Clases EstadisticaSPBIS - B (1) (1) ..

SOCIEDAD PERUANA DE BIOESTADISTICA
E INVESTIGACIN EN SALUD
Divisin de Investigacin en Medicina

Programa de Apoyo a las Sociedades Cientfica de Estudiantes de
Medicina (PASCEM)
SEPARATA: BASES PARA EL ANLISIS DE DATOS CLNICOS Y EPIDEMIOLGICOS
EXTRACTO
01 Pastilla - Tipos de investigacin
Dr. Jos Antonio Supo Condori
02 Pastilla - Niveles en investigacin
www.josesupo.com 03 Pastilla - Diseos en investigacin
04 Pastilla - Diseos especiales en salud
Arequipa 12 de Julio del 2009

05 Pastilla - Variables e Indicadores
06 Sinopsis - Escalas de medicin
07 Sinopsis - Las variables segn su relacin
08 Pastilla - Criterios de Causalidad
09 Pastilla - Formulacin del problema

10 Pastilla - Hiptesis metodolgica
11 Pastilla - Hiptesis estadstica
12 Pastilla - Objetivo Estadstico (var cat)
13 Pastilla - Objetivo Estadstico (var num)

14 Formulario - Tamao de la muestra
15 Pastilla - Poblacin y muestra
16 Tpico - Muestreo probabilstico
17 Pastilla - Tipos de datos

18 Pastilla - Tcnicas de recoleccin de datos
Claves
19 Pastilla - Sesgos de seleccin
Pastilla: Temas resumidos en una sola hoja 20 Pastilla - Sesgos de medicin
Sinopsis: Los cuadros sinpticos utilizan el
razonamiento por analoga 21 Pastilla - Exactitud y Precisin
Formulario: Frmulas estadsticas ms comunes 22 Pastilla - Tendencia central y dispersin
en epidemiologa
23 Sinopsis - Pruebas estadsticas comparativas
Tpico: Resumen de ms de una hoja
24 Pastilla - Correlacin de Pearson y Spearman
Prctica: Ejercicio a desarrollar en 15 minutos
25 Pastilla - Significancia estadstica
26 Pastilla - Validez de un estudio
Nota: El desarrollo estadstico es explicado en
vdeotutoriales, para lo cual deben ingresar a 27 Pastilla - Instrumentos de medicin
bioestadistico.com
28 Tpico - Validacin de instrumentos
29 Prctica - Estilo Vancouver

Arequipa - Per
30 Prctica - Ficha de recoleccin de datos
2009
SPBIS.ORG SOCIEDAD PERUANA DE BIOESTADISTICA E INVESTIGACIN EN SALUD Pg. 1
TIPOS DE INVESTIGACIN
1. Segn la intervencin del Investigador:
OBSERVACIONAL: No existe intervencin del investigador; los datos reflejan la

evolucin natural de los eventos, ajena a la voluntad del investigador.
EXPERIMENTAL: Siempre son prospectivos, longitudinales, analticos y de nivel

investigativo explicativo (causa efecto); adems de ser controlados.
2. Segn la planificacin de la toma de datos
PROSPECTIVO: Los datos necesarios para el estudio son recogidos a propsito de la

investigacin (primarios). Por lo que, posee control del sesgo de medicin.
RETROSPECTIVO: Los datos se recogen de registros donde el investigador no tuvo

participacin (secundarios). No podemos dar fe de la exactitud de las mediciones.
3. Segn el nmero de ocasiones en que mide la variable de estudio
TRANSVERSAL: Todas las variables son medidas en una sola ocasin; por ello de
realizar comparaciones, se trata de muestras independientes.
LONGITUDINAL: La variable de estudio es medida en dos o ms ocasiones; por ello,

de realizar comparaciones (antes despus) son entre muestras relacionadas.
4. Segn el nmero de muestras a estudiar
DESCRIPTIVO: El anlisis estadstico, es univariado porque solo describe (finalidad

cognoscitiva); o estima parmetros (propsito estadstico) en la poblacin de estudio
a partir de una muestra.
ANALTICO: El anlisis estadstico por lo menos bivariado; por que plantea y pone a
prueba hiptesis explicativas (finalidad cognoscitiva); su nivel ms bsico establece
la asociacin entre factores (propsito estadstico).
IMPORTANTE: Descriptivo no es sinnimo de observacional. Un estudio observacional

puede ser analtico. Ejm: El estudio de los casos y controles.
Pg. 2 PROGRAMA DE APOYO A LAS SOCIEDADES CIENTFICA DE ESTUDIANTES DE MEDICINA (PASCEM)
NIVELES EN INVESTIGACIN
1. EXPLORATORIO: Se plantean cuando el objetivo es examinar un tema o problema

de investigacin poco estudiado o que no ha sido abordado antes; su finalidad es
establecer prioridades para investigaciones posteriores o sugerir afirmaciones
verificables.
No hay preguntas que conduzcan a problemas precisos, se exploran reas

problemticas. Se trata de investigacin cualitativa; por lo que no se requiere de
manejo estadstico.
2. DESCRIPTIVO: Describe fenmenos sociales o clnicos en una circunstancia

temporal y geogrfica determinada. Desde el punto de vista cognoscitivo su
finalidad es describir y desde el punto de vista estadstico su propsito estimar
parmetros.
La estadstica consiste en estimar frecuencias y/o promedios; y otras medidas

univariadas. Ejm. los estudios de frecuencia de la enfermedad: Incidencia y
Prevalencia.
3. RELACIONAL: No son estudios de causa y efecto; porque las pruebas estadsticas

solo demuestran dependencia entre diferentes eventos; aqu podemos encontrar los
estudios de asociacin sin relacin de dependencia; y las correlaciones espurias.
La estadstica es bivariada; podemos hacer asociaciones y medidas de asociacin;

correlaciones y medidas de correlacin. Ejm. Chi Cuadrado y R de Pearson.
4. EXPLICATIVO: Su finalidad es explicar el comportamiento de una variable en

funcin de otra(s); aqu se plantea una relacin de causa-efecto, y tiene que
cumplir otros criterios de causalidad (Bradford Hill); requiere de control tanto
metodolgico como estadstico.
En los estudios observacionales la estadstica multivariada; tiene por finalidad

descartar asociaciones aleatorias, casuales o espurias. Ejm. Chi 2 de Mantel-
Haenszel.
5. PREDICTIVO: Se encarga de la estimacin probabilstica de eventos generalmente

adversos, como puede ser las complicaciones de la enfermedad, la mortalidad, etc.
La lnea investigativa debe haber pasado previamente por los otros niveles.
Se aplican un conjunto de tcnicas estadsticas. Ejm. La validacin de una prueba

diagnstica requiere: Alfa de Cronbach, ndice Kappa, ANOVA, Curvas ROC.
DISEOS EN INVESTIGACIN
1. EPIDEMIOLGICOS: Describir la distribucin de las enfermedades y eventos de

salud en poblaciones humanas y descubren las leyes que gobiernan estas
condiciones.
Descriptivo: Pueden ser transversal (Ej. Estudio de prevalencia) y longitudinal (Ej.
Estudio de incidencia):
Observacional Analtico: No solo buscan demostrar dependencia entre eventos;
sino la fuerza de asociacin entre ellos, y plantea la relacin de causalidad como una
medida de riesgo. Ej. Casos y controles Cohortes.
De intervencin: No llegan a ser experimentos verdaderos, porque se ven
limitados por las normas ticas. Ej. Ensayos clnicos y ensayos de poblacin.
2. EXPERIMENTALES: Requiere de dos condiciones bsicas: intervencin y

asignacin aleatoria. Siendo de nivel investigativo explicativo tienen control
metodolgico.
Pre-experimento: La intervencin sobre las unidades de estudio, no es apropsito
de la investigacin; sino que obedece a las necesidades teraputicas del sujeto.
Cuasi-experimento: Cuando no hay grupo control, no es posible realizar la
asignacin aleatoria de los sujetos, puesto que no se puede dejar sin tratamiento a
los pacientes.
Experimento verdadero: Cumple con la asignacin aleatoria e intervencin.
3. COMUNITARIOS O ECOLGICOS: La unidad de anlisis es la poblacin y

generalmente la fuente de datos suelen ser las estadsticas de morbilidad y
mortalidad rutinarias.
Exploratorios: El nico propsito es buscar patrones espaciales o temporales que
podran sugerir temas de investigacin. Aqu se encuentran los estudios
cualitativos.
De comparaciones mltiples: Este es diseo el ecolgico ms comn. En un
estudio analtico de comparacin de grupos mltiples. La estadstica vara solo por
este hecho.
Series temporales: Analiza las variaciones temporales de los niveles de
exposicin con otra serie de tiempo que refleja los cambios en la frecuencia de la
enfermedad.
4. ENSAYOS CLNICOS: Experimentos en seres humanos para evaluar mtodos de

