Analizar Muetras Complejas - Pág. 37-67

Uso de SPSS
Análisis base de datos ENS 2009-2010

Taller Nacional de Epidemiología 2011
Objetivo
• Entregar las herramientas necesarias para implementar la

vigilancia de las Enfermedades no Transmisibles a nivel
regional, según la norma VENT.
• Patologías incluidas en la Vigilancia:

– Infarto Agudo al Miocardio
– Accidente Cerebro Vascular
– Diabetes Mellitus
– Cáncer de Mama
– Cáncer de cuello uterino
– Intoxicación por plaguicidas
– Accidentes de tránsito
Gobierno de Chile / Ministerio de Salud

Metodología
• Materiales:
– ENS 2009-2010
– Excel
– Software Estadístico SPSS
• Patología e Indicadores:
Diabetes Mellitus 2

Esquema
1. Preparación de base de datos en Excel
2. Cálculos básicos en SPSS

• Descripción de variables
• Variables cuantitativas
• Variables cualitativas
• Edición de variables
• Categorización
• Creación de variables
3. Factor de expansión
1. Clase teórica
2. Cálculo de indicadores

Preparación de base de datos en Excel
1. Presentación de una base de datos en Excel
2. Definiciones básicas: Base de datos, Variable.
3. Descripción de los tipos de variables: Cualitativas (nominales

ordinales) y Cuantitativas (discretas y contínuas)
4. Arreglo de una base de datos en Excel antes de llevarla a SPSS
5. Importar una base de datos desde Excel a SPSS
6. Presentación de un editor de datos en SPSS
8. Presentación de hoja vista de variables en SPSS
9. Ponerle etiquetas a variables, ejemplo variable EDAD
10.Asignarle un valor a una variable cualitativa codificada en forma

numérica. Ejemplo: Sexo 1: Hombre, 2: Mujer

Base de datos de ENS2009

TIPOS DE VARIABLES
• Cualitativas:
– Nominal
– Ordinal
• Cuantitativas:
– Discretas
– Continuas

Variables Cualitativas Nominales
• Permiten agrupar observaciones de acuerdo a un

atributo
• La escala de valores es nominal
• Los valores son “categorías”
• Las categorías son valores diferentes por una cualidad,

no por una cantidad
• Ningún “valor” se puede decir que sea mayor o menor

que otro
• Ejemplos: Partido político por el que votó, región en que

vive, sexo, estado civil, marca del auto que tiene, color
de pelo, diagnóstico, tipo de diabetes, etc.

Variables Cualitativas Ordinales
• Su escala es Ordinal
• Sus valores son “categorías”
• Existe un orden en los valores
• Ejemplos: -Clase social (baja, media , alta),

-Opinión sobre una propuesta política (muy en
contra, más bien en contra, indiferente, más
bien a favor, muy a favor),
-Clasificación de un corredor en una
competición de 20 participantes (1º, 2º,…,
20º),
-Nivel de dolor que sufre un paciente ante un
tratamiento odontológico (sin dolor, leve,
moderado, intenso)

Cualitativas Nominales

Cualitativas Ordinales

Cualitativas Nominales

Variables Cualitativas en Vista de Variables (SPSS)

Variables Cuantitativas
• Los valores de la variable son “números”, es decir cada

valor posible es menor o mayor que otro valor.
• El conjunto de valores forman una escala de intervalo
• OJO!!!! Hay números que son etiquetas y no corresponden

a valores de variables cuantitativas, por ejemplo: código
postal, número de teléfono, el código de una asignatura

Variables Cuantitativas Discretas
• El número de valores posibles entre dos valores dados es

finito
• Los valores son números enteros
• Son el resultado de contar, valores son números enteros
• Ejemplo: personas en el hogar, años de estudio de la

carrera, nº de dientes, nº de superficies con caries, nº de
caras al lanzar una moneda 10 veces.

Variables Cuantitativas Continuas
• El número de valores posibles entre dos valores dados es

infinito
• Son el resultado de medir
• Ejemplo: estatura, peso al nacer, edad, etc.

