Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Bioestadistica para Enfermeria
Bioestadistica para Enfermeria
Fundamentos de bioestadstica
y Departament
anlisisdedeComunicaci
datosAudiovisual
para enfermera
i de Publicitat
Escola Universitria dInfermeria i de Fisioterpia Gimbernat
Escola dInfermeria
Edicin e impresin:
Servei de Publicacions
Universitat Autnoma de Barcelona
Edifici A. 08193 Bellaterra (Barcelona). Spain
sp@uab.cat
http://publicacions.uab.cat/
Impreso en Espaa. Printed in Spain
Depsito legal: B. 47.850-2009
ISBN 978-84-490-2616-4
ndice
Trivium
Presentacin ..........................................................................................................
13
13
14
14
14
14
14
15
16
16
17
18
19
19
25
25
25
25
25
26
21
21
21
21
21
22
22
23
23
23
23
24
24
24
24
24
Trivium
3.4.
3.5.
3.6.
3.7.
3.8.
3.9.
3.10.
3.11.
3.12.
3.13.
3.14.
aJoaqun Toms-Sbado
26
26
26
27
27
27
27
27
28
28
28
28
29
31
31
32
32
32
32
32
33
33
33
34
34
34
35
35
37
37
38
38
38
39
40
41
41
41
42
42
43
44
44
45
46
47
47
47
48
Trivium
51
51
51
52
52
52
53
53
54
55
55
55
56
56
57
57
58
59
60
60
60
63
63
63
63
63
64
64
66
66
67
61
61
61
62
62
69
69
70
70
77
77
77
78
Trivium
aJoaqun Toms-Sbado
81
81
81
81
82
82
82
82
83
83
84
84
84
85
86
86
89
89
89
90
91
92
93
94
97
97
97
99
99
99
100
101
102
103
104
Presentacin
Trivium
La presentacin de este libro supone para m una gran satisfaccin, principalmente porque me ofrece la posibilidad de compartir todo lo que ha rodeado su origen. Es por esto
que quiero dirigirme especialmente a los estudiantes de la Escuela Universitaria de Enfermera Gimbernat, para hacerles partcipes de su backstage.
El libro que tenis en las manos nace de la inquietud del profesor Toms-Sbado por
ir ms all de la docencia cotidiana. En l encontramos la suma de varios factores que
hacen de este manual una herramienta imprescindible no slo para nuestros estudiantes,
sino para todo aquel que quiera introducirse de una forma sencilla en esta rea de conocimiento. Estos factores no son otros que los aos de experiencia docente enfocada hacia
las necesidades reales de los estudiantes en una materia ciertamente complicada en los
inicios de sus estudios, la motivacin personal por la mejora continua y por seguir ofreciendo refuerzo en el proceso de aprendizaje y, muy especialmente, la ilusin por el trabajo bien hecho.
La aparicin de un libro es siempre una buena noticia para todos, pero, en este caso,
especialmente para los estudiantes, puesto que, sin duda, este libro ser una gua de referencia y de apoyo metodolgico en su proceso de aprendizaje.
Quisiera hacer un ltimo agradecimiento, muy sinceramente, al profesor TomsSbado, por su implicacin en la mejora continua de nuestra institucin
Montserrat Antonn
Coordinadora de Titulacin
Escuela Universitaria de Enfermera Gimbernat
Perseveranter omnia
consequitur
Trivium
13
14
Trivium
aJoaqun Toms-Sbado
Se denomina bioestadstica la aplicacin particular de la estadstica a las ciencias biolgicas y de la salud. Es decir, la obtencin y el anlisis de datos biolgicos o de salud
mediante la utilizacin de mtodos estadsticos. Por ejemplo, la bioestadstica se puede
usar para ayudar a comprender las posibles causas de un cncer o con qu frecuencia se
presenta una enfermedad en un determinado grupo de personas. En algunos mbitos
tambin se denomina biometra
La estadstica ofrece mtodos para analizar series de datos de modo descriptivo o inferencial. Segn esto, podemos distinguir entre estadstica descriptiva y estadstica inferencial.
La estadstica inferencial o analtica es la que, apoyndose en el clculo de probabilidades y a partir de los datos obtenidos de una muestra, trata de sacar conclusiones acerca
de las caractersticas de una poblacin.
