La presentación y disposición en conjunto de

ESTADISTICA DESCRIPTIVA PARA PROFESIONALES DE LA SALUD

Son propiedad de la UNIVERSIDAD DE GUADALAJARA

Ninguna parte de esta obra puede ser reproducida o transmitida, mediante ningún sistema o
método, electrónico o mecánico (INCLUYENDO EL FOTOCOPIADO, la grabación o cualquier
sistema de recuperación y almacenamiento de información), sin consentimiento por escrito de la
Institución.

Derechos Reservados:

D.R. ©

UNIVERSIDAD DE GUADALAJARA

Centro Universitario de Ciencias de la Salud

Departamento de Salud Pública

Av. Sierra Nevada 950 Edificio N, Colonia Independencia.

C.P. 44340 Guadalajara, Jalisco México.

ISBN‐13: 978-607-450-602-0

Impreso en México

Fecha: 25 de Octubre de 2012

2
Prólogo

El libro "Estadistica para profesionales de la Salud", escrito por la Dra. Genoveva Rizo Curiel,
forma parte de su inquietud como profesora-investigadora del CUCS para compartir su
experiencia docente con los futuros grupos del área de salud.

Para el efecto hace un recuento de los principales medidas que se utilizan en el analisis
estadístico de datos, señalando ejemplos de manera sencilla para su aplicación, desde la
descripcion hasta la inferencia tan necesarias para dotar de elementos de juicio al proceso de los
profesionales de la salud.

Aunque un libro nunca puede igualar la riqueza de la tutoria presencial de un maestro, sus lineas
pueden servir de guia para preparar la clase o para reforzar conceptos una vez recibida asi como
apoyar el trabajo de investigacion en la práctica.

No omito felicitar a la Dra. Genoveva por su iniciativa, y generosidad, deseando que este sea el
principio de muchas ediciones más.

Atentamente
Dr. Javier Garcia de Alba G.

3
INDICE

GENERALIDADES DE ESTADISTICA 5
Concepto de Estadística 5
Principios Matemáticos en la Aplicación de Operaciones 9
Variables 12
MEDIDAS DE TENDENCIA CENTRAL 16
Media 16
Mediana 17
Moda 19
MEDIDAS DE DISPERSION 29
Curva Normal 29
Desviación Estándar 31
MEDIDAS DE FRECUENCIA 35
Tasas 35
Proporciones 37
Porcentaje 38
Razones 39
CUADROS 41
GRAFICAS 45
REFERENCIAS BIBLIOGRAFICAS 50
REPUESTAS 52
GLOSARIO 58
FORMULARIO 61
INDICE TEMATICO 62

4
 Capítulo 1
Generalidades de la Estadística

ESTADÍSTICA
Los métodos estadísticos son técnicas para hacer comprensible la
información cuantitativa y para darle un sentido. Con su ayuda, los datos
cuantitativos reunidos en un proyecto de investigación dejarán de ser
una “masa” de números expuesta de manera incoherente.

John Graunt es el pionero de la introducción de la estadística a la

Salud con su estudio de la mortalidad en Londres en el Siglo XVII.

Las palabras Estadística y Estadísticas tienen dos concepciones

diferentes. Las Estadísticas es el sinónimo de datos numéricos, mientras
que la Estadística es el método utilizado en el manejo de los datos
numéricos, es decir: es el método de recolectar, elaborar, analizar e
interpretar datos numéricos.

La Estadística suele clasificarse en descriptiva e inferencial.

La Estadística Descriptiva es la utilizada para describir y resumir el
conjunto de datos del investigador, por ejemplo, las medidas de tendencia
central, Dispersión y de Frecuencia.

La Estadística inferencial (o deductiva) es aquella que permite al

operador deducir si las relaciones en una muestra pueden ocurrir en una
población mayor. La estadística inferencial se clasifica en Paramétrica y
no paramétrica.

5
- La Paramétrica, es la estadística deductiva que comprende: a)
suposiciones sobre la distribución de las variables; b) utilización de
valores de la población (“Parámetros”), y c) el empleo de medidas
cuantitativas.
- La No paramétrica, es la clase general de estadística inferencial sin
suposiciones rigurosas sobre la distribución de variables.
La estadística no paramétrica se caracteriza por tres atributos:
• Los procedimientos de inferencia que no se refieren a parámetros
de población.
• Las pruebas no paramétricas deben aplicarse cuando el tamaño
de la muestra sea menor de 11 casos y cuando el tamaño de la
muestra sea mayor de 11 casos, pero no se cumplan las
condiciones de aplicabilidad de las pruebas paramétricas; como
sería la curva normal.
• Cuando los datos han sido medidos en escalas nominales u
ordinales.

6
 CLASIFICACIÓN DE LA ESTADÍSTICA DESCRIPTIVA SEGÚN SU
PRUEBA

Tipo Prueba Signo *Variable

Medidas de Mediana Md Cuantitativa

Tendencia Media x Cuantitativa
Central Moda Mo Cuantitativa

Medidas Varianza S² Cuantitativa

De Desviación Estándar S Cuantitativa
Dispersión Rango Rango Cuantitativa

Medidas Tasas Tasa Cualitativa

De Razones Razón Cualitativa
Frecuencia Proporciones P Cualitativa
Porcentajes % Cualitativa
* Las Variables, son las características o atributos que posee la población.

CLASIFICACIÓN DE LA ESTADÍSTICA INFERENCIAL PARAMETRICA

SEGÚN SU PRUEBAS

Nombre de la Signo Grados de Variable Variable

prueba Libertad (independiente) (dependiente)
t para muestras t n 1 +n 2 -2 Nominal Continua
Independientes
t para muestras t n-1 Nominal Discontinua
Pareadas
Correlación de r n-2 Continua Continua
Pearson Discontinua
Regresión lineal b n-2 Continua Discontinua
simple Discontinua

7
 CLASIFICACIÓN DE LA ESTADÍSTICA INFERENCIAL NO
PARAMETRICA SEGÚN SU PRUEBAS

Nombre de la Signo Grados de Variable Variable

prueba Libertad independiente dependiente
Chi cuadrada X² (r-1)(c-1) Nominal Nominal
Prueba exacta de p ------ Nominal Nominal
Fisher
Corrección de Yates X² (r-1)(c-1) Nominal Nominal
U de Mann-Whitney U n-1 Nominal Ordinal
Wilcoxon Z n-2 Nominal Ordinal
Kruskal-Wallis H Números de Nominal Ordinal
grupos -1
Friedman X r ² Números de Nominal Ordinal
grupos -1
Rho de Sperman p n-2 Ordinal Ordinal
Tau de Kendall t n-2 Ordinal Ordinal

8
 PRINCIPIOS MATEMÁTICOS EN LA APLICACIÓN DE OPERACIONES

Muchos individuos se intimidan ante la Estadística porque piensan

“que no tienen habilidades para las matemáticas”.
No es necesario gran talento matemático para disfrutar de las
ventajas del análisis estadístico. Para aplicar e interpretar los datos
estadísticos, sólo se necesitan habilidades aritméticas muy básicas (suma,
resta, multiplicación y división) y cierta capacidad de pensamiento lógico.

Para la realización de una operación matemática se deben

considerar los siguientes principios:

JERARQUÍA DE SIGNOS

Signos de Signos de operación

agrupación ba a √b

( ) × ÷
[ ] + −
{ }

Dentro de los signos de agrupación pueden existir operaciones

que se deben resolver primero por tener jerarquía.

1. Realizar signos de agrupación, en siguiente orden: paréntesis ( ),

corchetes [ ] y llaves { }.
2. Realizar potencia, raíz cuadrada ,
3. Multiplicaciones y divisiones.
4. Realizar sumas y restas.

9
 Notas:
o Se resuelve primero el numerador y después el denominador
o Los paréntesis indican agrupación o multiplicación según el caso.
o Para que se cumpla la condición de agrupación tiene que haber una
operación matemática dentro del paréntesis, ejemplo: 3(2+ 8).
o El orden de los factores no altera el producto en multiplicación y
suma.
o Las operaciones con valores: Menos por menos da más, más por más da
más. menos por más es menos y que más por menos es menos.
o Todas las operaciones se resuelven de dos en dos y de izquierda a
derecha.

