Variables
-
Upload
lethierreconstruyendoideas -
Category
Documents
-
view
212 -
download
0
description
Transcript of Variables
OBSERVACIONES: Etapas• Clasificación de los objetos
de acuerdo a la presencia o ausencia de algún atributo específico.
• Cuantificación de las características de interes.
Es indispensable en el proceso de medición definir claramente el objeto de estudio. No solamente identificar la aparición del evento (ejemplo: una enfermedad), sino también definir en que momento del proceso se hace la observación.
Exactitud:
Un dato debe ser exacto en el sentido de registrar la variable tal como es.
Un dato representa la valoración de la variable con el agregado del error que se comente al registrarlo.
Este error puede surgir del propio instrumento de medición (falta de calibración del instrumento) o de el uso del instrumento (mala medición por parte del usuario).
Sensibilidad:
Los datos deben tener cierta
sensibilidad, lo que significa
que pueden diferenciar los
hechos que resulta de interés
diferenciar.
Por ejemplo, si para evaluar la
masa corporal de los
integrantes de un grupo de
personas se utiliza la balanza
que se emplea para pesar
camiones, es probable que , no
se puedan establecer las
diferencias entre esas
personas, ya que el
instrumento es sensible para
pesos cercanos a las
toneladas.
De la misma manera, la
balanza con que es posible
pesar a las personas no es de
sensibilidad suficiente como
para registrar el peso de
fármacos presentes en una
capsula.
Notese que los datos
cuantitativos permiten
obtener mayor sensibilidad
que los que se registran al
agrupar a una variable en
categorías. Esto es asi porque
en una misma categoría
pueden estar incluidas
situaciones que en realidad
son distintas.
Precisión:
La precisión es el grado en que se
puede repetir el proceso de medición.
Una buena precisión significa que se
reducen al mínimo los errores aleatorios
en el procedimiento de medición.
Por lo general los errores aleatorios se
asocian con la participación humana en
el proceso de medición.
Ejemplos: la lectura imprecisa de la
escala, las aproximaciones
redondeadas, etc.
Entre los elementos no humanos que
contribuyen al error aleatorio están los
cambios de temperatura, el desgaste
gradual y el desajuste en los elementos
funcionales de un artículo.
EXACTITUD, SESIBILIDAD, CONFIABILIDAD Y VALIDEZ DE LOS
DATOS
ERROR ALEATORIO Y SESGO
Toda medición puede producir valores diferentes al valor verdadero. Cuando las desviaciones del valor real ocurren en forma desorganizada, no sistemática, se dice que se esta produciendo un error aleatorio.
Si las desviaciones tienen una tendencia sistemática decimos que hay sesgo. Definimos sesgo como cualquier proceso, en cualquier etapa de la inferencia, que tienda a producir resultados o conclusiones que difieran sistemáticamente de la verdadera.
El ideal es obtener mediciones con poco error aleatorio (precisas) y sin sesgo. En la práctica esto es dificultoso.
CARACTERISTICAS DE UNA MEDICION
Origenes de la variabilidad de los
resultados o mediciones en salud
Cuando se mide una variable esta puede tomar valores diferentes al valor verdadero.
Variablilidad Aleatoria:
Cuando las desviaciones al valor verdadero se producen en forma desorganizada o asistemática. Se denomina Error aleatorio.
Variabilidad Sistemática:
Cuando las desviaciones al valor verdadero se producen en forma organizada. Denominamos a este Error, Sistemático o Sesgo.
Validez de una Medición:Se refiere a que la medición mida lo que se pretende medir. El concepto de validez se relaciona con el grado en el que una medición o estudio alcanza un conclusión correcta. Exactitud
Repetibilidad de una Medición: ConfiabilidadEs la tendencia de la medición de generar resultados idénticos al medir en mismo objeto en las mismas condiciones.
Para ser repetibles una medición deberá producir resultados similares cuando distintas personas la realizan. Precisión.
Caracteristicas de las
Mediciones
Validez = Exactitud
Sesgo
Repetibilidad = Precisión
Error aleatorio
TIPOS DE VARIABLES
• Variables Cuantitativas
Se denomina a cualquier variable susceptible de ser medida en términos numéricos.
Ejemplos:
• Tensión arterial.
• Peso.
• Edad.
• Temperatura.
• Número de hijos.
• Discretas: Es aquella variable que solo puede
tomar un número finitos de valores dentro de un intervalo.
Ejemplos:• Número de pacientes.
• Número de consultas.
• Cantidad de médicos por paciente.
• Número de camas.
• Continuas: Es aquella variable que puede
tomar infinitos valores dentro de un intervalo.
Ejemplos:• Temperatura corporal.
• Concentración de Glucosa en sangre.
• Variables Cualitativas
Se denomina a cualquier
variable no susceptible de ser
cuantificada. Siendo un
atributo o factor.
Ejemplos:
• Estado Civil.
• Sexo.
