IPAQ – jak policzyć aktywność fizyczną w MET-min/tydzień i przypisać kategorię

Autor: Konrad Hryniewicz · Opublikowano: 27 października 2026 · Aktualizacja: 26 października 2026

Czym jest IPAQ i do czego służy

Międzynarodowy Kwestionariusz Aktywności Fizycznej (International Physical Activity Questionnaire, IPAQ) powstał po to, żeby aktywność fizyczną dorosłych dało się porównywać między krajami. W latach 1997–1998 międzynarodowa grupa ekspertów przygotowała cztery wersje długie i cztery krótkie. Różniły się sposobem zbierania danych (wywiad telefoniczny albo samodzielne wypełnienie) i okresem odniesienia („ostatnie 7 dni” albo „typowy tydzień”). W 2000 roku 14 ośrodków z 12 krajów sprawdziło ich rzetelność i trafność (Craig i in., 2003). Autorzy uznali, że IPAQ nadaje się do monitorowania aktywności dorosłych w wieku 18–65 lat. Do badań krajowych zalecili wersję krótką z okresem „ostatnie 7 dni”, a do badań wymagających szczegółów – wersję długą.

W pracach dyplomowych z fizjoterapii, pielęgniarstwa i nauk o sporcie IPAQ pojawia się bardzo często, zwykle w wersji krótkiej (IPAQ-SF). Ten poradnik dotyczy właśnie jej: pokazuje, jak z dni i minut zrobić wynik w MET-min/tydzień, jak przypisać kategorię aktywności i jak opisać wynik w pracy. W odróżnieniu od skal typu PSS-10 IPAQ nie jest sumą odpowiedzi na skali Likerta, więc ogólne zasady z poradnika jak policzyć wynik kwestionariusza stosują się tu tylko częściowo.

Budowa wersji krótkiej

Krótka wersja rejestruje aktywność na czterech poziomach: wysiłek intensywny, wysiłek umiarkowany, chodzenie i siedzenie (Lee i in., 2011). Przy trzech pierwszych osoba podaje, w ile dni ostatniego tygodnia wykonywała daną aktywność i ile trwała ona zwykle jednego dnia. Przy siedzeniu podaje dzienny czas siedzenia. Odpowiedzi są więc liczbami dni (0–7) i minut, a nie punktami na skali. Treści pytań tu nie przytaczamy – pobierz wybraną wersję z oficjalnej strony.

Kwestionariusz jest udostępniony na licencji CC BY 4.0. Według oficjalnej strony nie trzeba prosić o zgodę na jego użycie ani tłumaczenie. Strona ostrzega jednak, że każda zmiana może obniżyć trafność i rzetelność, a tłumaczeń przysłanych przez niezależnych badaczy nikt nie weryfikował (IPAQ, b.d.). Na stronie pobierania język polski figuruje tylko wśród tłumaczeń, które „mogą się pojawić” (stan na wiosnę 2022, odczyt 26.10.2026). Polską wersję bierz więc z publikacji, która ją opisuje, i podaj tę publikację w pracy.

Jak policzyć wynik IPAQ krok po kroku

Krok 1. Sprawdź dane

Liczba dni musi mieścić się w zakresie 0–7. Odpowiedź „nie wiem” przy czasie to brak danych, a nie zero. Godziny zamień na minuty. W formularzach online najczęściej spotkasz pole tekstowe z wpisem „1,5 h” albo „90”, więc ujednolić dane trzeba ręcznie lub w skrypcie (zob. dane z Google Forms do SPSS i R). Potem zastosuj reguły z oficjalnego protokołu z listopada 2005 roku, w tej kolejności (IPAQ Research Committee, 2005):

• Braki. Jeśli brakuje czasu albo liczby dni (także przy odpowiedzi „nie wiem” lub odmowie), osoba wypada z analizy. Czas podany tygodniowo podziel przez 7, a wartości 15, 30, 45, 60 i 90 wpisane w polu godzin potraktuj jako minuty.
• Ponad 16 godzin. Jeśli suma dziennych czasów chodzenia, wysiłku umiarkowanego i intensywnego przekracza 960 minut, wyklucz osobę. Liczba dni większa niż 7 też oznacza wykluczenie.
• Mniej niż 10 minut. Czas krótszy niż 10 minut dziennie zamień na 0, razem z liczbą dni tej aktywności.
• Obcięcie do 180 minut. Dzienny czas każdego rodzaju aktywności powyżej 180 minut zapisz jako 180 w nowej zmiennej. Tydzień może więc wnieść najwyżej 21 godzin na każdy rodzaj aktywności.

