Esta Di Stica

ESTADSTICA
Anlisis estadstico segn tipo de

estudio en la investigacin
Mg. Rosa Padilla Castro

Fac. de Ingeniera y Arquitectura
Dir. CIEST
INVESTIGACIN CIENTFICA
HIPTESIS
MTODO
Descripcin
de la
realidad
Antecedentes tericos
Definicin
del problema
Objetivos
Justificacin
Factivilidad/
viabilidad
Preposiciones
Implicancias
Variables
Operacionalizacin
de las
variables
Diseo
Universo
muestra
Plan de
recoleccin
de datos
Plan de
procesamiento de
datos
RECOLECCI
N DE
DATOS
Tcnicas
Observacin
Pruebas
Experimentos
Instrumentos
Datos
PROCESA
MIENTOANLISIS
Crtica
Tabulacin
Grfica
Estadgrafos
Pruebas
de
hiptesis
Discusin
de
resultados
MARCO TERICO
Cosmovisin
Antecedentes
Visin
Histrica
Bases
Marco
Tericas Conceptual
REALIDAD
PROBLEMA
Conclusiones y Recomendaciones
REALIDAD
Sistemtica controlada emprica - crtica
METODOLOGIA DE INVESTIGACION
Diseo Metodolgico
Diseo de investigacin
Tipo de Estudio
Poblacin y Muestra
Mtodos e instrumentos
de recoleccin de datos
Plan de Tabulacin
y Anlisis
Procedimientos
6
TIPOS DE
INVESTIGACIN
CUANTITATIVA
EXPLORATORIA
DESCRIPTIVA
EXPLICATIVAS
CORRELACIONAL
Alcance de la
investigacin a realizar
I
N
V
E
S
T
I
G
A
C
I
Exploratorio
Familiarizarse
con el
fenmeno
Lograr
inmersin
inicial
Ubicacin de
variables
Descriptivo
Alcances
Tener medicin
precisa o
descripcin
profunda
Explicacin
parcial
Correlacional
Relacionar
variables
Mayor
estructuracin
Explicativo
Fuente: Hernndez, Fernndez y Baptista

Entender el
fenmeno
Estadstica
Descriptiva
ESTADSTICA
Estadstica
Inferencial
Describe y analiza una

poblacin, sin pretender
sacar conclusiones de
tipo general.
Es el conjunto de mtodos,
cuyo propsito es inferir o
inducir leyes de
comportamiento de una
poblacin, a partir del
estudio de una muestra,
las cuales nos ayudaran en
la toma de decisiones bajo
un cierto grado de
confianza; este grado de
confianza se mide por la
probabilidad.
Ejemplo de cmo se interpreta una tabla

Tabla 1: Evolucin de la equidad segn desnutricin crnica y vacunacin, 1992 2000
Desnutricin crnica
Vacunacin
1992
2000
1992
2000
Promedio
36,8
27,3
54,6
40,4
Grupo ms pobre
63,2
51,5
41,9
25,3
2ndo
50,6
40,4
49,4
34,7
Medio
37,5
26,8
53,4
40,2
Medio alto
24,7
12,6
60,3
47,8
Grupo ms rico
7,8
5,3
68,2
53,8
Ratio pobre/rico
8,1
9,8
0,6
0,5
FUENTE: INEI Encuesta Demogrfica y de Salud Familiar, 1992-2000
La tabla 1 muestra que, a pesar de que los niveles de desnutricin crnica mejoraron,
tanto en el nivel promedio como por grupo de ingresos, entre 1992 y 2000, las
desigualdades entre el grupo ms pobre y el ms rico se acentuaron (el ratio pobre-rico
pas de 8,1 a 9,8). Esto implicara que los programas de salud pblica estn
favoreciendo en mayor medida a las poblaciones con ms recursos y, en
consecuencia, aumentando la brecha entre estos grupos y los ms pobres. Por el lado
del acceso a los servicios pblicos, la situacin es aun ms grave, como lo revela la
cada del porcentaje de nios que ha recibido vacunacin completa en todos los
grupos de ingreso, siendo esta ms pronunciada en la poblacin ms pobre, lo que
nuevamente ha significado una mayor distancia social.
La presentacin de los datos se realiza

fundamentalmente utilizando dos mtodos: el
mtodo tabular y el mtodo grfico.
Mtodo tabular
Consiste en una presentacin resumida de la
informacin usando tablas. Si se utilizan
tablas debe prestarse atencin a los tres
elementos que la constituyen: el ttulo, la tabla
propiamente dicha y las notas aclaratorias.
El ttulo.- Es un enunciado breve e informativo

acerca del contenido de la tabla, un buen ttulo
debe contestar a las siguientes preguntas:
Qu contiene la tabla?
Cmo se presenta este contenido?
De dnde se presenta (lugar)?
Cundo se obtuvo la informacin (fecha)?
Ejemplo: Treinta pacientes con cncer pulmonar

provenientes de cuatro distritos fueron atendidos
en el Hospital de Talara en el 2008.
Tabla 2. Pacientes con cncer pulmonar segn distrito

de procedencia. Hospital de Talara-Piura. 2008
Distrito
Nmero
Talara
11
36,7
El Alto
20,0
Los rganos
23,3
Lobitos
20,0
Total
30
100,0
Fuente: Archivo del Departamento de Estadstica del Hospital de

Talara - Piura 2008
Tabla 3. Pacientes con cncer pulmonar segn distrito

de procedencia y sexo. Hospital de Talara-Piura. 2008
Distrito
Sexo
TOTAL
Los
Talara El Alto
Lobitos
rganos
Femenino
10
Masculino
20
TOTAL
11
30
Fuente: Archivo del Departamento de Estadstica del Hospital de

Talara - Piura 2008
Las notas aclaratorias son toda informacin

adicional que facilita la interpretacin de la tabla
y para enterarse de donde se obtuvo la
informacin presentada, es decir la fuente. En las
Tablas 1, 2 y 3 la nota aclaratoria es la fuente.
Un aspecto importante de una tabla de doble
entrada (tabla de contingencia) es el clculo de
los porcentajes, estos deben calcularse tomando
como 100% el total de cada categora o intervalo
de la variable independiente.
Tabla 4. Amas de casa segn costumbre de cocinar con

lea y presencia de EPOC *. Hospital Hiplito Unanue.
Lima.2008
Cocina con lea
EPOC*
Siempre
A veces
Si
50
67,0
20
24,0
10
No
25
33,0
65
76,0
130 93,0
Total
75
100,0 85
Total
Nunca
%
7,0
80
27,0
220 73,0
100,0 140 100,0 300 100,0
* Enfermedad pulmonar obstructiva crnica

Fuente: Servicio de neumologa del Hospital Hiplito Unanue.
Tablas simples en SPSS

En SPSS:
Analizar/Tablas/Tablas personalizadas/ Aceptar/Seleccionar la
variable que se desea estudiar/ pasarla Aceptar
Construir una tabla de frecuencia de la variable sexo
Tabla 5: Pacientes que acuden al hospital de
Tarapoto segn sexo, 2006
Frecuencia
Sexo del
entrevistado
Femenino
Masculino
Total
134
52.5%
121
47.5%
255
100.0%
Fuente: Encuesta a pacientes

Para desarrollar los temas siguientes abrir la data proporcionada en clase: Hospital
Tarapoto.sav
Tablas agrupadas para variables cuantitativas

En la siguiente tabla se presentar la edad de los pacientes, siendo esta
una variable cuantitativa se formaran intervalos de clase
Regla general para la construccin de intervalos.
Determinacin del rango (R): R = Xmx - Xmn
Determinacin del nmero de intervalos de clase (I): I = 1+3.32*log(n)
Amplitud del intervalo (A): A=R/I
Determinacin de los lmites de clase: LCI LCS
Sin embargo, para formar los intervalos de clase, generalmente el
investigador usa su criterio y/o generalmente la variable ya tiene intervalos
definidos.
Agrupar variable en SPSS:

Transformar/recodificar/en distintas variables/ seleccionar la
variable y pasarla a Var. Numrica Var. de resultado haciendo

clik en /poner nombre en Variable de resultado/hacer clik en
cambiar/valores antiguos y nuevos/clik en rango (poner los
intervalos de clase)/valor nuevo (1)(el nmero de
intervalo)/aadir/continuar/aceptar
Ejercicio: Agrupar la variable edad en los siguientes intervalos: (menor de
18=menor de edad, de 18 60=adulto, mayor de 60=adulto mayor)
Tablas agrupadas
Tabla 6. Pacientes que acuden al hospital de Tarapoto segn
grupos de edad, 2006
Grupos de edad
Intervalos
Menor de edad
Adulto
Menor de 18
18 - 60
Adulto mayor
Mayor 60
Frecuencia
Total
Porcentaje
Porcentaje
acumulado
26
10.20
10.20
180
70.59
80.78
49
255
19.22
100
100.00
Fuente: Encuesta a pacientes
Prctica:
Recodificar la variable edad en 4 intervalos: Menor de edad, jvenes,
adultos y adulto mayor
Tablas de contingencia
En SPSS: Analizar/Estadsticos descriptivos/Tablas de contingencia/Seleccionar
la variable y pasarla a fila, otra a columna haciendo clik en /Casillas: se puede
seleccionar reportes de porcentajes/Continuar/ Aceptar
Tabla 7. Opinin del paciente que acude al hospital de Tarapoto segn sexo
Recomendara
Sexo del entrevistado
el Hospital de
Tarapoto?
Femenino
Masculino
si
Frecuencia
84
81
% de Sexo
62.7
66.9
no
Frecuencia
50
40
% de Sexo
37.3
33.1
Total
Frecuencia
134
121
% de Sexo
100
100
Total
165
64.7
90
35.3
255
100
Ejercicio: Construir una tabla de contingencia con las variables

recomendara al hospital de Tarapoto y grupos de edad
Es el anlisis de variables categricas, donde las filas y las columnas de una tabla
estn formadas por las categoras de dos variables.
Se construyen tales tablas porque ellas muestran el comportamiento de las respuestas
a preguntas con datos nominales u ordinales. Igualmente se estudia la relaciones
entre dos o tres variables categricas.
Tablas apiladas
En SPSS: Analizar/Tablas/Tablas personalizadas/Aceptar/Seleccionar
las variables y pasarlas /Aceptar
Ejercicio: Construir una tabla apilada con las variables acudira
nuevamente al hospital de Tarapoto y sexo
Tabla 8. Frecuencia de asistencia al hospital de Tarapoto
segn sexo de los entrevistados, 2006
Sexo del
Acudira nuevamente al Frecuencias
entrevistado Hospital de Tarapoto?
Si
65
Femenino
No
69
Si
48
Masculino
No
73
Total
Fuente: elaboracin propia
255
Total
25.5
27.1
18.8
28.6
100%
Un grfico estadstico es la presentacin de la informacin por medio de

figuras geomtricas. El objetivo primordial de un grfico es dar una
impresin visual de conjunto para una rpida y fcil comprensin. Es
importante considerar el titulo de la figura, especificar las escalas, la leyenda
y determinar la figura adecuada a la informacin.
Tipos de grficos
Para variables categricas: (sexo, estadio TNM, profesin, etc.) se quiere
conocer la frecuencia y el porcentaje del total de casos que caen en cada
categora.
Grfico de barras:
Simples
Una variable, tambin cuando la variable es
cuantitativa pero discreta
Agrupadas
Dos variables
Apiladas
Dos variables
Grfico de sectores circulares
Una variable
Para variables cuantitativas:
Histogramas
Lneas
Tallo y hojas
Cajas (combinacin de cuantitativa y cualitativa)
En SPSS: Grficos/Generador de grficos/Aceptar/seleccionar el

tipo de grfico/pasar la variable al eje correspondiente/aceptar
Grficos para variables categricas

