Anlisis de datos

VARIABLES
Son Caractersticas que varan de una poblacin a otra o de un individuo a otro.
Sexo - Nivel econmico - Peso - Preferencia de candidato Edad - Nivel de satisfaccin Talla IMC Presin ITS

Variables

TIPOS DE VARIABLES
1.VARIABLES CUALITATIVAS (CATEGORICAS): Nominales: Presencia o ausencia del atributo. Dicotmicas: Vivo-muerto, sexo, inocente-culpable Politmicas: Gpo. Sanguneo, raza. Religin Ordinales: Se puede establecer orden jerrquico. Severidad: leve, moderado, severo. Resultados: bueno, regular, malo;

tipos de variables

2. VARIABLES CUANTITATIVAS (NUMRICAS)

Son todas aquellas variables que pueden expresarse en nmeros, es decir que la variable se conoce en toda su dimensin. Discretas: No hay graduaciones intermedias. N. de ataques virus informticos. N. de presos liberados/mes Continuas: Nmeros enteros o fracciones. Talla, peso, temperatura.

Variables

ESCALAS DE MEDICIN

Para Variables Cualitativas Nominal: Indica la presencia o ausencia de la caracterstica sin un orden en particular. Ejm. Sexo, Religin, Raza Ordinal: Indica adems un orden o jerarqua de la variable. Ejm. Grado de Infeccin, Grado de quemadura

 ESCALAS DE MEDICIN

Para Variables Cuantitativas Intervalo: El cero es convencional o relativo. Ejm. Temperatura, CI, horas del da Proporcin: Expresa la verdadera magnitud de la variable, en donde el cero indica la ausencia de la variable. Ejm. Talla, Nmero de hijos, IMC

Variables

MATRIZ 1: CLASIFICACIN DE VARIABLES

N
1 2

Variable

cualitativ a

discret a

ordinal

continu a

nomin al

cuantitativ a

Justificacin

Edad Talla Temperatura Glucosa Direccin Grado de temperatura Nivel nutricional Presencia de Fiebre

Tipo de enfermedad
Grupo sanguneo

10

MATRIZ 2: EVALUACIN DEL TIPO DE VARIABLE

CASOS

VARIABLE

TIPO

SUBTIPO

MEDICIN

DEFINICIN

CODIFICACIN

1.Se desea determinar si el tiempo de curacin de pacientes con heridas de bala es diferente al aplicarse dos tratamientos (Vinagre y Sangre de Grado).

1.Se desea determinar si existe mayor desarrollo de lceras en varones o en mujeres atendidas en el hospital militar.

1.Se desea determinar el nivel de satisfaccin es diferente entre los usuarios de dos hoteles cinco estrellas de la misma empresa.

1.Se quiere determinar si el promedio de notas de los alumnos que aprueban matemtica es mayor a 14.

1.Se quiere determinar si la proporcin de aprobados en Qumica General es mayor a 85%.

CLCULO DEL TAMAO DE LA MUESTRA

Poblacin
Poblacin: Conjunto de individuos que tienen las caractersticas (variables) que se quieren estudiar. Poblacin Diana: Est definida por los objetivos del estudio. Ejm. Diabticos de Lima. Inaccesible. Poblacin de Estudio: De acuerdo con los criterios de Inclusin y Exclusin. Accesible. Poblacin Finita: Cuando se conoce el tamao de la poblacin. Poblacin Infinita: Cuando no se conoce el tamao de la poblacin.

POBLACIN Y MUESTRA

Muestra

Poblacin

MUESTRA

Es un subconjunto de la poblacin de estudio y es el grupo de personas que realmente se estudiarn. Sirve para generalizar los resultados. Inferencia Debe ser representativa de la poblacin y para lograr esto, se tienen que tener bien definidos los criterios de inclusin y exclusin, as como tambin realizar una buena tcnica de muestreo.

Porqu Calcular el Tamao de Muestra

- Las muestras pueden estudiarse con mayor
rapidez que las poblaciones. El estudio de una muestra es menos costosa que el de una poblacin. Toma menos tiempo su estudio En la mayora de las situaciones el estudio de una poblacin es imposible. Con frecuencia los resultados de una muestra son ms precisos que los que se basan en una poblacin.

Cundo Calcular el Tamao de Muestra

Cuando no se puede estudiar a toda la poblacin y se quieren estimar parmetros. Prevalencia, Promedio, Porcentaje, Tasas Cuando se desean comparar dos o ms grupos y establecer si hay diferencias.

