Académique Documents
Professionnel Documents
Culture Documents
1.
2. Estadstica descriptiva 2.1 Grficos 2.1.1 Pastel 2.1.2 Histogramas 2.1.3 Box Plot 2.1.4 Polgonos de frecuencia 2.2 Medidas de Tendencia Central 2.3 Medidas de Variabilidad 3. Estadstica Inferencial 3.1 Prueba Kolmogorov Smirnov (K-S) 3.2 Tipos de pruebas estadsticas 3.3 Pruebas de comparacin 3.3.1 Paramtricas 3.3.1.1 T de student para muestras pareadas 3.3.1.2 T de student para muestras no pareadas 3.3.1.3 . > 2 varianzas ANOVA 3.3.2 No paramtricas 3.3.2.1 Wilcoxon para muestras pareadas 3.3.2.2Kruskal Wallis 3.3.2.3. U de MannWhitney para muestras no pareadas>2 medias 3.3.2.4 Test de Mcnemar 3.3.2.5 Prueba Z
3/11/13
NDICE
3.4 Pruebas de Correlacin 3.4.1 Paramtricas 3.4.1.1 Coeficiente de correlacin de Pearson 3.4.2 No paramtrico 3.4.2.1 Coeficiente de correlacin de Spearman 3.5 Pruebas de Asociacin 3.5.1 No paramtrico 3.5.1.1 Ji cuadrada 3.5.1.2 Test exacto de Fisher 3.5 Estadstica inferencial 3.5.1 Hiptesis nula y alterna 3.5.2 Concepto de p
3/11/13
1. VARIABLE
Es una propiedad que puede fluctuar y cuya variacin es susceptible de medirse u observarse. El concepto de variable se aplica a personas u otros seres vivos, objetos, hechos y fenmenos. Las variables adquieren valor para la investigacin cientfica cuando llegan a relacionarse con otras variables, es decir, si forman parte de una hiptesis o teora.
3/11/13
Ejemplo
Sexo (dicotmica)
Hay dos o mas categoras del tem o la variable.1. Femenino Las categoras no tienen orden ni jerarqua.2. Masculino Dicotmicas y politomicas Seguro social(politomicas). ISSSTE, ISEMYN, Privado. Nivel acadmico Primaria Secundaria Preparatoria Universidad
IMSS,
Cualitativa Ordinal
estas1.
2. 3. 4.
Cuantitativa Intervalo
Temperatura corporal A dems del orden y la jerarqua entre categoras, se establece intervalos iguales en la medicin. Las Se mide en C o F, aqu el cero es distancias entre categoras son las mismas. El cero arbitrario lo cual no implica que en es arbitrario. realidad haya cero temperatura.
Cuantitativa De razn
Discreta (sin decimales) Ademas de tener todas las caractersticas del nivel de intervalo, el cero es real y es absoluto. EstoPresin arterial: 120/80 mm/Hg implica que hay un punto en la escala donde esta ausente o no existe la propiedad medida. PuedenContinua : ser continuas o discretas. IMC: 24.5 Kg/m2, 23.9 Kg/m2
3/11/13
2. ESTADSTICA DESCRIPTIVA
La estadstica descriptiva es un conjunto de procedimientos que tienen por objeto presentar masas de datos por medio de tablas, desarrollar en un grficos y/o medidas de resumen. anlisis de informacin. De acuerdo a lo anterior, la
3/11/13
3/11/13
2.1.2 HISTOGRAMAS
Es un resumen grfico de los valores producidos por las variaciones de una determinada caracterstica, representando la frecuencia con que se presentan distintas categoras dentro de dicho conjunto.
En SPSS se solicitan tales grficos en: analizar >> estadsticos descriptivos >> frecuencias >> grficos (ya sea un histograma, de barras, de sectores o pastel)
3/11/13
3/11/13
3/11/13
En SPSS con los comandos: Grficos >> lneas >> simple (cuando es un polgono de una variable) cuando se desea colocar polgonos con dos o mas variables es: >> mltiple.
CENTRAL
3/11/13
2.3 MEDIDAS DE
Indican la dispersin de los datos en la escala de medicin. Son intervalos que designan distancia o un numero de unidades en escala de medicin. Las medidas de variabilidad mas utilizadas son: rango, desviacin estndar y varianza.