Krok 2. Policz MET-min/tydzień

MET to wielokrotność wydatku energetycznego w spoczynku. Kompendium aktywności fizycznych przypisuje konkretnym czynnościom wartości MET, żeby wyniki z samoopisu dało się porównywać (Ainsworth i in., 2011). Strona IPAQ proponuje wyrażać wynik ciągły jako poziom MET × minuty aktywności × liczba dni w tygodniu (IPAQ, b.d.). Protokół podaje stałe wartości MET: 3.3 dla chodzenia, 4.0 dla wysiłku umiarkowanego i 8.0 dla intensywnego. To średnie dla wszystkich czynności danego rodzaju z kompendium aktywności w wydaniu z 2000 roku (IPAQ Research Committee, 2005). Te same wagi są w tabeli przeglądu Lee i in. (2011):

Przykład: ktoś ćwiczył intensywnie 3 dni po 45 minut, nie miał wysiłku umiarkowanego i chodził 3 dni po 25 minut. Wysiłek intensywny daje 8 × 45 × 3 = 1080, chodzenie 3.3 × 25 × 3 = 247.5, razem 1327.5 MET-min/tydzień. Zapisz trzy wyniki cząstkowe i sumę jako nowe kolumny – to typowe zmienne pochodne. Czas siedzenia nie wchodzi do sumy, raportuj go osobno w minutach dziennie.

Krok 3. Przypisz kategorię aktywności

Oficjalna strona i protokół podają te same trzy kategorie (IPAQ, b.d.; IPAQ Research Committee, 2005):

Najpierw sprawdzasz kategorię wysoką, potem umiarkowaną, a pozostałe osoby trafiają do niskiej. Protokół rozstrzyga dwa szczegóły, których nie ma na stronie (IPAQ Research Committee, 2005). Po pierwsze, progi 600, 1500 i 3000 MET-min dotyczą łącznej aktywności, a nie samego wysiłku intensywnego. Po drugie, kwestionariusz nie rejestruje, czy różne aktywności wypadły tego samego dnia, więc dni różnych rodzajów aktywności się sumuje. Na przykład 2 dni wysiłku umiarkowanego i 3 dni chodzenia spełniają warunek „co najmniej 5 dni”, a 4 dni wysiłku umiarkowanego i 3 dni chodzenia – warunek „co najmniej 7 dni”. Według protokołu obcięcie do 180 minut chroni przed błędnym zaliczeniem do kategorii wysokiej, np. osoby, która 6 dni chodziła po 10 minut i raz przez 12 godzin wykonywała wysiłek umiarkowany.

Jak interpretować wynik

Wyższy wynik w MET-min/tydzień oznacza większą deklarowaną aktywność. Kategorie IPAQ to umowne poziomy aktywności, a nie ocena zdrowia. Nie są też tym samym co spełnienie zaleceń WHO. Wytyczne WHO z 2020 roku mówią o 150–300 minutach aktywności umiarkowanej albo 75–150 minutach intensywnej tygodniowo, a do tego o ćwiczeniach siłowych i ograniczaniu siedzenia (Bull i in., 2020). Jeśli Twoja hipoteza dotyczy zaleceń WHO, zdefiniuj to kryterium osobno i opisz, jak je policzyłeś. Nie utożsamiaj go z kategorią IPAQ.

Pamiętaj też, że IPAQ to samoopis. Lee i in. (2011) przejrzeli 23 badania walidacyjne krótkiej wersji. Korelacje łącznej aktywności z pomiarem obiektywnym wynosiły od .09 do .39. W większości badań, które porównywały same poziomy, kwestionariusz zawyżał aktywność o 36–173%. Craig i in. (2003) podali medianę korelacji z akcelerometrem około .30. Wynik IPAQ lepiej więc nadaje się do porównań między osobami i grupami niż do twierdzeń w rodzaju „studenci spędzają tygodniowo X minut na wysiłku”. Opisz to w ograniczeniach badania (trafność kryterialna).