Tamao de muestra
Para estimar parmetros a partir de un grupo

Variable cualitativa (Una proporcin)

Variable cuantitativa (Una Media)

Poblacin Desconocida

Poblacin Conocida

Poblacin Desconocida

Poblacin Conocida

Tamao de Muestra para Estimar Parmetros a partir de un grupo

Tamao de muestra para una proporcin a. Poblacin Infinita

Z = Valor de Z para la seguridad o nivel de confianza. Generalmente 0,05 (95%) . Nivel de Confianza. Valores Z. p = Proporcin (prevalencia) de la variable. De literatura, Prueba Piloto o maximizar con p = 0,5. q=1p d = Precisin depende del Investigador. Costo y tiempo.

 tamao de muestra para una proporcin

Ejm. 1.
Se desea conocer la prevalencia de diabetes en una ciudad A cuntas personas se debe estudiar? Se debe tener en cuenta que la prevalencia aproximada en la poblacin es de alrededor del 5%, se desea tener una precisin del 3% y un nivel de confianza del 95% (=0,05).

Solucin: p = 0.05 q = 1-0.05 = 0.95 Z = 1.96

= 203

Redondear al nmero mayor siempre

Tamao de muestra

 tamao de muestra para una proporcin

b. Poblacin Finita

N = Tamao de la Poblacin de estudio

 tamao de muestra para una proporcin

Ejemplo 2:

Suponiendo que la poblacin de un distrito limeo es de alrededor de 15000 habitantes, determinar la prevalencia de diabetes, con una seguridad del 95% y una precisin del 3%, sabiendo que la proporcin de diabetes es del 5%.

Solucin: p = 0.05 q = 0.095 Z = 1.96 N = 15000

n = 200

Tamao de muestra

Tamao de muestra para estimar un promedio o media

a. Poblacin Infinita
S = Desviacin estndar. A partir de la bibliografa o prueba piloto.

para estimar un promedio o media

Ejemplo 3

Se desea conocer la media de la glucemia basal en los alumnos de la U. Wiener, con una seguridad del 95% (=0,05), con una precisin de 3,0 mg/dl y sabiendo por estudios anteriores que la varianza es de 250 md/dl.

Z = 1,96 S2 = 250 d =3

n = 107

Tamao de muestra

para estimar un promedio o media

b. Poblacin Finita

N = Tamao de la Poblacin de estudio

para estimar un promedio o media

Ejemplo 4: Se desea conocer el tamao de muestra para analizar la glucemia basal de los alumnos de la U Wiener, sabiendo que la poblacin es de 3000 alumnos, el nivel de confianza es del 95%, se desea una precisin de 3 mg/dl y se sabe por estudios anteriores que la varianza es de 250 mg/dl.

Z = 1,96 N = 3000 S2 = 250 d =3

n = 103
Tamao de muestra

Tamao de muestra para comparar dos grupos

Tamao de muestra para comparar dos proporciones

Z = Valor correspondiente al riesgo. Valores Z Z = Valor correspondiente al poder o potencia. Potencia .Valores Z (es recomendable que est entre el 80 a 90%) P = Promedio de las proporciones (p1+p2)/2 P1 = Proporcin o frecuencia en los casos, grupo de referencia, placebo, control o tratamiento habitual P2 = Proporcin o frecuencia en los controles, otro grupo, el grupo del nuevo tratamiento, intervencin o tcnica.

. para comparar dos proporciones

Ejemplo 5 Se desea evaluar si un nuevo tratamiento (T1) es mejor que el tratamiento habitual (T2) para aliviar el dolor. Para lo cual se disea un ensayo clnico. Sabiendo que por datos previos la eficacia del frmaco habitual est alrededor del 70% y se considera clnicamente relevante si el nuevo frmaco alivia el dolor en 90%. El nivel de riesgo es 0,05 y se desea un poder estadstico de 80%.

Solucin p1 = 0,7 p2 = 0,9 Z = 1,96 Z = 0,842 p =

n = 61

Para Casos - Control

El valor de p1 de la frmula, se calcular de la siguiente manera:

Donde: P2 = Proporcin o frecuencia en los controles (sanos). OR = Odds Ratio (criterio)

Tamao de muestra

Tamao de muestra para comparar dos medias

S2 = Varianza de la variable cuantitativa que tiene el grupo control o de referencia. d = Valor mnimo de la diferencia que se desea detectar (datos cuantitativos)

. para comparar dos medias

Ejemplo 6 Deseamos utilizar un nuevo frmaco antidiabtico y consideramos que seria clnicamente eficaz si lograse un descenso de 15 mg/dl respecto al tratamiento habitual con el antidiabtico estndar. Por estudios previos sabemos que la desviacin tpica de la glucemia en pacientes que reciben el tratamiento habitual es de 16 mg/dl. Aceptamos un riesgo de 0.05 y deseamos un poder estadstico de 90% para detectar diferencias si es que existen. Fernndez (1996)