Puede afirmarse que el uso de los procedimientos estadsticos es tan antiguo como la
humanidad. En efecto, desde que se constituyeron las primeras sociedades humanas, fue
necesario desarrollar algn tipo de sistema, como representaciones grficas o smbolos
de distinta ndole en pieles, rocas, trozos de madera o paredes de cuevas, para contar el
nmero de personas, animales, alimentos o enseres.
A partir del anlisis del material arqueolgico se sabe que 3.000 aos aC se usaban
en Babilonia tablas de arcilla donde se recopilaban datos sobre la produccin agrcola
Trivium
15
y resultados de actividades comerciales. Por la misma poca, los antiguos egipcios, adems de recopilar datos relativos a la poblacin y la riqueza del pas, desarrollaron sofisticados sistemas de clculo y medida, obligados por la necesidad de redistribucin de las
tierras despus de las peridicas inundaciones provocadas por el Nilo.
Aunque se conoce que los chinos y los griegos realizaban, hace ms de cuarenta
siglos, censos de poblaciones con fines tributarios, sociales y militares, fue durante el Imperio romano cuando se utilizaron con mayor rigor todos los recursos de la estadstica para
recoger una gran cantidad de datos sobre la poblacin, la superficie y la renta de todos
los territorios bajo su control. Los romanos efectuaban cada cinco aos un censo de
poblacin que inclua nacimientos, defunciones y matrimonios, adems del recuento de
ganado y de las riquezas de las tierras conquistadas. Se da la circunstancia de que el
nacimiento de Cristo se produjo precisamente en uno de estos empadronamientos peridicos que se realizaban en todo el territorio bajo la autoridad imperial.
Durante la edad media, la estadstica, al igual que la mayora de las ciencias, sufri
una considerable regresin, tanto en su uso como en su desarrollo. No obstante, se tienen noticias de algunos censos minuciosos realizados en Europa, como los ordenados
por Pipino el Breve y Carlomagno en los aos 758 y 762, respectivamente. Tambin, en
Inglaterra, el rey Guillermo I encarg en 1086 la realizacin de un censo sobre datos de
propiedad, extensin y valor de todas las tierras de su reino, que fueron recopilados en
el Domesday book o Libro del gran catastro, considerado como el primer compendio estadstico de Inglaterra.
La revolucin, a nivel de pensamiento, que supuso el Renacimiento, permiti sentar las bases para el advenimiento de la ciencia moderna. Hombres como Leonardo da
Vinci, Nicols Coprnico, Galileo, Neper, William Harvey, Francis Bacon y Ren Descartes, hicieron grandes aportaciones al mtodo cientfico, de manera que, cuando se
crearon los estados nacionales y surgi con fuerza el comercio internacional, exista ya
un mtodo aplicable a los datos econmicos. Paralelamente, la estadstica empez a
adquirir una importancia creciente en la tarea de recopilar de manera sistemtica datos
demogrficos, sociales y econmicos para los nuevos estados europeos.
Desde entonces hasta nuestros das, han sido muchos los cientficos e investigadores que, desde distintas disciplinas, han aportado su contribucin al desarrollo de la estadstica. Evidentemente, no es posible hacer aqu una relacin exhaustiva de sus nombres y su obra, de manera que expondremos nicamente y a grandes rasgos los aspectos
relevantes de aquellos personajes cuyas aportaciones son consideradas ms significativas y ms influyentes en los mtodos estadsticos contemporneos.
1.6.1. John Graunt (1620-1674)
16
Trivium
aJoaqun Toms-Sbado
Trivium
17
ms largos y la temperatura alta hace a las personas ms irritables; y 3) los delitos sexuales se presentan con mayor frecuencia en primavera, poca en la que se produce el apareamiento en los animales, cuya fuerza instintiva tambin afecta al hombre.
