Estadística e investigación científica.

Organización y presentación tabular y

gráfica de datos.
Mg. Jorge Medina

Estadística Aplicada a la clínica

 Investigación científica

A. Definición.
Búsqueda sistematizada y objetiva de nuevos
conocimientos.
Para que esta búsqueda sea eficiente, se utiliza en el
proceso de investigación, el METODO CIENTIFICO.
Este método implica la aplicación formal de
procedimientos lógicos y sistemáticos que guían la
indagación de los fenómenos de interés.

El método científico no es autosuficiente ni infalible, por

lo que necesita del apoyo de otros métodos y técnicas,
tales como ESTADISTICA, informática, etc.
B. Etapas de la Investigación Científica.
Planificación, ejecución y evaluación

Planificación.
Se considera la investigación en su totalidad y se
elabora el PROTOCOLO O PROYECTO de
investigación. Este documento contiene una definición
clara del problema, una descripción detallada de las
técnicas, métodos y procedimientos a ser utilizados y
una presentación de los aspectos administrativos de la
investigación. Dentro de los aspectos metodológicos se
debe considerar el uso de la ESTADISTICA.
El protocolo debe elaborarse siguiendo un formato
ordenado, coherente y completo.
B. Etapas de la Investigación Científica.

Ejecución.
Se realiza o se ejecuta lo planificado y al término de
la misma se elabora el INFORME de la investigación.
Las principales partes del informe son: Introducción,
métodos , resultados, discusión y conclusiones.

Evaluación.
Poner frente a frente la inversión total realizada en
el proceso de investigación y el alcance y
profundidad de los resultados y hallazgos obtenidos.
 Definición de Estadística

Conjunto de técnicas utilizadas para obtener,

clasificar, presentar y resumir conjuntos de
datos y para realizar inferencias sobre la
población utilizando datos obtenidos en la
muestra.
 Ramas de la Estadística

•Estadística descriptiva Se ocupa de la

obtención y clasificación de datos con el propósito
de presentarlos en forma concisa, clara y
comprensible. Su poder inferencial es mínimo y
debería evitarse tal proceder
Estadística inferencial Permite realizar
afirmaciones, de naturaleza probabilística sobre
una población, en base a la información obtenida
en la muestra tomada de esa población.
 Definición de términos
1. Unidad de análisis
2. Población
3. Muestra
4. Parámetro
5. Estadístico
6. Variable
7. Escalas de medición
 Definición de términos
1. Unidad de análisis.
Elemento indivisible para el que se obtiene el
dato estadístico. Se refiere al qué o quién es
objeto de interés en una investigación.
2. Población.
Conjunto de elementos con alguna característica
de interés y que debe estar delimitado en el
espacio y tiempo.
3. Muestra.
Subconjunto de la población tomada para
estudiar las características de la misma. Debe
ser representativa y tener un tamaño adecuado.
Ejemplos:

1. Objetivo: Conocer la prevalencia de asma en los

alumnos del CEPU - USMP del 2014.
• Unidad de análisis: Un alumno matriculado en el
CEPU de la USMP en el 2014.
• Población: Alumnos matriculados en el CEPU de la
USMP en el 2014.

2. Objetivo: Determinar la asociación entre obesidad y

diabetes en conductores de la línea 73 de Lima.
octubre del 2014
• Unidad de análisis: Un conductor de la línea 73 de
Lima en octubre del 2014.
• Población: Conductores de la línea 73 de Lima en
octubre del 2014.
4. Parámetro.
Medida estadística que resume un conjunto de
datos de la población.
La medida se calcula con todos los datos
obtenidos en la población de estudio. Si no se
puede calcular, se suele estimar. Se representa
con letra griega y es un valor fijo para la población
en estudio.

5. Estadístico (Estadígrafo)
Medida estadística que resume un conjunto de
datos de la muestra y para obtener el resultado se
utiliza los datos de la muestra
Se representa con letra latina y es variable de
muestra a muestra.
 Población: Pacientes del servicio de cardiología
del Hospital Nacional Arzobispo Loayza. 2013.
Se tiene interés en obtener en esta población:
• Frecuencia cardiaca promedio  parámetro
• Proporción de fumadores  parámetro
Ambas medidas de resumen son parámetros, pues
para calcular sus valores se han utilizado los datos de
la población de pacientes del servicio de cardiología
del hospital atendidos en el 2013.
• Si de esta población se toma una muestra de 200
pacientes, entonces:
- Frecuencia cardiaca promedio  estadístico
- Proporción de fumadores  estadístico
¿Por qué estadísticos? ________________________
Medidas de Población Muestra
resumen (Parámetro) (Estadístico)
Media  x
aritmética
Varianza σ2 s2

