Escolar Documentos
Profissional Documentos
Cultura Documentos
Campus León
Sede Guanajuato
ENFERMERÍA GERONTO-GERIÁTRICA
Ensayo
Presenta:
Escalas de medida
Nominal: Son variables numéricas cuyos valores representan una categoría o identifican un grupo de pertenencia.
Este tipo de variable sólo nos permite establecer relaciones de igualdad/desigualdad entre los elementos de la
variable. La asignación de los valores se realiza en forma aleatoria por lo que no cuenta con un orden lógico.
Ordinal: Son variables numéricas cuyos valores representan una categoría o identifica un grupo de pertenencia
contando con un orden lógico.
Intervalo: Son variables numéricas cuyos valores representan magnitudes y la distancia entre los números de su
escala es igual.
Razón: Las variables de razón poseen las mismas características que las variables de intervalo, con la diferencia
que cuentan con un 0 absoluto.
Nos permite identificar los valores más representativos de los datos, de acuerdo de la manera como se tienden a
concentrar.
Media: Se define como la suma de todos los valores observados, dividido por el número de total observaciones.
Nos indica el promedio de los datos; es decir, nos informa el valor que obtendría cada uno de los individuos si se
distribuyera los valores en partes iguales.
Mediana: Con esta medida podemos identificar el valor que se encuentra en el centro de los datos. Esta medida
nos indica que la mitad de los datos se encuentra por debajo de este valor y la otra mitad por encima del mismo.
Moda: La medida modal nos indica el valor que más veces se repite dentro de los datos.
MEDIDAS DE DISPERSIÓN
Las medidas de dispersión nos indican cuantos se desvían las observaciones alrededor de su promedio aritmético.
Varianza: Esta medida nos permite identificar la diferencia promedio que hay entre cada uno de los valores
respecto a su punto central. Este promedio es calculado elevando cada una de las diferencias al cuadrado (Con el
fin de eliminar los signos negativos), y calculando su promedio o media.
Desviación estándar: Nos permite determinar el promedio aritmético de fluctuación de los datos respecto a su
punto central o media. Para calcular la desviación estándar basta con hallar la raíz cuadrada de la varianza.
MEDIDAS DE DISTRIBUCIÓN
Nos permiten identificar la forma en que se separan o aglomeran los valores de acuerdo a su representación gráfica.
Estas medidas describen la manera en cómo los datos tienden a reunirse de acuerdo con la frecuencia con que se hallen
dentro de la información. Sus principales medidas son la asimetría y la curtosis
Asimetría: Esta medida nos permite identificar si los datos se distribuyen de forma uniforme alrededor del punto
central. La asimetría presenta tres estados diferentes; se dice que la asimetría es positiva cuando la mayoría de
los datos se encuentra por encima del valor de la media aritmética, la curva es simétrica cuando se distribuyen
aproximadamente la misma cantidad de valores en ambos lados de la media y se conoce como asimetría negativa
cuando la mayor cantidad de datos se aglomeran en los valores menores que la media.
Curtosis: Esta medida determina el grado de concentración que presentan los valores en la región central de la
distribución. Por medio del coeficiente de curtosis podemos identificar si existe una gran concentración de valores
que es la Leptocurvica, una concentración normal (Mesocurvica) o una baja concentración (Platicurvica)
PROCEDIMIENTO
Menú / Transformar / Calcular Variable
RECODIFICAR VARIABLE
Menú / Transformar / Recodificar en distintas variables
Variable: IMC
Nombre: Nutrición
Etiqueta: Estado de Nutrición
Cambiar
VALORES
INFERIOR 20 1 DESNUTRIDO
RANGO 20 Y 25 2 BIEN NUTRIDO
RANGO 25 Y 30 3 SOBREPESO
