnicilor experimentale din
domeniul agricol.
IV. Definirea unei regiuni critice numit şi interval de
încredere pentru parametrul definit la punctul 2, asociată pragului
de semnificaţie , adică a regiunii unde parametrul are cel puţin
probabilitatea a de a se găsi;
V. Calcularea valorii observate a parametrului în funcţie
de datele problemei. Dacă U0 reprezintă această valoare, este
necesară luarea decizie;
VI. Luarea deciziei:
VI.1. Dacă U0 se află în regiunea critică atunci se
respinge ipoteza nulă H0, deci se acceptă ipoteza alternativă H1.
Această decizie are un risc de eroare ≤ ,  fiind riscul de prima
speţă;
VI.2. Dacă U0 nu se află în regiunea critică atunci nu
există nici un motiv de a respinge ipoteza nulă H0. Acceptând-o
există un risc de eroare, numit risc de speţa a doua, notat cu .

Tipurile de erori în aplicarea unui test statistic sunt

următoarele:
I. Riscul de prima speţă  reprezintă probabilitatea de
a respinge ipoteza H0 când aceasta constituie de fapt ipoteza

5
 TEHNICI EXPERIMENTALE ŞI BIOETICĂ

adevărată. Această eroare produsă în aplicarea unui test statistic

se mai numeşte şi eroare de tipul I.
II. În timp ce probabilitatea  de a face o eroare de tipul
I este cunoscută, probabilitatea  de a face o eroare de tipul II,
adică de a accepta ipoteza nulă H0 ca adevărată, când ea de fapt
este falsă, este necunoscută. Această probabilitate  care se mai
numeşte “lipsa de putere a testului” (în timp ce 1- este puterea
testului ) variază în sens invers în raport cu .

Pentru a obţine valori corecte este necesară eliminarea

valorilor extreme, care prezintă o importanţă mai mare asupra
valorii medii. Pentru eliminarea valorilor extreme se poate proceda
astfel :
• se calculează abaterea standard a şirului de n valori;
• se determină raportul x/s pentru n determinări;
• se înmulţeşte valoarea raportului x/s cu abaterea
medie standard (s) obţinându-se o valoare a, care reprezintă
valoarea absolută maximă pe care o poate avea abaterea faţă de
medie (xI – xm). Orice altă valoare căreia îi corespunde o abatere
faţă de medie mai mare în mărime absolută decât a, va fi
eliminată. Acest criteriu de eliminare se aplică de mai multe ori
până când se constată că au fost eliminate toate valorile
îndoielnice.

3.2.1. Parametrii statistici

Pentru prelucrarea statistică a datelor experimentale se

calculează o serie de parametrii statistici: media aritmetică,
modulul, mediana, amplitudinea, varianţa, deviaţia standard.
Primele trei sunt valori centrale în jurul cărora se grupează
valorile variabilei, iar ultimele trei ne dau indicaţii asupra modului
în care valorile variabilei sunt concentrate în jurul valorii centrale.
Aceşti parametrii se calculează pe baza datelor experimentale.

• Media aritmetică
Media aritmetică se defineşte ca fiind raportul dintre suma
valorilor măsurate şi numărul acestora.
De exemplu, media greutăţilor indivizilor dintr-o populaţie
alcătuită din mai mulţi membrii se calculează astfel:

Media valorilor măsurate se notează . Matematic ecuaţia

de mai sus se transpune pentru datele experimentale măsurate la
loturile studiate astfel

(3.2.)

6
 TEHNICI EXPERIMENTALE ŞI BIOETICĂ

unde = media valorilor măsurate

∑X = suma valorilor măsurate
n = numărul măsurătorilor

• Varianţa
O valoare aflată la o distanţă egală deasupra sau
dedesubtul mediei contribuie în aceeaşi măsură la indexul de
variabilitate, astfel deviaţia de la medie poate fi pozitivă sau
negativă. Ridicarea la pătrat a unui număr face ca acesta să aibă
o valoare pozitivă, iar în cele ce urmează vom descrie modul de
calculare al varianţei sau pătratul mediu. Valoarea varianţei este
mai ridicată atunci când variabilitatea este mai mare între membrii
populaţiei. Aceasta se nume te varianţa populaţiei şi se
calculează astfel:

Echivalentul matematic al ecuaţiei de mai sus pentru datele culese

la nivelul loturilor experimentale este:

(3.3)

unde s2 = varianţa unui şir de măsurători

∑(X- )2 = suma pătratelor diferenţelor dintre valorile
măsurate şi media lor aritmetică
n = numărul măsurătorilor

În lucrările de statistică media şi deviaţia standard a

populaţiei se notează cu literele greceşti μ şi σ în timp ce valorile
respective ale probei (lotului, eşantionului) se notează cu literele
latine şi s.