Solucin: d = 15 S = 16 Z = 1,645 Z = 1,282

n = 20
Tamao de muestra

Validacin del Tamao de Muestra

Una muestra para variables cuantitativas se puede validar de acuerdo con el efecto tamao. Cieza (2001) indica que una buena observacin se sugiere tenga un efecto tamao menor o igual a 0.5

Validacin del Tamao de Muestra

El Efecto tamao se calcula de acuerdo con la siguiente frmula:

Donde: Et= Efecto tamao d = Valor mnimo de la diferencia que se desea detectar. S = Desviacin estndar

Tamao de Muestra Ajustado a las Prdidas

- En todo proyecto se deben considerar imprevistos que pueden hacer que el tamao de muestra calculada inicialmente se vea afectada ya sea por que el sujeto de estudio se mud, no desea participar, abandona, viaja, etc.

Se emplea la siguiente frmula:

Donde: nc = muestra corregida n = Muestra calculada Pe = Porcentaje de prdidas

Tamao de muestra

MUESTREO

MUESTREO
El muestreo es el proceso mediante el cual el investigador podr seleccionar los pacientes o sujetos de estudio a partir de la muestra calculada previamente. Si el muestreo no se realiza con criterio, los resultados de la investigacin no sern vlidos, ya que se pueden cometer errores de sesgo o de imparcialidad al momento de elegir los sujetos.

Tipos de Muestreo
Probabilstico (Aleatorio)
Aleatorio Simple

No Probabilstico
Accidental

Sistemtico

Por conveniencia

Estratificado Por conglomerados

Por cuotas

Bola de Nieve

MUESTREO PROBABILSTICO
Tambin se conoce como muestreo aleatorio, la caracterstica de este muestreo es que todos los sujetos de la poblacin de estudio tienen la misma probabilidad de ser seleccionados para formar parte de la muestra.

.tipos de Muestreo Probabilstico

1.Muestreo Aleatorio Simple (MAS) - Cada unidad tiene la probabilidad equitativa de ser incluida en la muestra. - Lista de todos los individuos de la poblacin de estudio: marco muestral. - Seleccin al azar (tablas de nmeros aleatorios, calculadoras, software).

Muestreo Aleatorio Simple (MAS)

Procedimiento 1.Elaborar el listado de pacientes (Poblacin de estudio) sin ningn ordenamiento en particular. 2.Generar tantos nmeros aleatorios como el tamao de la muestra (n). Cuyos valores deben estar entre 1y N. 3.Elaborar el listado de la muestra, seleccionando los pacientes de acuerdo con la ubicacin proporcionada por los nmeros aleatorios.

Tipos de muestreo

.tipos de Muestreo Probabilstico

2. Muestreo Sistemtico Se selecciona individuos del marco muestral a intervalos regulares. Ejemplo
5, 10, 15, 20, 25, ............

Lleva a sesgo de seleccin si el marco muestral est distribuido siguiendo algn patrn particular.

..Muestreo Sistemtico

Procedimiento 1.Elaborar el listado de pacientes sin ningn ordenamiento. 2.Calcular el intervalo con la siguiente frmula:
Redondear al entero inferior

1.Seleccionar aleatoriamente el nmero de inicio de la serie con una urna de nmeros del 1 hasta k. 2.Elaborar la lista de la muestra seleccionando los pacientes de acuerdo con la ubicacin proporcionada por los nmeros del intervalo.

Tipos de Muestreo

tipos de Muestreo Probabilstico

3. Muestreo Estratificado
-Este tipo de muestreo se emplea cuando se tiene inters en que la muestra sea la ms representativa posible en lo que se refiere a subgrupos de inters relacionados con variables confusoras o que podran crear sesgo a la investigacin por ejm. Sexo, edad, situacin laboral, etc. El marco poblacional se divide en grupos homogneos (estratos); de cada uno se extrae una submuestra, proporcional al tamao del estrato.