prevencin, diagnstico, tratamiento o manejo de las enfermedades que les
aquejan.
Teraputicos: Suelen ser estudios individuales y son los ms comunes; su
propsito es curar, aliviar y/o prolongar la vida del paciente. Ej. Excresis de un
tumor localizado.
De intervencin: Su propsito es modificar el curso natural de la enfermedad. Ej.
Tratamiento de la diabetes para prevenir nefropata diabtica.
Prevencin: Suelen ser comunitarios; su propsito es determinar la eficacia de un
agente o medida. Ej. Vacunacin para la prevencin de la Hepatitis B.
DISEO DE CASOS Y CONTROLES
Para el estudio de enfermedades cuya prevalencia es menor al 5%
No solo busca demostrar dependencia entre eventos; sino la fuerza de asociacin entre
ellos, y plantea la relacin de causalidad como una medida de riesgo. Pueden ser estudios
individuales o colectivos (comunitarios) Es muy til en el estudio de problemas de
salud poco frecuentes, enfermedades con largo periodo de latencia y para evaluar
mltiples factores con una estimacin muy cercana al riesgo relativo. No realiza medidas
de frecuencia de la enfermedad.
Taxonoma.
Tipo de Investigacin: observacional, retrospectivo, transversal y analtico. Nivel de
Investigacin: relacional. No es un estudio explicativo porque no cumple los criterios de
especificidad, gradiente biolgico (porque las variables son dicotmicas), plausibilidad,
experimentacin. Diseo: epidemiolgico de comparacin de enfermos y sanos en
bsqueda retrospectiva de factores con mayor prevalencia en el grupo de enfermos.
Enunciado. Slo lleva variables, unidades de estudio y diseo. No requiere ubicacin

espacial ni temporal.
Variables. Todas las variables son nominales dicotmicas o deben dicotomizarse.

Variables independientes: son todas las que el investigador plantee.
Variable dependiente: es la variable de estudio que discrimina entre enfermos y sanos.
Variables intervinientes: No posee, por ser un estudio comparativo retrospectivo.
Hiptesis. Los estudios originales carecen de fundamento porque nacen de la

subjetividad de una observacin; mientras que los estudios repetidos apuntan a reforzar
la constancia o consistencia de la hiptesis demostrada en los antecedentes
investigativos.
Muestra y Muestreo.
El tamao de la muestra se calcula como en los estudios comparativos teniendo en
cuenta el posible factor de riesgo ms prevalente. El muestreo involucra la seleccin de
los casos (incidentes o prevalente) y la seleccin de los controles (poblacional,
vecindario, hospitalario)
Hiptesis estadstica
Ho: La frecuencia del factor no es mayor en el grupo de casos respecto de los controles.
H1: La frecuencia del factor es mayor en el grupo de casos respecto de los controles.
Siendo que es un anlisis bivariado dicotmico (2X2) la asociacin se deduce de la

comparacin y no requiere un anlisis estadstico adicional. Ejemplo:
Bajo peso al nacer

Si (casos) No (controles) Total
Tabaquismo N % N % N %
Si 56 44,80 15 28,30 71 39,89
No 69 55,20 38 71,70 107 60,11
Total 125 100,00 53 100,00 178 100,00
Test de Chi cuadrado X2 = 4,225

P = 0,040 (Significativo) OR = 2,056 (1,027 - 4,115)
Interpretacin: Existe relacin entre el hbito de fumar de la madre y el bajo peso al

nacer de su RN (p<0.05). El riesgo que tienen las madres fumadoras de tener RN con
bajo peso es dos veces mayor (OR=2) en relacin a las madres no fumadoras.
VARIABLES E INDICADORES
1. VARIABLES Y CONSTRUCTOS
1.1. VARIABLES
Son propiedades, caractersticas o atributos que se dan en las unidades de estudio
(personas, grupos, etc.) o por derivacin de ellas; siempre deben ser medibles.
Las variables individuales corresponden a las unidades de estudio individuales, ejm.
el nivel de instruccin de las personas. Las variables colectivas son propiedades de
grupos y su medicin se basa en las propiedades individuales que poseen sus
miembros, por ejemplo el ndice de analfabetismo.
El anlisis estadstico de las variables individuales y las variables colectivas; incluso
dentro de un mismo objetivo, no siempre es el mismo.
1.2. CONSTRUCTOS
Un constructo es una propiedad que se supone posee una persona (unidad de
estudio individual), es un concepto terico, hipottico. Por ejemplo, la inteligencia,
la motivacin, la creatividad, las actitudes, etc.
Los constructos se definen como propiedades subyacentes, que no pueden medirse
de manera directa, sino mediante manifestaciones externas de su existencia, es
decir, mediante indicadores. Los constructos son variables subyacentes, por lo cual,
reciben la denominacin comn de variables.
2. INDICADORES E INDICES
2.1. INDICADORES
Cuando las variables no presentan ninguna dificultad para su identificacin se dice
que tienen indicadores directos o unidimensionales.
Las variables subyacentes (constructos) que no pueden medirse de manera directa
como, requieren de indicadores que permitan su medicin. En este caso estamos
hablando de indicadores indirectos o multidimensionales.
Los instrumentos utilizados para medir variables subyacentes, deben tener una
validez de constructo que corresponde su definicin operacional. As, el estrs de
Burnout queda definido operacionalmente cuando es medido por el test de Maslach.
2.2. INDICES
Es una combinacin de dos o ms variables o de sus indicadores elegidos por el
investigador que propone como procedimiento para medir una cierta variable.
Un ndice puede estar representado por los indicadores de su definicin operacional.
As tenemos que, el ndice de la funcin sexual esta constituida por las
dimensiones: el deseo, la funcin erctil, funcin orgsmica y la satisfaccin.
Reciben tambin el nombre de ndices los valores que toma una variable (por
ejemplo, la tasa de mortalidad) en un perodo determinado, valores que son
reducidos a porcentaje o a una cantidad exponencial de base 10.
ESCALAS DE MEDICIN
Tipo VARIABLES CATEGRICAS VARIABLES NUMRICAS

Naturaleza CUALITATIVAS CUANTITATIVAS
(0) NOMINAL (1) ORDINAL (2) INTERVALO (3) RAZN
Escala
Ningn atributo Un atributo Dos atributos Tres atributos
Atributos de la
Orden Distancia Origen Orden Distancia Origen Orden Distancia Origen Orden Distancia Origen
escala
Posee categoras a las que Posee categoras ordenadas, Tiene intervalos iguales y Tiene intervalos constantes
se asigna un nombre sin que pero no permite cuantificar la medibles. No tiene un origen entre valores; adems de un
Caracterstica
exista ningn orden implcito distancia entre una categora real, por lo que puede asumir origen real. El cero significa la
entre ellas. y otra. valores negativos. ausencia del individuo.
Ejemplos Gnero Estado Civil Instruccin Intensidad Temperatura Hora del da Peso. Hijos
Masculino Soltero Primaria Leve -10C 00 Horas 00.00Kg Uno
Valor Final Femenino Casado Secundaria Moderado 0C 10 Horas 10.24Kg Dos
Conviviente Superior Severo 20C 20 Horas 20.00Kg Tres
Dicotmicas: Tienen solamente dos categoras Continuas: Provienen de medir
Ejemplos de Ordinal Dicotmica: Se pueden representar con nmeros enteros o fraccionarios
Nuevo - Continuador Entre dos valores siempre existe un valor intermedio
Observaciones
Vivo Fallecido
Sano Enfermo Discretas: Provienen de contar
Politmicas: Tienen ms de dos categoras. Solamente pueden ser representados con nmeros enteros
CLASIFICACIN DE LAS VARIABLES