VARIABILIDAD
3/11/13
Rama de la estadstica que estudia el comportamiento y propiedades de las muestras, y la posibilidad y lmites de la generalizacin de los resultados obtenidos a partir de aquellas a las poblaciones que representan. Esta generalizacin de tipo inductivo, se basa en la probabilidad. Se utiliza para probar hiptesis y estimar parmetros. Para que la estadstica inferencial proporcione buenos resultados debe: 1. Basarse en una tcnica estadsticomatemtica adecuada al problema y suficientemente validada. 2. Utilizar una muestra que realmente sea representativa de la poblacin y de un tamao suficiente.
3. ESTADSTICA INFERENCIAL
3/11/13
ejemplo
Tenemos una muestra de 30 sujetos a los cuales se le pregunto su edad y se les midi el nivel de triglicridos en sangre, para corres las de ms pruebas necesitamos saber si la distribucin es paramtrica o no lo es.
3/11/13
3/11/13
Valor de p
3/11/13
PRUEBAS ESTADSTICAS
Paramtrica Pareadas: t student para muestras pareadas No paramtrica Wilcoxon No pareadas: t de student U de Mann Whitney Comparar >3 varianzas: ANOVA Post hoc: Honesta de Tukey Bonferroni
Kruskal Wallis
Asociar
No aplica
3/11/13
Se utiliza cuando se quiere comparar dos medias de una misma poblacin donde se evala un mismo dato ms de una vez en cada sujeto de la muestra; tambin se encuentra este tipo de observaciones en estudios de casos y controles.
Las muestras deben cumplir con las siguientes caractersticas: a) Tener distribucin normal (paramtricos). b) Las varianzas son heterogneas.
3/11/13
Ejemplo
Se obtienen datos de 100 sujetos hipertensos para comparar su presin arterial diastlica y sistlica antes y despus de un tratamiento X.
3/11/13
3/11/13
3/11/13
de ueba s dos r lo na p ce u s entre e los a d se h o n za ente e varia e es uno cas com lm a Inici neidad d arar, qu ramtri o no p pa ge hay omo os a com pruebas cidir si guiente h grup s de las debe de do la si eba F de pr u sito . Se a s. o ban equi rueba t ales pr iante la varianz r la p zas igu e med d de hac geneida rian va o o se . E s t ar a h o m 0: H ep even L
3/11/13
La comparacin se realice entre las medias de dos variables. Las observaciones se deben efectuar en universos poblacionales distribuidos normalmente (paramtrico).
Las observaciones deben ser no pareadas (Por ejemplo: en el caso de comparacin de las poblaciones de hombres y mujeres).
Las mediciones se deben elaborar en una escala de razn. Las varianzas de los grupos deben ser homogneas.
3/11/13
Ejemplo
Especificaciones:
ansiedad de las personas obsesas que asisten de manera constante a tratamiento para control de peso corporal es mayor que el de los obesos que no asisten a tratamiento.
obesas que no asistan a tratamiento y 14 que asistan de manera regular a algn tipo de tratamiento. A los 28 participantes se les solicit que dieran respuesta a la escala de estado de ansiedad (IDARE), la cual est diseada para evaluar el grado de ansiedad ante situaciones cotidianas. Los puntajes de la escala varan en un rango de 20 a 80 puntos, siendo los puntajes ms altos los indicativos de un mayor nivel de ansiedad.
3/11/13
Ejemplo
PASO 1 La primera columna le llamaremos PUNTOS, va a contener los resultados de las dos muestras, una debajo de la otra. Introducir datos en el editor y guardarlos en un nuevo archivo llamado Nivel de ansiedad.sav
3/11/13
Ejemplo
v
PASO 2
Para realizar el contraste T se tiene que ubicar el men Analizar Comparar medias Prueba T para muestras independientes
3/11/13
Ejemplo PASO 3
3/11/13
PASO 4
Ejemplo
Dar clic en el botn ACEPTAR. Los resultados de este contraste se muestran a continuacin
3/11/13
Ejemplo
RESULTAD OS
3/11/13
ANLISIS DE VARIANZA UNIDIRECCIONAL O Es una prueba DE UN FACTOR (ANOVA) evaluar estadstica para
el efecto de dos o ms variables independientes sobre una variable Haga clic para modificar el estilo de subttulo del dependiente. patrn
3/11/13
Anlisis de varianza: Es una prueba estadstica para analizar s mas de dos grupos difieren entre s de manera significativa en sus medias y varianzas.