Muestreo Estratificado

Procedimiento
1.Determinar la caracterstica de los estratos o la composicin de los estratos. 2.Si se conoce el porcentaje de los estratos, distribuir porcentualmente el tamao de muestra en los estratos. 3.Si se conoce la cantidad de individuos en cada estrato, se calcula el factor de proporcin con la siguiente frmula: K = n/N. 1.El cual se multiplica por la cantidad respectiva en los estratos. 2.Seleccionar aleatoriamente los individuos en cada estrato. 3.Elaborar la lista de la muestra por cada estrato

Muestreo Estratificado

Ejemplo: n = 140

K = n / N = 140 / 1500 = 0.093333

Estrato Mujeres Varones

Total

Cantidad Muestra Porcentaje 1100 400

1500 103 37 140

73.33 %
26.67 % 100 %

Tipos de Muestreo

Tipos de Muestreo Probabilstico

4. Muestreo por conglomerados

Tambin se denomina de etapas mltiples. Se utiliza para poblaciones grandes y dispersas. No es posible disponer de un listado. En lugar de individuos se seleccionan conglomerados que estn agrupados de forma natural (cuadras de casas, departamentos, hospitales, provincias, etc.) Se selecciona en primer lugar el conglomerado ms alto, a partir de ste se selecciona un subgrupo. A partir de este subgrupo se selecciona otro subgrupo y as sucesivamente, hasta llegar a las unidades de anlisis.

Muestreo por conglomerados

Ejemplo. Si se desea estudiar a los hipertensos atendidos en los hospitales de nivel I de ESSALUD. Nuestro primer conglomerado seran las regiones o departamentos, a partir de estas regiones aleatoriamente seleccionar un subgrupo. Del subgrupo anterior formar un nuevo conglomerado de segunda etapa con las provincias. De este conglomerado seleccionar aleatoriamente un subgrupo de provincias. De este subgrupo de provincias formar un conglomerado de hospitales de Nivel I. Luego seleccionar aleatoriamente un subgrupo de Hospitales. A partir del grupo de hospitales hacer un listado de los pacientes hipertensos luego realizar muestreo aleatorio.

Tipos de Muestreo

MUESTREO NO PROBABILSTICO

No existe el criterio de que todos los sujetos tengan la misma posibilidad de ser elegidos para formar parte de la muestra, ya que en este tipo de muestreo hay uno o ms Criterios de decisin por parte del investigador para que un determinado sujeto pueda o no formar parte del estudio.

Tipos de Muestreo

1.Muestreo Accidental Se hace sobre la base de la presencia o no, en un lugar y momento determinados. Aunque se parece a un muestreo probabilstico, no todas las personas tienen la misma probabilidad de estar en el momento y lugar donde se seleccionan a los sujetos.

Ejemplo: Se quiere investigar sobre el efecto de un nuevo tratamiento en el caso de heridas de bala. En este caso los pacientes tienen que ser contactados a medida que sean atendidos en el centro de salud en particular.

Tipos de Muestreo

2. Muestreo por conveniencia El investigador decide en base a los conocimientos de la poblacin, quienes son los que deben formar parte de la muestra. Se tiene en cuenta los criterios de inclusin y exclusin, los cuales deben estar bien establecidos y se deben cumplir rigurosamente.

Ejemplo. Si se quiere evaluar un tratamiento sobre la hipertensin, tal vez sea conveniente no considerar a los que tienen sobrepeso o estn desnutridos.

Tipos de Muestreo

3. Muestreo por cuotas

La muestra se selecciona tomando en cuenta caractersticas (variables) especficas de la poblacin. Tiene similitud con el muestreo estratificado solo que en este caso caso la seleccin dentro de cada cuota (estrato) se hace de manera accidental. Generalmente se usa para encuestas de opinin y mercado.

Ejemplo. De una muestra de 200 personas el investigador puede estar interesado que el 50 sean varones de 15 a 25 aos, 50 mujeres de 15 a 20 aos, 50 amas de casa y 50 mujeres profesionales.

Tipos de Muestreo

4. Muestreo por Bola de Nieve Se utiliza cuando la poblacin es de difcil acceso por razones sociales (prostitutas, alcohlicos, drogadictos, etc.) En este caso se contacta con una persona del grupo a estudiar, puede ser el lder de una pandilla, el amigo de un colaborador, etc. Y a partir de ste se poco a poco se va llegando a un nmero mayor de individuos.
Tipos de Muestreo

Si t tienes una manzana y yo tengo una manzana, y nos cambiamos estas manzanas, entonces tanto t como yo, slo tendremos una manzana. Pero si t tienes una idea y yo tengo una idea y nos cambiamos estas ideas, entonces tanto yo, como t, tendremos dos ideas
George Bernard Shaw

MUCHAS GRACIAS

ANEXOS

Riesgo ( significacin) y Poder (Potencia)

EN LA POBLACION DECISION

H0 VERDADERA

H0 FALSA

ERROR TIPO I RECHAZAR Riesgo = H0 Seguridad= 1- NO RECHAZAR H0

OK

OK

ERROR TIPO II ( (Potencia o Poder = 1-)

