You are on page 1of 39

D S D CP P–E C E AD S L D IN T O N S U L E AU C R O D E OD P O E T SD IN E T A IÓ U S : IS Ñ E R Y C O E V S IG C N A ig a ra B e ta ís a s n tu : io s d tic D c n : J lioM n lv O re ó o e te u o ta o b g n

CAPÍTULO I: GENERALIDADES
1. ESTADÍSTICA Conjunto de métodos y procedimientos para captar, elaborar, analizar e interpretar datos numéricos y con ellos basar decisiones y predecir fenómenos que puedan expresarse cuantitativamente. De acuerdo con ésta definición la estadística se divide en dos grandes ramas:

-

Estadística Descriptiva.- Cuyo objetivo principal es la recolección y elaboración de datos, es decir: clasificación, presentación de la información y el cálculo de medidas de tendencia central y dispersión. Estadística Inferencial.- Permite tomar decisiones y/o predecir fenómenos con respecto a las características de la población en base a la información de la muestra extraída de la población en estudio.

-

2. BIOESTADÍSTICA Es la aplicación de las herramientas de la Estadística al área de las Ciencias Biológicas y de la medicina. 3. INVESTIGACIÓN CIENTÍFICA Es la búsqueda sistematizada y objetiva de hechos o explicaciones de fenómenos. En pocas palabras, es la búsqueda de nuevos conocimientos, y como tal búsqueda puede realizarse de muy diversas maneras, existen pues, diferentes tipos de investigación. 4. LA INVESTIGACIÓN CIENTÍFICA Y LA ESTADÍSTICA La Estadística es una disciplina que mediante el empleo de conocimientos derivados de la lógica y la Matemática, y a través de una secuencia ordenada de procedimientos, permite la captación, clasificación, presentación, descripción, análisis e interpretación de la información necesaria en la investigación científica. A partir de tal conceptualización puede deducirse que la Estadística tiene importante aplicación en las investigaciones de prácticamente todos los campos del saber humano y en particular de la Medicina, Odontología, Psicología, Enfermería, Educación, Salud Pública y especialidades conexas. Para justificar tal afirmación recordemos la definición de la Investigación Científica. Debemos establecer claramente que no constituye trabajo científico reunir una cantidad de información “de cualquier manera” y recurrir a la Estadística para ver qué se puede “sacar” de esa información. Tampoco es conveniente recurrir a la Estadística sólo después de haber captado la información aún siguiendo un procedimiento planificado. Se debe recurrir a la

Estadística desde el momento de la identificación del problema hasta efectuar la evaluación del estudio. Algo que debe queda entendido de antemano es que el empleo de la Estadística, por muy perfecto que sea, no sustituye de manera alguna, al razonamiento científico establecido en el método general de las ciencia. La Estadística no puede subsanar las lagunas teóricas del investigador ni le permitirá asegurar con inhabilidad total, juicios universales. El empleo de la Estadística para suplir carencias conceptuales ha llevado a que se considere, desafortunadamente, que esta disciplina permite decir mentiras con aire científico. Evidentemente, el mayor o menor uso de la Estadística dependerá del tipo de investigación que se desarrolle. Así por ejemplo, en los estudios descriptivos el papel de la Estadística es muy restringido. En los estudios comparativos el papel de la Estadística es considerablemente más importante, ya que los problemas de captación, clasificación, descripción, análisis e interpretación de la información, adquieren en general, mayor complejidad. 5. DEFINICIÓN DE ALGUNOS TÉRMINOS ESTADÍSTICOS. A) DATOS Es el registro de una característica o atributo. El registro puede ser por observación, conteo o una medición. B) DATOS ESTADÍSTICOS Son números o medidas que han sido recopilados como resultado de observaciones, que pueden ser comparados, analizados e interpretados. Ejm.: CARACTERÍSTICA Sexo Grado de Instrucción Nivel socioeconómico Peso Talla Edad DATOS Masculino Superior Medio 76 1.62 40 UNIDAD DE MEDIDA No hay ----Kgs Mts. Años

Cuando un dato sirve para aplicarlo en la toma de una decisión se convierte en información. CON LOS DATOS ESTADÍSTICOS PODEMOS HACER LO SIGUIENTE: I. Identificar las características de interés para la gestión del Servicio de Salud.

II. Recolectar para:

2

-

Redactar los instrumentos de recolección de datos. Organizarlos en tablas, gráficos y figuras.

Calcular las medias de tendencia central: promedios, media, moda, mediana, etc. Calcular las medidas de variabilidad: desviación estándar, varianza, coeficiente de variación, etc. Buscar si hay relación entre dos variables (Regresión: Ecuación entre variables relacionadas) Determinar el grado de entre ellos. (correlación: el grado de asociación entre dos variables) Analizar dentro de un horizonte temporal (Series cronológicas, Estacionalidad) III. Utilizarlos para mejorar la Calidad de los Servicios de Salud. C) CONSTANTES Son los datos de una población o muestra que permanecen inalterables. Ejm. La profesión de los integrantes del Colegio Médico del Perú. En estos datos todos son Médicos. D) VARIABLES Las variables son características de las personas u objetos que pueden tomar diferentes valores. Ejemplo: peso, talla, edad, sexo, número de hijos por familia, número de consultas médicas por mes, grado de instrucción, frecuencia cardiaca, estado civil, nivel socioeconómico, lugar de nacimiento, lugar de residencia, profesión, jerarquía, tipo de beneficiario, etc. Las variables pueden ser: A) VARIABLES CUALITATIVAS O CATEGÓRICAS. En este tipo de variable se busca la presencia o ausencia de una cualidad o atributo de una población. Estas variables pueden ser:

1) Nominal.-

Surgen cuando se definen categorías y se cuenta el número de observaciones pertenecientes a cada categoría y no lleva a ninguna ordenación en las posibles modalidades: Color de ojos: Negro (n), marrón (m), azul(a), verde(v), etc. Sexo: masculino (m), femenino (f). Estado de salud: sano (s), enfermo (e) Estado nutricional: normal (n), desnutrido (d). Estado civil (soltero, casado, conviviente, divorciado, viudo)

2) ORDINAL.- Cuando se busca ordenar los casos en términos del grado
que posee una determinada característica:

3

alto) B) VARIABLES CUANTITATIVAS Son variables que pueden expresarse numéricamente. C) MUESTRA Es un subconjunto de la población que se obtiene con la finalidad de estudiar las características de la población y debe ser representativa y tener un tamaño 4 . Talla.Grado de instrucción (analfabeto. Alumnos de la ESELAC PNP. Ejemplo. objetos o cosas con una característica o atributo especial cuantificable. E) UNIDAD DE ANÁLISIS Llamada también elemento de la población. vida útil de guantes quirúrgicos de una determinada marca. en un período y en un lugar determinado. medio. es decir. Peso. animal. etc. entre dos valores distintos siempre encontraremos infinitos valores. Ejemplo: Peso. talla. secundaria. es la unidad de la cual se obtiene el dato estadístico. etc. y es el objeto de estudio. Por lo general resultan de un proceso de medición. (La característica a estudiar es el peso) B) MARCO DE MUESTREO Permite identificar a los elementos de la población y que puede ser una lista de personas. etc. Ejemplo: Estudiantes de la Escuela de Técnicos de la ESELAC –PNP. Ejemplo: Número de hijos por familia. un mapa de una determinada comunidad. temperatura.Son las que toman valores aislado y no pueden tomar un valor entre dos consecutivos. superior) Nivel socioeconómico (bajo. Esta variables pueden ser: 1)Variable cuantitativa discreta o discontinua. A) POBLACIÓN Es el conjunto de personas. Edad. 2)Variable cuantitativa continua. etc. Resultan por lo general de un proceso de conteo. III ciclo 2001. primaria.Son los valores que puede ser cualquier número real.. cantidad de celulares robados por días. Ejemplo: Número de hijos por familia. un archivo. vivienda. El marco debe estar completamente actualizado porque de él se seleccionará la muestra. Puede ser una persona. una relación de viviendas.. Número de atenciones en un día. también se denomina como la unidad indivisible.