FORMAS DE EXPRESAR LAS OPERACIONES MATEMATICAS

Multiplicación x * • ( )( ) p( ) ( )p 3( ) ( )3 pq
División / — : ÷
Suma + S
Resta -

Ejemplo:
a) 1+1X2= b) 1X2+1

1+2= 3 2+1=3

c) 3(5+1) (8X4) d) 2+1X2

3 (6) (32) 2+2 = 4

(18) (32 )

576 (en este caso los paréntesis simbolizan multiplicación y no agrupación)

10
 EJERCICIO 1
1. Coloque los paréntesis donde considere pertinente para que el
resultado sea el siguiente:
a) 30-6:3-1•8-2=2
b) 30-6:3-1•8-2=20

2. Resuelva las siguientes operaciones:

2.1. n= 4(0.03)(0.97)8’000,000
(0.05)² 8 ’000,000+4(0.03)(0.97)
n = _____
2.2. 𝑆 = 28/9 S = _____

𝟐𝟓!𝟏𝟗
3. t = 𝟐𝟒𝟐!𝟏𝟓𝟒 𝟏 𝟏 t = _____
!
𝟏𝟎!𝟏𝟎!𝟐 𝟏𝟎 𝟏𝟎

4. n= Z²(p.q) con los siguientes valores:

d² Z = 1.96
p = 0.50
q = 1-p
d = 0.05
n = _____

11
 VARIABLES

Las Variables son las características o atributos que posee la

población, se les denomina así porque no todos se encuentran en la
misma categoría o clase (es lo que varía). Se clasifican en variable
independiente y dependiente.

La variable independiente es aquella que el investigador puede

tener bajo control.

Es decir, en un estudio experimental que tiene como finalidad

obtener información acerca de la efectividad de diferentes métodos de
enseñanza de estadística a alumnos de las carreras de ciencias de la
salud, el investigador tiene la capacidad de manejar los métodos de
enseñanza, la selección de los métodos que se van a incluir están bajo su
control.
El método de enseñar estadística se denomina variable
independiente.

La variable dependiente refleja cualquier efecto que pueda

acompañar el manejo de la variable independiente.

En el experimento ideado para adquirir información sobre la

efectividad de diferentes métodos de enseñanza de estadística, el
aprovechamiento en estadística de los estudiantes es la variable
dependiente.

CLASIFICACION DE LAS VARIABLES

Ordinales
Cualitativas Nominales

Discontinuas o discretas (Contar)Valores enteros

Cuantitativas Continuas (Medir) Valores decimales

12
CUALITATIVAS

Es la presencia o ausencia de una cualidad o atributo las cuales no

pueden ser medidas con números.

Las variables cualitativas se clasifican en:

Ordinales
Son aquellas cuyas características pueden recibir algún orden subjetivo.
Su característica principal es que al ser clasificadas de una manera se
puede asumir que se es más o menos que las otras, aunque se desconoce
qué tanto más o qué tanto menos.

Ejemplo:
Dolor: poco, mucho. Avance de la enfermedad: buena, regular y mala.

Nominales
Es aquella cuyas características se definen por un nombre, no tiene
modalidades numéricas y el ser definidos por uno de ellos no implica ser
más o menos que el otro (Un criterio de orden).

Ejemplo:
Sexo: masculino y femenino. Ocupación: empleado, obrero.

CUANTITATIVAS

Cuando la característica puede ser cuantificada y es posible asignarle un

valor numérico.

Las variables cuantitativas se clasifican en:

Discontinuas o Discretas.
Aquellas cuyos valores están separados entre sí por una determinada
cantidad (números enteros).

Ejemplo:
Número de consultas otorgadas por un médico en un día

Continuas
Son aquellas en las que se puede obtener un cantidad infinita de valores
entre dos puntos de sus escalas.

Ejemplo:
Edad: años, meses, Peso: Kilos, gramos, Estatura: metros/centímetros.

13
 EJERCICIO 2
En los siguientes planteamientos identifique el tipo de variables que es.

1. El cáncer de pulmón depende del hábito de fumar .

Variable independiente ____________________________________

Variable dependiente ____________________________________

2. Efectos de dietas sobre el aumento de peso de niños.

Variable independiente ____________________________________
Variable dependiente ____________________________________

3.El significado del dolor que tienen los pacientes depende de distintos
modelos de enfermería.

Variable independiente ____________________________________

Variable dependiente ____________________________________

4. Se estudia el comportamiento del personal de ciencias de la salud

acerca del aborto y se descubre que los de menos años tienen juicios más
favorables acerca del aborto que los adultos.

Variable independiente ____________________________________

Variable dependiente ____________________________________

5. Los años de experiencia del profesional de la salud tienen efecto sobre

su actitud ante la muerte de pacientes.

Variable independiente ____________________________________

Variable dependiente ____________________________________

14
 EJERCICIO 3

Observe las variables del cuadro siguiente y ubique con una “X” al tipo de
variable que corresponda.

Variables Cualitativas Cuantitativas

Nominal Ordinal Discontinua Continua

Edad (años)
Sexo (Hombre/Mujer)
Estatura (cm)
Alfabetismo (Si/No)
Años de estudio
Estado civil
(Soltero/Casado/Viudo)
Nacionalidad (Si/No)
Coeficiente intelectual
(puntuación)
Tipo de sangre (A/B/O)
Factor Rh (Positivo/Negativo)
Circunferencia craneana (cm)
Ocupación (Obrero/empleado)
Presión arterial (mmHg)
Ingreso económicos
(Pesos/centavos)
Escolaridad (primaria,
secundaria, preparatoria)
Peso (Kg,g.)

Nacimientos (Número)
Lugar ocupado al nacer
(Primero/Segundo/Tercero)
Defunciones (Número)

15
 Capítulo 2
Medidas de Tendencia Central

Las medidas de tendencia central tienen como finalidad resumir y

describir los datos, es un único dígito que indica el centro de una serie de
números a partir de los cuales se calcula, así, son medidas de tendencia
central: la media aritmética(promedio), la mediana y la moda.

Cada medida tiene sus características particulares, la determinación de

cuál de los diferentes tipos de medidas de tendencia central deberá ser
usado bajo diferentes circunstancias, depende grandemente de las
características.

MEDIA ARITMÉTICA
Principales características de la media o también conocido como promedio:

• El cálculo de la media aritmética está basado en todos los valores de

un conjunto de datos.
• El valor de cada elemento en los datos, afecta.

Los métodos para calcular la media aritmética son dos; para datos
agrupados y no agrupados (simples).

Para datos no agrupados (simples): Es el resultado de la suma de los

valores divididos por el número de valores en el conjunto de datos dado.
Σx
x=
n
Σx= Suma de valores de x.
n= Número de valores.

16
 Para datos agrupados: es usado para representar el valor de cada
elemento incluido en la clase.
! !!!
x=
!!

f= numero de veces
X i : Punto medio de la clase (se suma el límite inferior con su límite
superior de cada calase y se divide entre dos).
Σ= Sumatoria.

MEDIANA
La mediana es un conjunto de valores, es el valor del elemento central del
conjunto.

Principales características de la mediana:

• La mediana es un promedio de posición, no es afectada por los valores

externos como la media.
• La mediana no es calculada con todos los valores.
• Cuando el número de elementos incluidos en una serie de datos es par,
la mediana es determinada aproximadamente como el punto medio de
los dos elementos centrales.
• Si el número de elementos es impar será el que está a medias, y es el
que divide en dos secciones iguales el número de elementos.

Los métodos para localizar la mediana para datos agrupados y no

agrupados son los siguientes:

17
Para datos no agrupados ó simples:
N+1
Md =
2

N= Número de valores.

