!"# $ % !

!" #
'

&

'

2))

$ %&
$

) !

&

( $$ +%

&

*
$

!" "
!
," ( $" $
(
"
&
+
%
. / $$
& ,-,
$
% # ,"
0 #
$
!
0 1
"
2
3(
. 4
$ 4
$
"
"
( $" $
.
# !/
"
.
"
"$
%
$ (
.$ 2 .
3
!* .
5
.
(
.$ 2 6 3 *7 . 5 "4 +% # ," 8
.
.
9
$
$ ,"
7 6 8 $
"
% $ ,"
$
%
$
!"
.
7 .
# "4
< $
8
," $
;" =
$
$
(
.$
$>
"

"

," ( $
% $
!
0
$ ;
+
0

>

* >+ &
4
A #
" B #
0 1 C

$
$=

! !
9$

.$
,"

!.

"
(
$
+% $ !" $ ," $
$
.$ :7 # ;
$
7 "
%
! > $ ( *>>+ ?
@
( " $=
$
! !
*#

1) Introduccin
Vamos a trabajar con el ejemplo de un estudio de obesidad e hipertensin. En esta base de
datos, la variable obesidad es categrica (obeso / no obeso) y querramos saber si est
relacionada con el sexo (otra variable categrica con dos posibles valores, hombre / mujer);
esto es, responder a la pregunta hay diferente proporcin de obesos entre hombres y
mujeres?
La tabla de datos: "PRESION ARTERIAL Y OBESIDAD.xls", est disponible en el aula
virtual de fabis y se muestra en el Anexo I de este documento. Se trata de un pequeo
estudio transversal (n = 50) en el que se han recogido cinco variables:

Edad: v. cuantitativa medida en aos cumplidos

Sexo: v. cualitativa dicotmica (1=hombre; 2=mujer)
Tensin diastlica (PAD): v. cuantitativa medida en mm de Hg
Tensin sistlica (PAS): v. cuantitativa medida en mm de Hg
Obesidad: v. cualitativa dicotmica (1=obeso; 2=No obeso)

!" #

$ %&

"

.; .

2) Operaciones en el programa SPSS:

Con la base de datos abierta (ya sea porque se ha importado desde Excel ya sea porque se
han tecleado directamente los valores de las variables en el SPSS) en la ventana de datos
del SPSS, activamos la secuencia:

Analizar > Estadsticos descriptivos > Tablas de contingencia.

Por consenso en los estudios epidemiolgicos, colocamos en la ventana "Filas" la variable
que consideremos como independiente (criterio o exposicin), y en la ventana "Columnas"
la variable dependiente (resultado, efecto, outcome). En otros casos dar igual, porque no
hay direccionalidad en la relacin, como en nuestro ejemplo, donde al tratarse de un estudio
transversal ste aspecto no est considerado..
Es interesante sealar la celdilla de "Mostrar los grficos de barras agrupadas".

En la pestaa "Estadsticos..." vamos a marcar Chi cuadrado y Riesgo.

El resultado que se obtiene en la ventana de resultados del SPSS es el siguiente:

$=

D
0

# 0

D"
1 *+

7 -

.$
7@ "

!-

A #
#
*E +

; .

!%

Tablas de contingencia
Resumen del procesamiento de los casos

N
GENERO * PRESENCIA
DE OBESIDAD

Vlidos
Porcentaje
50

Casos
Perdidos
N
Porcentaje

100,0%

,0%

Total
Porcentaje
50

100,0%

Esta primera tabla explica el total de casos analizados y si hubo casos perdidos (individuos
que no tuvieran un valor recogido en alguna de las dos variables analizadas en el contraste).
Luego aparece la tabla de contingencia, que en este caso concreto es una tabla 2x2. Si
previamente habamos sealado la casilla correspondiente (filas) en la pestaa "Casillas..."
se nos mostrarn los recuentos en cada celda y sus porcentajes respecto a la fila:
Tabla de contingencia GENERO * PRESENCIA DE OBESIDAD
PRESENCIA DE
OBESIDAD
obeso
GENERO