Desviación σ s
estándar
Proporción π p
Tamaño N n
6. Variables estadísticas:
Variable: Una característica de una persona, medio
ambiente o situación experimental, que puede variar
de persona a persona, de un medio ambiente a
otro, o de una situación experimental a otra.
Clasificación:
• Variable cualitativa (categórica). Característica
que se expresa cualitativamente.
Ej. Género, grupo sanguíneo, diagnóstico médico,
estado nutricional, etc.
Puede ser dicotómica o politómica
• Variable cuantitativa (numérica). Característica
que se expresa cuantitativamente
Ej. Edad, peso, talla, número de recidivas, etc.
Puede ser discreta (enteros) o continua (decimales)
Población: Niños de 6 a 12 años de edad
• Variables de interés:
- Peso - Frecuencia respiratoria
- Talla - Parasitado (si, no)
- Estado nutricional - Nº de recaídas
- Perímetro abdominal - Tenencia de mascotas(si, no).

• Variables cualitativas:
• Dicotómica: Parasitado, tenencia de mascotas.
• Politómica: Estado nutricional.
• Variables cuantitativas:
• Discretas: Nº de recaídas, frec. respiratoria
• Continuas: Peso, talla, perímetro abdominal
7. Escalas de medición (tipología de Stevens)
Nominal, ordinal, de intervalo y de razón
Nominal
. Nivel más bajo de medición de variables
cualitativas
. Las unidades de análisis se clasifican en
categorías mutuamente excluyentes sin que importe
su orden de presentación.
. Si se usan números, sólo es para diferenciar las
unidades de análisis.
. Signos matemáticos: =, .
Ejemplos. Género, estado civil, área de desempeño
laboral, grupo sanguíneo, presencia o ausencia de
un atributo, asma por ejemplo, etc.
 Ordinal
. Nivel de medición de mayor jerarquía que la
nominal.
. Las unidades de análisis se clasifican en
categorías mutuamente excluyentes importando
el orden de presentación de tales categorías; es
decir, existe un grado de intensidad de la
propiedad medida, por lo que las categorías
guardan un orden ascendente o descendente.
. Signos matemáticos: =, , < y >.
Ejemplos. Clase social (A, M, B), opinión sobre
una propuesta (TA, A, I, D, TD), nivel de
dependencia (TD, MD, TI), Escalas médicas
(apgar, EVA para medir dolor, etc).
Ejemplos de escala nominal:

• Presencia de asma:
• No (N) (0) (0)  (1), si
• Si (S) (1)
• Estado civil:
• Soltero (S) (1) (1)  (4), si;
• Casado (C) (2) pero (4) >(1), no.
• Viudo (V) (3)
• Divorciado (D) (4)
• Conviviente (Co) (5)
• Separado (Se) (6)
Ejemplo de escala ordinal
• Dolor:
• Leve (1) (1)  (2), si; (1) < (2),si
• Moderado (2)
• Intenso (3)
• Estado nutricional (niños):
• Normal (1)
• En riesgo de desnutric. (2)
• Desnutrición (3)
• Sobrepeso (4)
• Obeso (5)
 De intervalo
. Para variables cuantitativas
. Más especializada que la nominal o la ordinal
. Se conoce la distancia entre dos mediciones*
. Tiene una unidad empírica de medida
. Origen y cero arbitrarios, referenciales o relativos
. Signos utilizables: =, , , , +, y –
. Ejemplos. Temperatura en °C ó °F, puntajes de
pruebas educativas y psicológicas, años
calendarios.
* La diferencia entre 40º y 35ºC y entre 30º y
25º es igual tanto, numéricamente como respecto
al atributo ( cantidad de calor)
 De razón
. Para variables cuantitativas.
. Nivel más alto de medición.
. Se conoce la proporción de dos mediciones*
. Tiene unidad de medida
. Origen y cero absolutos.
. Signos utilizables: =, , , , +, – y ÷
. Ejemplos. Peso, talla, frecuencia cardiaca, presión
arterial, plomo en sangre, edad, ingresos.
* Si José gana 6 mil y César 3 mil, no sólo podemos
afirmar que José gana 3 mil más que César, sino además
que José gana el doble que César
Presentación de
Datos
 Presentación de datos