Para datos agrupados:

Se obtiene de la siguiente manera:

1. Agregar una columna en la tabla de distribuciones de frecuencias para

registrar en la misma, las frecuencias acumuladas. La frecuencia
acumulada de cada clase es la suma de la frecuencia o de las
frecuencias anteriores.
2. Encontrar la clase mediana (la clase mediana es la que contiene a la
mediana)
3. Aplicar la fórmula siguiente:
𝑛
2 − 𝑐
𝑀𝑑 = 𝐿 + 𝑖
𝑓

L = Límite inferior verdadero de la clase mediana

n = Número de datos
c = Frecuencia acumulada anterior a la clase mediana

18
MODA

El modo (o moda) es el valor numérico que aparece con más frecuencia en

cierta distribución. El más fácil de determinar de los tres indicadores de
la tendencia central. En realidad, no se obtiene la moda por medio de
cálculos, sino que aparece al hacer una inspección simple de una
distribución de frecuencias. En la siguiente distribución puede
observarse con facilidad que la moda es 53 de:
50,51,51,52,53,53,53,53,54,55,56. El puntaje de 53 se obtuvo cuatro veces,
frecuencia mayor de la que obtuvieron cualquiera de los números
restantes.

La moda son métodos rápidos y fáciles para determinar un “valor cercano

al promedio” a simple vista, pero son poco apropiados para los cálculos
subsiguientes y son bastantes inestables. Inestables significa que de una
muestra a otra (tomadas ambas de la misma población) la moda tiende a
fluctuar mucho.

Para datos agrupados:

Se obtiene de la siguiente manera:
1. Encontrar la clase modal (la clase modal es el intervalo que tiene la
mayor frecuencia)
2. Aplicar la fórmula siguiente:

1
𝑀𝑜 = 𝐿! ! (𝑖)
1+2

19
L 1 = Límite inferior de la clase modal
1 = Diferencia entre la frecuencia de la clase moda y la frecuencia de la
clase anterior
2 = Diferencia entre la frecuencia de la clase modal y la frecuencia de la
clase siguiente
i = Amplitud de la clase modal

Ejemplos:
Media, Mediana y Moda de datos simples

Supóngase que se tienen las edades de 5 personas, siendo las siguientes:

20, 23, 22, 23, 22

¿Se desea obtener la media aritmética para datos no agrupados o simples

de la edad?
Σx
x=
n

Σx= Suma de valores de x.

n= Número de valores.

Pasos:
1.- Se suman los 5 valores Σx= 110
2. Dividir entre 5 (número de valores). n=5

x= 22 La edad promedio es de 22 años.

Con el formato Asociación Americana de Psicología (APA) se redacta:

Para estadísticos descriptivos relevantes como la media y la desviación

típica podemos escribir: “M=22, SD=1.22” o bien “la media con la
desviación típica entre paréntesis fueron 22(1.22)”.

20
Media
¿Se desea obtener la media aritmética para datos no agrupados o simples
de la estatura?

Pasos:
1. Se ordenan los valores del menor a mayor:

157 158 159 160 161

3. Se aplica la fórmula:
𝑁+1
𝑀𝑑 =
2

5+1=6 6/2=3 posición de la mediana

2
4. Identificar el valor de la mediana.
El valor sería el que se encuentre en el lugar que marca la posesión de la
mediana
1.57 1.58 1.59 1.60 1.61
3 posición de la mediana
La estatura mediana es 1.59 centímetros.

Nota: Si el número de elementos es par se toman los dos centrales, se

suman y se dividen entre dos.

Moda es el valor que más se repite y en este ejemplo no hay moda porque
ningún valor se repite.

21
¿Se desea obtener la media aritmética para datos no agrupados o simples
de la estatura?
1.57 1.58 1.59 1.60 1.61 1.61

En este caso es 1.61 centímetros de estatura.

Síntesis para obtener las medidas de tendencia central de datos simples

Media o Promedio Mediana
1. Sume los 1. Se ordenan los valores
números (Σx) del menor a mayor.
2. Divida entre la 2. Si hay una cantidad
cantidad de impar de números,
números (n) escoja el número de en
medio
3. Si hay una cantidad par
de números, halle el
promedio de los dos
números en el medio
Moda
1. Seleccione el
número que aparece
con mayor
frecuencia. Este es
la moda
2. Si más de un
número aparece con
mayor frecuencia,
puede haber más de
una moda.

22
 Media, Mediana y Moda de Datos Agrupados.

Media de datos agrupados.

𝜮 𝒇𝒙𝒊
𝒙=
𝜮𝒇

f= numero de veces
X i : Punto medio de la clase (se suma el límite inferior con su límite
superior de cada calase y se divide entre dos).
Σ= Sumatoria.

Ejemplo:
Se quiere saber el promedio de la evolución de una enfermedad.
Los siguientes datos son los años de evolución de alguna enfermedad.
Evolución F Xi fx i
1- 8 20 4.5 90.00
9 –16 44 12.5 550.00
17 – 24 21 20.5 430.50
25 – 32 11 28.5 313.50
33 – 40 4 36.5 146.00
Σf =100 Σfx i =1530
Pasos:
1. Obtener el punto medio de la clase o intervalo * (x i ) se suma el límite
inferior con su límite superior de cada clase y se divide entre dos,
ejemplo: 1+8=9/2= 4.5
2. Multiplicar la frecuencia (número de veces) por el punto medio,
ejemplo: 20*4.5= 90
3. Sumar la multiplicación de la frecuencia por el punto medio, ejemplo:
Σfx i =1530
4. Sumar las frecuencias, ejemplo: Σf =100
5. Dividir el numerador con el denominador, ejemplo 1530/100
x = 15.3 años de evolución

23
* Un intervalo es un espacio métrico comprendido entre dos valores.

El resultado representa; tienen en promedio 15.3 años de evolución de la

enfermedad.

Mediana de datos agrupados.

𝑛
− 𝑐
𝑀𝑑 = 𝐿 + 2 𝑖
𝑓

L = Límite inferior verdadero de la clase mediana.

n = Número de datos.
c = Frecuencia acumulada anterior a la clase mediana.

i = Amplitud del intervalo* de la clase mediana.

f : Frecuencia (Número de veces).

Ejemplo:
Se quiere saber la mediana de la evolución de una enfermedad.

Los siguientes datos son los años de evolución de alguna enfermedad.

Evolución CLASE F C
de la VERDAD
enfermedad
1- 8 0.5 – 8.5 20 20
9 –16 * 8.5 – 16.5 44 64
17 – 24 16.5 – 24.5 21 85
25 – 32 24.5 – 32.5 11 96
33 – 40 32.5 – 40.5 4 100
*Clase mediana, para sacar la clase mediana se divide n/2 y buscar el más cercano al
resultado en la columna de frecuencias.

n = 100
L = 8.5
i = 8
c = 20
f = 44

24
Pasos:
1. Obtener la clase verdad.

Md= 8.5+ (100/2-20) 8

44
8.5+ (50-20) 8
44
8.5+ (30) 8
44
8.5+ (0,6818) 8
8.5+ 5.4544
Md= 13.95
(La mediana es de 13.5 años de evolución de la enfermedad.)

Moda de datos agrupados.

𝟏
𝑴𝒐 = 𝑳𝟏 + 𝒊
𝟏+𝟐

L 1 = Límite inferior de la clase modal.

1 = Diferencia entre la frecuencia de la clase moda y la frecuencia de la
clase anterior.
2 = Diferencia entre la frecuencia de la clase modal y la frecuencia de la
clase siguiente.
i = Amplitud de la clase modal.

