OBJETIVO

Reconocer las diferentes áreas de aplicación de la estadística y realizar el proceso de recolección y

resumen de datos a través de las técnicas de la estadística descriptiva existentes.

Con el objetivo planteado el estudiante deberá estar en capacidad de:

 Identificar la función de la estadística.

 Diferenciar los tipos de variables existentes y los niveles de medición.

 Identificar las diferentes formas de recolección de información.

 Resumir los datos utilizando las diferentes técnicas.

1
 CONTENIDO

Pág.

TEMA 1: CONCEPTOS BÁSICOS 1

1. ESTADÍSTICA 2
2. BIOESTADÍSTICA 3
3. DEMOGRAFÍA 3
4. ECONOMETRIA 3
5. ALEATORIO 3
6. INFERENCIA 4
7. POBLACIÓN 4
8. MUESTRA 5

TEMA 2: TIPOS DE ESTADÍSTICA 7

1. ESTADÍSTICA DESCRIPTIVA 7
2. ESTADÍSTICA INFERENCIAL 7

TEMA 3: FUNCION DE LA ESTADÍSTICA 10

TEMA 4: DEFINICIÓN DE VARIABLE 12

1. MEDIR 12
2. VALOR 13
3. VARIABLE 13

TEMA 5: TIPOS DE VARIABLES 16

1. VARIABLES INDEPENDIENTES Y DEPENDIENTES 16

1.1. VARIABLE DEPENDIENTE 16
1.2. VARIABLE INDEPENDIENTE 16
2. VARIABLES DISCRETAS Y CONTINUAS 18
2.1. VARIABLES DISCRETAS 18
2.2. VARIABLES CONTINUAS 20

3. VARIABLES CUANTITATIVAS Y CUALITATIVAS 21

3.1. VARIABLES CUANTITATIVAS 21

2
3.2. VARIABLES CUALITATIVAS 22

TEMA 6: NIVELES DE MEDICION 24

1. ESCALA NOMINAL 25
2. ESCALA ORDINAL 29
3. ESCALA DE INTERVALO 32
4. ESCALA DE RAZON 33

TEMA 7: FORMAS DE RECOLECCION DE INFORMACIÓN 36

1. SISTEMAS DE RECOLECCION DE LA INFORMACIÓN 36

1.1. CENSO 36
1.2. REGISTRO 37
1.3. ENCUESTA 38
1.4. OBSERVACIÓN 38
2. EL FORMATO 39

TEMA 8: CRITICA, CODIFICACIÓN Y TABULACION DEL DATO 42

1. CRITICA 42
2. CODIFICACIÓN 42
3. TABULACION 43

TEMA 9: ARREGLO ORDENADO 46

TEMA 10: DATOS AGRUPADOS Y DISTRIBUCIÓN DE FRECUANCIA 49

1. DATOS AGRUPADOS 49
1.1. AGRUPACIÓN DE VARIABLES CUALITATIVAS 49
1.2. AGRUPACIÓN DE VARIABLES CUANTITATIVAS 52
1.2.1. LIMITE INFERIOR DE CLASE 58
1.2.2. LIMITE SUPERIOR DE CLASE 59
1.2.3. FRECUENCIA ACUMULADA 60
1.2.4. FRECUENCIA RELATIVA 61
1.2.5. FRECUENCIA RELATIVA ACUMULADA 63

TEMA 11: REPASO PARA EL CALCULO DE PORCENTAJES Y

METODOS DE APROXIMACIÓN 66

1. CALCULO DE PORCENTAJES 66
2. METODOS DE APROXIMACIONES 68
2.1. POR DEFECTO 69

3
2.2. POR EXCESO 69
2.3. POR LA MEDIA UNIDAD 70

TALLERES 72

4
 TEMA 1: CONCEPTOS BÁSICOS

El mundo está lleno de variaciones, y a veces se hace difícil descubrir las verdaderas

diferencias que surgen como consecuencia de ellas. La estadística no sería necesaria si todas

las personas fueran idénticas; es decir por ejemplo si fueras varón, de 172 cm de altura,

tuvieras los ojos castaños y fueras increíblemente guapo, y se considerara esta descripción

adecuada para cualquier otra persona. Análogamente, si no hubiera diferencias y conociéramos

tu esperanza de vida, o si un nuevo producto fuera eficaz para eliminar tu caspa, o supiéramos

qué partido político ibas a votar en las próximas elecciones, sabríamos también todo esto del

resto de la gente.

Afortunadamente, las cosas no son así; las personas son distintas en todos estos aspectos, así

como en otros miles. Lo que subyace en esta capacidad de variación es lo que dificulta la

determinación de cómo una persona va a responder a un tratamiento recién inventado o cómo

va a reaccionar ante una situación determinada.

No podemos mirarnos al espejo y preguntarnos: “¡Eh, tú!, ¿qué sensación te produce la nueva

marca de pasta dentífrica?” y suponer que los demás van a sentir lo mismo.

Es por esta variabilidad entre personas distintas, e incluso de una misma persona en distintas

épocas de su vida, por lo que nació la estadística. La estadística nos permite describir la

persona o “medida”, comprobar como dicha descripción encaja o no en otras personas y ver

hasta que punto podemos generalizar nuestras conclusiones tras el estudio de unos pocos

individuos a toda una población. Así, la estadística se puede utilizar de dos maneras: para

describir los datos y para realizar inferencias a partir de ellos.

1
Para mucha gente, estadística significa descripciones numéricas. Esto puede verificarse

fácilmente al escuchar, un domingo cualquiera, a un comentarista de televisión narrar un juego

de fútbol. Sin embargo, en términos más precisos, la estadística es el estudio de los

fenómenos aleatorios. En este sentido la ciencia de la estadística tiene, virtualmente, un

alcance ilimitado de aplicaciones en un espectro tan amplio de disciplinas que van desde las

ciencias y la ingeniería hasta las leyes y la medicina.

En este sentido es importante destacar algunos conceptos básicos, antes de introducirnos a la

aplicación de la estadística.

1. ESTADISTICA

Es la disciplina que se ocupa de: organizar y resumir una gran cantidad de datos obtenidos de la

realidad e inferir conclusiones respecto a ellos y se utiliza mediante recursos matemáticos.

También, podríamos definir la Estadística como una disciplina que permite reducir el grado de

incertidumbre que se posee inicialmente cuando se encuentran diversas alternativas de

solución ante un problema u oportunidad particular. Este aumento de confianza al elegir la

mejor alternativa se logra mediante la recopilación, crítica, tabulación, análisis, interpretación

y sustentación de la información inherente a la situación bajo estudio.

Los métodos estadísticos están desempeñando un papel muy importante en casi todas las fases

actuales del progreso humano, como en los negocios, la educación, la medicina y la economía

entre otros; ejemplo de ellos son la aplicación de la bioestadística, demografía y econometría.

2
2. BIOESTADISTICA

Es: una rama de la estadística que se ocupa de los problemas planteados dentro de la ciencia de

la vida, es la disciplina que se encarga de generar y aplicar métodos estadísticos a información

a datos proveniente de las áreas biológicas

3. DEMOGRAFIA

Es: la ciencia que tiene como objetivo el estudio de las poblaciones humanas y que trata de su

dimensión su estructura evolución y características generales.

Esta estudia también estudia los procesos concretos que determinan la formación la

conservación y la desaparición de las poblaciones

4. ECONOMETRIA

Es: es la rama de la economía que utiliza métodos y modelos matemáticos. El cálculo,

la probabilidad, la estadística, la programación lineal y la teoría de juegos, así como otras áreas

de las matemáticas, se utilizan para analizar, interpretar y predecir diversos variables y

sistemas económicos, como el precio, las reacciones del mercado, el coste de producción, la

tendencia de los negocios y la política económica

5. ALEATORIO

Término que se utiliza cuando: se usa para expresar una aparente carencia de propósito, causa,

u orden. El término aleatoriedad se usa a menudo como sinónimo con un número de propiedades

estadísticas medibles, tales como la carencia de tendencias o correlación.

Por ejemplo cuando nos decidimos a comprar un billete de la lotería, la posibilidad de ganar

está ligada a una situación de azar; o en el campo de la salud la posibilidad de adquirir cierta

enfermedad puede considerarse un caso fortuito.

3
6. INFERENCIA

Es una parte de la estadística que comprende los métodos y procedimientos para deducir

propiedades de una población estadística, a partir de una pequeña parte de la misma

7. POBLACION

En estadística, también llamada universo o colectivo, es el conjunto de elementos de referencia

sobre el que se realizan las observaciones.

Algunos ejemplos de ello son los estudiantes del Programa de formación de Auxiliares

administrativos en Salud matriculados en el presente semestre académico, área de influencia

de un Centro de Salud, pacientes que acuden a consulta externa en el Hospital San Rafael de

Cerrito durante un período dado.

Como se mencionó una población puede ser finita o infinita. En la población finita se puede

determinar desde el primero, hasta el último de sus elementos; de acuerdo a esto los ejemplos

anteriores corresponden a poblaciones finitas.

8. MUESTRA

Es un subconjunto de casos o individuos de una población estadística tales casos, puede

obtenerse una información similar a la de un estudio exhaustivo con mayor rapidez y menor

coste

4
Para ejemplificar lo anterior, tomemos la población de los estudiantes del Programa de

formación de Auxiliares Administrativos en Salud matriculados en el presente semestre

académico, a partir de la cual podríamos elegir una muestra o pequeño grupo de estudiantes

por cada asignatura.

A continuación se debe detallan ejemplos de diferentes poblaciones y las correspondientes

muestras que podríamos elegir. Notemos que las muestras deben contener características

similares a la población de la cual se selecciona:

POBLACION MUESTRA

Hombres analfabetas en Colombia Hombres analfabetas en el dpto. del cauca

Enfermos de cáncer en el mundo Enfermos de cáncer en usa

Personas desempleadas en el valle del cauca Personas desempleadas en Palmira

Menores de edad embarazadas en Colombia Menores de edad embarazadas en Popayán

Jóvenes militares de Pradera Jóvenes militares en un barrio de pradera

Número de estudiantes de Palmira Número de estudiantes del centra

Hombres con sida en el valle del cauca Hombres con sida en Cali

TEMA 2: TIPOS DE ESTADÍSTICA

5
Las características fundamentales que rigen el buen uso de la estadística son la pertinencia,

confiabilidad, integridad, comparabilidad y oportunidad.

La estadística se divide en dos grandes ramas: la estadística descriptiva y la estadística

inferencial.

1. ESTADISTICA DESCRIPTIVA

Es una gran parte de la estadística que se dedica a analizar y representar los datos. Este
análisis es muy básico. Aunque hay tendencia a generalizar a toda la población, las primeras
conclusiones obtenidas tras un análisis descriptivo, es un estudio calculando una serie
de medidas de tendencia central, para ver en qué medida los datos se agrupan o dispersan en
torno a un valor central. Esto es lo que podría ser un concepto aproximado.

El dominio de la estadística descriptiva, incluye diversos métodos de organizar y presentar

gráficamente los datos para dar una idea de lo que nos muestran, e incluye también varios

parámetros que llevan a un resumen con muy pocos números clave.