Segn la bsqueda de obtener explicacin causal
Estudios de Nivel Explicativo
INDEPENDIENTE
Es aquella cuya existencia
es autnoma, no depende
de otra, mas bien de ella
depende otras, representa
los factores que constituye
la causa, o que por lo
menos influye como factor
de riesgo asociado al INTERMEDIA
problema que se estudia. Aparece durante el proceso
de un experimento entre el
factor causal y el efecto. Es
necesario neutralizarla.
CONFUSIN CONTROL
Puede intensificar la Es aquella cuya funcin es
relacin aparente medir la variacin y la
entre el problema y influencia de otras
una posible causa. (independiente y dependiente),
cuyo cambio no es perceptible
fcilmente. Facilitan la
comparacin de dos o ms
grupos, as el efecto esperado
slo se da a la influencia de la
variable independiente.
Es la que para su existencia y

desenvolvimiento depende de
otra independiente, su modo
de ser estn condicionados
por otros aspectos de la
realidad. Es la que mide o
describe el problema que se
estudia.
CRITERIOS DE CAUSALIDAD- Bradford Hill (1965)
1. Asociacin estadstica: Se trata de averiguar si existe relacin entre el

supuesto factor causal y el efecto estudiado. Para esto hay que buscar
estudios epidemiolgicos (Cohortes o Caso - Control) que indiquen el riesgo
significativo (Riesgo Relativo o Razn de Momios).
2. Constancia o Consistencia: Consiste en conocer si la relacin entre las dos

variables, a las que investigamos una posible relacin causa-efecto, ha sido
confirmada por ms de un estudio, en poblaciones y circunstancias distintas
por autores diferentes.
3. Especificidad: Es ms fcil aceptar una relacin causa-efecto cuando para un

efecto slo se plantea una sola etiologa, que cuando para un determinado
efecto se han propuesto mltiples causas. En este caso lo apropiado sera
hablar de Especificidad de la causa.
4. Temporalidad: Se trata de asegurar que el factor de riesgo ha aparecido

antes que el supuesto efecto. Puede ser difcil de demostrar cuando no se
puede asegurar si la presunta causa apareci con anterioridad al presunto
efecto. (Equivale a la cronologa de Simonin)
5. Relacin dosis-respuesta: Denominada gradiente biolgico, La frecuencia

de la enfermedad aumenta con la dosis o el nivel de exposicin. (Equivale a la
Intensidad de Simonin). Sin embargo, hay casos en que el gradiente biolgico
no se cumple (en una reaccin alrgica).
6. Plausibilidad biolgica: El contexto biolgico existente debe explicar

lgicamente la etiologa por la cual una causa produce un efecto a la salud.
Esta caracterstica viene limitada por los conocimientos cientficos que se
tengan al respecto en el momento del estudio.
7. Coherencia: la interpretacin de causas y efectos no puede entrar en

contradiccin con el comportamiento propio de la enfermedad o lesin. Este
criterio combina aspectos de consistencia y plausibilidad biolgica
(Corresponde a la evolucin de Simonin)
8. Experimentacin: Es un criterio deseable de alta validez. Se trata de

reproducir experimentalmente la asociacin causa-efecto, o incidir en la causa
para alterar el efecto cuando no sea posible o no se considere tica otra
modalidad de experimentacin.
9. Analoga: Se fundamenta en relaciones de causa-efecto establecidas, con

base a las cuales si un factor de riesgo produce un efecto a la salud, otro con
caractersticas similares debiera producir el mismo impacto a la salud.
FORMULACIN DEL PROBLEMA
Se trata de sintetizar la cuestin proyectada a investigar, generalmente a travs

de un interrogante. Los problemas de Investigacin se formulan con los 5
componentes a continuacin:
VARIABLES:
Debe mencionarse al menos la variable de estudio; pueden tambin mencionarse
todas las variables involucradas; o cuando son las variables son muy numerosas
suele usarse trminos que resuman de manera lgica un grupo de variables.
UNIDADES DE ESTUDIO:
Unidades de observacin, unidades experimentales, unidades de anlisis.
Reciben distintos nombres segn el diseo de la investigacin; y deben
mencionarse, aunque a veces su presencia en el enunciado resulta implcita.
DISEO DEL ESTUDIO:

Propsito estadstico, Especificidad, etc. Es muy variable de acuerdo a la
investigacin; es importante utilizar trminos que den por aludido el diseo de la
investigacin, el nivel investigativo, el tipo de estudio, etc.
UBICACIN ESPACIAL:
Es ineludible cuando se tratan de estudios descriptivos y se encuentra
relacionado con el tamao de la muestra; siendo que los fenmenos varan de un
lugar a otro; se debe especificar sobre que poblacin se realizar la inferencia
estadstica.
UBICACIN TEMPORAL:
Al igual que en el criterio espacial, se requiere especificarlo cuando el fenmeno
vara segn el tiempo. En los estudios descriptivos sobre poblaciones infinitas o
desconocidas habitualmente se encuentra relacionado con el muestreo
accidental.
HIPTESIS METODOLGICAS
Definicin:
Son conjeturas que plantea el investigador; afirmaciones aun no demostradas y que

nacen de la experiencia (David Hume: empirismo) o de la deduccin luego del anlisis de
los antecedentes investigativos (Ren Descartes: racionalismo). Deben referirse a una
situacin real, en trminos comprensibles, precisos, concretos y deben estar
relacionadas con tcnicas disponibles para probarlas.
Hiptesis segn el nivel Investigativo:
Descriptiva: Los estudios descriptivos no suelen contener hiptesis, as como tampoco

los estudios exploratorios; porque no se puede presuponer sobre algo que apenas se
comienza a conocer. En estos casos lo que si procede, es trabajar con objetivos
descriptivos debidamente declarados. Su funcin es precisamente generar hiptesis.
Relacional: Las hiptesis relacionales o empricas son afirmaciones respecto a las

relaciones entre dos o ms variables, sin fundamento que nacen de la observacin y la
experiencia, y por eso deben estar sujetas a comprobacin emprica. Solamente buscan
concordancia entre hechos y generan la necesidad de plantear hiptesis explicativas.
Explicativa: Las hiptesis explicativas o racionales son consideradas como explicaciones

tentativas respecto al problema planteado, presentadas a manera de proposiciones.
Cumple su funcin slo si est relacionada con el conocimiento existente; nacen del
razonamiento por analoga (Bradford Hill). Sin antecedentes investigativos no es posible
plantear hiptesis explicativas.
Estructura de las Hiptesis:
Fundamento: Es lo que nos lleva a sostener la hiptesis planteada. Las hiptesis

relacionales carecen de fundamento porque nacen de la subjetividad de una observacin;
mientras que las hiptesis explicativas se fundamentan en los antecedentes
investigativos.
Deduccin: Es la hiptesis misma, denominada hiptesis del investigador;

estadsticamente es la hiptesis alterna y se debe someter a contraste. Cuando se la
plantea en forma de interrogante es la que da respuesta al enunciado.
HIPTESIS ESTADSTICAS
(De trabajo)
Ho: Hiptesis Nulas: Es la hiptesis de trabajo.
Niegan lo que afirman las hiptesis de investigacin y existen tantas hiptesis nulas
como hiptesis de investigacin. Es a la Nula a la que se le rechaza o no se le rechaza:
Si el p-valor es menor a 0.05; rechazamos Ho por lo tanto concluimos en que hiptesis

alterna es verdadera.
Si el p-valor no es menor a 0.05; no rechazamos Ho; sin embargo esto no significa que
debemos aceptarla; sino que, simplemente no hemos podido rechazarla.
H1: Hiptesis Alternas: Es la hiptesis del investigador.
Esta hiptesis se da por verdadera cuando rechazamos la hiptesis de trabajo (Ho) o

cuando por alguna razn no podemos aceptar la nula.
En el ritual de la significancia, procedemos a establecer las hiptesis estadsticas

comenzando por al del investigador (H1) y luego la Nula (Ho); para proceder a trabajar
con la Nula. El investigador procede a rechazar la Nula (Ho); para quedarse con la
Alterna (H1), que es su planteamiento original; siendo que puede cometer un, entonces
la estadstica consiste en calcular ese error al tomar tal decisin. Ese es el p-valor
Hiptesis estadsticas
De estimacin: Del valor de una o varias variables que se van a observar en un

contexto. Sealan la presencia de cierto hecho o fenmeno.
De correlacin: El cambio de una variable va acompaado de un cambio en otra

correspondiente. Puede ser una correlacin simple o mltiple. El orden en que se
coloquen las variables no es importante, no hay una relacin de causa-efecto; por lo
mismo, no se habla de variables dependientes e independientes.
De Diferencias: Dirigidas a comparar grupos y puede ser simple si no determina a cul

grupo favorece la diferencia o direccional en el caso contrario. Pueden ser parte de
estudios relacionales si se limitan a establecer la diferencia, pero si adems pretenden
explicar el por qu de la diferencia, son hiptesis de estudios explicativos.
De Causalidad: Buscan demostrar la relacin de causalidad entre la variable

independiente y dependiente; teniendo en cuenta que la existencia de una correlacin no
necesariamente establece una relacin de causalidad; no se puede plantear una de estas
hiptesis si no se ha realizado el control metodolgico; caso contrario se debe realizar el
control estadstico y plantearse una hiptesis con variables intervinientes.
OBJETIVO ESTADSTICO
NIVEL INVESTIGATIVO RELACIONAL: VAR CATEGRICA
1. COMPARAR (Grupos): Es el objetivo estadstico ms bsico del anlisis bivariado; aunque

algunos autores piensan que es univariado, porque habitualmente involucra un solo evento
aleatorio (diseos ecolgicos), donde los grupos se construyen previamente a la ejecucin del
estudio; Sin embargo, su anlisis involucra a dos variables y por ello corresponde al nivel
investigativo relacional. Su finalidad es identificar las diferencias entre los grupos participantes.
La prueba de hiptesis se realiza con el estadstico: Chi cuadrado de Homogeneidad.
Ho: Las proporciones de los grupos no son diferentes.