ANOV A
Nivel de medicin de las variables: la variable dependiente (criterio) debe estar medida en un nivel por intervalos o razn, y las variables independientes (factores) pueden estar en cualquier nivel de medicin, pero expresadas de manera categrica.
Constituye una extensin del anlisis de varianza unidireccional, solamente que incluye ms de una variable independiente. Evala los efectos por separado de cada variable independiente y los efectos conjuntos de dos o ms variables independientes.
3/11/13
ANOV A
e la ifica qu Sign te se LIDAD: NORMA le dependien en las J variab mente normal streadas. uye distrib s mue lacione pob
HOMOC E DA S poblacio TICIDAD: Signif ica que misma v nes muestreada la arianza. s poseen s J Con gru tamao, pos de d la el incum istint plimient supuest o debe s o de est o e er cuida dosame vigilado nte .
3/11/13
INTERPRETACIN ANOVA
El anlisis de varianza unidireccional produce un valor conocido como F o razn F, que se basa en una distribucin de la muestra, conocida como distribucin F.
Si el valor F es significativo implica que los grupos difieren entre si en sus promedios. Entonces se acepta la hiptesis de investigacin y se rechaza la nula. .
3/11/13
INTERPRETACIN ANOVA
Si al realizar la prueba ANOVA se obtiene una significancia baja (por ejemplo menor de 0.05) rechazaremos la hiptesis de que en todos los grupos las medias son iguales. La siguiente cuestin que parece de modo natural en esta situacin es la de identificar en qu grupos se han producido las diferencias.
3/11/13
Estas comparaciones nos permiten controlar la tasa de error al efectuar varios contrastes utilizando las mismas medias, es decir permiten controlar la probabilidad de cometer errores tipo I al tomar varias decisiones (los errores tipo I se cometen cuando se decide rechazar una hiptesis nula que en realidad no debera rechazarse).
3/11/13
Todos los procedimientos de ese cuadro de dilogo ofrecen informacin similar: permiten, una vez rechazada la hiptesis general del ANOVA de que todas las medias son iguales, averiguar qu medias en concreto difieren de qu otras.
3/11/13
3/11/13
3/11/13
3/11/13
3/11/13
3/11/13
3/11/13
3/11/13
3/11/13
3/11/13
Grfico de las medias: esta opcin permite obtener un grfico de lneas con la variable factor en el eje de abscisas y la variable dependiente en el de ordenadas.
3/11/13
EJEMPLO...
Con el ANOVA se contrastara la prueba de hiptesis Ho de que: las medias de las distribuciones de la variable cuantitativa en todos y cada uno de los grupos independientes son iguales: H0 1 = 2 = 3 = n Esto es, con que exista una media diferente a las dems, el test estadstico ser significativo al nivel alfa establecido.
Se realizo un experimento para comparar tres mtodos de aprendizaje de lectura. Se asign aleatoriamente los estudiantes a cada uno de los tres mtodos, cada mtodo fue probado con 22 estudiantes. Se evalu mediante diferentes pruebas da capacidad de comprensin de los estudiantes, antes y despus de recibir la instruccin.
3/11/13
EJEMPLO
En la prueba de homogeneidad (Levene) se obtuvieron los siguientes valores:
La prueba de Levene para la igualdad de varianzas confirm que se podra asumir la igualdad de varianzas para las pruebas de lectura antes (p=0.738). Es decir, los estudiantes de los tres grupos tenan habilidades medias similares, como sera de esperar al haber hecho la distribucin aleatoriamente.
3/11/13
EJEMPLO
Un anlisis descriptivo exploratorio muestra que aparentemente el grupo control tiene resultados peores que los que siguieron la tcnica I y II.
Las diferencias tampoco se alejan demasiado de la normalidad y parecen similarmente dispersas. Con estas pruebas se esta en condiciones de hacer una prueba ANOVA.
3/11/13
prueba de Levene sobre igualdad de varianzas tiene una significacin de p=0.251, lo que nos confirma la homogeneidad de las varianzas. En la comparacin de medias que realiza la prueba ANOVA se obtiene un valor de p menor a 0.05 por lo que existe diferencias significativas entre al menos 2 de las medias analizadas.