2. ESTADISTICA INFERENCIAL

Es una parte de la estadística que comprende los métodos y procedimientos para deducir

propiedades de una población estadística, a partir de una pequeña parte de la misma.

Por ejemplo cuando un dermatólogo aplica una nueva crema, bálsamo de berenjenas, a 20

adolescentes cuyas posibilidades de encontrar su verdadero amor se han visto seriamente

comprometidas a causa del acné, y lo compara con otros 20 adolescentes que siguen sin

tratamiento (y presumiblemente sin pareja), no está interesado exclusivamente en estos 40

muchachos. Espera saber de qué manera van a responder al tratamiento todos los chicos que

6
tienen acné. Es decir está intentando llevar a cabo una inferencia sobre un grupo grande de

individuos a partir del pequeño grupo que está estudiando.

En salud, dependiendo de la aplicación que se haga de la estadística (ya se descriptiva o

inferencial) podemos hablar de estadísticas vitales, estadísticas de salud, estadísticas

demográficas, estadísticas hospitalarias, etc. Las instituciones de salud, las utilizan en su

mayoría con un enfoque descriptivo.

ESTADISTICAS VITALES

Los registros vitales son estadísticas continuas que recogen información sobre nacimientos,
defunciones fetales y no fetales, que permiten contar con información que revela los cambios
ocurridos en los niveles y patrones de mortalidad y fecundidad, proporcionando una visión
dinámica de la población, como complemento al enfoque estático que proveen los censos.

 ESTADISTICAS EN SALUD

Con un enfoque Estadístico se puede estudiar poblaciones en las que se aplican leyes con

grandes fluctuaciones aleatorias Se debe proporcionar una cultura Estadística, donde se

relacionen capacidad para: En salud se emplean, consciente o no, muchos conceptos

estadísticos al adoptar decisiones relativas a diagnósticos clínicos, o bien al predecir probables

resultados de un programa de intervención en la población. La estadística es una excelente

base para comprender muchos fenómenos reales y para orientar la resolución de problemas.

Interpretar y Evaluar críticamente la información estadística, los argumentos apoyados en

datos que se pueden encontrar en diversos contextos, incluyendo los medios de comunicación

La Estadística es un vehículo para alcanzar las capacidades de comunicación, tratamiento de la

información, resolución de problemas, uso de Pcs, trabajo cooperativo y en grupo

7
 ESTADISTICAS DEMOGRAFICAS

Es la ciencia qué tiene como objetivo el estudio de las poblaciones humanas y que trata de su
dimensión, estructura, evolución y características generales.
La demografía estudia estadísticamente la estructura y la dinámica de las poblaciones así como

los procesos concretos que determinan la formación la conservación y la desaparición de

las poblaciones. Tales procesos en su forma más agregada son los de fecundidad mortalidad y

migración emigración e emigración

 ESTADISTICAS HOSPITALARIAS

Toda actividad humana necesita medir y compararse en función de su estructura proceso y

resultado así como conocer los recursos que le están disponibles para fijar los dispositivos

metas y objetivos que desea alcanzar. Es la importancia y logros de los servicios de atención

medica estén tan estrechamente vinculados a sus indicadores cualquier desviación que ellos

muestren se convierte para los responsables de gestión en un reto por resolver

TEMA 3: FUNCIÓN DE LA ESTADÍSTICA

Actualmente la información es un factor determinante para el éxito de las empresas sin

importar el ramo en el cual estén participando. Generalmente, la información se acumula a lo

largo de los años, pero en la mayoría de los casos se tiene una montaña de datos que no dicen

8
nada. No es importante la cantidad de información, si no que tan rápido se transformen los

datos para la toma de decisiones.

En este sentido, la aplicación de la estadística permite organizar, resumir y analizar

información para ser presentada a quienes dirigen las empresas. En el sector salud, la

estadística ha cobrado gran importancia, ya que su uso se ha constituido en fundamento para

la planeación, organización, administración y evaluación de los programas de salud, también ha

cobrado especial interés en la investigación científica.

El Sistema General de Seguridad Social en Salud, que actualmente rige en el País, ha obligado a

cambiar el ámbito de la utilización de la información para la planificación de los servicios de

salud. En el pasado se daba importancia solo a cumplir con el reporte de datos producidos por

los hospitales a los niveles departamental y nacional donde se definían todas las acciones. Hoy

en día la redefinición de las Instituciones Prestadoras de Servicios de Salud y la creación en el

sistema de salud de las Empresas Promotoras de Salud (EPS), hace que estas instituciones se

conviertan en actores con un papel decisorio para escoger las alternativas que darán solución a

los diversos problemas de salud de la población.

Por tanto, para garantizar la supervivencia y desarrollo de las instituciones del sector salud,

éstas deben disponer de información confiable y oportuna y utilizar la pertinente para su

desempeño institucional. Esto lo logran a través de un buen trabajo estadístico que permita

generar informes e indicadores de utilización, producción, calidad y eficiencia de los servicios

de salud, y de un adecuado análisis que lleve a un mejor control y evaluación de las acciones en

salud en cada uno de los niveles.

En resumen, la estadística en salud cumple las siguientes funciones:

 Permite describir el nivel de salud de una comunidad destacando los aspectos más

importantes para la acción.

9
 Orienta la solución a los problemas de salud con base al análisis y ejecución de la acción

administrativa.

 Permite la creación y control de estándares administrativos en salud.

 Determina el éxito o el fracaso de los programas de salud.

 Determina las tendencias de la población, sus variables anexas y proyecciones futuras.

 Determina las prioridades de los programas de salud.

 Promueve una legislación en salud.

 Permite la difusión de información confiable sobre la situación de salud y sus programas.

Una vez desarrollados los temas 1 a 3, realizar el taller No. 1.

TEMA 4: DEFINICIÓN DE VARIABLE

Algunos aspectos en los que se pueden apreciar diferencias entre las personas son el género, la

edad, la altura, el color del pelo y de los ojos, las preferencias políticas, las respuestas a

determinados tratamientos y la esperanza de vida. Estos factores reciben el nombre de

variables.

10
Antes de definir el término variable, es preciso aclarar los significados de medir y de valor:

1. MEDIR

Es comparar con un patrón, siendo el patrón una serie de características o cualidades que

tienen los objetos o las diversas magnitudes asociadas biunívocamente con una escala numérica.

Ejemplo:

Cuando se observa una persona respecto a las enfermedades sufridas durante el último año,

medir sería buscar los diagnósticos que asignó el médico para lo cual éste utilizó los conceptos

de cualidades o atributos.

A la misma persona se le pregunta el número de hijos y en este caso medir sería encontrar el

valor o magnitud de la escala numérica asociada biunívocamente con cuantos hijos tiene.

2. VALOR

Son los diversos atributos o diversas magnitudes que caracteriza al sujeto observado.

Ejemplo:

Juan tiene 30 años, 30 es una valor de la edad que caracteriza a Juan.

3. VARIABLE

Una variable no es más que lo que está siendo observado o medido.

11
Una característica se clasifica como variable si, tal y como se observa, se encuentra que ésta

toma diferentes valores en diferentes personas, lugares o cosas. Esto se hace por la simple

razón de que la característica no es la misma cuando se observa en diferentes poseedores.

Algunos ejemplos de variables y los valores que pueden tomar son:

 Calcular el peso y las tallas de los niños entre los 8 y 10 anos del hospital san Vicente

 Mostrar la edad de las mujeres con cáncer de mama en la ciudad de Palmira

 Calcular el índice de accidentalidad por consumo de alcohol en el valle del cauca

 Mostrar el índice de mortalidad por negligencia médica en la ciudad de Bogotá

 Mostrar a las mujeres menores de edad con obesidad en los departamentos del cauca

 Calcular el índice de personas con lesiones o fracturas por accidentes de trabajo

 Mostrar la cantidad y la edad de los hombres con cáncer de próstata en la ciudad de Cali

Cuando de clasificar las variables se trata, para que ésta sea adecuada requiere de las

siguientes condiciones (las cuales son necesariamente útiles al analizar los niveles de medición

de las variables):

 Exhaustividad. Lo cual consiste en que al ser sometida la variable a medición, existen

valores suficientes para las diversas formas en que pueda presentarse la unidad, en otras

palabras, implica tener que agotar todas las alternativas posibles de clasificación, evitando

de esta forma que algunas de las observaciones queden sin ser clasificadas.

12
 Así, si se desea clasificar la edad en años cumplidos debe existir una valor (grupo etáreo) el

cual permite incluir la edad que corresponda al sujeto en medición. Si la edad se clasifica

en tres grupos: de 0 a 19, 20 a 39 y 40 a 59, no es exhaustiva esta clasificación, ya que

cuando aparezca un sujeto con más de 60 años, no es posible clasificarlo en ninguno de los

tres grupos anteriores.

 Exclusión mutua. Es decir, que una unidad debe ser asignada a un sólo valor de la variable

(que sea claramente diferenciable), por lo tanto una persona no puede tener

simultáneamente 20 y 35 años de edad.

 Principio de exclusión mutua. Debe existir conceptos y criterios para diferenciar un

sujeto de otro, de ahí que deben existir criterios muy claros en la definición de los

componentes de la variable. Por lo tanto, lo que interesa es que las categorías sean

distintas unas de otras. Ejemplo, cuando realizamos un estudio en una comunidad, podemos

clasificar las personas según su estado civil, sexo, religión, partido político, lugar de

procedencia, etc.

TEMA 5: TIPOS DE VARIABLES

Cuando de definir los tipos de variables se trata, podemos encontrar varias clasificaciones. El

uso de estas clasificaciones dependerá del tipo de análisis o de métodos estadísticos que se

desee utilizar.

13
1. VARIABLES INDEPENDIENTES Y DEPENDIENTES

1.1. VARIABLE DEPENDIENTE

Es el objeto de interés, que varía en respuesta a alguna intervención.

1.2. VARIABLE INDEPENDIENTE

Es la intervención, o lo que está siendo aplicado.

La forma más sencilla de aprender a distinguir entre variables independientes y dependientes,

es comenzar con un estudio; para ello tomemos el ejemplo de un grupo de adolescentes

afectados de acné. Queremos saber si el grado de acné depende de que los muchachos se

hayan aplicado o no un bálsamo de berenjena. El resultado (acné) es la variable dependiente

que es la que esperamos que varíe en respuesta al tratamiento. Lo que hemos aplicado es el

tratamiento (bálsamo de berenjena) y esta es la variable independiente.

Esta distinción parece muy sencilla, ¿no es así? Llega un momento sin embargo, en el que las

cosas se complican. La distinción entre variables dependientes e independientes se convierte

en un verdadero rompecabezas. Por ejemplo si deseamos observar la evolución del vocabulario

de un niño a medida que va creciendo, el número de palabras sería la variable dependiente, y la

edad, la variable independiente. Es decir estamos diciendo que el vocabulario depende de la

edad. Así en general, si una variable cambia en respuesta de otra, decimos que la variable

dependiente es la que varía en respuesta a la variable independiente.

Las variables independientes y dependientes pueden tomar un valor de un conjunto de valores

específicos: para el género, está limitado habitualmente a ser varón o mujer, el color del pelo

14
puede ser castaño, negro, rubio, rojo, gris, artificial o inexistente, y una variable como la

altura puede variar entre unos 50 centímetros para niños prematuros hasta los

aproximadamente 200 centímetros en caso de jugadores de baloncesto.