• Deviaţia standard (abaterea standard)

Deoarece varianţa este greu de vizualizat, în practică se
foloseşte rădăcina pătrată a varianţei, care se numeşte deviaţia
standard (sau abaterea standard), care se defineşte astfel:

Matematic ecuaţia de mai sus se transpune astfel:

(3.4)

7
 TEHNICI EXPERIMENTALE ŞI BIOETICĂ

Simbolurile sunt definite mai sus.

• Distribuţia normală
Dacă aproximativ 68% din valorile luate în calcul se
încadrează în intervalul ±1σ fată de medie si aproximativ 95% din
valorile luate în calcul sunt în intervalul ±2σ, înseamnă că
populaţia are o distribuţie normală sau gaussiană (figura 3.1).
y 99,73%
95,44%
68,26%

x
− +
− +
− +

Figura 3.1. Curba de distribuţie normală μ=0, σ=1

• Eroarea standard
Dacă o populaţie este normal distribuită cu media şi cu
deviaţia s atunci mediile unui număr de probe compuse din n
indivizi, extrase la întâmplare din populaţie, se distribuie tot după o
curbă de distribuţie normală, a cărei medie este tot , însă a cărei
deviaţie standard este denumită eroare standard a mediei.
Eroarea standard a mediei se notează cu . Aceasta se
calculează astfel:
(3.5)

Pe măsură ce dimensiunea probei creşte valoarea erorii

standard scade, iar acurateţea rezultatelor creşte.

• Coeficientul de variaţie
Coeficientul de variaţie notat cu CV sau V este utilizat
pentru a compara variabilitatea a două probe cu unităţi de măsură
diferite. Coeficientul de variaţie mai este denumit si deviaţia
standard relativă. Se calculează astfel:

(3.6)

8
 TEHNICI EXPERIMENTALE ŞI BIOETICĂ

Sau procentual:

(3.7)

Coeficientul este caracteristic pentru o anumită însuşire.

Coeficientul de variaţie este informativ şi folosit în special pentru
planificarea si aprecierea experienţelor.

• Mediana
Atunci când valorile unei populaţii nu sunt distribuite
simetric fată de medie, calcularea mediei si a deviaţiei standard
pot să ofere informaţii relativ eronate. O abordare alternativă,
pentru a descrie mai bine acest tip de date este mediana. Mediana
este acea valoare sub care se încadrează jumătate din membrii
populaţiei (50%). Calculul medianei si al celorlalte procente este
relativ simplu. Mediana este valoarea care defineşte jumătatea
inferioară a observaţiilor, ea de fapt este a (n+1)/2 valoare.

Exemplu:
Cazul 1. n este impar: ex. 27 atunci (27+1)/2= 14, atunci,
după ordonarea crescătoare a datelor, a 14 valoare înregistrată
(de la mic la mare) este valoarea medianei;
Cazul 2. n este par: ex. 28 atunci (28+1)/2=14,5, în acest
caz nu există o valoare 14,5, iar mediana va fi media aritmetică
între valoarea 14 şi valoarea 15 (de la mic la mare).

3.3.2. Teste statistice parametrice

Testele parametrice se utilizează atunci când sunt

îndeplinite următoarele condiţii:
• distribuţia normala a variabilei de interes din cadrul
lotului supus cercetării;
• omogenitatea dispersiei variabilei studiate în lotul
supus cercetării.

Probele parametrice sunt preferate în cazul îndeplinirii

acestor condiţii deoarece sunt mai solide, ceea ce înseamnă
creşterea şansei de a respinge o ipoteza falsa. Aceste condiţii pot
fi verificate prin localizarea mediei în cadrul distribuţiei normale a
datelor cât si prin calcularea indicatorilor de omogenitate a
eşantionului cercetat.

Testul student sau testul t

Testele statistice parametrice de tipul testului t (student)

permit evaluarea efectelor unei variabile independente

9
 TEHNICI EXPERIMENTALE ŞI BIOETICĂ

(manipulate de cercetător) sau categoriale (vârsta, sex etc.)

asupra unei variabile dependente.
Cu ajutorul acestor teste putem afla dacă diferenţele
măsurate între indivizii unui lot sunt rezultatul studiului
experimental realizat prin variaţia factorului testat (variabilei
independente) sau se datorează întâmplării.