• Profesión.
• Calidad de un producto.
• Evaluación en el nivel primario.
• Se clasifican en:
• Variables Nominales
• Variables Ordinales
ESCALAS DE MEDICION
• La escala de medida de una característica o variable, tiene consecuencias en la forma de presentación de la información y resumen.
• La escala de medición, el grado de exactitud y precisión en la medición de las variables, también determina los métodos estadísticos que se usan para analizar los datos.
• Por tanto, es importante definir las características que se van a medir antes de comenzar cualquier trabajo estadístico.
Las cuatro escalas o nivel de medición que se presentan con mayor frecuencia en las ciencias de la salud son:
• Escala Nominal o
clasificatoria.
• Escala Ordinal o de rango.
• Escala de intervalo.
• Escala de proporción.
ESCALAS NOMINALES
Se usan para la forma más simple de medición cuando los valores de los datos se clasifican en categorías.
Por ejemplo:• Para describir a varones que han
tenido un paro cardíaco primario: si estaban llevando a cabo una actividad física al momento del paro cardiaco y si estaban acostumbrados al ejercicio vigoroso. Los datos puede evaluarse en dos: si o no, es decir son variables dicotómicas.
Muchas clasificaciones en salud se valoran con una escala nominal. A menudo los resultados de un tratamiento médico o un procedimiento quirúrgico se evalúan por su pesencia o ausencia.
EjemploLas anemias pueden clasificarse en:
1) anemias microcíticas, que comprenden 1a deficiencia de hierro.
2) Macrocítica o megaloblástica, por deficiencia de vitamina B12.
3) Normocíticas, que a menudo acompañan a la enfermedad crónica.
Cáncer pulmonar y que podría clasificarlo en varias categorías:
1- de células pequeñas, 2- grandes, 3-aveniformes 4- escamosas.
La forma más sencilla de determinar si las observaciones se miden con una escala nominal es peguntar si se clasifican o se colocan en categorías equivalentes.
Podemos decir que es el nivel de
medición mas primitivo. Consiste
en aplicar números o símbolos
para clasificar a los objetos,
personas y características.
Las propiedades formales de la
Escala Nominal, es decir, las
condiciones que requiere, son que
los miembros observaciones o
elementos de una clase o categoría
deben se equivalentes, idénticos
respecto a la propiedad que
tenemos en cuenta.
Con este tipo de escalas se pueden
hacer algunas operaciones
estadísticas; por ejemplo contar
cuantos elementos hay en cada
uno de los grupos formados y asi
tenemos las frecuencias.
Las podemos expresar en términos
de porcentajes del total y observar
cuál es el grupo que tiene mayor
frecuencia. A esta categoria o
grupo de mayor frecuencia se
denomina “modo” que es una
medida de tendencia central.
ESCALAS ORDINALES
Si hay un orden inherente entre las categorías, se dice que las observaciones se miden en una escala ordinal.
Estas observaciones aun se clasifican como en las escalas nominales, pero algunas tienen “más” o son “más grandes que” otras.
Las categorías en las escalas
ordinales están relacionadas
entre si.
Relaciones típicas entre clases o
categorías son las que
comparan altura, preferencias,
dificultad, perturbación,
madurez, etc.
Tales relaciones pueden formu-
larse con el signo > que
significa “mayor que”.
Las diferencias con las escalas
nominales es que esta
última no sólo incorpora la
relación de equivalencia sino
también la de “es mayor
que”.
Esta relación es irreflexiva, es
decir, asimétrica, de tal
modo que si x > y, y < x
Además es transitiva, es decir,
que si x > y e y >z,
luego x > z
El estadístico mas apropiado
para describir la tendencia
central es la mediana, dado
a que no es afectada por los
valores extremos, como en
el caso de la media o
promedio.
También es común que se
utilicen las medidas de
posición como los cuartiles,
deciles y percentiles.
Los métodos estadísticos
aplicables son los no
paramétricos.
Ejemplo: Los tumores, se clasifican en estadios o etapas según su grado de desarrollo.
• La clasificación internacional para valorar la etapa de un carcinoma de cuello uterino es una escala ordinal de 0 a IV. Donde la etapa 0 representa carcinoma in situ y la etapa IV carcinoma que se extiende mas allá de la pelvis o que afecta a la mucosa de vejiga y recto.
• Desde luego, por orden inherente en esta escala ordinal, la etapa IV tiene peor pronóstico que la 0.
• Una característica importante de las escalas ordinales es que aunque existe un orden entre categorías la diferencia entre dos grupos adyacentes no es la misma en la escala.
• Para ilustrarlo, considerense las calificaciones Apgar, que describen la madurez de niños recién nacidos en una escala de 0 a 10, los valores menores indican depresión de funciones cardiorrespiratorias y neurológicas. Sin embargo, es probable que la diferencia entre una calificación de 8 y una de 10 no sea de la misma magnitud que entre 0 y 2.