Otros ejemplos de este tipo de variables podrían estar dados por la relación existente entre:

 En la ciudad de Palmira la mayor cantidad de personas sufren de próstata y queremos

saber si es porque mayor cantidad de personas se movilizan en cicla

 En el valle del cauca las mujeres embarazadas son menores de edad y queremos saber

si es por las charlas que reciben de pro familia sigue dando charlas pero siguen siendo

menores de edad las embarazadas

 El índice de sida en el corregimiento de cerrito es demasiado alto y queremos saber si

es por la promiscuidad en los jóvenes

 La mayor cantidad de jóvenes fuman y son menores de edad queremos saber si por esta

razón se desarrolla el cáncer en pulmones a temprana edad

 En la ciudad de Cali el 45% de los jóvenes usan gafas se quiere saber si es por pasar

varias horas en el computador o esfuerzo de vista

 En el valle del lili llegan pacientes intoxicados por alcohol y queremos saber si es por

falta de orientación en los jóvenes

 La mayor parte de los menores de edad están consumiendo droga se quiere hacer un

estudio para saber si el factor es por curiosidad moda o problemas familiares

15
2. VARIABLES DISCRETAS Y CONTINUAS

Las variables pueden también caracterizarse con respecto a su discreción o continuidad.

2.1. VARIABLES DISCRETAS

Las variables discretas solamente pueden tomar valores de un conjunto finito, es decir toman

valores que podemos suponer que son siempre números enteros.

Una variable discreta se caracteriza por separaciones o interrupciones en la escala de valores

que puede tomar. Estas separaciones o interrupciones indican la ausencia de valores entre los

distintos valores específicos que la variable puede asumir.

Algunos ejemplos son:

 El número de admisiones diarias a un hospital general es una variable discreta puesto que el

número de admisiones por día debe representarse con números enteros tales como 0, 1, 2 ó

3. El número de admisiones en un día determinado no puede ser 1.5, 2.997 ó 3.3333.

 El número de caries, pérdida o caída de dientes en niños de escuela primaria es otro

ejemplo de variable discreta puesto que solo puede representarse por números enteros.

 El número de hijos. Pese a lo que puedan decir los demógrafos, es imposible tener 2.13

hijos (los niños vienen en cantidades discretas).

De igual forma las siguientes variables solo pueden ser medidas por números enteros.

16
 El número de pacientes atendidos en urgencias varias

 El número de pacientes atendidos en odontología general

 El numero de pacientes que se tomaron radiografías

 El numero Mujeres que se practicaron la citología

 El numero Personas que se hicieron tomar el examen de hemoglobina

 El numero Hombres que se practicaron el examen de la próstata

 El número de pacientes que se practicaron el examen del sida

 El número de mujeres que han abortaron en Palmira

2.2. VARIABLES CONTINUAS

Los datos continuos pueden tomar cualquier valor de un intervalo determinado.

Una variable continua no posee las separaciones o interrupciones típicas de una variable

discreta. Una variable continua puede tomar cualquier valor dentro de un intervalo específico

de valores. Entre los ejemplos de variables continuas se encuentran las variadas mediciones

que pueden hacerse en individuos, como su estatura, peso y circunferencia craneana. Sin

importar cuán cerca estén las estaturas de dos personas, teóricamente siempre es posible

encontrar otra persona cuya estatura se encuentre entre las dos estaturas de referencia.

17
Son ejemplos de variables continuas, los siguientes:

 Personas entre los 40 y 50 anos que se encuentren consumiendo alcohol en Popayán

 Jóvenes promiscuos entre los 9 y 11 anos en Cali

 Mujeres embarazadas entre los 15 y 17 anos en Palmira

 Hombres y mujeres entre los 20 y 30 anos que tengan cáncer

 Hombres con cáncer en próstata entre los 50 y 60 anos

 Mujeres con cáncer de mama entre los 25 y 50 anos

3. VARIABLES CUANTITATIVAS Y CUALITATIVAS

3.1. VARIABLES CUANTITATIVAS

Las mediciones hechas sobre variables cuantitativas conllevan información respecto a cantidad.

Por ejemplo, se puede obtener mediciones de la estatura de los varones adultos, del peso de

los niños en edad preescolar y de la edad de los pacientes que consultan al odontólogo.

Otros ejemplos de variables cuantitativas:

 Calcular el peso de las niñas de preescolar

 Calcular la edad de las niñas de preescolar

18
 Calcular la edad de las mujeres en embarazos

 Calcular la estatura de los recién nacidos

 Calcular el peso de los jóvenes entre 15 y 19 anos

 Calcular el promedio de pacientes con enfermedades de transmisión sexual

 Calcular la edad de los pacientes con enfermedades de transmisión sexual

 Calcular la estatura de las personas de grado 10 y 11

3.2. VARIABLES CUALITATIVAS

Algunas características no pueden ser medidas como generalmente se hace para la estatura,

peso y edad. Muchas de ellas solo se pueden clasificar y las mediciones hechas sobre este tipo

de variables contienen información respecto a los atributos.

Ejemplo:

Cuando a una persona muy enferma se le da un diagnóstico médico, ese diagnóstico es una

variable cualitativa; o cuando se afirma que alguien pertenece a un grupo étnico dado, se está

haciendo referencia a una variable cualitativa.

Es importante resalta que aunque en el caso de las variables cualitativas las mediciones no se

llevan a cabo en el sentido usual de la palabra, se puede contar el número de personas, lugares

o cosas pertenecientes a varias categorías. El administrador de un hospital, por ejemplo,

puede contar el número de pacientes internados durante un día, con base en cada uno de los

19
diagnósticos de admisión. Estos conteos o frecuencias, como se denominan, son el número que

se maneja cuando el análisis involucra variables cualitativas.

Otros ejemplos de variables cualitativas son:

 El estado civil de las mujeres embarazadas es (casada,viuda,soltera,unión libre )

 Los pacientes que van a control médico son masculinos o femeninos

 Los recién nacidos en la clínica palma real son (obesos,desnutrición,normal)

 Raza de los recién nacidos (mulato,indígena,meztiso u otros)

 Religión de los padres del recién nacidos (católicos,cristianos,evangelicos u otros )

 Persona por la que fue atendido el parto (doctor,especialista,enfermera,partera u otro)

 Edad del fallecido (menor de una hora, menor de un mes, menor de un ano, menor de un día)

 Tipo de ocupación (profesional,técnico,bachiller,primaria,universitaria)

20
 TEMA 6: NIVELES DE MEDICION

El contenido informativo de los datos viene dado entre otros, por el nivel en que se miden las

características de las unidades de observación. Esto generalmente es cierto ya bien sea que

se considere la taxonomía de las plantas, la clasificación de enfermedades o la simple

separación de artículos en buenos y malos.

Comúnmente dependemos de la forma, el color y otras cualidades para reconocer y clasificar la

mayoría de los objetos a nuestro alrededor; sin embargo, frecuentemente las diferencias

cualitativas son inadecuadas para nuestras necesidades obligándonos a reforzar los criterios

de clasificación con mediciones cuantitativas.

Las necesidades de criterios cuantitativos adicionales han sido evidentes durante mucho

tiempo en el diagnóstico clínico y durante las últimas décadas se ha presentado un aumento

fenomenal de las mediciones de laboratorio en la medicina, hasta el punto que hoy en día su

aplicación eficiente se reconoce como una especialidad.

Antes de entrar en detalle con respecto a los niveles de medición, podemos definir este

término como la clasificación de casos o situaciones según ciertas reglas lógicas y las

propiedades de dichos casos.

“Es importante anotar que las variables cualitativas se pueden clasificar solamente en una escala
nominal u ordinal; las variables cuantitativas son medibles en una escala de intervalo o de razón,
como veremos en el desarrollo del tema”.

Un conjunto de observaciones puede ser clasificado ajustándose a los siguientes tipos de

escala:

21
1. ESCALA NOMINAL

En este tipo de escala, las variables se clasifican en categorías a las que se asigna un nombre

sin que exista ningún orden implícito entre ellas.

Ejemplo:

 Lugar de nacimiento del paciente. Las diferentes opciones del lugar de nacimiento

constituyen valores de la variable medible a nivel nominal. No hay orden respecto a los

diferentes lugares.

 Una variable como el género sólo puede tomar dos valores, varón o mujer. Ninguno de los

dos es “más alto” o “mejor” que el otro, los podemos enumerar colocando varón en primer

lugar o primero mujer sin que se pierda ninguna información.

 Una variable como la zona de residencia, solo puede tomar dos valores, urbana o rural. No

hay orden respecto a la zona.

 Una variable como tipo de diagnóstico, solo puede tomar los valores impresión diagnóstica,

confirmado nuevo o confirmado repetido. No hay orden respecto al diagnóstico.

 Una variable como ámbito de realización del procedimiento, solo puede tomar los valores

ambulatorio, hospitalario o en urgencias. No hay orden respecto al ámbito de realización

del procedimiento.

Las categorías nominales más sencillas son las llamadas “existenciales”: una propiedad existe o
no existe. Una persona tiene cáncer de hígado o no lo tiene; alguien ha recibido el nuevo
tratamiento o no lo ha recibido, y la mas existencial de todas, el individuo está vivo o muerto.

22
Las variables nominales pueden tener cualquier número de categorías:

 Podemos clasificar el estado civil de las personas como soltero, casado, separado, viudo,

divorciado, vive en pareja (seis categorías)

 Su color de ojos, en negro, castaño, azul, verde, mezclado (cinco categorías)

 Y su problema médico, en uno o unos pocos centenares de categorías de diagnóstico.

Lo que importa es que no puedes decir que los ojos castaños son “mejores” o “peores” que los

azules. La ordenación es arbitraria y no se gana ni se pierde ninguna información cambiándola.

En este tipo de escala se emplean métodos estadísticos sencillos tales como determinar
frecuencias absolutas, frecuencias relativas, frecuencias acumuladas ascendentes y descendentes,
razones, proporciones e índices; temas que trataremos mas adelante. En una escala nominal se
pueden apreciar diferencias individuales.

Gracias a los ordenadores (programas de computador), el manejo de los números se hace

muchísimo más fácil que el de las letras, por lo que se acostumbran codificar los datos nominales
asignando un número a cada valor.

Mujer quedaría codificado como 1 y varón, como 2; o soltero = 1, casado = 2 y así

sucesivamente. En estos casos los números no son más que nombres alternativos y no fueron

pensados para tener valor cuantitativo alguno. Ahora podemos cambiar el código haciendo

varón = 1 y mujer = 2, y las conclusiones a las que vamos a llegar serían idénticas (suponiendo

claro está, que recordamos cómo hemos codificado los datos).

Analicemos el siguiente caso. Se tiene una lista de las personas que fueron atendidas en

consulta externa durante la mañana y se hace una clasificación por sexo, tendríamos entonces:

23
Persona atendida Sexo

Pedro Jiménez varón

Martha Castro mujer

Mercedes Castrillón mujer

José Pineda varón

Camila Medina mujer

Haciendo uso del computador, hacemos una clasificación teniendo en cuenta que los varones se

ingresarán con el código 1 y las mujeres con el código 2, tendríamos el siguiente listado:

Persona atendida Sexo

Pedro Jiménez 1

Martha Castro 2

Mercedes Castrillón 2

José Pineda 1

Camila Medina 2

Con este listado concluiríamos que fueron atendidos 2 hombres y 3 mujeres.

