Presentación de datos e

interpretación de resultados
Presentación de datos

 Las presentaciones visuales pueden tener mayor impacto

que una simple descripción de los datos
 El uso apropiado de tablas y gráficos puede realzar el
mensaje que desea transmitir
 Sin embargo potencialmente pueden llegar a ser confusos
o transmitir mensajes incorrectos
Directrices para crear buenos
gráficos

 Elija el punto que desea presentar y después el método

apropiado
 Enfatice las ideas de una en una en cada figura
 Utilice métodos gráficos convencionales (es decir, el
tiempo siempre se representa en el eje de las X)
 Preste atención especial a la escala del gráfico
 Incluya siempre un título: centrado en la interpretación de
los datos, no en los datos propiamente dichos
Directrices para crear buenos
gráficos (Cont.)

 Los gráficos y las tablas deben ser autónomas y tener significado

propio sin referencia al texto
 Marcados claramente para indicar valores
 Especifican claramente las unidades utilizadas
 Mencione si fuera posible el tamaño total de la muestra o del
conjunto de datos para los que se han hecho cada uno de los
gráficos o tablas
 Sea moderado y coherente al utilizar los colores y las fuentes
Gráficos de datos - tablas

 Presente los números o las palabras ordenadas en una

tabla
 Útil para presentar números exactos
 Útil para:
 Presentar resultados previos y posteriores
 Presentar correlaciones o comparaciones
Gráficos de datos – gráficos de
barras

 Muestra las cantidades representadas por barras

horizontales o verticales, y son útiles para representar:
 La actividad de algo cronológicamente
 Varias categorías de los resultados al mismo tiempo

 Conjuntos de datos con algunas observaciones

 Las desviaciones típicas se pueden representar utilizando

una barra de desviación, que se extiende por encima de
las barras de datos
Gráficos de datos – gráficos de
líneas

 Muestra los puntos de los conjuntos de datos trazados sobre un

periodo temporal, conectados a través de líneas rectas
 Útil para presentar
 Cualquier conjunto de figuras que necesite ser mostrado
cronológicamente
 Resultados de dos o más grupos comparados cronológicamente, por
grupos de edad, diferencias entre sexos, etc.
 Tendencia de los datos con el paso del tiempo
Gráficos de datos – gráficos en
forma de tarta

 Muestra proporciones relacionadas con un todo, cada

cuña representando un porcentaje del total
 Útil para presentar:
 Las partes que componen un todo en porcentajes
 Análisis presupuestario, geográfico o de la población
 Interpretación

 La hoja de datos STEPS y los informes utilizan porcentajes y medias

para comentar e interpretar los datos
 Un porcentaje es una manera de expresar una proporción, una
relación o una fracción como un número completo
 La media y la mediana son medidas de posición central
 La media proporciona el promedio de un conjunto de valores
 Debido a su simplicidad, la media es la medida más utilizada entre
las medidas de posición central
 La mediana es la mitad en una distribución de valores (se utiliza al
comunicar los datos de actividad física en las medidas MET)
 Interpretación

 Busque pautas generales y después la desviación de

estas pautas
 Busque valores extremos y lagunas
 Localice el centro y la extensión de la distribución
 Compare los gráficos con la misma escala: busque
máximos, mínimos
 Intervalos de confianza

 Miden la precisión de sus datos

 Método para analizar las diferencias entre los subgrupos
 Cuanto más precisos sean sus resultados, mayor confianza podrá
tener en ellos
 Toda encuesta basada en muestras carece de precisión debido al
error en la ausencia de muestreo y al error de muestreo
 Una medida de error de muestreo se llama error estándar para un
porcentaje o una variable particular
 La precisión se mide por el error estándar y se ilustra mediante los
intervalos de confianza
Error estándar

 Raíz cuadrada de la varianza de un porcentaje o variable a

través de todas las muestras posibles de igual tamaño y
diseño
 Calculado con Epi Info, que tiene en cuenta el diseño de la
muestra por conglomerados
 Utilizado para calcular los intervalos de confianza
 Intervalos de confianza (IC)

 Calculados multiplicando el Error estándar (EE) por 1.96

IC = EE * 1.96
 Expresado como un intervalo alrededor del porcentaje -
42% (40% - 44%)
42% (+2%)
 El intervalo contiene el valor medio del porcentaje que resultaría si
se utilizaran todas las muestras posibles
 Un IC del 95% sugiere que si se diseñan 100 muestras, el valor
medio del porcentaje estaría incluido en 95 de los 100 IC
Intervalos de confianza -
Método para analizar las diferencias entre los
subgrupos

 Posibles subgrupos
 Hombres y Mujeres

 Grupos de edad (25 – 34, 35 – 44, etc.)

 Dos países, dos regiones, dos ciudades

 Pregunta – ¿Son diferentes?

 Respuesta – Fíjese en los intervalos de confianza del 95% (IC)
 Si los ICs coinciden – No son estadísticamente diferentes

 Si los ICs no coinciden – son estadísticamente diferentes

 ¿Son diferentes?

 Participantes con sobrepeso

Hombres - 16.4% (14.5-18.2)
Mujeres – 12.6% (11.4-13.7)
 ¿Son diferentes?

 Participantes con sobrepeso

Hombres - 16.4% (14.5-18.2)
Mujeres – 12.6% (11.4-13.7)

* * *5 * *
1 2 4
11 12 13 14 15 16 17 18
 ¿Son diferentes?

 Participantes con sobrepeso

Hombres - 16.4% (14.5-18.2)
Mujeres – 12.6% (11.4-13.7)

* * *5 * *
1 2 4
11 12 13 14 15 16 17 18

Los Intervalos de Confianza no coinciden =

los resultados son diferentes
 ¿Son diferentes?

 Participantes que tienen la tensión alta

Hombres - 8.4 (5.4-11.4)
Mujeres – 11.2 (9.2-13.2)

* * * * * *
1
 ¿Son diferentes?

 Participantes que tienen la tensión alta

Hombres - 8.4 (5.4-11.4)
Mujeres – 11.2 (9.2-13.2)

* * *5 * *
1 2 4
5 7 9 11 13 15
 ¿Son diferentes?

 Participantes que tienen la tensión alta

Hombres - 8.4 (5.4-11.4)
Mujeres – 11.2 (9.2-13.2)

* * *5 * *
1 2 4
5 7 9 11 13 15
Los Intervalos de Confianza coinciden =
los resultados no son diferentes