100403_Final_48

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA -UNAD

Escuela de Ciencias Básicas, Tecnología e Ingeniería Inferencia Estadística Actividad: Fase Final

ACTIVIDAD FASE FINAL

Presentado por:

LUZ ANGELA CHAVES ACEVEDO

Código: 1032375664

JORGE ALFONSO CARDENAS

Código: 1032380092

BRANDON STEVEN VARGAS

Código: 1031138790

DIEGO ANDRES TAPIAS

Código: 103374042

Tutor: JEAMMY JULIETH SIERRA

Grupo: 100403_48

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

INFERENCIA ESTADÍSTICA

DICIEMBRE 2014



INTRODUCCIÓN

“El conjunto de métodos estadísticos que permiten deducir (inferir) como se distribuye la población en estudio o las relaciones estocásticas entre varias variables de interés a partir de la información que proporciona una muestra”.

Tras el desarrollo del modulo del de Inferencia Estadística, y mediante los conocimientos obtenidos en el proceso, se es establecida como evaluación final, realizar la revisión de las retroalimentaciones hechas por el tutor a los respectivos trabajos finales de cada unidad, siendo de este modo, este trabajo tiene como fin afianzar y reforzar los conocimientos previamente obtenidos basando los trabajos de dos unidades al desarrollo de una misma problemática: “Congestión en las salas de urgencias”.

Por otra parte y como valor agregado al cuerpo del examen, se desarrollara una propuesta formulada por los integrantes que basada en los estudios estadísticos realizados, permita desde el punto de vista del grupo dar una solución a la problemática ya planteada.



OBJETIVOS

GENERALES

Mediante un análisis a las correcciones hechas a los trabajos de las unidades 1 y 2,

realizar como evaluación final correcciones y mejoramientos a dichos trabajos, por otra

parte realizar una propuesta grupal que permita desde el punto de vista del grupo, dar

solución a la problemática de congestión en las salas de urgencias.

OBJETIVOS ESPECÍFICOS

Hacer los análisis y cálculos correspondientes para determinar el tamaño de la

muestra y seleccionar la muestra.

Desarrollar en el estudiante la capacidad de comprensión, análisis y síntesis, en

el proceso de la actividad...

Comprender el comportamiento de una población a partir del análisis metódico

de una muestra aleatoria.

Identificar el tipo de muestreo de acuerdo a los objetivos de estudio

Conocer los criterios técnicos que hay que tener en cuenta en la selección de

tamaño de muestra.

Formar en el estudiante habilidades para deducir comportamientos de toda una

población, a través del uso de pruebas de hipótesis e intervalos de confianza

construidos a partir de una muestra seleccionada en la situación problema.



TRABAJO COLABORATIVO 1

1.1 Esquema de Trabajo

Estudiante Actividad a realizar

Luz Angela Chaves Listado de elemento

Luz angela Chaves Base de datos del hospital de Bucaramanga/Santander,

con el total de personas que asisten a la sala de

Urgencias en un periodo del 1 al 15 de Junio de 2014

depurada, ajustada.

Luz Angela Chaves Jorge Cardenas Brandon Vargas

Determinan la población sobre la que se van a trabajar,

la cual es el total de pacientes atendidos en el periodo

mencionado.

N= 9183


Tamaño de la muestra n= 369


Establecer las variables que se van a desarrollar en el

estudio, basados en muestra seleccionada.

Luz Angela Chaves Clasificar las variantes halladas definiendo la cuantitativa

y cualitativa

Jorge Cardenas Brandon Vargas

Se realiza el tipo de muestreo escogiendo el sistemático.

Se selecciona el caso desde el cual se comienza a tomar

la muestra en forma aleatoria.

Realización de Matriz de datos (Excel) con la información

organizada

En la matriz de datos se muestran las variables

escogidas y se consolida en un total de 369 pacientes

como muestra en forma sistemática cada 24 pacientes

en forma aleatoria desde el paciente número 16 de la

población de 9183

Luz Angela Chaves

Jorge Cardenas

Brandon Vargas

Se halla la media muestra de cada una de las variables

con parámetro de media al igual de las variables con

parámetro de proporción y sus categorías.




Procede a realizar los intervalos de confianza de las

variables con parámetro de media al igual de las

variables con parámetro de proporción y sus categorías.


El compañero realiza las gráficas de los intervalos de

confianza de las variables con parámetro de media al

igual de las variables con parámetro de proporción y sus

categorías.

Jorge Cardenas Brandon Vargas

Introducción, objetivos.

Luz Angela Chaves Consolidar el trabajo final con todos los aportes subidos

en el foro, realizado en documento Word de acuerdo a lo

solicitado en la guía cumpliendo con normas APA.

Luz Angela Chaves

Jorge Cardenas

Brandon Vargas

Esquema de trabajo

Luz Angela Chaves Tabla de asociación de conocimiento


Caracterización del problema (Word)

1.2 Listado elementos que se necesitarían para resolver el problema

Elementos Como utilizar la inferencia o estadística para

analizarlo

Base de datos En este caso contamos con una base de datos de una

población de 9183 pacientes, los cuales fueron

atendidos en el Hospital de Bucaramanga en un periodo

de tiempo del 1 al 15 de Junio del 2014, es una base de

datos tomada en tiempo real y certera.