1.6.4. Francis Galton (1822-1911)
Puede considerarse que las teoras evolucionistas son las que proporcionaron el impulso
definitivo a la ciencia estadstica en general y a la bioestadstica en particular. La evolucin de la inteligencia humana presentaba un gran inters para Sir Francis Galton,
quien, influido por el nfasis en las diferencias individuales de la teora evolucionista de
su primo Charles Darwin, se dedic plenamente a su estudio y a su medida. Galton
public en 1869 Hereditary genius: An inquiry into its laws and consequences, donde
llev a cabo un estudio de la genealoga de las familias de cientficos famosos (incluyendo la suya). En este trabajo, Galton planteaba varias cuestiones que an hoy continan siendo debatidas. Una de ellas es la referente a la naturaleza de la inteligencia, que
Galton identifica con una habilidad natural y considera de naturaleza innata. El conjunto
de la obra asume abiertamente la visin cientfica popular acorde con la filosofa y la poltica de la Inglaterra de finales del siglo xix, donde puede ser aplicada la teora evolucionista, segn la cual los hombres blancos instruidos de la clase media inglesa estaban en
lo ms alto del rbol evolutivo humano. La teora jerrquica daba un estatus evolutivo
inferior a las razas de las colonias, a los irlandeses y a la clase obrera inglesa, hecho que
serva como justificacin para el mantenimiento de la posicin social de la clase dominante.
La pasin por la medida que Galton desarroll a lo largo de toda su vida resulta paradigmtica. Es ampliamente conocido su empeo en contar y medir cualquier cosa que
pareciera presentar algn aspecto de regularidad. Entre otras muchas cosas, midi el
grado de aburrimiento en las conferencias cientficas, trat de determinar el pas donde
se encontraban las mujeres ms hermosas, fue el primero en proponer las huellas dactilares como procedimiento de identificacin, quiso medir y predecir el tiempo, inventando el mapa del tiempo y trminos como altas y bajas presiones, etc. Galton pensaba
que las diferencias individuales entre las personas deban ser medidas y clasificadas, y
se dedic con pasin a esta actividad.
En 1883, Galton estableci su laboratorio antropomtrico en la South Kensington Exhibition y posteriormente en el South Kensington Museum. Previo pago de tres peniques,
las personas asistentes podan obtener una evaluacin de una serie de medidas fsicas y
de sus facultades sensoriales, perceptivas y motoras. En su laboratorio antropomtrico
evalu a ms de 17.000 personas a lo largo de ocho aos de trabajo, consiguiendo acumular una ingente cantidad de datos. Para proceder a su anlisis, Galton se dedic activamente al desarrollo de procedimientos estadsticos.
Galton introdujo el anlisis estadstico como aspecto fundamental de la toma de decisiones en las cuestiones planteadas por la evaluacin psicolgica. Entre otras contribuciones, propuso la utilizacin de la curva normal, que ya Quetelet haba aplicado a datos
biolgicos y sociales, como modelo de la distribucin de las puntuaciones de los tests.
Tambin introdujo el concepto de mediana como medida de tendencia central, considerndola ms fiable que la media, al no estar afectada por las puntuaciones extremas. En
colaboracin con su colega y amigo Karl Pearson (1857-1936), desarroll el concepto
de regresin a la media y el coeficiente de correlacin producto-momento para el anlisis de estos datos. Posteriormente, Pearson continu el desarrollo del concepto matemtico de correlacin, agregando los coeficientes parcial y mltiple de correlacin, la
prueba de bondad de ajuste y la prueba ji cuadrado al repertorio de tcnicas disponibles.
18
Trivium
aJoaqun Toms-Sbado
Otro de sus colaboradores, Charles Spearman (1863-1945), un antiguo oficial del ejrcito reconvertido en estadstico, desarroll despus procedimientos para el anlisis de matrices de correlacin ms complejas, estableciendo los fundamentos del anlisis factorial.
Tambin fue Spearman quien sent las bases de la teora de la puntuacin verdadera, el
error de medida y de la fiabilidad, asociados al proceso de medicin.
1.6.5. Florence Nightingale (1820-1910)
Trivium
19
Estadstico y qumico ingls. Trabaj gran parte de su vida como qumico de la fbrica
de cerveza Guinness, llegando a ser director de la factora de la marca en Londres. Ms
conocido por Student, seudnimo con el que firmaba sus trabajos, al parecer debido a la
prohibicin expresa de la empresa que sus empleados publicaran cualquier tipo de informacin.
Gossett es uno de los estadsticos con ms influencia en los mtodos actuales. Especialmente conocidos son sus trabajos sobre la forma de la distribucin t y el t-test (conocido como prueba t de Student), para muestras pequeas, una de las pruebas de contraste de hiptesis ms utilizadas en la prctica, que desarroll mientras trabajaba en la
aplicacin de tcnicas de control de calidad en la fabricacin de cerveza.