PUNTUACION DE APGAR
LOS VALORES DE CADA UNA DE LAS CINCO
CATEGORÍAS SE SUMAN PARA GENERAR UN
RESULTADO QUE VA DE 0 A 10.
ESCALAS CUANTITATIVAS
Observaciones donde las diferencias entre cifras se traducen a una escala numérica, se designan en ocasiones como observaciones cuantitativas, debido a que miden la cantidad de algo.
Hay dos clases de escalas numéricas:
• Discretas
De intervalos
• Continuas
De cocientes o razones
La propiedad mas importante
que presentan, por encima
de las escalas cualitativas, es
que las distancias numéricas
iguales representan
distancias iguales empíricas.
Así podemos decir que a dos
objetos a los que se ha
asignado en este tipo de
escalas los números 5 y 10
están igualmente separados
que otros dos a los que se ha
asignado los números 10 y
15.
• Cuando una observación
solamente puede medirse en
valores enteros, la escala de
medición es discontinua o
discreta.
• Ejemplo de variables
discretas:
• Nº de hijos, Nº
embarazos, cantidad de
personas que se
necesitan para una taréa.
ESCALAS DISCRETAS
ESCALAS CONTINUAS
Cuando una escala tiene todas las características de una escala ordinal y se conoce la distancia entre dos números cualesquiera.
Una escala de medida esta caracterizada por una medida común y constante que asigna un número real a todos los pares de objetos en un conjunto ordenado.
ESCALAS DE INTERVALOS
En una escala de intervalos el punto cero y la unidad de medidas son arbitrarios.
Ejemplo: Temperatura.
Las Escala Celsius y Farenheit, la unidad de medida y el punto 0 son diferentes en ambas escalas. Sin embargo contienen la misma cantidad y clase de información, dado que estan relacionadas linealmente:
Escala Celsius: El “0” es el punto de
congelación del agua. El “100” esta dado por el punto de ebullición del agua.
Escala Farenheit:El “0” es a los 32 °C. El
punto de ebullición es a los “212”.
La relación lineal es:
°F= 9/5*°C+32
Propiedades:
El punto “0” de una escala
de intervalos es arbitrario.
Al ser una escala
cuantitativa, es posible
aplicar toda las
estadísticas paramétricas
comunes (promedio,
desvío standard,
correlación de Pearson,
etc.), con excepción del
coeficiente de variación.
ESCALAS DE COCIENTES O RAZONES
Cuando una escala tiene todas las características de una escala de intervalos y además tiene un punto cero verdadero en su origen, nos hallamos frente a una escala de cocientes.
La relación entre o cociente entre dos puntos de la escala es independiente de la unidad de medida.
Por ejemplo, en la escala de los kilos en el sistema métrico decimal y en la escala de las libras en el sistema inglés, cuando determinamos los pesos de dos objetos en libras y en kilos encontramos que la relación de dos pesos en libras es igual a la relación de dos pesos en kilos.
RELACIONES:• Equivalencia.
• Mayor y menor
• Relacion de igualdad entre dos intervalos cualesquiera.
• Relación igual entre dos valores cualesquiera de la escala.
Los números asociados a los valores de la escala de cocientes son números verdaderos con un cero auténtico; solo es arbitrario la unidad de medida.
Muestra y Población
• Se denomina población al conjunto de
individuos con determinadas
características seleccionadas (edad,
sexo, patología, etc.).
• Si se quieren conocer los parámetros
de una variable en la población de
interés, se debe medir en el total de
individuos de la población, siendo esto
la mayoría de las veces imposible de
realizar por factores de costos y
tiempo.
• En general se extrae un subconjunto de la población de estudio, denominado muestra, en el cual se mide la variable de interés. El objetivo fundamental del muestreo es obtener conclusiones válidas sobre la población de la cual se obtuvo la muestra.
• Para que de los valores obtenidos de una muestra se puedan inferir los valores poblacionales, la muestra debe ser representativa de la población. Para ello debe haber sido seleccionada al azar.
• Hay importantes implicancias estadísticas y éticas en la elección del tamaño de muestra para un estudio. Si la muestra es muy pequeña el estudio puede no detectar importantes efectos clínicos, por otra parte, un estudio con una muestra demasiado grande implica involucrar más pacientes que los necesarios, incrementando además los costos.
• Un aspecto importante es el tamaño de la muestra. Este está relacionado directamente con la precisión de los resultados que se obtendrán.
• Cuanto mayor sea el tamaño de la muestra mayor precisión tendrán los resultados, pues el tamaño de la muestra estará mas cerca del tamaño de la población y cuanto mas pequeña sea el tamaño de la muestra, los resultados serán menos precisos.
• Por tal motivo existen métodos para poder establecer o calcular de acuerdo a la situación cuál es el tamaño de la muestra adecuado. Esto no quiere decir que no pueda seleccionarse otro tamaño de la muestra, solo es mas recomendable.