Cel mai adesea testul t se utilizează pentru a verifica dacă

diferenţele dintre două medii ale unor eşantioane sunt sau nu
diferite semnificativ. Testul t este ori ce test statistic care foloseşte
distribuţia t sau distribuţia familială t Student.

• Distribuţia t
Mai devreme am discutat despre distribuţia normală.
Probabilităţile bazate pe o distribuţie normală sunt corecte atunci
când: a) este cunoscută deviaţia standard si/sau b) când avem un
eşantion mare (ex. n >120). Dacă aceste două condiţii nu sunt
îndeplinite atunci nu se poate presupune cu exactitate că
distribuţia este una normală, prin urmare estimarea probabilităţilor
va trebuii ajustată, prin luarea în considerare a dimensiunii
probelor. Distribuţiile de acest tip sunt cunoscute ca familia de
distribuţii t. Problema alegerii tipului de distribuţie t pentru
rezolvarea anumitor probleme depinde de dimensiunea
eşantionului luat în calcul. În tabelul din anexa 1 este prezentată
distribuţia t.

• Testarea ipotezelor statistice

Principalul instrument de lucru al cercetătorului este logica.
Logica este ştiinţa de a trage concluzii din informaţiile date. Un
proces logic este o metodă de raţionalizare de la informaţii,
observaţii sau afirmaţii date, pentru a obţine anumite concluzii. O
concluzie poate sau nu sa fie adevărată. Întotdeauna există un
anumit grad de incertitudine în concluziile noastre si sa luăm cea
mai bună decizie este probabilitatea. Deci când experimentatorul
trage concluzii cu privire la rezultatele cercetărilor acestea trebuie
formulate sub formă de afirmaţii de probabilitate, acestea
măsurând siguranţa pe care cercetătorul o are în in concluziile pe
care le face.
Această mărime are valoarea între 0 şi 1 şi se numeşte
coeficient de siguranţă, sau de încredere. Să presupunem de
exemplu că dintr-o populaţie normal distribuită, cu media şi
varianţa cunoscute extragem un număr mare de probe, toate de
mărime „n” şi exprimăm diferenţa dintre media probei şi media
populaţiei în unităţi de eroare standard a mediei, adică calculăm
valoarea t dată de expresia:

10
 TEHNICI EXPERIMENTALE ŞI BIOETICĂ

Expresia matematică a lui t este:

(3.8)

Dacă comparăm aceste valori t calculate cu valoarea t

tabelară (tabel anexa 1) pentru numărul de grade de libertate
corespunzător mărimii probei, adică pentru n-1, atunci in 95% din
cazuri valorile lui t calculate vor fi egale sau mai mici de cât
valoarea tabelară. Această valoare tabelară care este depăşită cu
o probabilitate de 100-95=5% se notează în cazul testului t cu t 0,05
si se numeşte nivel de semnificaţie. Afirmaţiile cu privire la
populaţia statistică poartă numele de ipoteze statistice.
Testarea ipotezelor statistice se face cu ajutorul testelor
statistice cum sunt: t, F 2 etc.
Testarea unei ipoteze statistice constă în alegerea unui test
statistic adecvat datelor experimentale si din alegerea unui nivel
de semnificaţie.

• Testul t al diferenţei dintre mediile a două probe

Pentru a pentru a ştii dacă cele două probe au fost extrase
din aceeaşi populaţie sau din populaţii diferite se face ipoteza
nulă, H0, adică se presupune că anumite caracteristici ale
populaţiei sunt egale.
Dacă probabilitatea în favoarea ipotezei este foarte mică,
se conclude în probabilitatea unei diferenţe între cele două probe.
Dacă probabilitatea în favoarea ipotezei nule nu este mai mare de
5%, se spune că între cele două populaţii există o diferenţă
semnificativă, dacă probabilitatea este mai mică de 1%, se
conclude că există o diferenţă distinct semnificativă iar dacă
diferenţa este mai mică de 0,1% atunci aceasta este foarte
semnificativă.
Compararea a numai două probe se face prin testul t, al
diferenţei între medii, iar compararea a două sau mai multe
variante se face prin analiza variantei.
Se calculează valoarea lui t estimat, notat cu .

