1. VARIABLES BIOESTADSTICA Paula Anglica Soto Parada Posttulo de Investigacin en Enfermera Diplomado en Epidemiologa Clnica Magster en Ciencias de la Educacin, Chile

2. Qu esunaVariable ? 3. Una variable es una propiedad quepuede variar y cuya variacin essusceptible de medirse, se aplica a un grupo de personas u objetos, los cuales pueden adquirir diversos valoresrespecto de ella. 4. Las variables son: Lo que estudiamos en cada individuode la muestra como la edad, sexo, peso,talla, tensin arterial sistlica, etc. Otros ejemplos ? 5.

Los datos son los valores que toma la

variable en cada caso (categoras).

Lo que vamos a realizar es medir, es decir,

asignar valores a las variables incluidas en

el estudio o informe.

Deberemos adems concretar la escala de

medida que aplicaremos a cada variable.

6.

Las variables adquieren valor para la

investigacin cientfica cuando

pueden ser relacionadas con otras

variables (formar parte de una

hiptesis o una teora).

En este caso se les suele llamar

constructos o contrucciones

hipotticas.

7. UNIVERSO Con caractersticas diferentes y medibles entre cada unode ellos. MUESTRA REPRESENTATIVA Con caractersticas diferentes y medibles Entre cada uno de ellos Medicindevariables 8.

Entonces

Unavariablees medible y describe una caracterstica que puede variar de un sujeto a otro, o de un momento a otro en el mismo sujeto (talla, P/A, dolor, etc.).

Unatributo descriptivoes una categora de una caracterstica, a la que un sujeto pertenece o no, o una propiedad o cualidad que un sujeto posee o no (tipo de enfermedad, tipo de grupo sanguneo).

9. TIPOS DE VARIABLES 10.

Variables cualitativas

Son aquellas que representan una cualidad o

atributo que clasifica a cada caso.

La situacin ms sencilla (en algunos casos)es

aquella en la que se clasifica cada caso en uno de

dos gruposson datos dicotmicos o binarios.

Como resulta obvio, en muchas ocasiones

este tipo de clasificacin no es suficiente y se

requiere de un mayor nmero de categoras (color

de los ojos, grupo sanguneo, profesin, etc).

11.

Variables cuantitativas

Son aquellas que pueden medirse, cuantificarse o expresarse numricamente.

Pueden ser de dos tipos:

• Variables cuantitativas continuas, toman cualquier valor dentro de un rango numrico determinado (edad, peso, talla).

• Variables cuantitativas discretas, no admiten todos los valores intermedios en un rango. Suelen tomar solamente valores enteros (nmero de hijos, nmero de partos, nmero de hermanos, etc.).

12.

En el estudio de la Bioestadstica se

encuentran distintos tipos de datos

numricos, los cuales, a su vez tienen

diferentes grados de relacin entre sus

posibles valores.

13. Variables nominales

Constituyen una de las clases ms simples de datos

numricos, sus valores se registran dentro de categoras o

clasessin ningn tipo de orden(a menudo se utilizan

nmeros para presentar sus categoras).

Por ejemplo: en un estudio de pacientes portadores de

Hipertensin Arterial:

A los hombres se les asigna el valor 1

A las mujeres el valor 0.

En este caso el atributo se indica con nmeros en vez de palabras y el

orden y las magnitudesde los nmeros son irrelevantes (ya la

designacin podra ser: mujeres 1 y hombres 0).

14.

En este tipo de variables los nmeros se utilizan

por conveniencia, ya que de esta manera es ms

fcil ingresar los datos en el computador para

trabajar con los datos.

Las variables nominales se pueden clasificaren

dicotmicas o binarias: que toman uno de dos

valores distintos (hombre, mujer).

15. Sin embargo no todas las variables nominalesson dicotmicas ya que a menudo hay tres o ms posibles categoras dentro de las cuales pueden colocarse las observaciones (como los grupos sanguneos: O, A, B, AB), sin embargo la secuencia entre ellos no tiene importancia ya que los nmeros nuevamente sirven de etiqueta Otros ejemplos.. 16.

Variables Ordinales

Se denominan variables ordinales a las

observaciones cuyoordenentre las categoras

adquiere importancia (ejemplo: estados de gravedad,

grado de desnutricin, tipo de diagnstico de HTA)

en que cada nmero representa un orden de

importancia.

17.

En este tipo de variables existe un orden natural entre cada grupo; el nmero menor representa un dao menos serio, sin embargo no nos interesa la magnitud de stos nmeros (en forma individual).