3/11/13
acepta que hay defenecas estadsticamente significativa entre los resultados de las tres tcnicas (las diferencias no han sido causadas por el azar). Para conocer en que medias hubo la diferencia significativa se relazaran las pruebas post hoc, mediante las pruebas de Scheff y Tukey.
3/11/13
diferencia estadsticamente significativas para reas de grupos, se obtienen intervalos de confianza que no contienen el valor cero para la diferencia de medias. Esto es otra manera de leer un contraste de hiptesis que permite obtener una interpretacin clnica de los resultados.
3/11/13
que el grupo formado por los resultados de los individuos que han seguido las tcnicas I y II formaran un grupo homogneo (sus medias son muy similares, y un contraste de diferencias de medias resulta claramente ser no significativo) para la prueba de Tukey p=0.872 y para la de Scheffe p=0.883).
La hiptesis inicial era que el grupo control obtendra resultados diferentes a los que siguieron las tcnicas I y II. Es legtimo decir que es aceptada la hiptesis inicial.
3/11/13
Wilcoxon
3/11/13
Wilcoxon
La prueba de rangos asignados de Wilcoxon pertenece a las pruebas no paramtricas de comparacin de dos muestras relacionadas.
Los datos a comparar son ordinales o de razn Son datos cuantitativos pero la muestra es
Ejemplo
pequea (n<30) Se desea probar si hay diferencias en el nivel de No tienen distribucin normal estrs laboral de los trabajadores de una empresa antes y despus de la implementacin Comparacin de medias de un programa de mejoramiento del ambiente laboral; el nivel de estrs se midi en una escala de 0 = nada, 1 = bajo, 2 = medio, 3 = alto, 4 muy alto.
3/11/13
Solucin
1 2
Una vez que se tenga los resultados codificados en SPSS, Especificamos la secuencia de orden Analizar
Solucin
Posteriormente aparecer el siguiente cuadro, seleccionamos las dos columna que vamos a comparar y las agregamos al siguiente cuadro, recordemos que la escala de nuestros datos debe de ser ordinal.
Seleccionamos Wilcoxon
3/11/13
Solucin
En primer lugar se muestra la asignacin de rangos positivos, negativos y empates, as como la suma de rangos positivos y negativos.
Posteriormente se presenta la prueba estadstica en este caso el valor de la razn z, as como el nivel de significancia de la prueba
3/11/13
Kruskal Wallis
3/11/13
Kruskal- Wallis
La prueba de Kruskal Wallis pertenece a las pruebas no paramtricas de comparacin de tres o ms muestras independientes.
independientes
Ejempl o..
En un hospital, se desea probar si hay diferencias en el nivel de estrs entre enfermeras de terapia intensiva (X1), las de ciruga (X2) y las de urgencias (X3); el nivel de estrs se midi en una escala de 0 = nada, 1 = bajo, 2 = medio, 3 = alto, 4 = muy alto.
3/11/13
Solucin
Se deben pasar los resultados a SPSS ya codificados (solo nmeros). Se colocar el nivel de estrs (variable dependiente) en una sola columna y la categora de las enfermeras en otra (variable independiente)
3/11/13
Solucin
Una vez que se tenga los resultados codificados en SPSS, Especificamos la secuencia de orden Analizar
3/11/13
Seleccionamos
3/11/13
4
Al presionar el botn Aceptar el programa dar un cuadro como el siguiente:
Se presentan los grupos comparados, con el nmero de casos y los rangos promedio, que se obtienen de dividir la suma de rangos de cada grupo entre la cantidad de casos en el grupo.
Finalmente, se presentan los valores de la chi cuadrada, as como los grados de libertad y el nivel de significancia de la prueba
3/11/13
U MANNWHITNEY
Haga clic para modificar el estilo de subttulo del patrn
3/11/13
Se desee comparar 2 medias de dos variables con distribucin no normal (no paramtrica) Las variables estn en escala de razn En muestras independientes o no pareadas Permite realizar anlisis estadsticos con menos de 20 sujetos. En cada uno de los grupos que deseamos comparar es necesario que los sujetos sean extrados aleatoriamente.
