Paso 5. Presentación de resultados.

Estudiante:

Huber Malla
Código: 1.035.390.001

Grupo del curso

204040_206

Presentado a

Tutora: Margarita Gómez

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

Curso: Estadística descriptiva

Ingeniería en telecomunicaciones

Diciembre 11 de 2018
 TABLA DE CONTENIDO

Portada
- Tabla de contenido
- Introducción.
- Justificación
- Objetivos
- Análisis estadístico
- Propuestas Individuales
- Propuesta Única
- Recomendaciones
- Referencias Bibliográficas.
INTRODUCCIÓN
Este paso final tiene como propósito hacer uso de la información que se pudo recopilar
a lo largo del curso. Se utilizarán diagramas estadísticos y sus respectivos análisis de
regresión, correlación e Interpretar los resultados desde la óptica de la profesión.
Después de hacer el análisis e interpretación de los resultados, se propone una solución
acorde con los estudios estadísticos realizados que ayude a mitigar o a disminuir los
problemas relacionados con la atención en el servicio de urgencias de los hospitales en
Colombia.
JUSTIFICACIÓN

Esta actividad se realiza con el propósito de que el estudiante desarrolle habilidades en

la utilización de herramientas como la estadística, que le permitan de manera muy
acertada resolver problemáticas en su entorno o sociedad.
La actividad tiene un componente de innovación y creatividad ya que impulsa y motiva al
estudiante a pensar en buscar, analizar, diseñar y poner en marcha soluciones y
alternativas para lograr aportar en la mejora de la situación relacionada con la atención
en el servicio de urgencias de los hospitales en muchos rincones del territorio
colombiano.
OBJETIVOS

 Realizar la presentación de aportes significativos y pertinentes a la problemática

estudiada.
 Analizar los estudios estadísticos desarrollados en actividades anteriores y
obtener una visión global de la problemática, para posteriormente presentar una
propuesta acorde a los resultados.
 Proponer distintas alternativas de soluciones a la problemática de la atención en
las salas de urgencias de los hospitales en Colombia.
ANÁLISIS ESTADÍSTICO

Introducción.
Reconocimiento y aplicación de conceptos básicos usados en la estadística
descriptiva, tales como: Población, muestra, datos, variables, unidad
estadística entre otros. Además, usarlos y aplicar diferentes gráficas y
diagramas para expresar las conclusiones y opiniones del estudio realizado

Justificación.

Es indispensable tener conocimientos medios a avanzados en temas de estadística

descriptiva, pues en el diario vivir laboral se presentarán diferentes situaciones en donde
tendremos que tener que poner en practica los conocimientos adquiridos, al momento de
generar un reporte, al momento de presentar datos solicitados. Son conocimientos clave
que ayudarían a cumplir satisfactoriamente el reto planteado

Objetivos.

-Demostrar los conceptos aprendidos con ejemplos prácticos de problemas que se

pueden presentar en la vida real

-Evidenciar la interiorización y aprendizaje de los diferentes temas expuestos a lo largo

de la primera unidad

Caracterización del problema. (Marco Referencial)

Se recopilo información de las hojas de urgencias de 120 usuarios que asistieron

al centro de urgencias del hospital Federico lleras (Ibagué) los días comprendidos
en la semana del 1 de junio al 9 de junio del 2014.

Conceptos básicos:

Población: conjunto de individuos que comparten ciertas características, en los cuales

se realizará el estudio

Muestra: Fracción de la población que se tomará para realizar el estudio

Variables: Ítems que tendremos en cuenta para realizar el sondeo de información que
requerimos en el estudio

Unidad de investigación: Se refiere al tema en el cual abordaremos nuestra

investigación

Ubicación espacio temporal: Hace alusión al periodo de tiempo y lugar en el cual

realizaremos nuestro estudio.

Caracterización de variables cualitativas.

(Informe Descriptivo)

Etapa 1. Organizar las variables cualitativas a través de tablas de frecuencias

Estudiante: Dany Alexander Castrillón Cardona

Variable: Estado Civil

Datos FA (Unidad) FAA (Unidad) FR (%) FRA (%)

Casado/a 43 43 35.8% 35.8%

43+9=52
Divorciado/a 9 7.5% 35.8+7.5=43.3%
Soltero/a 26 52+26=78 21.6% 43.3+21.6=64.9%
Union libre 17 78+17=95 14.16% 64.9+14.16=79.06%
Viudo/a 25 95+25=120 20.83 79.06+20.83=99.89%
TOTAL 120 120 99.89% 99.89% ->100%

FA = Frecuencia Absoluta.
FAA = Frecuencia Absoluta Acumulada.
FR = Frecuencia Relativa.
FRA = Frecuencia porcentual (%)

Etapa 2. Representar la información por medio de diferentes diagramas estadísticos,

según corresponda:
Etapa 3. Hallar la moda para cada una de las variables cualitativas y la asocia con la
situación objeto de estudio.