Cuantitativas continuas
Cuantitativas Discretas

Cuantitativas Continuas

Variables Cualitativas en Vista de Variables (SPSS)

Variables cuantitativas
Continuas Discretas

Variables generales

Variables cualitativas
• Variable nominal: SEXO

• Analizar  Estadísticos descriptivos  Frecuencias
• Gráficos: Analizar  Estadísticos descriptivos

 Frecuencias gráficos  gráfico de sectores

Variables cuantitativas
• Variable continua: GLUBASAL_AYUNO

• Analizar  Estadísticos descriptivos  Explorar
– En estadísticos: Percentiles
– En gráficos: Histograma

Combinar variables
• Variables: SOSPECHA DIABETES y SEXO
• Analizar  Estadísticos descriptivos  Tablas de

contingencia

Selección de casos
• Variable: REGION
• Datos  Seleccionar casos

Selección de casos
• Variable af1b: “Persona con antecedentes de diabetes en

familiares directos (padre, madre, hemanos (as) e hijos (as))”
• Descripción para todos los casos:
– Analizar  Análisis descriptivo  Frecuencias
• Eliminar casos Ns/Nr
• Etiqueta valores
– 1: Sí
– 2: No
– 3: Ns/Nr
Gobierno de Chile / Ministerio de Salud TODOS LOS CASOS

Selección de casos
• Datos  Seleccionar casos  Si se satisface la condición:

af1b ~= 3.
• Analizar  Análisis descriptivo  Frecuencias
SE ELIMINAN CASOS NS/NR

Edición de variables: categorizar
• Variable: die3 “En una semana típica, ¿cuántos días come

Ud. frutas?”
• Transformar  recodificar en distintas variables
– Nombre: frutas7dias y Etiqueta: consumofrutas7dias
• Analizar  Estadísticos descriptivos  Frecuencias.

Agregar “consumofrutas7dias”

• Comparar die3 con consumofrutas7dias

• Analizar  Estadísticos descriptivos  Frecuencias … agregar variable
die3
• Analizar  Estadísticos descriptivos  Frecuencias … agregar variable
Fruta 7 días

• Realizar lo mismo para verduras

• Variable: die5 “En una semana típica, ¿cuántos días come
Ud. verduras, hortalizas o ensalada de verduras?”
– Nombre: verduras7dias y Etiqueta: consumoverduras7dias
• Analizar  Estadísticos descriptivos  Frecuencias.

Agregar “consumoverduras7dias”

Tabla de contingencia
• Analizar  estadísticos descriptivos  tablas de

contingencia
– Filas: consumofrutas7dias
– Columnas: consumoverduras7dias

Edición de variables:
crear una nueva variable
• “Consumo de frutas y verduras todos los días”

• Transformar  Calcular variable
– variable destino: SumFyV
• Analizar  Estadísticos descriptivos  frecuencias: agregar

sumaFyV

Edición de variables:
crear una nueva variable

– Nombre: FyVtodoslosdias
– Etiqueta: consumoFyVtodoslosdias
• Analizar  Estadísticos descriptivos  frecuencias: agregar

consumoFyVtodoslosdias

Muestras complejas y factores de expansión
1. Breve introducción a los factores de expansión
2. Crear un plan de análisis para trabajar con la ENS2009
3. Obtener una tabla de frecuencia con muestras complejas para la variable

sexo
4. Interpretar la tabla de frecuencia, los intervalos de confianza del 95% y el

test de hipótesis para igualdad de proporciones
5. Obtener una tabla de contingencia con muestras complejas para la

variable dicotómica consumo de frutas y verduras todos los días
(consumoFyVtodoslosdias: Sí, No) por sexo.
6. Interpretar la tabla de contingencia:

-Estimar el indicador de consumo insuficiente de frutas y verduras en
hombres y en mujeres
-Interpretar los intervalos de confianza del 95%
-Interpretar el test de hipótesis para la asociación de estas dos variables
cualitativas. Evaluar si existen diferencias significativas del
porcentaje de sujetos que tienen un consumo insuficiente de frutas
y verduras todos los días, por sexo.