Ejm.apropiado. III ciclo 2001. 5 . Estudiantes de la Escuela de Técnicos de Enfermería de la ESELAC –PNP.

que constituye el punto de partida.2. 6 . los mismos que clasificados. pero que tenemos que descubrir. a establecer los PRINCIPIOS o LEYES. analizados e interpretados. La Estadística. permiten la demostración de la hipótesis. DATOS. que viene a ser una respuesta preliminar al problema. es decir. está directamente relacionada con el método científico por lo siguiente: • • En el proceso de observación: señala los hechos a observar y ayuda a que las observaciones sean exactas. El proceso utilizado es la investigación científica. La investigación científica consiste en la búsqueda de la verdad. se recolectan PRUEBAS. Para comprobar la Hipótesis. • En el proceso de verificación de hipótesis: La Estadística permite a través de sus técnicas. ETAPAS DE LA INVESTIGACIÓN CIENTÍFICA. la presentación adecuada de los resultados y el uso correspondiente de las pruebas de significación en el análisis inferencial. INVESTIGACIÓN ETAPA DEL PLANEAMIENTO DE LA Toda investigación implica un proceso que para ejecutarlo se debe de antemano tener claro lo que se quiere alcanzar. Sin embargo. el principio o ley que se ha obtenido es la CIENCIA.CAPÍTULO II: INVESTIGACIÓN CIENTÍFICA Y ESTADÍSTICA 2.c) Formulación de Objetivos. OBSERVACIONES.. HECHOS. cuyo contenido depende el tipo de investigación a llevar a cabo.1. 2. etc. RELACIÓN DE LA ESTADÍSTICA CON EL MÉTODO CIENTÍFICO. El diseño de la investigación o estudio se concibe en un Plan o Proyecto (Protocolo de Investigación). de una verdad que ya existe. En el proceso de formulación de hipótesis la Estadística permite descubrir algunas relaciones que conducen a la formulación de hipótesis. en la elaboración del Plan se considera: b) Planteamiento del Problema. El proceso de investigación científica comienza con un PROBLEMA.1. Del análisis lógico del problema surge una HIPÓTESIS. llegándose a la generalización.

c) Presentación de los Datos 1. ETAPA DE RECOLECCIÓN DE DATOS Según la definición de Estadística la primera actividad viene a ser el proceso de captación de datos. Medidas de Posición. m) Sistemas de Recolección.d) Definición de la Población o Universo. 1. Una vez recolectados los datos se realizará: a) Revisión de los Datos b) Clasificación de los Datos. n) Técnicas de Recolección. 7 . e) Determinación de variables. h) Procedimientos de Elaboración y Análisis de la Información. g) Determinación de la Información a Recolectar y Procedimientos para su Recolección. f) Formulación de Hipótesis. C) FORMULACIÓN DE CONCLUSIONES E INFORME FINAL Es la presentación de todo el trabajo de Investigación. B) ETAPA DE ORGANIZACIÓN Y PRESENTACIÓN DE DATOS. i) j) Programación y Conducción de la Investigación y. DATOS ETAPA DE ANÁLISIS E INTERPRETACIÓN DE Se aplica los Indicadores llamados medidas de resumen o ESTADÍGRAFOS: Medidas de Tendencia central Medidas de Dispersión. Informe de la Investigación. En esta etapa tenemos que considerar: k) Escalas de Medición l) Fuentes de Información.

Contar para su recolección. etc. fechas. .) ..Establece categorías sin orden.. Técnico. ESCALAS DE MEDICIÓN Las variables no sólo se clasifican. etc. RECOPILACIÓN DE DATOS Los datos deben: . análisis e inspección.Ser confiables. los intervalos son considerados como 8 . 3. orden y grados de distancia iguales entre las diversas categorías. en las características de las variables. sólo simbolizan un orden. encuestas. Ejm. Ejm. Secundaria. Características que se pueden ordenar.Los diversos valores que toma la variable existen a la vez: Clasificación.Los tipos de datos deben estar especificados para el control de cumplimiento.CAPÍTULO III: ETAPA DE RECOLECCIÓN DE DATOS Según la definición de Estadística la primera actividad viene a ser el proceso de captación de datos. La medición se hace necesaria con el fin de diferenciar por comparación. No es sujeta a operaciones aritméticas. los instrumentos necesarios: Hojas de registros.Tener para su recolección. entre las cuales tenemos: A) NOMINAL. . un elemento de otro.Tener objetivos claros.Se establece categorías jerarquizadas. Esta se hace a través de niveles o escalas. Tiene o no la característica. es decir. cuestionarios. Primaria y Analfabeto C) INTERVALO O ESCALAR. .. Grado de Instrucción: Superior. las formas apropiadas para recolectar: identificar los datos por turnos. sino también es necesario medirlas.1. Sexo ¿Es masculino o femenino? B) ORDINAL.2. No son cuantitativos. En esta etapa tenemos que considerar: 3.

- Edad: Un paciente puede tener 20 años de edad. pero ello no significa que su grado de temperatura haya tenido que partir de 0º C. 3.equivalentes y con un origen convencional (la unidad de medida no necesariamente tiene que partir del valor cero. etc. Tasa de tuberculosis pulmonar. teniendo en cuenta lo siguiente: Si el decimal es mayor de 5 se agregará una unidad al dígito anterior 10.6  20 Si el decimal es menor de 5 el dígito anterior no variará 10. orden. - Rendimiento académico: Un estudiante de Enfermería puede obtener la nota de 16 en el examen parcial de Bioestadística. A) RAZÓN O PROPORCIÓN. pero ello no nos lleva a pensar que necesariamente para llegar a esa nota haya tenido que obtener primero nota cero. distancia y origen único natural o punto de origen natural (la unidad de medida necesariamente tiene que partir del valor cero) Ejemplos. REDONDEO DE DATOS Consideraremos el criterio de redondeo por aproximación.7  11 19. Ejemplos. Edad por grupo etáreo. Número de bisturís. pero para llegar a Estatura.3. Sueldos de las enfermeras.4  19 9 .4  10 19. sólo sirve como punto o valor de comparación). esa edad. necesariamente ha tenido que partir de cero años. Peso Número de Hijos.Las variables supone o comprende a la vez a todos los casos anteriores: clasificación. - Temperatura: Un paciente puede llegar a tener 40º C de fiebre. Clasificación de la población económicamente activa Tasas de mortalidad infantil..