Bases de datos

teóricas

Basados en el Modulo de Inferencia Estadística, así

como por medio de la consulta de bibliografía adicional.

Equipos de computo Necesarios para el manejo de las bases de datos y

cálculos respectivos.



ASOCIACIÓN DE CONOCIMIENTOS

Elemento Como usar la inferencia o estadística para analizarlo

Instrumentos para

abordar la

problemática.

En este caso contamos con una base de datos de una

población de 9183 pacientes, los cuales fueron atendidos

en el Hospital de Bucaramanga en un periodo de tiempo

del 1 al 15 de Junio del 2014, es una base de datos

tomada en tiempo real y certera.

Determinación de

Población “N=”

Teniendo en cuenta que N es el total de población sobre la

cual se trabajara, en nuestro caso es el total de registros

obtenidos por parte del Hospital de Bucaramanga los

cuales son de atención en urgencias.

N= 9183

Tamaño de la muestra En razón a que por costos y agilidad en el proceso se

debe realizar la obtención del tamaño de la muestra, para

eso se despeja la formula al final enunciada

)P1(PZe)1N()P1(PZN

n 22/

2

22/

Se determina: NIVEL DE CONFIANZA 95%

Z= 1,96 Margen de confianza escogido

p= 0,5

q= 0,5

d= 0,05 Error

Caracterización del

problema

Se determina así:

Población: Pacientes atendidos en sala de Urgencias del Hospital Bucaramanga entre el 1 al 15 de Junio del 2014.

Tamaño de la población: 9183 mil habitantes

Tipo de muestreo: Muestreo Sistemático

Tamaño de la muestra: 369

Variables a analizar

Variables….



Ubicación de las

variables

Variables a analizar

VARIABLE TIPO PARAMETRO

Hora de llegada Cuantitativa Media

Cualitativa Proporcion

Muestreo a utilizar De acuerdo a las características de la base de datos

suministrad por el hospital se trabajó con el tipo de

MUESTREO SISTEMÁTICO, la fórmula empleada por

este tipo de muestreo es F= N/n, para poder determinar el

rango de selección de los pacientes a tomar en la base de

población.

De esto se obtuvo que se tomara la muestra cada 20

pacientes.

Toma aleatoria Teniendo la información de n: 369 y que la muestra se

toma cada 20 pacientes, se decide realizar la toma en

forma aleatoria, en nuestro caso se realiza directamente

con formula de Excel y nos arroja comenzar desde el

paciente número 7.

DESARROLLO DE LA ACTIVIDAD

POBLACIÓN

caso Clase de episodioClase de MvtoFecha Mvto Hora Mvto Paciente Sexo

1 Epis.ambulanteUrgencias 01.06.2014 01:35:35 Paciente 1 Mujer

2 Episodio hospitaliz.Urgencias 01.06.2014 06:06:12 Paciente 2 Hombre

3 Epis.ambulanteUrgencias 01.06.2014 08:30:03 Paciente 3 Hombre

4 Episodio hospitaliz.Urgencias 01.06.2014 08:34:53 Paciente 4 Mujer



7 Episodio hospitaliz.Urgencias 01.06.2014 14:48:29 Paciente 7 Hombre



MUESTRA



Caso PacienteFecha Ingreso Hora Sexo Fecha NacEdad Años

0 Paciente 2401.06.2014 00:23:26 Mujer 03.11.1948 65

1 Paciente 4801.06.2014 02:47:06 Hombre 10.01.1959 55

2 Paciente 7201.06.2014 06:43:48 Mujer 11.10.1961 52

3 Paciente 9601.06.2014 08:22:43 Hombre 29.01.1967 47

4 Paciente 12001.06.2014 09:11:28 Hombre 08.09.2012 1

5 Paciente 14401.06.2014 10:00:25 Hombre 03.10.1998 15

6 Paciente 16801.06.2014 10:45:10 Mujer 28.12.1942 71

7 Paciente 19201.06.2014 11:18:42 Hombre 19.05.1978 36

8 Paciente 21601.06.2014 11:47:42 Mujer 01.06.1926 88

TABLAS Y GRÁFICOS ESTADÍSTICOS

Paso 1

Población: usuarios del servicio de urgencias de la primera quincena del mes de Junio

del Hospital de Bucaramanga con una atención de 24 horas.