(3.9)

unde:
= mediile probelor A şi B
nA,nB = numărul indivizilor din cele două probe
∑xA2,∑ xB2 = suma pătratelor loturilor A şi B

Dacă numărul indivizilor din cele două probe este egal,

adică dacă nA= nB=k, atunci expresia lui se simplifică astfel:

11
 TEHNICI EXPERIMENTALE ŞI BIOETICĂ

(3.10)

unde:
= t estimat
= mediile probelor A şi B
k=numărul egal al indivizilor din cele două probe
, = varianţa celor două probe
După consultarea tabelului cu distribuţia t, se compară (t
estimat) cu (t tabelar)
1. Dacă se admite ipoteza nulă, adică se consideră
că cele două probe fac parte din aceeaşi populaţie.
2. Dacă se respinge ipoteza nulă adică se
consideră că cele două probe aparţin la două populaţii
diferite

Exemplu:
Conţinutul de cadmiu determinat experimental prin metoda
AAS în ficatul a două loturi de şoricei, un lot martor şi un lot
experimental după injectarea de soluţie ce conţine ioni de Cd 2+
(0.01M, 1 mL/100g g.v.) este prezentat în tabelul 3.3. Se pune
întrebarea dacă între cele două şiruri de valori există diferenţe
semnificative.

Tabel 3.3.
Conţinutul de cadmiu determinat prin metoda AAS în ficatul
şoriceilor din lotul martor şi experimental

Nr. Lot martor Lot Lot martor Lot

indivi experimental experime
zi/lot ntal
X1 X2 X12 X22
1. 18.89 23.41 356.83 548.03
2. 23.54 13.65 554.13 186.32
3. 24.21 28.98 586.12 839.84
4. 8.12 23.56 65.93 555.07
5. 10.32 15.78 106.50 249.01
6. 12.44 19.99 154.75 399.60
7. 11.98 29.42 143.52 865.54
8. 17.90 12.23 320.41 149.57
9. 16.32 31.66 266.34 1002.36
10. 17.88 319.69

Lotul martor
∑X1=161.51
1=16.15

12
 TEHNICI EXPERIMENTALE ŞI BIOETICĂ

(∑X1)2=26085.48
(∑X1)2/n1 = 2608.55
∑X12=2874.22
∑x12 = ∑X12 - (∑X1)2/n1 = 2874.22– 2608.55 = 265.67

Lotul experimental
∑X2=198.68
2=22.08
(∑X2)2=39473.74
(∑X2)2/n2 = 4385.97
∑X22=4795.34
∑x22 = ∑X22 - (∑X2)2/n2 = 4795.34– 4385.97= 409.37

1
-
2= 16.15 – 22.08 = - 5.93

Se compară valoarea calculată (neglijând semnul) cu

valoarea tabelară (tabelul din anexa 1) pentru GL = (n1 + n2 – 2) =
17 grade de libertate. Valoarea tabelară t(α=0.05) = 2,110 pentru 17
grade de libertate. Deoarece este mai mic decât valoarea
tabelară se acceptă ipoteza nulă, adică se consideră că între cele
două seturi de date nu sunt diferenţe semnificative la P>0.05.

3.3.3. Teste statistice neparametrice

Testele statistice neparametrice se utilizează atunci când

nu avem o distribuţie normală a caracteristicii studiate, iar volumul
loturilor de animale utilizate în experimente este mic. Aceste teste
se mai numesc şi teste statistice independente de distribuţia
datelor.

Testele neparametrice:
• sunt singurele aplicabile când folosirea testelor
clasice nu are justificare teoretică
• fac abstracţie de valorile parametrilor repartiţiei (ex.
medie şi mediană)
• pot prelucra date diverse atât calitativ cât şi cantitativ
• implică un volum redus de calcule
• sunt simple ca tehnică de calcul
• au putere mai mica de a detecta falsitatea unei
ipoteze nule

Se cunosc mai multe teste neparametrice, cele mai utilizate

fiind:

13
 TEHNICI EXPERIMENTALE ŞI BIOETICĂ

• testul ‫א‬2 (hi patrat);

• testul U a lui Mann-Whitney;
• testul Wilcoxon al rangurilor pereche;
• testul ANOVA Kruskal-Wallis al rangurilor;
• testul Friedman ANOVA biunivoc al rangurilor.

Testul ‫א‬2

De obicei, testul hi pătrat nu se poate aplica pentru loturi

mici şi se utilizează atunci când avem de analizat date nominale
de enumerare (calitative). Testul neparametric ‫א‬2 poate distinge
dacă există diferenţe semnificative între distribuţia teoretică
(aşteptată) şi distribuţia reală (observată) obţinută.

Formula lui ‫א‬2 este:

(3.11)

unde: O = frecvenţa observată;

E =frecvenţa probabilă (teoretică, aşteptată).

Parametru ‫א‬2 este egal cu zero atunci când avem

concordanţă între valorile reale (observate) şi cele teoretice
(aşteptate), şi creşte cu creşterea diferenţelor dintre ele.