Cuando llega el momento de obtener los datos considerados indispensables para el estudio o investigación. B) ENCUESTAS.Si el decimal es igual a 5: si el número anterior es par.5  10 19. anuarios estadísticos. éste no variara. Este es un documento que contiene un arreglo de enunciados y espacios para hacer anotaciones y/o respuestas. 10. si es impar éste se incrementará una unidad. con otra finalidad.5. 3. FUENTES DE INFORMACIÓN. obteniendo la información total y sistemática de los hechos ocurridos.4. etc. se requieren de documentos llamados FORMULARIOS. historias clínicas. diferente a la mía.En ellas se anotan los datos en forma regular. registros de hechos vitales. Las fuentes de datos primarios pueden ser: a) DIRECTO: Obtenidas por Observación (Registrando fichas) o por Experimentación (Probar) b) INDIRECTO: Obtenidas preguntando por el valor de una característica: Encuesta (oral) o Cuestionario (Entrevista) Para recoger estos datos. Los datos secundarios han sido recopilados con otros objetivos.. reciben el nombre de DATOS SECUNDARIOS. Los datos pueden ser recogidos a través de: A) REGISTROS. Se recogen de. censos de población y vivienda..Es la recolección de datos en forma temporal y pueden ser: 10 . B) Que los datos se obtengan directamente de las unidades de observación. se denominan DATOS PRIMARIOS. SISTEMAS DE RECOLECCIÓN.5  20 3. pueden ocurrir dos cosas: A) Que los datos ya hayan sido obtenidos de las unidades de observación y que estén publicados o registrados en alguna parte. permanente y obligatoria.

C) ENTREVISTA: en el que el sujeto en estudio es interrogado por otra persona y ésta se encarga además de registrar las respuestas en un documento. Encuesta de candidatos políticos. Características y condiciones de los individuos − − Aspecto físico Signos/síntomas fisiológicos (presencia de edema. ANÁLISIS DE CONTENIDO. ETC. 3. Actividades (índice de estado de salud.. 3. paciente-familia. D) TEST. de destreza − 11 .. FENÓMENOS SUSCEPTIBLES A LA OBSERVACIÓN.. TÉCNICAS DE RECOLECCIÓN. . Expresiones faciales Postura Movimientos corporales Hábitos relacionados con la salud Aseo personal: albergados Tendencia de alimentación en pacientes. Estos datos pueden obtenerse por tres procedimientos: A) OBSERVACIÓN: en el que una persona observa al elemento o sujeto en estudio y registra los datos que se van produciendo.Censal (Abarca a toda la población en estudio): Ejemplo. turgencia de la piel. Conductas de comunicación verbal − − − Formar en que las enfermeras brindan información a los pacientes Entrega de reporte Comunicación entre los integrantes del equipo.7. 1. entre los pacientes. familias Ejecución de procedimientos 3.Censo de población y vivienda de una localidad o país Muestral (Abarca una parte de la población en estudio): Ejemplos: Encuesta de nutrición. Evaluación de desempeño..) 2. Conductas de comunicación no verbal − − − 4.6.. o de la función física y emocional) − − − 5. B) CUESTIONARIO: en el que el sujeto en estudio lee el documento de preguntas y respuestas..

9. analizar e interpretar los datos Menores requerimientos de personal para la recolección Mayor posibilidad de mantener anonimato del encuestado Eliminación de los sesgos que introduce el encuestador DESVENTAJAS • • • • • 3.Justificación ante el usuario o paciente del porqué es importante que desarrolle el cuestionario. la información no puede variar ni profundizar Al envío por correo se corre el riesgo de no devolución Negado a personas analfabetas No permite aclaración de dudas sobre preguntas Difícil obtener alta tasa de respuesta completa al cuestionario ORGANIZACIÓN DEL FORMULARIO (CUESTIONARIO) − − Título.10. Poco flexible.Indica el título del trabajo de investigación.. Características ambientales − − − 3... CUESTIONARIO VENTAJAS • • • • • • Costo relativamente bajo Proporciona información sobre un mayor número de personas en un periodo bastante breve Facilitar para obtener.8.) Determinar el tipo de instrumento más indicado Elaborar las preguntas o items y determinar la estructura del instrumento Diseñar el instrumento y probar el instrumento Revisar y reproducir el instrumento − − − − − − − 3. secundaria) Determinar la unidad a la que se aplicará el instrumento (una o más unidades) Características importantes de las unidades (nivel educativo. cuantificar. accesibilidad. 12 .. PASOS PARA LA ELABORACION DE INSTRUMENTOS − Determinar la información que se debe recolectar (operacionalización de variables/estudio de las categorías) Tipo de fuente donde se obtendrá la información (primaria.− Participación del paciente Nivel de ruido Barreras arquitectónicas Higiene en el hogar 6. Presentación.

cuando menos. Ejm.. 4. escribir una determinada letra u opiniones al respecto. Observaciones. Consiste en agrupar las observaciones en un número determinado de categorías o clases..1. Identificación del formulario. 13 .Grupo de preguntas que por afinidad tienden a analizar un determinado rubro del problema. ésta tiene que ser revisada. presentada y resumida para permitir su análisis e interpretación. en una proporción que sea suficiente para no invalidar las conclusiones que se preveían hacer. Identificación del encuestador. Marcar con un aspa. CLASIFICACIÓN DE LOS DATOS..Es la codificación del formulario Sección o áreas específicas. El número de categorías depende del tipo de variable que se estudia. (ELABORACIÓN DE DATOS) Una vez que se ha captado o recopilado la información de cada uno de los elementos del conjunto en estudio.Código o nombre del encuestador.− Instrucciones.Indicaciones como debe llenar las respuestas. b) c) Verificar que estén todas las respuestas requeridas y Localizar posibles incongruencias en la información proporcionada.Espacio en blanco que el usuario o paciente puede utilizar para efectuar anotaciones que crea necesario. − − − − CAPÍTULO IV ETAPA DE ORGANIZACIÓN Y PRESENTACIÓN DE DATOS. REVISIÓN DE LOS DATOS Tiene por objeto: a) Determinar si ha recibido todos los formularios o. clasificada.. 4.2.. La revisión de datos constituye lo que se ha dado en llamar el control de calidad de la información.