Tamaño de la población: 9.183

Paso 2

1-= 95%

5%

Tamaño de la Muestra: N = 9183

1.9600 z 1.96

p = 0.5

q = 0.5

d = 0.05

n0= 370

n= 369

Tamaño Población = 9138

Número De Pacientes Entre Los 20 Y 30 Años = 2018



Promedio De Pacientes Entre 20 Y 30 Atendidos Diariamente

2018/15 = 134.53

Número De Mujeres Atendidas En Los 15 Días = 4811

Número De Mujeres Atendidas En Los 15 Días = 1052

Número De Hombres Atendidos En Los 15 Días = 4372



Número De Hombres Entre 20 Y 30 Años

Intervalos de Confianza para Proporciones



Intervalo de confianza parámetro “Hombres”

A un nivel de confianza del 95% la proporción poblacional de Hombres se encuentra

entre el 46,5% y el 48,6%

Intervalo de confianza parámetro “Mujeres”



A un nivel de confianza del 95% la proporción poblacional de mujeres se encuentra

entre el 51,3% y el 53,4%

Intervalo de confianza parámetro “personas que hayan presentado contusiones

como diagnóstico de ingreso”

En este parámetro registramos los datos de las personas que diagnosticaron diversas

contusiones al momento de su ingreso al hospital, entre ellas incluimos: contusión del

hombro y del brazo, contusión de la rodilla, contusión de la cadera, contusión del tobillo,

contusión del tórax, entre otras.

A un nivel de confianza del 95% la proporción poblacional de personas que al momento

de su ingreso diagnosticaron algún tipo de contusión, se encuentra entre el 5,81% y el

6,81%

Intervalo de Confianza parámetro “personas que ingresaron con algún cuadro de

fiebre”

En este parámetro registramos los datos de las personas que diagnosticaron diversos

cuadros de fiebre al momento de su ingreso al hospital, entre ellas incluimos: fiebre no

especificada, fiebre con escalofrió, fiebre del dengue, etc.



ρ^ - E < P < ρ^ + E

= (0,069694) – (0,00520795) < P < (0,069694) + (0,00520795)

= (0,064486055) < P < (0,07490194)

= 6,44 < P < 7,49

A un nivel de confianza del 95% la proporción poblacional de personas que al momento

de su ingreso diagnosticaron algún tipo de fiebre, se encuentra entre el 6,44% y el

7,49%.

TRABAJO COLABORATIVO 2

Paso 1. Planteamiento de hipótesis según variables que se quieren analizar

Teniendo en cuenta lo desarrollado en la fase intermedia 1; paso 5, tomen las

mismas variables y parámetros para que de esta forma, establezcan hipótesis de

trabajo.

Planteen y desarrollen dos pruebas de hipótesis unilaterales y dos bilaterales

Las pruebas deben ser de los diferentes tipos posibles, como por ejemplo:

prueba de hipótesis para la media o para la proporción, la diferencia de medias o

la diferencia de proporciones.

Se le solicita usar el Excel para realizar las pruebas (contrastes) de hipótesis

1). PRUEBA DE HIPÓTESIS



Variable: Edad promedio de los pacientes atendidos

Parámetro: Promedio (media) µ

Lo que se debería tener: La edad promedio de los pacientes que es 36. La

desviación de esta edad, es de 24 años)

Prueba de hipótesis (media poblacional, prueba de cola izquierda)

Datos

N= 19600 pacientes

n= 369 pacientes

µ=36

=24

Promedio edad en la muestra = 37

Desviación de la edad (muestra) = 24

Paso 1: Planteamiento de hipótesis

µ=36 años

µ<36 años

Paso 2: Nivel de significancia

Paso 3: Estadístico de prueba (o calculado)

0.80

Paso 4: Estadístico teórico (o tabulado)



= 24

n= 369

α= 0.05

1-α= 0.95

z= 0.8 ESTADÍSTICO DE PRUEBA

Z TEÓRICO= -1.64 ESTADÍSTICO TABULADO

Paso 5: Tomar la decisión

Como el estadístico de prueba es mayor al cuantil del estadístico teórico

(0.8>-1.64) entonces se puede aceptar la hipótesis nula, es decir si se puede

aceptar que la edad promedio de los pacientes es de 36 años.






Prueba de hipótesis (prueba para la diferencia de medias, prueba de dos colas)



Datos

n2= 19600 pacientes n1= 369 pacientes µ2=36

2=24 Promedio edad en la muestra µ1 = 37

Desviación de la edad (muestra) 1 = 24

Paso 1: Planteamiento de hipótesis µ1= µ2 µ1≠ µ2



Paso 4: Formular una regla de decisión

Si

Se acepta H0, de lo contrario se rechaza y se acepta H1

5%

/2 2.5%

1 /2 97.5%

Z1= -1.96

Z2 = 1.96



Paso 5: Tomar una decisión

Como el valor cae en la región de aceptación, se acepta la hipótesis nula,

por lo tanto la conclusión es que los dos grupos tienen el mismo promedio

de edad, de los pacientes atendidos.


Variable: Promedio de Mujeres atendidas por día.


Lo que se debería tener: El número promedio de mujeres atendidas diariamente

(13/día). La desviación, es de 4.

Prueba de hipótesis (media muestra, prueba de cola izquierda)

Datos

N= 19600 pacientes n= 369 pacientes µ=321

=49 Promedio mujeres en la muestra = 13 Desviación (muestra) = 4




µ=321 mujeres µ<321 mujeres



-120.7

Paso 4: Estadístico teórico (o tabulado)

= 24 n= 100 α= 0.05

1-α= 0.95 z= -120.7 ESTADÍSTICO DE PRUEBA

Z TEÓRICO= -1.64 ESTADÍSTICO TEÓRICO

Paso 5: Tomar la decisión

Como el estadístico de prueba es menor al cuantil del estadístico teórico

(0.8<-120.7) entonces no se puede aceptar la hipótesis nula, es decir no se

puede aceptar que el promedio de mujeres atendidas por día es de

321mujeres.