Barras: Para representar variables cualitativas. Representa hechos o
fenmenos sin continuidad. Las categoras pueden representar distintos

aspectos, no ordenados de una caracterstica.
Figura 1. Opinin de los pacientes que acuden al hospital Tarapoto, 2006
Barras agrupadas
Cuando se ha clasificado la informacin segn dos variables.
Figura 2. Opinin de los pacientes acerca de la calidad de los alimentos
segn sexo, Hospital Tarapoto, 2006
Barras apiladas
En SPSS. Grficos/cuadro de dilogos antiguos/barras/apiladas/
definir/continuar los pasos segn observa la figura
Barras apiladas
Figura 3. Opinin de los pacientes acerca de la calidad de los alimentos
segn sexo, Hospital Tarapoto, 2006
Grfico de sectores o circulares

Para representar una variable cualitativa cuyo principal inters
es conocer su frecuencia relativa.
Figura 4. Percepcin del paciente segn trato
que recibi de la enfermera, Hospital Tarapoto,
2006
En SPSS. Grficos/cuadro de
dilogos antiguos/ sectores/
resmenes para grupos de
casos/ definir sectores por/
pasar la variable de inters/
resaltar % de casos/aceptar
Grficos para variables cuantitativas:

Histograma
Grfico utilizado para representar las frecuencias absolutas o relativas
mediante rectngulos, adyacentes teniendo como base los respectivos lmites
reales de los intervalos de clase y la altura igual a la frecuencia respectiva.
Figura 5. Pacientes que acuden al
hospital de Tarapoto segn edad, 2006
En SPSS.
Grficos/cuadro de dilogos
/histograma/pasar la variable
de
inters/mostrar
curva
normal/aceptar
Histograma
En SPSS.
Grficos/cuadro de dilogos/pasar la variable de inters a: variable / a panel
por filas (pasar la variable sexo)/aceptar
Figura 6. Edad de los pacientes que acuden al hospital de
Tarapoto segn sexo, 2006
Polgono de frecuencias o Lneas

Cuando se tiene una variable cuantitativa continua y en
especial que se mida a travs del tiempo
Figura 7. N de veces que los pacientes
recibieron un servicio, Hospital Tarapoto, 2006
En SPSS.
Grficos/cuadro de dilogos
/lneas/pasar la variable de
inters
a
eje
de
categoras/resaltar porcentaje
de casos/aceptar
Diagrama de caja
Esta herramienta permite estudiar la simetra de los datos y detectar
valores atpicos (outliers). Este grfico divide los datos en cuatro reas de
igual frecuencia. La caja central (donde se encuentra el 50% central de los
datos) tiene una lnea vertical (u horizontal) en el interior de la caja que
indica la mediana (si esta lnea est en el centro en el centro de la caja hay
simetra). Partiendo del centro de cada lado vertical (u horizontal) de la caja
se dibujan los bigotes. El bigote de la izquierda (o inferior) tiene su extremo
en el valor ms cerca de Q1 1,5*RIC, mientras que el bigote de la derecha
(o superior) tiene su extremo en el valor ms cerca de Q3 + 1,5*RIC. Se
consideran atpicos (outliers) los valores mayores a Q3 + 1,5*RIC y
menores a Q1 1,5*RIC y se consideran atpicos extremos los mayores a
Q3 + 3*RIC o menores a Q1 3*RIC (en SPSS se representan por o y x,
respectivamente)
Recordar que.
Q1= cuartil uno o percentil 25.
Q3 = cuartil tres o percentil 75.
RIC = rango intercuartlico = Q3 - Q1.
Diagrama de caja
Max
Min
Q1
mediana
Escala
Q3
Diagrama de caja
Se usa para comparar muestras, mediante los cuantiles.
Figura 8. N de veces que los pacientes recibieron
un servicio segn sexo, Hospital Tarapoto, 2006
En SPSS. Grficos/cuadro de
dilogos antiguos/diagramas de
caja/Simple/resaltar
Resmenes para grupos de
casos/ pasar la variable de
inters a eje de categoras
pasar la variable sexo/aceptar
Grfico de Tallo y Hojas

Se usa para observar la variable en su forma original, muestra los valores
extremos y atpicos.
Figura 9. N de veces que los pacientes recibieron un servicio. Hospital
Tarapoto, 2006
N de veces que asisti a recibir un servicioStem-and-Leaf Plot
Frequency Stem & Leaf
25.00
1 . 000000000000
43.00
2 . 000000000000000000000
51.00
3 . 0000000000000000000000000
39.00
4 . 0000000000000000000
29.00
5 . 00000000000000
12.00
6 . 000000
16.00
7 . 00000000
20.00
8 . 0000000000
4.00
9 . 00
4.00
10 . 00
8.00
11 . 0000
4.00
12 . 00
Stem width:
Each leaf:
1
2 case(s)
Barras de error
Se usa para comparar intervalos de confianza entre muestras.
En SPSS: Grficos/cuadro de dilogo antiguo /barras de error/simple/definir/pasar
la variable de inters/al eje de categoras pasar la variable a contrastar/aceptar
Barras de error
Las barras de error, nos permiten identificar la variabilidad de la medida empleada
como funcin de resumen en el grfico (ya sea la media, desviacin estndar,
etc). La estructura del grfico se basa en un punto central que identifica el valor de
la media, la cual se ubica en una lnea vertical; la longitud de la lnea (barra de
error) indica un intervalo de confianza (porcentaje de los datos) o un nmero
especificado de errores.
Figura 10. Pacientes que acuden al hospital de Tarapoto segn edad y sexo, 2006
Barras de error
Figura 11. Pacientes que acuden al hospital de Tarapoto segn edad y opinin
acerca de la calidad de los alimentos, 2006
Barras de error
Figura 12. Salario actual segn sexo y clasificacin de minoras de un grupo
de empleados del banco x
Mg. Rosa Padilla
Parmetro: Es una cantidad numrica calculada sobre una

poblacin
El colesterol promedio en varones menores de 30 aos
de los individuos de un pas

La idea es resumir toda la informacin que hay en la
poblacin en unos pocos nmeros (parmetros).
Estadstico: Es una cantidad numrica calculada sobre una

muestra
El colesterol promedio en varones menores de 30 aos
de los que estamos en este aula.
Somos una muestra (representativa?) de la
poblacin.
Si un estadstico se usa para aproximar un parmetro
tambin se le suele llamar estimador.
Normalmente nos interesa conocer un parmetro, pero por la
dificultad que conlleva estudiar a *TODA* la poblacin,
calculamos un estimador sobre una muestra y confiamos
en que sean prximos. Ms adelante veremos como elegir
muestras para que el error Mg.
sea
confiablemente pequeo.
Rosa Padilla Castro
Nominal
Ordinal
Escala
Definicin
Categoras no
ordenadas
Categoras
ordenadas
Mtrica-valores numricos
Ejemplos
Gnero, estado
civil,
procedencia
Nivel de
satisfaccin, rango
de edades
Edad, peso, talla, ingreso
Medida de
tendencia central
Moda
Moda y mediana
Moda, mediana, media aritmtica
Medida de
dispersin
Min/max/Rango/RIC Min/max/Rango/RIC/desviacin
Grficos
Sectores/Barras Barras/sectores
Histograma/lneas/cajas/Tallo y
hojas/diagrama de dispersin
Procedimientos
Frecuencias/%
Frecuencias/descriptivos
Frecuencias/%
Medidas de resumen en SPSS
Centralizacin
Indican valores centrales en que los datos parecen
agruparse.
Media, mediana y moda
Dispersin
Indican la mayor o menor concentracin de los
datos con respecto a las medidas de centralizacin.
Desviacin tpica, coeficiente de variacin, rango,
varianza, rango intercuartil
Posicin (cuantiles)
Dividen un conjunto ordenado de datos en grupos
con la misma cantidad de individuos.
Percentiles, deciles, cuartiles, ...
Forma
Asimetra
Apuntamiento o curtosis

Estadsticos
edad
N
Vlidos
255
Perdidos
Media
Mediana
Moda
Desv. tp.
Varianza
Asimetra
Error tp. de asimetra
Curtosis
Error tp. de curtosis
Mnimo
Mximo
Percentiles
25
35
50
75
0
44.83
46.00
40.00
18.34
336.5
-0.06
0.15
-0.30
0.30
86.00
3.00
33.00
39
46
57
En SPSS: Analizar/Estadsticos
descriptivos/frecuencias/Seleccionar la variables y pasarla a
variables haciendo clik en
/Estadsticos: seleccionar
todas las medidas de resumen
que se desee/Continuar/
Aceptar.
Ejercicio: Hallar las medidas de

resumen para la variable edad.
Medidas de tendencia central

Media: Muestra el centro de gravedad de los datos.
Se usa cuando la poblacin es homognea

Datos simples
x
x
n
Mediana: Divide a los datos en dos partes iguales.
Se usa cuando la poblacin es heterognea.

