UNIVERSIDAD CENTROCCIDENTAL “LISANDRO ALVARADO”

DECANATO DE CIENCIAS DE LA SALUD

SECCIÓN DE EPIDEMIOLOGÍA Y BIOESTADÍSTICA
ASIGNATURA INVESTIGACIÓN EN SALUD

Dra. Yudith Ontiveros Msc. Juan Brizuela Prof. Rosmery Sánchez

Objetivo General
Al finalizar la unidad el y la estudiante interpretará las medidas
resumen en una serie de datos que se le presenten.

Objetivos Específicos
*Describir las medidas de tendencia central y de dispersión.

*Calcular las medidas de tendencia central y de dispersión en una serie de

datos que se le presenten.

*Interpretar las medidas de tendencia central y de dispersión en una serie de

datos que se le presenten.

*Reflexionar sobre la importancia de la aplicación de las medidas de resumen

en una investigación científica.
 Medidas de Tendencia Central

Son aquellos valores que reflejan el “centramiento” de la variable estudiada.

Básicamente son tres: media, mediana y moda.

PROMEDIO O MEDIA ARITMÉTICA: Es el valor que se obtiene de la suma del

todas las mediciones (observaciones), y su posterior división entre el total de
observaciones
__
realizadas. Cuando se trabaja con una muestra, se representa
con x cuando se trabaja con la población el símbolo para representar el
promedio es μ.
Para datos agrupados
__
PROMEDIO x
Para datos no agrupados
 __
PROMEDIO x
 __
PROMEDIO x

Para aplicar el promedio es necesario graficar los datos, y si la gráfica da una

distribución más o menos simétrica entonces se aplica esta medida de tendencia
central , a saber:
 __
PROMEDIO x
Ejemplo: se presentan en la siguiente tabla los datos de la estatura de 36 pacientes
de la consulta externa de cardiología. Determine la medida de tendencia central
adecuada.

Solución:
Estatura Frecuencia
150-152 2
12
153-155 4
10
156-158 6 8
159-161 10 6
162-164 7 4
165-167 5 2
168-170 2 0

Como los datos siguen un comportamiento más o menos simétrico. Calculamos

el promedio para datos agrupados como medida de tendencia central adecuada.
 __
PROMEDIO x

LVI Intervalo LVS fi xi fi.xi

149,50 150-152 152,49 2 150,995 301,99
152,50 153-155 155,49 4 153,995 615,98
155,50 156-158 158,49 6 156,995 941,97
158,50 159-161 161,49 10 159,995 1599,95
161,50 162-164 164,49 7 162,995 1140,965
164,50 165-167 167,49 5 165,995 829,975
167,50 168-170 170,49 2 168,995 337,99

Interpretación: los pacientes estudiados tiene una estatura alrededor de

160,25 cm
 MEDIANA Ma
MEDIANA: Es la medida que divide la serie de datos en dos partes iguales, de tal
manera que 50% de las observaciones tienen un valor superior o igual al de la
mediana, y el otro 50% tiene un valor menor o igual a la mediana.
Para datos agrupados
Mediana
Para datos no agrupados

El número de datos es impar

MEDIANA Ma

El número de datos es par

 MEDIANA Ma

MEDIANA PARA DATOS AGRUPADOS

Para calcular la mediana se utiliza la siguiente fórmula

 MEDIANA Ma
Supongamos que tenemos la siguiente escala de clasificación de los valores de
glicemia de un grupo de 20 pacientes

Solución:

8
6
4
2
0

Como los datos siguen un comportamiento asimétrico. Calculamos la mediana

para datos agrupados como medida de tendencia central adecuada.
 MEDIANA Ma
Supongamos que tenemos la siguiente escala de clasificación de los valores de
glicemia de un grupo de 20 pacientes

Cuando los datos están ordenados en clases, no

podemos identificar fácilmente cuál es el valor que
divide la serie en dos partes iguales, por ello es
necesario seguir otro procedimiento

• Determinar los límites verdaderos de las clases de la escala

• Obtener las frecuencias acumuladas.

• Averiguar la posición que ocupa la mediana en la serie de datos, esto se logra

haciendo n 20
  10
2 2

• Aplicar la fórmula de la mediana en la clase que la contenga.

 MEDIANA Ma
n 20
  10
2 2

En la columna de las frecuencias acumuladas (fa) podemos ver que la clase que
contiene “la posición”; el valor 10 es la tercera clase de la escala (100 – 119),
donde aplicamos la fórmula para el cálculo de la mediana, a saber:

Sustituyendo los valores en la

fórmula de la mediana
obtenemos lo siguiente Interpretación: 50% de los pacientes estudiados
tienen valores de glicemia menor o igual a 119,5
mg/dl y el otro 50% tiene valores de glicemia
mayor o igual a 119,5mg/dl
 Moda o Modo Mo

MODA: Es el número que más se repite o dicho de otra manera, es la observación que
se encuentra con mayor frecuencia en una serie de datos
Medidas de Dispersión
 Desviación Estándar
Desviación Estándar: Se utiliza para medir la dispersión de los valores alrededor
del valor promedio o media aritmética.

24, 28, 30, 23, 20

Desviación Estándar
Desviación Estándar
Desviación Estándar
 Desviación Estándar

Ejemplo: se presentan en la siguiente tabla los datos de la estatura de 36

pacientes de la consulta externa de cardiología. Determine la medida de
dispersión adecuada.
Estatura Frecuencia
150-152 2
153-155 4
156-158 6
159-161 10
162-164 7
165-167 5
168-170 2
 Desviación Estándar

LVI Intervalo LVS f x f.

149,50 150-152 152,49 2 150,995 22799,49 45598,98
152,50 153-155 155,49 4 153,995 23714,46 94857,84
155,50 156-158 158,49 6 156,995 24647,43 147884,58
158,50 159-161 161,49 10 159,995 25598,40 255984
161,50 162-164 164,49 7 162,995 26567,37 185971,59
164,50 165-167 167,49 5 165,995 27554,34 137771,7
167,50 168-170 170,49 2 168,995 28559,31 57118,62
 Desviación Estándar

68% de los pacientes

160,245 + 4,60 = 164,845
tienen estatura entre
160,245
164,845y 155,645cm
160,245 - 4,60 = 155,645

160,245 + (2 x 4,60) = 169,445 95% de los pacientes

tienen estatura entre
160,245
169,445 y 151,045cm
160,245 - (2 x 4,60) = 151,045

160,245 + (3 x 4,60) = 174,045 99% de los pacientes

160,245
tienen estatura entre
160,245 - (3 x 4,60) = 146,445 174,045 y 146,445cm
 Intervalo intercuartilar

El intervalo intercuartilar se encuentra limitado por el primer y tercer cuartil,

valores, entre los cuales se encuentra el 50% de los valores del conjunto.

El primer cuartil es un valor de la variable tal que el 25% del conjunto de datos
tiene valores inferiores a él y se determina mediante la siguiente fórmula.

El tercer cuartil es un valor de la variable tal que el 75% del conjunto de datos tiene
valores inferiores a él y se determina mediante la siguiente fórmula.
 Intervalo intercuartilar

Ejemplo: Calcular la medida de dispersión adecuada a los siguientes pesos de

un grupo de 54 pacientes de la consulta de pediatría

Como los datos no siguen un comportamiento simétrico, utilizamos la

medida de dispersión Intervalo Intercuartilar.
Intervalo intercuartilar
 Intervalo intercuartilar

Interpretación: El 50 % de los valores centrales tienen un dispersión 878,38gramos los

cuales varían entre 1969,33 gramos y 2847,71 gramos
Resumen
Referencias Bibliográficas