Prueba de hipótesis (prueba para la diferencia de medias, prueba de dos colas)

Datos

n2= 19600 pacientes

n1= 369 pacientes

µ2=36

2=24

Promedio mujeres en la muestra µ1 = 37

Promedio hombres en la muestra

Desviación de la edad (muestra) 1 = 24


µ1= µ2

µ1≠ µ2



Paso 4: Formular una regla de decisión

Si

Se acepta H0, de lo contrario se rechaza y se acepta H1



5%

/2 2.5%

1 /2 97.5%

Z1= -1.96

Z2 = 1.96


Como el valor cae en la región de aceptación, se acepta la hipótesis nula,

por lo tanto la conclusión es que los dos grupos tienen el mismo promedio

de edad, de los pacientes atendidos.

PRUEBA DE HIPÓTESIS UNILATERAL

Prueba de hipótesis # 1

Variable: Edad de los pacientes que fueron atendidos en el hospital

Parámetro: Media ( )

Lo que debería ser: Las personas atendidas en el hospital, entre el 1 de Junio y el 15 de Junio del año 2014, son mayores de 30 años. (Desviación estándar 5 años)

Prueba de hipótesis:

Datos: N = 9.183



n = 369

1-α = 95%

α = 5%

N = 9183

Z = 1,96

p = 0,5

q = 0,5

d = 0,05

n = 369,694275

13.06.2014 17:32:02 Paciente 8019Hombre 20.05.1971 43

13.06.2014 17:31:45 Paciente 8020Mujer 13.04.1985 29

13.06.2014 17:33:37 Paciente 8021Mujer 09.03.1978 36

Promedio edad (muestra)= 36,85

Desviación Muestral = 25,69

Z Teórico= 1,64

Paso 1: Planteamiento de la Hipótesis

ho= h = Paso 2: Nivel de significancia

. El nivel de confianza es del 95 %. Paso 3: Estadístico de prueba o calculado



26,32

Paso 4: Estadístico teórico o tabulado

σ= 5

n= 369

Z Teórico = 1,64

Z Estadístico de Prueba = 26,32

Z Estadístico teórico = 1,64

Paso 5: Toma de decisión

Como el estadístico de prueba es mucho mayor al estadístico teórico, entonces no se

puede aceptar la hipótesis de que la mayoría de las personas que asisten a urgencias

tienen menos de treinta años.

PRUEBA DE HIPÓTESIS BILATERAL

Prueba de hipótesis # 2

Variable: Hora en que llegan los pacientes a ser atendidos



Parámetro: Media ( )

Lo que debería ser: Las personas atendidas en el hospital, entre el 1 de Junio y el 5 de Junio del año 2014, llegan en las horas de la mañana. (Desviación estándar 1 hora)

Prueba de hipótesis: ho= La mayoría de las personas atendidas en el hospital entre el 1 de Junio y el 5 de

Junio del año 2014, llegan antes de medio día.

h = La mayoría de las personas atendidas en el hospital entre el 1 de Junio y el 5 de

Junio del año 2014, llegan después de medio día.

Datos: N = 3.382 n = 346

1-α = 95%

α = 5%

N = 3382

Z = 1,96

p = 0,5

q = 0,5

d = 0,05

n= 345,872486

3086 Epis.ambulanteTriage 05.06.2014 14:48:51 Paciente 3086Mujer

3111 Epis.ambulanteTriage 05.06.2014 15:17:15 Paciente 3111Hombre

3113 Epis.ambulanteUrgencias 05.06.2014 15:19:12 Paciente 3113Mujer

3384 Epis.ambulanteTriage 05.06.2014 18:51:35 Paciente 3384Mujer

Promedio hora (muestra)= 13:03:19

Desviación Muestral = 0,25

Z Teorico = 1,96

Paso 1: Planteamiento de la Hipótesis

ho=

h =


. El nivel de confianza es del 95 %.

Paso 3: Estadístico de prueba o calculado



19,16

Paso 4: Estadístico teórico o tabulado

σ= 5

n= 346

Z Teórico = 1,96

Z Estadístico de Prueba = 19,16

Z Estadístico teórico = 1,96

Paso 5: Toma de decisión

Como el estadístico de prueba es mucho mayor al estadístico teórico, entonces no se

puede aceptar la hipótesis de que la mayoría de las personas que asisten a urgencias

después de las 12:00:00.

Paso 2. Establecer dos conjuntos de datos para contrastar con un ANOVA



Seleccione una variable cuantitativa (dependiente) y una cualitativa

(independiente) que pueda relacionar, por ejemplo: Una variable cualitativa como

el “Turno” en la jornada laboral en donde las niveles pueden ser A, B , C y una

cuantitativa como número de pacientes en la sala de urgencias.