hombre

Recuento

mujer

% de
GENERO
Recuento

Total

% de
GENERO
Recuento
% de
GENERO

Total

no obeso

22

28

78,6%

21,4%

100,0%

11

11

22

50,0%

50,0%

100,0%

33

17

50

66,0%

34,0%

100,0%

E inmediatamente aparece la ventana con el contraste Chi cuadrado. SPSS realiza la Chi
cuadrado y aporta tambin la correccin por continuidad (correccin de Yates), la razn de
verosimilitud, el test exacto de Fisher y otro contraste que se llama Asociacin Lineal por
Lineal.
Pruebas de chi-cuadrado
Valor
Chi-cuadrado de Pearson

Sig. asinttica
(bilateral)

gl
1

Correccin por continuidad(a)

3,299

,069

Razn de verosimilitud

4,509

,034

Estadstico exacto de Fisher

N de casos vlidos

4,392

Sig. exacta
(unilateral)

,042

,035

,034

4,482(b)

Asociacin lineal por lineal

Sig. exacta
(bilateral)

,036

50

a. Calculado slo para una tabla de 2x2.

b. 0 casillas (,0%) tienen una frecuencia esperada inferior a 5. La frecuencia mnima esperada es 7,48.

Por ltimo, el programa SPSS -si se lo hemos indicado marcando Riesgo- nos hace una
evaluacin de la fuerza que asocia (o no) a ambas variables, calculando OR y RR. En la
siguiente salida vemos que la OR que ha calculado es 3,667 (hombre/mujer), que se lee: "los
hombres tienen un riesgo 3,7 veces el de las mujeres para tener obesidad".

!" #

$ %&

"

.; .

Si recordis, la OR se calcula como el producto cruzado (a x c) / (b x d) en la tabla 2x2.

Efectivamente, en este ejemplo tenemos que OR = 22 x 11 / 6 x 11= 3,66666...

Hombre
Mujer

Obeso
22
11

No obeso
6
11

Tambin nos aporta el IC95% para la OR, que se sita entre 1,072 y 12,547. Con ello
sabemos dos cosas: primero que el contraste de hiptesis debe ser significativo, esto es,
que se rechazar la hiptesis nula de la "no-asociacin entre las dos variables", ya que la
OR no contiene el valor 1 (el riesgo de obesidad sera el mismo entre hombres y mujeres, y
por tanto no habra relacin entre gnero y obesidad); segundo que el intervalo de confianza
es muy ancho y, por tanto, la estimacin que hacemos de la verdadera OR (en la poblacin)
muy imprecisa, llegando a concluir que el riesgo de obesidad es superior en hombres que en
mujeres, pero con un rango de incremento del riesgo que podra ir desde el 7% al 1.155%, o
lo que es lo mismo, que el riesgo de obesidad en hombres es entre 1,07 y 12,5 veces el de
las mujeres.
Estimacin de riesgo
Intervalo de confianza al 95%
Valor

Inferior

Superior

Razn de las ventajas para GENERO

(hombre / mujer)

3,667

1,072

12,547

Para la cohorte PRESENCIA DE

OBESIDAD = obeso

1,571

,992

2,490

Para la cohorte PRESENCIA DE

OBESIDAD = no obeso

,429

,188

,976

N de casos vlidos

50

Por ltimo podemos ver el grfico de barras agrupadas para cada categora de la variable
dependiente (en nuestro caso obesidad). A simple vista se aprecia la mayor proporcin de
obesos entre los hombres.

Grfico de barras
PR ESENC IA DE
OBESIDAD

25

obeso
no obeso

Recuento

20

15

10

0
hombre

mujer

G ENE RO

3) Operaciones con el programa EPI-INFO:

Si tenemos datos agrupados o clasificados por dos variables categricas, es posible recurrir

$=

D
0

# 0

D"
1 *+

7 -

0
(

.$
7@ "

!-

A #
#
*E +

; .

