Estadística para la comprensión

de trabajos de investigación
El proceso de investigación científica
Descubrimiento, formulación y análisis del problema tema

BUSQUEDA
BIBLIOGRÁFICA Se halló respuesta
Repl anteo

No se halló respuesta

Diseño de una investigación (H0)

Realización de la investigación (terreno + inferencia)

No se halló respuesta Se halló respuesta

INFORMACIÓN
Aparecen otros problemas
Conclusiones
El proceso de investigación científica

?
Ante dos posibilidades de tratamiento cuál es la mejor?

BUSQUEDA
BIBLIOGRÁFICA Se halló respuesta
Repl anteo

No se ajusta a mi población (costos, factores sociales)

Selección del diseño

Realización de la investigación (terreno + inferencia)

No se halló respuesta Se halló respuesta

INFORMACIÓN
Efectos adversos graves en
comorbilidades Conclusiones
 Lugar de la Estadística

?
• Cálculo del tamaño de las muestras
(potencia)
Diseño
• Descriptiva: Resumen de los datos
Realización

• Inferencial: -Inferir resultados en la población

a partir de resultados en las muestras
(pruebas de hipótesis e intervalos de
confianza) Realización
 Lugar de la Estadística
Cálculo del tamaño de las muestras:
Importancia

• Capacidad de demostrar diferencias

clínicamente significativas (potencia)
• Selección de pruebas de hipótesis
• Ahorro de tiempo
• Reducción de costos
 Estadística Descriptiva
Escala de Medida de Medida de
medición centralización dispersión
Nominal Moda

Ordinal Mediana Recorrido

Moda Recorrido
intercuartil
Intervalar y Media D.E.
proporcional Mediana Recorrido
Moda Recorrido
intercuartil
 Estadística Descriptiva
Medidas de tendencia central

• Media Aritmética: Sensible a valores

extremos
• Mediana: Menos sensible
• Modo: Sólo variables en escala nominal
Ninguna representa por sí misma a la
muestra
 Estadística Descriptiva
Medidas de tendencia central: indicaciones
• Media Aritmética: datos numéricos con distribuciones no
sesgadas (simétricas)
• Mediana: datos ordinales o numéricos con distribuciones
sesgadas (asimétricas)
• Modo: distribuciones bimodales
 Estadística Descriptiva
Medidas de dispersión: indicaciones

• Recorrido (rango): complementa a la mediana.

Enfatiza valores extremos
• Recorrido intercuartil: Idem. Resume el 50 % de la
distribución
• Desviación estándar: Complementa a la media
• Coeficiente de variación: dos distribuciones
numéricas medidas en diferentes escalas
 Estadística Descriptiva
Ejemplo
Cole-lap: días de reposo laboral (N=12)

n1:7 n2:5 n3:6 n4:8 n5:4

n6:6 n7:9 n8:3 n9:5 n10:8

Media: 6,1 días Recorrido: 3 a 9 = 6

Mediana: 6 días
 Estadística Descriptiva
Ejemplo
Cole-lap: días de reposo laboral (N=12)

n1:7 n2:8 n3:6 n4:8 n5:4 n6:6 n7:9 n8:45

n9:5 n10:8 n11:3 n12:5

n11:3 n5:4 n9:5 n12:5 n3:6 n6:6

n1:7
n2:8
Media:n4:8 n10:8
9,25 días n11:3
Recorrido: n8:45
3 a 45: 32
Mediana: 6,5 días
Recorrido intercuartil: entre 5 y 8 días
 Estadística Descriptiva
• Ejemplo: (N=12)

n1:45 n2:55 n3:51 n4:60 n5:58 n6:47

n7:69 n8:32 n9:59 n10:64 n11:50 n12:58

• Media: 54
• Mediana: 56.50
• Recorrido: 32 a 69: 37
• Recorrido intercuartil: entre 50 y 59 años
ESTADISTICA INFERENCIAL
PRUEBAS de HIPOTESIS

•Valor de “p”
•Nivel de significación estadística
•Selección de pruebas estadísticas
DISEÑOS : CLASIFICACIÓN
SEGÚN LOS OBJETIVOS