Diríjase al blog del curso y allí en la sección de videos cheque estos dos: Anova

y Prueba Tukey (excel) y .Anova y Prueba Tukey (InfoStat)

Teniendo en cuenta esa información realice un análisis de varianza (ANOVA)

para determinar si los promedios de la variable dependiente son o no iguales

Realice una prueba a posterior como la tukey si encuentra que rechaza la

hipótesis de igualdad de medias del ítem anterior. Concluya entre que par de

turnos hay diferencias

https://vimeo.com/59756490





BASE DE DATOS

CasoClase de

Mvto

Fecha

Mvto

Hora

MvtoSexo

Edad

(Años)Nombre Aseguradora Txt Diag H. Ingreso

38 Triage 01.06.2014 01:45:35 Hombre 29 SEGUROS BOLIVAR SA ARP OTROS TRAUMATISMOS DE LA CABEZA, ESPECIFICADOS

41 Urgencias 01.06.2014 01:55:16 Hombre 29 SEGUROS BOLIVAR SA ARP OTROS TRAUMATISMOS DE LA CABEZA, ESPECIFICADOS

241 Triage 01.06.2014 12:25:31 Hombre 41 SEGUROS BOLIVAR SA ARP TRAUMATISMO SUPERFICIAL DEL PIE Y DEL TOBILLO, NO ESPECIFICADO

272 Urgencias 01.06.2014 13:13:15 Hombre 41 SEGUROS BOLIVAR SA ARP TRAUMATISMO SUPERFICIAL DEL PIE Y DEL TOBILLO, NO ESPECIFICADO

