Recolección de datos

En esta etapa se tiene que decidir si se trabaja con datos primarios o secundarios.

1º Datos Secundarios. los datos ya han sido obtenidos de las unidades de observación y están publicados o registrados en algún documento. La calidad del dato queda en duda

2º Datos Primarios. El investigador obtiene los datos directamente de las unidades de observación. Se tiene los siguientes métodos: Cuestionario, Entrevista y Observación.

ELABORACION DE DATOS.

Una vez que se han captado o recopilado los datos de cada uno de los elementos del grupo de estudio, estos datos, son revisados, clasificados, presentados y resumidos para que permita su análisis e interpretación.

Clasificación de datos y Clasificación de datos y presentación de la informaciónpresentación de la información

Los datos no se recopilan como un fin en sí mismos, sino como un medio para describir los hechos que están tras los datos

CLASIFICACION CLASIFICACION DE DATOSDE DATOS

La clasificación consiste en agrupar los datos en un número determinado de categorías o clases.

El número de categorías o clases depende del tipo de variable.

CLASIFICACIÓN DE DATOS SEGÚN VARIABLE CLASIFICACIÓN DE DATOS SEGÚN VARIABLE CUALITATIVACUALITATIVA

Ejemplo:

Población: Niños menores de 5 años de edad.Población: Niños menores de 5 años de edad.

Características cualitativas de interés a estudiar:Características cualitativas de interés a estudiar:

Sexo: Masculino (M), Femenino (F)Sexo: Masculino (M), Femenino (F)

Estado de la nutrición: Normal, desnutrido y obesoEstado de la nutrición: Normal, desnutrido y obeso

Nivel socio económico: B, C y DNivel socio económico: B, C y D

CLASIFICACIÓN DE DATOS SEGÚN UNA CLASIFICACIÓN DE DATOS SEGÚN UNA VARIABLE CUALITATIVAVARIABLE CUALITATIVA

Estado de la Nutrición

Nº %

Normal

Desnutrido

Obeso

Total

Sexo Nº %

Masculino

Femenino

Total

CLASIFICACIÓN DE DATOS SEGÚN UNA CLASIFICACIÓN DE DATOS SEGÚN UNA VARIABLE CUALITATIVA:VARIABLE CUALITATIVA:

Nivel socioeconómico

Nº %

B

C

D

Total

CLASIFICACIÓN DE DATOS SEGÚN DOS CLASIFICACIÓN DE DATOS SEGÚN DOS VARIABLES CUALITATIVAS:VARIABLES CUALITATIVAS:

Estado de la Nutrición

Sexo

Masculino Femenino

Total

Normal

Desnutrido

Obeso

Total

CLASIFICACIÓN DE DATOS SEGÚN DOS CLASIFICACIÓN DE DATOS SEGÚN DOS VARIABLES CUALITATIVAS:VARIABLES CUALITATIVAS:

Estado de la Nutrición

Nivel Socioeconómico

B C D

Total

Normal

Desnutrido

Obeso

Total

Clasificación de datos según tres variables cualitativas

.

Sexo Nivel

Socio Econ.

Estado de la Nutrición TotalNormal Desnutrido Obeso

Masculino B

C

D

Femenino

B

C

D

Clasificación de datos según variable discreta

Ejemplo:

X: Nº de hijos por familia

Se tiene 50 familias y los datos son:

5 3 1 2 1 0 1 2 0 1 3 0 1 0

1 4 3 5 2 1 0 1 2 0 1 4 5 1

3 4 1 0 1 0 2 3 1 0 1 2 5 4

1 0 1 0 2 3 4 0

Las categorías que se consideran en la clasificación es según los diferentes valores de la variable

Nº hijos/familia fi hi*100 Fi Hi*100

0

1

2

3

4

5

Total

DATOS PERSONALES EN 60 PACIENTES CON TUMOR MALIGNO

PACIENTE CIUDAD EDAD SEXO

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 . . .

54 55 56 57 58 59 60

A A B C A D C A B B C A A D D B A A C D . . . C D A A B B C

30 43 58 61 70 42 58 39 60 55 57 49 61 69 43 46 69 44 59 62 . . .

65 37 40 61 65 56 38

M M F M M F F M F M M M F M M F M M F M . . .