Si la variable es cualitativa (Nominal u ordinal) el número de categorías estará dado generalmente por las diversas respuestas que pudieran obtenerse. edad en años y sexo. 2000. medio y bajo. Por ejemplo la variable sexo por su naturaleza nos sugiere dos categorías: masculino y femenino. Estos datos servirán para el desarrollo de éste acápite. Lima. Los resultados fueron: Ejemplo Nº 1 ALUMNO 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 RESIDENCIA CENTRO CENTRO CENTRO NORTE CENTRO CENTRO CENTRO SUR SUR NORTE CENTRO NORTE CENTRO SUR CENTRO NORTE CENTRO NORTE CENTRO CENTRO EDAD SEXO 18 19 17 20 18 18 22 22 18 25 19 19 18 23 18 25 22 19 25 19 M M F F F F F M F M F F M M M M F F F F ALUMNO RESIDENCIA 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 CENTRO ESTE CENTRO CENTRO CENTRO CENTRO ESTE SUR ESTE CENTRO SUR NORTE CENTRO NORTE SUR CENTRO NORTE NORTE CENTRO SUR EDAD SEXO 26 23 23 21 21 25 19 25 23 20 23 18 19 21 19 19 18 20 23 22 M F F M M M F F F M F M F F F M M F M F A) CLASIFICACIÓN DE LOS DATOS MEDIDOS A NIVEL NOMINAL U ORDINAL.A continuación se presenta resultados de 40 pacientes con TBC pulmonar del Hospital Central PNP. el nivel socioeconómico nos sugiere tres categorías: alto. etc. Los alumnos se clasificaron según el Zona de Residencia. 14 .

Tomando en cuenta los datos del ejemplo 1. los pacientes pueden ser clasificados según dos características cualitativas. los resultados se presentan en la Tabla Nº 3.5 52. Tabla Nº 3 RESIDENCIA NORTE CENTRO SUR ESTE TOTAL SEXO M 4 11 2 0 17 F 5 10 5 3 23 TOTAL 9 21 7 3 40 15 . el numero de categorías que le corresponde a cada variables son de 4 y 2 respectivamente.5 Tabla Nº 2 SEXO MASCULINO (M) FEMENINO (F) TOTAL Nº 17 23 % 42.0 Sin embargo.0 40 100. procedencia y sexo son cualitativas. y según las respuestas obtenidas.5 17. Tabla Nº 1 RESIDENCIA NORTE CENTRO SUR ESTE TOTAL Nº 9 21 7 3 % 22. Es decir.De las variables en estudio. a continuación se presenta los resultados de la clasificación de los pacientes según la zona de residencia en la Tabla Nº 1. para clasificar los datos según estas variables se tendrá en cuenta las siguientes matrices: RESIDENCIA NORTE CENTRO SUR ESTE TOTAL Nº SEXO MASCULINO (M) FEMENINO (F) TOTAL Nº La clasificación puede ser manual o computarizada.5 57. Por ejemplo. la clasificación de los pacientes según sexo y por zona de residencia.5 40 100.5 7.

3. 3. Pro consiguiente. Ejemplo: Clasificar a la familia policial según el número de hijos. 3. 0. 2. 5. 3. 1. 3. 0. 6. 1. 3. 2. 4. 2. 2. 4. Los datos son los siguientes: 16 . se tiene: 0. 0. 0. 1. 1. 4. 2. 4. 6. 1. 3. Para los datos medidos a nivel de intervalo o razón se presentan dos casos: (1) NO AGRUPADOS EN CLASES: Es este caso se elabora semejante a los datos medidos en nominal u ordinal. 4. 5. 5. 1. B) CLASIFICACIÓN DE LOS DATOS MEDIDOS A NIVEL DE INTERVALO (ESCALAR) O RAZÓN (PROPORCIÓN). 4. de acuerdo a estas clases.: 0. ya podemos clasificar los datos y obtener los resultados de clasificación siguiente: Xi (Nº de hijos/familia) 0 1 2 3 4 5 6 Total Donde: Xi : Nº de hijos/familia fi : Frecuencia absoluta de un valor Xi. 4. 0. 0. fi 7 8 10 10 9 4 2 50 (2) AGRUPADOS EN CLASES O INTERVALOS: Supongamos que hemos recogido la información sobre las edades de 50 pacientes que corresponden al estudio de nivel de glucosa en pacientes fármaco dependientes del Hospital Víctor Larco Herrera. 2. 2. 5.Esta tabla recibe el nombre de doble entrada o tabla de contingencia de 4 x 2 por tener 4 filas y 2 columnas. 1. 4. 2. Los datos que a continuación se presentan corresponden a 50 familias PNP. 2. 2. 6. 5. 4. 3. Asignando el número de clases que le corresponde a esta variable. es el número de veces que aparece repetido dicho valor en un conjunto de observaciones. 2. 3. 4. 1. 3. 1.

cuyo cálculo corresponde a la siguiente fórmula: K = 1 + 3. Para el ejemplo: R = 53 – 12  R = 41 Como A = R + 1 ---> A = 41 + 1  A = 42 b) DETERMINACIÓN DEL NÚMERO DE CLASES (K) El Número de clases es el número de categorías o intervalos en el que se va a dividir la información. N Donde: K = Número de clases.69897) 17 . Para elaborar una Tabla de Distribución de frecuencias. se debe seguir los siguientes pasos: a) CÁLCULO DE LA AMPLITUD DE LOS DATOS (A) A = Rango o recorrido+1 RANGO O RECORRIDO (R).. De allí que se hace necesario ordenar los datos en una Tabla de Distribución de frecuencias. Log = Logaritmo N = Número de datos Para el ejemplo propuesto: K = 1 + 3. la cual se le conoce con el nombre de REGLA DE STURGES. Por lo general el número de clases varía entre 5 y 15. dependiendo del número de datos que se tenga. haciéndose difícil el análisis lo cual no permite destacar los hechos más importantes para obtener conclusiones acertadas que ayuden en la toma de decisiones.322 Log. existe también otra forma de determinar el número de clases con bastante aproximación.Es la distancia entre el dato máximo y el dato mínimo. El número de clase se puede fijar arbitrariamente.322 (1.322 Log 50  K = 1 + 3.12 24 14 12 15 15 28 17 14 19 18 46 20 23 22 15 30 17 15 19 13 28 15 14 17 23 52 25 26 27 13 46 15 23 17 21 52 23 26 25 23 52 25 26 27 25 40 27 20 29 Al observar los datos podemos apreciar su variabilidad y también el desorden en que se encuentran. Sin embargo.

Límites son los valores extremos de un intervalo y son de dos tipos: Límite superior y límite inferior. ---> 6 d) FORMACIÓN DE LOS INTERVALOS DE CLASE (Ii) Formar los intervalos de clase.. En el ejercicio: W = 42/7 W=6 Nota. W se redondea de acuerdo al número de decimales de la información. Sup. de la siguiente manera: W: 1 12 L. Un intervalo se forma por dos límites que van a definir una clase. c) DETERMINACIÓN DE LA AMPLITUD DEL INTERVALO (W) Llamado también ancho de clase.El valor de W se redondea al entero sólo si los datos son enteros o discretos. donde: W= Amplitud de la clase. significa hallar los límites inferior y superior de cada intervalo. Cuando un intervalo no tiene límite superior o inferior. La amplitud de datos es la cantidad que están comprendidos en un intervalo de clase. Luego se continúa con las demás. Inf.El valor de K debe redondearse siempre al entero próximo. quedando así: INTERVALO 1 2 3 4 5 Ii 12-17 18-23 24-29 30-35 36-41 18 . Si los datos recolectados están en decimales. y para ello se parte del dato menor (Xmin=12) y se le suma la amplitud del intervalo (W=6).. y se halla a través de la fórmula: W = R/K.64 el número de clases (K) = 7 Nota. Luego podemos definir también la amplitud del intervalo (W) como la distancia entre el límite inferior y superior de un intervalo.K = 1+ 5. K= Número de clases. 2 13 3 14 4 15 5 16 6 17 Intervalo 1ra.64 Por aproximación  K = 6. Clase L. se llama intervalo de clase abierto. A= Amplitud de los datos.