Nombre y Apellido Variable Moda

Estudiante1: Estado Civil Casado/a
Etapa 4. Realizar una tabla de contingencias o de doble entrada, con dos variables
cualitativas.

X\Y Cotizante Beneficiario Total

Casado/a 27 16 43
Divorciado/a 6 3 9
Soltero/a 8 18 26
Unión libre 8 9 17
Viudo 17 8 25
Total 66 54 120

X=Estado Civil
Y=Tipo de afiliación

Conclusiones
-El uso de diagramas favorece enormemente la comprensión de los temas
estudiados, encuestas y bases de datos, haciendo que la información sea
mucho más fácil de entender y asimilar por parte del lector.

Un correcto análisis y organización de los datos ayuda de buena forma a

descifrar, a entender y poder asimilar las respuestas dadas en los gráficos para
determinar prevención y corrección de la problemática o cuestión tratada.
Análisis estadístico paso 3

Caracterización de las variables

1. Medidas Univariantes de Tendencia Central.

1.1. Elegir una variable cuantitativa discreta de la base de datos suministrada “Calidad en el
servicio de urgencias 2018-16-4” y:
 Calcular las medidas univariantes de tendencia central:
 Media,
 Mediana,
 Moda.
 Calcular:
 Todos los cuartiles
 Deciles 5 y 7;
 Percentiles 25, 50

Interpretar sus resultados.

 Variable Nº visitas último trimestre

Calcular las medidas univariantes de tendencia central:

Media=1,35 Mediana =1 Moda=1

Cuartiles
Q1= 1
Q2=1
Q3=2

Percentiles
P25= 1
P50= 1
Deciles
D5= 1
D7= 1
Después de realizar el análisis de la información se llega a la conclusión que en promedio durante
el último trimestre los pacientes del hospital han asistido a la sala de urgencias una sola vez,
mientras que el 25% asistió más de dos veces en el último trimestre.

1.2. Elegir una variable cuantitativa continua y:

 Diseñar una tabla de frecuencia para datos agrupados.
 De la tabla de frecuencias construir:
 El histograma de frecuencias
 El polígono de frecuencias.
 Calcular las medidas de tendencia central
 Determinar el tipo de asimetría,
 Calcular:
 Todos los cuartiles
 Deciles 5 y 7;
 Percentiles 25, 50
 Interpretar sus resultados.

Variable Peso

 Diseñar una tabla de frecuencia para datos agrupados.

N° LÍMITE LIMITE MARC FRECUENCI FRE FRECUENCI

de INFERIO SUPERIO A DE
A ABSOLUTA A RELATIVA
clas R R CLASE
e ABSOLUTA ACUMULAD
A
1 2,60 13,21 7,91 11 11 0,09166667
2 13,21 23,83 18,52 9 20 0,075
3 23,83 34,44 29,13 2 22 0,01666667
4 34,44 45,05 39,75 1 23 0,00833333
5 45,05 55,67 50,36 13 36 0,10833333
6 55,67 66,28 60,97 44 80 0,36666667
7 66,28 76,89 71,58 20 100 0,16666667
8 76,89 87,50 82,20 20 120 0,16666667
total 120 1

 Rango= Estatura maxima – Estatura mínima=

87,50-2,60=
=84,9
 K(Número de intervalos)=
1+3,322Log(120)=
=8
 Amplitud=
Rango/K =
=10,61

 El histograma de frecuencias.

Histograma frecuencias
con el peso de los Pacientes
50
45
40
Frecuencia Absoluta

35
30
25
20
15
10
5
0
7.91 18.52 29.13 39.75 50.36 60.97 71.58 82.20
Marca de clase (Peso)
  El polígono de frecuencias.

