Analiza Comarativa a Obezitatii

CAPITOLUL I

Introducere

1.1.Descrierea temei”Analiza comparativa a obezitatii la fete si baieti”

Obezitatea a cunoscut una dintre cele cele mai spectaculoase evolutii suprapunandu-se in buna masura evolutiei civilizatiei moderne. Ea apare ca un efect colateral al achizitiilor recente in plan tehnologic si informational. Se poate pune problema daca nu cumva progresul omenirii reflectat in viata de zi cu zi a individului a depasit bariera modificarilor adaptative fenotipice si atacat zestrea filogenica a dezvoltarii umane. Daca in decursul indelungatei sale istorii, omul s-a creat sisteme specifice pentru a face fata conditiilor vitrege de viata si de asigurare a minimului necesar existentei cotidiene, la ora actuala, el este complet descoperit in fata bunastarii si schimbarilor comportamentale ale noului ritm de viata. Obezitatea si patologia asociata acesteia este una dintre cele mai elocvente expresii ale vulnerabilitatii omului la actuala dezvoltare a civilizatiei, efectul advers al progresului tehnologic, tributul platit societatii de consum pentru schimbarea modului de viata . Obezitatea aparuta la copii si adolescenti are un impact deosebit asupra starii de sanatate, atat fizica cat si psihica. Un alt factor important al impactului pe sanatate este faptul ca gradul de obezitate din copilarie influenteaza gradul de obezitate.Adolescentii supraponderali sau obezi au mai multe sanse sa ramana obezi la maturitate decat adolescentii cu greutate normala.Adolescenta, in mod special, pare sa fie o perioada sensibila pentru aparitia obezitatii.

CAPITOLUL II

2.1. Descrierea obiectivelor studiului

Acest proiect are ca scop sa arate analiza statistica a obezitatii la fete si baieti. Proiectul a investigat, in dinamica, populatia adolescenta aflata in perioada de crestere , perioada in care valorile antropometrice ale individului se modifica in stransa legatura cu varsta si cu deficientele constatate. Mijloacele de investigatie folosite in proiect genereaza informatii pe mai multe categorii de parametri. Aceste informatii sunt analizate folosind baza de date si analiza statistica oferita de programul SPSS. Sunt prezentate informatii utile studiului si analiza comparata a obezitatii la fete si baieti (normal, supraponderal, subponderal si obez).

1

CAPITOLUL III

Metodologia de cercetare

3.1. Tipul cercetarii utilizate

In studiul analizei s-a utilizat cercetarea partiala al carei scop este ca, pe baza rezultatelor prelucrarii datele obtinute, sa se estimeze, folosind principiile teoriei probabilitatilor, parametrii corespunzatori ai colectivitatii totale, poarta denumirea de sondaj statistic. Cercetarea prin sondaj se desfasoara in doua etape:-prima etapa, in care se culeg si se prelucreaza date statistice de la unitatile colectivitatii generale care au fost incluse in esantion din care rezulta indicatorii derivati care descriu statistic esantionul folosit;-a doua etapa, in care indicatorii obtinuti prin prelucrarea datelor din esantion se extind, cu o anumita probabilitate, asupra intregii colectivitati in scopul caracterizarii acesteia din punct de vedere statistic.

3.2. Metodele de culegere a datelor

Pentru a putea analiza problema considerata s-a aplicat un chestionar prezentat in Anexa 1. unui esantion de 73 de persoane cu varsta cuprinsa intre 14 si 19 ani. Chestionarul a presupus raspunderea la un set de intrebari referitoare la varsta, sex si greutatea corporala. Variabilele ce vor fi utilizate in studiu vor fi: varsta, sexul si greutatea corporala (normal, subponderal, supraponderal, obez).Acestea vor constitui baza de date obez 3.sav

3.3. Descrierea variabilelor ce vor fi utilizate in studiu

Atributele acestor variabile sunt definite in fereastra Data Editor-Foaia Variable Wiew. Vom introduce: varsta, sexul persoanei si greutatea corporala(normal, supraponderal, subponderal si obez) , alegem tipul variabilei in cazul de fata avem pentru varsta - variabila numerica iar pentru sex si greutate corporala - variabila string.