Curiosamente, mantuvo una cordial relacin de amistad y colaboracin tanto con
Pearson como con Fisher, a pesar de que estos dos ltimos se profesaban mutuamente
una notable aversin.
1.6.7. Ronald Fisher (1890-1962)
Estadstico, bilogo evolutivo y genetista ingls. A l se deben los fundamentos de la estadstica actual y muchos de los mtodos de inferencia en las pruebas de contraste de hiptesis. Se considera que Student y Fisher iniciaron una nueva era en el estudio de las distribuciones muestrales.
Fisher sent las bases del diseo de experimentos, con lo que la estadstica se incorpor plenamente a la investigacin cientfica. Introdujo el anlisis de la varianza, de la
covarianza y otras pruebas no paramtricas. Asimismo, fue uno de los principales impulsores de la gentica de poblaciones, armonizando la metodologa biomtrica con la gentica mendeliana.
Trivium
21
La estadstica obtiene y estudia datos sobre diferentes individuos, que no tienen que ser
necesariamente personas, hombres o mujeres. El conjunto de todos los individuos posibles constituye el universo.
En general, no interesan los datos de todos los individuos, de todo un universo, sino
que se estudian poblaciones. An as, obtener y analizar los datos de toda una poblacin
suele ser imposible, por lo que, en la prctica, suele seleccionarse una muestra de individuos de la poblacin; nicamente en estos individuos estudiaremos los datos que nos
interesan.
2.2. Individuo
Es cada elemento que lleva asociada una medida, un nmero de orden o una caracterstica predeterminada.
2.3. Universo
Es el conjunto, finito o infinito, de todos los posibles individuos que cumplen ciertas
propiedades.
2.4. Poblacin
22
Trivium
aJoaqun Toms-Sbado
2.5. Muestra
Una muestra es una porcin de algo. Si deseamos preguntar a un conjunto de cinco mil
personas su opinin sobre un determinado fenmeno, tenemos dos opciones: efectuar las
preguntas persona por persona o efectuar las preguntas solamente a una muestra de estas
personas, es decir, a un grupo de elementos representativos de ese conjunto.
Evidentemente, si se examina toda la poblacin, mediante un censo, podemos conocer exactamente cul es la distribucin de la variable o las variables de inters en esta
poblacin. Sin embargo, en la mayora de las ocasiones los censos resultan inviables,
caros y lentos, adems de innecesarios. La alternativa al censo es estimar la distribucin
de la variable en una parte representativa de la poblacin, es decir, en una muestra, lo
que tiene la ventaja de ser ms rpido y ms barato, y si la muestra se ha elegido correctamente, permite obtener una informacin que aporta una estimacin razonable de la
situacin de la variable en la poblacin.
As, la muestra es una parte o un subconjunto de la poblacin en el que se observa
el fenmeno a estudiar y de donde sacaremos unas conclusiones generalizables a toda
la poblacin. En general, se considera que una muestra es grande cuando el nmero de
individuos seleccionados es igual o superior a 30, y una muestra es pequea cuando los
individuos son menos de 30.
Para que una muestra sea representativa de la poblacin, deber cumplir unas condiciones bsicas:
Han de delimitarse y definirse claramente las caractersticas que conforman la totalidad de la poblacin.
Ha de haber garantas de que cada elemento de la poblacin tiene las mismas posibilidades de figurar en la muestra. En consecuencia, deber utilizarse el procedimiento de muestreo adecuado.
La muestra deber tener el tamao adecuado para poder extrapolar los resultados
obtenidos al conjunto de la poblacin con garantas de fiabilidad.
2.6. Muestreo
Simple
Sistemtico
Estratificado
Proporcional
No proporcional
Por conglomerados
Accidental
Intencionado
Por cuotas
Trivium
23
El muestreo aleatorio, probabilstico o muestreo al azar, parte de una igualdad absoluta de todos los elementos de la poblacin para ser seleccionados, de manera que
conocemos la probabilidad que tiene un elemento de ser incluido en la muestra. As,
los resultados obtenidos en esta muestra sern estadsticamente inferibles de toda la
poblacin, siempre que el tamao sea el adecuado y en funcin del nivel de confianza
que hayamos establecido previamente.