RANGO 30 Y 35 4 OBESIDAD
SUPERIOR 35 5 OBESIDAD MORBIDA
AGRUPAR DATOS
EDAD
N Válidos 100
Perdidos 0
EDAD (agrupado)
Porcentaje Porcentaje
Frecuencia Porcentaje válido acumulado
$FACTORESa 100 100.0% 0 .0% 100 100.0% Seleccionar variables (Factor 1 al factor 9)
Y pasar a variables de conjunto
a. Agrupación
a. Agrupación
ANÁLISIS DE DATOS
Calcular media, moda, mediana de la edad, peso y talla presión sistólica y diastólica
Estadísticos
Perdidos 0 0 0 0 0
Media 65.88 78.96 1.6557 149.40 94.98
Mediana 66.50 75.00 1.6500 145.00 95.00
Moda 66 70 1.65 140 95
CALCULAR TABLA DE FRECUENCIAS PARA LAS VARIABLES QUE TENGAN DOS RESPUESTAS CON SU
RESPECTIVO GRÁFICO DE SECTORES
SEXO
Porcentaje Porcentaje
Frecuencia Porcentaje válido acumulado
Porcentaje Porcentaje
Frecuencia Porcentaje válido acumulado
Porcentaje Porcentaje
Frecuencia Porcentaje válido acumulado
Porcentaje Porcentaje
Frecuencia Porcentaje válido acumulado
Porcentaje Porcentaje
Frecuencia Porcentaje válido acumulado
Porcentaje Porcentaje
Frecuencia Porcentaje válido acumulado
Porcentaje Porcentaje
Frecuencia Porcentaje válido acumulado
Porcentaje Porcentaje
Frecuencia Porcentaje válido acumulado
Porcentaje Porcentaje
Frecuencia Porcentaje válido acumulado
Nos permiten examinar o comparar los datos de dos o más variables a través de la frecuencia o porcentaje de cada uno
de los cruces de las categorías de las variables involucradas.
Casos
GRUPOS Total
NO
FUMADORES FUMADORES
OPINIONES SÍ Recuento 20 10 30
NO Recuento 20 20 40
Nos permite determinar si existe una relación entre dos variables categóricas. Debe de existir pruebas de hipótesis.
H0 Hipótesis Nula: Es una afirmación que no se rechaza a menos que los datos muestrales proporcionen evidencia
convincente de que es falsa.
H1 Hipótesis Alternativa: Es una afirmación que se acepta si los daos muestrales proporcionan evidencia suficiente de
que la H0 es falsa.
P VALOR
<0.05 (Ó VALOR DE ALFA) SE RECHAZA LA PRUEBA DE INDEPENDENCIA, ES DECIR EXISTE RELACIÓN ENTRE
LAS DOS VARIABLES
C. CONTINGENCIA
Casos
SEP2018
NO
DEPRESIÓN DEPRESIÓN Total
NO DEPRESIÓN Recuento 19 31 50
Pruebas de chi-cuadrado
a. 0 casillas (.0%) tienen una frecuencia esperada inferior a 5. La frecuencia mínima esperada es 24.50.
b. Calculado sólo para una tabla de 2x2.
TEST DE McNEMAR
Se utiliza para decidir si puede o no aceptarse un tratamiento médico induce un cambio en la respuesta de los elementos
sometidos al mismo y es aplicado a los diseños de los elementos sometidos al mismo y es aplicado a los diseños
antes/después en los que cada elemento actúa como su propio control
Casos
SEP2018
NO
DEPRESIÓN DEPRESIÓN Total
NO DEPRESIÓN Recuento 19 31 50
% del total 19.0% 31.0% 50.0%
Total Recuento 49 51 100
Pruebas de chi-cuadrado
Sig. exacta
Valor (bilateral)
KAPPA DE COHEN
Es una medida de concordancia para variables cualitativas, mide el grado de acuerdo entre varios métodos o evaluadores
que clasifican al paciente, según una serie de posibilidades mutuamente excluyentes. El caso más sencillo se presenta
cuando la variable cualitativa es dicotómica y se está comparando dos métodos de clasificación.
Casos
METODOA
Medidas simétricas
CORRECCIÓN DE YATES
Se aplica a la prueba Ji cuadrado cuando al menos el valor de una frecuencia esperada es menor que 5
Analizar / Estadísticos descriptivos / Tablas de contingencia
Ejercicio:
¿Hay diferente proporción de obesos entre hombres y mujeres?
Variables: Obesidad (Obeso, No obeso)
Variable Sexo: (Hombre, Mujer)
Filas: Género
Columnas Obesidad
Est. Ji Cuadrado y Riesgo
Casos
OBESIDAD
OBESIDAD
Pruebas de chi-cuadrado
a. 0 casillas (.0%) tienen una frecuencia esperada inferior a 5. La frecuencia mínima esperada es 23.52.
b. Calculado sólo para una tabla de 2x2.