Datos simples: Se ordena los datos y se toma el
valor central si la serie es impar, o la semisuma de
los dos datos centrales si la serie es impar.
Moda: Muestra el valor ms frecuente de los datos
Medidas de tendencia central
Altura mediana
Medidas de posicin: Cuantiles

Se define el cuantil de orden como un valor de la variable por debajo del cual
se encuentra una frecuencia acumulada
Casos particulares son los percentiles, cuartiles, deciles, ...
Cuartiles: Divide a los datos en 4 partes iguales

Deciles: Divide a los datos en diez partes iguales
Percentiles: Divide a la informacin en 100 partes
iguales
Medidas de posicin: Cuantiles
Ejemplos (si estuviramos analizando la variable peso en recin nacidos y la variable

colesterol en adultos)
El 5% de los recin nacidos tiene un peso demasiado bajo.
Qu peso se considera demasiado bajo?

Percentil 5
Qu peso es superado slo por el 25% de los individuos?

Percentil 75
El colesterol se distribuye simtricamente en la poblacin. Se
considera patolgico los valores extremos. El 90% de los

individuos son normales Entre qu valores se encuentran los
individuos normales?
Entre el percentil 5 y el 95
Entre qu valores se encuentran la mitad de los individuos
ms normales de una poblacin?

Entre el cuartil Mg.
1Rosa
y 3
Padilla Castro
Qu edad no llega a alcanzar el 25% de los

individuos?
Qu edad es superado por el 25% de los

individuos?
Primer cuartil = percentil 25 = 33 aos.
Tercer cuartil= percentil 75= 57 aos.
Entre qu valores se encuentra el 50% de

los individuos con una edad ms normal?
Entre el primer y tercer cuartil = entre 33 y 57

aos
Observar que indica cmo de dispersos estn
los individuos que ocupan la parte central de la
muestra. Ver ms adelante rango intercuartlico.
Los diagramas de caja (boxplot) sintetizan esta
informacin (y algo ms).
Estadsticos
edad
Percentiles 25
50
75
33.00
46.00
57.00
Medidas de dispersin
Miden el grado de dispersin (variabilidad) de los
datos, independientemente de su causa.
Varianza:
Es una medida terica, muestra la variabilidad al

cuadrado.
2
2
x
n
(
x
)
2
s
En una muestra:
n 1
Datos simples
s2
x2 f
f
Datos agrupados
En la poblacin:
n( x ) 2
x2
N ( )2
N
Medidas de dispersin
Desviacin tpica:
2
Muestra la dispersin de los datos respecto a la media.
A una distancia de una desviacin tpica de la media tendremos
68% observaciones.
A una distancia de dos desviacin tpica de la media tendremos 95%
observaciones.
Coeficiente de variacin: Es la dispersin relativa de datos. Permite
comparar variabilidad entre muestras en donde las unidades son

diferentes.
s
cv%
.100
Rango intercuartlico:
Es la distancia entre el primer y tercer cuartil.

RI= P75 - P25
Parecida al rango, pero eliminando las observaciones ms extremas
inferiores y superiores.Mg.No
es tan sensible a valores extremos.
Rosa Padilla Castro
Centrado en la media y a una desviacin tpica de

distancia tenemos ms de la mitad de las
observaciones (izquierda)
A dos desviaciones tpicas las tenemos a casi todas

(derecha.)
Medidas de forma
Asimetra: Permite identificar hacia donde se acumula la
informacin.
S:
As 0 La distribucin es simtrica
As > 0 La distribucin es positiva (Sesgo positivo)
As < 0 La distribucin es negativa (Sesgo
negativo)
Es una cantidad adimensional. Interesante para comparar la
variabilidad de diferentes variables.

Si el peso tiene CV=30% y la altura tiene CV=10%, los individuos
presentan ms dispersin en peso que en altura
Una distribucin es simtrica

si la mitad izquierda de su
distribucin es la imagen
especular de su mitad
derecha.
En las distribuciones
simtricas media y mediana
coinciden. Si slo hay una
moda tambin coincide
La asimetra es positiva o
negativa en funcin de a qu
lado se encuentra la cola de
la distribucin.
La media tiende a
desplazarse hacia las valores
extremos (colas).
Las discrepancias entre las

medidas de centralizacin son
indicacin de asimetra.
Medidas de forma
300
200
grado de apuntamiento (aplastamiento) que tiene la

distribucin con respecto a la distribucin normal o
gaussiana.
100
Frecuencia
Apuntamiento (Coeficiente de Kurtosis): Indica el
0
27
37
32
45
41
53
49
61
57
69
65
77
73
85
93
81
89
99
Mesocrtica
160
120
100
Frecuencia
80
60
40
45 48 51 54 57 60 63 66 69 72 75 78 81 84
Platicrtica
400
300
200
Frecuencia
Si k 0,263, diremos que la curva

correspondiente a la distribucin de
frecuencias es mesocrtica (tiene igual
apuntamiento que la normal o
campana de Gauss)
si k < 0,263, diremos que la curva
frecuencias es platicrtica
si k > 0,263, diremos que la curva
frecuencias es leptocrtica
140
100
0
3
27
16
37
32
47
42
Leptocrtica
57
52
67
62
77
72
87
82
97
92
108
102
138
Medidas de resumen para variables

cualitativas
Las
medidas
de
resumen
numrico
empleadas para variables cualitativas son:
Proporcin (prevalencia)
Razn (muertes fetales/nacidos vivos)
Tasa (incidencia)
Proporcin
Es el cociente entre el nmero de elementos
de un subconjunto y el nmero de elementos
del conjunto al que pertenece dicho
subconjunto. En este caso el numerador est
incluido en el denominador, por este motivo
los valores siempre van a ser menores que la
unidad.
Por ejemplo, si en la poblacin hubo 175
casos de cncer pulmonar de un total de
1925 casos de todos los tipos de cncer, la
proporcin se calcular.
175 / 1925 = 0.09
Razn
Es el cociente entre dos cifras de diferentes o
similar naturaleza en donde el numerador y el
denominador son excluyentes.
Por ejemplo, si tenemos 380 camas
hospitalarias y 95 enfermeras y queremos
encontrar la razn entre ellas, tenemos que
dividir:
380 camas hospitalarias / 95 enfermeras = 4
camas/enfermera
Este nmero constituye un valor que refleja una
relacin. Indica que por cada enfermera hay
cuatro camas hospitalarias.
Tasa
d
Posicin
Pas
Tasa de
mortalidad
(muertes/
1000
habitantes)
Sudfrica
22.7
11
Afganistn
19.56
15
Nigeria
16.41
18
Rusia
16.06
20
Ucrania
15.93
23
Costa de
Marfil
14.65
26
Bulgaria
14.3
29
Bielorrusia
13.92
39
Camern
12.41
41
Congo
12.28
DZ
N 30
VI Z
* 1000
dZ
: La tasa bruta de mortalidad en el ao Z
DZ : Nmero total de fallecimientos ocurridos en el ao Z.

N30 VI Z : Poblacin total a mitad del ao Z (30 de junio de
dicho ao).
Tasa
d
Menores
Puesto
Pas
Tasa de
mortalidad
(muertes/
1000
habitantes)
155
Per
186
Venezuela 5.1
187
Egipto
5.09
192
Mxico
4.78
199
Singapur 4.53
201
Paraguay 4.49
204
Nicaragua 4.33
205
Costa Rica 4.31
207
Ecuador
4.21
220
Emiratos
rabes
Unidos
2.13
DZ
N 30
VI Z
* 1000
dZ
>
DZ
>
N30 VI Z>
6.16
As, se puede
afirmar que en
2008, por cada
179,754
Mil fallecieron un
29,180,899 poco ms de 6
personas.
6.16
Tasa
Mayores
puesto
s
Pas
Tasa de
natalidad
(nacimientos/1
000
habitantes)
bZ
4
Afganistn
45.82
Repblica
del Congo
43
19
Nigeria
39.98
25
Madagascar
38.38
41
Camern
34.59
44
Costa de
Marfil
34.26
49
Iraq
30.77
52
Nepal
29.92
56
Guatemala
28.55
58
Paraguay
28.47
BZ
N30
VI Z
1000
: La tasa bruta de natalidad en el ao Z
BZ : Nmero total de nacimientos vivos ocurren en el ao Z.

N30 VI Z : Poblacin total a mitad del ao Z (30 de junio de dicho
ao).
Tasa
b
Puesto
Pas
Tasa de
natalidad
(nacimiento
s/1000
habitantes)
108
Per
19.77
205
Grecia
9.54
208
Taiwn
8.99
209
8.99
211
Singapur
Repblica
Checa
215
Austria
8.66
217
Italia
8.36
219
Alemania
8.18
220
Japn
Hong
Kong
7.87
221
BZ
N30
8.89
7.37
VI Z
1000
bZ
19.77
BZ
576,906
N30 VI Z
29,180,899
Este valor indica

que en 2008,
ocurrieron en el
Per 19.77
nacimientos por
cada mil habitantes.
Trabajo de aplicacin grupal

Con la base de datos Hospital Tarapoto construir e interpretar:
1. Una tabla simple
2. Una tabla agrupada con la variable frecuencia de asistencia
3. Una tabla de contingencia
4. Una tabla apilada
5. Dos grficos para variables cualitativas
6. Dos grficos para variables cuantitativas
7. Un grfico de cajas con la variable frecuencia de asistencia y
edad recodificada
8. Calcular todas las medidas de resumen para la variable
frecuencia de asistencia
68
Objetivo
Supuestos
bsicosprueba
paramtrica
Prueba
paramtrica
Normalidad
Se conoce
Se
desconoce
t de
Student
Supuestos
bsicosprueba no
paramtrica
Prueba no
paramtrica
Libre
distribucin
Kolmogorov,
Estudios de una sola

muestra
Estimacin de la
media (
)
Estimacin de la
proporcin ( )
Prueba de hiptesis
para ( )
t de
Student
Prueba de hiptesis
para ( )
Bondad de ajuste
Mg. Rosa Padilla
Objetivo
Supuestos
bsicos-prueba
paramtrica
Prueba
paramtrica
Supuesto Prueba no
s no
paramtrica
paramt
rica
Comparacin de dos muestras independientes