Przykład: 300 osób z dwóch kierunków studiów

Symulowane badanie objęło 150 osób studiujących fizjoterapię i 150 informatykę. Dane możesz pobrać jako plik CSV. Trzy osoby wpisały „nie wiem” przy czasie wysiłku umiarkowanego. Nie dało się dla nich policzyć wyniku, więc analizujemy 297 osób (149 z fizjoterapii i 148 z informatyki). Braki danych zgłoś w opisie próby. Pozostałe reguły protokołu niczego nie zmieniły: nikt nie przekroczył 960 minut dziennie, nie było czasów krótszych niż 10 minut ani dłuższych niż 180.

Rozkład wyniku: mediana zamiast średniej

Wyniki w MET-min/tydzień mają prawy ogon. Kilka bardzo aktywnych osób podnosi średnią, ale nie zmienia mediany. W przykładzie M = 1237.7 (SD = 836.7), a mediana wyniosła 1017.0 (IQR: 655.0–1605.0). Wyniki rozciągały się od 99 do 4770, a skośność wyniosła 1.4 (rysunek 1). Dlatego w tabelach podawaj medianę i kwartyle. Skrajne wartości oceniaj według reguł protokołu, a nie automatycznie jako obserwacje odstające. Mediana czasu siedzenia wyniosła 460 minut dziennie (IQR: 390–530).

Kategorie aktywności

Niską aktywność miało 78 osób (26.3%), umiarkowaną 185 (62.3%), a wysoką 34 (11.4%). Na fizjoterapii niską aktywność miało 16.8% osób, a na informatyce 35.8% (rysunek 2). Do porównania rozkładów kategorii między grupami użyj testu chi-kwadrat. Kategorie są jednak dodatkiem: w analizach głównych używaj wyniku ciągłego, bo podział na trzy poziomy traci informację.

Porównanie grup

Przy skośnym wyniku porównanie dwóch grup najprościej wykonać testem U Manna–Whitneya. Osoby z fizjoterapii (Me = 1287.5, IQR: 825.0–2028.0) deklarowały większą aktywność niż osoby z informatyki (Me = 828.8, IQR: 538.5–1176.5), W = 15667.00, Z = 6.27, p < .001, r = .36. Przesunięcie Hodgesa–Lehmanna wyniosło 479.05 MET-min/tydzień, 95% CI [331.50, 633.00]. Inne testy i miary efektu dla takich danych opisuje poradnik testy nieparametryczne krok po kroku. Przy regresji rozważ transformację logarytmiczną.

Rzetelność: dlaczego nie alfa Cronbacha

IPAQ nie mierzy jednej cechy za pomocą wielu wymiennych pozycji. Ktoś może dużo chodzić i wcale nie ćwiczyć intensywnie, i nie ma w tym sprzeczności. Alfa Cronbacha (spójność wewnętrzna) nie ma więc tu sensu. Właściwą miarą jest rzetelność test–retest, którą w badaniu walidacyjnym liczono korelacją Spearmana, a jej wartości skupiały się wokół .80 (Craig i in., 2003).

W przykładzie 60 osób wypełniło kwestionariusz ponownie po kilku dniach. Wynik ciągły okazał się powtarzalny: ρ = .89, p < .001. Kategorie wypadły znacznie słabiej. Ta sama kategoria wyszła u 63.3% osób, κ = .38, 95% CI [.18, .59], a kappa ważona wyniosła κ_w = .58, 95% CI [.43, .74]. Niewielka zmiana liczby dni wystarczy, żeby osoba blisko progu przeszła do innej kategorii. To kolejny argument za analizą wyniku ciągłego.

Jak opisać IPAQ w pracy

Wzór poniżej zawiera liczby z przykładu. W nawiasach kwadratowych uzupełnij źródło polskiej wersji. Ogólny schemat opisu narzędzia znajdziesz w poradniku opis narzędzia badawczego – wzór.