2

Figura 3.3.1..-Fereastra Data Editor – Foaia Variable View pentru baza de date: obez3.sav

Figura 3.3.2.-Fereastra SPSS Statistics Viewer

3.4. Descrierea modului de inregistrare a valorilor variabilelor

Inregistrarea valorilor variabilelor se face cu ajutorul chestionarului introducand datele din chestionar pentru fiecare caz in parte si apoi salvam baza de date. Etichetam variabilele una cate una.In zona Value plasam valoarea etichetata , in zona Value label se introduce eticheta corespunzatoare si se actioneaza Add. Reluam operatiunea pentru toate valorile pe care dorim sa

3

le etichetam in cazul nostru am etichetat variabilele sex si greutate corporala.In zona Label va apare eticheta , descrierea variabilei sub forma unui text explicativ in cazul nostru varsta persoana, sex persoana si greutate corporala.

Figura 3.4.1.- Fereastra Value Labels pentru etichetarea variabilelor.

Figura 3.4.2.- Fereastra Variable View - aratam variabilele etichetate

4

3.5. Proceduri de transformare a variabilelor si datelor

Identificam si contorizam in cadrul variabilei sex_pers valorile egale cu “M”(sex masculin) intr-o noua variabila numita sex_m procedand astfel:- activam fereastra Count occurences of Values within cases folosind succesiunea de comenzi Transform-Count values within Cases.- scriem numele variabilei in care vor fi contorizate variabilele in caseta Target variable adica sex_m in cazul nostru.- completam descrierea in extenso a acesteia in caseta Target label in exemplul nostru sex=’m’, selecteaza variabila sex persoana din lista variabilelor disponibile , se apasa butonul Define Values pentru a deschide fereastra Count values within Cases: Values to Count in care definim valoarea ce trebuie identificata si contorizata in cazul nostru “M “( sex masculin) pe care o trecem in caseta Value si apasam butonul Add pentru a o adauga in lista valorilor de identificat si contorizat.-apasam Continue pentru a reveni in fereastra initiala si apasam Ok in fereastra Count occurences of Values within cases Se observa in coloana sex_m ca pentru cazurile in care variabila sex persoana are valoarea “M” s-a trecut 1 iar pentru valoarea “F” s-a trecut 0.

Avand in vedere tema studiului “Analiza comparativa a obezitatii la fete si baieti” trebuie impartita baza de date in subgrupuri pe sexe, pentru a putea aplica procedura de analiza separat pe fiecare grup (in cazul nostru sex) in parte si pentru a putea face usor comparatia intre grupuri .Putem analiza baza de date pe sex in paralel. Procedura este Data-Split File care va deschide fereastra Split File ce va pune la dispozitie mai multe optiuni:-analiza completa a datelor din baza de date curenta , fara a crea grupuri prin optiunea -Analyze all cases, do not create groups.-crearea de grupuri si afisarea rezultatelor prelucrarilor pe grupuri astfel incat sa fie usor de comparat- Compare groups.-crearea de grupuri iar rezultatele se afiseaza separat pe grupuri prin optiunea- Organize output by groups. In cazul nostru vom utiliza : -analiza completa a datelor din baza de date curenta , fara a crea grupuri prin optiunea -Analyze all cases, do not create groups.-crearea de grupuri si afisarea rezultatelor prelucrarilor pe grupuri astfel incat sa fie usor de comparat- Compare groups. Dupa apelarea procedurii Spli File nu se va observa nici o modificare vizibila asupra bazei de date. Efectul se va observa in fereastra SPSS Viewer a rezultatelor atunci cand vor fi afisate rezultatele prelucrarii ulterioare.

5

Figura 3.5.1.- Fereastra Data Fereastra Data Editor – Foaia Data View pentru baza

Figura 3.5.2 - Fereastra Count occurences of Values within cases pentru a crea o noua variabila sex_m unde vom identifica toate valorile egale cu M.

6

Figura 3.5.3.- Rezultatele prelucarii in Output

Impartirea bazei de date in subgrupuri pe sexe, pentru a putea aplica procedura de analiza separat pe fiecare sex in parte si pentru a putea face usor comparatia intre grupuri.

Figura 3.5.4 - Selectarea optiunii Split File

7

Fereastra 3.5.5. - Fereastra Split File selectarea optiunii Compare group.

CAPITOLUL IV

Procedurile de prelucrare a datelor

4.1. Reprezentarea datelor

Descrierea variabilelor analizate se va face prin reprezentari numerice adica analiza distributiei sale si reprezentari grafice ,prin calculul indicatorilor tendintei centrale , calculul indicatorilor variatiei,si calculul indicatorilor formei distributiei.Aceste produceduri se lanseaza din meniul Analyze-Descreptive-statistics.Acestea sunt: Frequencies, Descriptives si Explore.