Por ejemplo si 4 es dao fatal y 1 es menor dao, la diferencia entre un dao moderado y menor no necesariamente es la misma, aunque ambos pares de resultados difieran en una unidad.

Debe entenderse que por sus caractersticas muchas operaciones aritmticas carecen de sentido cuando se aplican a las variables ordinales .

18.

Entonces:

En las variables nominales el orden y la magnitud de los nmeros no es importante, por conveniencia se utilizan nmeros que se pueden manejar mejor.

En cambio en las variables ordinales el orden entre las categoras es importante y el N menor representa la lesin menos seria, adems la diferencia que existe entre una categora y otra no necesariamente es la misma.

19.

Variables Discretas

En este tipo de variables importa el ordeny lamagnitud .En este caso los nmeros representan cantidades medibles reales en lugar de meras etiquetas, sus valores se restringen slo a valores especficos (a menudo enteros y cuentas) que difieren en cantidades fijas (no se permiten valores intermedios).

Por ejemplo: N de accidentes de trnsito en 1 mes, N de IIH en 1 semana, N de hijos vivos.

20.

En este tipo de variables existe un orden natural entre los valores posibles.

El nmero mayor representa una magnitud mayor (ejemplo: mayor nmero de hijosun nmero mayor indica mayor nmero de hijos).

La diferencia entre un valor y otro es la misma (la diferencia entre 1 y 2 nacimientos es la misma que existe entre 3 y 4 nacimientos).

21.

Los nmeros de restringen a enteros (una mujer no puede dar a luz 1.5 veces).

Pueden aplicarse reglas aritmticas con sentido y operaciones entre 2 nmeros discretos puede no siempre dar entero como por ejemplo el promedio de nacimiento en un grupo de mujeres.

22.

Variables Continuas

Son datos que representan cantidades medibles pero que no se restringen a ciertos valores especficos (como los enteros).

La diferencia entre dos posibles valores de datos puede ser arbitrariamente pequea (por ejemplo: tiempo, nivel de colesterol sanguneo, temperatura, peso en gramos) admite valores fraccionarios.

23.

Con este tipo de variables es posible medir la distancia entre dos observaciones de forma significativa y se pueden aplicar las operaciones aritmticas.

Es limitante en este tipo de observaciones el grado de exactitud con el cual puede medirse (el peso por ejemplo se redondea al gramo ms cercano).

Por lo tanto para la medicin de ellas es muy importante asegurar que nuestros instrumentos de medicin se encuentren calibrados o validadoscomo corresponde.

24.

En determinadas situaciones en que se realiza

una investigacin es posible que necesitemos

menor cantidad de detalle que el que

proporciona la variable continua y en este caso es

conveniente transformar las observaciones

continuas en discretas e incluso dicotmicas.

Por ejemplo:

Continua a nominal: peso en nios desnutridos (grs.) (0) leve, (1) moderado, (2) grave / (2) leve, (1) moderado, (0) grave.

Continua a ordinal: peso en nios desnutridos (grs.) (0) leve, (1) moderado, (2) grave.

25.

Variables de Clasificacin en Rangos

Este tipo de variables se utiliza cuando se

tiene un grupo de observaciones que

pueden ordenarse primero de mayor a

menor de acuerdo con sumagnitudy luego

asignarles nmeros secuenciales

correspondientes a su lugar en la lista, a

este tipo de datos se les conoce como

variables de clasificacin en rangos.

26.

Por ejemplo:

Consideremos todas las posibles causas de muerte en Chile para la poblacin mayor de 60 aos, durante el ao 2003.

Elaboramos una lista de todas las causas, junto con la cantidad de vidas que cada una de ellas cobr.

Ordenamos las causas segn la que ocasion mayor nmero de muertes a menor nmero de muertes.

Asignamos nmeros enteros consecutivosrangos (siendo 1 la de mayor mortalidad).

27. Entonces.

Al asignar los rangos cobra mayor importancia la posicin relativa de la causa en el grupo que la magnitud de las observaciones.

En algunas ocasiones resulta mejor trabajar con rangos en vez de los datos originales de frecuencias.

28. Qu relacin hay entre las variables y una investigacin? 29.

En un estudio se pretende inferir o generalizar resultados de una muestra a una poblacin.

Se estudia a un reducido nmero de individuos (que tenemos acceso) para poder generalizar los hallazgos a la poblacin de origen.

Esta inferencia se hace por medio de mtodos estadsticos basados en la probabilidad y midiendo aquellasvariablesque son de nuestro inters.

30.

[email_address]