DESCRIPTIVOS

DE CORRELACIÓN

DE COMPARACIÓN

DE RELACIÓN “CAUSA – EFECTO”

DISEÑOS : CLASIFICACIÓN
SEGÚN EL TIEMPO DE
GENERACIÓN DE LOS DATOS

PROSPECTIVOS

RETROSPECTIVOS

MIXTOS
DISEÑOS : CLASIFICACIÓN
SEGÚN LA INTERVENCIÓN DEL
INVESTIGADOR

OBSERVACIONALES

EXPERIMENTALES
DISEÑOS : CLASIFICACIÓN
SEGÚN LA CANTIDAD DE
MEDICIONES

TRANSVERSALES

LONGITUDINALES
DISEÑOS : CLASIFICACIÓN
SEGÚN LA ASIGNACIÓN DE
TRATAMIENTOS

RANDOMIZADOS (ALEATORIOS)

NO RANDOMIZADOS (NO ALEATORIOS)

DISEÑOS : CLASIFICACIÓN
SEGÚN EL TAMAÑO DE LAS
MUESTRAS

MUESTRAS PEQUEÑAS (< 30)

MUESTRAS GRANDES (≥ 30)

 Significación estadística
•Las diferencias entre tratamientos pueden ser debidas al
azar y no repetirse en otras muestras o en la población a
la que están destinados

•Los valores de “p” reflejan la probabilidad de

participación del azar en los resultados obtenidos en una
experiencia clínica

•Si p = o > 0,05 la probabilidad de que el azar haya

determinado los resultados es grande (por encima del
nivel de significación) y se dice que la diferencia no es
estadísticamente significativa
 Significación estadística
•Los estudios comparativos tienen por objetivo demostrar
diferencias; su hipótesis es “A” es mejor que “B” (hipótesis
“alternativa” = H1)

•Pero desde la estadística inferencial se plantea una

hipótesis de no diferencias “A” es igual a “B” (hipótesis nula=
H0)

•Si las pruebas de hipótesis arrojan resultados por debajo del

nivel de significación estadística la hipótesis nula debe ser
rechazada ya que las diferencias detectadas son
estadísticamente significativas y, por lo tanto, susceptibles de
repetirse en la población
 Decisiones y errores

H0 Decisión Diferencia No diferencia

Error
Rechazar Hay
Correcto
diferencia tipo I ()

No hay
Error
Aceptar diferencia
Correcto
tipo II ()

Nivel de significación=  Potencia= 1- 

 SELECCIÓN DE PRUEBAS DE
HIPOTESIS

¿ De qué depende?
• Tipo de diseño (descriptivo, comparativo, de
correlación)
• Tamaño, cantidad y relación entre las
muestras (apareadas, independientes)
• Escala de medición de la variable
dependiente (nominal, ordinal, intervalar)
• Número de variables independientes
Selección de pruebas estadísticas
Comparación Muestra única

TAMAÑO ESCALA PRUEBA

Pequeña Nominal Binomial

Grande Nominal Chi cuadrado
Pequeña Ordinal Kolmogorov-
Smirnov
 Selección de pruebas estadísticas
Comparación Dos Muestras
TAMAÑO ESCALA PRUEBA
Relacionadas Grandes o Nominal Mc Nemar
pequeñas Ordinal de Wilcoxon
Proporcional “T” test
Independientes Pequeñas Nominal Fisher
Grandes Nominal Chi cuadrado
Pequeñas Ordinal K - Smirnov
Grandes Ordinal Mann-Witney
Grandes Ordinal de la mediana
Pequeñas Proporcional “T” test
Grandes Proporcional ”Z”
 Selección de pruebas estadísticas
Comparación Varias Muestras

TAMAÑO ESCALA PRUEBA

Relacionadas Ordinal Anova

Proporcional Anova
mediciones repet
Independientes Nominal Chi cuadrado
Ordinal Kruskal-Wallis -
Proporcional de la varianza
 Muestras independientes:
ejemplo

H0 = La tasa Población blanco

de curaciones Coordenadas temporoespaciales
de A y B son Población accesible C.de inclusión
iguales C.de exclusión
C de eliminación
Muestra
Randomización

Grupo 1(n=50) Grupo 2(n=50)

Tratamiento A Medición Tratamiento B
Datos 1 Datos 2
 Ejemplo (cont.)