H1: Las proporciones de los grupos son diferentes.
2. COMPARAR (Antes-Despus): Es la comparacin de un mismo grupo antes y despus de una

intervencin o de un acontecimiento; la idea de hacer dos medidas sobre el mismo grupo, es
verificar los cambios producidos entre una medida y otra; donde las variaciones pueden
adjudicarse a la intervencin o al periodo de seguimiento; por ello corresponden a estudios
longitudinales. Estas comparaciones siempre son de individuo a individuo.
La prueba de hiptesis se realiza con el estadstico: Chi cuadrado de Mc Nemar.
Ho: No existe diferencia entre las dos medidas.

H1: Existe diferencia entre las dos medidas.
3. ASOCIAR (Categoras): Solamente la comparacin de una variable dicotmica en dos grupos

nos puede llevar a la asociacin; y aunque se puede identificar en las tablas 2 x 2, debemos
hacer una medida asociacin. Para asociar hay que definir los factores de inters en ambas
variables; y es que habitualmente la asociacin involucra dos eventos aleatorios. Desde el punto
de vista epidemiolgico tenemos dos medidas de asociacin relevantes: Riesgo Relativo y el
Odds Ratio.
La prueba de hiptesis se realiza con el estadstico: Chi cuadrado de Independencia.
Ho: Existe independencia entre los dos eventos (variables).

H1: Existe dependencia entre los dos eventos (variables).
4. CONCORDAR: Es una medida de acuerdo entre dos observaciones donde el requisito

fundamental es que se trata de un solo grupo y los resultados de la observacin tienen las
mismas opciones. Tenemos dos casos frecuentes: Cuando las observaciones corresponde a
diferentes observadores y cuando las observaciones corresponden a diferentes instrumentos. En
este caso el estadstico, es tambin un ndice de concordancia.
La prueba de hiptesis se realiza con el estadstico: ndice Kappa de Cohen.
Ho: No existe concordancia entre las dos observaciones.

H1: Existe concordancia entre las dos observaciones.
OBJETIVO ESTADSTICO
NIVEL INVESTIGATIVO RELACIONAL: VAR NUMRICA
1. COMPARAR (Grupos): Su finalidad es identificar las diferencias entre los grupos participantes;
se puede comparar dos o ms grupos y habitualmente estos grupos se construyen en la etapa
de planificacin del estudio. La comparacin inicial es a dos colas; pero debe complementarse
con un test de una sola cola. Cuando se comparan mas de dos grupos, debe realizarse una
prueba post Hoc, con la finalidad de detectarse diferencias entre cada uno de los grupos.
La prueba de hiptesis se realiza con el estadstico: t de Student para muestras independientes.
Ho: Los promedios de los grupos no son diferentes.

H1: Los promedios de los grupos son diferentes.
2. COMPARAR (Antes-Despus): Siempre corresponde a estudios individuales, es la

comparacin de un mismo grupo antes y despus de una intervencin o de un acontecimiento; la
idea de hacer dos medidas sobre el mismo grupo, es detectar cambios entre una medida y otra;
donde las variaciones pueden adjudicarse a la intervencin o al periodo de seguimiento; por ello
corresponden a estudios longitudinales. La hiptesis habitualmente es de una sola cola.
La prueba de hiptesis se realiza con el estadstico: t de Student para muestras relacionadas.
Ho: No existe variacin entre las medidas antes y despus de la intervencin.

H1: Existe variacin entre las medidas antes y despus de la intervencin.
3. CORRELACIONAR (Unidades): Se puede correlacionar las unidades de dos variables, incluso

de diferente dimensin, para ello hay que definir las unidades en ambas variables; que
habitualmente esta involucra dos eventos aleatorios. La correlacin puede significar el primer
paso para la asociacin, muy til cuando se realiza minera de datos. Ejm.: Correlacionar los
niveles sricos de sodio con los valores de presin arterial en un grupo de pacientes
hospitalizados.
La prueba de hiptesis se realiza con el estadstico: Correlacin R de Pearson.
Ho: Existe independencia entre las dos variables.

H1: Existe dependencia entre las dos variables.
4. CORRELACIONAR (Como valor predictivo): Aqu se tiene por descontado la presencia de

correlacin; por lo que su fin es medir el grado de correlacin. Desde el punto de vista de la
evaluacin de pruebas diagnsticas se utiliza la correlacin para evaluar el valor predictivo de
una variable sobre la otra. Ejm. Hallar el valor predictivo del ponderado fetal recin nacidos a
trmino. En general para la validacin de instrumentos se puede utilizar para calcular el Alfa de
Cronbach: Correlacin tem-Total
2
La prueba estadstica es el ndice Correlacin R de Pearson el R
Ho: No existe correlacin entre las dos medidas.

H1: Existe correlacin entre las dos medidas.
TAMAO DE LA MUESTRA SEGN EL TIPO DE VARIABLE
OBJETIVO ESTADISTICO
ESTIMAR PARMETROS COMPARAR DOS GRUPOS
VARIABLES DE ESTUDIO
2
Z1 * p*q
Infinita n=
d2
n=
[Z1 * 2 P(1 P ) + z1 * P1 (1 P1 ) + P2 (1 P2 ) ]
2
CATEGRICA 2 (P1 P2 )
2
N * Z1 * p*q
n=
Finita d 2 * ( N 1) + Z1
2
* p*q
2
Z1 *S2
Infinita n=
d2
2 2
( Z1 + Z1 ) 2 * ( S1 + S 2 )
NUMRICA n=
( X1 X 2 )2
2 2
N * Z1 *S
Finita n= 2
d * ( N 1) + Z1
2
*S2
Finita = Tamao conocido Z1- = Nivel de confianza p1 = Prevalencia en el grupo de estudio

Infinita = Tamao desconocido (>10000) Z1- = Potencia de Prueba p2 = Prevalencia en el grupo control
n = Tamao de la muestra p = Prevalencia de la enfermedad S12 = Varianza del grupo 1
N = Total de la poblacin q = 1-p S22 = Varianza del grupo 2
E = Error tipo I S2 = Varianza X 1 = Media en el grupo 1
F = Error tipo II d = Precisin X 2 = Media en el grupo 2
POBLACIN Y MUESTRA
UNIDAD DE ESTUDIO
Conocido tambin como unidad de anlisis, unidad de observacin, unidad

experimental, o unidad de poblacin, son cada uno de los sujetos u objetos de
estudio de la poblacin del que hay que obtener la informacin.
POBLACION
Conjunto de todos los casos o grupo de unidades (sujetos u objetos de estudio)

con alguna caracterstica comn. Las poblaciones deben situarse claramente en
torno a sus caractersticas de contenido, lugar y tiempo. La delimitacin de la
poblacin que va ser estudiada y sobre la cual se pretende generalizar los
resultados, es un paso importante en una investigacin. Si se dispone de una
lista de unidades o elementos de muestreo se dice que es conocida; sino se
dispone de tal listado se dice que es desconocida. La medicin completa de todos
los elementos que constituyen la poblacin constituye el censo, mientras que
cuando no podemos acceder a ella podemos hacer el anlisis de una parte de
esta.
MUESTRA
Una muestra representativa debe tener un tamao mnimo calculado y responder

a una seleccin parametrada (muestreo probabilstico). As podemos conocer la
parte de una poblacin que debe examinarse con la finalidad de hacer inferencias
sobre dicha poblacin. El muestreo otorga una probabilidad conocida de integrar
la muestra a cada elemento de la poblacin, y dicha probabilidad no es nula para
ningn elemento.
Unidad de muestreo: Elementos de la poblacin que se van a estudiar. Cada
unidad de estudio pertenece slo una unidad de muestreo.
PARAMETRO
Es la medida estadstica que describe un determinado aspecto de una poblacin.

Los parmetros ms usuales en una investigaron son: La media poblacional (R),
la varianza poblacional (s).
ESTADIGRAFO
Es la media estadstica que describe un determinado aspecto de una muestra.

As, la media muestral (x), la varianza muestral ( ), etc., son estadgrafos
porque se calculan para una muestra.
Un parmetro es una constante, mientras que un estadgrafo es una variable.