M M F F M M M

PROCEDIMIENTO PARA CONSTRUIR TABLAS DE FRECUENCIAS Según VARIABLE CUANTITATIVA

Caso de variables cuantitativas continuas

• Aquí se presenta una serie de dificultades para poder establecer las categorías, sin embargo, se dará un procedimiento que servirá como guía u orientación para formar los intervalos de la variable

PROCEDIMIENTO PARA CONSTRUIR TABLAS DE DISTRIBUCION DE

FRECUENCIAS

1.- Determinar la amplitud del conjunto de datos, es decir, el valormáximo menos el valor mínimo, mas uno si los datos están expresa-dos en enteros:

A=(Vmax - Vmin)+ 1

Ejemplo.- Considerando los datos de edad dado en el tabla tenemos:

A=(71 - 30) + 1= 42

Nota: Si los valores máximo y mínimo están expresados hastadécimas se incrementará un décimo (0.1); si los valores estánexpresados en centésimos, se agregará un centésimo (0.01) y así sucesivamente.

2- Determinar el número de intervalos (denotado por k), utilizando la siguiente fórmula:

__ k= n En relación al ejemplo se tiene que: __

k= 60 = 7.7

En este caso K puede ser 6, es decir, K= 63-Determinar la amplitud del intervalo de clase C, utilizando la siguiente expresión:

C= A / kPara nuestro ejemplo: C= 42 / 6 = 7

4- El Vmin es el límite inferior de la primera clase y su respectivolímite superior sera Vmin + (C-1); el límite inferior de la

segunda clase es el límite superior de la primera clase mas uno y el respectivo límite superior será igual al límite inferior mas (C-1); y así sucesivamente hasta completar el número de intervalos.

En relación al ejemplo se tiene:

30-36

37-43

44-50

51-57

58-64

65-71

Edadmínima

Edadmáxima

30 + (7 – 1 )

36 + 7, así sucesivamente

30 + 7, así sucesivamente

Nota: Si los límites están expresados hasta décimas entonces se tendrá que el límite superior de la primera clase es: Vmin + (C-0.1); si está expresado hasta centésimas seráVmin + (C-0.01) y así sucesivamente.

5- La clasificación de los datos de una variable continua puede hacerse manualmente o en forma automatizada.

TABLA DE FRECUENCIASCLASE EDAD Xi fi Fi hi% Hi% Límites reales

1 2 3 4 5 6

30-36 37-43 44-50 51-57 58-64 65-71

33 40 47 54 61 68

2 14 6 6 16 16

2 16 22 28 44 60

3.3 23.3 10.0 10.0 26.7 26.7

3.3 26.7 36.7 46.7 73.3 100.0

29.5-36.5 36.5-43.5 43.5-50.5 50.5-57.5 57.5-64.5 64.5-71.5

TOTAL 60 100.0

donde:

fi: Frecuencia absoluta del i-ésimo intervalo, nos indica número de veces que aparece repetido dicho valor en el conjunto de observaciones estudiadas.

Fi: Frecuencia absoluta acumulada de la clase i nos indica la suma de las frecuencias absolutas de los iguales o inferiores a el.

F1=f1F2=f1+f2

hi%: Frecuencia relativa de la clase i es el cociente entre la frecuencia absoluta y el número total de observaciones multiplicando por 100.

hi% = fi/n*100

Hi%: Frecuencia relativa acumulada de la clase i, es la frecuencia absoluta acumulada dividido por el número total de observaciones. Hi% = Fi/n*100

Xi: Es la marca de clase de la clase i se determina mediante el promedio de los límites de dicho intervalo.

Limites reales: Si los límites nominales de los intervalos de clase están expresados en enteros los límites reales de cada intervalo se determina restando y sumando media unidad al límite inferior y superior respectivamente de cada intervalo.

Número de horas que 35 pacientes de un hospital Número de horas que 35 pacientes de un hospital durmieron después que se les aplicó una cierta forma durmieron después que se les aplicó una cierta forma de anestesiade anestesia

3.1 0.9 17.0 10.3 7.6 11.0 7.1 6.6

4.0 5.4 3.1 1.4 5.2 3.7 13.0 7.6

7.0 4.5 2.3 13.2 7.7 11.8 11.9 3.0

6.6 2.9 9.7 7.8 3.5 8.3 4.6 7.2

1.1 3.5 3.9

Construir tabla de frecuencias

Presentación de la información

La presentación de los datos se hace fundamentalmente utilizando dos métodos:

.- Tabular y el

.- Gráfico

MÉTODO TABULAR

Consiste en una presentación resumida de la información usando tablas o cuadros.