• Testul ‫א‬2 se poate utiliza pentru compararea unei

distribuţii empirice cu una teoretică

Exemplu:
Studentul X consideră că ora la care susţine un examen
influenţează nota obţinută. El crede ca o anumita ora din zi la care
este examinat îi poarta ghinion. Studentul a ţinut evidenta tuturor
orelor la care a dat examen şi a notelor obţinute (mai mari sau mai
mici de 6). În total a susţinut 81 de examene la 3 ore diferite (ora
8, 10 şi 12) , adică în medie 27 de examene la fiecare ora de
examinare.
Datele reale (observate) şi cele teoretice (previzionate) sunt
cuprinse în tabelele 3.4 şi 3.5:

Tabel 3.4.
Influenţa orei de examinare asupra notelor obţinute

Ora de examinare
1 2 3 Total
Observat (O) 8 12 7 27
Probabil (E) 9 9 9 27

Se calculează ‫א‬2 cu formula prezentată anterior.

14
 TEHNICI EXPERIMENTALE ŞI BIOETICĂ

Tabel 3.5.
Termenii utilizaţi în calculul lui ‫א‬2

Ora de examinare O-E (O – E) ² (O – E) ² / E

1 -1 1 0,11
2 +3 9 1,00
3 -2 4 0,44
Total 1,55

Valoarea calculată pentru ‫א‬2 este: ‫א‬2 = 1,55

Valoarea obţinută este comparată cu valoarea

corespondenta din tabelul ‫א‬2. Deoarece în cazul de faţă exista trei
variante (trei ore de examinare), numărul de grade de libertate
este n-1, adică 2.
Valoarea lui ‫א‬2 de 1,55 este mai mica decât cea din tabel la
2 grade de libertate. La un prag de semnificaţie p <.05, valoarea
din tabel este de 5,99. Astfel, ipoteza nulă, că nu există diferenţe
semnificative între cele trei ore de examinare nu poate fi eliminată,
iar studentul X nu este întemeiat să creadă că este mai ghinionist
la o anumită oră la care este examinat comparativ cu alta.

• Calculul lui ‫א‬2 se utilizează la controlul asociaţiei

dintre două caractere calitative

Exemplu:
Din 100 de iepuri 47 au fost vaccinaţi, iar 53 nevaccinaţi.
Din cei 47 vaccinaţi s-au îmbolnăvit 10. Din cei 53 nevaccinaţi s-
au îmbolnăvit 24. Este eficient vaccinul sau nu?

Datele experimentale se trec în tabelul 3.6.

Tabel 3.6.
Influenţa vaccinării asupra stării de sănătate a iepurilor testaţi
(date experimentale)

Date Iepuri bolnavi Iepuri Total

experimentale sănătoşi
Vaccinaţi 10 37 47
Nevaccinaţi 24 29 53
Total 34 66 100

Pentru a stabili dacă cele două stări de fapt (boală şi

sănătate) sunt independente sau între există o asociaţie formulăm
ipoteza că cele două fenomene sunt independente. Atunci, ipoteza
nulă se formulează: vaccinul este eficient împotriva îmbolnăvirii.
Proporţia iepurilor bolnavi din întreg lotul este 34/100.
În grupa iepurilor vaccinaţi ne aşteptăm la un număr de
iepuri bolnavi ce se calculează cu formula:

15
 TEHNICI EXPERIMENTALE ŞI BIOETICĂ

adică în grupul iepurilor vaccinaţi avem:

47x34/100 = 15,98 iepuri bolnavi şi
47 – 15,98 = 31,02 iepuri sănătoşi.

Aceeaşi formulă de calcul se foloseşte şi pentru lotul

iepurilor nevaccinaţi.
În grupul iepurilor nevaccinaţi avem:
34 – 15,98 = 18,02 iepuri bolnavi şi
66 – 31,02 = 34,98 iepuri sănătoşi.

Datele teoretice obţinute se trec într-un tabel identic cu cel

al datelor experimentale (tabel 3.7).

