Analisis de datos

Anlisis de datosIvn Daniel Romero Hernndez R1Elisa Prez Sierra R1Medicina del Trabajo y AmbienteHGZ. No. 3201/07/2015 Consiste en la realizacin de las operaciones a las que el investigador someter los datos con la finalidad de alcanzar los objetivos del estudio.

La recoleccin de datos y ciertos anlisis preliminares pueden revelar problemas y dificultades que desactualizarn la planificacin inicial del anlisis de los datos.

Es importante planificar los principales aspectos del plan de anlisis en funcin de la verificacin de cada una de las hiptesis formuladas ya que estas definiciones condicionarn a su vez la fase de recoleccin de datos.Existen dos gran des familias de tcnicas de anlisis de datos:

Anlisis CualitativoNo existen reglas formales para el anlisis cualitativos.

Suelen realizarse en las siguientes cuatro etapas: 1. Preparacin y descripcin del material bruto 2. Reduccin de los datos 3. Eleccin y aplicacin de los mtodos de anlisis 4. Anlisis transversal de los casos estudiados (si hubiera ms de uno)1. Preparacin y descripcin del material brutoLa informacin debe ser detectable (saber que existe), ubicable (dnde se encuentra) y trazable (dnde y como se obtuvo, cuales son sus fuentes).

2. Reduccin de los datosReducir el volumen de los datos, despejando las variables de inters (puede ser slo enumerativo como en el anlisis de contenidos o ms complejo como en el anlisis semitico)

3. Eleccin y aplicacin de los mtodos de anlisis

Mtodos de anlisis para detectar patrones a partir de los datos previamente organizados.

Mtodo de emparejamiento: compara una configuracin terica predicha con una configuracin emprica observada.

Mtodo iterativo: Abordaje de los datos con mnima formalizacin terica y construccin progresiva de una explicacin.

Mtodo de anlisis histrico (series temporales): Consiste en formular predicciones sobre la evolucin en el tiempo de un fenmeno. la Teora es la prediccin sobre el futuro. 4. Anlisis transversal

Verifica si hay replica de resultados entre varios casos o situaciones.

Por comparacin dnde cada situacin es analizada de acuerdo al o los modos de anlisis anteriores, de manera que captar si los modelos o patrones observados se reproducen.Anlisis CuantitativoRequieren tcnicas estadsticas muy complejas

Existen dos niveles de anlisis cuantitativos.

1. Anlisis descriptivos2. Anlisis ligados a las hiptesisAnlisis descriptivosConsiste en asignar un atributo a cada una de las variables del modelo terico.Los atributos pueden ser estadsticos descriptivos como la media, la mediana, la moda o desviacin estndar

Es necesario tener definidos los criterios a seguir o de medicin para evitar los sesgos que esto pueda representar.

El anlisis descriptivo suele realizarse mediante la utilizacin de software estadstico como el SPSS, Systat, etc.Anlisis ligado a las hiptesis

Cada una de las hiptesis planteadas en el estudio debe ser objeto de una verificacin.

Cuando los datos recolectados son de naturaleza cuantitativa, esta verificacin se realiza con la ayuda de herramientas estadsticas que se definen sobre la base de 3 aspectos principales:Las hiptesis que se desea verificarLos diseos de investigacin (experimental, quasiexperimental, experimental etc).Distribucin estadstica de las variablesEstadstica descriptivaLos resultados del estudio puede ser resumidos de forma clara para permitir un anlisis e interpretacin apropiada.

Tablas.- sirven para ir visualizando los datos.

Tablas de frecuencia de distribucin.- con que frecuencia a parece un valor. El nmero de rangos es importante.

Tabulacin cruzada.- Relacin entre distintas variables a la vez. Pueden ser descriptivas (se pueden utilizar para describir la muestra) o analticas (diferencias entre grupos)ClculosResumen de datos numricos

Tendencia central.- Media (ms comn,) mediana y moda. Media o promedio: resulta al efectuar una serie determinada de operaciones con un conjunto de nmeros y que, en determinadas condiciones, puede representar por s solo a todo el conjunto.Mediana: representa el valor de la variable de posicin central en un conjunto de datos ordenados. en donde la mitad estn por debajo y la otra mitad por arriba. Moda.- Medicin ms frecuente en la distribucin. Si la distribucin es homognea(normal) la media, mediana y moda coinciden, de lo contrario puede ser que toda la informacin es valiosa al ser presentada.

Porcentaje: representa una cantidad dada como unafraccin en 100 partes. de cada cien unidades.

Variabilidad.- Para conocer cuanto varan alrededor de la media.

Rango.- Nos da valores al mayores y menores, pero no habla de la distribucin alrededor de la media.

Desviacin estndar.- Se calcula al sumar los cuadrados de las diferencias entre la media del grupo y cada valor individual, este total es la varianza. La raz cuadrada de la varianza nos da la DE. Entre mayor sea la diferencia entre valores, mayor es la distribucin y por ende la DE. es simplemente el "promedio" o variacin esperada con respecto a lamedia.

Percentil.- Es una forma de ver variaciones en distribucin. El p50 es la media, el p75 nos indica que alguna medicin es mayor a 75% de todos los dems valores. Se puede utilizar para datos con una distribucin desigual.

Porcentajes: Numero de unidades con las mismas caractersticas dividido entre el numero de unidades en la muestra multiplicado por 100. Cuidado con datos pequeos.

Proporciones.- Expresin numrica que compara una parte de las unidades de estudio al total. Se puede expresar como fraccin o decimal. Relaciones.- Expresin numrica de la relacin una serie de frecuencias con otros (ej.- relacin hombre mujer)

Tasas Expresin numrica de la frecuencia de una condicin en un nmero especfico de la poblacin valorada en un tiempo determinado. Taza de incidencia (nmero de nuevos casos ) o taza de prevalencia a (numero total de casos dentro de una poblacin).

Grficos y tablas .-

Valoracin y resumen de los datos; graficarlos en una curva de distribucin.

Cada variable se compara contra la frecuencia con la que aparece.

La forma de la curva nos habla de la informacin.

Cuando se distribuye en forma de campana se denomina normal o distribucin Gaussiana.Correlacin.- Se clasifica la informacin como variables dependientes o independientes. En epidemiologia las variables independientes se pueden llamar factores de riesgo o de exposicin.

Coeficiente de correlacin.- Cuando la relacin de dos variables se puede expresar por una lnea recta. Puede ser positiva o negativa. Cuando una aumenta y la otra variable hace los mismo, decimos que es positiva, cuando una disminuye y la otra aumenta, se dice que es negativa. (r) Significa asociacin pero no causaEcuaciones de regresin.- Cuando una variable cambia por cierta cantidad, la otra tambin lo hace. La relacin de esto se puede calcular por una ecuacin de regresin. El coeficiente de regresin se utiliza para saber que tanto el cambio en una variable (independiente) debe multiplicarse para causar cambios en otra variable (independiente)

Estadstica inferencialPosterior a resumir y describir los resultados, pasamos a analizar los resultados. Nos debemos preguntar si los resultados se pueden generalizar ms all del nmero de muestra. (generalizabilidad)