Peso de los Pacientes del hospital

50
Frecuencia Absoluta

40

30

20

10

0
7.91 18.52 29.13 39.75 50.36 60.97 71.58 82.20
Marca de clase (Peso)

 Calcular las medidas de tendencia central

Media CUARTILES
Q1=52,75; Q2=60,80;
55.98
Q3=70
mediana PERCENTILES

60,80 P25=52,75; P50=60,8

moda DECILES

67,20 D5=60,8; D7=67,41

 Determinar el tipo de asimetría,

Es una asimetría negativa: presenta una cola alargada a los valores menores de la
media.
El promedio de todos los pacientes que acuden al hospital tiene un peso de 6kg,es decir el 25% de
los pacientes pesa más de 70kg

Medidas Univariantes de Dispersión.

1.3. Con la variable cuantitativa discreta antes seleccionada:
 Calcular las medidas univariantes de dispersión:
 Rango,
 Varianza,
 Desviación típica y
 Coeficiente de variación.
 Interpretar los resultados obtenidos y asociarlos con el problema objeto de estudio.

Variable Número de visitas último trimestre

Rango= Valor máximo- Valor mínimo= Rango=3-1=2

IQR=Q3-Q1=1
∑𝒏𝟏(𝒙𝒊 − 𝒙
̅)𝟐
𝑽𝒂𝒓(𝒙) = = 𝟎, 𝟑𝟔
𝒏

∑𝒏𝟏(𝒙𝒊 − 𝒙
̅) 𝟐
𝒔̅ = √ = 𝟎, 𝟔𝟎
𝒏
̅
𝑺
𝑪𝑽 = ∗ 𝟏𝟎𝟎% = 𝟒𝟓%
̅
𝑿

Elegir una variable cuantitativa continúa elegida:

 Calcular:
 Rango,
 Varianza,
 Desviación típica y
 Coeficiente de variación.
 Interpretar los resultados obtenidos y asociarlos con el problema objeto de estudio.
Variable Peso

Rango
Rango=87,50-
2,60=84,9
IQR=Q3-Q1=17,25
Varianza
𝑽𝒂𝒓(𝒙) = 𝟓𝟏𝟖, 𝟔
Desviación típica
𝒔̅ = 𝟐𝟐, 𝟕𝟕
Coeficiente de
variación
𝑪𝑽 = 𝟒𝟏%
Paso 4_ Descripción de la información

65,40 1,63
60,60 1,73
Análisis de correlación lineal simple
85,00 1,68
de las dos variables cuantitativas
seleccionadas. 57,30 1,58
67,90 1,65
2,60 0,45
75,30 1,78
X Y
45,20 1,5
Peso (kg) ESTATURA (M) 50,20 1,64
23,00 1,16
12,50 0,65
45,00 1,52
60,00 1,74
65,70 1,58
72,50 1,58
16,70 0,98
58,00 1,59
60,50 1,65
16,50 1
57,80 1,59
57,60 1,65
60,30 1,61
78,60 1,7
78,50 1,79
5,20 0,73
15,30 0,96
53,80 1,62
65,20 1,67
45,80 1,53
65,60 1,7
60,20 1,65
78,40 1,68
19,70 1,18
57,90 1,62
62,70 1,69
3,40 0,53
78,60 1,58
58,30 1,59
52,70 1,53
56,80 1,56
8,90 0,85
60,00 1,65
70,00 1,64
72,00 1,68
80,90 1,75
58,60 1,56
78,90 1,6
14,20 0,96
15,90 1,03
65,70 1,67
56,00 1,55
60,80 1,61
52,90 1,58
3,10 0,57
78,50 1,78
85,00 1,8
85,80 1,66
60,80 1,56
65,20 1,7
55,90 1,62
60,00 1,79
70,00 1,67
67,20 1,72
73,80 1,8
85,00 1,68
78,50 1,75
24,50 1,03
67,20 1,65 45,90 1,56
67,20 1,72 54,00 1,63
58,80 1,59 60,80 1,67
62,30 1,63 65,80 1,64
70,20 1,65 70,80 1,61
54,90 1,52 78,60 1,68
78,10 1,72 87,20 1,8
62,90 1,63 79,50 1,72
65,00 1,86 72,90 1,75
62,90 1,63 67,50 1,67
72,90 1,75 58,20 1,55
61,60 1,57 64,30 1,72
9,70 0,76
64,30 1,78
58,90 1,62
18,30 1,06
56,90 1,68
3,10 0,57
45,80 1,51
68,90 1,76
11,90 0,86
65,90 1,62
78,00 1,71
16,90 1,1
85,80 1,86
67,20 1,71
63,20 1,59
9,40 0,82
72,90 1,76
3,90 0,47
63,80 1,62
30,50 1,4
52,60 1,51
85,90 1,81
67,90 1,66
58,20 1,6
55,00 1,63
60,50 1,58
87,50 1,67
55,20 1,72
70,00 1,65
 DIAGRAMA DE DISPERSIÓN