Ahora cambiemos los códigos, utilizaremos 2 para varón y 1 para mujer, el resultado será el

siguiente:

Persona atendida Sexo

Pedro Jiménez 2

Martha Castro 1

Mercedes Castrillón 1

José Pineda 2

Camila Medina 1

Con este segundo listado, igual concluiríamos que se atendieron 2 varones y 3 mujeres.

24
Lo que hay que resaltar es que no podemos utilizar los números de la codificación para ser

sumados, es decir en el primer caso no podríamos pretender realizar una suma y decir que se

atendieron en total 8 personas; o en el segundo caso decir que se atendieron 7 personas.

Recordemos que los números que aquí se utilizaron solo permiten identificar una categoría y en

este sentido solo podríamos hacer un conteo para cada categoría.

Las propiedades de los números reales tales como sumar, restar, multiplicar, dividir no pueden
aplicarse a estas categorías codificadas numéricamente.

En la medición nominal cuando se está ante dos objetos ha de decirse que A = B ó A 

B, pero no las dos cosas a la vez.

Ejemplo:

Si tenemos, Pedro es varón (A) y José es varón (B).

Entonces podemos decir que la clasificación varón (A) es igual a la clasificación varón (B).

Si tenemos, Pedro es varón (A) y Martha es mujer (B).

Entonces podemos decir que la clasificación varón (A) es diferentes de la clasificación mujer

(B), pero no que Pedro puede ser mujer y varón a la vez.

Además para B = A. Si el objeto A toma el mismo valor que el objeto B y éste el mismo que el C,
entonces el objeto A toma el mismo valor de C.

Ejemplo:

Si tenemos Pedro es varón (A), José es varón (B) y Carlos es varón (C). Entonces podemos

decir que la clasificación varón (A) es igual a la clasificación varón (C).

25
Nótese finalmente que una característica fundamental de la escala nominal es la de no permitir
ninguna relación métrica.

2. ESCALA ORDINAL

Además de cumplir los requisitos de una escala nominal, en este tipo de escala las categorías

pueden ser identificadas en términos de “mayor que (>) ó menor que (<)”, pero sin tener en

cuenta la diferencia entre los casos así clasificados.

En otras palabras, consiste en categorías ordenadas, de manera que las diferencias entre

categorías pueden no ser iguales. Es posible establecer un rango ordenado de categorías de

acuerdo con un criterio, indicando solamente el puesto respectivo pero no la cantidad absoluta

con relación a la variable medida.

La característica del ordenamiento es la única propiedad matemática de este nivel y el uso de

códigos para el nombre de las categorías no implica la propiedad de los números reales que
permitan sumarizar los valores.

Además se observa el principio de desigualdad entre los valores de la medición, esto no se da en

el nivel nominal. Es decir si un sujeto A es mayor que otro B respecto a una medición, el objeto B
no ha de ser mayor que A en cuanto a la misma medición.

Ejemplos:

 Las distintas calificaciones de un estudiante dadas como sobresaliente, notable, aprobado,

suspendido, tiene cuatro categorías. Diferente de una variable como el color del pelo, en el

hecho de que existe una ordenación entre estos valores:

26
 “sobresaliente”, es mejor que “notable” y este a su vez, mejor que “aprobado”, que es mejor

que “suspendido”. Sin embargo, no podemos suponer que la diferencia entre “sobresaliente”

o “notable” y “aprobado” sea la misma que la existente entre “aprobado” y “suspendido”.

 Esto se ve mejor con las calificaciones numéricas; existe una pequeña diferencia entre un 4

y un 5; pero la diferencia puede ser abismal, tanto como pensar que llegará a arruinar tus

vacaciones, si obtienes una nota entre un 2 y un 2.5.

 Es igual que los resultados de una carrera de caballos; sabemos que el caballo que ganó fue

más veloz que el quedó segundo, y todavía más que el tercero. Pero puede haber existido

una diferencia de un segundo entre los dos primeros, mientras que respecto al tercero

puede haber sido de 10 segundos.

Así, las calificaciones y el orden de finalización de una carrera de caballos se miden en un nivel

ordinal.

 Otro ejemplo que podríamos citar es la clasificación socioeconómica del paciente en alta,

media y baja, cada categoría tiene una posición única respecto a las otras categorías. Se

sabe que la clase media es mas alta que la baja y la alta es mas alta que la media; sin

embargo, no se sabe cuánto ”más baja” es la clasificación media respecto de la alta.

Muchas de las variables que encontramos en medicina preventiva son clasificables por

naturaleza en niveles ordinales. Los pacientes se clasifican a menudo como muy mejorado, un

poco mejorado, estable, empeorado, muerto; o de emergencia, urgente, optativo.

Algunas veces se utilizan números, como en los niveles I a IV del cáncer. En este caso los

números utilizados sólo representan una escala ordinal, de manera que los números en realidad

representan exclusivamente categorías ordenadas.

27
Es importante anotar que dentro de las categorías ordinales, desaparecen las diferencias

individuales.

Las medidas estadísticas usuales a este nivel son las mismas del nivel anterior, más las medidas
de posición como mediana, cuartiles, percentiles. No te preocupes si no estas familiarizado con
estos últimos términos, a su debido tiempo irás conociendo cual es su aplicación y forma de
cálculo.

3. ESCALA DE INTERVALO

Debe cumplir también las condiciones dadas para las escalas nominal y ordinal.

En este tipo de escala se introduce una unidad patrón de medida que es estándar; por tal

motivo, la distancia entre dos posiciones adyacentes es la misma que la de otras dos posiciones

dadas. Esta escala no tiene un cero absoluto, lo cual conduce a estudiar “diferencias” entre

cosas pero no sus magnitudes proporcionales.

La característica de este nivel de medición es la existencia de un cero arbitrario, un cero

convencional que en ningún momento indica ausencia del atributo.

Ejemplos:

 En el caso particular de los test de inteligencia, un cuociente de inteligencia (IQ) de 120 es

diferente de un IQ 80, pero no significa que quien tiene 120, tiene un 50% más de

inteligencia que el de 80. En otras palabras el hecho que una persona tenga un cociente de

inteligencia doble en comparación con otra, no nos asegura que esta sea doblemente

inteligente.

28
 Otro ejemplo sería la temperatura en grados centígrados. Por convención internacional,

cero (0) grados centígrados corresponde al punto de solidificación del agua, por tanto no

significa ausencia de temperatura. Así si una localidad en un día presenta 15 grados

centígrados de temperatura, y otra localidad presenta 30 grados centígrados de

temperatura, no se puede concluir que la segunda localidad tenga el doble de calor que la

primera.

 Tampoco se puede afirmar que un alumno cuya nota en un examen es el doble que la de otro,

éste sepa el doble.

A causa de la arbitrariedad del punto cero, ni la división, ni la multiplicación tiene sentido alguno.
Pero si se pueden ejecutar operaciones de suma y resta, es decir se pueden estudiar “diferencias”
entre cosas pero no sus magnitudes proporcionales.

Con los datos según una escala por intervalos, se pueden emplear los siguientes métodos
estadísticos: medidas de tendencia central, de variabilidad, coeficiente de correlación y las que se
utilizan en el nivel de medición inferior (ordinal y nominal).

4. ESCALA DE RAZON

Este tipo de escala no solamente posee los requisitos de las anteriores, sino también un punto

de origen igual a cero absoluto. Por lo tanto es factible hacer afirmaciones como las

siguientes:

“A” es dos veces más alto que “B”

“A” pesa el triple de “B”

Debe existir la unidad de medida como centímetros, metros, años, días estancia, número de

bacterias. Entonces, todas las medidas de peso, talla, tiempo, longitud, etc., pertenecen a este

tipo de escala.

29
Si el punto cero es significativo, las razones entre números lo son también.

Ejemplo:

 Peso en kilogramos de los recién nacidos, talla en centímetros de los escolares, edad en años

de los pacientes atendidos, número de bacterias por colonia encontradas en un estudio,

número de cigarrillos fumados por día.

 La mayoría de los tests de laboratorio utilizan escala de razón, al igual que las categorías

físicas tales como la altura y el peso. Una persona que pesa 100 kilos es dos veces más

pesada que una que pesa 50 kilos; incluso si convertimos los kilos en libras, la proporción es

la misma: de 220 libras a 110.

Los datos clasificados de acuerdo a esta escala de razón pueden ser sometidos a cualquier

tratamiento estadístico.

En la tabla siguiente se puede observar como cada peldaño en la jerarquía ascendente que va de
los datos ordinales a los proporcionales toma las hipótesis del peldaño anterior para añadir una
nueva restricción.

NIVEL DE MEDICION HIPOTESIS

NOMINAL Categorías con nombre

ORDINAL Como las nominales más categorías ordenadas

INTERVALICA Como las ordinales más intervalos iguales

PROPORCIONAL Como las interválicas más cero significativo

30
A continuación se hace un resumen de los niveles de medición:

CLASE NIVELES DE CARACTERISTICAS TECNICAS

MEDICION ESTADISTICAS

NOMINAL Clasificación: Frecuencias absolutas,

 Mutuamente excluyentes relativas y

 Colectivamente exhaustiva acumuladas.

Tasas

Razones

Proporciones

CUALITATIVA Porcentajes

ORDINAL Orden “>, <” Moda.

Mediana.

Cuartiles.

Percentiles.

Además de todas las

del nivel anterior.

INTERVALO Cero es relativo Medidas de tendencia

central.

Medidas de

variabilidad.

Coeficientes de

CUANTITATIVA correlación.

Proyecciones.

RAZON El cero no es relativo Los datos pueden

estar sometidos a

cualquier tratamiento

estadístico.

Una vez desarrollados los temas 4, 5 y 6, se sugiere realizar el taller No. 2.

31
 TEMA 7: FORMAS DE RECOLECCIÓN DE INFORMACIÓN

Se consideran como los procedimientos mediante los cuales se obtienen los datos de las

variables en las unidades objeto de estudio.

El exceso de datos suele traer mayores costos y dificultades en el proceso, es tan negativa

esta situación como la toma deficiente de datos.

Existen diferentes sistemas de recolección de la información, a continuación se define en

forma general, los más conocidos. El Auxiliar de Estadística hace uso principalmente de los

registros y de los censos.

1. SISTEMAS DE RECOLECCION DE LA INFORMACION

1.1. CENSO

Es el sistema de recolección Se denomina censo, en estadística descriptiva, al recuento de

individuos que conforman una población estadística, definida como un conjunto de
elementos de referencia sobre el que se realizan las observaciones.

Generalmente los censos se caracterizan por:

 Ser periódicos. El censo de población y vivienda se realiza cada 10 años, el censo

hospitalario se realiza cada 24 horas.

 Estudia aspectos muy generales de la población.

 Son excelentes componentes para la selección de una muestra.

 Exigen costos altos y esfuerzo de trabajo grandes.

32
1.2. REGISTRO

Es un sistema de recolección _sistema de recoleccion procesador se emplea para controlar

iinstruciones en ejecucion manejar direcionamiento de memoria y proporcionar capacidad

aritmetica.