Diferencias de
promedios
Normalidad
Homogeneidad
Independencia (2x2)
Independencia (rxc)
Nominal por nominal
t de
Student
para
grupos
independi
entes
Libre
distribuci
n
U de MannWhitney
Nominal x intervalo
Acuerdo entre 2 jueces
Fisher,
Coeficiente Phi
2
sin corregir
Coeficiente de
contingencia
V de Cramer
Coeficiente de
incertidumbre
Gamma, d de
Somers; Tau-b de
Kendall
Eta
Kappa
Numrica y categrica
Mediana
Ordinal por ordinal
Mg. Rosa Padilla
Objetivo
Supuestos
bsicosprueba
paramtrica
Prueba
paramtrica
Supuestos
bsicosprueba no
paramtrica
Prueba no
paramtrica
Libre
distribucin
Wilcoxon
Signos
Estudios de 2 muestras relacionadas

Diferencia de
muestras relacionadas
Antes / despus
Normalidad t para
muestras
relaciona
das
Mg. Rosa Padilla
til para
McNemar
(respuestas
evaluar el
dicotmicas)
cambio en
Homogeneid
dos
ad marginal
momentos- (respuestas
multinomiales)
diseos
antes/despu
s
Objetivo
Supuestos
bsicosprueba
paramtrica
Prueba
paramtrica
Supuestos
bsicosprueba no
paramtrica
Normalidad
Homogenei
dad
ANOVA
Libre
distribucin
Prueba no
paramtrica
Estudios con ms de 2 muestras

Muestras
independientes:
Diferencia de
promedios
Numrica y ordinal
Muestras relacionadas
Variables numricas
Homogeneidad
(dicotmica)
Concordancia
ANOVA
bloques
aleatorios
Mg. Rosa Padilla
Kruskal
Wallis
Mediana
Friedman
Q de
Cochran
W de
Kendall
Objetivo
Supuestos
bsicosprueba
paramtrica
Prueba
paramtrica
Supuestos
bsicosprueba no
paramtrica
Prueba no
paramtrica
Anlisis de
los errores
Tamao de
muestra
grande
Regresin
/ r de
Pearson
Libre
distribucin
(numrica u
ordinal)
R de
Spearman
Anlisis correlacional
Entre dos variables :
Ambas numricas
Ambas ordinales
Ambas nominales
Tau-b de
Kendall
Riesgo
relativo
Odds ratio
Mg. Rosa Padilla
Objetivo
Supuestos no paramtrica
Prueba no
paramtrica
Estudios con dos muestras independientes

Diseos prospectivos o
de cohortes (hacia
adelante)
Se establecen dos grupos de sujetos

a partir de la presencia o ausencia de
una condicin que se considera
desencadenante y se hace
seguimiento hacia adelante para
determinar en que proporcin de
sujetos de cada grupo se produce un
determinado desenlace
Riesgo relativo (Rr)
Diseos retrospectivos
o de caso control (haca
atrs)
Se forman dos grupos de sujetos a

partir de alguna condicin de inters,
se va haca atrs buscando la
presencia de algn factor
desencadenante
Odds ratio
Mg. Rosa Padilla
Mtodos de anlisis
multivariante
Pruebas
multivariantes
I. Mtodo predictivo
Regresin lineal mltiple

Anlisis de covarianza
Anlisis de varianza
Regresin logstica
mltiple
Anlisis discriminante
II. Mtodos reductivos
Componentes
principales
Anlisis factorial
Correlacin cannica
Anlisis cluster
Anlisis de
correspondencia
Mg. Rosa Padilla
Probabilidades
Poblacin: N
Muestra: n
Representati
vidad (tipo
de muestreo)
Tamao de
muestra
S2
Estimacin de
Inferencia
parmetros
Pruebas de hiptesis
Inferencia
Los mtodos estadsticos inferenciales
constituyen una forma de extraer conclusiones

respecto a una poblacin, de los datos
obtenidos de una muestra.
La inferencia estadstica comprende dos tipos
principales de tcnicas: Estimacin de

parmetros y contrastacin de hiptesis.
Independientemente de la tcnica que se utilice,
la finalidad general es utilizar datos de una
muestra para extraer conclusiones respecto a
una poblacin.
Estimacin de parmetros
Las tcnicas de estimacin son utilizadas cuando el
investigador no tiene hiptesis previa respecto al valor
de una caracterstica de la poblacin y desea conocer
cul podra ser tal valor.
La estimacin puede asumir 2 formas:
Estimacin puntual
Estimacin por intervalos
Estimacin puntual
(A) Estimacin Puntual para la media poblacional.
Se halla mediante las siguientes frmulas.
x
i
= x=
n
(B) Estimacin Puntual para la varianza poblacional.
Se halla mediante las siguientes frmulas.
2
s=
x n( x)
n 1
Estimacin de parmetros
Estimacin por intervalos
La estimacin por intervalos de un parmetro nos

indica lmites dentro de los cuales el parmetro
tiene la probabilidad especificada de estar. Los
estimados por intervalos se conoce como
intervalos de confianza y los lmites inferior y
superior como los lmites de confianza.
P( - k
+ k ) = 1 -
En muchos problemas, los datos de slo una parte

de
la
poblacin
(muestra),
pueden
dar
la
informacin necesaria para tomar una decisin o

probar una hiptesis referente a la poblacin o
universo.
El objetivo del muestreo es seleccionar una muestra

que sea representativa de la poblacin. Para esto, se
debe determinar el mtodo adecuado de seleccin,

el tamao correcto de la muestra y la tcnica de
estimacin de las caractersticas de la poblacin en
base a la muestra.
DISEO MUESTRAL
Definicin de la poblacin a estudiar
Determinacin del marco muestral

Fijacin de las unidades de muestreo
Tipo de muestreo
Clculo
del
tamao
de
muestra
(confiabilidad y error de estimacin)
Determinacin de los niveles de
inferencia
Marco muestral: es el listado de

unidades del cual se seleccionar una
muestra.
Unidades del
Marco
Muestral
Unidades de la
Poblacin
CONTIENE
Por ejemplo: En una encuesta de hogares, si bien el objeto de

estudio es la poblacin, el marco muestral esta conformado por las
unidades habitacionales, las manzanas o las viviendas.
84
Por que muestrear?

La naturaleza destructiva de ciertas pruebas:
Los catadores de vino,
Quienes prueban la calidad de una semilla
La imposibilidad de revisar todos los integrantes
de la poblacin:
poblaciones de aves, peces, mosquitos, en constante

movimiento.
Incluso los humanos: migran, nacen, mueren
El costo de estudiar a todas las unidades de una
poblacin es prohibitivo
La muestra genera informacin til a bajo costo:
Tiempo consumido para entrevistar a la
totalidad de una poblacin.
85
NIVEL TECNICO
NIVEL ECONOMICO
Cul ser el tamao

adecuado de mi muestra para
que sea representativa?
Cul es la cantidad de error

que su presupuesto puede
pagar?
Tomar el 5% o 10% de los

casos.
Tomar 100, 400 o 1000
casos.
Solicitar ms
presupuesto.
Dejar de hacer otras
actividades para
realizar la encuesta.
86
Muestra al azar
Poblacin
EDAD Media = 47
EDAD Media = 48.5
DIFERENCIA =1.5
=
Error de
estimacin
87
Universo de
estudio
Tipos de Muestreo
Variables de
inters
No probabilstico
Parmetros a
investigar
Probabilstico
Margen de error
Muestreo por
conveniencia
Muestreo
a juicio de expertos
Muestreo por
cuotas
Muestreo
bola de nieve
Muestreo aleatorio
simple
Muestreo
sistemtico
Muestreo
estratificado
Muestreo
conglomerados
Muestreo
polietpico
88
Condiciones bsicas
La muestra debe ser representativa

Tipo de muestreo
La muestra debe ser adecuada

Tamao optimo
Tipos de muestreo
Para elegir una muestra de individuos o elementos de una poblacin de

estudio, tenemos dos posibilidades de llevar acabo:
Muestreos probabilsticos
Conocemos la probabilidad de que un individuo o elemento sea
elegido para la muestra.
Interesantes pues sus resultados se pueden extrapolar a la poblacin
de estudio con un mnimo sesgo de error y un grado de confianza
asumido por el investigador.
Muestreos no probabilsticos
No se conoce la probabilidad.
Son muestreos que seguramente esconden sesgos.
En principio no se pueden extrapolar los resultados a la poblacin.
A pesar de ello una buena parte de los estudios que se publican usan
esta tcnica.
En adelante vamos a tratar exclusivamente con muestreos con la menor

posibilidad de sesgo (probabilsticos)
Muestreo aleatorio simple (m.a.s.)
Se eligen individuos de la poblacin de estudio, de manera que todos tienen la

misma probabilidad de aparecer, hasta alcanzar el tamao muestral deseado.
Se puede realizar partiendo de listas de individuos de la poblacin, y eligiendo

individuos aleatoriamente con un ordenador o una tabla de nmeros aleatorios.
Normalmente tiene un costo bastante alto su aplicacin.
En general, las tcnicas de inferencia estadstica suponen que la muestra ha

sido elegida usando m.a.s., aunque en realidad se use alguna de las que
veremos a continuacin.
Muestreo sistemtico
Se tiene una lista de los individuos de la poblacin de estudio. Si queremos

una muestra de un tamao dado, elegimos individuos igualmente espaciados
de la lista, donde el primero ha sido elegido al azar.
CUIDADO: Si en la lista existen periodicidades, obtendremos una muestra
sesgada.
Un caso real: Se eligi una de cada cinco casas para un estudio de

salud pblica en una ciudad donde las casas se distribuyen en
manzanas de cinco casas. Salieron con mucha frecuencia las de las
esquinas, que reciben ms sol, estn mejor ventiladas,
Muestreo estratificado
Se aplica cuando sabemos que hay ciertos factores (variables, subpoblaciones
o estratos) que pueden influir en el estudio y queremos asegurarnos de tener

cierta cantidad mnima de individuos de cada tipo:
Hombres y mujeres,
Jvenes, adultos y ancianos
Se divide a la poblacin en estratos y luego se toma la muestra aleatoria de los

individuos de cada uno de los estratos.
Al extrapolar los resultados a la poblacin hay que tener en cuenta el tamao
relativo del estrato con respecto al total de la poblacin.
Muestreo por grupos o conglomerados