GRAFICA SOBRE RELACIÓN ENTRE LA ESTATURA Y EL

PESO DE UN PERSONA
2.5
y = 0.0136x + 0.7524
R² = 0.8645
2
Estatura (m)

1.5

0.5

0
0.00 10.00 20.00 30.00 40.00 50.00 60.00 70.00 80.00 90.00 100.00
Peso (kg)

a) Identificar dos variables cuantitativas de la situación estudiada que puedan

estar relacionadas
Las variables elegidas que están relacionadas para la situación problemática
estudiada son el peso como variable dependiente y como variable
independiente la estatura.

b) Realice el diagrama de dispersión y determine el tipo de asociación entre las

variables.
La variable peso y estatura tienen un tipo de asociación directamente
proporcional debido qué entre más estatura de la persona, más va a ser su
peso corporal.

C) Encuentre el modelo matemático que permite predecir el efecto de una

variable sobre la otra. Es confiable

18
El modelo matemático que permite predecir los efectos de una variable sobre la
otra está dado por la siguiente ecuación:

𝒚=0,0136x + 0.7524

El coeficiente de determinación tiene un valor de : 𝐑𝟐 = 𝟎, 𝟖𝟔𝟒𝟓

La confiabilidad de este modelo es de un 86,4%, se puede decir entonces que

este modelo tiene algo de confiabilidad y en alto porcentaje se puede
establecer que a mayor estatura de la persona, ésta va a tener un mayor peso
corporal.

d) Determine el porcentaje de explicación del modelo y el grado de relación de

las dos variables.
El coeficiente de correlación para las dos variables tiene un valor de 0,904, por
ende y de acuerdo a la siguiente tabla se puede concluir que el grado de
correlación de las variables es excelente.

19
e) Relacionar la información obtenida con el problema.

De acuerdo a los datos obtenidos podemos inferir que la situación del peso de
una persona tiene una gran relación con su estatura, aunque no en un 100%,
ya que en ocasiones se pueden presentar problemas de obesidad y sobrepeso
en algunas personas, de muy baja estatura; y por casos como éstos no se
cumple la regla general.

Regresión lineal múltiple

Relación: entre el peso y la estatura

100.00

80.00

60.00
PESO (KG)

40.00

20.00

0.00
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2

-20.00
ESTATURA (M)

Identificar una variable cuantitativa dependiente y varias variables

independientes del estudio de investigación.

Realizar el diagrama de dispersión de dichas variables.

20
 calcular la recta de regresión y el coeficiente de correlación para probar
estadísticamente su relación.

Resumen

Estadísticas de la regresión
Coeficiente de correlación múltiple 0,933647932
Coeficiente de determinación R^2 0,871698461
R^2 ajustado 0,869505272
Error típico 8,226445034
Observaciones 120

ANÁLISIS DE VARIANZA

21
 Promedio de
los Valor
Grados de libertad Suma de cuadrados cuadrados F crítico de F
Regresión 2 53795,34211 26897,67106 397,4571166 6,7852E-53
Residuos 117 7917,904554 67,6743979
Total 119 61713,24667

Inferior Superior Inferior Superior

Coeficientes Error típico Estadístico t Probabilidad 95% 95% 95,0% 95,0%
- - - - -
Intercepción -37,47098914 3,681417178 10,17841427 8,22147E-18 44,7618429 30,1801353 44,7618429 30,1801353
Variable X 1 59,47539472 2,794186392 21,28540705 4,8195E-42 53,941655 65,0091345 53,941655 65,0091345
Variable X 2 0,102509196 0,040043824 2,559925245 0,011743401 0,0232045 0,18181389 0,0232045 0,18181389

MODELO MATEMÁTICO DE REGRESIÓN

Y= -37.4709+ 59.4753x1 + 0.10250x2

R^2= 0.8716, por ser cercano a 1, el modelo matemático es aceptable según la tabla de valores de correlación lineal.