6 7 42-47 48-53 Una forma práctica de determinar los intervalos de clase. g) FRECUENCIA RELATIVA SIMPLE (hi) Es el valor que resulta al dividir cada una de las frecuencias absolutas simples entre el total de frecuencias o datos. Ver tabla Nº 4. h) FRECUENCIA RELATIVA ACUMULADA (Hi) Se obtiene sumando y acumulando los valores relativos clase por clase en orden ascendente. f) FRECUENCIA ABSOLUTA ACUMULADA (Fi) Se obtiene sumando y acumulando los valores absolutos clase por clase en orden ascendente. i) FRECUENCIA RELATIVA SIMPLE PORCENTUAL (hi%) Se obtiene multiplicando x 100 cada frecuencia relativa simple. e) FRECUENCIA ABSOLUTA SIMPLE (fi) Es el número de veces que se repiten los valores dentro de los diferentes intervalos en que se ha dividido la información. k) MARCA DE CLASE O PUNTO MEDIO (Xi) 19 . Para obtener la frecuencia absoluta de cada clase. Ver tabla Nº 4. se efectúa la tabulación o conteo mediante el sistema de paloteo. El límite superior será una unidad menos que el límite inferior de la clase siguiente. j) FRECUENCIA RELATIVA ACUMULADA PORCENTUAL (Hi%) Se obtiene sumando y acumulando los valores relativos simple porcentual clase por clase en orden ascendente. Ver tabla Nº 4. Ver tabla Nº 4. Ver tabla Nº 4. luego sumar la amplitud de la clase para determinar el límite inferior de la clase siguiente. La suma de todas las frecuencias es igual al total de la muestra de estudio. consiste escribir el número menor de los datos como el límite inferior de la primera clase. Ver tabla Nº 4.

FREC.00 hi % 34 24 28 2 2 4 6 100 Hi % 34 58 86 88 90 94 100 Xi 14. F3 = 43 ---> h3% = 28 ---> El 28% de pacientes tienen edades entre 24 y 29 años. 20 .90 0. Xi = (Límite inferior + Límite superior)/2 Luego la tabla completa de distribución de frecuencias sería la siguiente: Tabla Nº 4: Distribución de Frecuencias CLASES FREC.34 0.5 50.28 0.5 38. X2 = 20.Se define como la semi-suma de los límites inferior y superior de cada intervalo de clase.58 0.04 0.5 Li 24-29 = f3 = 14 ---> Tercer intervalo de clase.06 1. DE DE CLASE SIMPLES ACUM.5 ALGUNAS INTERPRETACIONES Li 18-23 = f2 = 12 ---> Segundo intervalo de clase.5 44.02 0. PORC.02 0. H2% = 58 --->El 58% de pacientes tienen edades entre 12 y 23 años. SIMPLE ACUM. CLASE i 1 2 3 4 5 6 7 Ii 12 – 17 18 – 23 24 – 29 30 – 35 36 – 41 42 – 47 48 – 53 fi 17 12 14 1 1 2 3 50 Fi 17 29 43 44 45 47 50 hi 0. ACUM. FREC FREC.86 0. Existen 14 pacientes cuyas edades fluctúan entre 24 y 29 años. ABSOL.24 0.5 ---> El punto medio de la segunda clase es 20.34 0. FREC. F2 = 29 ---> h2% = 24 ---> El 24% de pacientes tienen edades entre 18 y 23 años.5 20.94 1. Existen 12 pacientes cuyas edades fluctúan entre 18 y 23 años.88 0. FREC. Existen 29 pacientes cuyas edades fluctúan entre 12 y 23 años.5 32. H3% = 86 ---> El 86% de pacientes tienen edades entre 12 y 29 años.5 26. Existen 43 pacientes cuyas edades fluctúan entre 12 y 29 años. RELATIVA RELATIVA RELATIVA REL. MARCA INTERVALO ABSOL. PORCENT.00 Hi 0.

Está formada por la primera columna de la izquierda y nos indica también las características (variables) del fenómeno en estudio. d) EL CUERPO.¿DÓNDE ocurrió los hechos? Ejemplo: HCPNP.X3 = 26. el cuerpo y las notas aclaratorias. a) TÍTULO.3... Si se utilizan los cuadros o tablas debe prestarse atención a los cuatros elementos que los constituyen: el título.¿CUÁNDO ocurrió los hechos? Ejemplo: 2000.Debe hacer énfasis en el contenido del cuadro por tal motivo debe contestar a las siguientes preguntas: CONTENIDO DE LA TABLA. PRESENTACIÓN DE LOS DATOS La presentación de datos se hace fundamentalmente utilizando dos métodos: el método tabular y el método gráfico. Ejemplo: Zona de residencia... Consiste en una presentación resumida usando tablas o cuadros. LUGAR.5 ---> El punto medio de la tercera clase es 26.¿QUÉ contiene la tabla? Ejemplo: Pacientes atendidos de TBC Pulmonar CRITERIO DE CLASIFICACIÓN. PERIODO DE TIEMPO. la matriz. 21 . A) MÉTODO TABULAR. según zona de residencia.. Lima. c) LA MATRIZ. b) ENCABEZADO Está formado por la primera fila superior y nos indica las características (variables) del fenómeno en estudio.5 4.¿CÓMO se presenta el contenido de la tabla? Ejemplo: Por sexo.

HCPNP. es decir. es la información que se presenta en filas y columnas.5 52.HOSP.5 7. Oficina de Registros Médicos CUADRO Nº 1 PACIENTES ATENDIDOS DE TBC PULMONAR POR ZONA DE RESIDENCIA. Oficina de Registros Médicos CUADRO Nº 3 PACIENTES FÁRMACO DEPENDIENTES POR GRUPO ETAREO. Llamado también FUENTE. LIMA 2000. HERRERA -LIMA 2000.5 40 100. Oficina de Registros Médicos CUADRO Nº 2 PACIENTES ATENDIDOS DE TBC PULMONAR POR SEXO SEGÚN SEXO . EDAD FRECUENCIAS (GRUPO ETAREO) % 12 – 17 18 – 23 24 – 29 17 12 14 34 24 28 22 . LIMA 2000. L.5 17. RESIDENCIA NORTE CENTRO SUR ESTE TOTAL SEXO M 4 11 2 0 17 F 5 10 5 3 23 TOTAL 9 21 7 3 40 Fuente: HCPNP.0 Fuente: HCPNP. RESIDENCIA NORTE CENTRO SUR ESTE TOTAL Nº 9 21 7 3 % 22. V. e) NOTAS ACLARATORIAS.HCPNP. Se coloca en la parte inferior del cuadro y nos indica el lugar o fuente de donde se obtuvieron los datos. Ejemplo: HCPNP.Es el contenido de la tabla.