Como ejemplos se pueden citar los registros individuales, historias clínicas, certificado de

defunción, etc.

Para los hechos vitales como nacimientos y defunciones, usualmente se establece el registro

obligatorio mediante Ley. Otros registros como el de cáncer, accidentes, enfermedades de

notificación obligatoria, se reglamentan en forma tal que debe informarse a un organismo de

salud central, quién estimula el correcto funcionamiento y sanciona las fallas.

La historia clínica que es una recopilación de la información recogida por los diversos

profesionales que atienden el paciente, es considerada como un sistema de registro.

Otros sistemas más elementales de registro, pueden ser el control del ausentismo laboral, el

control de ciertos medicamentos, el registro del número de personas que entran a un

espectáculo, entre muchos otros.

Los datos que producen estos registros se consideran fuentes primarias, en forma tal que al

consolidarse en anuarios, son base para otros estudios más complejos.

1.3. ENCUESTA

Es un sistema de recolección Una encuesta es un estudio observacional en el cual el

investigador no modifica el entorno ni controla el proceso que está en observación.

33
Si para recolectar los datos se hace necesaria la presencia del encuestador, se habla de

encuesta directa, si los formularios son tramitados directamente por el informante sin auxilio

del entrevistador, y luego son enviados al centro de recolección, se dice que es una encuesta

indirecta.

1.4. OBSERVACION

Una encuesta es un estudio observacional en el cual el investigador no modifica el entorno

ni controla el proceso que está en observación.

“Observación participante”, si el investigador hace parte de la situación.

“Observación no participante oculta”, cuando el investigador mira la situación, y los observados

no detectan su presencia.

“Observación no participante y no oculta”, cuando el investigador no interviene en la situación

pero las personas observadas se dan cuenta que están siendo medidas en sus actuaciones.

Cualquiera que sea el sistema de recolección de información, deberá hacer uso de un

instrumento básico de trabajo para la recolección del dato; esto es lo que llamamos un

formulario el cual debe ser diseñado técnicamente, de tal manera que corresponda a lo

propuesto desde la fase inicial de un estudio.

2. EL FORMATO

34
Algunas recomendaciones de gran utilidad para el diseño de un formato adecuado son:

 Título: Debe ser correspondiente con el contenido. Debe ser corto, preciso y conciso;

básicamente deberá responder a las siguientes preguntas: qué es?, dónde?, cuándo?.

 En el encabezamiento del formulario suelen colocarse datos como:

 Número de formularios, si se utilizan varios o también el número de encuesta realizada.

 Nombre de la entidad responsable.

 Período o fecha al cual se refiere la información.

 Cuerpo del Formulario: Es la parte en que se registrarán los datos que se desean

obtener. Un factor determinante es el orden que se de a los datos.

 Se debe incluir en el diseño espacios para datos codificables.

 Se debe tener predeterminado el tipo de tabulación.

 Todo formulario debe tener un instructivo que incluya todas las observaciones y

definiciones de las preguntas con sus alternativas.

 Prueba del Formulario. Una vez elaborado el formulario se deberá efectuar una prueba

base a unas cuantas encuestas que permitan analizar si las respuestas son claras, espacios

suficientes, calidad de la respuesta, tiempo por encuesta, etc.

Posteriormente a la prueba, el trabajo inmediato es la recolección de la información la cual

puede presentar algunos problemas si no se hace un adiestramiento y motivación previos a las

personas que diligenciarán el formulario.

35
Los errores más frecuentes son:

 Errores propios del diseño del formulario, su distribución, ordenamiento, lenguaje.

 Errores del encuestador cuando no se homogenizan los procedimientos de recolección. La

capacidad individual puede crear sesgos.

 Errores del encuestado que se producen cuando éste no desea colaborar, no puede o no

recuerda bien la información que se solicita.

 El error de respuesta que se da cuando la persona elegida para la encuesta no se encuentre

presente.

Estos cuatro (4) errores básicos se contrarrestan con:

 Un buen diseño del formulario y del instructivo.

 Buena selección y entrenamiento de los encuestadores.

 Adecuada prueba del formulario.

 Supervisión en terreno.

 Elaboración de pruebas de calidad.

Existen diversas formas de aplicar los formularios en un proceso estadístico:

36
 Directo: Cuando se entrevista en forma personal y directa. Ej: Formulario de

identificación de la historia clínica, el censo de la población. A este tipo de formulario

suele llamársele Células.

 Indirecto: Cuando los formularios son enviados a la fuente primaria del dato para que los

conteste y los devuelva a su lugar de origen. Ej: La declaración de renta, encuestas de

mercadeo, etc. A este tipo de formulario suele llamársele Cuestionario.

En cuanto al período o tiempo de recolección los formularios pueden ser:

 Prospectivo: Conjunto de análisis y estudios sobre las condiciones

técnicas,científicas,económicas y sociales de la realidad futura con el fin de

anticiparse a ello en el presente:__ejemplo la histiroa clinica_Ej: La historia clínica.

 Retrospectivo: _Que se considera anterior al momento narrado; En críticas o en arte,

presentación de las obras de un artista por orden cronológico desde la primera de

ellas.

Ej: Declaración de renta.

37
 TEMA 8: CRÍTICA, CODIFICACION Y TABULACION DEL DATO

1. CRITICA

Una vez que se ha efectuado la recolección del dato se deberá someter a un proceso de

análisis en el cual se hará una evaluación de la calidad de la información recolectada, su

consistencia e integridad; a este proceso se le conoce como Crítica y deberá proveer técnicas

de corrección de los errores que puedan presentarse, por ejemplo: cuando un paciente con

patología del embarazo se registra como sexo masculino.

Lo ideal es corregir el error a la máxima brevedad y en el sitio de toma del dato.

2. CODIFICACION

Consiste en asignar un símbolo a una determinada característica o variable del formulario.

Generalmente son números.

Ejemplo:

Sexo: Masculino = Código 1 - A

Femenino = Código 2 - B

38
Existen algunos códigos de aceptación universal como son:

MASCULINO = AZUL

FEMENINO = ROSADO

MASCULINO = 01

FEMENINO = 02

Una de las utilidades del uso de códigos es la de permitir la comparabilidad de la información

proveniente de diferentes áreas o países.

Los sistemas de tabulación deberán fundamentarse en base a los códigos. Los códigos deben

ser permanentes para las variables asignadas y no se deben cambiar hasta no terminar el

proceso.

3. TABULACION

Consiste en un proceso mediante el cual se clasifican los datos en una o varias categorías,

items o variables que incluyen a todos los elementos del estudio.

Existen algunos factores que determinarán el sistema de tabulación a elegir:

 datos personales (nombre. Edad, estatura)

 datos de la encuesta

 datos del encuestador

Existen muchas maneras de tabular la información, hasta antes de que existieran los

computadores, las más comunes fueron:

Manual.

Semi – mecánica.

Electromecánica.

39
Tabulación Manual: utilizada cuando el número de elementos es pequeño 100 – 150 o 200

formularios y no exige muchos cruces de información, además de contarse con restricciones de

tipo financiero no se requiere tener personal especializado.

Una de las grandes limitaciones de este sistema se da cuando se comete un error lo que

conlleva a tener que repetir en su totalidad la tabulación.

Un sistema que agilizó la tabulación manual fue el de la Tarjeta Maestra. Es una tarjeta

modelo con espacios pre – determinados para cada variable.

Tabulación Semi – Mecánica: El sistema más conocido fue el de la tarjeta M o BEE o tarjeta

de borde perforado. Se utilizaba cuando el número de formularios era considerable.

Para clasificar los datos se iban perforando orificios acorde al dato de cada tarjeta, se

apilonaban uniformemente y con un punzón se atravesaba todo el bloque de tarjetas. Se

lograban clasificar las deseadas ya que debían caer las perforadas en ese sitio y de esta forma

se iban haciendo los conteos.

Este sistema se denominó Semi – Mecánico porque requería de ciertos elementos mecánicos

como:

 Pinza Perforadora.

 Punzón o aguja clasificadora.

 Correctores.

Tabulaciones Electro – Mecánica: Corresponde a la era del computador, útil para grandes

investigaciones, era costoso pero de una gran dimensión y extensión en el campo del proceso y

cierto análisis de información.

40
Afortunadamente hoy día se dispone del computador y de diferentes programas que permiten

en forma ágil, a un menor costo y con un mayor margen de seguridad obtener tabulaciones de

los datos recolectados. En el sector salud existe el software EPIINFO, distribuido

gratuitamente por la Organización Panamericana de la Salud y a través del cual se pueden

crear formularios para la digitación de la información y aplicar diferentes métodos

estadísticos para el resumen de datos.

Proceda con el Taller No. 3.

41
 TEMA 9: ARREGLO ORDENADO

Cuando se toman las mediciones de una variable aleatoria sobre los elementos de una población,

los valores resultantes normalmente llegan al Auxiliar de Estadística como una masa de datos

desordenados. A menos que el número de observaciones sea muy pequeño, no es muy probable

que esos datos proporcionen mucha información hasta que sean clasificados en algún orden. El

primer paso para la organización de estos datos es la preparación de un arreglo ordenado.

1. ARREGLO ORDENADO

Es un listado de los valores de una colección (población o muestra) ordenada de mayor a menor.

Si la cantidad de mediciones a ordenar es de un tamaño considerable, entonces el uso de la

computadora para preparar el arreglo ordenado es altamente deseable.

Ejemplo

La tabla siguiente muestra una lista de las edades de los pacientes admitidos en un hospital de

enfermedades crónicas durante un mes. La tabla refleja el orden en el que los pacientes

fueron admitidos.

Como puede observarse, se requiere una búsqueda considerable para obtener información tan

elemental como la edad del paciente más joven y la del más viejo.

42
 Edades (en años) de pacientes admitidos en un hospital para enfermedades crónicas

durante ciertos meses

Número Edad Número Edad Número Edad Número Edad

1 10 26 48 51 63 76 53

2 22 27 39 52 53 77 33

3 24 28 6 53 88 78 3

4 42 29 72 54 48 79 85

5 37 30 14 55 52 80 8

6 77 31 36 56 87 81 51

7 89 32 69 57 71 82 60

8 85 33 40 58 51 83 58

9 28 34 61 59 52 84 9

10 63 35 12 60 33 85 14

11 9 36 21 61 46 86 74

12 10 37 54 62 33 87 24

13 7 38 53 63 85 88 87

14 51 39 58 64 22 89 7

15 2 40 32 65 5 90 81

16 1 41 27 66 87 91 30

17 52 42 33 67 28 92 76

18 7 43 1 68 2 93 7

19 48 44 25 69 85 94 6

20 54 45 22 70 61 95 27

21 32 46 6 71 16 96 18

22 29 47 81 72 42 97 17

23 2 48 11 73 69 98 53

24 15 49 56 74 7 99 70

25 46 50 5 75 10 100 49

43
La siguiente tabla debe presentar los mismos datos en forma de arreglo ordenado. El

consultar la tabla permite determinar rápidamente la edad del paciente más joven, la del

paciente más viejo y otros datos que pueden ser necesarios en una caso de urgencia.