Volver

EN LA REALIDAD

DECISION

Ho (Verdadera) INOCENTE ERROR TIPO I Riesgo = Seguridad= 1-

Ho (Falsa) CULPABLE OK

Rechazar Ho CULPABLE

Aceptar Ho INOCENTE

OK

ERROR TIPO II (Potencia o Poder = 1-)

Z 0.200 (80%) 0.150 (85%) 0.100 (90%) 0.050 (95%) 0.025 (97.5% 0.010 (99%) Test unilateral 0.842 1.036 1.282 1.645 1.960 2.326 Test Bilateral 1.282 1.440 1.645 1.960 2.240 2.576
Volver

0.200 (80%) 0.150 (85%) 0.100 (90%) 0.050 (95%) 0.025 (97.5%
0.010 (99%)

Test unilateral 0.842 1.036 1.282 1.645 1.960

2.326

Test Bilateral 1.282 1.440 1.645 1.960 2.240

2.576
Volver

VALORES Z MS USADOS
Z

0.200 (80%) 0.150 (85%) 0.100 (90%) 0.050 (95%) 0.025 (97.5%
0.010 (99%)

Test unilateral 0.842 1.036 1.282 1.645 1.960

2.326

Test Bilateral 1.282 1.440 1.645 1.960 2.240

2.576
Volver

0.200 (80%) 0.150 (85%) 0.100 (90%) 0.050 (95%) 0.025 (97.5%
0.010 (99%)

Test unilateral 0.842 1.036 1.282 1.645 1.960

2.326

Test Bilateral 1.282 1.440 1.645 1.960 2.240

2.576
Volver

Potencia 0,01 0,05 0,10 0,15 0,20 0,25 0,30 0,35 0,40 0,45

1- 0,99 0,95 0,90 0,85 0,80 0,75 0,70 0,65 0,60 0,55

Z 2,326 1,645 1,282 1,036 0,842 0,674 0,524 0,385 0,253 0,126 Volver

Potencia 0,01 0,05 0,10 0,15 0,20 0,25 0,30 0,35 0,40 0,45

1- 0,99 0,95 0,90 0,85 0,80 0,75 0,70 0,65 0,60 0,55

Z 2,326 1,645 1,282 1,036 0,842 0,674 0,524 0,385 0,253 0,126

Volver

Potencia 0,01 0,05 0,10 0,15 0,20 0,25 0,30 0,35 0,40 0,45

1- 0,99 0,95 0,90 0,85 0,80 0,75 0,70 0,65 0,60 0,55

Z 2,326 1,645 1,282 1,036 0,842 0,674 0,524 0,385 0,253 0,126

Volver

Riesgo ( significacin) y Poder (Potencia)

EN LA REALIDAD DECISION

H0 VERDADERA

H0 FALSA

ERROR TIPO I RECHAZAR Riesgo = H0 Seguridad= 1- NO RECHAZAR H0

OK

OK

ERROR TIPO II (Potencia o Poder = 1-) Volver

EN LA REALIDAD

DECISION

Ho (Verdadera) INOCENTE ERROR TIPO I Riesgo = Seguridad= 1-

Ho (Falsa) CULPABLE OK

Rechazar Ho CULPABLE

Aceptar Ho INOCENTE

OK

ERROR TIPO II (Potencia o Poder = 1-)

Figura 1. Ejemplo de grfico de sectores.Distribucin de la muestra por lugar de procedencia.

134 20,94% Aucayacu

187 29,22% Tingo Mara

77 12,03% Puerto Sungaro 95 14,84% Tocache 89 13,91% Uchiza

58 9,06% Santa Lucia

Volver

Figura 2. Ejemplo de grfico de barras. Ocupacin de pacientes analizados

200

Frecuencia

150

100

50

0 Empleado Agricultor Chofer Ama de casa Estudiante Comerciante

ocupacion

Volver

Figura 3. Ejemplo de Histograma. Edad de encuestados.

80

60

Frecuencia

40

20

0 20 40 60 80

Mean = 37 Std. Dev. = 16,882 N = 640

edad de los encuestados

Volver

Figura 4. Ejemplo de grfico de Caja y Bigotes. Edad de encuestados.

412 191
80

60

40

20

edad de los encuestados

Volver

Figura 5. Polgono de frecuencias.

Volver

Figura 6. Diagrama de dispersin entre la talla y el peso de una muestra de individuos.

Volver

FRMULAS PARA CALCULAR EL TAMAO DE MUESTRA DE UN GRUPO

FRMULAS PARA CALCULAR EL TAMAO DE MUESTRA DE DOS GRUPOS