Si se utilizan los cuadros o tablas debe prestarse atención a los cuatro elementos que los constituyen:

.- el título,

.- la matriz,

.- el cuerpo

.- y las notas aclaratorias.

• EL TÍTULO es un enunciado breve e informativo acerca del contenido del cuadro, un buen título debe contestar a las siguientes preguntas:

¿Qué contiene el cuadro?

¿Cómo se presenta este contenido?

¿De dónde se presenta?

¿Cuándo se obtuvo la información?. Abreviadamente se puede decir:

¿Qué? ¿Cómo? ¿Dónde? y ¿Cuándo?

• LA MATRIZ La tabla está constituida por el primer renglón y la primera columna, en donde se anotan los nombres de las categorías o los límites de los intervalos en forma tan concisa como sea posible.En la tabla N°1, la matriz está compuesta por el renglón en donde aparecen las palabras Distrito, Número y Porcentaje, así como por la primera columna en donde se leen los nombres de los cuatro distritos y los totales. En la tabla N°2, la matriz es el espacio donde aparecen las variables distrito y sexo con sus correspondientes categorías y el Total.

• EL CUERPO la tabla está conformado por espacios (delimitados o no por segmentos de recta) que constituyen intersecciones de renglones y columnas, que a veces se denominan celdas en donde se anotan el número (Nº) y porcentajes obtenidos en la tabulación, incluyendo los subtotales y totales. En la tabla N°1, el cuerpo está constituido por las cifras que representan el número de pacientes con cáncer pulmonar y por el total, con sus respectivos porcentajes.

• LAS NOTAS ACLARATORIAS están constituidas por toda aquella información adicional que es necesaria para describir e interpretar adecuadamente el contenido de la tabla y para enterarse de dónde se obtuvo la información presentada, es decir la Fuente. En las tablas N°1, N°2 y N°3 la nota aclaratoria está conformada por la Fuente.

Ejemplo:

Sesenta pacientes con Tumor maligno provenientes de 4 distritos fueron atendidos en el Hospital Nacional Arzobispo Loayza de Lima en el año 2004.

El titulo se redactaría contestando a:

¿Qué?: Pacientes con tumor maligno

¿Cómo?: Distrito de residencia

¿Dónde?: Hospital Nacional Arzobispo Loayza

¿Cuándo?: 2004

TABLA Nº1

Pacientes con tumor maligno según distrito de residencia. Hospital Nacional Arzobispo Loayza.

Lima. 2004

Fuente: Archivo del departamento de estadística del

Hospital Arzobispo Loayza. Lima. 2004.

Distrito Número Porcentaje

La Perla 22 36.7

Callao 12 10.0

La Punta 14 23.3

Bellavista 12 20.0

Total 60 100.0

TABLA Nº2Pacientes con Tumor maligno según distrito de residencia

y por sexo. Hospital Arzobispo Loayza. Lima. 2004.

Fuente: Archivo del departamento de estadística del Hospital Arzobispo Loayza. Lima. 2004.

SexoDistrito

TotalLa Perla

Callao

La Punta

Bellavista

Femenino

8 6 4 2 20

Masculino

14 6 10 10 40

Total 22 12 14 12 60

TABLA N° 3Distribución de los pacientes con tumor maligno según

edad. Hospital Arzobispo Loayza. Lima. 2004

Fuente: Archivo del departamento de estadística del

Hospital Arzobispo Loayza. Lima - 2004.

Edad (años) N° %

30-36 2 3.3

37-43 14 23.3

44-50 6 10.0

51-57 6 10.0

58-64 16 26.7

65-71 16 26.7

Total 60 100.0

MÉTODO GRÁFICO

Esencialmente un gráfico estadístico es la presentación de la información por medio de figuras geométricas.

El objetivo primordial de un gráfico es dar una impresión visual de conjunto para una rápida y fácil comprensión del fenómeno que se está estudiando.

Por tal motivo un gráfico debe ser sencillo y explicativo.

Gráfica de los datos según una variable categórica

Para representar variables categóricas se utilizan gráficos:

.- de barras,

.- de sectores circulares, y

.- pictogramas, etc.

GRAFICO N°1PACIENTES CON TUMOR MALIGNO SEGÚN DISTRITO

DE RESIDENCIA. Hospital Arzobispo Loayza. Lima 2004.