Arreglo ordenado de las edades de pacientes admitidos en un hospital para enfermedades

crónicas durante cierto mes

1 14 37 58
1 15 39 60
2 16 40 61
2 17 42 61
2 18 42 63
3 21 46 63
5 22 46 69
5 22 48 69
6 22 48 70
6 24 48 71
6 24 49 72
7 25 51 74
7 27 51 76
7 27 51 77
7 28 52 81
7 28 52 81
8 29 52 85
9 30 53 85
9 32 53 85
10 32 53 85
10 33 53 87
10 33 54 87
11 33 54 87
12 33 56 88
14 36 58 89

44
 TEMA 10: DATOS AGRUPADOS Y DISTRIBUCIÓN DE FRECUENCIA

Aunque un conjunto de observaciones puede hacerse más comprensible y más simplificativo por

medio de un arreglo ordenado, es más útil el resumen que se obtiene mediante la agrupación de

datos. Uno de los principales objetivos de la agrupación de grandes conjuntos de datos es el

de facilitar el cálculo de varias medidas descriptivas como porcentajes y promedios y resumir

información. Uno debe tener en mente que los datos contienen información y que el resumen

es una forma sencilla para determinar su naturaleza.

1. DATOS AGRUPADOS

Aquí es importante tener presente la clasificación de las variables, para ello vamos a retomar

la clasificación en cualitativas y cuantitativas.

1.1. AGRUPACIÓN DE VARIABLES CUALITATIVAS

Al agrupar un conjunto de observaciones se debe seleccionar un conjunto de categorías que no

se traslapen, para que cada valor en el conjunto de observaciones pueda ser puesto en una y

sólo una de las categorías (Recordemos las propiedades de las variables cualitativas y sus

niveles de medición).

Para determinar el número de valores que caen dentro de cada categoría, simplemente se

buscan los valores uno por uno y se marcan a un lado de la categoría correspondiente. En la

tabla del ejemplo 1, se muestra este procedimiento.

45
Ejemplo 1

Supongamos que disponemos de la siguiente información, la cual se obtuvo de los registros de

atención del Hospital San Bernardo de Filadelfia:

Zona de residencia de los pacientes atendidos en urgencias

Durante el mes de diciembre

Paciente Zona Paciente Zona Paciente Zona

1 Urbana 6 Rural 11 Urbana
2 Urbana 7 Rural 12 Urbana
3 Rural 8 Rural 13 Rural
4 Urbana 9 Urbana 14 Rural
5 Rural 10 Rural 15 Rural

El paso a seguir es agrupar los datos. Notemos que en el caso estamos trabajando con una

variable cualitativa con escala de nominal y donde las únicas posibles categorías son urbanas y

rurales.

Distribución de Frecuencia para la zona de residencia de los pacientes atendidos en urgencias

durante el mes de diciembre

Categoría Frecuencia

Zona Rural 8

zona urbana 6

Total 14

De la tabla podemos concluir que _que la gran mayoría de zonas de residencias de los

pacientes es RURAL.

46
Una tabla de este tipo se conoce como distribución de frecuencias. En ella se muestra cómo

se distribuyen los valores dentro de las categorías especificadas. Al consultarla, es posible

determinar la frecuencia de ocurrencia de los valores dentro de cualquier categoría.

En ocasiones, esto puede ser de utilidad para conocer la proporción, en lugar del número de

valores que caen dentro de un intervalo de clase en particular.

Ejemplo 2

Supongamos que disponemos de la siguiente información, la cual se obtuvo de los registros de

hospitalización del Hospital San Juan de Dios de Riosucio:

Clasificación socioeconómica de los pacientes hospitalizados

durante el mes de junio

Paciente Clasificación Paciente Clasificación Paciente Clasificación

Socioeconómica Socioeconómica Socioeconómica
1 Media 7 Baja 13 Media
2 Media 8 Alta 14 Media
3 Baja 9 Baja 15 Baja
4 Alta 10 Media 16 Baja
5 Baja 11 Baja 17 Media
6 Baja 12 Media 18 Baja

El paso a seguir es agrupar los datos. Notemos que en el caso estamos trabajando con una

variable cualitativa con escala de ordinal y donde las únicas posibles categorías son alta, media

y baja.

Distribución de Frecuencia para la clasificación socioeconómica de los pacientes

hospitalizados durante el mes de junio

47
 Categoría Frecuencia

CLASIFICACION ALTA 2

CLASIFICACION MEDIA 7

CLASIFICACION BAJA 9

Total 18

De la tabla podemos concluir que _que la gran mayoría de clasificación socioeconómica es

baja con una frecuencia de 9.

1.2. AGRUPACIÓN DE VARIABLES CUANTITATIVAS

Al agrupar un conjunto de observaciones se debe seleccionar un conjunto de intervalos

contiguos que no se traslapen, para que cada valor en el conjunto de observaciones pueda ser

puesto en uno y sólo uno de los intervalos. Estos intervalos normalmente se identifican como

intervalos de clase.

Una de las primeras consideraciones cuando se agrupan datos es la de cuántos intervalos se

deben incluir. Resulta inadecuado incluir demasiado pocos intervalos, porque se perdería

información. Por otro lado, si se utilizan muchos intervalos, el objetivo de resumir no se

consigue. La mejor guía en este caso, así como para otras decisiones tomadas con base en

datos agrupados, es el conocimiento de los datos. Puede ser que los intervalos de clase queden

determinados por los precedentes, como en el caso de las tabulaciones anuales, en las que los

intervalos de clase de los años anteriores se conservan para propósitos comparativos.

Una regla empírica habitualmente seguida establece que deben ser entre 6 a 15 intervalos.

Esta regla considera entonces que si hay menos de 6 intervalos, los datos se han resumido en

exceso y la información que contienen se pierde. Si hay más de 15 intervalos, los datos no

fueron resumidos lo suficiente.

48
Una guía más específica para decidir cuántos intervalos de clase son necesarios, está dada por

la siguiente fórmula:

k = 1 + 3.322(log n)
10

Donde k, es el número de intervalos de clase

N, es el número de valores en el conjunto de datos en observación

La respuesta que se obtiene con la fórmula anterior no es definitiva y se debe considerar

únicamente como una guía. El número de intervalos de clase especificado por la regla deberá

incrementarse o disminuirse por conveniencia y para lograr una presentación más clara.

Ejemplo 3

Por ejemplo, supóngase que una muestra tiene _12___ observaciones que se quieren agrupar.

El logaritmo base 10 de _12___ es log1012). Con la aplicación de la fórmula se obtiene

k = _1+3.322(log1012) = ___

En la práctica, otras consideraciones pueden sugerir el uso de 8 o menos, o quizás 10 o más

intervalos de clase.

Otra pregunta que se debe responder se refiere a la dimensión del intervalo de clase.

Aunque algunas veces es importante determinar esto último, los intervalos de clase

generalmente tienen la misma dimensión. Ésta se determina mediante la división de la amplitud

entre k, que es el número de intervalos de clase.

Simbólicamente, la dimensión de los intervalos de clase está dada por:

49
 R
w = ------
k

Donde R (la amplitud) es la diferencia entre la observación más pequeña y la más grande

dentro del conjunto de datos. Generalmente, este procedimiento deja una dimensión que no es

conveniente para su uso y nuevamente se debe utilizar el sentido común para elegir la

dimensión (normalmente cercana a la que se obtiene con la ecuación) que sea más conveniente.

Ejemplo 4

La siguiente tabla muestra los pesos en onzas de los tumores malignos extirpados del abdomen

de 57 pacientes. Se pretende conocer cuántos intervalos de clase se deben usar para la

distribución de frecuencia de los datos. También se pretende conocer la dimensión de los

intervalos.

Pesos en Onzas de Tumores Malignos Retirados del

Abdomen de 57 pacientes

68 68 12 22

63 43 32 43

42 25 49 27

27 74 38 49

30 51 42 28

36 36 27 23

28 42 31 19

50
 32 28 50 46

79 31 38 30

27 28 21 43

22 25 16 49

23 45 24 12

24 12 69

25 57 47

44 51 23

La solución para dar una idea del número de intervalos a utilizar, es la siguiente:

K = 1+3.322 log

K = 1+3.322log57.

K = 6.

Tenemos que la amplitud es R = 67

Que el número de intervalos es k = 6

Ahora, al dividir la amplitud entre ____ para dar una idea de la dimensión de los intervalos de

clase, se obtiene:

R 67
w = ---- = ----------- = ----- = 11
K 11

51
Es evidente que un intervalo de clase con una dimensión de 10 sea más conveniente y

significativo. En este punto es posible construir los intervalos. Puesto que el valor más

pequeño en la tabla es _12_ y el mayor es _79_, entonces los intervalos inician con __12__ y

terminan con _79__. Se obtienen los siguientes intervalos:

Puede observarse que hay ____11_____ de esos intervalos, es decir, el número de intervalos

calculados con la fórmula.

Existen otras reglas empíricas que son muy útiles para determinar el número de intervalos de

clase. Cuando la naturaleza de los datos lo permite, las dimensiones de 5, 10 y otras que sean

múltiplos de 10, hacen que los resúmenes tengan un mayor alcance. Cuando se utilizan estas

dimensiones, es recomendable que el límite inferior de cada intervalo termine en 0 ó en 5.

Normalmente, los intervalos de clase se ordenan de menor a mayor, es decir, el primer

intervalo de clase contiene las mediciones más pequeñas y el último contiene las mediciones

más grandes. Cuando éste es el caso, el límite inferior del primer intervalo de clase debe ser

menor o igual a la medición más pequeña del conjunto de datos y el límite superior debe ser

mayor o igual a la medición más grande.

Para determinar el número de valores que caen dentro de cada intervalo de clase, simplemente

se buscan los valores uno por uno y se marcan a un lado del intervalo correspondiente. En la

tabla se muestra este procedimiento.

Una tabla de este tipo se conoce como distribución de frecuencias. En ella se muestra cómo se

distribuyen los valores dentro de los intervalos de clase especificados. Al consultarla, es

52
posible determinar la frecuencia de ocurrencia de los valores dentro de cualquier de los

intervalos.

Para el ejemplo 4 tendremos:

Distribución de Frecuencias de los Pesos (en onzas) de

Tumores Malignos Retirados del Abdomen de 57 Pacientes

Intervalos de Clase Frecuencia

12 a 30 24

31 a 49 22

50 a 79 11

Total 57

De la tabla podemos concluir por ejemplo que más de la mitad de los pacientes sus pesos son

superiores a 31 en onzas.

1.2.1. LIMITE INFERIOR DE CLASE

Es el dato donde empieza una clase y corresponde a los que están ubicados a la izquierda de

cada intervalo de clase, generalmente el primer límite inferior es igual al dato menor.

Para el ejemplo 4 los límites inferiores de clase son 12.

1.2.2. LIMITE SUPERIOR DE CLASE

Es el dato donde termina una clase y son los que están ubicados a la derecha de cada intervalo

de clase, generalmente el dato mayor es igual o menor que el último límite superior.

53
Para el ejemplo 4 los límites superiores de clase son _79.

Recordemos nuevamente que los intervalos de clase no se deben superponer

¿Por qué?

Ejemplo 5

Si tenemos los siguientes grupos de edad:

10 – 14

14 – 18

18 – 21

En cuál clase registraría una edad de 14 años? Lo mismo sucedería con una edad de 18 años.