La presentación de los datos se realiza

fundamentalmente utilizando dos métodos: el
método tabular y el método gráfico.
A) Presentación tabular
Consiste en una presentación resumida de la
información usando tablas. Si se utilizan tablas
debe prestarse atención a los cuatro elementos
que la constituyen: el título, la matriz, el cuerpo y
las notas aclaratorias.
 Presentación tabular
• El título Es un enunciado breve e informativo
acerca del contenido de la tabla.
Ejemplo: Treinta pacientes diabéticos del Hospital
Nacional Dos de Mayo en el 2013 fueron
clasificados de acuerdo con el índice de masa
corporal que presentaban.
El título se redactará contestado a:
¿Qué?: Pacientes diabéticos
¿Cómo?: según Índice de masa corporal
¿Dónde?: Hospital Nacional Dos de Mayo.
¿Cuándo?: 2013
Tabla 1
Pacientes diabéticos según índice de masa corporal.
Hospital Nacional Dos de Mayo. Lima. 2013

Índice de masa Número %

corporal
Obesidad 11 36,7
Sobrepeso 6 20,0
Normal 7 23,3
Bajo peso 6 20,0
Total 30 100,0
Fuente: Archivo del Departamento de Estadística del Hospital
Nacional Dos de Mayo . Lima.2013
Tabla 2
Pacientes diabéticos según índice de masa corporal y dolor de rodilla.
Hospital Nacional Dos de Mayo. Lima. 2013

Índice de masa corporal

Dolor de
Bajo Total
rodilla Obesidad Sobrepeso Normal
peso

No 4 3 2 1 10

Si 7 3 5 5 20

Total 11 6 7 6 30

Fuente: Archivo del Departamento de Estadística del Hospital

Nacional Dos de Mayo . Lima 2013
Tabla 3
Distribución de pacientes diabéticos según edad. Hospital Nacional
Dos de Mayo. Lima. 2013

Edad (años) Número %

30-36 1 3,3
37-43 7 23,3
44-50 3 10,0
51-57 3 10,0
58-64 8 26,7
65-71 8 26,7
Total 30 100,0
Fuente: Archivo del Departamento de Estadística del Hospital
Nacional Dos de Mayo . Lima. 2013
 Presentación gráfica

B) Presentación gráfica
Esencialmente un gráfico estadístico es la
presentación de la información por medio de
figuras geométricas. El objetivo primordial de
un gráfico es dar una impresión visual de
conjunto para una rápida y fácil comprensión.
Por tal motivo un gráfico debe ser sencillo y
explicativo.
 Presentación gráfica

La elección de un gráfico depende del tipo de

variable , qué es lo que se quiere mostrar, para qué
y para quiénes. Así:
Para variables cualitativas:
• Gráfico de barras
Simples  Una variable
Compuestas  Dos variables
Superpuestas  Dos variables
• Gráfico de sectores circulares  Una variable
Para variables cuantitativas:
• Histogramas y
• Polígonos de frecuencias.
 Presentación gráfica

• Gráfico de barras. Representa hechos o

fenómenos sin continuidad. Las categorías
pueden representar distintos aspectos de
una característica.
En el Gráfico 1, se presenta a los pacientes
diabéticos según índice de masa corporal
(Tabla 1). El gráfico correspondiente es de
barras simples. Se sugiere que el ancho de
las barras sea uniforme, así como la
distancia entre ellas.
Gráfico 1
Pacientes diabéticos según índice de masa corporal.
Hospital Nacional Dos de Mayo. Lima. 2013

12

10
NUMERO DE PACIENTES

0
Obesidad Sobrepeso Normal Bajo peso
Índice de masa corporal
Fuente: Tabla 1
 Presentación gráfica

• Las barras pueden ser también

compuestas, es decir cuando se ha
clasificado la información según dos
variables. En el Gráfico 2 se presenta a los
pacientes diabéticos según índice de masa
corporal y dolor de rodilla (Tabla 2).
Gráfico 2
Pacientes diabéticos según índice de masa corporal y dolor
de rodilla. Hospital Nacional Dos de Mayo. Lima. 2013

7
6
NUMERO DE PACIENTES

5
4
3
2 No Si

1
0
Obesidad Sobrepeso Normal Bajo peso
Índice de masa corporal

Fuente: Tabla 2
 Presentación gráfica

Las barras compuestas, también pueden

representarse en barras superpuestas, siendo
muy útil siempre que los elementos de cada
característica, puedan ser subdividas según una
característica secundaria.
Tomando los datos de la Tabla 2 podemos traducir
los valores absolutos en porcentajes, dichos
resultados se dan en la Tabla 5 y el Gráfico 3 es la
representación de esta tabla mediante el gráfico
de barras superpuestas.
Tabla 5
Porcentaje de pacientes diabéticos según índice de masa corporal y
dolor de rodilla. Hospital Nacional Dos de Mayo. Lima. 2013