4.2. Verificarea normalităţii distribuţiilor

Pentru a verifica normalitatea distributiilor variabilelor „varsta persoana” si „sex_m” se

folosesc procedeele grafice Q-Q Plot, P-P Plot, Boxplot, histograma, testul Kolmogorov-

Smirnov-Lilliefors.

8

Pentru a putea depista si outlierile se va folosi procedeul Q-Q Plot. Q-Q Plot compara

valorile ordonate ale variabilei observate cu valorile quantilice ale distributieie teoretice

specificate (in acest caz distributia normala). Dacă distributia variabilei testate este normala,

atunci punctele Q-Q contureaza o linie care se suprapune cu dreapta care reprezinta distributia

teoretica, adica trece prin origine si are panta egală cu 1.

Pentru acesta se va urmari demersul: Graphs – Q-Q Plot – la Variables se introduce

variabila de analizat, iar la Test Distribution se alege Normal. Pentru cele doua variabile

numerice rezultatele sunt urmatoarele:

Figura 4.2.- Selectarea optiunii Q-Q Plots

9

Figura 4.3.- Selectarea variabilelor de analizat varsta persoana si sex=’m

Rezultatele sunt urmatoarele:

Model Description

Model Name MOD_6

Series or Sequence 1 varsta persoana

2 sex='m

Transformation None

Non-Seasonal Differencing 0

Seasonal Differencing 0

Length of Seasonal Period No periodicity

Standardization Not applied

Distribution Type Normal

Location estimated

Scale estimated

Fractional Rank Estimation Method Blom's

Rank Assigned to Ties Mean rank of tied values

Applying the model specifications from MOD_6

10

Case Processing Summary

sex persoana varsta persoana sex='m

F Series or Sequence Length 62 62

Number of Missing Values in the Plot

User-Missing 0 0

System-Missing 0 0

M Series or Sequence Length 53 53

Number of Missing Values in the Plot

User-Missing 0 0

System-Missing 0 0

The cases are unweighted.

Estimated Distribution Parameters

sex persoana varsta persoana sex='m

F Normal Distribution Location 16.4516 16.4516

Scale 1.73373 1.73373

M Normal Distribution Location 16.4906 16.4906

Scale 1.71669 1.71669

The cases are unweighted.

varsta persoana

11

Figura 4.4.- Se observa ca punctele nu sunt serios deviate de la linia dreapta, ceea ce indica o distributie normala


12



13

4.3. Descrierea statistica a variabilelor

Cele două variabile nominale ce vor fi analizate sunt sexul persoanei chestionate si greutatea corporala.Pentru a descrie aceste variabile se vor urma pasii: meniul Analyze – Descriptive Statistics – Frequencies – Statistics (unde la Central Tendency se bifează Mode) si Charts (unde la Chart Type se bifeaza Pie sau Bar, iar la Chart Value Frequencies sau Percentages). Astfel, se obtin urmatoarele rezultate:

14

Figura 4.3. - Selectarea variabilelor şi a indicatorilor

15

Rezultatele sunt urmatoarele:

Statistics

sex persoanagreutatea corporala

varsta persoana

N Valid 115 115 115

Missing 0 0 0

Mode 14

Pentru variabila „Sexul persoanei” chestionate se obţin rezultatele:

sex persoana

Frequency Percent Valid PercentCumulative Percent

Valid F 62 53.9 53.9 53.9

M 53 46.1 46.1 100.0

Total 115 100.0 100.0

Pentru variabila „greutatea corporala” se obţin rezultatele:

greutatea corporala


Valid normal 62 53.9 53.9 53.9

obez 23 20.0 20.0 73.9

subpond 12 10.4 10.4 84.3

suprapo 18 15.7 15.7 100.0

Total 115 100.0 100.0

16

Pentru variabila „varsta persoana” se obţin rezultatele:

varsta persoana


Valid varsta persoana 14 22 19.1 19.1 19.1

varsta persoana 15 15 13.0 13.0 32.2

varsta persoana 16 20 17.4 17.4 49.6

varsta persoana 17 21 18.3 18.3 67.8

varsta persoana 18 19 16.5 16.5 84.3

varsta persoana 19 18 15.7 15.7 100.0

Total 115 100.0 100.0

Pie Chart

Figura 4.4. - Diagrama Pie pentru variabila „Sexul persoanei”

Interpretare: Se observa si din tabel si din grafic ca proportia persoanelor de sex feminin din

esantion este de 53.9%, iar cea a persoanelor de sex masculin este de 46,1%

17

Figura 4.5. Diagrama Pie pentru variabila „Greutate corporala”

Interpretare: Se observa atat din tabel cat si din grafic proportiile privind greutatea

corporala a persoanei sunt: normal(53.9%), obez(20%), subponderal(10.4%),

supraponderal(15.7%).