La distribución correcta sería:

Grupo de Edad

10 – 13

14 – 17

18 – 21

La distribución de frecuencias además de ser útil para realizar el resumen de los datos,

también sirve para conocer la proporción, en lugar del número de valores que caen dentro de un

intervalo de clase en particular. Por ello a continuación veremos los diferentes tipos de

frecuencias.

54
1.2.3. FRECUENCIA ACUMULADA

Para determinar la frecuencia de valores que caen dentro de dos o más intervalos de
clase, se obtiene la suma del número de valores que caen dentro de los intervalos de
clase correspondientes

Así la frecuencia cumulada se calcula a partir de la suma de las frecuencias de cada

intervalo de clase. Es decir la primera frecuencia acumulada corresponderá a la primera
frecuencia, la segunda frecuencia acumulada será la suma de la primera y segunda
frecuencia (o la suma de la primera frecuencia acumulada y la segunda frecuencia), la
tercera frecuencia acumulada será la suma de la primera, segunda y tercera frecuencia (o
la suma de la segunda frecuencia acumulada más la tercera frecuencia) y así
sucesivamente.

Para el ejemplo 4 el resultado será el siguiente:

Distribución de Frecuencia y Frecuencia Acumulada

Intervalos de Clase Frecuencia Frecuencia Acumulada

12 a 30 24 0.4

31 a 49 22 0.39

50 a 79 11 0.19

Total 57

Nótese que la última frecuencia acumulada siempre deberá corresponder con el total de
datos (total frecuencia).

Los resultados de las frecuencias acumuladas indican que

Antes de iniciar el siguiente tema, se sugiere introducir el repaso del tema 11

55
1.2.4. FRECUENCIA RELATIVA

Esta información se obtiene dividiendo el número de valores en un intervalo de clase particular

entre el número total de valores. Es decir, se identifica la proporción de valores que caen

dentro un intervalo de clase como la frecuencia relativa de ocurrencias en ese intervalo.

Si en el ejemplo 4 se pretende conocer la proporción de valores entre _12__ y __30_,

inclusive, se divide _57__ entre _24__, para obtener _0.4__. Esto indica que _0.4__ de

_57__, ó _57__/_22__, ___11_ de los valores caen entre 0.39___ y _0.19__. Y al multiplicar

_24__ por 100 se obtiene el porcentaje de valores entre _0.4__ y _0.39__. Con lo anterior

se puede decir que el __42_ por ciento de los _57__ valores están entre 123___ y _223__.

Los resultados de cada intervalo de clase se debe mostran a continuación:

Distribución de Frecuencia, Frecuencia Acumulada y Frecuencia Relativa

Intervalos de Frecuencia Frecuencia Acumulada Frecuencia Relativa

Clase

12 a 30 24 0.4 0.4

31 a 49 22 0.39 0.81

50 a 79 11 0.19 1.00

Total 57

Nótese que la suma de las frecuencias relativas siempre deberá ser uno. En este sentido es
muy importante la forma como se aproximan los decimales.

56
Teniendo presente que los datos agrupados corresponden al peso en onzas de tumores
malignos extraídos de 57 pacientes, y al multiplicar cada frecuencia relativa por 100,
podemos hacer la siguiente interpretación: gran parte de los pacientes tienen un intervalo
superior a 50.

1.2.5. FRECUENCIA RELATIVA ACUMULADA

Si se pretende conocer la frecuencia relativa de ocurrencia de valores que caen dentro de dos

o más intervalos de clase, entonces, se suman las frecuencias relativas respectivas. Se pueden

sumar, o acumular, las frecuencias relativas y facilitar la obtención de información acerca de

las frecuencias relativas de dos o más intervalos de clase contiguos.

Para el ejemplo 4 que venimos analizando los resultados serán los siguientes:

Distribución de Frecuencia, Frecuencia Acumulada, Frecuencia Relativa y

Frecuencia Relativa Acumulada

Intervalos de Frecuencia Frecuencia Frecuencia

Clase Frecuencia Acumulada Relativa Relativa

Acumulada

12 a 30 24 0.4 0.4 0.4

31 a 49 22 0.39 0.81 1.23

50 a 79 11 0.19 1.00 2.23

Total 57

Nótese que la última frecuencia relativa acumulada siempre debe ser igual a uno.

57
Teniendo presente que los datos agrupados corresponden al peso en onzas de tumores
malignos extraídos de 57 pacientes, y al multiplicar cada frecuencia relativa acumulada por
100, podemos hacer la siguiente interpretación: es la misma interpretación que lo anterior la
gran parte de la población pertenece a intervalos superiores a 50.

Si el interés está centrado en la frecuencia relativa de los valores que caen entre ____ y

____, entonces se utiliza la columna de las frecuencias relativas acumuladas de la tabla y se

resta ____ de ____ para obtener _____. Lo anterior es equivalente a decir que el

__2.23__% de los tumores malignos pesaron entre _50___ y _79___ onzas.

Si deseamos conocer la frecuencia relativa de los valores que caen entre ____ y ____,

entonces restamos ____ de ____ para obtener _____. Lo anterior es equivalente a decir

que el __1.23___% de los tumores malignos pesaron entre _31___ y __49__ onzas.

Una vez desarrollados los temas 9 y 10 se sugiere realizar el taller No. 4. Tenga en cuenta el

repaso del tema 11.

58
 TEMA 11: REPASO PARA EL CALCULO DE PORCENTAJES Y METODOS

DE APROXIMACION

La aplicación del los métodos estadísticos implican un conocimiento básico de las matemáticas.

No es necesario ser un genio, ni un entusiasta de las matemáticas para aplicar una fórmula o

resolver un problema en este campo. Lo importante es recordar algunas formas algebraicas y

medios de simplificación en las operaciones, dado que en salud es muy frecuente su utilización.

1. CALCULO DE PORCENTAJES

Si bien en el tema anterior hemos introducido el concepto de porcentaje, aquí pretendemos

realizar un repaso, teniendo presente que su cálculo se puede utilizar tanto para datos

agrupados como para datos simples.

Cuando se tiene una serie de observaciones o datos, la fórmula más sencilla de expresarlos es

en porcentaje (%). Veamos un ejemplo:

Sea una distribución por edad de __30____ pacientes en consulta externa.

EDAD EN AÑOS FRECUENCIA

10 5

18 15

20 5

25 3

30 2

TOTAL 30

59
Necesitamos agregar una columna con los porcentajes (%) o frecuencias relativas. Para ello

procedemos a tomar cada frecuencia y la dividimos por la suma total, el resultado se multiplica

por 100. Para ello denominaremos cada frecuencia por “fi” y la suma total de observaciones

“n”, entonces obtenemos la siguiente fórmula:

fi
% = --------- x 100
n

Para nuestro ejemplo fi puede tomar los valores de 5,15,5,3,2

n = __30___

Los resultados serán los siguientes:

Porcentaje de pacientes con __10_ años = -------- x 100 = _16___%

Porcentaje de pacientes con __20_ años = --------- x 100 = _50___%

Porcentaje de pacientes con __25__ años = --------- x 100 = __16__%

Y así sucesivamente. Los resultados se presentan en la tabla siguiente.

60
 EDAD EN AÑOS FRECUENCIA PORCENTAJE

10 5 16

18 15 50

20 5 16

25 3 10

30 2 6

TOTAL 30

Nótese que la suma de los porcentajes siempre será equivalente al 100%.

2. METODO DE APROXIMACIONES

En el cálculo de porcentajes se presentan casos de aproximaciones como las siguientes.

APROXIMACIÓN A UN ENTERO: Es el caso de aproximación en la siguiente forma.

5.4 = 5

7.7 = 8

6.5 = 6

7.5 = 8

APROXIMACIÓN A UNA DECIMA: Es el caso de aproximación en la siguiente forma.

0.08 = 0.1

0.14 = 0.1

1.25 = 1.2

2.15 = 2.2

61
La regla general de aproximación cubre tres casos:

2.1. POR DEFECTO

En este caso, si el último dígito es menor que 5 se desprecia y el dígito anterior se conserva.

Ejemplo

2.4 = 2.0

30.3 = 30.0

52.3 = 52.0

101.2 = 101.0

4.1 = 4.0

2.2. POR EXCESO

En este caso, si el último dígito es mayor que 5, el dígito anterior se aumenta al próximo

número.

Ejemplo

2.7 = 3.0

30.6 = 31.0

52.8 = 53.0

101.9 = 102.0

4.6 = 5.0

62
2.3. POR LA MEDIA UNIDAD

Este caso se emplea cuando los números terminan en 5, pueden suceder dos casos:

 Si el dígito anterior al 5 es impar, se aumenta en una unidad.

Ejemplo

3.5 = 4.0

1.5 = 2.0

47.5 = 48.0

55.5 = 56.0

101.5 = 102.0

81.5 = 82.0

 Si el dígito anterior al 5 es par, se conserva.

Ejemplo

2.5 = 2.0

4.5 = 4.0

6.5 = 6.0

48.5 = 48.0

50.5 = 50.0

63
102.5 = 102.0

82.5 = 82.0

64
T A L L E R E S

65
 TALLER No. 1

TEMAS:

CONCEPTOS BASICOS DE USO EN ESTADISTICA, TIPOS DE ESTADISTICA.

1. Realice una revisión a las revistas y documentos que publican instituciones como el DANE, ,

Secretaría de Salud de Palmira y la Secretaria de Salud Departamental. Seleccione dos

artículos de cada uno de ellos, que reflejen cifras relacionadas con las áreas de la

Bioestadística, Demografía y Econometría. Discuta sus contenidos con su grupo de trabajo

y presente una síntesis.

2. En una Institución que preste servicios de atención del parto, en la Secretaría de Salud de

Palmira o en la Secretaria de Salud Departamental, podrán obtener copia del certificado

de Nacido Vivo y del Certificado de Defunción. Discuta con su grupo el contenido de los

mismos en torno a su relación con las Estadísticas Vitales y presente una síntesis.

3. De como mínimo 5 ejemplos de población y defina una muestra representativa para cada

una de ellas. Discuta en su grupo las características que hacen que la muestra sea

representativa.

66
 TALLER No. 2

TEMAS:

VARIABLE, TIPOS DE VARIABLE, NIVELES DE MEDICION.

1. Para los estudios siguientes, indique cuáles de las variables son dependientes (VD) y cuáles

independientes (VI), o ni una cosa ni la otra.

a) La relación entre la hipocolesterolemia y el cáncer.

La VI es _cancer La VD es __ hipocolesterolemia

b) Sabemos que los miembros de algunas órdenes religiosas que tienen prohibidas las

drogas, el alcohol, el tabaco, la carne y el sexo, viven más que el resto de los pobres

mortales. Cómo los compararíamos en un test de calidad de vida?

La VI es _miembros de una religion_ La VD es __los pobres

c) Un estudio prueba que los conductores de autobús tienen una mayor tendencia a las

enfermedades coronarias que el resto de los conductores.

La VI es _enfermedades coronarias. La VD es __condutores_

2. Establezca cuáles de las siguientes variables son discretas y cuales continuas.

a) El número de sesiones de trasplantes de cabello realizadas el año pasado.

