1 procesamiento de datos y/o información.

Consiste en la recolección de datos en bruto para transformarlos en

información entendible como gráficas, tablas, documentos, etc.

Funciones del procesamiento de datos

El procesamiento de datos puede involucrar diversas funciones, entre ellas:

 "Validación" - Asegurar que los datos suministrados son "limpio, correcto y útil".
 Clasificación - "Ordena elementos de cierta secuencia y / o en diferentes
conjuntos".
 Recapitulación - Reducir los detalles de los datos a sus principales puntos.
 Agregación - Combinación de múltiples piezas de datos.
 "Análisis" - La "colección, organización, análisis, interpretación y presentación
de datos".
 Información - Lista detallada o resumen de los datos de información
computarizada.

Además, de entre todas sus ventajas, cuentan con la capacidad de realizar el

análisis de la información de forma más inteligente, automatizada y efectiva.
2 sistemas estadisticos automatizados.
La automatización es un sistema donde se transfieren tareas de producción,
realizadas habitualmente por operadores a un conjunto de elementos
tecnológicos, además un sistema automatizado consta principalmente de dos
partes: una de mando y otra operativa.

En la actualidad, muchas instituciones se han dado cuenta de la importancia que

el uso de técnicas automatizadas de almacenamiento, procesamiento y
distribución de información tiene en el desarrollo de sus potencialidades, ya que
con esto puede lograrse una mayor eficiencia en el trabajo y una mejor
comunicación de la información, obtenida en aras de optimizar los recursos para la
solución de los problemas, lo cual reviste especial importancia en las instituciones
de salud.

Poco a poco, cada individuo o institución va generando una mayor cantidad de

información de las diversas ramas de la ciencia, con distintos formatos de
almacenamiento. Las instituciones de salud necesitan procesar y almacenar para
posterior análisis, un cúmulo importante de información relativa al estado de salud
de la población, la cantidad y calidad de los servicios brindados, los recursos
disponibles, los principales problemas de salud, entre otros datos que se generan
diariamente y que requieren de personal calificado para su gestión dinámica y
oportuna.

3 etapas que constituyen el procesamiento.

1.  Recopilación de datos

El procesamiento y análisis de datos parte recopilando los datos de las fuentes

de almacenamiento que estén disponibles y que contengan información de
calidad. Por lo que deberán estar en óptimas condiciones y actualizadas.

2.  Preparación de datos

En este punto comienza la preparación para su organización, la detección de

errores y el descarte de información repetitiva e incompleta.
3.  Introducción de datos

Los datos ya seleccionados ahora son enviados a sus destinos correspondientes,

traducidos a un lenguaje entendible.

A partir de aquí, los datos en bruto comienzan a tomar forma como información útil

4.  Procesamiento / limpieza de datos

En esta etapa, los datos procesados por la etapa anterior son finalmente
preparados y optimizados para su uso final.

5.  Interpretación de datos

¿Recuerdas las gráficas, tablas, documentos y demás que tendrías para trabajar
óptimamente? Es en este punto será cuando finalmente tendrás todo el resultado
de las etapas previas. De una forma totalmente entendible para ti y los miembros
que la requieran.

6.  Almacenamiento de datos

Finalmente, queda la última etapa de este proceso que consiste en el

almacenamiento de toda esta información útil resultante del procesamiento y
análisis de datos.

4 organizacion, resumen y presentacion.

ORGANIZACIÓN Y PRESENTACIÓN DE DATOS En el trabajo estadístico,

siempre se dispone de muchos datos que, definitivamente tienen que ser
clasificados, ordenados y presentados adecuadamente, de tal manera que facilite
la comprensión, descripción y análisis del fenómeno estudiado, y obtener
conclusiones válidas para la toma de decisiones.
LOS DATOS DEBEN SER PRESENTADOS DE MODO SISTEMATICO,
MEDIANTE TABLAS Y GRAFICOS QUE PERMITAN DESCRIBIR O EXPLICAR
SUS RESULTADOS CON CLARIDAD
La organización y presentación de los datos estadísticos, supone realizar los
siguientes pasos:  Evaluación y crítica  Codificación  Clasificación 
Procesamiento o tabulación de datos  Presentación de los datos
Resumen. Resumimos datos para “simplificarlos” e identificar rápidamente lo que
parece “normal” y lo que parece extraño. La distribución de una variable muestra
qué valores toma la variable y con qué frecuencia la variable toma esos valores.
5 frecuencia absoluta, relativa y acumulada.