Muestras complejas y factores de expansión
7. Obtener una tabla de contingencia con muestras complejas para la

variable obeso: (Sí, No) por Nivel Educacional.
8. Interpretar la tabla de contingencia:

-Estimar el indicador: Prevalencia de obesidad por nivel educacional
-Interpretar los intervalos de confianza del 95%
-Interpretar el test de hipótesis para la asociación de estas dos variables
cualitativas. Evaluar si existen diferencias significativas del porcentaje
de obesidad por nivel educacional

Ejemplo
Se tiene una población de 700 sujetos con edades entre 18 y 74
años, de quienes se conoce:
-Sexo
- Si son o no diabéticos (Diabetes: 1 Sí, 2 No)
- Si son o no Hipertensos (Hipertenso: 1 Sí, 2 No)
-Si han tenido o no infarto (Infarto: 1 Sí, 2 :No),
-Glicemia (mg/dL),
-Colesterol total (mg/dL) (Coltotal)
-Presión sistólica (mm. Hg) (sisto),
-Presión diastólica (mm. Hg) (diasto)
- Colesterol HDL (mg/dL) (colhdl)
-Si son o no fumadores (Fuma: : 1 Sí, 0 No).

Ejemplo (continuación)
La distribución por sexo y edad de esta población se

muestra en la siguiente tabla:

Ejemplo (continuación)
De la población de tamaño N=700, sacamos una muestra

aleatoria de n=30 casos, distribuída de la siguiente forma
por sexo y grupo de edad:

Cálculo de Probabilidades de Inclusión en la
Muestra
• La probabilidad de inclusión de un sujeto varón con edad

menor a 60 es:
Prob_inclusión=5/198=0,0253
• La probabilidad de inclusión de un sujeto varón con edad

de 60 años y más es:

• La probabilidad de inclusión de un sujeto mujer con edad
menor a 60 es:
• La probabilidad de inclusión de un sujeto varón con edad de

60 años y más es:

Factor de Expansión
Un varón menor de 60 años en la muestra va a representar a 39

varones menores de 60 años en la población.
n1 n2 n3 n4 N1 N 2 N 3 N 4
, , , , , ,
N1 N 2 N 3 N 4 n1 n2 n3 n4
i yi
Y
Gobierno de Chile / Ministerio de Salud i
Sin Factor de Expansión
Promedio simple

Sin Factor de Expansión
Prevalencia sin factor de expansión

Con Factor de expansión usando Muestras
Complejas
Promedio expandido
Factor de expansión

Con Factor de expansión usando Muestras
Complejas
Porcentaje expandido

Factor de Expansión en Encuesta Nacional de Salud
2009
• La muestra propuesta para la ENS 2009-2010 es una

muestra probabilística, estratificada geográficamente,
multietápica y de conglomerados, con distribución no
proporcional de encuestas por estrato.
• Tiene representatividad nacional y regional, dado que se

consideraron las variables región y área urbano/rural, las
que, tanto por su tamaño como por sus características,
permiten lograr representatividad regional.
• El tamaño de la muestra total (con sobredimensión) fue

de 7.549 hogares, de los cuales se esperaba lograr 5.058.

Factor de expansión
• Si estamos trabajando con variable sólo del F1 ---> Utilizar factor_f1
• Si estamos trabajando con variable sólo del F2 ---> Utilizar factor_f2
• Si estamos trabajando con variable sólo del Examen ---> Utilizar

factor_ex
• Si estamos trabajando con variables F1 y F2 ---> Utilizar factor_f2
• Si estamos trabajando con variables F1 y Examen ---> Utilizar factor_ex
• Si estamos trabajando con variables F2 y Examen ---> Utilizar factor_ex
• Si estamos trabajando con variables F1 y F2 y Examen ---> Utilizar factor

Tabla de frecuencia de variable sexo, usando
muestras complejas
• Analizar  Muestras complejas  Frecuencia

Indicadores:
• Consumo insuficiente de frutas y verduras:
(Número de personas que no consume frutas y verduras

todos los días x 100)/Población total de 15 y más años
La variable consumo insuficiente de frutas