Tabel 3.6.
Influenţa vaccinării asupra stării de sănătate a iepurilor testaţi
(date teoretice)

Date teoretice Iepuri bolnavi Iepuri Total

sănătoşi
Vaccinaţi 15,98 31,02 47
Nevaccinaţi 18,02 34,98 53
Total 34 66 100

Se calculează valoarea lui ‫א‬2 cu formula 3.11 folosind

datele experimentale şi pe cele teoretic calculate:

În tabele avem 2 rânduri (r) şi 2 coloane (c), deci numărul

gradelor de libertate se calculează ca fiind egale cu:
(r-1)(c-1) = (2-1)(2-1) = 1 grad de libertate

Tabelul din anexa 2 ne arată că probabilitatea de a întâlni

prin simplă întâmplare o valoare hi pătrat egală sau mai mare
decât 6,45 este mai mică decât 1%. Se poate deci respinge
ipoteza nulă şi se poate afirma că vaccinul este eficient, existând o
asociaţie între vaccinare şi prevenirea îmbolnăvirii.

16
 TEHNICI EXPERIMENTALE ŞI BIOETICĂ

3.4. Prelucrarea datelor experimentale

Datele odată obţinute şi analizate trebuiesc aduse într-o

formă ce poate fi prezentată altor profesionişti în domeniu. Forma
de prezentare se va alege în funcţie de obiectivele urmărite şi de
auditoriul aşteptat.
Datele pot fi prezentate în text. Dar, de cele mai multe ori,
tabelele, graficele, diagramele, schemele, pozele, hărţile, sau alte
figuri ori ilustraţii pot fi mult mai clare şi sugestive decât poate fi un
text.
Nu toate datele obţinute în urma realizării unui experiment
vor fi folosite în prezentarea rezultatelor. Atunci când se scrie o
lucrare trebuiesc alese datele experimentale reprezentative, astfel
încât prezentarea lor să fie cât mai clară pentru audienţă şi mai
uşor de înţeles. Pentru unele persoane care audiază prezentarea
este importantă explicarea verbală a tabelelor sau figurilor simple
(de exemplu în cazul prezentărilor în faţa colegilor studenţi), iar
pentru altele profesionalismul prezentatorului este pus la îndoială
dacă lipsesc regresiile liniare sau scalele logaritmice complexe
(ex. sesiunile de lucrări ştiinţifice).

3.4.1. Reprezentarea tabelară

Tabele sunt foarte potrivite pentru prezentarea datelor
specifice şi pentru compararea datelor punctuale. Tabele pot de
asemenea indica diferenţele şi relaţia dintre lotul martor şi lotul
experimental.
Tabelele nu trebuie să repete exact informaţia care a fost
deja prezentată în text, ci doar să atragă atenţia asupra aspectelor
principale. Dar, un tabel trebuie să se explice singur, fără a fi
nevoie de alte completări conţinute în text. Informaţiile de bază,
cum ar fi modul de realizare a unui experiment se vor regăsi în
text, dar cititorul, sau ascultătorul, în cazul în care lucrarea este
prezentată oral, trebuie să fie capabil de a interpreta datele
prezentate în tabel fără a recurge la precizările din text.
Fiecare tabel trebuie să aibă un număr şi un titlu.
Numerotarea tabelelor se face în ordinea firească a apariţiei lor în
lucrare. Titlul nu trebuie să fie prea lung, ci să fie concis şi să
conţină doar cuvintele cheie necesare pentru a clarifica mesajul
adus de datele experimentale conţinute în tabel (tabel 3.7).
Încărcarea cu date a tabelelor trebuie să ţină cont de
importanţa şi relevanţa acestora în prezentare, dar şi de
posibilitatea vizualizării tabelelor cu uşurinţă. Capul de tabel de
obicei conţine variabilele dependente cu unităţile lor de măsură
(pe orizontală), iar în coloane (pe verticală) sunt trecute variabilele
independente şi unităţile lor de măsură.
Datele reprezentate de numere cu zecimale trebuie să
conţină doar numărul de zecimale esenţiale pentru o precizie cât
mai apropiată de adevăr şi o bună acurateţe. Pentru o prezentare

17
 TEHNICI EXPERIMENTALE ŞI BIOETICĂ

a datelor precisă, concisă, simplă şi clară trebuie să ne uităm la

tabelele din punctul de vedere al celui care vede pentru prima
oară prezentarea acelor date experimentale şi încearcă să le
înţeleagă.

Exemplu:
Pentru a studia influenţa proteazelor microbiene imobilizate
administrate în hrana animalelor asupra funcţiilor organismului, am
realizat un studiu folosind ca animale de experiment iepuri tineri.
Atât lotul experimental cât şi lotul martor au primit nutreţ
combinat cu aceeaşi compoziţie, diferenţa nutriţională dintre cele
două loturi fiind reprezentată de prezenţa proteazelor imobilizate
pe suport ceramic în hrana tineretului cunicul din lotul
experimental. Proteazele imobilizate au fost obţinute prin adsorbţia
fizică a soluţiei enzimatice obţinute prin fermentaţie din celule de
Bacillus licheniformis B 40, pe ceramică I autohtonă şi utilizate
într-o cantitate de 1,5 g preparat enzimatic/kg N.C.