Se aplica cuando es difcil tener una lista de todos los individuos que forman
parte de la poblacin de estudio, pero sin embargo sabemos que se
encuentran agrupados naturalmente en grupos.
Se realiza eligiendo varios de esos grupos al azar, y ya elegidos algunos
podemos estudiar a todos los individuos de los grupos elegidos o bien
seguir aplicando dentro de ellos ms muestreos por grupos, por estratos,
aleatorios simples,
Ejemplo: Para conocer la opinin de los mdicos del sistema nacional
de salud, podemos elegir a varias regiones del pas, dentro de ellas
varias ciudades, y dentro de ellas varios centros de salud, y
Al igual que en el muestreo estratificado, al extrapolar los resultados a la poblacin hay que
tener en cuenta el tamao relativo de unos grupos con respecto a otros regiones con diferente
poblacin pueden tener probabilidades diferentes de ser elegidas, ciudades, hospitales
grandes frente a pequeos,
Muestreo no probabilstico
Tambin conocido como muestreo por "conveniencia", no es aleatorio,

mtodo cuyos resultados y estimaciones no son de ninguna manera
confiables, dado que la seleccin de las unidades que conforman la
muestra no se realiza en forma aleatoria, sino por conveniencia,
primando el juicio del investigador.
En trminos generales no se recomienda utilizar el muestreo no

probabilstico en las investigaciones cuantitativas, debido a que por sus
caractersticas no permite calcular el error de muestreo (diferencia que
existe entre el verdadero valor de la poblacin y el valor encontrado en la
muestra).
Tipos de muestreo no probabilstico

Muestreo a juicio o intencional.
Donde se eligen los elementos que estn ms al alcance del investigador, o
los que l a su juicio conoce que pueden aportar datos relevantes a su
investigacin.
Muestreo por voluntarios.
Donde el informante, voluntariamente suministra informacin sin ser
seleccionado.
Muestreo por cuotas.
Es un nmero de entrevistas, encuestas, condiciones o cuotas que se le
fijan al encuestador para que a su vez seleccione los elementos en la forma
que considere oportuno, un ejemplo de esto son las encuestas de opinin
pblica, en las que los encuestadores proceden a buscar las personas
hasta cubrir la cuota previamente fijada, sin preocuparse por reas
geogrficas, zonas u otros criterios.
Muestreo bola de nieve
TAMAO DE MUESTRA: variables cualitativas
Proporcin
Si la poblacin es infinita
2
. p.q
E2
Si la poblacin es finita
N
n
N 1E
2
2
2
. p.q
2
. p.q
si
n0
N
0,10
nc
n
n
1
N
TAMAO DE MUESTRA: variables cuantitativas
Promedio
2
Nz
2
2
e ( N 1) z
Ajuste de tamao de muestra:
Si
n
N
-Zc
+Zc
2
2
0.10
n0
1
n
N
98
Ejemplo de aplicacin
Evaluacin del Impacto en Programa
Amigo del Cepillo de Dientes en los
conocimientos, Actitudes y Practicas en
Alumnos del 4to y 5to de secundaria del
CNMx 1230 de Via Alta La Molina
Poblacin y Muestra
Poblacin. La constituyen 400 alumnos del nivel secundario del CNMx
1230 de Via Alta que se matricularon el ao 2007.
Muestra. La muestra est constituida por 110 alumnos de 4to y 5to de

secundaria del CNMx 1230 de Via Alta, la seleccin de unidades se
realiz mediante un Muestreo probabilstico, con un error mximo de

estimacin del 8%.
Diseo muestral. La poblacin de estudio se encuentra conformada por

400 alumnos nivel secundario del CNMx 1230 de Via Alta. Para la
determinacin del nmero de las unidades de anlisis se tom el tamao
de muestra estratificado por asignacin proporcional:
Poblacin y Muestra
N
n0
N 1 e
2
2
2
pq
2
n0
pq
400 x 1.96 2 x 0.50 x 0.50

400 1 x 0.08 2 1.96 2 x 0.50 x 0.50
n0
149 .87 150 ALUMNOS

Como el factor de correccin para poblaciones finitas es
150
n0
mayor que 0.10
0.375 0.10
si
400
N
entonces se corrige el tamao de muestra utilizando la n
c
siguiente frmula:
n
n
1
N
Confianza
Distribucin normal inversa
1-
Z=Z(1- /2)
Tamao de poblacin
Proporcin de poblacin que presenta la
caracterstica
Proporcin de la poblacin que no presenta la
caracterstica
Error de estimacin
150
150
1
400
0,95
1,96
400
0,50
0.50
0,08
109 .09 110

alumnos.
Ejercicio de aplicacin
Un hospital dispone de un listado de los

pacientes, organizados por reas de
atencin (neurologa, traumatologa,....).
Comente en grupo que tipo de muestreo
podra realizarse, y como lo haran.
Un hospital dispone de un listado de los

pacientes, organizados por reas de
atencin (neurologa, traumatologa,....).
Comente en grupo que tipo de muestreo
podra realizarse, y como lo haran.
Un grupo de especialistas de la Salud, entre
ellos Mdicos, Enfermeros, Nutricionistas,
Psiclogos, estn interesados en indagar acerca
de la relacin que existe entre desnutricin y
grado de conocimiento de la poblacin del
adulto mayor en cuanto a una alimentacin
balanceada. Suponga que la poblacin objetivo
son todos los barrios marginales del Cono Sur
de Lima. Sugiera el tipo de muestreo ms
conveniente, el tamao de muestra apropiado,
quin es la unidad de anlisis?
Se toma una encuesta de hogares sobre violencia familiar, el objetivo es
obtener informacin acerca de los conocimientos, valores, actitudes y
prcticas respecto a la violencia en el mbito familiar segn las
percepciones de las mujeres en Lima y Callao, que sirvan de apoyo a la
formulacin y evaluacin de polticas pblicas, de iniciativas legislativas y
la proposicin de programas de prevencin que contribuyan a
disminuirla. La poblacin de estudio estuvo conformada por las mujeres
de 15 a 65 aos de edad, residentes habituales en Lima y Callao.
La cobertura geogrfica fue 43 distritos de la provincia de Lima y 6
distritos de la provincia constitucional del Callao. Segn data del INEI se
calcula que en el 1993 los delitos ocurridos (violencia familiar) fue de
532,968. y segn el censo nacional la poblacin de mujeres de 15 aos y
ms fue de 4809624.
Determinar el tamao de muestra.
Se precisa conocer cual es la tasa de desnutricin

crnica actual entre los nios menores de 6 aos de
una determinada regin.
El error mximo permitido para la evaluacin es de 3%

y el nivel de confianza 95%.
De un estudio realizado en la regin durante el 2000 se

sabe que la tasa de desnutricin crnica fue de 25%.
Determinar el tamao de muestra necesario para el

estudio
106
Se precisa conocer cual es la tasa de desnutricin

crnica actual entre los nios menores de 6 aos
de una determinada regin.
La poblacin de nios en este tramo de edad es
aproximadamente de 1352.
El error mximo permitido para la evaluacin es de
3% y el nivel de confianza 99%.
De un estudio realizado en la regin durante el
2000 se sabe que la tasa de desnutricin crnica
fue de 25%.
Determinar el tamao de muestra necesario para el
estudio
107
Pruebas de hiptesis
Hiptesis: Una Hiptesis estadstica es una afirmacin

relativa sobre un modelo probabilstico y una prueba de
hiptesis es un mtodo para determinar la posibilidad de
esa afirmacin relativa en base a una muestra.
Hiptesis establecidas en esta forma proporcionan con
frecuencia motivo para realizar una investigacin. Por esta
razn se le denomina hiptesis de investigacin
Hiptesis nula (Ho): Son aquellas que estn referidas a

algn parmetro de la poblacin o de las poblaciones de
estudio. Estas son llamadas hiptesis cientficas.
Hiptesis alternativa (Ha): Junto a la hiptesis nula se debe
formular la denominada hiptesis alternativa que es la que
sirve para contrastarla.
Errores de prueba y nivel de significacin
No rechazo Ho
Rechaza Ho
Ho cierta
Ho falsa
Decisin correcta
El tratamiento no
tiene efecto y as se
decide
Error de Tipo II (
El tratamiento si
tiene efecto, pero
no lo percibimos
Error de Tipo I (
El tratamiento no
tiene efecto, pero se
decide que si
Decisin correcta
El tratamiento tiene
efecto y el
experimento lo
confirma
Siempre que se rechaza una Hiptesis nula se corre el riego de cometer un

error del tipo I (
)
Siempre que no se rechaza una Hiptesis nula existe el riego de cometer al

error tipo II (
)
La decisin de una prueba estadstica est asociada al nivel de significacin:
a) Si P < 0.05 ( = 0.05). Se dice que existe significacin en la prueba
b) Si P < 0.01 ( = 0.01). Se dice que existe alta significacin en la prueba
Pasos para las pruebas de Hiptesis
1.Formular dos hiptesis mutuamente excluyentes

Hiptesis nula (Ho): que especifica valores hipotticos
para uno o ms de los parmetros poblacionales.
Hiptesis alterna (Ha): donde se afirma que el parmetro

poblacional tiene un valor distinto al hipottico, esta se
acepta cuando se rechaza la Ho.
2.Determinar el nivel de significancia a la probabilidad de
cometer un error tipo I pueden ser:
0.01
0.05
0.10
3. Determinar la prueba a utilizar.
Pasos para las pruebas de Hiptesis
4. Determinar la potencia de la prueba o probabilidad de

aceptar la hiptesis nula.
p-vale sig.
5. Tomar la decisin de aceptar o rechazar la Ho, o nos
abstenemos de tomar la decisin de acuerdo al criterio.
La decisin de una prueba estadstica est asociada al nivel de
significacin ( = 0.05, 0.01)
a) Si P <
Se rechaza la hiptesis nula, es decir existe
significacin en la prueba
b) Si P >= No se puede rechazar la hiptesis nula, es decir no
existe significacin en la prueba
6. Formular las conclusiones finales.
Hiptesis relativa a una media
Ho :
o
/2
/2
Ha :
bilateral.
unilateral
Nivel de significancia:
0.05
0.01
Supuestos para pruebas paramtricas

En SPSS: Analizar/estadsticos descriptivos/explorar/grficos (continuar segn
figura al pie)
Ejercicio: probar si la variable edad sigue una
Normalidad
distribucin normal
H0: La variable se distribuye
normalmente
Sig
= .200 >.05
Decisin: No se puede rechazar H0

Por lo tanto concluimos que la variable
sigue una distribucin normal
Grfico Q-Q normal de edad

3
edad
Kolmogorov-Smirnov(a)
Shapiro-Wilk
Estadsti
Estadsti
co
gl
Sig.
co
gl
.035
255
.200(*)
.992
255
Normal esperado
Sig.
.214
1
0
-1
-2
-3
-20
20
40
60
Valor observado
80
100
Prueba t para una muestra

H 0:
H a:
=
vs.
Contrasta si la media de una variable difiere
de una constante especifica.