2.7.1. Muestreo aleatorio simple
1. Se confecciona la lista de todos los elementos de la poblacin, asignndoles nmeros consecutivos de 1 a N, siendo N el total de elementos de la poblacin. Esto supone
que estn claramente definidas cules son las unidades de base de la muestra, es decir,
si se trata de individuos, grupos, familias, etc. Esta unidad de base ha de ser la misma
en toda la muestra; no se puede seleccionar un individuo, luego una familia, etc.
2. Se decide el tamao deseado de la muestra. Llamaremos n al nmero de elementos
de la muestra. Para conocer el tamao de la muestra existen tablas ya elaboradas y
pruebas estadsticas que la determinan en funcin del tamao de la poblacin, del tipo
de variables a estudiar y del nivel de confianza deseado.
3. Se extraen al azar los n elementos que sean necesarios para completar el tamao de
muestra requerido. Para esta extraccin se pueden utilizar distintos mtodos, como
tablas de nmeros aleatorios, sistemas de lotera o cualquier otro sistema que se
ajuste a las leyes del azar.
En la prctica, a menos que se trate de poblaciones pequeas o de estructura muy simple, es difcil aplicar este tipo de muestreo de forma eficaz.
Es una variable sencilla del muestreo aleatorio simple, que parte tambin de la lista total
de la poblacin, pero, en lugar de extraer n nmeros aleatorios, slo se extrae uno y, a
partir de ah, se van seleccionando los dems elementos a intervalos fijos (5, 10, 15...),
siendo el tamao de este intervalo el resultado de dividir el tamao de la poblacin entre
el tamao de la muestra.
2.7.3. Muestreo aleatorio estratificado
En ocasiones, especialmente cuando las poblaciones son muy grandes, interesa dividir
stas en subpoblaciones o estratos en virtud de determinadas caractersticas (edad, sexo,
estado civil), de manera que al dividir a esta poblacin no homognea en dos o ms
estratos, conseguimos que se convierta en homognea en cada estrato o subgrupo. A
continuacin se eligen en cada estrato las personas que formarn la muestra por el mtodo
aleatorio simple. Este sistema tiene la ventaja de que permite mayor profundizacin y
24
Trivium
aJoaqun Toms-Sbado
mayor precisin en el anlisis de cada estrato. Adems, permite que en cada estrato se
puedan utilizar diferentes sistemas para la seleccin de los sujetos.
El muestreo estratificado puede ser proporcional o no proporcional. En el muestreo
proporcional, el tamao de la muestra en cada estrato es proporcional al nmero de individuos que existen en los estratos con relacin al total de la poblacin. En el muestreo
estratificado no proporcional, a cada estrato le corresponde igual nmero de elementos
muestrales.
2.7.4. Muestreo aleatorio por conglomerados
Se basa en el empleo para la muestra de aquellos sujetos a los que se tiene fcil acceso,
con los que puede contarse ms fcilmente o con mayor comodidad. Un caso particular
que puede incluirse en esta categora es el de los sujetos voluntarios.
2.8.2. Muestreo no aleatorio intencionado
Se caracteriza por la inclusin deliberada en la muestra de aquellos elementos cuyas caractersticas son similares a las de la poblacin elegida, en un esfuerzo por obtener muestras
supuestamente representativas. Es decir, el investigador selecciona los elementos que a
su juicio son representativos, lo que exige un conocimiento previo de la poblacin que
se investiga. Este tipo de muestreo es frecuentemente utilizado en estudios cualitativos.
2.8.3. Muestreo no aleatorio por cuotas
Trivium
25
3.1. Variables
Criteri de mesura
Criterio metodolgico
Criterio de control
Dependientes
Controladas
Independientes
De confusin
Aleatorias
Son las que pueden medirse numricamente, es decir, que pueden cuantificarse mediante
valores con significado matemtico a partir de unas determinadas unidades de medida.
Las variables cuantitativas, a su vez, pueden ser continuas o discretas.
3.3.1. Variables cuantitativas continuas
Son aquellas en las cuales, entre dos valores consecutivos dados, podemos encontrar
infinitos valores. La dificultad para encontrar todos estos valores intermedios se deber
nicamente a las limitaciones del instrumento de medida. Son ejemplos de variables
cuantitativas continuas:
el peso de una persona en Kg