MUESTREO PROBABILISTICO
1. Muestreo aleatorio simple

Denominado tambin muestreo equiprobabilstico, porque si se
selecciona una muestra de tamao n de una poblacin de N unidades,
cada elemento tiene una probabilidad de inclusin igual y conocida de
n/N.
Ventaja: Se desarrolla en software porque se basa en la teora

estadstica
Desventaja: Precisa un marco muestral o listado de todas las
unidades
2. Muestreo sistemtico
Para determinar una muestra de tamao n conseguimos una lista de
N elementos, definimos un intervalo de salto k=N/n y elegimos un
nmero aleatorio entre 1 y k con el que comenzamos la seleccin de
la muestra.
Ventaja: No es necesario tener un marco mustralo listado de

unidades.
Desventaja: La constante podra asociarse con el fenmeno de inters
3. Muestreo aleatorio estratificado

Como el azar no es una garanta de representatividad, aqu se
pretende asegurar la representacin de cada grupo en la muestra.
Cuanto ms homogneos sean los estratos, ms precisas resultarn
las estimaciones.
Ventaja: La muestra es homognea en funcin a la variable

involucrada.
Desventaja: Se debe conocer la distribucin en la poblacin de la
variable utilizada para la estratificacin.
4. Muestreo por conglomerados

Denominado tambin muestreo por clusters aprovecha se
caracterizan porque la variacin en cada grupo es menor que la
variacin entre grupos lo cual resulta ventajoso en los estudios
comunitarios o poblacionales.
Ventaja: Muy eficiente cuando las unidades estn muy dispersas

Desventaja: Requiere un manejo estadstico mas complejo que el
resto
TIPOS DE DATOS
Los datos, segn su procedencia, pueden subdividirse en dos grandes grupos: datos
primarios y datos secundarios.
Las tcnicas de recoleccin que se emplean en una y otra situacin son bien distintas
e incluso dentro de un mismo diseo utilizamos una y otra forma de informacin.
Es bueno subrayar, que en toda investigacin puede haber una tcnica predominante
para la recoleccin de datos, pero siempre se complementa con las otras tcnicas.
1. Datos primarios
Los datos primarios son aquellos que el investigador obtiene directamente de la

realidad, recolectndolos con sus propios instrumentos. En otras palabras, son los
que el investigador o sus auxiliares recogen por s mismos, en contacto con los
hechos que se investigan.
Los datos primarios son caractersticos de los estudios prospectivos; y los diseos
experimentales.
Las tcnicas para recolectarlos, incluyen la observacin, entrevista, encuesta y la

psicometra.
2. Datos secundarios
Los datos secundarios, son registros escritos que proceden tambin de un contacto
con la prctica, pero que ya han sido recogidos y muchas veces procesados por otros
investigadores. En muchas ocasiones el total o una parte de los datos requeridos
para responder la pregunta de investigacin ya han sido recolectados previamente
por otros investigadores y gozan del suficiente nivel de pertinencia, objetividad,
validez y confiabilidad como para ser usados en la investigacin sin tener que repetir
los procedimientos de recoleccin directa o indirecta. Estos datos se denominan
datos secundarios, en contraposicin a los datos primarios o que son recolectados
por el propio equipo investigador.
Son caractersticos de los estudios retrospectivos y son frecuentes en los diseos

ecolgicos o comunitarios.
Tcnicas para recolectarlos: Documentacin; Ejm. Revisin de Historias clnicas,

informes operatorios, reportes de laboratorio, archivos del sistema de salud pblica;
registro de muertes maternas, etc.
TCNICAS DE RECOLECCIN DE DATOS

No es lo mismo que registro de datos
1. Documentacin
Constituye la tcnica de recoleccin de datos ms bsica y a la vez la ms inexacta;

sin embargo en ocasiones es la nica disponible para recopilar la informacin;
Habitualmente la informacin fue recolectada con fines distintos al estudio en curso;
por ello los estudios realizados con esta tcnica siempre son retrospectivos. Ejm.
Anlisis de contenido
2. Observacin:
La observacin cientfica se caracteriza por ser sistemtica, controlada y con

mecanismos destinados a evitar errores de subjetividad, confusiones, etc. Es una
observacin simple cuando no perturba la accin o situacin que se est
investigando. Por otro lado la observacin participante puede ser natural cuando el
observador pertenece al conjunto humano que investiga y artificial, cuando la
integracin del observador al grupo se hace con el objeto de desarrollar un trabajo
de investigacin. La experimentacin es una observacin participante artificial.
3. Entrevista
Consiste en una interaccin entre dos personas, una de las cuales -el investigador-
formula determinadas preguntas relativas al tema en investigacin, mientras la otra
-el investigado- proporciona la informacin que le es solicitada. La entrevista puede
ser estructuradas y no estructurada; en la investigacin cuantitativa se apoya en un
cuestionario al cual se le denomina heteroadministrado.
4. Encuesta
La palabra "encuesta" se usa ms frecuentemente para describir un mtodo de

obtener informacin de una muestra de individuos. Esta "muestra" es usualmente
slo una fraccin de la poblacin bajo estudio. Cuando se aplica al total de la
poblacin se llama censo y siempre es parametrada. Se apoya en un cuestionario
que casi siempre es autoadministrado. La ventaja principal de tal procedimiento
radica en la gran economa de tiempo y personal que implica, ya que los
cuestionarios pueden enviarse por correo, dejarse en algn lugar apropiado, o
pueden administrarse a grupos reunidos al efecto.
5. Psicometra
Los test psicolgicos emplean una gran variedad de tcnicas especficas, que se
combinan segn los objetivos deseados. Una gran proporcin de ellos acude a la
formulacin de preguntas ya anotadas en algn cuestionario apropiado, que es el
test mismo, y que se autoadministra.
SESGOS DE SELECCIN
1. Sesgo de prevalencia o incidencia (de Neymann):
Se produce cuando la condicin en estudio determina prdida prematura

por fallecimiento de los sujetos afectados por ella. La exclusin de los
pacientes que fallecen determina este tipo de sesgo. Por ejemplo la
duracin del tratamiento del cncer en nuestro medio es corto porque se
diagnostican en estadios avanzados.
2. Sesgo de admisin (de Berkson).
En un estudio relacional ocurre cuando hay una mala seleccin del grupo de
estudio y/o control. Ejm. cuando asociamos el hbito de fumar al cncer
broncognico; los pacientes con diagnstico de Ca ya han dejado de fumar;
por lo que se observar menor frecuencia de fumadores en pacientes con
este tipo de cncer.
3. Sesgo de no respuesta o efecto del voluntario.
El grado de inters o motivacin que pueda tener un individuo que participa

voluntariamente en una investigacin puede diferir sensiblemente en
relacin con otros sujetos. Igualmente, la negativa de algunos sujetos para
ser incluidos en un estudio puede estar dada por motivaciones sistemticas
experimentadas por ellos.
4. Sesgo de pertenencia (membresa)
Se produce cuando entre los sujetos evaluados se presentan subgrupos de

sujetos que comparten algn atributo en particular, relacionado positiva o
negativamente con la variable en estudio. Ejemplo: Nivel de conocimientos
sobre signos de alarma en las gestantes debe excluir a las gestantes que
son profesionales de la salud.
5. Sesgo del procedimiento de seleccin
Puede observarse en diseos de investigacin experimentales (ensayos

clnicos controlados), en los cuales no se respeta el principio de aleatoriedad
en la asignacin a los grupos de experimentacin y de estudio. En los pre-
experimentos la administracin del medicamento responde a las
necesidades teraputicas del paciente y no a la del investigador.
SESGOS DE MEDICIN
1. Sesgo de procedimientos
Ocasionalmente el grupo que presenta la variable dependiente resulta ser

ms interesante para el investigador que el grupo que participa como
control. Por esta circunstancia, en el procedimiento de observacin suele ser
mas detenido. En el caso de un estudio en el que exista intervencin, el
sujeto del grupo experimental puede verse beneficiado con una mayor
acuciosidad en la observacin.
2. Sesgo de memoria o de informacin
Frecuente de observar en estudios retrospectivos, en los cuales se pregunta

por antecedente de exposicin a determinadas circunstancias en diferentes
perodos de la vida, existiendo la posibilidad de olvido. Por ejemplo,
exposiciones inadvertidas a diversos factores y que pueden afectar la
medicin ya sea por su omisin absoluta o en la determinacin de niveles
de exposicin.
3. Sesgo por falta de sensibilidad de un instrumento.
Si no se cuenta con adecuados mtodos de recoleccin de la informacin, es

posible que la sensibilidad de los instrumentos empleados en tales
mediciones carezca de la sensibilidad necesaria para poder detectar la
presencia de la variable en estudio. Una consecuencia es que encontremos
una frecuencia de la enfermedad inferior a la real.
4. Sesgo de deteccin
Su ocurrencia se explica por la introduccin de metodologas diagnsticas