3/11/13
EJEMPLO
Un investigador ha medido el coeficiente intelectual de 20 nios de 5 aos de edad, de dos condiciones socioeconmicas contrastantes (alta y baja) con la prueba PF16. Considera que ambos grupos de poblacin tienen CI diferentes
Tenemos un modelo experimental con dos muestras independientes y tamaos poblacionales a 20. Cabe sealar que los nios se eligieron al azar.
Condicin socioeconmica baja 101 102 100 104 102 99 102 103 97 99
Condicin socioeconmica alta 103 105 104 106 108 100 108 104 105 107
3/11/13
EJEMPLO
PASOS EN SPSS
v
PASO 1
Se debe crear una variable de CI de tipo numrico y otra de condicin socioeconmica (Cond_socio), con los siguientes valores:
3/11/13
EJEMPLO
v
PASO 2
Despus de capturar los datos, tenemos que activar la prueba dirigindonos al men
3/11/13
EJEMPLO
v
PASO 3
3/11/13
EJEMPLO
v
PASO 4
3/11/13
McNemar
Haga clic para modificar el estilo de subttulo del patrn
3/11/13
Prueba de McNemar
Comparar dos proporciones en el mismo grupo de individuos en dos ocasiones distintas de tiempo (pre/post).
Comparar si se produce algn cambio significativo entre ambas mediciones. Clasifica a los grupos de individuos como positivos y negativos.
3/11/13
Prueba de McNemar
Ayuda a determinar que las diferencias no se deban al azar, o sea que las diferencias sean estadsticamente significativas.
Los signos + y representan las dos categoras de la variable en cada medicin, obsrvese que las respuestas que se mantienen en ambas mediciones se encuentran en la celdilla A (- y -) y en la D (+ y +), las celdas donde hay cambio (-, + y +, -) son la B y la C.
3/11/13
Ejemplo
Se desea probar un analgsico en un grupo de pacientes reumticos, donde se selecciona una muestra de 30 pacientes evaluados antes y despus del tratamiento, los valores de la variable son S o NO.
Se hace para el pretest y postest en dos columnas para pasarlas en SPSS como el siguiente cuadro
3/11/13
Ejemplo
Pretest Postest
La secuencia en SPSS es: Analizar >> Pruebas no parametricas >> dos muestras relacionadas
3/11/13
Ejemplo
3/11/13
Ejemplo
0NO 1 - SI
La regla de decisin es: el nivel de significancia debe ser menor o igual a 0.05 para rechazar la hiptesis nula. Se entiende que, al tener una significancia de 0.004, menor a 0.05, se rechaza la hiptesis nula.
3/11/13
Prueba Z
Haga clic para modificar el estilo de subttulo del patrn
3/11/13
Prueba Z
Se utiliza para comparar dos proporciones independientes de variables ordinales o nominales, as mismo, las dos variables se compararn con dos categoras cada una. Calcular el estadstico de contraste para la diferenciacin de proporciones. Cada muestra debe ser 30 sujetos; adems que las frecuencias absolutas y las esperadas debern ser superiores a 4.
3/11/13
Ejemplo
Se quiere comparar un grupo de sujetos clasificados con desnutricin y los que no la presentan de acuerdo a la variable de tratamiento (en este caso Hemodalisis y Dilisis Peritoneal que corresponden a dos categoras).
3/11/13
Ejemplo
3/11/13
Ejemplo
Aparecer un recuadro en el cual debemos introducir los siguientes datos de acuerdo a los dos grupos y el porcentaje que tenemos del mismo.
Antes debemos de clasificar a la muestra en nutridos y desnutridos de acuerdo al tratamiento que lleva el paciente despus de sacar su IMC; por ejemplo con la funcin =CONTAR.SI desde el programa de Microsoft Office Excel, donde 1 significa Desnutricin. Tratamiento 3/11/13
0 HD 1 - DP
Ejemplo
Posteriormente , ordenamos todos los datos de acuerdo al tratamiento y realizaremos el conteo de la prevalencia de cuantos tienen desnutricin de acuerdo al tratamiento que llevan.
3/11/13
Ejemplo
Se coloca el nmero de respuestas en las casillas de acuerdo a los grupos existentes y el porcentaje estimado. El programa arrojar los siguientes resultados.
p= 100-10.34/100 p= .896
Pruebas de correlacin
3/11/13
PRUEBAS DE CORRELACIN
Hablamos de correlacin cuando nos referimos a la relacin existente entre dos variables, su intensidad y su sentido (positivo o negativo). Se simboliza con la letra r.