887 Triage 02.06.2014 13:27:20 Hombre 25 NUEVA EPS SA ARP CELULITIS DE OTRAS PARTES DE LOS MIEMBROS

914 Urgencias 02.06.2014 14:11:57 Hombre 25 NUEVA EPS SA ARP CELULITIS DE OTRAS PARTES DE LOS MIEMBROS

2172 Triage 04.06.2014 09:19:05 Hombre 43 COOMEVA EPS ARP FRACTURA DEL PERONE SOLAMENTE

2251 Urgencias 04.06.2014 11:17:49 Hombre 43 COOMEVA EPS ARP FRACTURA DEL PERONE SOLAMENTE

2292 Triage 04.06.2014 12:55:50 Hombre 25 SEGUROS BOLIVAR SA ARP QUEMADURA DE LA CORNEA Y SACO CONJUNTIVAL

2311 Urgencias 04.06.2014 13:19:23 Hombre 25 SEGUROS BOLIVAR SA ARP QUEMADURA DE LA CORNEA Y SACO CONJUNTIVAL

3203 Triage 05.06.2014 17:27:11 Hombre 48 SEGUROS BOLIVAR SA ARP CONTUSION DE LA RODILLA

3221 Urgencias 05.06.2014 17:56:34 Hombre 48 SEGUROS BOLIVAR SA ARP CONTUSION DE LA RODILLA

3827 Triage 06.06.2014 16:35:21 Hombre 35 SEGUROS BOLIVAR SA ARP CUERPO EXTRAÑO EN LA CORNEA

3853 Urgencias 06.06.2014 17:19:29 Hombre 35 SEGUROS BOLIVAR SA ARP CUERPO EXTRAÑO EN LA CORNEA

4775 Triage 08.06.2014 12:21:38 Hombre 22 SEGUROS BOLIVAR SA ARP CONTUSION DEL TOBILLO

4791 Urgencias 08.06.2014 12:34:37 Hombre 22 SEGUROS BOLIVAR SA ARP CONTUSION DEL TOBILLO

5070 Triage 09.06.2014 01:29:49 Hombre 24 SEGUROS BOLIVAR SA ARP OTRAS DORSALGIAS

5071 Urgencias 09.06.2014 01:36:28 Hombre 24 SEGUROS BOLIVAR SA ARP OTRAS DORSALGIAS

5327 Triage 09.06.2014 11:22:30 Mujer 22 SEGUROS BOLIVAR SA ARP CONTUSION DEL HOMBRO Y DEL BRAZO

5352 Urgencias 09.06.2014 11:51:39 Mujer 22 SEGUROS BOLIVAR SA ARP CONTUSION DEL HOMBRO Y DEL BRAZO

5369 Triage 09.06.2014 12:40:10 Hombre 22 SEGUROS BOLIVAR SA ARP

OTROS TRAUMATISMOS SUPERFICIALES DE LA PARED

POSTERIOR DEL TORAX

5394 Urgencias 09.06.2014 13:04:00 Hombre 22 SEGUROS BOLIVAR SA ARP

OTROS TRAUMATISMOS SUPERFICIALES DE LA PARED

POSTERIOR DEL TORAX

5903 Triage 10.06.2014 09:06:37 Hombre 34 SEGUROS BOLIVAR SA ARP DORSALGIA, NO ESPECIFICADA

5909 Triage 10.06.2014 09:16:58 Hombre 27 SEGUROS BOLIVAR SA ARP CUERPO EXTRAÑO EN LA CORNEA

5923 Urgencias 10.06.2014 09:34:28 Hombre 34 SEGUROS BOLIVAR SA ARP DORSALGIA, NO ESPECIFICADA

5944 Urgencias 10.06.2014 09:47:54 Hombre 27 SEGUROS BOLIVAR SA ARP CUERPO EXTRAÑO EN LA CORNEA

6450 Triage 11.06.2014 07:38:23 Hombre 24 SEGUROS BOLIVAR SA ARP CONTUSION DE LA REGION LUMBOSACRA Y DE LA PELVIS

6466 Triage 11.06.2014 08:04:06 Hombre 27 SEGUROS BOLIVAR SA ARP

TRAUMATISMO DE LA CONJUNTIVA Y ABRASIONCORNEAL

SIN MENCION DE CUERPO EXTRAÑO

6485 Urgencias 11.06.2014 08:14:22 Hombre 24 SEGUROS BOLIVAR SA ARP CONTUSION DE LA REGION LUMBOSACRA Y DE LA PELVIS

7555 Urgencias 13.06.2014 09:04:12 Hombre 44 COOMEVA EPS ARP CONTUSION DEL GLOBO OCULAR Y DEL TEJIDOORBITARIO

7630 Triage 13.06.2014 07:48:41 Hombre 44 COOMEVA EPS ARP CONTUSION DEL GLOBO OCULAR Y DEL TEJIDOORBITARIO

9876 Triage 16.06.2014 21:16:16 Mujer 20 NUEVA EPS SA ARP ESGUINCES Y TORCEDURAS DEL TOBILLO

9890 Urgencias 16.06.2014 21:35:10 Mujer 20 NUEVA EPS SA ARP ESGUINCES Y TORCEDURAS DEL TOBILLO

11890 Triage 20.06.2014 10:17:14 Hombre 20 COOMEVA EPS ARP CONTRACTURA MUSCULAR

11933 Urgencias 20.06.2014 10:49:56 Hombre 20 COOMEVA EPS ARP CONTRACTURA MUSCULAR

12527 Triage 21.06.2014 11:26:02 Mujer 24 COOMEVA EPS ARP EXPOSICION OCUPACIONAL AL POLVO

12537 Urgencias 21.06.2014 11:36:54 Mujer 24 COOMEVA EPS ARP EXPOSICION OCUPACIONAL AL POLVO

14634 Triage 25.06.2014 11:09:41 Hombre 26 NUEVA EPS SA ARP LUMBAGO NO ESPECIFICADO

14688 Urgencias 25.06.2014 12:41:43 Hombre 26 NUEVA EPS SA ARP LUMBAGO NO ESPECIFICADO

17407 Triage 30.06.2014 15:38:14 Hombre 54 NUEVA EPS SA ARP TRAUMATISMOS MULTIPLES, NO ESPECIFICADOS

17419 Urgencias 30.06.2014 15:45:09 Hombre 54 NUEVA EPS SA ARP TRAUMATISMOS MULTIPLES, NO ESPECIFICADOS



DATOS

ARP EDAD

COOMEVA EPS ARP 43

COOMEVA EPS ARP 43

COOMEVA EPS ARP 44

COOMEVA EPS ARP 44

COOMEVA EPS ARP 20

COOMEVA EPS ARP 20

COOMEVA EPS ARP 24

COOMEVA EPS ARP 24

NUEVA EPS SA ARP 25

NUEVA EPS SA ARP 25

NUEVA EPS SA ARP 20

NUEVA EPS SA ARP 20

NUEVA EPS SA ARP 26

NUEVA EPS SA ARP 26

NUEVA EPS SA ARP 54

NUEVA EPS SA ARP 54

SEGUROS BOLIVAR SA ARP 29



























HIPÓTESIS Y CONCLUSIÓN

Hipótesis a analizar:

1 43 25 29

2 43 25 29

3 44 20 41

4 44 20 41

5 20 26 25

6 20 26 25

7 24 54 48

8 24 54 48

9 35

10 35

11 22

12 22

13 24

14 24

15 22

16 22

17 22

18 22

19 34

20 27

21 34

22 27

23 24

24 27

25 24

Media = 32.75 31.25 29.32 31.1066667

Varianza= 134.5 203.071429 65.31

Desviación= 11.5974135 14.2503133 8.081460264

n= 8 8 25 41

Suma= 262 250 733 1245

El promedio de las edades de las personas que sufren de algun

típo de accidente de trabajo no varian de acuerdo a la

aseguradora a la que pertenecen

ObservaciónCOOMEVA

EDADES

NVA EPS

EDADES

SG.BOLIVAR

EDADESTOTAL



SOLUCIÓN ANOVA

Análisis de varianza de un factor

RESUMEN

Grupos Cuenta Suma Promedio Varianza

COOMEVA

EDADES 8 262 32.75 134.5

NVA EPS

EDADES 8 250 31.25 203.071429

SG.BOLIVAR

EDADES 25 733 29.32 65.31

ANÁLISIS DE VARIANZA

Origen de las

variaciones

Suma de

cuadrados

Grados de

libertad

Promedio de los

cuadradosF Probabilidad Valor crítico

para F

Entre grupos 79.07219512 2 39.53609756 0.38224008 0.68492499 3.244818361

Dentro de los

grupos3930.44 38 103.4326316

Total 4009.512195 40

Como el valor de f es inferior al valor crítico para f, es posile aceptar la hipótesis de que las

edades de las personas que sufren accidentes laborales no varian sugun la aseguradora a la