diferentes a las inicialmente utilizadas al comienzo de un estudio. Es
conocido que no existe coincidencia absoluta entre dos instrumentos de
medicin; por ello los estudios deben realizarse con un solo instrumento y
un solo observador.
5. Sesgo de adaptacin
En los estudios de intervencin (experimentales), a veces los cuales

individuos asignados inicialmente a un grupo deciden migrar de grupo por
preferir un tipo de intervencin por sobre otro. En un ensayo clnico
controlado la ocurrencia de este tipo de sesgo se neutraliza mediante la
asignacin aleatoria de los sujetos y por la presencia del llamado "doble
ciego.
EXACTITUD Y PRESICIN
Dos caractersticas que siempre deseamos que tenga nuestras mediciones son:
Que sean exactas, o insesgadas, es decir que la medicin est prxima al

valor verdadero.
Que sean precisas, o sea que mediciones repetidas caigan dentro de un

intervalo reducido.
Precisin se refiere a la dispersin del conjunto de valores obtenidos de

mediciones repetidas de una magnitud. Cuanto menor es la dispersin mayor la
precisin. Una medida comn de la variabilidad es la desviacin estndar de las
mediciones y la precisin se puede estimar como una funcin de ella. Una balanza
descalibrada sigue manteniendo su precisin, puesto que cada vez que pesemos al
mismo paciente nos arrojar el mismo valor errneo.
Exactitud se refiere a que tan cerca del valor real se encuentra el valor medido. En
trminos estadstico, la exactitud est relacionada con el sesgo de una estimacin.
Cuanto menor es el sesgo ms exacta es una estimacin.
Cuando expresamos la exactitud de un resultado se expresa mediante el error

absoluto que es la diferencia entre el valor experimental y el valor verdadero.
MEDIDAS DE TENDENCIA CENTRAL Y DISPERSIN

Medidas de resumen para variables numricas
MEDIDAS DE TENDENCIA CENTRAL
MEDIA: Media aritmtica, es la que se obtiene sumando los datos y dividindolos

por el nmero de ellos. Se aplica por ejemplo para resumir el nmero de
pacientes promedio que se atiende en un turno. Otro ejemplo, es el nmero
promedio de controles prenatales que tiene una gestante.
MEDIANA: Corresponde al percentil 50%. Es decir, la mediana Divide a la

poblacin exactamente en dos. Por ejemplo el nmero mediana de hijos en el
centro de salud X es dos hijos. Otro ejemplo es el nmero medina de
atenciones por paciente en un consultorio.
MODA: Valor o (valores) que aparece(n) con mayor frecuencia. Una distribucin
unimodal tiene una sola moda y una distribucin bimodal tiene dos. til como
medida resumen para las variables nominales. Por ejemplo, el color del uniforme
quirrgico en sala de operaciones es el verde; por lo tanto es la moda en colores
del uniforme quirrgico.
MEDIDAS DE DISPERSIN
DESVIACIN ESTNDAR: Llamada tambin desviacin tpica; Es una medida que

informa sobre la media de distancias que tienen los datos respecto de su media
aritmtica, expresada en las mismas unidades que la variable.
LA VARIANZA: Es el valor de la desviacin estndar al cuadrado; su utilidad

radica en que su valor es requerido para todos los procedimientos estadstico.
ERROR TPICO: Llamado tambin error estndar de la media. Se refiere a una

medida d variabilidad de la media; sirve para calcular cuan dispersa estara la
media de realizar un nuevo calculo.
PRUEBAS ESTADSTICAS DE ACUERDO AL TIPO DE VARIABLE

A
OBJETIVO COMPARATIVO
PRUEBAS
PRUEBAS NO PARAMETRICAS
PARAMETRICAS
Variable de estudio
NOMINAL NOMINAL
Diseo y ORDINAL NUMRICA
DICOTOMICA POLITMICA
Nmero de grupos
X2 Bondad de Ajuste X2 Bondad de Ajuste T de Student para una

Un grupo X2 Bondad de Ajuste
Binomial muestra
Estudio
Transversal X2 de Homogeneidad T de Student para
Dos grupos Correccin de Yates X2 de Homogeneidad U Mann-Withney muestras
Muestras Test exacto de Fisher independientes
Independientes
Ms de dos ANOVA con un factor
X2 de Homogeneidad X2 de Homogeneidad H Kruskal-Wallis
grupos entre sujetos
Estudio Q de Cochran Wilcoxon T de Student para

Dos medidas Mc Nemar
Longitudinal muestras relacionadas
Muestras Mas de dos ANOVA para medidas

Relacionadas Q de Cochran Q de Cochran Friedman
medidas repetidas
EL COEFICIENTE DE CORRELACION
El coeficiente de correlacin es una prueba de hiptesis y que al mismo tiempo

cuantifica la relacin entre dos variables. Por lo tanto, es tambin una medida de
correlacin.
El coeficiente r de Pearson, por ser una prueba paramtrica requiere variables
numricas con distribucin normal.
El coeficiente de correlacin no paramtrica rho de Spearman acepta variables
ordinales.
INTERPRETACIN
El coeficiente correlacin vara entre 0 y 1.00, pudiendo ser positivo o negativo.
El valor numrico indica la magnitud de la correlacin.
Correlacin
Sin correlacin
perfecta
0.0 0.2 0.4 0.6 0.8
1.0
Correlacin Correlacin Correlacin Correlacin Correlacin

mnima baja moderada buena muy buena
El signo indica la direccin de la correlacin
Un valor Positivo: Indica correlacin directa

a mayor X, mayor Y
a menor X, menor Y
Un valor Negativo: Indica correlacin inversa

a mayor X, menor Y
a menor X, mayor Y
Significancia estadstica
Solo si p es menor de 0.05, el coeficiente es significativo; por lo tanto, existe

correlacin
Se puede indicar la significancia as: r = 0.48 (p<0.05).
Coeficiente de determinacin
Cuando el coeficiente se eleva al cuadrado (r2), nos indica, el porcentaje de la
variacin de una variable debido a la variacin de la otra.
Por ejemplo. La correlacin entre productividad y asistencia al trabajo es de

0.80.
r = 0.80
r2 = 0.64
La asistencia al trabajo explica el 64% de la productividad.
NIVEL DE SIGNIFICANCIA
Cuando planteamos un estudio sobre una poblacin, debemos idealmente estudiar a

todos los individuos que la conforman; pero no siempre podemos acceder todos,
entonces tenemos que escoger una muestra; sin embargo los resultados obtenidos de
esta manera nunca sern exactamente iguales, a los que se obtendran de estudiar a
toda la poblacin; es decir, siempre va a haber un margen de error. Por ello, antes de
realizar el estudio debemos plantearnos; que proporcin de error estamos dispuestos a
aceptar para dar por vlido nuestro resultado.
Nivel de Significancia.
La probabilidad de cometer un error de estimacin oscila entre 0 y 1, donde 0 significa
que no puede ocurrir y 1 la certeza de que ocurra. Por lo tanto, si el hecho es probable
nunca sern exactamente cero, ni tampoco uno. Su clculo es el objetivo principal del
estudio. El anlisis estadstico consiste en calcular la probabilidad de cometer este error y
esperamos que sea menor al planteado preliminarmente como nivel significancia.
Nivel de confianza. Es el porcentaje de confianza que debemos alcanzar para

generalizar el resultado de una muestra hacia toda la poblacin. Es el complemento del
nivel de significancia; es la confianza que tenemos, de que la conclusin a la que hemos
llegado sea cierta. Por supuesto siempre buscamos un alto porcentaje de confianza, una
probabilidad elevada nos da la tranquilidad de que lo que hemos calculado es cercano a
lo real y no debida al azar
Niveles convenidos:
a) En nivel de significancia Y = 5% (p= 0.05)

Implica que el investigador tiene 95% de confianza para generalizar su hiptesis, y
solo 5% de probabilidad de equivocarse. En trminos de probabilidad, 0.95 y 0.05.
b) El nivel de significancia Y = 1% (p= 0.01)

Implica que el investigador tiene 99% de confianza para generalizar su hiptesis, y
solo 1% de probabilidad de equivocarse. En trminos de probabilidad, 0.99 y 0.01
Definicin de trminos.
El error tipo I: es cuando afirmamos la hiptesis del investigador, siendo que es falsa.
El valor de p: es la probabilidad de equivocarse al haber rechazado la hiptesis nula.
El nivel de significancia: es la probabilidad de error que estamos dispuestos aceptar.