Índice de masa corporal

Dolor de
rodilla
Obesidad Sobrepeso Normal Bajo peso

No 36,4 50,0 28,6 16,7

Si 63,6 50,0 71,4 83,3

Total 100,0 100,0 100,0 100,0

Fuente: Archivo del Departamento de Estadística del Hospital Nacional Dos

de Mayo . Lima 2013
Gráfico 3
Porcentaje de pacientes diabéticos según índice de masa corporal y
dolor de rodilla. Hospital Nacional Dos de Mayo. Lima. 2013

100
PORCENTAJE DE PACIENTES

80

60

40
Si No
20

0
Obesidad Sobrepeso Normal Bajo peso

Índice de masa corporal

Fuente: Tabla 4
 Presentación gráfica

• Gráfico de sectores circulares. Para su

elaboración se utiliza la circunferencia siendo
necesario que los valores absolutos y/o
porcentajes sean traducidos a grados, los 360º
se reparten en proporción a los porcentajes,
correspondiendo a cada sector de la
circunferencia la magnitud de cada categoría
de la variable.
Con los datos de la Tabla 1, elaboramos el
Gráfico 4.
Gráfico 4
Pacientes diabéticos según índice de masa corporal.
Hospital Nacional Dos de Mayo. Lima. 2013

Bajo peso Obesidad

20% 37%

Normal
23% Sobrepeso
20%

Fuente: Tabla 1
 Presentación gráfica

Histograma
Gráfico utilizado para representar las frecuencias
absolutas o relativas mediante rectángulos,
adyacentes teniendo como base los respectivos
límites reales de los intervalos de clase y la altura
igual a la frecuencia respectiva.
Cuando el intervalo de cada clase es constante,
las alturas de los rectángulos son proporcionales a
la frecuencia de una clase.
Veamos el histograma de frecuencias absolutas
simples de la siguiente tabla:
 Tabla de frecuencias
Dosaje
fi Fi h i% Hi% Límites reales
glucosa

106 - 113 2 2 6,7 6,7 105,5 - 113,5

114 - 121 7 9 23,3 30,0 113,5 - 121,5

122 - 129 5 14 16,7 46,7 121,5 - 129,5

130 - 137 6 20 20,0 66,7 129,5 - 137,5

138 - 145 6 26 20,0 86,7 137,5 - 145,5

146 - 153 4 30 13,3 100,0 145,5 - 153,5

Tota 30 100,0
Gráfico 5
Número de pacientes según dosaje de glucosa…
10

8
Número de Pacientes

0
105.5

121.5

129.5

137.5

145.5

153.5
113.5

Dosaje de Glucosa

Fuente: Tabla de frecuencias …

 Presentación gráfica

Polígono de frecuencias (simples)

Este gráfico se obtiene uniendo los puntos
medios superiores de los rectángulos del
histograma, formándose de esta manera un
gráfico lineal, el cual debe llevarse hasta el eje
X en los extremos del límite inferior del primer
intervalo y superior del último intervalo
respectivamente. El área total bajo el polígono
equivale al área del histograma.
Gráfico 6
Número de pacientes según dosaje de glucosa…
10

6
Número de Pacientes

0
105.5

121.5

129.5

137.5

145.5

153.5
113.5

Dosaje de Glucosa

Fuente: Tabla de frecuencias…

 Presentación gráfica

Polígono de frecuencias (acumuladas)

Denominado también ojiva, utiliza las frecuencias
absolutas o relativas acumuladas, y consiste en un
gráfico lineal que nos permite observar la cantidad
de elementos que quedan por encima o por debajo
de determinados valores de los límites de los
intervalos de clase.
La ojiva se obtiene uniendo los puntos que le
corresponden a las frecuencias acumuladas de los
respectivos límites superiores de cada intervalo.
Gráfico 7
Número de pacientes según dosaje de glucosa…

30
28
26
24
21
Número de Pacientes

19
17
15
13
11
9
6
4
2
0
105.5

113.5

121.5

129.5

137.5

145.5

153.5
Dosaje de Glucosa

Fuente: Tabla de frecuencias…

Gráfico 8
Número de pacientes según dosaje de glucosa…

30
28
26
24
21
Número de Pacientes

19
17
15
13
11
9
6
4
2
0
105.5

113.5

121.5

129.5

137.5

145.5

153.5
Dosaje de Glucosa

Fuente: Tabla de frecuencias …