# B105 – IPAQ (wersja krótka, ostatnie 7 dni): MET-min/tydzień, kategorie, rozkład, test–retest (dane symulowane, set.seed(1052)).
# 300 osób studiujących (150 fizjoterapia, 150 informatyka). Dla każdego rodzaju aktywności: liczba dni (0–7) i minuty dziennie.
# Wzór ciągły: MET × minuty × dni; wartości MET 3.3 (chodzenie), 4.0 (umiarkowany), 8.0 (intensywny) i reguły czyszczenia
# według oficjalnego protokołu IPAQ Research Committee (2005), rozdz. 5.2 i 7.
suppressPackageStartupMessages({ library(psych) })
set.seed(1052)
n <- 300
kier <- rep(c("fizjoterapia", "informatyka"), each = n / 2)
fiz <- kier == "fizjoterapia"
dni <- function(p) rbinom(n, 7, p)
minuty <- function(d, m) ifelse(d == 0, 0, pmin(180, pmax(10, round(rlnorm(length(d), log(m), 0.6) / 5) * 5)))
dV <- dni(ifelse(fiz, .22, .14)) * rbinom(n, 1, ifelse(fiz, .75, .55)); mV <- minuty(dV, ifelse(fiz, 50, 40))
dM <- dni(ifelse(fiz, .30, .25)) * rbinom(n, 1, .8);                  mM <- minuty(dM, 35)
dW <- dni(ifelse(fiz, .65, .60));                                     mW <- minuty(dW, ifelse(fiz, 35, 30))
siedz <- round(rnorm(n, ifelse(fiz, 420, 510), 100) / 10) * 10
dane <- data.frame(id = 1:n, kierunek = kier, dni_int = dV, min_int = mV, dni_umiark = dM, min_umiark = mM,
                   dni_chodz = dW, min_chodz = mW, siedzenie_min = siedz)
dane$min_umiark[c(23, 187, 241)] <- NA      # trzy osoby wpisały „nie wiem” przy czasie
write.csv(dane, "../ipaq-dane-przyklad.csv", row.names = FALSE)

# Funkcje: MET-min/tydzień i kategoria według protokołu (2005, rozdz. 5.3 i 7.6):
# (a) progi 600, 1500 i 3000 MET-min dotyczą łącznej aktywności (Total physical activity);
# (b) dni łączone = suma dni trzech rodzajów aktywności, liczona jako „co najmniej 5” albo „co najmniej 7” (tu: najwyżej 7);
# (c) w drugim kryterium kategorii umiarkowanej sumujemy dni wysiłku umiarkowanego i chodzenia trwających co najmniej 30 minut.
met <- function(dV, mV, dM, mM, dW, mW) 8.0 * mV * dV + 4.0 * mM * dM + 3.3 * mW * dW
kategoria_ipaq <- function(dV, mV, dM, mM, dW, mW) {
  suma <- met(dV, mV, dM, mM, dW, mW); dl <- pmin(7, dV + dM + dW)
  wys <- (dV >= 3 & suma >= 1500) | (dl >= 7 & suma >= 3000)
  umi <- (dV >= 3 & mV >= 20) | ((dM * (mM >= 30) + dW * (mW >= 30)) >= 5) | (dl >= 5 & suma >= 600)
  factor(ifelse(wys, "wysoka", ifelse(umi, "umiarkowana", "niska")), levels = c("niska", "umiarkowana", "wysoka"))
}

# Krok 1. Kontrola i czyszczenie według protokołu (2005, rozdz. 7): dni 0–7, braki, > 960 min, < 10 min, obcięcie do 180 min
sapply(dane[, c("dni_int", "dni_umiark", "dni_chodz")], function(x) all(x %in% 0:7))
colSums(is.na(dane[, -(1:2)]))[colSums(is.na(dane[, -(1:2)])) > 0]
d <- dane[complete.cases(dane), ]                                   # 7.1: brak czasu lub dni – osoba poza analizą
ponad_960 <- with(d, min_int + min_umiark + min_chodz > 960)        # 7.2: łącznie ponad 16 godzin dziennie – wykluczenie
d <- d[!ponad_960, ]
rodzaje <- c("int", "umiark", "chodz"); ponizej_10 <- obciete_180 <- 0
for (r in rodzaje) {
  mi <- paste0("min_", r); dn <- paste0("dni_", r)
  krotko <- d[[mi]] > 0 & d[[mi]] < 10                              # 7.3: poniżej 10 minut – czas i dni na zero
  ponizej_10 <- ponizej_10 + sum(krotko); d[krotko, c(mi, dn)] <- 0
  obciete_180 <- obciete_180 + sum(d[[mi]] > 180)                   # 7.4: powyżej 180 minut – obcięcie do 180
  d[[mi]] <- pmin(d[[mi]], 180)
}
c(n_analiza = nrow(d), wykluczeni_braki = nrow(dane) - nrow(d) - sum(ponad_960), wykluczeni_960 = sum(ponad_960),
  ponizej_10 = ponizej_10, obciete_180 = obciete_180)