Resultado 1= Resultado 2=
Curaciones 70% Curaciones 50%

Conclusión para la muestra = A es mejor que B

Para aplicar las conclusiones de la muestra a la población
accesible (inferencia) se emplean herramientas de la
estadística inferencial que se llaman pruebas de hipótesis
Nos permiten conocer el valor de “p”, es decir la
probabilidad de que los resultados sean debidos al azar
 Selección de las pruebas
• Depende del tamaño y tipo de las
muestras, del tipo de diseño y de la
escala en que fue medida la variable
dependiente
• En este caso corresponde emplear
chi cuadrado (comparación de
proporciones en muestras
independientes numerosas)
• Se obtiene p= 0,018
 Decisiones

• Se decide rechazar la hipótesis nula

(aceptar la alternativa)
• La probabilidad de curación con el
tratamiento A es mayor que con el
tratamiento B
 Decisiones y errores

H0 Decisión Diferencia No diferencia

Error
Rechazar Adoptar el Correcto
Trat. A tipo I

Adoptar Error
Aceptar cualquiera Correcto
tipo II
 Muestras relacionadas:
esquema conceptual

POBLACIÓN
POBLACIÓN CONCLUSIONES
CONCLUSIONES
PARA
PARA LA
LA
MUESTRA
MUESTRA
POBLACIÓN
POBLACIÓN
RESULTADOS
RESULTADOS PRE
PRE
TRATAMIENTO

RESULTADOS
RESULTADOS POST
POST

CONCLUSIONES
CONCLUSIONESPARA
PARALA
LAMUESTRA
MUESTRA

PRUEBAS
PRUEBASDE
DESIGNIFICACIÓN
SIGNIFICACIÓNEE I.C.
I.C.
 Muestras relacionadas:
ejemplo
H0= El POBLACIÓN
rendimiento POBLACIÓNALUMNOS
ALUMNOS CONCLUSIONES
CONCLUSIONES
antes y después PARA
del curso es PARA LA
LA
MUESTRA ALUMNOS
MUESTRA ALUMNOS
igual POBLACIÓN
POBLACIÓN
EXAMEN
EXAMENPre
PreCURSO
CURSO
CURSO

EXAMEN
EXAMENPost
PostCURSO
CURSO
COMPARACIÓN

CONCLUSIONES
CONCLUSIONESPARA
PARALA
LAMUESTRA
MUESTRA

PRUEBAS
PRUEBASDE
DESIGNIFICACIÓN
SIGNIFICACIÓNEE I.C.
I.C.
 Muestras relacionadas:
esquema conceptual
• Promedio de calificaciones pre-curso
= 6,43
• Promedio de calificaciones post curso
= 7,25
• Conclusiones para la muestra = El curso es útil
dado que logró mejorar el rendimiento.

• Para trasladar las conclusiones a la población

se debe elegir una prueba de hipótesis
(estadística inferencial)
 Muestras relacionadas:
Selección de pruebas de hipótesis

En este caso se trata de la comparación de

medias aritméticas (promedios) en
muestras pequeñas y relacionadas.

La prueba seleccionada es el test

“de la T” para muestras apareadas.
Se obtiene p = 0.09
 Decisiones y errores

H0 Decisión Diferencia No diferencia

Dictar el
Error
Rechazar Correcto
curso tipo I

No dictar el
Error
Aceptar Correcto
curso tipo II
 PRUEBAS DE HIPOTESIS
Resumen
1. Formular la hipótesis nula
2. Establecer un nivel de significación y una
potencia
3. Regla para la toma de decisiones
Si p> alfa se acepta H0
Si p< alfa se rechaza H0
4. Medir y obtener datos (resultados)
5. Emplear pruebas de hipótesis
6. Tomar decisión
 Decisiones y errores
Recordar
Si se encuentran diferencias significativas
nos exponemos al error tipo I, si no se
encuentran diferencias significativas nos
exponemos al error tipo II.

Siempre estaremos expuestos porque no

manejamos certezas sino probabilidades