25
Ejemplo:
Se desea identificar la moda de la edad de los habitantes de cierta
localidad.

EDAD CLASE VERDAD f

1- 8 0.5 – 8.5 20
9 –16 8.5 – 16.5 44
17 – 24 16.5 – 24.5 21
25 – 32 24.5 – 32.5 11
33 – 40 32.5 – 40.5 4

La clase modal se obtiene del intervalo que teóricamente tiene la mayor

frecuencia.
L 1 = 8.5 8.5 + 44 -20 = 24 (8)
1 = 44-20=24 24+23 = 47
2 = 44-21=23
i = 8 8.5 + 24 ( 8 )
47
8.5 + 0.5106 ( 8 )
8.5 + 4.0851
Mo= 12.5

26
PROCEDIMIENTO PARA FORMAR INTERVALOS O CLASES

El procedimiento para formar los intervalos o clases consiste en buscar

primero el valor máximo y restárselo al valor mínimo (lo que también se
conoce con el nombre de rango). Después, elegir el número de intervalos
que se va a formar, lo cual depende del número de observaciones que se
tenga. En general, el número de intervalos varía de 5 a 20 y aunque en
casos especiales se manejan más de 20 no resulta conveniente usar menos
de 5.

Una regla que puede orientar la decisión sobre el número de intervalos es

que si se tienen menos de 100 observaciones se usan 5 ó 6, cuando haya
entre unas 100 y 1000 observaciones se pueden usar de 6 a 10 intervalos.
Si hay más de 1000 observaciones se pueden usar de 10 a 20 intervalos.

Ejemplo:

Tengo en la serie el valor máximo de 80 y el mínimo 50 el rango seria 80-

30=50 y se decide formar 5 intervalos, entonces se divide 50/5= 10 sería
una amplitud de 10. Esta amplitud de intervalo debe ser tal que se pueda
trabajar fácilmente con ella y sus múltiplos, el límite inferior del primer
intervalo no debe coincidir con el valor mínimo de la serie de datos, ni que
el límite superior del último coincida con el valor máximo.

27
 EJERCICIO 4

Los siguientes cuadros muestran los datos de pacientes diabéticos

Pacientes diabéticos hospitalizados Pacientes diabéticos no

en Urgencias. hospitalizados
Edad Glucosa Presión Presión Edad Glucosa Presión Presión
arterial arterial arterial arterial
sistólica diastólica sistólica diastólica
55 350 100 90 48 268 120 70
16 400 80 70 59 240 136 90
62 369 110 90 52 140 130 90
18 322 110 85 66 125 130 85
63 291 160 90 51 180 140 80
57 465 150 92 67 360 140 90
26 312 140 70 57 260 130 70
75 296 125 65 71 160 130 80
67 306 120 60 56 300 130 80
63 380 140 80 55 230 140 80
73 400 140 90 80 145 140 70
45 180 130 80 57 120 150 100
44 500 110 80 49 190 110 70
68 300 110 70 63 224 150 90
64 290 200 85 31 192 130 80
50 190 179 90 74 160 140 60
82 400 146 83 40 136 120 80
72 250 250 100 42 136 110 70
53 256 175 100 81 141 130 70
63 300 115 50 52 183 120 80
64 188 200 80 40 174 100 80
48 324 100 80 40 185 130 70
55 304 110 70 45 182 110 80
54 280 210 80 55 130 120 75
72 300 95 57 60 129 110 85

1. Saque el promedio de glucosa de los pacientes hospitalizados y no

hospitalizados, de datos simples, e interprete el resultado
2. Obtenga la mediana de glucosa de los pacientes hospitalizados y no
hospitalizados, de datos simples, e interprete el resultado.

28
 Capítulo 3

Medidas de Dispersión

CURVA NORMAL
La curva normal es una distribución de frecuencias, un modelo teórico o
ideal que se obtuvo de una ecuación matemática 1 más que de una
investigación y recolección de datos real.

La curva normal puede utilizarse para describir distribuciones de

puntajes, para interpretar la desviación estándar y para hacer un informe
de probabilidades, es un integrante esencial en la toma de decisiones en
estadística.

CARACTERÍSTICAS DE LA CURVA NORMAL

♦ Simetría: si doblamos la curva en su punto más alto al centro, se vería
que las dos mitades son iguales.
♦ Unimodal: tiene un pico o punta de máxima frecuencia.

1 La curva normal puede construirse con la fórmula:

𝑵
𝒀= 𝒆 − (𝒙 − 𝟎)𝟐 𝟐 𝒔𝟐
𝝈 𝟐𝒙

donde
Y = la ordenada para un valor dado de X (frecuencia con que ocurre)
p = 3.1416
e= 2.7183

29
Área Bajo la Curva
Es aquella área que está entre la curva y la línea base y que contiene el
99%, o todos los casos, en una distribución normal dada.

-3σ -2σ -1σ 1σ 2σ 3σ

x
68%

95%

99%

Una proporción constante del área total, bajo la curva normal, estará
entre la media y cualquier distancia dada de X, medida en unidades de la
desviación estándar. Se aplica universalmente a todos los datos normales
distribuidos. Así, el área bajo la curva normal entre ± 1s siempre será
68%. Y el área bajo la curva normal entre 0 y el punto 1 desviación
estándar incluye siempre 34% del total de casos (una desviación estándar
positiva).

Desviaciones Porcentaje de Z (Variabilidad)

Estándar la frecuencia
total
± 1s 68% 1.645
± 2s 95% 1.96
± 3s 99% 2.57

30
 MEDIDAS DE DISPERSIÓN

Con las medidas de dispersión o de variabilidad se puede dar cuenta

cómo los datos se desvían del “promedio o media”. Se mide la variabilidad
o dispersión de las observaciones.
Son medidas de dispersión; la Varianza, Desviación Estándar, Rango, los
Cuartiles, Deciles y Percentiles.

DESVIACIÓN ESTÁNDAR
La más empleada de las medidas de variabilidad es la desviación estándar
(S). Al igual que la media, la desviación estándar toma en consideración a
todos los puntajes que se incluyen en la distribución.

𝛴 (𝑋𝑖 − 𝑥)!
𝑆=
𝑛−1

Xi= Observación
x= Media
n= Número de datos (muestra)
S = Sumatoria

Ejemplo:
En la escuela de San Pedro se desea identificar la desviación estándar de
la edad de 9 niños:
Pasos:
1. Obtener la media
2. A cada observación se resta la media
3. El resultado de la resta de la observación con la media se eleva al
cuadrado (es multiplicar el valor por si mismo, ejemplo: 2 por 2=4)
4. Sumar la diferencia de la observación con la media elevada al
cuadrado.
5. Obtener el número de datos

31
 6. Dividir la sumatoria la diferencia de la observación con la media
elevada al cuadrado entre número de datos.
7. Obtener la raíz cuadrada del resultado de la división (paso 6).
Niño Observación Paso 2 Paso 3
xi ( xi -x) ( x i – x )²
1 4 -3 9
2 5 -2 4
3 6 -1 1
4 7 0 0
5 7 0 0
6 7 0 0
7 8 1 1
8 9 2 4
9 10 3 9
Paso4= S( X i - x )² = 28

𝛴 (𝑥 − 𝑥)!
𝑆=
𝑛−1

Paso 1. Obtener la media x= 7

Paso 2. De cada observación restar su media
Paso 3. Elevar al cuadrado los resultados del paso dos.
Paso 4. Sumar los resultados del paso tres
Paso 5. De la muestra restar uno (n-1) 9-1= 8
Paso 6. Dividir el resultado del paso cuatro con el resultado del paso cinco
28/8=3.5

Paso 7. Obtener la raíz cuadrada del paso seis = 𝟑. 𝟓

S = 1.8

INTERPRETACIÓN DE LA DESVIACIÓN ESTÁNDAR

El método es sumar la media más 1 desviación estándar “ x +S” (7+1.8=8.8)

y después es restar la media y una desviación estándar “ x - S” (7–1.8=5.2).

Esto equivale que el 68% de los puntajes de las edades de la escuela de
San Pedro fluctúan entre 5.2 a 8.8 años de edad.