(consumoFyVtodoslosdias) es dicotómica que toma los
valores:
0  No consume frutas y Verduras todos los días

1  Sí consume frutas y verduras todos los días

Indicadores:
• Obesidad (Persona con IMC >30 Kg/mt2):
• Indicador: (Número de personas de 15 años y más con obesidad

x 100)/Población total de 15 años y más
• La variable Obeso es una variable dicotómica que toma los

valores: 0: No obeso y 1: Obeso + obeso mórbido
• Interesa hacer una tabla de contingencia que permita comparar

la proporción de personas que son obesas, por Nivel Educacional
(NEDU)
• En SPSS:
Analizar  Muestras complejas  Tablas de contingencia

Gracias.

Analizar Muetras Complejas - Pág. 37-67

Cargado por

Información del documento

Título original

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

Analizar Muetras Complejas - Pág. 37-67

Cargado por

Copyright:

Formatos disponibles

Uso de SPSS

Análisis base de datos ENS 2009-2010

• Entregar las herramientas necesarias para implementar la

• Patologías incluidas en la Vigilancia:

Gobierno de Chile / Ministerio de Salud

Gobierno de Chile / Ministerio de Salud

1. Preparación de base de datos en Excel

2. Cálculos básicos en SPSS

Gobierno de Chile / Ministerio de Salud

1. Presentación de una base de datos en Excel

2. Definiciones básicas: Base de datos, Variable.

3. Descripción de los tipos de variables: Cualitativas (nominales

4. Arreglo de una base de datos en Excel antes de llevarla a SPSS

5. Importar una base de datos desde Excel a SPSS

6. Presentación de un editor de datos en SPSS

8. Presentación de hoja vista de variables en SPSS

9. Ponerle etiquetas a variables, ejemplo variable EDAD

10.Asignarle un valor a una variable cualitativa codificada en forma

Gobierno de Chile / Ministerio de Salud

Gobierno de Chile / Ministerio de Salud

Gobierno de Chile / Ministerio de Salud

• Permiten agrupar observaciones de acuerdo a un

• La escala de valores es nominal

• Los valores son “categorías”

• Las categorías son valores diferentes por una cualidad,

• Ningún “valor” se puede decir que sea mayor o menor

• Ejemplos: Partido político por el que votó, región en que

Gobierno de Chile / Ministerio de Salud

• Sus valores son “categorías”

• Existe un orden en los valores

• Ejemplos: -Clase social (baja, media , alta),

Gobierno de Chile / Ministerio de Salud

Gobierno de Chile / Ministerio de Salud

Gobierno de Chile / Ministerio de Salud

Gobierno de Chile / Ministerio de Salud

Gobierno de Chile / Ministerio de Salud

• Los valores de la variable son “números”, es decir cada

• El conjunto de valores forman una escala de intervalo

• OJO!!!! Hay números que son etiquetas y no corresponden

Gobierno de Chile / Ministerio de Salud

• El número de valores posibles entre dos valores dados es

• Los valores son números enteros

• Son el resultado de contar, valores son números enteros

• Ejemplo: personas en el hogar, años de estudio de la

Gobierno de Chile / Ministerio de Salud

• El número de valores posibles entre dos valores dados es

• Son el resultado de medir

• Ejemplo: estatura, peso al nacer, edad, etc.

Gobierno de Chile / Ministerio de Salud

Gobierno de Chile / Ministerio de Salud

Gobierno de Chile / Ministerio de Salud

Gobierno de Chile / Ministerio de Salud

Gobierno de Chile / Ministerio de Salud

Gobierno de Chile / Ministerio de Salud

• Variable nominal: SEXO

• Gráficos: Analizar  Estadísticos descriptivos

Gobierno de Chile / Ministerio de Salud

• Variable continua: GLUBASAL_AYUNO

Gobierno de Chile / Ministerio de Salud

• Variables: SOSPECHA DIABETES y SEXO

• Analizar  Estadísticos descriptivos  Tablas de

Gobierno de Chile / Ministerio de Salud

Gobierno de Chile / Ministerio de Salud