TUKEY

Media de COOMEVA EDADES 32.75

n COOMEVA EDADES 8

Media de NVA EPS EDADES 31.25

n NVA EPS EDADES 8

Media de SG. BOLIVAR EDADES 29.32

n SG. BOLIVAR EDADES 25

CME (Cuadrado medio del error) 103.4326316

Estadístico Q de Tukey 3.45

Comparación del grupo 1 con el 2

Diferencia absoluta 1.5

Error estándar de la diferencia 3.595702845

Amplitud cítrica 12.40517481

Medias del grupo 1 y 2 son No diferente





Medias del grupo 1 y 3 son No diferente





COMPARACIÓN MÚLTIPLE DE TUKEY



3. Tomar una de todas las variables para analizar si tiene una distribución

conocida, a través de Pruebas no paramétricas

En la sección de videos del blog descargue el video: Prueba Ji-cuadrado

Teniendo en cuenta ese video supongo una distribución que pueden tener

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

00:00 a 8:00 3 4 4 3 6 4 4 3 3 3 4 5 3 3 3

8:00 a 16:00 11 11 16 14 14 13 11 12 15 12 12 11 14 10 5

16:00 a 24:00 10 10 13 11 10 7 8 7 13 8 9 9 8 10 0

8

TurnoDia

PROM POR TURNO


http://vimeo.com/78737008





X:# UrgenciasOi Frec. (Turnos) f(XI) Ei

0 1 0.00033546 0.01509582

3 8 0.02862614 1.28817649

4 5 0.05725229 2.57635298 9.70

5 2 0.09160366 4.12216477

6 1 0.12213822 5.4962197

7 2 0.13958653 6.28139394

8 3 0.13958653 6.28139394

9 2 0.12407692 5.58346128

10 5 0.09926153 4.46676902 5.60

11 5 0.07219021 3.24855929 7.70

12 3 0.04812680 2.16570619

13 3 0.02961649 1.33274227

14 3 0.01692371 0.76156701

15 1 0.00902598 0.40616907

16 1 0.00451299 0.20308454

45 1 44 117.35

62.15

1.57

2.11

10.29

18.24



Paso 4: Estadístico teórico

Donde k es el número de categorías r=1, como observamos que algunas frecuencias en

los turnos son menores que 5, agrupamos algunas filas, por esta razón el número de

categorías k=8.

Por ende

Ubicando los grados de libertad 7 y el grado de significancia 0.05, obtenemos que el

Estadístico Teórico es igual a 14,067.




Como el valor estadístico cayó dentro de la zona de aceptación, no se puede

rechazar la hipótesis nula, que datos provienen de una distribución poisson.

Análisis de las propuestas y propuesta única

DEFINICIÓN DEL PROBLEMA

La problemática a estudiar tiene lugar en la sala de urgencias del Hospital de

Bucaramanga, donde se evidencian congestiones, demoras en la atención, tiempos de

espera demasiado largos, esto tiene como resultado la no prestación pronta y oportuna

del servicio a los usuarios. Generando incomodidad y descontento en la comunidad.

Solución Propuesta

Esta solución se divide en dos fases, la primera se basa en el estudio realizado

previamente, partiendo de la base de datos de los pacientes atendidos en la sala de

urgencias, del 1 al 15 de Junio del presente año. Este estudio arrojó una serie de datos

de los cuales se procede a plantear la solución.

En la siguiente tabla tenemos los pacientes atendidos por turno, así como el promedio

que equivale a 8 pacientes por turno.



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

00:00 a 8:00 3 4 4 3 6 4 4 3 3 3 4 5 3 3 3

8:00 a 16:00 11 11 16 14 14 13 11 12 15 12 12 11 14 10 5

16:00 a 24:00 10 10 13 11 10 7 8 7 13 8 9 9 8 10 0

8

TurnoDia

PROM POR TURNO

Se puede observar que el turno que presenta mayor cantidad de pacientes atendidos es

de 8:00 a las 16:00, seguido del turno de 16:00 a 24:00 y finalmente en el turno de

00:00 a 8:00 es donde se registran menos atenciones en urgencias.

Teniendo en cuenta lo anterior se propone hacer una redistribución del personal

(médicos, especialistas, enfermeras, etc.) que presta sus servicios en cada turno,

partiendo de la reducción del personal requerido en el turno 1, ya que la demanda en

este no es tan alta como en los otros dos turnos, el personal que quede sobrante entra

a reforzar al personal de los otros dos turnos. Para de esta manera descongestionar

más la sala de urgencias, se realizará una proyección en la demanda del servicio,

basados en los históricos de atención en la sala de urgencias, para determinar si en el

futuro la cantidad de pacientes atendidos por turnos se mantendrá, esto con el fin de

apoyar la decisión de reducir el personal en el turno 1 y redistribuirlo en los turnos 2 y 3.