32
Para un 95% de los puntajes de edades sería:
7 + 1.8 + 1.8 = 10.6 y 7 – 1.8 – 1.8 = 3.4
Para un 99% de los puntajes de edades sería:
7 + 1.8 + 1.8 + 1.8 = 12.4 y 7 – 1.8 – 1.8 – 1.8 = 1.6

DESVIACIÓN ESTÁNDAR DE DATOS AGRUPADOS

𝛴 𝑓 (𝑥! − 𝑥)!
𝑆=
𝑛−1

X i = Punto medio (Sumar límite inferior y superior y dividirlo entre dos)

x = Media
n = Suma de datos
f = Frecuencia

La tabla siguiente representa los datos de los grupos de edades de 28

personas que viven en la localidad la “Esperanza” en el estado de Jalisco.
Se desea saber la desviación estándar de los datos agrupados por edad.
Edad F xi (x i - x) (Xi- x) 2 f ( x i - x) 2
11 16 7 13.5 - 6.6 44.0 308.6
17 22 11 19.5 - 0.6 0.4 4.5
23 28 10 25.5 5.3 28.7 287.2

Σ = 600.4
x = 20.14
n = 28
600.4
21.443
27

S= 4.6

33
 EJERCICIO 5
Los siguientes cuadros muestran los datos de pacientes diabéticos

Pacientes diabéticos Pacientes diabéticos no

hospitalizados en Urgencias. hospitalizados
Edad Glucosa Presión Presión Edad Glucosa Presión Presión
arterial arterial arterial arterial
sistólica diastólica sistólica diastólica
55 350 100 90 48 268 120 70
16 400 80 70 59 240 136 90
62 369 110 90 52 140 130 90
18 322 110 85 66 125 130 85
63 291 160 90 51 180 140 80
57 465 150 92 67 360 140 90
26 312 140 70 57 260 130 70
75 296 125 65 71 160 130 80
67 306 120 60 56 300 130 80
63 380 140 80 55 230 140 80
73 400 140 90 80 145 140 70
45 180 130 80 57 120 150 100
44 500 110 80 49 190 110 70
68 300 110 70 63 224 150 90
64 290 200 85 31 192 130 80
50 190 179 90 74 160 140 60
82 400 146 83 40 136 120 80
72 250 250 100 42 136 110 70
53 256 175 100 81 141 130 70
63 300 115 50 52 183 120 80
64 188 200 80 40 174 100 80
48 324 100 80 40 185 130 70
55 304 110 70 45 182 110 80
54 280 210 80 55 130 120 75
72 300 95 57 60 129 110 85

Obtenga la desviación estándar de glucosa de los pacientes hospitalizados

y no hospitalizados, de datos simples e interprete el resultado.

34
 Capítulo 3
Medidas de Frecuencia

En este capítulo se discutirán las medidas aplicables a los datos

clasificados con la escala cualitativa, con fines descriptivos o
comparativos.
Cuando se están manejando variables cualitativas las medidas que se
requieren para su descripción son la razón, proporción, porcentaje y la
tasa.
La Información recolectada en las investigaciones relacionadas con el
área de salud requiere para su descripción, la proporción y el porcentaje.
Sin embargo, cuando en los propósitos de la investigación se pretende
medir los riesgos de un fenómeno, por ejemplo la frecuencia con la que se
presenta alguna enfermedad y el número de defunciones que arroja o
bien, la composición y los cambios que ocurren en una población tales
como número de habitantes, estructura por edad y sexo, nacimientos, etc.,
es fundamental y necesario utilizar el cálculo de las tasas.

TASAS
Las tasas es una medida de frecuencia para variables cualitativas son
indicadores que permiten el riesgo de que un fenómeno determinado
ocurra.
La expresión algebraica de la tasa se representa por medio de un
quebrado cuyo numerador, indica el número de veces en que un fenómeno
se presenta en un área y periodo determinado; el denominador se refiere
al número de habitantes de la población en donde ocurrió dicho fenómeno,
es decir:

35
 TASA = Número de veces que ocurrió un fenómeno (por 10 n )
Población total en la que ocurrió el fenómeno

Existen diferentes campos de estudio en donde el uso de las tasas es

imprescindible y éstas se expresarán de acuerdo a la naturaleza del objeto
de estudio que se esté investigando. En el campo de la Salud Pública las
tasas que tienen importancia para el análisis de los datos son los
siguientes:

1.- tasas de mortalidad: expresan el riesgo de morir.

2.-tasas de morbilidad: expresan el riesgo de adquirir determinadas
enfermedades y se miden con las tasas de incidencia que indican los casos
nuevos y las tasas de prevalencia que indican los casos nuevos y viejos.
3.- tasas de natalidad: miden el crecimiento de las poblaciones.
4.- tasas de letalidad: indican la gravedad de una enfermedad, (solo
multiplicar por 100).
Su empleo, como se mencionó anteriormente, depende de las
características del fenómeno que se está estudiando y de los objetivos de
la investigación. Por ejemplo, se pueden calcular tasas para toda la
población y para todas las causas, las cuales reciben el nombre de “tasas
brutas” o bien, si solo se requieren el cálculo de un grupo de edad,
determinado sexo de personas con una enfermedad específica etc., reciben
en nombre de “tasa específicas”.

Ejemplo: Datos de la población de “x” lugar

EDADES POBLACION DEFUNCIONES TASA

ESPECIFICA
0 – 4 1,531 279
5 – 9 1,904 69
10 – 14 2,599 141
15 – 19 4,672 2
20 – 24 368 119
TOTALES 11,074 610

36
¿Se desea calcular la tasa de mortalidad general (TMG)?
TMG = 610 por 1,000 = 55.08
11,074
El resultado expresa que existen 55.08 defunciones por cada mil.
¿Se desea calcular la tasa de mortalidad específica (TME) de 0 a 4 años de
edad?

TME = 279 por 1,000 = 182.2

1,531

El resultado expresa que existen 182.2 defunciones de 0 a 4 años por cada

mil.

Recuerde que la elección de múltiplo de 10 n , depende que el resultado que

no sea fracción, y todos deben ser multiplicado por el mismo múltiplo de
10 n

PROPORCIONES

Es un cociente de dos variables relacionados, que enuncia la frecuencia de

que ocurre un evento en proporción con la población total. Para calcular
una proporción dividimos la frecuencia absoluta de la categoría que
estamos analizando entre el total de individuos identificados con la
variable de estudio. Lo anterior lo representamos mediante la fórmula:
𝒂
𝑷=
𝒂+𝒃

P= representa la proporción

a= el número de elementos con la característica de interés y

b= el número de elementos sin la característica de interés. Hay que notar

que a+b es el total de universo (N).

37
Ejemplo:

En una población hay 20 personas que tienen dengue, de las cuales 15 son
hombres y 5 mujeres, la proporción por sexo es:

Masculino 15 15 0.75 5 = 0.25

Femenino 5 20 20

por lo tanto 3 a 1 es la proporción de hombres por mujeres que tienen

dengue.

PORCENTAJE

Es una proporción multiplicada por cien y su símbolo es %.

0.75 por 100 = 75% de hombres 0.25 por 100 = 25% de mujeres

Ejemplo:

En una comunidad ahí 20 personas de las cuales 5 son mujeres y 15 son

hombres. Se desea identificar el porcentaje de las mujeres.

El porcentaje se puede obtener mediante una regla de tres.

T – 100% El guión (-) significa “es”.

Indica multiplicar los valores

n – x 5 por 100 =

T= total de elementos con la característica de interés

x= es la obtención del porcentaje
n= el número de elementos con la característica de interés

5*100=500 entre 20 = 25% de mujeres

38
 Con el formato Asociación Americana de Psicología (APA) se redacta:
Símbolos para el porcentaje. Se usará el símbolo de porcentaje, %, sólo cuando
acompaña a un numero, y la palabra porcentaje cuando no se proporcione ningún
número. Por ejemplo:
Los porcentajes se suelen escribir entre paréntesis y sin decimales. Por ejemplo: “
la cuarta parte (25%) de la muestra son mujeres.”
El porcentaje de hombres fue superior a los al de las mujeres.