Los valores de la correlacin van de + 1 a 1, pasando por el cero, el cual corresponde a ausencia de correlacin. Los primeros dan a entender que existe una correlacin directamente proporcional e inversamente proporcional, respectivamente.
3/11/13
PRUEBAS DE CORRELACIN
Las siguientes grficas en coordenadas cartesianas posteriores, se muestra la variable independiente (X) se ubica en las abscisas y la dependiente (Y) en el eje de las ordenadas. Los coeficientes de correlacin significan esa asociacin entre los cambios que se observan en la variable dependiente con respecto a la variable independiente.
La grfica (a) representa una correlacin positiva, es decir, conforme los valores de X aumentan, tambin aumentan los valores de Y. A su vez, la grfica (b) muestra una correlacin negativa, de modo que al incrementarse los valores de la variable independiente, los valores de la dependiente disminuyen. La grfica (c) no indica correlacin.
3/11/13
3/11/13
3/11/13
Eleccin de la prueba estadstica para medir la asociacin o correlacin. Las edades en das estn en escala de tipo intervalo, tenemos dos variables, entonces aplicamos esta prueba.
EJEMPLO: Objetivo: Conocer que grado de asociacin existe entre la edad y peso corporal de nios de edades desde el nacimiento hasta los 6 meses. Hiptesis. Ha. Entre las observaciones de edad de los nios y peso corporal existe correlacin significativa. Ho. Entre las observaciones de edad de los nios y pero corporal no existe correlacin significativa.
3/11/13
PAS OS
PASO 1. Antes de llevar a cabo ninguna prueba estadstica, cuando se analiza la relacin entre dos variables cuantitativas debe explorarse grficamente mediante una nube de puntos, o grfico de dispersin.
En <GRFICOS <DISPERSIN
3/11/13
PAS OS
Seleccionar las dos variables cuantitativas que vamos a situar en el grfico, una en el eje X y otra en el eje Y.
3/11/13
Encontramos entonces una correlacin positiva, es decir, conforme la edad aumenta, tambin aumenta el peso corporal de los nios.
3/11/13
Seleccionar las variables cuantitativas que vamos a correlacionar, y as mismo indicar el tipo de Coeficiente de Correlacin que deseamos calcular (el de Pearson es el paramtrico y el de Spearman es el no paramtrico)
3/11/13
3/11/13
PAS OS
Gracias al resultado obtenido de r= 0.891 se puede decir que entre las observaciones de edad de los nios y peso corporal existe correlacin significativa alta.
3/11/13
Ji cuadrada (X2)
Asociacin de proporciones
3/11/13
En datos con distribucin no normal. Los valores esperados no sean muy pequeos . Como mnimo existan 5 muestras en cada celda de la tabla de contingencia (tabla 2x2). En caso contrario se recomienda utilizar el Test Exacto de Fisher. Analizar la asociacin entre dos variables independientes o no pareadas, en escala cualitativa (nominal u ordinal), dicotmicas.
Frecuencias Proporciones
3/11/13
EJEMPLO
En 50 personas clasificadas segn su hbito de fumar y segn si sufren o no de bronquitis , se estudi la asociacin.