!%

en el programa EPIINFO a evaluar si hay diferencias en las proporciones de resultados

segn los grupos formados por la variable independiente, ya sea a travs del clculo de los
intervalos de confianza de cada proporcin, la comparacin de las dos proporciones o
directamente mediante el contraste de hiptesis Chi cuadrado en una tabla 2x2.
Veremos los tres mtodos o procedimientos:

b.1. Clculo de los INTERVALOS DE CONFIANZA DE UNA PROPORCIN.

En el programa EPI-INFO 6.0, se selecciona la calculadora EPITABLE:

Y ya en EPITABLE se activa la opcin Describe > Proportion > Simple random sampling.

Deben calcularse los intervalos de confianza de la proporcin de obesos en cada grupo o

estrato establecido por la variable criterio sexo (hombres y mujeres). En las
correspondientes casillas hay que introducir:
Numerator (numerador): individuos del grupo que tienen obesidad (en nuestro caso 22).

!" #

$ %&

"

.; .

Total Observations (denominador): total de individuos del grupo evaluado (en nuestro caso
28 hombres)
As, la proporcin (Proportion) de obesos entre los hombres es de 22 / 28 = 78,57%.

Vemos como para esta estimacin puntual (78,57%) el programa EPIINFO calcula unos
intervalos de confianza (95% CI), por tres mtodos. El ms adecuado para muestras
pequeas es el mtodo exacto por la distribucin binomial (Exact binomial 95% CI), que en
este caso da un valor entre 59,05% y 91,7%.
Ahora debe hacerse lo mismo en el grupo de mujeres. Abandonas (Quit) y vuelves a entrar,
para calcular la proporcin de obesidad entre las mujeres, que es de 11 / 22 = 50%

Vemos que EPI-INFO calcula un IC95% para esta proporcin que va de 28,22% a 71,78%.
Estos dos intervalos de confianza son muy grandes, por los pocos casos que hay en la
muestra analizada, y se superponen en un pequeo rango de valores (el que va desde

$=

D
0

# 0

D"
1 *+

7 -

0
(

.$
7@ "

!-

A #
#
*E +

; .

!%

59,05% a 71,78%), siendo muy difcil tomar una decisin con estos datos. La estimacin de
la proporcin verdadera de obesidad en la poblacin de la que procede nuestra muestra es
muy imprecisa, por lo que aun siendo la estimacin puntual muy diferente en el grupo de
hombres y de mujeres (78,6% versus 50%) no es posible asegurar con un bajo error a
equivocarse de que dicha diferencia no se deba al azar.

b.2. Comparar dos proporciones con EPI-INFO.

La segunda opcin es la tradicional, con el contraste de hiptesis que nos permite adoptar
una decisin sobre la no-desigualdad (hiptesis nula) de dos proporciones. Entramos en
EPITABLE y activamos sucesivamente Compare > Proportion > Percentages

Y una vez dentro, debes seleccionar 2 en la pregunta How many samples?, ya que
queremos comparar proporciones en dos grupos, los establecidos por la variable dicotmica
sexo. En el siguiente cuadro de dilogo debes introducir los porcentajes puntuales de
obesos en cada muestra (muestra 1 = hombres; muestra 2 = mujeres), y el nmero total de
observaciones en cada una de ellas. EPI-INFO calcula el test Chi cuadrado correspondiente,
que, como puedes comprobar, arroja idntico resultado al obtenido con SPSS en la tabla de
contingencia.

b.3. Tablas de contingencia con EPI-INFO.

El subprograma para este anlisis es la calculadora STACALC de EPIINFO. En ella
debemos introducir los datos brutos (recuentos o frecuencias absolutas) en las
correspondientes celdillas de una tabla de doble entrada.

!" #

$ %&

"

.; .

Y ahora se selecciona tablas (2 x 2, 2 x n):

En esta calculadora hemos de introducir nosotros directamente los valores de cada celdilla
de la tabla de contingencia, dndole a la tecla <enter> para pasar a la celdilla siguiente, y
finalmente a la tecla de funcin <F4> para calcular. Nos va a proporcionar tanto las medidas
de asociacin (Odds ratio y Riesgo relativo) como sus intervalos de confianza (Lmites de
Confianza), as como el test de hiptesis Chi cuadrado (Valor-Chi y Valor-P), con sus
correspondientes correcciones (de Mantel-Haenszel y de Yates).