¿Qué pasaría si no se conoce el número de mujeres u hombres, pero si el

porcentaje y el total de personas?
20 por 25% = 500 500 entre 100 = 5 mujeres

RAZONES

Cuando la serie que examinamos consta solamente de dos

categorías, o nuestro interés se dirige únicamente a dos categorías,
podemos utilizar las razones para resumir la información. Para ello,
dividimos la totalidad de individuos que tengan una característica
(preferentemente el grupo de mayor tamaño) entre el grupo que tenga la
otra característica.
𝒂
Razón =
𝒃

a= representa el número de elementos con la característica de interés

b= el número de elementos con característica diferente.

Ejemplo:
275 casados 275 = 2.95
93 divorcios 93

El resultado representa que por cada 3 casados existe una divorciada.

Ejemplo:

39
521,088 personas = 16 personas por automóvil
32,568 automóviles.

EJERCICIO 6

a) En determinada localidad que al 1º de enero tenía 1,100 habitantes, se

han producido durante un año 44 nacimientos y 18 defunciones en el
mismo periodo. Llegaron a instalarse en ella 224 personas y se fueron a
residir en otras localidades, 50.

1. Calcule la población al 30 de junio, que deberá emplearse como

denominador en las tasas que se enumeran a continuación:
2 Calcule la tasa de natalidad por mil
3 Calcule la tasa bruta de mortalidad por mil

b) En esa misma localidad y durante el mismo año, enfermaron de dengue

60 personas, de las cuales murieron 3, víctimas de la enfermedad.

4. Calcule la tasa de incidencia por mil.

5. Calcule la tasa de mortalidad específica por cien mil.

6. Calcule la tasa de letalidad por ciento.

a)
1) _______________________
2) _______________________
3) _______________________

b)
4) _______________________
5) _______________________
6) _______________________

40
 Capítulo 5
Cuadros
La finalidad de los cuadros estadísticos es presentar en forma resumida y
clara determinado material numérico.
Aunque la disposición del cuadro variará de acuerdo a los datos que
intenta resumir, hay algunos principios comunes que deben tenerse en
cuenta.

En todo cuadro debe considerarse:

I. Título
II. La estructura de cuadro
III. Las notas explicativas

I. TITULO
Un título que sea completo, debe indicar claramente cuál es el contenido
del cuadro. En otras palabras, debe responder a las preguntas:

¿QUÉ? ¿CÓMO? ¿DÓNDE? ¿CUÁNDO?

Qué se estudia, o sea, cuál es el la variable que se investiga, ejemplo:

Cáncer, Dengue o defunciones.
Cómo se estudia, es decir, de acuerdo a cuáles características de los
individuos investigados (edad y sexo).
Dónde o qué lugar se refieren los datos.
Cuándo o sea el período a que se refiere el estudio.

El título debe ser breve, lo más conciso posible, aunque no debe

sacrificarse la claridad a la concisión. Observe como el primero de los dos

41
títulos siguientes es completo, pero le falta brevedad y no se añade nada
al segundo de ellos.
TITULO NO RECOMENDABLE
"Cuadro que muestra la distribución de las enfermedades habidas en el
Hospital Civil de Guadalajara, durante el año de 2009, clasificadas de
acuerdo con edad y sexo de los enfermos"

TITULO CORRECTO
"Enfermedades por edad y sexo, Hospital Civil de Guadalajara, 2009".

II. LA ESTRUCTURA DE CUADRO

Cuerpo Consta de un conjunto de celdas, conformadas en columnas y filas.
La primera columna y la primera fila se escriben los encabezamientos que
indican a que se refieren los datos numéricos.

Encabezamientos es la primera fila. Los encabezamientos indican a qué se

refieren los datos anotados en las celdas inferiores. Ellos al igual que los
títulos, deben ser breves y explícitos.

Columna Matriz (la primera columna) se destina a asentar las diferentes

clases de la escala de la variable utilizada. Cuando las observaciones se
clasifican de acuerdo a una única escala, digamos edad, las subdividimos
ésta, deben ir en esta columna. Cuando dichas observaciones se clasifican
simultáneamente de acuerdo a dos escalas, digamos edad y sexo,
cualquiera de estas dos características podrá ir en la columna matriz.

III. NOTAS EXPLICATIVAS

Con el fin de que no haya dudas sobre el contenido del cuadro, éste se
acompaña a veces de Notas Explicativas, que pueden ir en su parte
superior o inferior. Convencionalmente, las notas colocadas en la parte
superior, afectan todo contenido del cuadro, mientras que aquellas que se

42
colocan en la parte inferior, sólo se refieren a las cifras de determinadas
celdas o de una fila o columna en particular, lo cual se indicará con un
pequeño número o letra (1) (a).

Siempre se debe ponerse al pie del cuadro, la FUENTE de donde se

obtuvieron los datos, no. sólo por reconocimiento a sus autores, sino para
que el lector en un momento dado, pueda consultar el trabajo original, de
donde dichas cifras procedan.
Además de los ya mencionados es importante poner el NÚMERO DE
CUADRO (Generalmente se pone en la parte superior y al centro de la
hoja).

Ejemplo:
Cuerpo: Conjunto de casillas o celdas, dispuestas en columnas y filas

(El cuerpo del cuadro siguiente tiene 5 filas o renglones y 4 columnas)

Fila Columna Columna Columna Columna

Fila
Fila
Fila
Fila

Número de Cuadro → Cuadro No. 1

Título → Defunciones por accidentes, por grupo de edad, México,
2009

Encabezamientos Edad ( 1 ) Número

0-4 501
10-14 453
15-24 605
Columna Matriz 25-44 931
(Son los grupos de edad) 45-64 499
65-84 218
Total 3,207
Fuente Fuente: Encuesta Directa.
Nota explicativa ( 1 ) Las edades son en años

43
 EJERCICIO 7

De la siguiente información realice un cuadro que contenga los datos

de hombres y mujeres y estado nutricional de los pacientes con diabetes
hospitalizados en urgencias del hospital “X”.

Y en otro cuadro que contenga la información de los pacientes con

diabetes no hospitalizados tomando la variable sexo y estado nutricional,
los datos fueron tomados de la consulta externa del hospital “X”.

Los dos cuatros tienen que contener todos los elementos de un cuadro.

Pacientes Hospitalizados en
urgencias Pacientes No Hospitalizados
Estado
Sexo Estado Nutricional Sexo Nutricional
Hombre Obeso Tipo I Mujer Obeso Tipo I
Hombre Normal Mujer Normal
Hombre Normal Hombre Obeso Tipo II
Hombre Obeso Tipo III Hombre Normal
Hombre Normal Mujer Obeso Tipo III
Hombre Obeso Tipo I Mujer Normal
Mujer Normal Hombre Normal
Mujer Normal Hombre Normal
Mujer Obeso Tipo III Mujer Obeso Tipo I
Mujer Normal Mujer Obeso Tipo III
Mujer Obeso Tipo I Mujer Normal
Mujer Normal Mujer Obeso Tipo I
Hombre Normal Mujer Normal
Mujer Obeso Tipo I Hombre Obeso Tipo I
Hombre Normal Hombre Obeso Tipo I
Mujer Normal Mujer Normal
Hombre Normal Hombre Normal
Hombre Normal Hombre Obeso Tipo I
Mujer Normal Mujer Normal
Hombre Obeso Tipo I Mujer Normal

44
 Capítulo 6
Gráficas

El gráfico es la representación de datos numéricos en el plano, con

el fin de obtener una imagen visual de conjunto de los datos, que facilite
su rápida compresión. Los objetivos de la mayoría de los gráficos son
representar distribuciones de frecuencias, mostrar la asociación entre dos
o más variables investigadas en las unidades de observación.

Los gráficos se eligen de acuerdo a las escalas de las variables

investigadas, las barras simples y dobles al igual que diagrama de
sectores son para las escalas: nominal, ordinal y discontinuas.

BARRAS
La gráfica de barras en forma vertical, las alturas son los
porcentajes y el ancho es la línea horizontal donde se distribuyen las
escalas de las variables y arriba de ellas las barras, obsérvese que las
barras se elevan hasta la proporción indicada.