VALIDEZ DE UN ESTUDIO
Desde la revolucin cientfica ocurrida en el renacimiento en el siglo XV hasta nuestros

das, el hombre se ha valido de la investigacin cientfica para identificar las causas de
las enfermedades o las mejores formas de tratarlas.
Este elemento es parte integral del paradigma conocido como la Medicina Basada en la
Evidencia. Este paradigma postula que las decisiones mdicas deben basarse en la mejor
evidencia cientfica disponible, adaptada al caso individual del paciente mediante la
experiencia clnica.
1. La validez interna
Es la credibilidad de sus resultados, o dicho de otra manera la capacidad de

demostrar o refutar la hiptesis propuesta. Es mxima cuando el estudio carece de
sesgos. En trminos generales, los sesgos que afectan la validez interna surgen
siempre que los grupos estudiados difieren en ms caractersticas que la exposicin.
Por ejemplo, si se est estudiando la frecuencia de infarto de miocardio en un grupo
de sujetos obesos o de peso normal, cualquier diferencia en la edad de los grupos
podra afectar la relacin entre la obesidad y la ocurrencia de infarto de miocardio.
Asimismo, existe sesgo siempre que los grupos de sujetos no son evaluados de la
misma manera.
2. La validez externa
La aplicabilidad de los resultados del estudio se relaciona con la validez externa del
estudio.
En muchas ocasiones el universo e incluso el marco muestral es demasiado grande

como para ser estudiado e incluso muestreado; es estos casos se realiza el estudio
en una porcin deliberada de la poblacin; teniendo en cuenta que el conglomerado
seleccionado es lo suficientemente homogneo con el resto de la poblacin; los
resultados encontrados en este grupo podrn ser extrapolados a la poblacin objeto
del estudio.
Por ejemplo si tratamos de conocer la satisfaccin de la atencin en los pacientes de

un servicio de salud; bastar con estudiar a los pacientes que acudan durante un
mes a dicho servicio; otro ejemplo ms claro es cuando tomamos una muestra de
sangre con la finalidad de conocer concentracin de gases y asumimos que lo
encontrado en 10 mililitros corresponde a los 5 litros de sistema circulatorio.
INSTRUMENTOS DE MEDICIN
1. Instrumentos lgicos o Documentales: Subjetivos
Se caracterizan por ser un conjunto de preguntas o afirmaciones ante las que un

sujeto debe dar una respuesta dicotmica (si/no) o (verdadero/falso); indicar su
grado de acuerdo o conformidad en una escala, o bien, ordenar los distintos
elementos de una lista segn las preferencias del sujeto. Por regla general, los
cuestionarios implican respuestas en forma dicotmica, los inventarios cuentan con
distintas posibilidades de respuesta, mientras que las escalas requieren de una
respuesta ordinal o de intervalo.
Cuestionario. Los trminos cuestionarios e inventarios se suelen utilizar como

sinnimos a pesar de que hay diferencias marcadas en la forma de su presentacin.
Un cuestionario supone un conjunto de preguntas que el sujeto tiene que responder
en forma positiva o negativa.
Escalas. Aqu los individuos indican su acuerdo o desacuerdo con una serie de
afirmaciones sobre el objeto en estudio. Por lo general, arrojan una calificacin total
que indica la direccin e intensidad de la actitud del individuo hacia una categora de
estmulos. Se han elaborado procedimientos especiales para alcanzar la
unidimensionalidad o homogeneidad de los reactivos, la igualdad de las distancias
entre las unidades de la escala y la comparabilidad de las calificaciones.
Inventario. Conjunto de frases o palabras a las que el sujeto tiene que responder
eligiendo o marcando su posicin ante ellas (por ejemplo, al tem Me gustan las
revistas de mecnica, contestar verdadero o falso).
2. Mecnicos: Objetivos
Las tcnicas objetivas hacen referencia a aquellas tareas o procedimientos

estructurados que recogen las respuestas de un participante, respuestas que no
pueden ser modificadas en la direccin deseada y cuya puntuacin es independiente
de la persona que evala.
Las medidas que realizan mediante este mtodo son por ejemplo las mediciones
fisiolgicas.
Los instrumentos de evaluacin cognitiva son aquellos instrumentos o aparatos que

sirven para evaluar caractersticas cognitivas que se consideran observables (por
ejemplo, el tiempo de reaccin). La imagen ms habitual de estas tcnicas es la de
una persona sentada frente a la pantalla de un ordenador que espera con atencin la
aparicin de una serie de estmulos para apretar rpidamente un botn o una
palanca.
VALIDACIN DE INSTRUMENTOS
1. Validacin cualitativa.
Se realiza cuando no hay expertos sobre el tema ni estudios preliminares;
por ejemplo se reclutan 10 unidades de estudio a quienes se les hace un
seguimiento durante un tiempo necesario; para identificar preliminarmente
los distintos tpicos del cuestionario a plantear y sus resultados son
sometidos a un anlisis cualitativo de contenido.
2. Validez de contenido (Juicio de Expertos o validacin por jueces)

Un instrumento de medicin debe contener representados a todos los tems
del dominio de contenido de las variables a medir. Se refiere al grado en
que la medicin representa al concepto medido. Es decir, que el
instrumento debe contener todos los aspectos o tems del dominio de la
variable que se esta midiendo, y se construye de acuerdo con la teora. Su
finalidad es garantizar que el test constituye una muestra adecuada y
representativa del contenido que ste pretende evaluar.
Primero: Identificacin de los jueces
Segundo: Revisin de los reactivos por parte de jueces expertos
3. Consistencia interna (Alfa de Cronbach)

Es la fiabilidad en sentido estricto, y requiere de un pretest algunos autores
la denominan Coherencia.
Siendo un procedimiento estadstico se considera la naturaleza de las
variables
a. Para variables numricas:
Se utiliza el ndice de consistencia interna alfa de Cronbach; su aumenta
cuando las correlaciones tem total son altas, por ello, mejores
correlaciones, dan mayor fiabilidad al instrumento. Los tems cuyos
coeficientes de correlacin son menores a 0,35 deben ser o recodificados
reformulados o desechados (Cohen Manion, 1990). Se recodifican los
tems cuya varianza se encuentran dentro del rango intercuartlico.
Se puede decir tambin que es un ndice de discriminacin
4. Validez de criterio (ndice Kappa)

Denominada tambin fiabilidad como equivalencia o tambin precisin: Es
el equivalente de la consistencia interna para la consistencia interna y se
calcula con el ndice KAPPA de Cohen.
Criterio: es una comparacin entre nuestra situacin de medida y un
estndar al que se le llama criterio. Es disponer de otra situacin de la que
conozco su validez. Pero se requiere de consenso entre la comunidad
cientfica, se trabaja en relacin al criterio o Gold Standard (patrn de oro).
Es el patrn de comparacin de cualquier medida para determinar si es
vlida. A ste se deber comparar cualquier medida que se aprecie de ser
vlida.
El ndice kappa se le considera como muy bueno a partir de 0,8 y muy malo
por debajo de 0,20.
5. Validez de constructo (Rotacin de Varimax)

En ocasiones tenemos una medicin que hay que valorar y no contamos con
un criterio o estndar, el procedimiento consiste en aplicar el instrumento a
dos o ms grupos y ver si discrimina. Para ello hay que contar con una
estructura Factorial del cuestionario.
Por ejemplo en los instrumentos para medir variables psicolgicas no
podemos garantizar la existencia de un constructo psicolgico que subyaga
y d sentido y significado a las puntuaciones del test; por lo mismo que no
tenemos una prueba patrn.
6. Estabilidad (ANOVA)
La Estabilidad o confiabilidad se refiere a la confianza que se concede a los
datos; requiere de un retest en condiciones similares a la primera
evaluacin y est relacionada con la estabilidad o constancia test-retest.
Se trata de ver hasta que punto un conjunto de medidas son reproducibles
en el tiempo, el grado en que las puntuaciones son estables sera el grado
de fiabilidad. Por ello es sinnimo de estabilidad.
La mayora de las variables biolgicas no admiten este tipo de fiabilidad. Se
viola el supuesto de independencia. Sobrestima la fiabilidad de la situacin
de medida. Es imposible decir, que las circunstancias de la primera medida
son idnticas a la segunda evaluacin. Siempre hay cambios.
7. Punto de corte (Curvas ROC).
Muchas variables cuantitativas y continuas se dicotomizan. Habitualmente

requerimos que el instrumento nos conduzca a una decisin dicotmica
(positivo-negativo) para tratar o no a alguien; Se realizan trazando un
diagrama en el que la ordenada es la sensibilidad y la abscisa la
especificidad. En este sentido la curva ROC nos muestra en un grfico todos
los pares sensibilidad-especificidad resultantes de la variacin continua de
los puntos de corte en todo el rango de resultados observados.
Las Curvas de Roc optimizan el punto de corte.
Cuanto ms sensible y especifica sea la prueba (representacin: puntos ms
hacia arriba y ms hacia la izquierda) ms se alejar de la diagonal, el
mejor punto de corte es el que ms se aleja de la diagonal.
NOTAS:
Se recomienda aplicar como mnimo a una cantidad de individuos igual a 5
veces el nmero de tems a efectos de evitar obtener correlaciones tem
total espuriamente altas (Hair et al., 1998:99). Esto es tambin til para la
rotacin de Varimax
En el instrumento debe armarse en funcin a ncleos temticos o
dimensiones que conformen subtests, cada uno de ellos construido por
diversos temes, cada uno con su correspondiente puntaje, que genera a su
vez un puntaje total particular para cada unidad de estudio.
ESTILO VANCOUVER
Requisitos de Uniformidad para Manuscritos enviados a Revistas Biomdicas
Libros y otras monografas
Autor/es. Ttulo del libro. Edicin. Lugar de publicacin: Editorial; ao.
Ejemplo: Castro Rivera L, Rodrguez Manrique FJ. Compendio de Medicina

alternativa. 2 ed. Madrid: McGraw-Hill; 2009.
Artculo de revista
Autor/es. Ttulo del artculo. Abreviatura internacional de la revista. Ao;