Tabel 3.7.
Structura nutreţurilor combinate utilizate în experiment

Specificare Lot M Lot E

% %
Porumb 30,0 29,5
Orz 30,0 30,0
Tărâţe 15,0 15,0
Şrot de floarea soarelui 15,0 15,0
Şrot de soia 8,0 8,0
Calciu 0,5 0,5
Sare 0,5 0,5
Premix vitamino – 1,0 1,0
mineral
Proteaze imobilizate - 0,5
Total 100 100

Abreviaţiile nu pot fi utilizate în text, dar ele pot fi câteodată

foarte potrivite în tabele, cu condiţia de a fi explicate în josul
tabelelor (tabel 3.8).

18
 TEHNICI EXPERIMENTALE ŞI BIOETICĂ

Tabel 3.8.
Eficacitatea imobilizării

Suportul GI a RIb
%
Alumină 0,76 5,44
Dioxid de titan 0,72 12,98
Kieselgur 0,77 2,61
Zeolit 0,75 4,23
Ceramică I 0,73 36,74
Ceramică II 0,71 17,58
Bentonită 0,63 1,67
Silice 0,77 4,66
I = (Pi – Pa)/Pi, unde CI este gradul de imobilizare al proteinei, Pi este
aG

cantitatea totală de proteină iniţială, iar Pa este proteina din apele de spălare;
bR = A ·100/A , unde R este randamentul de imobilizare, A este activitatea
I f i I i
totală iniţială, iar Af este activitatea totală din solidele uscate;

Pentru claritate şi o mai uşoară înţelegere a tabelelor

informaţia poate fi repetată în mai multe forme; de exemplu
valorile absolute prezentate pot fi exprimate procentual, ca valori
totale, ca valori medii sau ca rapoarte ale acestora (tabel 3.9).

Tabel 3.9.
Influenţa cantităţii de enzimă asupra activităţii proteolitice a
Alcalasei imobilizate prin legare fizică pe zeolit

Soluţie Cantitatea Raport Activitate Activitate

enzimatică de suport enzimă/zeolit proteolitică relativă
ml g U/gzeolit μmol·min- %
1·g-1

5,2 0,50 170,22 1,26 25,47

5,2 1,00 85,11 1,61 32,58
5,2 1,50 56,74 4,95 100,00
5,2 1,75 48,63 2,75 55,52

3.4.2. Reprezentarea grafică a datelor tabelare este

posibilă într-o mare varietate de forme, stiluri sau dimensiuni.
Pentru a alege una dintre posibilităţi trebuiesc avute în vedere
obiectivele urmărite la demararea experimentului şi a formei
grafice cele mai potrivite pentru acestea.
Pentru realizarea graficelor se utilizează diferite programe
de calculator, cele mai folosite fiind Excel şi Origin.

Graficele cu coloane, chiar dacă nu sunt atât de specifice

precum tabele, pot indica mult mai spectaculos diferenţele dintre
loturi. Acestea prezintă diferenţele de mărime, volum, cantitate
etc. Graficele, în general, indică tendinţa de evoluţie a procesului,
câteodată fără a oferi valorile absolute ale variabilelor
reprezentate, acestea fiind cuprinse în tabele.

19
 TEHNICI EXPERIMENTALE ŞI BIOETICĂ

Graficele tip coloană de cele mai multe ori au doar o axă

măsurabilă (figurile 3.2 şi 3.3). Cele cu două axe uneori sunt
denumite histograme.
Ele conţin date culese pe intervale regulate sau neregulate.
Coloanele trebuie să fie la fel de late sau mai late decât
spaţiile dintre ele. Pentru a diferenţia coloanele între ele trebuiesc
folosite umbre, haşuri sau alte posibilităţi de marcare a acestora.
În cazul prezentărilor sub formă de slide-uri sau postere este
preferabil să se utilizeze culori diferite pentru coloane
corespunzătoare şirurilor de date diferite. Un grafic nu trebuie să
conţină mai mult de opt-zece coloane; în caz contrar acestea pot fi
prea grupate.

Variatia parametrilor enzimatici sangvini

250
Martor
Experimental
200

150

100

50

0
GGT (U/l) GOT (U/l) GPT (U/l) ALP (U/l) AMILAZE (U/l)

Figura 3.2. Influenţa proteazelor imobilizate asupra

principalilor parametri enzimatici sangvini la iepuri

Coloanele pot fi aşezate vertical sau orizontal.