DIAGRAMA DE SECTORES O GRÁFICA DE PASTEL

Para trazar las divisiones de cada una de las escalas de las
variables con un transportador se debe utilizar la siguiente fórmula:
Grados= % de la escala * 360
100
La fórmula indica que es multiplicar los porcentajes de cada escala por
360 grados que es el total de la circunferencia y dividirlo entre cien.

45
Ejemplo:
Grados de escala “Hombres” = 55*360/100=198˚
Grados de escala “Mujeres” = 45*360/100=162˚

HISTOGRAMA DE FRECUENCIAS
Es una grafica de barras en forma vertical, las alturas son las
proporcionales a las frecuencias y el ancho es la línea horizontal donde se
distribuyen las escalas de las variables y arriba de ellas las barras,
obsérvese que las barras están juntas.

Gráficas
Variables de escala ordinal, nominal y discretas

Barras simples Diagrama de Sectores o Gráfica de

Número de Gráfica Pastel
Titulo: *(Qué, Cuándo y Dónde?)
Número de Gráfica
Titulo: *(Qué, Cuándo y Dónde?)

60 Divorciado
50 5%
50 Viudo
40 15%
30
30 Soltero
20 15 50%
Casado
10 5 30%

0
Soltero Casado Viudo Divorciado

Fuente: De donde fue captada la Fuente: De donde fue captada la

información información
n= Número de datos n= Número de datos

*Ver el capítulo de cuadros

46
 Gráficas
Variables de escala continua

Histograma Polígono de frecuencias

Número de Gráfica
Titulo: *(Qué, Cuándo y Dónde?) Número de Gráfica
Titulo: *(Qué, Cuándo y Dónde?)

30
30
Porcentajes

Frecuencia
25 25
20
15 20
10
5 15
0 10
10 15 20 25 30 35 40
5
Edades
0
0 2 4 6 8
edades

Fuente: De donde fue captada la Fuente: De donde fue captada la

información información
n= Número de datos n= Número de datos

47
 EJERCICIO 8

1.Los datos con característica cualitativa se presentan en:

a) Barras
b) Polígono de frecuencias
c) Histograma
d) Todos lo anteriores
Repuesta: ____________

2. Los puntajes de calificación de una prueba de aprendizaje se emplea:

a) Barras
b) Polígono de frecuencias
c) Histograma
d) Diagrama de Pastel
e) Todos lo anteriores
Repuesta: ____________

3.Los datos de edad de los pacientes analizados en años y meses se

presentan mediante:
a) Barras
b) Polígono de frecuencias
c) Histograma
d) Diagrama de Pastel
e) Todos lo anteriores
Repuesta: ____________

48
Del cuadro anterior calcular la correlación de las variables de presión
arterial sistólica y diastólica

I.Formulación de la hipótesis de nulidad (Ho)

II.Elección del modelo estadístico

III.Especificación del nivel de significancia (α) y de la muestra (n)

IV.Definición de la región de rechazo

V.Decisión

VI.Conclusion

49
REFERENCIAS BIBLIOGRAFICAS

Álvarez Cáceres, R. (2007). Estadísticas aplicada a las ciencias de la

salud. España: Díaz de Santos.

Dawson, B., & Trapp, R. G. (2002). Bioestadística médica. México: Manual

Moderno.

Gardner, R. C. (2003). Estadística para Psicología Usando SPSS para

Windows. México. D.F.: Prentice Hall.

García de Alba, E. (1995). Estadística para el equipo del área de la salud.

Guadalajara: Universidad de Guadalajara.

Hernández Sampieri, R., Fernández Collado, C., & Baptista Lucio, P.

(1999). Metodología de la investigación. México, D.F.: Mc Graw Hill.

Maza Cabrera, M., Zavala Gutiérrez, M., & Merino Escobar, J. (2009).

Actitud profesional de enfermería ante la muerte de pacientes. Cien.

Enferm. (online) , 39-48.

Organización Panamericana de la Salud. (1986). Manual sobre el enfoque

de riesgo en la atención materno infantil. Washington: Organización

Panamericana de la Salud.

50
Peña, D., & Romo, J. (1997). Introducción a la Estadística para la

Ciencias Sociales. Madrid: Mc Graw Hill.

Polit, D., & Hungler, B. (2000). Investigación Científica en Ciencias de la

Salud. México,D.F: Mc Graw Hill.

Rebagliato, M. (1996). Población del estudio. Técnicas de muestreo y

tamaño de la muestra. En M. Rebagliato, I. Ruiz, & M. Arranz,

Metodología de Investigación en Epidemiología (págs. 73-94). Madrid:

Díaz de Santos.

Salkind, N. (1998). Métodos de Investigación. México, D.F: Prentice Hall.

Wayne W., D. (1988). Estadística con aplicaciones a las ciencias sociales y

a la educación. México, D.F. : Mc Graw Hill.

51
RESPUESTAS

Capítulo 1
Ejercicio 1
1.
a) 30-6:3-1•8-2=2
(30 - 6) : 3 - 1 . (8 - 2)=
24 : 3 - 1 . 6=
8 - 6 = 2

b) 30-6:3-1•8-2=20
30 - (6 : 3 - 1) . 8 - 2 =
30 - (2 - 1) . 8 - 2 =
30 - 1 . 8 - 2 =
30 - 8 - 2 = 20

2.1
4*0.03*0.97*8000000 = 931200
(0.05*0.05)8000000+ (0.03)(0.97)
(0.0025)8000000 + 0.0291
20000+0.0291= 20000.0291

931200
20000.0291
n=46.5

2.2
S= 𝟐𝟖/𝟗
S= 𝟑. 𝟏𝟏
S= 1.7

52
3.

𝟐𝟓 − 𝟏𝟗
𝒕=
𝟐𝟒𝟐 + 𝟏𝟓𝟒 𝟏 𝟏
𝟏𝟎 + 𝟏𝟎 − 𝟐 𝟏𝟎 + 𝟏𝟎

𝟔
𝟑𝟗𝟔
𝟏𝟖 𝟎. 𝟏 + 𝟎. 𝟏

𝟔
𝟐𝟐 𝟎. 𝟐

𝟔
𝟒. 𝟒

𝟏. 𝟑𝟔

t= 1.16

4.
3.8 (.25) .5
.0025 .0025
Valores: Z= 1.96
p= 0.50
n= 384 q= 1 - p
d= 0.05

53
Capítulo 1

Ejercicio 2

1.
Variable independiente Hábito de fumar

Variable dependiente Cáncer de pulmón

2.
Variable independiente Dieta
Variable dependiente Peso

3.
Variable independiente Modelos de enfermería
Variable dependiente Significado del dolor

4.
Variable independiente Edad
Variable dependiente Comportamiento acerca del aborto

5.

Variable independiente Años de experiencia

Variable dependiente Actitud ante la muerte de los pacientes

54
Capítulo 1
Ejercicio 3

Edad (años) Discontinua

Sexo (Hombre/Mujer) Nominal
Estatura (cm) Discontinua
Alfabetismo (Si/No) Nominal
Años de estudio Discontinua
Estado civil (Soltero/Casado/Viudo) Nominal
Nacionalidad (Si/No) Nominal
Coeficiente intelectual (puntuación) Continua
Tipo de sangre (A/B/O) Nominal
Factor Rh (Positivo/Negativo) Nominal
Circunferencia craneana (cm) Discontinua
Ocupación (Obrero/empleado) Nominal
Presión arterial (mmHg) Continua
Ingreso económicos (Pesos/centavos) Continua
Escolaridad (primaria, secundaria, preparatoria) Ordinal
Peso (Kg,gramos) Continua
Nacimientos (Número) Discontinua
Lugar ocupado al nacer (Primero,/Segundo/Tercero) Nominal
Defunciones (Número) Discontinua

Capítulo 2

Ejercicio 4

1. Pacientes hospitalizados: Simples x = 318.1 mg/dl de glucosa.

Pacientes no Hospitalizados: Simples x = 187.6 mg/dl de glucosa.