$=

D
0

# 0

D"
1 *+

7 -

0
(

.$
7@ "

!-

A #
#
*E +

; .

!%

Como puede verse se ha calculado la OR (y un intervalo de confianza al 95%, que llama de

Cornfield, y que es algo ms grande que el que proporciona SPSS), y el RR (que
lgicamente no tiene sentido si se trata de un estudio de casos y controles o de un diseo
transversal).
Inmediatamente despus nos muestra el contraste Chi cuadrado, sin correccin (p =
0,0342) y con correccin de Yates (p = 0,0693).

4) Operaciones con el programa EPIDAT 3.1.

De forma parecida a como se procede en EPIINFO cuando se tienen datos agrupados, el
programa EPIDAT permite el anlisis de tablas 2x2: Mtodos > Tablas de contingencia >
Tablas 2x2 > Simples

Enseguida se nos abre una pantalla que se titula Tablas de contingencia: Tablas 2x2
simples, donde debemos cumplimentar una serie de apartados:
Tipo de estudio ante el que estamos. En nuestro ejemplo seleccionamos Transversal.

!" #

$ %&

"

.; .

Nivel de confianza: por defecto 95,0%, pero podemos cambiarlo.

Y las cuatro celdillas de la tabla, inicialmente vacas, donde vemos como en columnas estn
los resultados, la Enfermedad, esto es, los efectos o variable dependiente, clasificados muy
epidemiolgicamente como Enfermos y Sanos (en nuestro casos Obesos y No Obesos); y
en las filas el Factor de riesgo, la variable criterio o independiente, clasificados en Expuestos
y No expuestos (en nuestro caso se tratara de la variable sexo, y podramos considerar
expuestos a los hombres y no expuestos a las mujeres, simplemente porque hay ms
proporcin de obesos entre los hombres y as la medida de asociacin saldr mayor de 1,
estaremos ante un factor de riesgo, y se leer e interpretar mejor que si saliera menor de
1). Colocamos los recuentos que ya conocemos: 22, 6, 11, 11

Para que el programa realice los clculos tenemos que recurrir al botn que simula una
pequea calculadora de bolsillo en la barra de herramientas superior, y que ahora aparecer
resaltada. Al pulsar sobre ella se abre la ventana de resultados, obtenindose el siguiente
listado de texto:

$=

D
0

# 0

D"
1 *+

7 -

0
(

.$
7@ "

!-

A #
#
*E +

; .

!%

Tablas de contingencia: Tablas 2x2 simples

Tipo de estudio
: Transversal
Nivel de confianza: 95,0%
Tabla
-----------Expuestos
No expuestos
-----------Total

Enfermos
-------22
11
-------33

Sanos
-------6
11
-------17

Total
-------28
22
-------50

Prevalencia de la enfermedad
Estimacin
---------------------------------------- ---------En expuestos
0,785714
En no expuestos
0,500000
Razn de prevalencias
1,571429
---------------------------------------- ----------

IC(95,0%)
----------------0,991555
2,490418
-----------------

Prevalencia de exposicin
Estimacin
---------------------------------------- ---------En enfermos
0,666667
En no enfermos
0,352941
Razn de prevalencias
1,888889
---------------------------------------- ----------

IC(95,0%)
----------------0,949915
3,756020
-----------------

OR
--------3,666667

IC(95,0%)
----------------1,071564
12,546558
1,097069
12,220558

(Woolf)
(Cornfield)

Prueba Ji-cuadrado de asociacin

Estadstico
---------------------------------------- --------------Sin correccin
4,4818
Correccin de Yates
3,2990
Prueba exacta de Fisher
Valor p
---------------------------------------- --------Unilateral
0,0346
Bilateral
0,0418

Valor p
--------0,0343
0,0693

!" #

$ %&

"

ANEXO I
Tabla de datos Bajo peso al nacer.xls

.; .