 Frecuencias absolutas: son el número de veces que se repite un

número en un conjunto de datos.
 Frecuencia relativa: corresponde a las veces que se repite un
número en un conjunto de datos respecto al total, pero se expresa
en porcentajes (%).
 Frecuencias absolutas acumuladas: Del mismo modo que
realizamos los dos cálculos indicados en los párrafos anteriores,
tanto las frecuencias absolutas y como las frecuencias relativas
pueden ser mostradas de forma acumulada.
6 caracterisitcas de la organizacion.

Toda organización cuenta con componentes básicos o esenciales, entre los que
se encuentran: Un grupo de personas que interactúan entre sí. Un conjunto de
tareas o actividades que se realizan de forma coordinada con el fin de alcanzar
algún objetivo. Objetivos y metas.
Las principales características de una organización son las siguientes:

 Es una institución social.
 Está deliberadamente planeada.

 Posee objetivos concretos.
 Cuenta con uno o más centros de autoridad o poder.

 Conforma un sistema de actividades.

 Está constituida a través de una estructura organizacional.
 Utiliza recursos materiales e inmateriales.
 La conforman diferentes tipos de personas y grupos.

 Posee sus propias leyes internas, las cuales rigen a los individuos que

la conforman.
 Posee un interés determinado.

7 concepto de variable.

¿Qué es una variable estadística?Una variable estadística es una característica

que puede fluctuar y cuya variación es susceptible de adoptar diferentes valores,
los cuales pueden medirse u observarse. Las variables adquieren valor cuando se
relacionan con otras variables, es decir, si forman parte de una hipótesis o de una
teoría.

8 clasificacion de la informacion atendiendo al tipo de variable: calitativa

(normal y ordinal) y cuantitativa (discreta e continua) .

La variable nominal y ordinal es aquella que permite categorizar los datos de

manera que, en la nominal, el orden no es importante, mientras que sí lo es en la
ordinal.

La variable nominal y ordinal tienen un carácter cualitativo, expresando

cualidades del fenómeno analizado.

En las ordinales, sus valores indican el nivel de presencia, o ausencia, de un

aspecto concreto; mientras que en las nominales indican una categoría. 

 Cuantitativas: aquellas cuyo resultado es un número. A su vez, las hay de

dos tipos:
o Cuantitativas discretas: cuando se toman valores aislados. Por
ejemplo: número de amigos de tu pandilla, número de veces que vas
al cine al mes, número de coches que tiene tu familia.
o Cuantitativas continuas: cuando, entre dos valores cualesquiera,
puede haber valores intermedios. Es decir, se toman todos los
valores de un determinado intervalo. Por ejemplo: peso de las
 personas, nivel sobre el mar en que se encuentra tu ciudad, medida
del perímetro torácico.
9 distribuciones de frecuencias segun el tipo de variable.
La distribución de frecuencias agrupadas o tabla con datos agrupados
se emplea si las variables toman un número grande de valores o la
variable es continua. Se agrupan los valores en intervalos que tengan la
misma amplitud denominados clases. A cada clase se le asigna su
frecuencia correspondiente.
Se utiliza para variables cuantitativas o cualitativas ordinales.
10 concepto de clase o intervalo
Es el número de subconjuntos en que se han agrupado los datos. Cada
clase se puede denominar mediante una letra, un número o alguna
característica del subconjunto. En estadística, intervalo de confianza, par
de números entre los cuales se estima que estará cierto valor desconocido.
11 límite inferior y superior de la clase
Estos límites son los valores extremos de cada intervalo. Límite inferior: Es
el valor menor de cada intervalo, se denota por Li
Límite superior: Es el número mayor de cada intervalo, se denota por Ls.
12 punto medio de la clase.

Un punto medio se define como el promedio de los límites de clase superior e

inferior. El límite de clase inferior es el valor más bajo en un contenedor (una
categoría particular); Los límites de clase superiores son los valores más altos que
pueden estar en el contenedor.
El punto medio se utiliza en estadísticas para analizar un conjunto de datos.

13 amplitud de la clase.

Se considera la amplitud que deben tener las clases consideradas para realizar un
estudio estadístico

14 graficas de frecuencia: histograma y poligono de frecuencias.

Un Polígono de Frecuencia es el nombre que recibe una clase de gráfico que se

crea a partir de un histograma de frecuencia. Los histogramas emplean columnas
verticales para reflejar las frecuencias, los polígonos de frecuencia se forman
uniendo los puntos más altos de cada una de las columnas del Histograma.