Expresa el contenido del gráfico y por lo general. Oficina de Registros Médicos a. Escalas.. Los gráficos constituyen un complemento del análisis descriptivo y en su presentación pueden ir acompañados del cuadro que le dio el origen. (1) PARTES DE UN GRÁFICO: Título. Leyenda. TIPOS DE GRÁFICO. compuesto por dos ejes: uno horizontal llamado abscisa (generalmente las categorías) y otra vertical llamado ordenada (generalmente los valores). o comparar las diversas relaciones entre variables.Indica el origen de los datos estadísticos que se está representando los datos.Es el gráfico en sí. y constituye la representación en dibujo de los datos.Para graficar se utiliza el sistema cartesiano. Fuente. Cuerpo. Ambos ejes se cortan en un punto llamado origen. ofreciendo una visión panorámica y rápida del fenómeno en estudio. éstos se eligen de acuerdo al tipo de variable y al propósito para el cual se construyen.30 – 35 36 – 41 42 – 47 48 – 53 1 1 2 3 50 2 2 4 6 100 Fuente: HCPNP. es igual o parecido al título del cuadro estadístico que sirvió de referencia.Permite aclarar los dibujos cuando se presenta 2 o más características de la variable. MÉTODO GRÁFICO Se utiliza para representar y destacar la magnitud o modificación de las características de una variable.. (A) ORDINAL PARA DATOS SON MEDIDOS A NIVEL NOMINAL U a) b) c) d) e) (2) Tenemos diversos tipos y subtipos de gráficos.. ya que ésta presenta detalles que no aparecen en el gráfico. 23 ..

GRAFICO Nº 1 PACIENTES ATENDIDOS DE TBC PULMONAR POR ZONA DE RESIDENCIA EN EL HCPNP.Anteriormente.2000. de tal forma que permita visualizar la magnitud y comparar los elementos en que se clasifican.2000. hoy. Es por ello que daremos a conocer los gráficos más usados: GRÁFICO DE BARRAS: Se usa para representar hechos o fenómenos sin continuidad. 24 . SPSS y otros. ESTE SUR CENTRO NORTE Z O N A 0 5 10 15 20 25 CASOS Fuente: Cuadro Nº 1 - Gráfico de Barras Superpuestas Permite graficar tablas de doble entrada. Pueden ser: - Gráfico de Barras Simple (columna) Se utiliza para graficar una tabla o cuadro de entrada simple. el diseño es realizado en forma automática. gracias a la computadora y al uso de programas como Microsoft Excel. los gráficos se elaboraban manualmente y para ello se tenían en cuenta una serie de indicaciones y normas. 25 20 15 10 5 0 NORTE CENTRO SUR ESTE ZONA DE RESIDENCIA CASOS Fuente: Cuadro Nº 1 - Gráfico de Barra horizontal GRAFICO Nº 2 PACIENTES ATENDIDOS DE TBC PULMONARPOR ZONA DE RESIDENCIA EN EL HCPNP. R E S I D . LIMA . LIMA .

SEXO (Serie AÑOS 1996 1997 1998 1999 2000 MASCULINO FEMENINO 310 410 650 325 425 510 380 480 685 510 cronológica) CUADRO Nº 4 PACIENTES POR SEXO ATENDIDOS EN EL SERVICIO DE ENDOCRINOLOGÍA DEL HCPNP. LIMA .GRÁFIC O Nº 3 P AC IENTES ATENDIDOS DE TBC P ULMONAR P OR ZONA DE RES IDENC IA S EGÚN S EXO EN EL HC P NP .2000 25 20 15 10 5 0 NORTE CENTRO SUR ESTE FEMENINO MASCULINO ZONA DE R ESIDENC IA Fuente: Cuadro Nº 2 - GRÁFICO CIRCULAR Se usa para representar y comparar la dimensión de las partes de un fenómeno con el fenómeno total. 25 . Utilizado para representar una distribución de frecuencias dada en el tiempo. Fuente: Cuadro Nº 1 -GRÁFICO LINEAL O DE TENDENCIA. LIMA 1996 – 2000.

Para ello utiliza el punto medio (marca de clase) de cada intervalo. LIMA. PARA DATOS SON MEDIDOS A RAZON O -HISTOGRAMA Es un gráfico utilizado para representar la distribución de frecuencias absolutas o relativas simples. LIMA . 1996-2000 800 FRECUENCIA 600 400 200 0 1996 1997 1998 AÑOS MASCULINO FEMENINO 1999 2000 Fuente: Cuadro Nº 4 (B) INTERVALO.2000 20 PACIENTES 15 10 5 0 12–17 18–23 24–29 30–35 36–41 42–47 48–53 EDAD POR GRUPO ETAREO Fuente: Cuadro Nº 3 -POLÍGONO DE FRECUENCIAS Gráfico utilizado para representar la distribución de frecuencias absolutas o relativas simples. 26 . GRAFICO Nº 6 HOSPITAL VICTOR LARCO HERRERA: EDAD DE PACIENTES FARMACO DEPENDIENTES.GRÁFICO Nº 5 PACIENTES POR SEXO ATENDIDOS EN EL SERVICIO DE ENDOCRINOLOGÍA HCPNP.

EDAD FRECUENCIAS (GRUPO ETAREO) % 12 – 17 18 – 23 24 – 29 30 – 35 36 – 41 42 – 47 48 – 53 17 12 14 1 1 2 3 50 34 24 28 2 2 4 6 100 CUADRO Nº 5 PACIENTES FÁRMACO DEPENDIENTES POR GRUPO ETAREO.CUADRO Nº 3 PACIENTES FÁRMACO DEPENDIENTES POR GRUPO ETAREO. V.5 50. L.5 44.5 26.5 14.HOSP. L.5 20. HERRERA -LIMA 2000.5 Fi 0 17 12 14 1 1 2 3 0 50 Donde: Xi = Marca de clase fi = frecuencias.5 56.5 32. V.HOSP. Xi 8. HERRERA -LIMA 2000. 27 .5 38.

GRAFICO Nº 7 HOSPITAL VICTOR LARCO HERRERA: EDAD DE PACIENTES FARMACO DEPENDIENTES. LIMA .5 38.5 32.5 fi EDAD (años) Fuente: Cuadro Nº 5. LIMA 2000.5 44.5 20. y consiste en un gráfico lineal que nos permite observar la cantidad de elementos que quedan por encima o por debajo de determinados valores.5 26.5 14.2000 18 16 14 CANTIDAD 12 10 8 6 4 2 0 8. -OJIVAS Gráficos utilizados para representar las frecuencias acumuladas absolutas o relativas.5 56. CUADRO Nº 6 DISTRIBUCIÓN ACUMULADA “MENOR QUE” DE PACIENTES ATENDIDOS DE TBC PULMONAR POR GRUPO ETAREO HCPNP.5 50. EDAD 12–17 18–23 24–29 30–35 36–41 42–47 48–53 Total Fi 17 12 14 1 1 2 3 50 Fi 17 29 43 44 45 47 50 28 .