__discreta_.

67
 b) El tiempo transcurrido desde que un paciente se mostró agradecido por lo que hiciste.

_continuo_.

c) Tus ingresos antes de impuestos el año posterior a tu graduación en bachillerato.

_continuo.

d) Tus ingresos después de impuestos el mismo año.

continuo.

e) El aumento de peso que has experimentado durante el último año.

_continuo_.

f) El número de cabellos que se te han caído durante el mismo año.

_discreta_.

3. Indique la escala de medición (nominal, ordinal, de intervalo o de razón):

a) Tus ingresos (suponiendo que son mayores que cero pesos).

__ordinal.

b) Una lista de las diferentes especialidades en estadística.

__nominal_.

c) Bo Derek fue calificada como “10” ¿de qué tipo de escala es la variable?

_intervalo_.

d) Una línea de movimiento en grados.

_intervalo__________________________.

68
 e) Una puntuación de 13 hasta 17 en la escala Schmedlap de ansiedad.

__intervalo_________________________.

f) Etapas del cáncer de mama como tipos I, II, III o IV.

__ordinal _________________________.

g) Presión sanguínea diastólica, en mm de Hg.

__ordinal.

h) Medida del dolor en una escala de siete puntos.

_ordinal___________________________.

4. Para cada uno de las variables, marcar con una equis (x) la alternativa que usted considera

correcta. Seleccione el nivel máximo de medición que se puede alcanzar.

VARIABLES ESCALA DE MEDICION

Nominal Ordinal Intervalo Razón

x
Número de dientes cariados en una población

escolar

x
Enfermedades registradas en el servicio de

urgencias del Hospital de Caldas

x
Registro del grado de desnutrición en la

población infantil

x
Número de personas en el grupo familiar

x
Nivel socioeconómico

69
 x
Ingreso económico percápita

x
Nivel educacional

x
Puntaje obtenido en los exámenes de admisión

a la Universidad Nacional

x
Registro periódico de la temperatura

x
Número de hijos vivos

x
Presión arterial

Estado de gravedad de una enfermedad

x

x
Número de días de hospitalización

x
Peso al nacer

x
Calidad de la vivienda

x
Cantidad de agua caída por lluvia

x
Número de bacterias en el cultivo

x
Estado al egreso, de pacientes del Hospital

de Caldas

70
 x
Opiniones acerca del servicio ambulatorio del

ISS

x
Razones por las cuales estudia en la

Universidad

x
Registro de la causa de muerte

x
Registro de Apgar

x
Colores de la bandera colombiana

x
Número de estudiantes que van a ganar esta

materia

Niveles de atención en servicios de salud

x

x
Rendimiento académico de los estudiantes del

Programa de Formación de Auxiliares de

Estadística en Salud

x
Registro del número que llevan los atletas en

una determinada competencia

Registro de los valores de glicemia

x

x
Clasificación según partido político

x
Grado o severidad de caries

71
 x
Registro de la localización en pacientes con

cáncer oral

x
Indice de fluorosis dental

x
Clasificación según localización de la

hemiplejía

x
Tiempo de duración del trabajo de parto

TALLER No. 3

TEMA:

FORMAS DE RECOLECCION DE INFORMACION

1. Indague sobre el Censo de Canalización que realizan las Instituciones que prestan servicios

de salud en los municipios del departamento del Valle. Cual es su uso? Consiga un formato

del Censo y analice su diseño (título y cuerpo del formato) frente al objetivo para el cual

fue diseñado. La aplicación del formulario se hace en forma directa o indirecta?

2. En una institución que preste servicios de salud, solicite copia de un registro individual de

prestación de servicios de salud. Analice su contenido y distribución de los campos con su

grupo de trabajo y presente una síntesis.

72
3. Pedro Fernández es médico y está montando su propio consultorio; él desea llevar un

registro de los pacientes que atenderá y para ello le ha contratado a usted para que le

realice el diseño del registro. Previamente, el doctor Fernández le indica que necesita

recoger información sobre la identificación de los pacientes, la residencia, la prescripción

del diagnóstico y el valor de la consulta. Con la información anterior prepare un registro

teniendo en cuenta lo aprendido sobre variables y formas de recolección de información.

TALLER No. 4

73
 TEMAS:

ARREGLO ORDENADO, DATOS AGRUPADOS Y DISTRIBUCIÓN DE FRECUENCIA.

1. La siguiente tabla muestra los datos obtenidos sobre el sexo de los pacientes atendidos en

consulta externa en un hospital del departamento de Caldas.

Paciente Sexo Paciente Sexo

1 Masculino 10 Femenino

2 Masculino 11 Femenino

3 Femenino 12 Masculino

4 Masculino 13 Femenino

5 Femenino 14 Femenino

6 Masculino 15 Masculino

7 Masculino 16 Femenino

8 Femenino 17 Femenino

9 Femenino 18 Masculino

a) Construir a partir de los datos la distribución de frecuencia y frecuencia relativa

b) Interpretar los resultados

2. La siguiente tabla muestra los datos obtenidos sobre el tipo de afiliado de los usuarios del

ISS, que se inscribieron durante el mes de enero.

Cotizante Cotizante Cotizante Adicional Cotizante Beneficiario

Beneficiario Cotizante Beneficiario Cotizante Beneficiario Cotizante

Cotizante Beneficiario Cotizante Cotizante Beneficiario Cotizante

74
 Beneficiario Beneficiario Cotizante Cotizante Beneficiario Cotizante

Beneficiario Adicional Cotizante Cotizante Adicional Cotizante

Beneficiario Cotizante Beneficiario Beneficiario Cotizante Cotizante

Cotizante Cotizante Beneficiario Cotizante Beneficiario Cotizante

Cotizante Cotizante Cotizante Cotizante Cotizante Cotizante

Beneficiario Beneficiario Cotizante Cotizante Cotizante Adicional

a) Construir a partir de los datos la distribución de frecuencia y frecuencia relativa

b) Interpretar los resultados

3. La siguiente tabla muestra el nivel de atención de las Instituciones Prestadoras de Servicios

de Salud (IPS) públicas del departamento de Caldas.

Municipio Nombre de la IPS Nivel de atención

Aguadas Hospital San José I

Anserma Hospital San Vicente de Paul I
Aranzazu Hospital San Vicente de Paul I
Belacazar Hospital San José I
Chinchiná Hospital San Marcos II
Filadelfia Hospital San Bernardo I
La Dorada Hospital San Felix II
La Merced Hospital La Merced I
Manizales Hospital de Caldas III
Manizales Hospital Santa Sofía III
Manizales Hospital Infantil III
Manizales Asbasalud I
Manzanares Hospital San Antonio I
Marmato Hospital San Antonio I
Marquetalia Hospital San Cayetano I
Marulanda Hospital San José I
Neira Hospital San José I
Norcasia Hospital Norcasia I
Pácora Hospital Santa Teresita I
Palestina Hospital Santa Ana I
Pensilvania Hospital San Juan de Dios I
Riosucio Hospital San Juan de Dios II

75
Risaralda Hospital San Rafael I
Salamina Hospital Felipe Suárez II
Samaná Hospital San José I
San José de Caldas Hospital San José I
Supía Hospital San Lorenzo I
Victoria Hospital San Simón I
Villamaría Hospital San Antonio I
Viterbo Hospital San José I

a) Construir a partir de los datos la distribución de frecuencia, frecuencia relativa y

porcentajes

b) Interpretar los resultados

4. La siguiente tabla muestra el número de horas de sueño de 45 pacientes de un hospital como

consecuencia de la administración de cierto anestésico.

7 10 12 4 8 7 3 8 5
12 11 3 8 1 1 13 10 4
4 5 5 8 7 7 3 2 3
8 13 1 7 17 3 4 5 5
3 1 17 10 4 7 7 11 8

Construir a partir de estos datos:

a) Un arreglo ordenado
b) Intervalos de clase
c) Una distribución de frecuencias y frecuencias acumuladas
d) Una distribución de frecuencias relativas y frecuencias relativas acumuladas (aproxime
a un decimal utilizando el método de aproximación)
e) Interprete algunos resultados a partir de los porcentajes que se obtienen de las
frecuencias relativa y relativa acumulada (en este último caso tenga además en cuenta
el porcentaje para los dos últimos intervalos de clase a la vez)

76
5. Los siguientes datos corresponden al número de niños que nacieron durante un año, en 60

hospitales comunitarios:

30 55 27 45 56 48 45 49 32 57 47 56
37 55 52 34 54 42 32 59 35 46 24 57
32 26 40 28 53 54 29 42 42 54 53 59
39 56 59 58 49 53 30 53 21 34 28 50
52 57 43 46 54 31 22 31 24 24 57 29

Construir a partir de estos datos:

a) Un arreglo ordenado
b) Intervalos de clase
c) Una distribución de frecuencias y frecuencias acumuladas
d) Una distribución de frecuencias relativas y frecuencias relativas acumuladas (aproxime
a dos decimales utilizando el método de aproximación)
e) Interprete algunos resultados a partir de los porcentajes que se obtienen de las
frecuencias relativa y relativa acumulada (en este último caso tenga además en cuenta
el porcentaje para los dos últimos intervalos de clase a la vez)

6. Los siguientes datos corresponden al nivel de glucosa diluida en la sangre de 100 niños

56 61 57 77 62 75 63 55 64 60
60 57 61 57 67 62 69 67 68 59
65 72 65 61 68 73 65 62 75 80
66 61 69 76 72 57 75 68 81 64
69 64 66 65 65 76 65 58 65 64
68 71 72 58 73 55 73 79 81 56
65 60 65 80 66 80 68 55 66 71
72 73 73 75 75 74 66 68 73 65
73 74 68 59 69 55 67 65 67 63
67 56 67 62 65 75 62 63 63 59

A partir de estos datos construir:

a) Intervalos de clase

77
 b) Una distribución de frecuencias y frecuencias acumuladas
c) Una distribución de frecuencias relativas y frecuencias relativas acumuladas (aproxime
a dos decimales utilizando el método de aproximación)
d) Interprete algunos resultados a partir de los porcentajes que se obtienen de las
frecuencias relativa y relativa acumulada (en este último caso tenga además en cuenta
el porcentaje para el penúltimo y antepenúltimo intervalos de clase a la vez)

7. Los puntajes indicados en la tabla siguiente proceden de un examen de inteligencia aplicado

a un grupo de niños que participó en un experimento.

Niño Puntaje Niño Puntaje Niño Puntaje Niño Puntaje

1 16 31 46
2 17 32 47
3 18 33 48
4 19 34 49

5 20 35 50
6 21 36 51
7 22 37 52 142
8 23 38 53
9 24 39 54
10 25 40 55 143
11 26 41 56
12 27 42 115 57
13 28 149 43 58
14 29 140 44 59 147
15 30 45 60

Construir:

a) Intervalos de clase
b) Una distribución de frecuencias y frecuencias acumuladas
c) Una distribución de frecuencias relativas y frecuencias relativas acumuladas (aproxime
a dos decimales utilizando el método de aproximación)
d) Interprete algunos resultados a partir de los porcentajes que se obtienen de las
frecuencias relativa y relativa acumulada (en este último caso tenga además en cuenta el
porcentaje para el penúltimo y antepenúltimo intervalos de clase a la vez)

78