0
Se determina el nivel de significacin
, y si el
valor resultante es menor o mayor se rechaza
la hiptesis nula
Para cada variable a contrastar se calcula, la
media, desviacin tpica y error tpico de la

media. La diferencia promedio entre cada
valor de los datos y el valor de contraste
hipottico.

Ejm. Probar, si los pacientes asisten a recibir algn servicio al hospital ms de 4
veces por ao:
Ho:
4
Ha:
>4
En SPSS:
Una media poblacional: Analizar/Comparar medias/Prueba t para una
muestra/seleccionar la variable a probar, pasarla a contrastar variables
haciendo clik en
/Valor de prueba: poner el valor del parmetro a
probar/Opciones: cambiar la confianza/Continuar/Aceptar

Reporte en el SPSS
N de veces
que asisti a
recibir un
servicio
Media
Desviacin tp.
Error tp. de la
media
255
4.40
2.692
0.169
Valor de prueba = 4
t
N de veces
que asisti a
recibir un
servicio
2.349
Sig.
(bilateral)
gl
254
0.020
Diferencia de
medias
0.396
95% Intervalo de
confianza para la
diferencia
Inferior
0.064
Superior
0.728
Decisin: Dado que el valor p o sig es menor que el 5%, rechazamos la Ho, por
lo tanto al nivel de significancia del 5% se puede afirmar que los pacientes
acuden al hospital en promedio ms de 4 veces por ao
Prueba t para muestras independientes
Poblacin
N2
Poblacin
N1
Muestra
Comparacin
Muestra
n2
n1
Muestras independientes
Prueba t para muestras independientes

H 0:
H a:
=
vs.
1
Compara
las medias de dos

grupos de casos. Para esta
prueba, idealmente los sujetos
deben asignarse aleatoriamente a
dos grupos, de forma que
cualquier
diferencia
en
la
respuesta
sea
debida
al
tratamiento (o falta de tratamiento)
y no a otros factores.
100
80
edad
60
Se base en el tamao de la
muestra, media, desviacin tpica

y error tpico. Adicionalmente, se
realiza la prueba de Levene sobre
la igualdad de varianzas.
40
20
0
Femenino
Masculino
Sexo del entrevistado
Ej: Probar si existe diferencia significativa en la

edad del entrevistado segn su genero
Ho:
1= 2
Ha:
1 2
En SPSS:
Para comparar medias poblacionales: Analizar/Comparar
medias/Prueba t para muestras independientes/seleccionar la
variable a comparar pasarla a contrastar variables haciendo
clik en
/Seleccionar la variable y pasarla a variable de
agrupacin/Definir grupos: dar valor al grupo 1 y grupo
2/Continuar/Opciones: cambiar la confianza si se
desea/Continuar/Aceptar
Reporte segn el SPSS
edad
Prueba de Levene para la

igualdad de varianzas
edad
Se han
asumido
varianzas
iguales
No se han
asumido
varianzas
iguales
Sexo del
entrevistad
o
Femenino
Error
Desvia tp. de
cin
la
N
Media
tp.
media
134
45.20 18.221 1.574
Masculino
121
Prueba T para la igualdad de medias
Sig.
gl
Sig.
(bilateral)
Inferior
Superior
Inferior
Superior
Inferior
.064
.800
44.42 18.548 1.686
Diferencia
de medias
Error tp. de
la diferencia
Superior
Inferior
95% Intervalo de
confianza para la
diferencia
Superior
Inferior
.338
253
.735
.780
2.305
-3.759
5.319
.338
249.392
.736
.780
2.307
-3.763
5.323
Decisin: Siendo que el p valor o sig es mayor que el 5%, no podemos rechazar la
Ho, por lo tanto concluimos que la edad no difiere segn el sexo de los pacientes
Supuestos para la prueba de muestras independientes

Ejercicio: Ademas de probar la normalidad de los datos, tambin probar la
homogeneidad de varianzas para la variable edad segn sexo
Homogeneidad (Levene)
Ho :
2
1
2
2
Sig= .800 > 0.05

Decisin: No se puede rechazar H0
Por lo tanto concluimos que las varianzas de
ambos grupos son homogneas
Prueba de Levene para la

igualdad de varianzas
edad Se han asumido

varianzas iguales
Sig.
.064
.800
No se han
asumido varianzas
iguales
Muestras relacionadas
Poblacin
N1
Muestra
intervencin
Muestra
n1 ; t=1
n0 ; t=0
Prueba t para muestras relacionadas

Compara las medias de dos variables de un
solo grupo. Calcula las diferencias entre los

valores de las dos variables de cada caso y
contrasta si la media difiere de 0.
H 0:
=0
vs.
H a:
Ejm: Se desea determinar la efectividad del programa consumo de

hierro en el incremento de la hemoglobina de los pacientes que
asisten al Hospital Ho:
=0
Ha:
En SPSS:
Para comparar medias poblacionales: Analizar/Comparar medias/
Prueba t para muestras relacionadas/seleccionar a la vez las dos
variables a comparar/ pasarla a variables relacionadas haciendo
clik en / Estadsticos/Continuar/Aceptar
Prueba t para muestras relacionadas

Reporte del SPSS
Hb_antes
Hb_despues
12.8
16.1
10.8
15.1
12
11.7
11
12.7
10.9
14
10.5
13.9
11
11.8
12.8
13.7
13.5
15.1
13.5
12.6
10.9
14.4
10.5
15.7
14.1
15.4
14.3
15.6
13
15.5
10.9
13.1
13.1
12.9
13.5
13.2
10.3
11.4
11.6
13.1
Media
Hb_antes
Hb_despus
Desviacin
tp.
Error tp. de
la media
12.05
20
1.348
.301
13.85
20
1.457
.326
Diferencias relacionadas
95% Intervalo de
Desvia Error tp. confianza para la
diferencia
cin
de la
Media
tp.
-1.800
1.64
media
Inferior
Superior
gl
Sig.
(bilateral)
Hb_antes
Hb_despus
.366
-2.57
-1.03
-4.918 19
.000
Decisin: Siendo que el p valor o sig es .000 menor que el

5%, rechazamos la Ho, por lo tanto concluimos que el
programa consumo de hierro increment la hemoglobina de
los pacientes que asisten al Hospital xxx
Prueba para ms de dos grupos (ANOVA)
H 0:
... = k
vs.
Ha: Al menos un par de
medias difieren
1
2=
El procedimiento ANOVA de un factor genera
un anlisis de varianza para una variable

dependiente cuantitativa respecto a una nica
variable de factor. El anlisis de varianza se
utiliza para contrastar la hiptesis de que
varias medias son iguales. Esta tcnica es una
extensin de la prueba t para dos muestras.
Adems de determinar que existen diferencias entre las medias, es posible
que desee saber qu medias difieren. Existen dos tipos de contrastes para
comparar medias: a priori y post hoc. Tambin puede contrastar las
tendencias existentes a travs de las categoras.

Ejemplo: Se quiere determinar si existe diferencia significativa entre la
percepcin del trato por parte del Residente y la edad de los pacientes.
Para cada grupo se tiene en cuenta el nmero de casos, media, desviacin
tpica, error tpico, mnimo, mximo, intervalo de confianza al 95% para la

media. Prueba de Levene sobre la homogeneidad de varianzas, tabla de
anlisis de varianza y contrastes robustos de igualdad de medias para cada
variable.
En SPSS:
Para comparar medias poblacionales:
Analizar/Comparar medias/ANOVA de un
factor/seleccionar la variable cuantitativa a
comparar trasladar a dependientes haciendo clik
en / seleccionar la variable cualitativa y trasladar
a factor(los subgrupos)/Estadsticos/ Opciones:
prueba de homogeneidad/Post hoc (Prueba de
comparaciones mltiples) seleccionar una prueba/
Continuar/Aceptar
Resultados ANOVA)
H 0:
2=
vs.
Ha: Al menos un par de medias difieren
Decisin: Sig 0.001< 0.05
Rechazamos Ho
Conclusin: Existe diferencia significativa entre la percepcin que
tiene el paciente acerca del trato que da el Residente segn el
nmero de veces que acude a recibir un servicio
Reporte del SPSS
Fuentes de
variacin
Inter-grupos
Intra-grupos
Total
Suma de
cuadrados
100.3
1740.7
1841.0
Media
gl
cuadrtica
2
50.2
252
6.9
254
F
7.261
Sig.
0.001
Opciones y pruebas post hoc

N de veces que asisti a recibir
Homogeneidad
Duncan
un servicio
Fue amable el trato
Subconjunto para alfa = Estadstico de
Levene
gl1
gl2 Sig.
que recibi por
.05
parte del
4.852
2 252
0.009
RESIDENTE
N
1
2
Desacuerdo
45
3.044
Decisin: Sig <0.05, por lo tanto rechazo Ho.
Totalmente de
Las variables no son homogneas
Acuerdo
165
4.661
Acuerdo
45
4.778
Normalidad
Sig.
1
0.808
Se puede observa que para aquellos que
presentan mayor promedio de asistencia
son los que opinan a favor del trato que
perciben del residente
Sin embargo, tambin se puede observar
que la variable dependiente no cumple
el requisito de la homogeneidad ni
normalidad, por lo tanto se recomienda
hacer una prueba no paramtrica H de
Kruscal-Wallis
Fue amable el trato que recibi por parte del KolmogorovRESIDENTE

Smirnov(a)
N de veces
que asisti a
recibir un
servicio
Estadstico
gl
Sig.
Totalmente de
Acuerdo
0.194
165
0.000
Acuerdo
0.158
45
0.007
Desacuerdo
0.198
45
0.000
Correccin de la significacin de Lilliefors
Decisin: Sig <0.05, por lo tanto rechazo Ho.

Las variables no siguen una distribucin normal
En este captulo vamos a tratar diferentes formas de describir la

relacin entre dos variables cuando estas son numricas.
Estudiar si hay relacin entre la altura y el peso.
Tambin se hace estudios correlacionales cuando alguna de las

variables es ordinal.
Estudiar la relacin entre el sobrepeso y el dolor de espalda (ordinal)
Hay ms de dos variables relacionadas.