2. Pacientes hospitalizados: Simples Md= 304 mg/dl de glucosa.

Pacientes no Hospitalizado: Simples Md= 180 mg/dl de glucosa.

55
 Pacientes Diabéticos Hospitalizados Pacientes Diabéticos Hospitalizados

Presión Presión Presión Presión

arterial arterial arterial arterial
Edad sistólica diastólica Edad sistólica diastólica
Media 56.4 140.2 79.5 55.6 127.8 79
Mediana 62.0 130.0 80.0 55 130.0 80.0

Capítulo 3
Ejercicio 5
Pacientes hospitalizados:
Simples S= 78.5 mg/dl de glucosa.
Esto equivale que el 68% de los puntajes de la glucosa fluctúan
entre 239.6 a 396.6 mg/dl de glucosa.
Pacientes no Hospitalizados:
Simples S= 60.8 mg/dl de glucosa. Esto equivale que el 68% de los
puntajes de la glucosa fluctúan entre 126.8 a 248,4 mg/dl de
glucosa.

Pacientes Diabéticos Hospitalizados Pacientes Diabéticos Hospitalizados

Presión Presión Presión Presión

arterial arterial arterial arterial
Edad sistólica diastólica Edad sistólica diastólica
Desviación
Estándar 16.8 41.9 12.8 12.8 13.1 9.0

Capítulo 4
Ejercicio 6
a)
1) 1,200
2) 36.6
3) 15

56
b)
4) 50
5) 250
6) 5

Capítulo 5
Ejercicio 7
Cuadro No. 1
Estado nutricio por sexo de pacientes con Diabetes Hospitalizados en urgencias, 2010

Hombres Mujeres
Estado Nutricional No. % No. %
Normal 7 63.6 6 66.7
Obeso Tipo I 3 27.3 2 22.2
Obeso Tipo III 1 9.1 1 11.1
Total 11 100.0 9 100.0

Fuente: Historia Clínica del Hospital “X"

Cuadro No. 2
Estado nutricio por sexo de pacientes con Diabetes No Hospitalizados, 2010

Estado Hombres Mujeres

Nutricional No. % No. %
Normal 4 50.0 7 58.3
Obeso Tipo I 2 25.0 3 25.0
Obeso Tipo II 1 12.5 0 0.0
Obeso Tipo III 1 12.5 2 16.7
Total 8 100.0 12 100.0
Fuente: Historia Clínica del Hospital “X"

Capítulo 6
Ejercicio 8
1. a
2. b
3. c

57
 GLOSARIO

Abscisa: Coordenada horizontal en un plano cartesiano rectangular,

expresada como la distancia entre un punto y el eje vertical.

Aleatorio: Perteneciente o relativo al juego de azar.

Análisis: Parte de las matemáticas basada en los conceptos de límite,

convergencia y continuidad, que dan origen a diversas ramas: cálculo
diferencial e integral, teoría de funciones, etc.

Caso: Proceso morboso individual, especialmente de los no habituales.

Censo: Padrón o lista de la población o riqueza de una nación o pueblo.

Cociente: Resultado que se obtiene al dividir una cantidad por otra, y que
expresa cuántas veces está contenido el divisor en el dividendo.

Criterio: Norma para conocer la verdad.

Cuartil: Cualquiera de los percentiles 25, 50 ó 75.

Datos: Son los valores cualitativos o cuantitativos mediante los cuales se

miden las características de individuos los objetos, sucesos a estudiar.

Denominador: En los quebrados, número que expresa las partes iguales en

que la unidad se considera dividida. Se escribe debajo del numerador y
separado de este por una raya horizontal. En los cocientes de dos
expresiones o términos, el que actúa como divisor.

58
Frecuencia: Número de veces de los datos.

Fuente: Material que sirve de información a un investigador o de

inspiración a un autor.

Hipótesis: que se establece provisionalmente como base de una

investigación que puede confirmar o negar la validez de aquella.

Incidencia: Número de casos ocurridos.

Intervalo: Conjunto de los valores que toma una magnitud entre dos
límites dados. Intervalo de temperaturas, de energías, de frecuencias.

Método: Procedimiento que se sigue en las ciencias para hallar la verdad

y enseñarla.

Morbilidad: Proporción de personas que enferman en un sitio y tiempo

determinado

Numerador: Guarismo que señala el número de partes iguales de la

unidad contenidas en un quebrado. Se escribe separado del denominador
por una raya horizontal o inclinada. En los cocientes de dos expresiones o
términos, guarismo que actúa como dividendo.

Población: Es el conjunto de individuos u objetos que tienen la

característica de interés

Parámetro:
Variable que en una familia de elementos, sirve para identificar cada uno
de ellos mediante su valor numérico.

59
Percentil: Valor que divide un conjunto ordenado de datos estadísticos de
forma que un porcentaje de tales datos sea inferior a dicho valor. Así, un
individuo en el percentil 80 está por encima del 80% del grupo a que
pertenece.

Rango: Amplitud de la variación de un fenómeno entre un límite menor y

uno mayor claramente especificados.

Riesgo: Contingencia o proximidad de un daño.

Serie: Expresión de la suma de los infinitos términos de una sucesión.

Serie en
que la suma de sus términos se aproxima cada vez más a una determinada
cantidad. ej., 1/2 + 1/4 + 1/8 + 1/16..., se acerca progresivamente a valer 1,
sin llegar nunca. Serie en que la suma de sus términos tiende al infinito.

La significancia estadística
Es el número, llamado p-valor, que te dice la probabilidad de que tu resultado sea
observado, dado que ciertos supuestos (la hipótesis nula) son verdaderos. Si el p-
valor es suficientemente pequeño, el experimentador puede asumir con seguridad
que la hipótesis nula es falsa.

Tablas de contingencia
Se trata de tablas en cuyas celdas figuran probabilidades, y en la cual
podemos determinar unas probabilidades conociendo otras de la tabla.

Teoría: Conocimiento especulativo considerado con independencia de toda

aplicación. Serie de las leyes que sirven para relacionar determinado
orden de fenómenos. Hipótesis cuyas consecuencias se aplican a toda una
ciencia o a parte muy importante de ella.

60
 FORMULARIO

Número
Fórmula
de página

X=
! x
N

𝑵+𝟏
𝑴𝒅 =
𝟐

𝒏
− 𝒄
𝑴𝒅 = 𝑳 + 𝟐 𝒊
𝒇

𝟏
𝑴𝒐 = 𝑳𝟏 ! (𝒊)
𝟏+𝟐

𝜮 𝒇𝒙𝒊
𝒙=
𝜮𝒇

S=
! (xi " x )2
n "1

61
 ÍNDICE ANALÍTICO
Continua 12
Cuadros 37
Dependientes 11
Descriptiva 5
Desviación Estándar 28
Discontinua 12
Discreta 12
Ejercicio 1 10
Ejercicio 2 13
Ejercicio 3 14
Ejercicio 4 25
Ejercicio 5 31
Ejercicio 6 36
Ejercicio 7 40
Ejercicio 8 44
Estadística 5
Estadísticas 5
Estructura de cuadro 38
Fórmulas 55
Glosario 53
Gráfica de Barras 41
Gráfica de Histograma 42
Gráfica de pastel 41
Gráfica Polígono de frecuencias 43
Gráficas 41
Independiente 11
Inferencial 5
Media 15
Mediana 16
Moda 17
No Paramétrica 6

62
Nominal 12
Notas explicativas cuadro 38
Operaciones Matemáticas 8
Ordinal 12
Paramétrica 6
Porcentaje 34
Proporciones 34
Razones 35
Respuestas 47
Tasas 32
Titulo de cuadro 37
Variables 11

63
ESTADÍSTICA DESCRIPTIVAPARA PROFESIONALES DE LA SALUD

Centro Universitario de Ciencias de la Salud

Departamento de Salud Pública

Av. Sierra Nevada 950 Edificio N, Colonia Independencia.

C.P. 44340 Guadalajara, Jalisco México.

Compilador:

Dra. Genoveva Rizo Curiel

TIRAJE: 500 EJEMPLARES

64