Variatia parametrilor enzimatici sangvini

Amilaze (U/l)

ALP (U/l)

Experimental
GPT (U/l)
Martor

GOT (U/l)

GGT (U/l)

0 50 100 150 200 250

Figura 3.3. Influenţa proteazelor imobilizate asupra

principalilor parametri enzimatici sangvini la iepuri

Graficele tip “plăcintă” reprezintă o cale simplă şi clară de

prezentare a procentelor, părţilor dintr-un întreg. Acest tip de
grafice sunt foarte utile atunci când “tortul” are număr limitat de
“felii”, nu prea mare. Dacă feliile sunt prea mici, este greu de
apreciat procentul pe care-l reprezintă (figura 3.4).

20
 TEHNICI EXPERIMENTALE ŞI BIOETICĂ

Exemplu:
Efectivul de şoareci de experiment din biobază este format
din 70% şoareci albi, 26% maro şi 14% negri.

Figura 3.4. Compoziţia efectivului de şoareci de

experiment din biobază

Graficele liniare indică schimbarea, modificarea şi trendul

urmat de un fenomen, în special concentraţii ale unei variabile
dependente. Ca şi în cazul graficelor cu bare nu indică valori
absolute, dar acestea pot fi estimate pe scală.
Graficele liniare trebuie să prezinte două axe, dar şi o a
treia axă este posibilă dacă este necesară.
Graficele liniare simple trebuie să prezinte date culese pe
intervale regulate şi arată evoluţia fenomenului fără o extrapolare
a datelor. Variabilele independente se reprezintă pe abscisă (axa
orizontală), iar cele dependente pe ordonată (axa verticală). Pe
fiecare axă se trece numele variabilei reprezentate şi unitatea de
măsură corespunzătoare. Graficele trebuie să conţină o legendă,
care de obicei se găseşte în aria graficului.
Curba de dependenţă se reprezintă îngroşat comparativ cu
axele şi scala conţinută de acestea.
Dacă se reprezintă pe acelaşi grafic dependenţe diferite
acestea trebuie diferenţiate prin simboluri diferite (o, Δ, , ◊, * etc) şi
trebuie să fie maxim 3-5 curbe. La prezentările sub formă de slide-
uri sau postere este indicat să se coloreze curbele de dependenţă
pentru o mai bună vizualizare.
În cazul în care se vor reprezenta mai multe grafice în
cadrul aceleaşi lucrări sau prezentări este indicat ca ele să fie
uniforme, să păstreze acelaşi stil.

21
 TEHNICI EXPERIMENTALE ŞI BIOETICĂ

3,5 3,5 10
0,5
3,0 3,0 9

0,0
Amylase activity (U/mL)
2,5 2,5 8
Protein content (mg BSA/mL)

2,0 2,0 -0,5 7

OD 600

pH
1,5 1,5 6
-1,0

1,0 1,0 5
Amylase activity
-1,5
0,5 0,5 Protein content 4
pH
OD 600
0,0 0,0 -2,0 3
0 20 40 60 80 100 120
Times (hours)

Figura 3.5. Cinetica producerii amilazelor extracelulare de

celule libere de Bacillus globigi

Posibilitatea de variaţie a tabelelor, graficelor cu coloane,

tip tort sau liniare permite alegerea modului de prezentare a
datelor într-o manieră convingătoare pentru auditoriu.
Comunicarea în cea mai simplă formă posibilă este cea mai uşor
de înţeles, dar asta nu înseamnă că adevărul trebuie fragmentat
prin simplificarea datelor.
Nu totdeauna este necesară prezentarea rezultatelor atât în
formă tabelară cât şi în formă grafică. Ambele prezentări se
folosesc atunci când se doreşte atragerea atenţiei auditoriului
asupra unui aspect foarte important studiat şi urmărit în timpul
experimentului.

22
 TEHNICI EXPERIMENTALE ŞI BIOETICĂ

Teste de verificare

1. Care sunt etapele unui test statistic?

2. Enumeraţi parametrii statistici.

3. Ce este şi cum se calculează media aritmetică?

4. Ce este şi cum se calculează varianţa?

5. Ce este şi cum se calculează deviaţia standard (sau

abaterea standard)?

6. Ce este şi cum se calculează eroarea standard?

7. Ce este şi cum se calculează coeficientul de variaţie

8. Ce este şi cum se calculează mediana?

9. Cum se realizează tabelele?

10. Câte tipuri de grafice cunoaşteţi?

11. Cum se realizează graficele?

23