Riesgo: hbito de fumar, en escala nominal dicotmica (fuma/no fuma) Enfermedad: bronquitis crnica , en escala nominal dicotmica ( si/no) TABLA DE CONTINGENCIA
SI FUMA NO FUMA TOTAL 10 14 24 8 18 26 BRONQUITIS CRNICA NO 18 32 50 TOTAL
3/11/13
PASOS EN SPSS
v
Paso 1
Insertar los datos de las dos variables en SPSS, a la primer columna le llamaremos FUMA (riesgo) y la segunda columna BRONQUITIS CRNICA (enfermedad).La medida de la escala de ambas variables es nominal
3/11/13
PAS OS
v
PASO 2
Despus de capturar los datos, tenemos que activar la prueba dirigindonos al men Analizar Estadsticos descriptivos Tablas de contingencia
3/11/13
PAS OS PASO 3
3/11/13
3/11/13
RESULTADOS
v
PASO 4
Tabla de contingencia fuma * bronquitis bronquitis sin bronquitis con bronquitis 18 14 56.3% 43.8% 69.2% 58.3% 36.0% 28.0% 8 10 44.4% 55.6% 30.8% 41.7% 16.0% 20.0% 26 24 52.0% 48.0% 100.0% 100.0% 52.0% 48.0% Total 32 100.0% 64.0% 64.0% 18 100.0% 36.0% 36.0% 50 100.0% 100.0% 100.0%
f uma
no
si
Total
Recuent o % de f uma % de bronquitis % del total Recuent o % de f uma % de bronquitis % del total Recuent o % de f uma % de bronquitis % del total
NOTA: En todas las casillas hay muestras mayores a 5,de lo contrario se hubiera utilizado Test Exacto de Fisher
3/11/13
RESULTADOS
Valor de significancia estadstica
Esti macin de riesgo Interv alo de conf ianza al 95% Inf erior Superior .502 .695 .445 5.141 2.306 1.393
Valor Razn de las v ent ajas para f uma (no / si) Para la cohorte bronquit is = sin bronquitis Para la cohorte bronquit is = con bronquitis N de casos v lidos 1.607 1.266 .788 50
3/11/13
3/11/13
Cuando se quiere analizar la asociacin entre dos variables independientes en escala cualitativa (nominal u ordinal). En datos con distribucin no normal. Para muestras menores de 5 en una casilla de la tabla de contingencia.
3/11/13
EJEMPLO
En una determinada poblacin se desea averiguar si existen diferencias en la prevalencia de obesidad entre hombres y mujeres o si, por el contrario, el porcentaje de obesos no vara entre sexos. Tras ser observada una muestra de 14 sujetos se obtuvieron los siguientes resultados
OBESIDAD SI NO TOTAL
3/11/13
Paso 1
PASOS EN SPSS
Insertar los datos de las dos variables en SPSS, a la primer columna le llamaremos SEXO (riesgo) y la segunda columna OBESIDAD (enfermedad).La medida de la escala de ambas variables es nominal
3/11/13
PAS PASO 2 OS
v
Despus de capturar los datos, tenemos que activar la prueba dirigindonos al men Analizar Estadsticos descriptivos Tablas de contingencia
3/11/13
3/11/13
3/11/13
PAS OS PASO 4
Tabla d e contingencia SEXO * OBESIDAD OBESIDAD no obeso obeso 4 1 80.0% 20.0% 66.7% 12.5% 28.6% 7.1% 2 7 22.2% 77.8% 33.3% 87.5% 14.3% 50.0% 6 8 42.9% 57.1% 100.0% 100.0% 42.9% 57.1% Total 5 100.0% 35.7% 35.7% 9 100.0% 64.3% 64.3% 14 100.0% 100.0% 100.0%
hombre
Total
Recuent o % de SEXO % de OBESIDAD % del total Recuent o % de SEXO % de OBESIDAD % del total Recuent o % de SEXO % de OBESIDAD % del total
3/11/13
RESULTADOS
Esti macin de riesgo Interv alo de conf ianza al 95% Inf erior Superior .944 .983 .043 207.597 13.189 1.536
Valor Razn de las v ent ajas para SEXO (mujer / hombre) Para la cohort e OBESIDAD = no obeso Para la cohort e OBESIDAD = obeso N de casos v lidos 14.000 3.600 .257 14
3/11/13
Estadstica inferencial
Ho: Las frecuencias de exposicin del factor de riesgo se distribuyen de manera homognea entre los casos y los no casos. Por ello, no parece probable que el factor de riesgo se asocie con la enfermedad. Ha: Las frecuencias de exposicin del factor de riesgo no se distribuyen de manera homognea entre los casos y los no casos. Por ello, parece probable que el factor de riesgo se asocie con la enfermedad.
3/11/13
Estadstica inferencial
Se aplica una tcnica estadstica adecuada al diseo y se obtiene el valor de p
Concepto de p Expresiones sinnimas cuando p 0.05 1 2 3 4 5 6 7 Rechazo de la hiptesis nula Aceptacin de la hiptesis alterna Existe la evidencia suficiente para dudar de la hiptesis nula El resultado observado no es compatible con la hiptesis nula Es improbable que el resultado observado sea debido al azar si la hiptesis nula es cierta Las variaciones debidas al muestreo no bastan para explicar el resultado observado p 0.05
3/11/13