# Krok 2. MET-min/tydzień dla każdego rodzaju aktywności i łącznie
d$MET_int <- 8.0 * d$min_int * d$dni_int
d$MET_umiark <- 4.0 * d$min_umiark * d$dni_umiark
d$MET_chodz <- 3.3 * d$min_chodz * d$dni_chodz
d$MET_suma <- d$MET_int + d$MET_umiark + d$MET_chodz
head(d[, c("id", "dni_int", "min_int", "dni_umiark", "min_umiark", "dni_chodz", "min_chodz", "MET_suma")], 3)

# Krok 3. Kategorie
d$kategoria <- with(d, kategoria_ipaq(dni_int, min_int, dni_umiark, min_umiark, dni_chodz, min_chodz))
table(d$kategoria)
round(100 * prop.table(table(d$kategoria)), 1)
table(d$kierunek, d$kategoria)
round(100 * prop.table(table(d$kierunek, d$kategoria), 1), 1)

# Krok 4. Rozkład: mediana i IQR zamiast średniej
x <- d$MET_suma
round(c(M = mean(x), SD = sd(x), Me = median(x), Q1 = unname(quantile(x, .25)), Q3 = unname(quantile(x, .75)),
        min = min(x), max = max(x), skosnosc = psych::skew(x)), 1)
c(zero_MET = sum(x == 0))
aggregate(MET_suma ~ kierunek, d, function(v) round(c(Me = median(v), Q1 = quantile(v, .25, names = FALSE), Q3 = quantile(v, .75, names = FALSE)), 1))
round(c(siedzenie_Me = median(d$siedzenie_min), Q1 = quantile(d$siedzenie_min, .25, names = FALSE), Q3 = quantile(d$siedzenie_min, .75, names = FALSE)))

# Krok 5. Porównanie kierunków: test Manna–Whitneya, r = Z / sqrt(N), przesunięcie Hodgesa–Lehmanna z 95% CI
w <- wilcox.test(MET_suma ~ kierunek, data = d, conf.int = TRUE, exact = FALSE)
z <- qnorm(w$p.value / 2, lower.tail = FALSE)
round(c(W = unname(w$statistic), Z = z, r = z / sqrt(nrow(d)), HL = unname(w$estimate), lo = w$conf.int[1], hi = w$conf.int[2]), 2)
format.pval(w$p.value, digits = 3)
table(d$kierunek)

# Krok 6. Test–retest: 60 osób odpowiedziało ponownie po kilku dniach
set.seed(1053)
re <- d[sample(nrow(d), 60), ]
zmien_dni <- function(v) pmin(7, pmax(0, v + sample(c(-1, -1, 0, 0, 0, 1, 1), length(v), replace = TRUE)))
zmien_min <- function(m, dn) ifelse(dn == 0, 0, pmin(180, pmax(10, round(ifelse(m == 0, 30, m) * exp(rnorm(length(m), 0, 0.4)) / 5) * 5)))
re2 <- within(re, {
  dni_int <- zmien_dni(dni_int); min_int <- zmien_min(min_int, dni_int)
  dni_umiark <- zmien_dni(dni_umiark); min_umiark <- zmien_min(min_umiark, dni_umiark)
  dni_chodz <- zmien_dni(dni_chodz); min_chodz <- zmien_min(min_chodz, dni_chodz)
})
MET2 <- with(re2, met(dni_int, min_int, dni_umiark, min_umiark, dni_chodz, min_chodz))
kat2 <- with(re2, kategoria_ipaq(dni_int, min_int, dni_umiark, min_umiark, dni_chodz, min_chodz))
rho <- cor.test(re$MET_suma, MET2, method = "spearman", exact = FALSE)
round(c(rho = unname(rho$estimate)), 2); format.pval(rho$p.value, digits = 3)
table(pomiar1 = re$kategoria, pomiar2 = kat2)
kap <- cohen.kappa(cbind(as.integer(re$kategoria), as.integer(kat2)))
round(c(zgodnosc_proc = 100 * mean(re$kategoria == kat2), kappa = kap$kappa, kappa_wazona = kap$weighted.kappa), 2)
round(kap$confid, 2)

   dni_int dni_umiark  dni_chodz 
      TRUE       TRUE       TRUE 
min_umiark 
         3 
       n_analiza wykluczeni_braki   wykluczeni_960       ponizej_10      obciete_180 
             297                3                0                0                0 
  id dni_int min_int dni_umiark min_umiark dni_chodz min_chodz MET_suma
1  1       3      45          0          0         3        25   1327.5
2  2       2      25          4         70         5        45   2262.5
3  3       1      25          3         30         5        60   1550.0