40 1.10 1. pero a veces es necesario resumir.80 1. L.70 1.L. PACIENTES FARMACO DEPENDIENTES DEL HOSP. MEDIDAS DE CENTRALIZACIÓN PESO 29 .30 1. Los datos pueden ser presentados mediante cuadros y gráficos. V.1.72 PESO 60 70 38 55 75 70 CAPÍTULO V ETAPA DE ANÁLISIS E INTERPRETACIÓN DE DATOS. LIMA 2000 80 70 60 50 40 30 20 1.20 1.HERRERA 50 45 40 35 30 25 20 15 10 5 0 12–17 18–23 24–29 30–35 36–41 42–47 48–53 EDAD POR GRUPO ETAREAO (AÑOS) - Nº PACIENTES DISPERSIÓN Gráfico utilizado para comparar dos variables cuantitativas. en un solo valor que pueda representar a los datos en general.70 1.90 TALLA TALLA 1.20 1. HERRERA POR TALLA SEGÚN PESO.GRAFICO Nº7 DISTRIBUCIÓN ACUMULADA "MENOR QUE" DE PACIENTES ATENDIDOS CON TBC PULMONAR EN EL HOSP.60 1. específicamente cuando las variables son cuantitativas.00 1.65 1. 5.48 1.50 1. V.83 1.

10. 12. + .20 20 – 40 40 – 60 60 – 80 Frecuencia (ni) 35 44 55 16 150 SOLUCIÓN: -Se completa tabla: -Se aplica la fórmula: Donde xi es la marca de clase en la muestra. + nm: además el subíndice m es el número de intervalos utilizados en la distribución de frecuencias. 16. señalando las característica que destaca en al información.Son medidas o estadígrafos que permiten hallar un solo valor numérico e indican el “centro” de un conjunto de datos. 15 y 13.. Este único valor numérico describe al conjunto de datos. 30 .1.. ni las frecuencias y n es igual a ni. 17. Intervalos De Clase 0 . tenemos: = (14+16+17+10+12+15+14 )/7  98/7  14 B) CÁLCULO PARA DATOS AGRUPADOS La siguiente Distribución de frecuencias se refiere a las edades de una muestra de 150 pacientes atendidos en el Servicio de Patología Clínica.1. A) CÁLCULO PARA DATOS NO AGRUPADOS Ejemplo: Si deseamos obtener la media aritmética o la media de las edades 14. 5. MEDIA ARITMÉTICA O PROMEDIO ARITMÉTICO ( ) Es un valor típico que se halla tomando el total de valores de la variable para dividirlos entre el número de unidades que poseen la característica que se investiga.

28 docentes tienen 5 años de servicios.45 Interpretación: El promedio ponderado es de 8. Hallar el tiempo promedio de servicios de los docentes.3.20 35 20 – 40 44 40 – 60 55 60 – 80 16 n= 150 Marca de Clase (xi) 10 30 50 70 xi ni 350 1320 2750 1120 5540 Reemplazando: = 5540/150  = 36.ni Σni   Suma del producto de cada dato por el peso. MEDIA GENERAL O PROMEDIO ARITMÉTICO PONDERADO Es aquel promedio que se utiliza cuando prevalece cierto peso. importancia o repetición de los datos en el estudio.Intervalos Frecuencia De Clase (ni) 0 . Suma de todos los pesos En la ESELAC PNP. 16 docentes tienen 10 y 11 docentes tienen 15.1. 5. 5.ni (5) (28) = 140 (10) (16) = 160 (15) (11) = 165 ΣXi.45 años de servicio. Ordenamos la información en el siguiente cuadro y hallamos los datos parciales que pide la fórmula: TIEMPO DE SERVICIO (Xi) 5 10 15 NUMERO DOCENTES (ni) 28 16 11 Σni=55 Xi.1. = Σxi. MEDIANA 31 .ni= 465 Aplicando la fórmula: = 465/55  8.93.2.

. c) Si N es par.8 1) 10. 14. el valor de la mediana es el b) valor del centro. 12. 10.. 10. 17. 20. Se ordenan los datos en forma ascendente o Si N es impar.1.15.Es un valor que divide a la distribución ordenada en forma ascendente o descendente en dos grupos iguales. Me= (N+1)/2  La mediana es el 2) (7+1)/2  8/2  4 3) valor de la posición 4: 12 4) - Interpretación: El 50% de las personas tienen como máximo 12 años Obtener la mediana de las edades: 10. 19. 19. XN. 15. 16. es decir. 10. 15.. 12. X2. 10.4. 19 Ordenando: 10. es decir. 1) 12. Ejemplos: Obtener la mediana de las edades: 10. Me= (N+1)/2  La mediana es el 2) (8+1)/2  9/2  4. el valor de la mediana va estar dado por los dos valores del centro dividido entre dos. 17. MODA Interpretación: El 50% de las personas tienen como máximo 14.5 3) valor de la posición 4 y 5: P4  14 Me= (14+15)/2 P5  15 Me= 14. 14. a cada grupo le corresponde el 50% de los datos. Para calcular el valor de la mediana de los X1. 15. Me= (N+1) / 2  donde N es el total de observaciones. se tendrá en cuenta el siguiente procedimiento: a) descendente. 12..5 4) 5.5 años La Moda es un estadígrafo que nos indica el valor o cualidad que se presenta con más frecuencia dentro de una variable. 19. 20 Ordenando: 8. 32 . 16.

5. 3. 1. MEDIDAS DE DISPERSIÓN Un rasgo principal de los datos es su dispersión o amplitud. : Media muestral n : Tamaño de la muestra. 4. Ordenando: 1. DESVIACIÓN MEDIA Es el promedio de las desviaciones respecto a la media aritmética. cuánto difieren de éstos de unidad en unidad. 6.І+ . 1.2. DM = Іx1. diseminados o extendidos están los datos. 12. 6. 7. Ejemplo: El tiempo que utilizan 3 médicos para atender un paciente en el consultorio de Medicina General fue: 16. que se refiere a su variabilidad. por ejemplo. 6. 1. 3. o bien. Si la dispersión alrededor de la medida de tendencia central es muy grande. 1. 7. mediana u otra medida de tendencia central. 1.2. 3. 14 minutos. consideradas en valor absoluto. 7. a la evaluación de cuán separados. 5. 9. 5.1. 3. 4.Cálculo de la desviación media: DM= І16-14І + І12-14І + І14-14І 3 DM = 2 + 2 + 0 3 33 . alrededor del promedio. 5.. 5.Cálculo de la media aritmética: = (16 + 12 + 14) / 3 = 42/3 = 14 .І n Donde: x1 : Observaciones de la muestra.. es decir. seguiremos los siguientes pasos: . 9 Moda = 1 5. 7. 6. 1. entonces es de poco uso como un valor típico. +Іxn. Para calcular la DM.Calcular la moda de las edades de pacientes atendidos en el servicio de Pediatría: 1. Por eso es necesario desarrollar una medida cuantitativa de dispersión (variación o esparcimiento) que ocurre.