Figura 4.6. Diagrama Pie pentru variabila „Varsta persoana”

18

Interpretare: Se observa atat din tabel cat si din grafic proportiile privind varsta persoanei

sunt: 14 ani-19.1% ,15ani-13%, 16 ani- 17.4%, 17 ani- 18.3%, 19 ani- 15.7%.

Pentru a pune in evideta mai mult aceste proportii am mai folosit inca un tip de graphic- Bar Chart .

Figura 4.7. Bar Chart pentru variabila „Sex persoana”

Figura 4.8.. Bar Chart pentru variabila „Greutate corporala”

19

Figura 4.9. Bar Chart pentru variabila „Varsta persoana”

4.4. Elaborarea intervalului de incredere a valorii medii

Cu ajutorul comenzii Analyze – Descriptive Statistics – Explore introducem variabilele,

având posibilitatea de a fixa nivelul de încredere dorit (95%), calculam si indicatorii statistici

descriptivi si normalitatea distributiei.

20

21

Figura 4.4. Prezentarea demersului

Rezultatele din Output:

greutatea corporala


sex persoanagreutatea corporala

Cases

Valid Missing Total

N Percent N Percent N Percent

F varsta persoana normal 30 100.0% 0 .0% 30 100.0%

obez 15 100.0% 0 .0% 15 100.0%

subpond 6 100.0% 0 .0% 6 100.0%

suprapo 11 100.0% 0 .0% 11 100.0%

M varsta persoana normal 32 100.0% 0 .0% 32 100.0%

obez 8 100.0% 0 .0% 8 100.0%

subpond 6 100.0% 0 .0% 6 100.0%

suprapo 7 100.0% 0 .0% 7 100.0%

22

Descriptives

sex persoana greutatea corporala Statistic Std. Error

F varsta persoana normal Mean 16.20 .305

95% Confidence Interval for Mean

Lower Bound 15.58

Upper Bound 16.82

5% Trimmed Mean 16.17

Median 16.00

Variance 2.786

Std. Deviation 1.669

Minimum 14

Maximum 19

Range 5

Interquartile Range 2

Skewness .280 .427

Kurtosis -.986 .833

obez Mean 17.00 .458


Lower Bound 16.02

Upper Bound 17.98


Median 18.00

Variance 3.143


Minimum 14

Maximum 19

Range 5


Skewness -.621 .580

Kurtosis -1.010 1.121

subpond Mean 15.33 .715

95% Confidence Lower Bound 13.50

23

Interval for Mean Upper Bound 17.17


Median 14.50

Variance 3.067


Minimum 14

Maximum 18

Range 4


Skewness .919 .845

Kurtosis -1.205 1.741

suprapo Mean 17.00 .486


Lower Bound 15.92

Upper Bound 18.08


Median 17.00

Variance 2.600


Minimum 14

Maximum 19

Range 5


Skewness -.525 .661

Kurtosis -.533 1.279

M varsta persoana normal Mean 16.38 .294


Lower Bound 15.78

Upper Bound 16.97


Median 16.00

Variance 2.758

24


Minimum 14

Maximum 19

Range 5


Skewness .031 .414

Kurtosis -1.095 .809

obez Mean 17.38 .420


Lower Bound 16.38

Upper Bound 18.37


Median 17.00

Variance 1.411


Minimum 16

Maximum 19

Range 3


Skewness .394 .752

Kurtosis -1.229 1.481

subpond Mean 15.50 .847


Lower Bound 13.32

Upper Bound 17.68


Median 14.50

Variance 4.300


Minimum 14

Maximum 19

Range 5

25


Skewness 1.211 .845

Kurtosis .200 1.741

suprapo Mean 16.86 .738


Lower Bound 15.05

Upper Bound 18.66


Median 17.00

Variance 3.810


Minimum 14

Maximum 19

Range 5


Skewness -.288 .794

Kurtosis -1.446 1.587

varsta persoana

Stem-and-Leaf Plots

varsta persoana Stem-and-Leaf Plot forgreutate= normalsex_pers= F

Frequency Stem & Leaf

6.00 14 . 000000 5.00 15 . 00000 7.00 16 . 0000000 5.00 17 . 00000 3.00 18 . 000 4.00 19 . 0000