Estimación de riesgo
T de Student
Estadísticos de grupo
Error típ. de la
SEXO N Media Desviación típ. media
PESORN Se han asumido varianzas .002 .968 .362 98 .718 .0168 .0465 -.0754 .1091
iguales
Error típ. de la
Media N Desviación típ. media
N Correlación Sig.
Diferencias relacionadas
Descriptivos
PESORN
N Media típica Error típico Límite inferior Límite superior Mínimo Máximo
Suma de Media
cuadrados gl cuadrática F Sig.
Y= a+bx
Y= a (constante) x b (Coeficiente) (X) horas de estudio
Y= 39.94 + 1.55 (28)=
Variables introducidas/eliminadasb
Variables Variables
Modelo introducidas eliminadas Método
1 HORASESTUDI . Introducir
O
ANOVAb
Suma de Media
Modelo cuadrados gl cuadrática F Sig.
Total 78.081 98
Coeficientes
Coeficientes no estandarizados tipificados
Y= 8.777 + (-.017)x
VARIABLE: HEMOGLOBINA
VARIABLE: PESO RN
Correlaciones
HEMOGLOBIN
A PESORN
N 100 100
PESORN Correlación de Pearson -.386** 1
N 100 100
VARIABLE: PROCEDENCIA
VARIABLE: PESO RN
PROCEDENCI
A PESORN
N 100 100
Parámetros normalesa,b Media 2.00 3.010
Desviación típica .778 .2312
Diferencias más extremas Absoluta .201 .183
Positiva .201 .183
Negativa -.201 -.094
Z de Kolmogorov-Smirnov 2.005 1.829
Sig. asintót. (bilateral) .001 .002
PROCEDENCI
A PESORN
N 30 30
Parámetros normalesa,b Media 1.00 3.000
Desviación típica .000c .2197
Diferencias más extremas Absoluta .342
Positiva .247
Negativa -.342
Z de Kolmogorov-Smirnov 1.874
Sig. asintót. (bilateral) .002
a. La distribución de contraste es la Normal.
b. Se han calculado a partir de los datos.
c. La distribución no tiene varianza para esta variable. No es posible realizar la prueba de
Kolmogorov-Smirnov para una muestra.
d. PROCEDENCIA = GUANAJUATO
PROCEDENCI
A PESORN
N 30 30
Parámetros normalesa,b Media 3.00 2.933
Desviación típica .000c .0479
Diferencias más extremas Absoluta .423
Positiva .423
Negativa -.251
Z de Kolmogorov-Smirnov 2.318
Sig. asintót. (bilateral) .000
Prueba de Kolmogorov-Smirnov para una muestrad
PROCEDENCI
A PESORN
N 30 30
Parámetros normalesa,b Media 3.00 2.933
Desviación típica .000c .0479
Diferencias más extremas Absoluta .423
Positiva .423
Negativa -.251
Z de Kolmogorov-Smirnov 2.318
Sig. asintót. (bilateral) .000
PROCEDENCI
A PESORN
N 40 40
Parámetros normalesa,b Media 2.00 3.075
Desviación típica .000c .2985
Diferencias más extremas Absoluta .322
Positiva .322
Negativa -.178
Z de Kolmogorov-Smirnov 2.034
Sig. asintót. (bilateral) .001
Estadísticos de grupo
Error típ. de la
PROCEDENCIA N Media Desviación típ. media
PESORN Se han asumido varianzas 10.088 .002 -1.160 68 .250 -.0750 .0647 -.2040 .0540
iguales
Rangos
Rango Suma de
SEXO N promedio rangos
Total 100
Estadísticos de contrastea
GRADOHIPER
U de Mann-Whitney 1138.000
W de Wilcoxon 2314.000
Z -.894
Sig. asintót. (bilateral) .371
a. Variable de agrupación: SEXO
DIFERENCIA
N 100
Parámetros normalesa,b Media -3.9700
Desviación típica 2.54834
Diferencias más extremas Absoluta .190
Positiva .122
Negativa -.190
Z de Kolmogorov-Smirnov 1.903
Sig. asintót. (bilateral) .001
Rangos
Rango Suma de
N promedio rangos
Empates 0c
Total 100
Estadísticos de contrasteb
PESODEPGES
T-
PESOANTGES
T
Z -8.727a
Sig. asintót. (bilateral) .000