12. VARIANZA La Varianza es una forma especial de desviación promedio alrededor de la media.Cálculo de la VARIANZA: S2= (16-14)2 + (12-14)2 + (14-14)2 3-1 S2 = 4 + 4 + 0 2 S2= 8/2 DM = 4 = 42/3 = 14 La interpretación de los resultados de la Varianza no puede darse por no ser real.2. 34 .2. Ejemplo: El tiempo que utilizan 3 médicos para atender un paciente en el consultorio de Medicina General fue: 16. seguiremos los siguientes pasos: .2.33 minutos con respecto al valor central. Donde: S2 : Varianza..DM= 4/3 DM= 1. Para calcular la VARIANZA. debido a que los resultados han sido elevados al cuadrado.)2 + . Indica la variación de las observaciones en torno a su media S2 = (x1. +(xn. 14 minutos.. 5.3. : Media muestral n : Tamaño de la muestra.Cálculo de la media aritmética: = (16 + 12 + 14) / 3 . DESVIACIÓN ESTANDAR La Desviación Estándar es la raíz cuadrada positiva de la varianza. Este resultado se utiliza para obtener la Desviación Estándar y allí se da una real interpretación 5.)2 n-1 Donde: x1 : Observaciones de la muestra.33 Interpretación: El tiempo utilizado por los médicos para atender a un paciente se dispersa en un promedio de 1.

se obtiene como cociente entre la desviación estándar y su media aritmética.28 % Interpretación: El coeficiente de variación de este grupo es de 14. 35 . Se utiliza el coeficiente de variación para comparar y determinar qué grupo de observaciones tiene menos variación. CV = S 100 Donde: S : Desviación estandar : Promedio o media aritmétiva.1428) 100 CV = 14. En el Ejemplo Anterior: CV = (2/14) 100 CV= (0.1. si oscila entre el 33% y el 50% se dice que hay alta dispersión.4.2. denotado por CV. 2. 28% Nota. pero si es mayor del 50% se dice que la dispersión es muy alta.S= 4  S=2 Interpretación: El tiempo utilizado por los médicos para atender a un paciente se dispersa en un promedio de 2 minutos con respecto al valor central.. Si el cociente de variación oscila entre el 10% y el 33% la dispersión existente es aceptable. COEFICIENTE DE VARIACIÓN Es un número abstracto que. 5.

el número de casos de una enfermedad que se presentan en una comunidad de 100 habitantes. Al evaluar el estado nutricional de un niño de 3 años elegido al azar de una comunidad.000706 EXPERIMENTO ALEATORIO Es cualquier operación cuyo resultado no se puede predecir con exactitud. 3. El experimento consiste en observar en un determinado periodo. El término probabilidad es utilizado en la vida diaria para predecir la ocurrencia de un evento En el campo de la salud pública los indicadores tales como tasas y porcentajes que son expresados en tanto por uno se puede interpretar como probabilidad de la ocurrencia de un hecho o evento. Como resultado de la evaluación del niño se le puede clasificar en forma gruesa como normal (N) o malnutrido (M). 1.CAPÍTULO VI INTRODUCCIÓN A LAS PROBABILIDADES La probabilidad es un instrumento fundamental de la Estadística. . 2. y A cada elemento del espacio muestral representa un resultado del experimento 36 . Está representado por la letra Ω Para construir un espacio muestral se debe tener en cuenta dos requisitos: A cada resultado del experimento le corresponde uno y sólo un elemento del espacio muestral. La tasa de incidencia de cáncer de pulmón en una determinada población es de 70. Otra interpretación que se podría dar si esta tasa se expresa en tanto por uno sería que la probabilidad de que una persona elegida al azar se enferme de cáncer de pulmón es de 0.. Ejemplo: 1. 100 ESPACIO MUESTRAL ASOCIADA A UN EXPERIMENTO ALEATORIO Es el conjunto de todos los posibles resultados de un experimento aleatorio. 2. es decir.6/100000. que en un determinado periodo de cada 100 000 personas aproximadamente 71 hicieron cáncer de pulmón en dicha población.. Estos resultados pueden ser: 0.

Sexo Masculino (M) Femenino (F) Total Estado Nutricional Normal (N) Malnutrido (M) 40 20 60 15 25 40 55 45 100 Total 37 . Ω = {N.rel. M} 2..30 La probabilidad (frec. M} B= {N. es decir. Si tenemos dos niños y deseamos saber si en el aspecto de nutrición son: Normal (N) o Malnutridos (M): A= {M. En una comunidad se ha evaluado el estado nutricional de 100 niños menores de 10 años y se obtienen los siguientes resultados de acuerdo al sexo y el estado nutricional.100} EVENTO O SUCESO Es un subconjunto del espacio muestral finito.70 3. . M} Que ocurra exactamente un niño malnutrido: A= {M..N} Que ocurra dos niños malnutrido: D= {M. 2. siguiente: ESTADO NUTRICIONAL Normal (N) Malnutrido (M) Total Hallar M: Hallar N: 30/100 70/100 Nº 70 30 100 0.Ejemplo: Aplicando a los ejemplos anteriores. N} D= {M. M} Que no existan niños malnutridos: C= {N.rel. 1.) de que un niño esté malnutrido es de 0. Ejemplo: 1.30 0.. es un conjunto de posibles resultados. N} 2. 1.N} B= {N.70 En la tabla   La probabilidad (frec. 3.) de que un niño esté normal es de 0. M} C= {N. Ω = {0.

. y TSOKOS.. El niño se encuentre malnutrido b.TIPACTI: Estadística Descriptiva. 6. (Módulos I y II). 2da. MILTON. Juan y FERNANDEZ CH. Lima. F. J. Edición. INEI: Estadística Descriptiva Básica. Lima – Perú. Técnicas para la Investigación. 2002. ZUWAYLIF. 1993. 8. Tomos I.: Estadística para Biología y Ciencias de la Salud. Perú. BEJARANO – MORMONTOY . J.- 38 . El niño sea normal o hombre REFERENCIAS BIBLIOGRÁFICAS 3. GARCÍA ORE. Lima – Perú. 1977. España. 1993. CELESTINO: Métodos estadísticos. Fondo Educativo Interamericano. 5. Probabilidades y Lineamientos para la Elaboración del protocolo de Investigación. CONCYTEC – OFOPCYTE. Mc Graw-Hill. II. FERNANDEZ CH. Editorial San Marcos. El niño sea normal y masculino d.Si se elige un niño aleatoriamente. José: Estadística Aplicada.. 1987 7. ¿Cuál es la probabilidad de que: a. Edit. Perú. Interamericana. NOTA.: Estadística General Aplicada México. El niño sea de sexo femenino c. 4. 1994.

MG.El presente manual es una recopilación para ser utilizada sólo con fines didácticos. 2005 39 . JULIO MONTALVO Profesor.