26

Stem width: 1 Each leaf: 1 case(s)

varsta persoana Stem-and-Leaf Plot forgreutate= obezsex_pers= F


2.00 14 . 00 2.00 15 . 00 1.00 16 . 0 2.00 17 . 00 5.00 18 . 00000 3.00 19 . 000


varsta persoana Stem-and-Leaf Plot forgreutate= subpondsex_pers= F


3.00 1 . 444 3.00 1 . 578 Stem width: 10 Each leaf: 1 case

varsta persoana Stem-and-Leaf Plot forgreutate= supraposex_pers= F


1.00 14 . 0 1.00 15 . 0 2.00 16 . 00 2.00 17 . 00

27

3.00 18 . 000 2.00 19 . 00

Stem width: 1 Each leaf: 1 case(s)varsta persoana Stem-and-Leaf Plot forgreutate= normalsex_pers= M


6.00 14 . 000000 4.00 15 . 0000 7.00 16 . 0000000 6.00 17 . 000000 5.00 18 . 00000 4.00 19 . 0000


varsta persoana Stem-and-Leaf Plot forgreutate= obezsex_pers= M


2.00 16 . 00 3.00 17 . 000 1.00 18 . 0 2.00 19 . 00


varsta persoana Stem-and-Leaf Plot forgreutate= subpondsex_pers= M


3.00 1 . 444 3.00 1 . 579

28


varsta persoana Stem-and-Leaf Plot forgreutate= supraposex_pers= M


1.00 1 . 4 6.00 1 . 567899


29

30

Interpretare: Se poate spune cu o incredere de 95% ca greutatea corporala a persoanelor de sex

feminin este cuprinsa intre 16.20 si 15.58 la persoane cu greutate normala, intre 17 si 16.02 la

persoane obeze, intre 15.33 si 13.50 la persoane subponderale, intre 17 si 15.92 la persoane

supraponderale cat si a greutatea corporala a persoanelor de sex masculin este cuprinsa intre

16.38 si 15.78 la persoane cu greutate normala, intre 17.38 si 16.38 la persoane obeze, intre

15.50 si 13.32 la persoane subponderale, intre 16.86 si 15.05 la persoane supraponderale.

31

4.5. Analiza statistica a gradului de asociere intre doua variabile

Gradul de asociere se poate studia pentru variabilele nominale, in acest caz sexul

persoanei si greutatea corporala. Gradul de asociere presupune obtinerea tabelului de asociere, in

care sunt prezentate relatiile dintre variabilele categoriale. In fiecare celula a tabelului este

prezentata frecventa partiala, adica efectivul care poarta simultan o valoare a fiecarei variabile.

Obtinerea acestui tabel presupune urmatorul demers: Analyze – Descriptive Statistics –

Crosstabs.

32

Figura 4.5 Prezentarea demersului

33

Greutate corporala * Sexul persoanei Crosstabulation

Gradul de asociere se poate testa folosind testul Chi – Square, care se bifează în

Crosstabs: Statistics. Se obţine rezultatul:


Cases

Valid Missing Total

N Percent N Percent N Percent

greutatea corporala * sex persoana

115 100.0% 0 .0% 115 100.0%

34

greutatea corporala * sex persoana Crosstabulation

Count

sex persoana

TotalF M

greutatea corporala normal 30 32 62

obez 15 8 23

subpond 6 6 12

suprapo 11 7 18

Total 62 53 115

Chi-Square Tests

Value dfAsymp. Sig. (2-sided)

Pearson Chi-Square 2.394a 3 .495

Likelihood Ratio 2.420 3 .490

N of Valid Cases 115

a. 0 cells (.0%) have expected count less than 5. The minimum expected count is 5.53.

Interpretare: In esantionul analizat sunt 30 persoane de sex feminin cu greutate normala

si 32 barbati cu greutate normala, 15 persoane obeze de sex feminin si 8 persoane obeze de sex

masculin, 6 persoane subponderale de sex feminin si 6 persoane subponderale de sex masculin ,

11 persoane supraponderale de sex feminin si 7 persoane de sex masculin.

35

CAPITOLUL V

Testarea statistică

Testele asupra mediilor, respectiv a proporţiilor, sunt folosite pentru a verifica dacă o

medie sau o proporţie diferă semnificativ de o valoare specificată (ipotetică) sau pentru a

compara două sau mai multe medii sau proporţii între ele pentru a testa dacă există diferenţe

semnificative între ele.