Conocer el peso de una persona conociendo su altura y contorno
de cintura?
El estudio conjunto de dos variables cualitativas lo vemos a

travs del contraste de hiptesis (X2).
Hay relacin entre fumar y padecer enfermedad de pulmn?
Regresin y correlacin: datos

cuantitativos
Anlisis de regresin. Se utiliza para realizar
estimaciones de una variable dependiente

en funcin a un valor especfico de las
variables independientes.
Anlisis de correlacin. Es utilizada para
determinar el grado de asociacin entre
variables.
OBJETIVO:
Entender como los valores de Y
cambian en promedio cuando X
varia entre los posibles valores
que puede tener.
Regresin lineal
2.00
1Y = 0.15 + 0.01 * x
R-cuadrado = 0.68
1.50
El anlisis de Regresin se enfoca

al establecimiento de una
ecuacin que permite que el
valor desconocido de una
variable se pueda estimar a
partir del valor conocido de una
o ms variables.
1.00
0.50
0.00
X1
X2
X3
Xn
40
80
X
120
El modelo de regresion lineal simple
Su representacion para la observacion i
Yi
X i ei
Suposiciones del modelo:
La variable predictora X es no aleatoria

Los errores ei son variables aleatorias con media 0 y varianza
constante 2.
Los erroresei y e j (i j=1,n) son independientes entre si
1.
2.
3.
4.
5.
Los residuales son aleatorios

Los residuales siguen una distribucin
normal
Tienen media igual a 0
Tienen varianza constante
No estn auto correlacionados
a) Durbin Watson
b) Grafico de Auto correlacin
Regresin Mltiple
El anlisis de regresin mltiple produce una ecuacin con

varios coeficiente , dependiendo del nmero de variables
independientes X que se introduzcan al modelo, generando
de esta forma hiperplanos.
El Coeficiente de Correlacin Mltiple mide la proporcin de

la variacin total de los valores de la variable independiente,
que es explicada por la regresin mltiple.
X1
X2
X3
Xn
Caso I
Ho:
*
Ha:
*
Prueba Estadstica
Caso III
Ho:
*
Ha:
*
*
s
Sxx
~ t( n
2)
Regla de Decisin
Rechazar Ho,
si tcal<-t( ,n-2)
Caso II
Ho: = *
Ha:
*
Rechazar Ho
si |tcal |>t( /2,n-2)
Rechazar Ho
si tcal>t( ,n-2)
*Un P-value o Sig cercano a cero, sug

irira rechazar la hiptesis nula.
Correlacin
El objetivo del anlisis de correlacin es medir
el grado de relacin que existe entre las

variables.
El coeficiente de determinacin mide el aporte
de la variable
dependiente.(r2)
independiente
sobre
la
Slo toma valores en [-1,1]

Las variables son incorreladas r=0
Relacin lineal perfecta entre dos variables r=+1 o
r=-1
Cuanto ms cerca est r de +1 o -1 mejor ser el
grado de relacin lineal
Relacin
inversa
casi
perfecta
-1
Variables
incorreladas
Relacin
directa
casi
perfecta
+1
0
Regresin y correlacin
Con la data patient_los.sav (SPSS<tutorial<sample_files)
Ejemplo: Hallar el diagrama de dispersin, la
recta estimada de regresin, el coeficiente de

correlacin y determinacin de las variables
Coste del tratamiento en funcin de la
duracin de la estancia.
Regresin y correlacin
En SPSS:
1. Grfico de dispersin
Grficos/dispersin/simple/definir/Coste del
tratamiento trasladar a Y y duracin de la estancia a
X/aceptar.
2. Correlacin
Analizar/Correlacin bivariada/se seleccionan las
variables cuantitativas y se trasladan/Seleccionar
Pearson/aceptar
3. Regresin
Analizar/Regresin lineal/se selecciona la variable
cuantitativa dependiente y se traslada a dependiente,
luego la independiente o independientes y se traslada
a independientes/aceptar
Diagrama de dispersin
En el diagrama de dispersin se aprecia una fuerte relacin lineal directa
Regresin y correlacin mltiple
Regresin
Coeficientes
Coeficientes no
estandarizados
Modelo
1
Error tp.
Coeficientes
estandarizad
os
Beta
Sig.
(Constante)
.667
.016
42.318
.000
Duracin de la estancia
.146
0.0005961
.939 244.369
.000
Cons tan tes
0.667 0.146 X 1
Idoneidad del modelo de regresin

Resumen del modelo
Modelo
1
R
.939(a)
R
cuadrado
R cuadrado Error tp. de

corregida la estimacin
.882
.882
DurbinWatson
.923
2.029
Coeficiente de determinacin: r2 = 88.2%; el costo del tratamiento est siendo

explicado en un 88.2% por la variabilidad de la duracin de la estancia y un 11.8%
se debe a la intervencin de otras variables.
ANOVA
Modelo
1
Suma de
cuadrados
Regresin
Residual
Total
Media
cuadrtica
gl
50860.685
6810.240
7996
57670.925
7997
50860.685 59716.253
Sig.
.000(a)
.852
Siendo que el anlisis de varianza (ANOVA) da una significancia < 0.05, entonces
podemos decir que el modelo de regresin propuesto es muy bueno (p=.000)
Correlacin
Duracin de
la estancia
Duracin de la
estancia
Costes de tratamiento
Correlacin de
Pearson
Sig. (bilateral)
N
Correlacin de
Pearson
Sig. (bilateral)
N
Costes de
tratamiento
1
7998
0.94
0
7998
Ho :
No existe correlacin
Ha :
Existe correlacin
0.94
.000
7998
1
8629
Decisin:
Dado que el p value o sig < 0.05 , rechazamos Ho; concluimos que el
costo del tratamiento esta asociado a la duracin de la estancia

Ejercicio:
Determinar el modelo de regresin para la duracin
de la estancia segn el resultado quirrgico y la
edad del paciente.
En SPSS:
Regresin
Analizar/Regresin lineal/se selecciona la variable
cuantitativa dependiente y se traslada a dependiente,
luego las variables independientes y se traslada a
independientes/grficos: pasar (zpred) a (x) y (zresid) a
(y); click en histograma y grfico de prob.
Normal/continuar/ aceptar

Resum en del modelob
Modelo
1
R
.379a
R cuadrado
.144
R cuadrado
corregida
.144
Error tp. de la
estimacin
1.574
DurbinWatson
2.012
a. Variables predictoras: (Constante), Resultado quirrgico, Edad en aos

b. Variable dependiente: Duracin de la estancia
ANOVAb
Modelo
1
Regresin
Residual
Total
Suma de
cuadrados
1801.795
10719.245
12521.040
gl
2
4324
4326
Media
cuadrtica
900.898
2.479
F
363.410
Sig.
.000a
a. Variables predictoras: (Constante), Resultado quirrgico, Edad en aos

b. Variable dependiente: Duracin de la estancia
Coeficientes no
estandarizados
Modelo
1
B
(Constante)
Edad en aos
Resultado quirrgico
1.897
.045
.802
Error tp.
.180
.003
.039
Coeficientes
estandarizad
os
Beta
.232
.291
t
10.547
16.497
20.668
Sig.
.000
.000
.000
Las pruebas no paramtricas llamadas de

distribucin libre, no asumen ningn parmetro,
trabajan con simple ordenacin y recuento
(asignando rangos) a los valores de la variable.
Se deben usar con:
Datos de distribucin libre
Se puede usar con datos nominales, ordinales e
incluso cuantitativos (convertir a ordinal)
Cuando la data es cuantitativa pero no cumple
los supuestos bsicos de normalidad y
homogeneidad, si se trata de ms de dos grupos.
Pruebas no paramtricas de acuerdo al tipo de muestras y

variables
Chi cuadrado
Cuantitativacualitativa
1 muestra
Binomial
Independientes
Cuantitativa
U de MannWhitney
Relacionadas
Cuantitativa
Wilcoxon
Antes/despus
Mc Nemar
Cuantitativa
Kruscal Wallis
Cuantitativa
Friedman
Cualitativa
Q de Cochran
2 muestras
Independientes
Ms de 2
muestras
Relacionadas
Es una prueba de significacin estadstica que responde a la siguiente

ecuacin general:
F
X 2 (F
1)(C 1)
i 1 j 1
(O ij
Eij ) 2
Eij
CRITERIO DE LA INDEPENDENCIA
Ho: Las variables son independientes

Ha: Las variables estn relacionadas
En el SPSS:
Analizar/estadsticos descriptivos/tablas de contingencia/pasar las
variables/pedir en estadsticos/Chi cuadrado/continuar/aceptar
Prueba Chi-cuadrado: criterio de

independencia
En SPSS:
Para
comparar
medias
poblacionales:
Analizar/Estadsticos descriptivos/Tablas de
contingencia/seleccionar
las
variables
cualitativas y trasladar a fila y a columna
haciendo clik en
/Estadsticos/seleccionar
Chi-cuadrado
y
coeficiente
de
contingencia/Continuar/Aceptar
Ej: Probar si el trato que recibe por parte del mdico influye para
recomendar al Hospital de Tarapoto
Ho: El trato que recibe por parte del mdico no influye para recomendar
al Hospital de Tarapoto
Ha: El trato que recibe por parte del mdico influye para recomendar al
Hospital de Tarapoto
Prueba Chi-cuadrado
Ho: El trato que recibe el paciente de parte del mdico no influye para
recomendar al Hospital de Tarapoto
Ha: El trato que recibe el paciente de parte del mdico influye para recomendar
al Hospital de Tarapoto
Pruebas de chi-cuadrado
Chi-cuadrado de Pearson
b
Correccin por continuidad
Razn de verosimilitudes
Estadstico exacto de
Fisher
Asociacin lineal por lineal
N de casos vlidos
Valor
29,219a
gl
Sig. asinttica
(bilateral)
1
.000
26.286
.000
32.995
.000
Sig. exacta
(bilateral)
Sig. exacta
(unilateral)
.000
29.104
.000
255
Decisin: siendo sig 0.000<0.05, por lo tanto rechazamos la Ho