      niska umiarkowana      wysoka 
         78         185          34 

      niska umiarkowana      wysoka 
       26.3        62.3        11.4 
              
               niska umiarkowana wysoka
  fizjoterapia    25         101     23
  informatyka     53          84     11
              
               niska umiarkowana wysoka
  fizjoterapia  16.8        67.8   15.4
  informatyka   35.8        56.8    7.4
       M       SD       Me       Q1       Q3      min      max skosnosc 
  1237.7    836.7   1017.0    655.0   1605.0     99.0   4770.0      1.4 
zero_MET 
       0 
      kierunek MET_suma.Me MET_suma.Q1 MET_suma.Q3
1 fizjoterapia      1287.5       825.0      2028.0
2  informatyka       828.8       538.5      1176.5
siedzenie_Me           Q1           Q3 
         460          390          530 
       W        Z        r       HL       lo       hi 
15667.00     6.27     0.36   479.05   331.50   633.00 
[1] "3.59e-10"

fizjoterapia  informatyka 
         149          148 
 rho 
0.89 
[1] "<2e-16"
             pomiar2
pomiar1       niska umiarkowana wysoka
  niska          12           9      0
  umiarkowana     5          21      5
  wysoka          0           3      5
zgodnosc_proc         kappa  kappa_wazona 
        63.33          0.38          0.58 
                 lower estimate upper
unweighted kappa  0.18     0.38  0.59
weighted kappa    0.43     0.58  0.74

Najczęstsze błędy przy IPAQ

• Liczenie IPAQ jak skali Likerta, np. sumowanie liczby dni z minutami. Wynik to MET × minuty × dni.
• Dodawanie siedzenia do MET-min. Czas siedzenia raportuj osobno.
• Pominięcie protokołu z 2005 roku. Bez obcięcia do 180 minut odpowiedź „7 dni po 600 minut” wysiłku intensywnego daje 33600 MET-min/tydzień zamiast 10080 i zawyża średnią całej grupy.
• Średnia i SD jako jedyne statystyki przy skośnym rozkładzie. Podaj medianę i IQR (zob. statystyki opisowe w pracy).
• Utożsamianie kategorii IPAQ z zaleceniami WHO albo z oceną zdrowia.
• Alfa Cronbacha dla IPAQ. Przy tym narzędziu raportuj rzetelność test–retest z literatury lub własnego badania.
• Własny przekład bez opisu. Licencja pozwala tłumaczyć, ale wersję i jej źródło musisz podać.
• Twierdzenia o bezwzględnym poziomie aktywności. Samoopis zwykle zawyża aktywność, więc wnioskuj ostrożnie.

Więcej przykładów analiz z prac o aktywności i sprawności znajdziesz w poradnikach statystyka w pracy z WF i nauk o sporcie oraz statystyka dla fizjoterapeuty. Ocena samodzielności pacjentów to z kolei temat wpisu o indeksie Barthel. Jeśli chcesz sprawdzić skrypt liczący IPAQ albo dobór testów do swojej pracy, możesz skorzystać z konsultacji w ramach oferty analizy statystyczne dla studentów. Wyniki musisz rozumieć i umieć obronić samodzielnie.

Najczęstsze pytania

Jak policzyć MET-min/tydzień w IPAQ?

Dla każdego rodzaju aktywności pomnóż wartość MET przez minuty dziennie i liczbę dni w tygodniu, a potem zsumuj trzy wyniki. Oficjalny protokół IPAQ z 2005 roku podaje wartości 8.0 dla wysiłku intensywnego, 4.0 dla umiarkowanego i 3.3 dla chodzenia. Wcześniej zastosuj reguły czyszczenia: wyzeruj czasy poniżej 10 minut i obetnij czasy powyżej 180 minut dziennie.

Jakie są kategorie aktywności w IPAQ?

Oficjalna strona i protokół IPAQ podają trzy kategorie: niską, umiarkowaną i wysoką. Wysoka wymaga wysiłku intensywnego w co najmniej 3 dni przy łącznej aktywności co najmniej 1500 MET-min/tydzień albo aktywności przez co najmniej 7 dni (dni różnych rodzajów się sumuje) przy łącznie 3000 MET-min/tydzień. Umiarkowana ma trzy alternatywne kryteria, a niska obejmuje osoby, które nie spełniają pozostałych.

Czy do IPAQ liczy się alfę Cronbacha?