5.1. Testarea proporţiei.

Pentru realizarea acestui lucru se foloseşte Binomial Test. Acesta este un procedeu prin

carese testează ipoteze cu privire la o variabilă cu distribuţie binomială, variabilă care poate lua

doar două valori, cum ar fi sexul persoanelor.Binomial Test este folosit pentru a compara o

proporţie cu o valoare specificată şi presupune parcurgerea demersului: Analyze –

Nonparametric Tests – Binomial. Se va verifica dacă proporţia uneia din cele două grupe de

persoane definite prin variabila „sexul persoanei”, masculin şi feminin diferă semnificativ de

0.50. În Test Variable List se introduce variabila „Sexul persoanei”.

36


Se obţine outputul:

Binomial Test

Category NObserved Prop. Test Prop.

Asymp. Sig. (2-tailed)

sex='m Group 1 .00 62 .54 .50 .456a

Group 2 1.00 53 .46

Total 115 1.00

a. Based on Z Approximation.

Interpretare: Proporţia observată în eşantion pentru grupa 1 (feminin) este de 54%,

proporţia specificată este 50%. Valoarea Sig. asociată testului este mai mare decât 0.05; astfel se

poate concluziona cu o încredere de 95% că proporţia persoanelor de sex feminin în eşantion nu

diferă semnificativ de proporţia specificată de 50%.

37

5.2. Testarea diferentei dintre doua proportii.

Acest lucru presupune folosirea testului Chi-Square, urmând demersul: Analyze –

Nonparametric Tests – Chi-Square Test. Se va verifica dacă proporţia persoanelor de sex feminin

este egală cu proporţia persoanelor de sex masculin.

38


Se obţine outputul:

Descriptive Statistics

N MeanStd. Deviation Minimum Maximum

Percentiles

25th50th (Median) 75th

sex='m 115 .4609 .50065 .00 1.00 .0000 .0000 1.0000

Chi-Square Test

Frequencies

sex='m

Observed N Expected N Residual

.00 62 57.5 4.5

1.00 53 57.5 -4.5

Total 115

39

Test Statistics

sex='m

Chi-Square .704a

df 1

Asymp. Sig. .401

a. 0 cells (.0%) have expected frequencies less than 5. The minimum expected cell frequency is 57.5.

Interpretare: Se observă că sunt 62 de persoane de sex feminin şi 53 de sex masculin.

Conform ipotezei de nul (de egalitate a proporţiilor), pentru fiecare categorie ar trebui să fie câte

57.5 persoane. În tabelul Chi-Square Test valoarea semnificaţiei este mai mare decât 0.05 şi, prin

urmare se acceptă ipoteza de nul.

In continuare vom arata grafice care evidentiaza diferenta greutatii corporale intre persoanele de sex masculin si feminin.

40

41

42

CONCLUZII

In urma realizarii studiului privind analiza comparativa a obezitatii la fete si baieti se poate concluziona ca obezitatea se manifesta mai acut in randul persoanelor de sex feminin fata de cele de sex masculin. De asemenea se poate observa ca la nivelul intregii populatii exista diferente intre proportia persoanelor de sex feminin si proportia persoanelor de sex masculin obeze. Mai mult de jumatate din totalul populatiei analizate au o greutate normal.Subponderalii sunt foarte putini atat la persoanele de sex feminin cat si la persoanele de sex masculin.Obezitatea se manifesta mai acut odata cu inaintarea in varsta (cu cresterea) a adolescentilor.De aici concluzionam ca persoanele (adolescentii) care sunt supraponderale odata cu inaintarea in varsta (cu cresterea) pot ajunge obeze. Studiul arata totodata ca persoanele supraponderale au un procent mai mare in randul fetelor. La nivelul populatiei analizate datele studiului arata ca persoanele cu greutate normala au un procent de 53,9%, persoanele obeze 20%, persoanele subponderale 10,4%, persoanele supraponderale 15,7%. Rata obezitatii este mai mare in randul persoanelor de sex feminin fata de cele de sex masculin.

43

Anexa 1.

Chestionar

1. Care este varsta dumneavoastra?

…………..

2. Sexul persoanei?

o M

o F

3. Ce va descrie cel mai bine greutatea actuala?

o Normal

o Subponderal

o Supraponderal

o Obez

44

Documents

Analiza Comarativa a Obezitatii