Conclusin: Al nivel de confiabilidad del 95% podemos concluir que el trato que
recibe por parte del mdico influye para recomendar al Hospital de Tarapoto
.000
Pruebas no paramtricas: Comparacin de

grupos (dos muestras independientes)
U de Man Witney
Comparar dos grupos independientes que no siguen una

distribucin normal y no homogneas o que sean ordinales
Paralela a la prueba t de muestras independientes
Contrasta si dos poblaciones son equivalentes en su posicin
Es recomendable pero no imprescindible que las poblaciones
comparadas tengan el mismo tamao
Ejemplo: Con la data patient_los.sav (SPSS<tutorial<sample_files)
U de Man Witney: Comparacin de grupos (dos

muestras independientes)
Ho: La duracin de la estancia es igual a si presentan o no infarto
del miocardio
Ho: La duracin de la estancia no es igual a si presentan o no
infarto del miocardio
Duracin de la
estancia
Historial de
infarto de
miocardio
No
S
Total
Suma
Rango
de
prome rango
N
dio
s
34553
535 645.85
0.50
75189
946 794.81
0.50
1481
U de Mann-Whitney
W de Wilcoxon
Z
Sig. asintt.
(bilateral)
Duracin de
la estancia
202150.500
345530.500
-6.595
.000
El rango promedio de duracin de la estancia de los que no presentan historial de

infarto de miocardio esta en 645.85 y los que si presentan infarto esta en 794.81,
es decir hay diferencia entre los que presentan y los que no presentan historial de
infarto y como sig<0.05, se rechaza Ho
Conclusin: La duracin de la estancia es diferente en los que si presentan con

los que no presentan, siendo mayor en los que si presentan historial de infarto de
miocardio.
H de Kruskal Wallis: Comparacin de k grupos

independientes
Comparar k grupos independientes y variables

cuantitativas que no cumplan los supuestos bsicos de
normalidad y homogeneidad
Paralela a la prueba paramtrica ANOVA para muestras
independientes
Ejemplo: Con la data patient_los.sav (SPSS<tutorial<sample_files)
Ho: La duracin de la estancia es igual en los tres grupos

de resultado quirrgico (cualquiera sea el resultado)
Ho: La duracin de la estancia no es igual en los tres
grupos de resultado quirrgico
H de Kruskal Wallis: Comparacin de k

grupos independientes
Resultados
Rangos
Duracin de la
estancia
Resultado
quirrgico
Recuperado
Estable
Crtico
Total
Rango
N
promedio
1323
686.04
121
1153.55
37 1357.19
1481
a Prueba de Kruskal-Wallis
b Variable de agrupacin: Resultado quirrgico
Chi-cuadrado
gl
Sig. asintt.
Duracin de la
estancia
221.625
2
.000
Regla de decisin:
Con sig<0.05 se rechaza Ho
Con sig>0.05 no se rechaza Ho
Conclusin: Hay diferencia entre los tres grupos para tener ms das de
estancia en el hospital frente al resultado quirrgico
Pruebas no paramtricas: Dos muestras

relacionadas (Mac Nemar antes/despues)
Ejemplo: Una muestra aleatoria de 150 estudiantes se someti a un cuestionario de opinin acerca
de si fumar produce cncer al pulmonar. Obtenida la informacin se les dio una conferencia y se
les presento una exposicin llevada acabo por un equipo de sanidad explicando los peligros de
fumar y se les explico la relacin sobre el efecto de fumar sobre el cncer pulmonar
(se les hizo una encuesta y luego recibieron una charla y se quiere ver que tan fructfera fue esa
charla)
Despus de la conferencia
Antes de la
conferencia
NO
SI
NO
43
10
SI
67
30
Test Statisticsb
N
Chi-Square a
Asymp. Sig.
antes de la
conf erencia &
despues de la
conf erencia
150
40.727
.000
a. Continuity Corrected
b. McNemar Test
Total
110
40
150
Ho: la probabilidad de que la conferencia no

tenga efecto sobre la opinin de los
estudiantes es igual a que la probabilidad de
que la conferencia si tenga efecto sobre la
opinin de los estudiantes
Ha: la probabilidad de que la conferencia es
mayor sobre la opinin de los estudiantes
El sig<0.05, rechazamos la Ho por lo tanto

concluimos que si existe un efecto
estadsticamente significativo de que la
conferencia cambie la opinin de los
estudiantes a favor de que el fumar si
produce cncer
Pruebas no paramtricas: Dos muestras

relacionadas (Wilcoxon)
Comparar dos grupos relacionados y variables cuantitativas que no tienen
distribucin normal o que sean ordinales
Paralela a la prueba paramtrica de contraste t para muestras relacionadas

Contrasta si dos poblaciones muestreadas son equivalentes en su posicin
Es recomendable pero no imprescindible que las poblaciones tengan el mismo
tamao
Ejemplo: Con la data tabaquismo probar si existe relacin entre las variables
consumo de tabaco y presentar problemas vasculares
Ho: Problemas vasculares = si consume o no tabaco
Ha: Problemas vasculares
si consume o no tabaco
Pruebas no paramtricas: Dos muestras relacionadas

(Wilcoxon)
Con la data tabaquismo probar si existe relacin entre las variables consumo de
tabaco y presentar problemas vasculares
sexo
1
1
1
1
2
2
2
2
tabaco vascular ncasos

1
1
22
1
2
103
2
1
17
2
2
151
1
1
23
1
2
81
2
1
9
2
2
127
Prueba de los rangos con signo de

Wilcoxon
vascular tabaco
Estadsticos de contraste(b)
vascular tabaco
Z
-10.903(a)
Sig. asintt. (bilateral)
.000
E
a Basado en los rangos negativos.
b Prueba de los rangos con signo de Wilcoxon
Rangos
negativos
Rangos
positivos
Empates
Total
Rango Suma
promedi
de
N
o
rangos
2743.0
26(a) 105.50
0
19412.
184(b) 105.50
00
323(c)
533
Conclusin: El consumo de
tabaco incide significativamente
en los problemas vasculares
PRUEBA PARA K MUESTRAS RELACIONADAS: en

dos direcciones por Rangos de Friedman
Comparar k grupos relacionados y variables cuantitativas que no siguen una

distribucin normal o que sean datos ordinales
Paralela a la prueba paramtrica de ANOVA para muestras relacionadas
Contrasta si K poblaciones son equivalentes en su posicin
Es recomendable pero no imprescindible que las poblaciones comparadas
tengan el mismo tamao
Ejemplo:
Suponga que se desea comprobar la hiptesis nula de que un grupo de 10
sujetos reaccionan de la misma manera ante tres situaciones diferentes; Se
obtienen los siguientes resultados, que se ubican en cada uno de los tres
grupos I, II, III
Ho: La reaccin de los sujetos ante situaciones diferentes es igual
Ha: La reaccin de los sujetos ante situaciones diferentes no es igual
PRUEBA PARA K MUESTRAS RELACIONADAS: en

dos direcciones por Rangos de Friedman
Puntajes
2 25Timoteo
2:15
28
29
N
Procura
con
10
B
30
33
32
Chi-cuadrado
C
21
19
16
5.600
diligencia
D
28
31
32
gl
2
presentarte
ante
E
19
22
23
Sig. asintt.
.061
F
22
21
25
Dios,
aprobado
G
31
33
34
a Prueba de Friedman
como
obrero
que
H
17
14
21
de24 que
I no25 tiene
21
J avergonzarse
33
35
37
que
usa
bien la palabra
Conclusin: No existe diferencia significativa de los grupos en cuanto a
la reaccin
diferentes estmulos. (p= 0,061>0.05).
detrasverdad
Sujeto
Grupo 1
Grupo 2
Grupo 3
Estadsticos de contraste(a)

Esta Di Stica

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Esta Di Stica

Cargado por

Copyright:

Formatos disponibles

ESTADSTICA

Anlisis estadstico segn tipo de

Mg. Rosa Padilla Castro

Mg. Rosa Padilla Castro

Mg. Rosa Padilla Castro

Mg. Rosa Padilla Castro

Sistemtica controlada emprica - crtica

Fuente: Hernndez, Fernndez y Baptista

Mg. Rosa Padilla Castro

Mg. Rosa Padilla Castro

Describe y analiza una

Mg. Rosa Padilla Castro

Ejemplo de cmo se interpreta una tabla

La presentacin de los datos se realiza

El ttulo.- Es un enunciado breve e informativo

Ejemplo: Treinta pacientes con cncer pulmonar

Tabla 2. Pacientes con cncer pulmonar segn distrito

Fuente: Archivo del Departamento de Estadstica del Hospital de

Tabla 3. Pacientes con cncer pulmonar segn distrito

Fuente: Archivo del Departamento de Estadstica del Hospital de

Las notas aclaratorias son toda informacin

Mg. Rosa Padilla Castro

Tabla 4. Amas de casa segn costumbre de cocinar con

100,0 140 100,0 300 100,0

* Enfermedad pulmonar obstructiva crnica

Tablas simples en SPSS

Fuente: Encuesta a pacientes

Tablas agrupadas para variables cuantitativas

Mg. Rosa Padilla Castro

Agrupar variable en SPSS:

variable y pasarla a Var. Numrica Var. de resultado haciendo

18=menor de edad, de 18 60=adulto, mayor de 60=adulto mayor)

Fuente: Encuesta a pacientes

Ejercicio: Construir una tabla de contingencia con las variables

Un grfico estadstico es la presentacin de la informacin por medio de

En SPSS: Grficos/Generador de grficos/Aceptar/seleccionar el

Mg. Rosa Padilla Castro

Grficos para variables categricas

fenmenos sin continuidad. Las categoras pueden representar distintos

Mg. Rosa Padilla Castro

Mg. Rosa Padilla Castro

Grfico de sectores o circulares

Grficos para variables cuantitativas:

Polgono de frecuencias o Lneas

Grfico de Tallo y Hojas

Mg. Rosa Padilla Castro

Mg. Rosa Padilla Castro

Mg. Rosa Padilla Castro

Mg. Rosa Padilla

Parmetro: Es una cantidad numrica calculada sobre una

de los individuos de un pas

Estadstico: Es una cantidad numrica calculada sobre una

Edad, peso, talla, ingreso

Moda, mediana, media aritmtica

Mg. Rosa Padilla Castro

Medidas de resumen en SPSS

Mg. Rosa Padilla Castro

Medidas de resumen en SPSS

Medidas de resumen en SPSS

Ejercicio: Hallar las medidas de

Medidas de tendencia central

Se usa cuando la poblacin es homognea

Se usa cuando la poblacin es heterognea.

Medidas de tendencia central