1214

12

22

0

4

8

12

16

20

24

La Perla Callao La Punta Bellavista

Distrito

Núm

ero

de p

acie

ntes

Fuente: Cuadro N°1

GRAFICO N°2PACIENTES CON TUMOR MALIGNO SEGÚN DISTRITO DE

RESIDENCIA Y POR SEXO.Hospital Arzobispo Loayza. Lima.2004

0

2

4

6

8

10

12

14

16

La Perla Callao La Punta Bellavista

Distrto

Núm

ero

de P

acie

ntes

Femenno MasculinoFuente: Cuadro N°2

Gráfico de sectores circulares.

Para su elaboración se utiliza la circunferencia siendo necesario que los valores absolutos y/o porcentajes sean traducidos a grados, los 360° se reparten en proporción a los porcentajes. Correspondiendo a cada sector de la circunferencia la magnitud de cada categoría de la variable.

Tomando los datos del Cuadro N° 1, podemos representar dichos resultados en el Gráfico N° 4.

GRAFICO N°4PACIENTES CON TUMOR MALIGNO SEGÚN DISTRITO DE

RESIDENCIA.Hospital Arzobispo Loayza.Lima.2004

La Perla37%

Callao20%

La Punta23%

Bellavista20%

Fuente: Cuadro N°1

Gráfica de datos según una variable numérica Si los datos corresponden a variables numéricas

se representarán gráficamente mediante: histogramas y polígonos de frecuencias.

Histograma

Es un gráfico que se utiliza para representar las frecuencias absolutas o relativas mediante rectángulos adyacentes, teniendo como base los respectivos límites reales de los intervalos de clase y la altura proporcional a la frecuencia respectiva.

Las áreas de los rectángulos son proporcionales a la frecuencia de la clase.

GRAFICO N° 5 PACIENTES CON TUMOR MALIGNO SEGÚN EDAD.

Hospital Arzobispo Loayza. Lima.2004

0

4

8

12

16

20

33 40 47 54 61 68

Edad (años)

Nú

mer

o d

e p

acie

nte

s

Fuente: del cuadro N°3

Polígono de frecuencias (simples),

Este gráfico se obtiene uniendo los puntos medios superiores de los rectángulos del histograma, formándose de esta manera un gráfico lineal, el cual debe llevarse hasta el eje x en los extremos del límite inferior del primer intervalo y superior del último intervalo respectivamente.

El área total bajo el polígono equivale al área del histograma.

GRAFICO N° 6 PACIENTES CON TUMOR MALIGNO SEGÚN EDAD.

Hospital Arzobispo Loayza. Lima - 2004

0

4

8

12

16

20

33 40 47 54 61 68

Edad (años)

Nú

mer

o d

e p

acie

nte

s

Fuente: Cuadro N°3

Polígono de frecuencias (acumuladas)

Denominado también ojiva, utiliza las frecuencias absolutas o relativas acumuladas, y consiste en un gráfico lineal que nos permite observar la cantidad de elementos que quedan por encima o por debajo de determinados valores de los límites de los intervalos de clase.

La ojiva se obtiene uniendo los puntos que le corresponden a las frecuencias acumuladas de los respectivos límites superiores de cada intervalo.

GRAFICO N°7HISTOGRAMA Y POLIGONO DE FRECUENCIAS RELATIVAS ACUMULADAS

PACIENTES CON TUMOR MALIGNO SEGÚN EDAD. Hospital Arzobispo Loayza. Lima.2004

0

20

40

60

80

100

33 40 47 54 61 68

Edad (años)

H¡%

Fuente: Cuadro N°3

ESTADISTICA DESCRIPTIVA

• LA ELABORACION DE CUADROS Y GRAFICOS• EL USO DE MEDIDAS DE RESUMEN:

• PARA VARIABLES CATEGORICAS:• TASAS, RAZONES, PROPORCIONES

• PARA VARIABLES NUMERICAS:• MEDIA ARITMETICA• DESVIACION ESTANDAR• MEDIANA• DESVIACION CUARTIL• OTRAS

• EL USO DE MEDIDAS DE ASOCIACION, COMO:• r DE PEARSON• r DE SPEARMAN• RIESGO RELATIVO (RR)• ODDS RATIO (OR)• OTRAS

INVOLUCRA:

GRACIAS POR GRACIAS POR SU ATENCIONSU ATENCION