R^2= 0.8716* 100%= 87.16 % El modelo matemático tiene el 87.16% de confiabilidad.

coeficente de correlación múltiple. r= 0.9335

la correlación entre las variables es excelente, dado que su valor de coeficiente es: 93.35%

la correlación entre las variables es excelente, ya que tienen el 93.35%

22
Lo anterior comprueba estadísticamente la relación de las tres variables: peso, estatura y edad.

Relacionar la información obtenida con el

problema

los resultados anteriores indican que las variables: peso,

estatura y edad se encuentran relacionadas a través de un
modelo matemático de regresión múltiple.
Y= -37.4709+ 59.4753x1 + 0.10250x2.
Este modelo explica el 93.35% de confiabilidad, esto debido
a que dichas variables se encuentran bajo una correlación
excelente de 93.35%

23
CONCLUSIONES
 Se encontró en los resultados de relación entre las variables: peso, edad,
y estatura que tiene un excelente grado de confiabilidad por su nivel de
correlación entre sí.
 Se pudo evidenciar lo importante de poder diferenciar variables
dependientes de las independientes, para lograr dar solución oportuna a
los problemas planteados en la guía de actividades.
 Se logró analizar los datos estadísticos, organizándolos por medio de
diagramas de dispersión y realizando el completo análisis de los
resultados presentados.

24
Propuesta final

Estudiante Huebr malla

De acuerdo al análisis estadístico realizado a lo largo del curso,

Propuesta para ayudar a prevenir, mejorar y corregir la problemática de la

atención en el servicio de urgencias en los hospitales en Colombia.

De acuerdo al perfil de la carrera que actualmente estoy estudiando (ingeniería

de telecomunicaciones). Una vez graduado podría desempeñarme en lo
siguiente:
 Seleccionar, analizar, simular, evaluar, calcular, construir y diseñar
medios de transmisión de señales electromagnéticas.
 Analizar, diseñar, implementar, construir, poner a punto, evaluar y
gestionar redes y sistemas telemáticos, de acuerdo con la normatividad
vigente.
 Evaluar, adquirir, asimilar, construir y adaptar nuevas tecnologías
relacionadas con sistemas y servicios de comunicaciones.
 Dirigir proyectos y estudios de factibilidad en diseño, selección,
implementación y operación de sistemas y servicios de
telecomunicaciones.
 Determinar materiales, costos, tiempo estimado y especificaciones para
los sistemas y servicios de telecomunicaciones.
 Realizar consultoría y emitir dictámenes en temas relacionados con las
áreas de desempeño -- Desarrollar aplicaciones soportadas en
tecnologías de telecomunicaciones.
 Interpretar estándares y normas reguladoras de servicios y sistemas de
telecomunicaciones y participar en su definición.
 Establecer normas de seguridad y desempeño para sistemas de
telecomunicaciones y desarrollar procedimientos para su operación y
mantenimiento.
 Determinar el origen de fallas en sistemas de telecomunicaciones y
corregir deficiencias.
 Docencia e investigación en los niveles básicos, de pregrado y de
postgrado en universidades e institutos técnicos y tecnológicos.
 Gestión de proyectos, entendida como la formulación, evaluación,
ejecución, interventoría, o gerencia de proyectos.
25
Como bien es sabido y vivido por cada persona en el territorio colombiano a la
hora de ir a buscar el servicio médico para atender alguna urgencia, accidente o
enfermedad, se tiene que lidiar con largas filas, demoras en la atención por parte
del personal médico y de enfermeros, momentos y situaciones que generan
bastantes molestias, estrés y descontento de parte de los usuarios de esas EPS
u hospitales. El caos en estos lugares es generado muchas veces porque dichos
lugares no cuentan con la organización, herramientas y logística para poder
atender a los usuarios en situaciones de urgencias, dichas falencias en los
servicios de urgencias afectan finalmente al usuario que es el más afectado
cuando no se le presta la atención oportuna, porque lastimosamente muchas
veces, usuarios mueren en espera de una atención médica y otros presentan
muchas complicaciones de salud por causa de todos los traumatismos
generados en las salas de urgencias del país.
Mi propuesta para corregir y mejorar la atención en el servicio de urgencias de
los hospitales en Colombia es diseñar y poner en marcha un software que ayude
a diferenciar los tipos de urgencias, cuales son las más prioritarias, cuales
pueden esperar, clasificar el nivel de riesgo en la persona atendida, este software
también va a contar con un aplicativo con fácil manejo y uso para la persona,
contará con una base de datos de hospitales y clínicas del país, con sus
direcciones exactas, para que al momento de presentarse una urgencia, y con el
servicio de ubicación satelital del móvil y de las direcciones poder así ubicar el
más próximo, con el fin de obtener la atención inmediata, salvando vidas y
mejorando las condiciones de salud en las personas.

26
27