Nie. Pytania IPAQ nie są wymiennymi wskaźnikami jednej cechy – ktoś może dużo chodzić i wcale nie ćwiczyć intensywnie. Właściwa jest rzetelność test–retest, np. korelacja Spearmana dla wyniku ciągłego i kappa dla kategorii.

Czy na użycie IPAQ w pracy dyplomowej potrzebna jest zgoda?

Według oficjalnej strony nie: kwestionariusz jest udostępniony na licencji CC BY 4.0 i można go używać oraz tłumaczyć bez uprzedniej zgody. W pracy podaj jednak źródło wersji językowej, z której korzystasz, bo strona nie weryfikuje nadesłanych tłumaczeń.

Czy wynik IPAQ podawać jako średnią czy medianę?

Rozkład MET-min/tydzień jest zwykle prawostronnie skośny, więc podstawą opisu powinny być mediana i rozstęp ćwiartkowy. Średnią i SD możesz dodać, ale do porównania grup lepiej sięgnąć po test Manna–Whitneya albo po model na zlogarytmowanym wyniku.

Powiązane hasła

Przeczytaj też

@article{ainsworth2011compendium, author={Ainsworth, Barbara E. and Haskell, William L. and Herrmann, Stephen D. and Meckes, Nathanael and Bassett, David R. and Tudor-Locke, Catrine and Greer, Jennifer L. and Vezina, Jesse and Whitt-Glover, Melicia C. and Leon, Arthur S.}, title={{2011 Compendium of Physical Activities: A second update of codes and MET values}}, journal={Medicine \& Science in Sports \& Exercise}, year={2011}, volume={43}, number={8}, pages={1575--1581}, doi={10.1249/mss.0b013e31821ece12}}

@article{bull2020world, author={Bull, Fiona C. and Al-Ansari, Salih S. and Biddle, Stuart and Borodulin, Katja and Buman, Matthew P. and Cardon, Greet and Carty, Catherine and Chaput, Jean-Philippe and Chastin, Sebastien and Chou, Roger and Dempsey, Paddy C. and DiPietro, Loretta and Ekelund, Ulf and Firth, Joseph and Friedenreich, Christine M. and Garcia, Leandro and Gichu, Muthoni and Jago, Russell and Katzmarzyk, Peter T. and Lambert, Estelle and Leitzmann, Michael and Milton, Karen and Ortega, Francisco B. and Ranasinghe, Chathuranga and Stamatakis, Emmanuel and Tiedemann, Anne and Troiano, Richard P. and van der Ploeg, Hidde P. and Wari, Vicky and Willumsen, Juana F.}, title={{World Health Organization 2020 guidelines on physical activity and sedentary behaviour}}, journal={British Journal of Sports Medicine}, year={2020}, volume={54}, number={24}, pages={1451--1462}, doi={10.1136/bjsports-2020-102955}}

@article{craig2003international, author={Craig, Cora L. and Marshall, Alison L. and Sjöström, Michael and Bauman, Adrian E. and Booth, Michael L. and Ainsworth, Barbara E. and Pratt, Michael and Ekelund, Ulf and Yngve, Agneta and Sallis, James F. and Oja, Pekka}, title={{International Physical Activity Questionnaire: 12-country reliability and validity}}, journal={Medicine \& Science in Sports \& Exercise}, year={2003}, volume={35}, number={8}, pages={1381--1395}, doi={10.1249/01.mss.0000078924.61453.fb}}

@misc{ipaqstrona, author={{IPAQ}}, title={{International Physical Activity Questionnaire (strony: Score, FAQ, Download)}}, url={https://sites.google.com/view/ipaq/score}}

@misc{ipaq2005guidelines, author={{IPAQ Research Committee}}, title={{Guidelines for data processing and analysis of the International Physical Activity Questionnaire (IPAQ) – Short and long forms}}, year={2005}, url={https://drive.google.com/file/d/1gehdq1-04eSWfbxscwtzXa1MUlD8Mffa/view}}

@article{lee2011validity, author={Lee, Paul H. and Macfarlane, Duncan J. and Lam, T. H. and Stewart, Sunita M.}, title={{Validity of the International Physical Activity Questionnaire Short Form (IPAQ-SF): A systematic review}}, journal={International Journal of Behavioral Nutrition and Physical Activity}, year={2011}, volume={8}, number={1}, eid={115}, doi={10.1186/1479-5868-8-115}}