Volumen (Nmero): Pgina inicial Pgina final
Ejemplo: Villareal MJ, Loayza E. Factores de riesgo cardiovascular en la poblacin

diabtica. Rev Peru Med Exp. 2008; 24(21): 406-10.
Tesis en general
Autor. Ttulo de la tesis [Tesis Doctoral]. Lugar de Publicacin: Editorial; ao.
Ejemplo: Pinto Mayorga R. Factores epidemiolgicos de la enfermedad diarreica

aguda P.J. Alto Jess. Arequipa - 2008. [Tesis de Bachiller]. Arequipa:
Facultad de Medicina de la UCSM; 2009.
Artculo en internet
Autor/es del artculo. Ttulo del artculo. Nombre de la revista [Internet] ao

[fecha de consulta]; volumen (nmero): pginas. Disponible en: http://www...
Ejemplo: Barragn I. Aspectos mdicos y psicolgicos de las demencias. An Sist

Sanit Navar [Internet] 2008. [11 de julio de 2009]; 28(6). Disponible
en: http://www.sisnavarra.es/salud/revis2a.html
FICHA DE RECOLECION DE DATOS

Ficha Nmero:
1. Variables nominales dicotmicos 3. Variables nominales (otros)

a. Dobles (cerradas+abiertas)
a. Caso nico
Sexo Cul es su relacin con la
( ) Masculino investigacin?
( ) Femenino
( ) Alumno Facultad
2. Variables nominales politmicas ( ) Docente Universidad
( ) Investigador ( ) Asistente
a. Cerradas ( ) Junior
Profesin: ( ) Adjunto
( ) Mdico (a) ( ) Mster
( ) Enfermero (a) ( ) Editor Revista
( ) Obstetriz (a)
( ) Odontlogo (a) b. Complejas
( ) Psiclogo (a)
Cree que los profesionales de la salud
b. Semicerradas deben realizar investigacin?
Universidad de Pregrado:
( ) UNSA ( ) Si Qu les hace falta?
( ) UCSM
( ) UCSP ( ) No Por qu?
( ) UNMSM
( ) UPCH
( ) Otras Qu planteara para aumentar el
inters por la investigacin?
c. Abiertas
Cul es tu ciudad de residencia? 4. Variables Ordinales

a. Caso nico
d. Mixtas Cul es tu grado acadmico?

Manejas algn programa estadstico? ( ) Pregrado
( ) Bachiller
( ) Si Cul? ( ) Maestra
( ) No ( ) Doctorado
( ) PhD
e. Mixtas-Dobles
Realizaras un curso de estadstica?
( ) Si Qu software de gustara
aprender?

( ) No Por qu?

f. No excluyentes
Cul servidos de email utilizas?

( ) Hotmail
( ) Yahoo
( ) Gmail
( ) AOL
( ) Otros

Clases EstadisticaSPBIS - B (1) (1) ..

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Clases EstadisticaSPBIS - B (1) (1) ..

Transféré par

Droits d'auteur :

Formats disponibles

SOCIEDAD PERUANA DE BIOESTADISTICA

Divisin de Investigacin en Medicina

SEPARATA: BASES PARA EL ANLISIS DE DATOS CLNICOS Y EPIDEMIOLGICOS

Arequipa 12 de Julio del 2009

09 Pastilla - Formulacin del problema

13 Pastilla - Objetivo Estadstico (var num)

17 Pastilla - Tipos de datos

29 Prctica - Estilo Vancouver

1. Segn la intervencin del Investigador:

OBSERVACIONAL: No existe intervencin del investigador; los datos reflejan la

EXPERIMENTAL: Siempre son prospectivos, longitudinales, analticos y de nivel

2. Segn la planificacin de la toma de datos

PROSPECTIVO: Los datos necesarios para el estudio son recogidos a propsito de la

RETROSPECTIVO: Los datos se recogen de registros donde el investigador no tuvo

3. Segn el nmero de ocasiones en que mide la variable de estudio

LONGITUDINAL: La variable de estudio es medida en dos o ms ocasiones; por ello,

4. Segn el nmero de muestras a estudiar

DESCRIPTIVO: El anlisis estadstico, es univariado porque solo describe (finalidad

IMPORTANTE: Descriptivo no es sinnimo de observacional. Un estudio observacional

1. EXPLORATORIO: Se plantean cuando el objetivo es examinar un tema o problema

No hay preguntas que conduzcan a problemas precisos, se exploran reas

2. DESCRIPTIVO: Describe fenmenos sociales o clnicos en una circunstancia

La estadstica consiste en estimar frecuencias y/o promedios; y otras medidas

3. RELACIONAL: No son estudios de causa y efecto; porque las pruebas estadsticas

La estadstica es bivariada; podemos hacer asociaciones y medidas de asociacin;

4. EXPLICATIVO: Su finalidad es explicar el comportamiento de una variable en

En los estudios observacionales la estadstica multivariada; tiene por finalidad

5. PREDICTIVO: Se encarga de la estimacin probabilstica de eventos generalmente

Se aplican un conjunto de tcnicas estadsticas. Ejm. La validacin de una prueba

1. EPIDEMIOLGICOS: Describir la distribucin de las enfermedades y eventos de

2. EXPERIMENTALES: Requiere de dos condiciones bsicas: intervencin y

3. COMUNITARIOS O ECOLGICOS: La unidad de anlisis es la poblacin y

4. ENSAYOS CLNICOS: Experimentos en seres humanos para evaluar mtodos de

DISEO DE CASOS Y CONTROLES

Para el estudio de enfermedades cuya prevalencia es menor al 5%

Enunciado. Slo lleva variables, unidades de estudio y diseo. No requiere ubicacin

Variables. Todas las variables son nominales dicotmicas o deben dicotomizarse.

Hiptesis. Los estudios originales carecen de fundamento porque nacen de la

Siendo que es un anlisis bivariado dicotmico (2X2) la asociacin se deduce de la

Bajo peso al nacer

Test de Chi cuadrado X2 = 4,225

Interpretacin: Existe relacin entre el hbito de fumar de la madre y el bajo peso al

Tipo VARIABLES CATEGRICAS VARIABLES NUMRICAS

CLASIFICACIN DE LAS VARIABLES

Es la que para su existencia y

CRITERIOS DE CAUSALIDAD- Bradford Hill (1965)

1. Asociacin estadstica: Se trata de averiguar si existe relacin entre el

2. Constancia o Consistencia: Consiste en conocer si la relacin entre las dos

3. Especificidad: Es ms fcil aceptar una relacin causa-efecto cuando para un

4. Temporalidad: Se trata de asegurar que el factor de riesgo ha aparecido

5. Relacin dosis-respuesta: Denominada gradiente biolgico, La frecuencia

6. Plausibilidad biolgica: El contexto biolgico existente debe explicar

7. Coherencia: la interpretacin de causas y efectos no puede entrar en

8. Experimentacin: Es un criterio deseable de alta validez. Se trata de

9. Analoga: Se fundamenta en relaciones de causa-efecto establecidas, con

FORMULACIN DEL PROBLEMA

Se trata de sintetizar la cuestin proyectada a investigar, generalmente a travs

DISEO DEL ESTUDIO:

Son conjeturas que plantea el investigador; afirmaciones aun no demostradas y que

Hiptesis segn el nivel Investigativo:

Descriptiva: Los estudios descriptivos no suelen contener hiptesis, as como tampoco

Relacional: Las hiptesis relacionales o empricas son afirmaciones respecto a las

Explicativa: Las hiptesis explicativas o racionales son consideradas como explicaciones