La segunda fase en esta solución iniciará analizando otras variables que pueden estar

afectando el servicio, para esto utilizaremos el esquema de espina de pescado para

identificar la causa raíz de dicho problema.

Paciente Trabajadores

Organización

Falta de equipos o

Medicamentos

Falta de camillas y

Consultorios

Sala de urgencias

Muy pequeña

Falta de seguimiento de paciente

dado de alta Falta de personal en

Horarios de noche.

No se cuenta con una ambiente de triage

Tiempo de atención (largo – corto)

Acuden

pacientes

que no son

emergenci

as

Sobredemanda

Del servicio

Tiempo de espera

En sala

Permanencia

parcial de

algunos

médicos en

urgencias

Recursos

Demora en

la atención

paciente

Personal no

capacitado

Tipo de

dolencia



Un seguimiento a los tiempos de atención, hora de llegada y hora de salida,

determinando el tiempo promedio por paciente, dentro de este estudio de forma

simultánea se debe identificar el triage en el cual es valorado el paciente, de esta

manera se determinará para cuales diagnósticos se requiere más tiempo en su

atención y para cuáles no.

Es importante analizar otras variables como lo son la cantidad de profesionales

encargados de atender a los pacientes, para determinar si son los suficientes. Se

debe observar la capacidad de las instalaciones en cuanto a salas de espera y

consultorios, con ello se busca determinar si la capacidad del la sala de

urgencias es la adecuada, para la demanda de pacientes atendidos, así como

los equipos que se requieren para la generación de diagnósticos y toma de

muestras.4

Basados en los datos obtenidos de las variables anteriores se propone estandarizar el

tiempo de atención promedio que se debe tener, para cada tipo de afectación de los

pacientes, es decir realizar una clasificación de las enfermedades o causales de la

emergencia, tomar los tiempos promedio en que se evacua el paciente, de esta manera

hacer un control de tiempos y no retrasar el servicio.

Además se propone clasificar a los profesionales de acuerdo a su especialidad,

asignando a cada uno el tipo de dolencia que va a tratar durante el turno, de este modo,

el profesional sabrá el tiempo promedio que debe demorar con su paciente, y a su vez

el promedio de pacientes que podrá atender por turno. Esto tiene como resultado

facilitar al profesional la identificación rápida de los equipos e instrumentos que se

requiera para dar con el diagnostico final, como exámenes de sangre, RXs, entre otros

y finalmente la medicación del paciente. Al tratar el mismo tipo de afección durante el

turno, agilizará todo el proceso y así se descongestionará el sistema de urgencias.

Al realizar esta clasificación de afecciones en el paciente y hallar el promedio de

pacientes que presentan la misma afección, se propone generar una proyección que

permita observar el comportamiento en el futuro y con estos datos se pueda determinar

la cantidad de profesionales necesarios para cada especialidad y hacer una mejor

redistribución del personal. Generando la cobertura necesaria en aquellas afecciones

que son más recurrentes en los pacientes.



CONCLUSIONES

Se logró dar corrección a los trabajos colaborativos 1 y 2 de acuerdo a las sugerencias dadas en

la retroalimentación, por parte de la tutora.

Se realizaron diferentes propuestas para dar solución a la problemática estudiada a lo largo del

curso.

Se identificó que hacen falta otra serie de estudios donde se analicen otras variables, que

puedan estar afectando el servicio de urgencias.



Referencias bibliográficas

Jeammy Julieth Sierra Hernandéz. (2013). Módulo Curso Inferencia Estadística.

Colombia.

Jeammy Sierra (2014). Encuentro tutorial Inferencia Estadística 100403, 02 de Sep de 2014

[video]. Disponible en: https://www.youtube.com/watch?v=FxhZp4E50vY&feature=youtu.be

Jeammy Sierra (2014). Segundo encuentro tutorial inferencia estadística [Video]. Disponible en:

http://conferencia2.unad.edu.co/p4byt9onzem/?launcher=false&fcsContent=true&pbMode=nor

mal

TareasPlus (2012). Determina el tamaño muestra para estimar la media de una población

[Video]. Disponible en: https://www.youtube.com/watch?v=xSVS-0YR1JY

Yovany Martin Quijano Rojas (2013). Prueba de hipótesis para la media [Video]. Disponible en:

https://www.youtube.com/watch?v=AJcy4eZMwWM

https://www.youtube.com/watch?v=FxhZp4E50vY&feature=youtu.be

http://conferencia2.unad.edu.co/p4byt9onzem/?launcher=false&fcsContent=true&pbMode=normal

http://conferencia2.unad.edu.co/p4byt9onzem/?launcher=false&fcsContent=true&pbMode=normal

https://www.youtube.com/watch?v=xSVS-0YR1JY

https://www.youtube.com/watch?v=AJcy4eZMwWM

Documents

100403_Final_48