Las variables estadísticas.pptx

las variables estadisticas

1. RED ASISTENCIAL LAMBAYEQUE ESSALUD Operacionalización de variables Dr. Cristian Díaz Vélez Epidemiólogo Clínico Auditor Médico [email protected] [email protected]

2. Concepto Una variable es operacionalizada con el fin de convertir un concepto abstracto en uno empírico, susceptible de ser medido a través de la aplicación de un instrumento. La precisión para definir los términos tiene la ventaja de comunicar con exactitud los resultados.

3. Concepto Algunas variables son tan concretas, o de igual significado en el ámbito mundial, que no requieren operacionalización: Sexo Colores semáforo Órganos del cuerpo humano

4. Variable Cualquier característica de la realidad que pueda ser determinada por observación y que pueda mostrar diferentes valores de una unidad de observación a otra. Es un aspecto o dimensión de un fenómeno que tiene como característica la capacidad de asumir distintos valores, ya sea cuantitativa o cualitativamente. Se deriva de la unidad de análisis y están contenidas en las hipótesis y en el titulo del estudio.

5. Variable La validez de una variable depende sistemáticamente del marco teórico que fundamenta el problema y del cual se ha desprendido, y de su relación directa con la hipótesis. Su misma palabra define que “debe admitir rangos de variación”. Debe traducirse del nivel conceptual (abstracto) al nivel operativo (concreto), es decir que sea observable y medible.

6. Tipos Según el tipo de estudio: si se busca relación causa-efecto Independiente: CAUSA Dependiente: EFECTO Interviniente: actúa entre la independiente y dependiente.

7. TIPOS DE VARIABLES Por su naturaleza: Cualitativas Cuantitativas: Discretas/continuas Agrupadas o no agrupadas Por la naturaleza de las escalas que miden sus valores: Nominales (“distinción”) Ordinales (“distinción” + “orden”) Intervalo y razón (“distinción” + “orden” + “distancia”) ¡ MUY IMPORTANTE! Define el tipo de estimadores estadísticos a utilizar

8. TIPOS DE VARIABLES Ejemplos de variable nominales: Género (hombre/mujer) Lugar de nacimiento (País, Autonomía, Provincia, Localidad) Profesión (empresario, directivo de empresa, obrero....) Centro en que se cursaron los estudios (publico/privado) Razones para elegir la carrera de teleco (vocación, salario, prestigio....)

9. TIPOS DE VARIABLES Ejemplos de variable ordinales (muy frecuentes en escalas de opinión) Grado de aceptación de una “afirmación” de 0 a 10 Mucho, bastante, poco, nada (escala de 4 posiciones) Mucho, bastante, poco, muy poco, nada (cinco posiciones) Totalmente en desacuerdo, en desacuerdo, indiferente, bastante de acuerdo, totalmente de acuerdo (5 posiciones) Siempre, a veces, rara vez, nunca ¡MUY IMPORTANTE! Los entrevistados tienden a situarse en las posiciones centrales. Las escalas con posiciones pares discriminan mejor.

10. TIPOS DE VARIABLES Ejemplos de variable de intervalo y razón N° de miembros de la unidad familiar Salario Edad Renta familiar bruta N° de meses en situación de desempleo ¡MUY IMPORTANTE! No necesitan codificación Permiten un tratamiento estadístico más rico

11. TIPOS DE VARIABLES VARIABLES INDEPENDIENTES VARIABLES INTERVINIENTES VARIABLES DEPENDIENTES ESCOLARIDAD DE LOS PADRES DOTACION DE BIBLIOTECAS COMPRENSION LECTORA METODOLOGIA EDAD

12. Clasificación Según los valores que toma: Cualitativas o categóricas Dicotómicas Categóricas Ordinales Cuantitativas o numéricas Discretas Continuas De razón

13. Definición Operacional Explica como se define el concepto específicamente en el estudio planteado, que puede diferir de su definición etimológica. Equivale a hacer que la variable sea mensurable a través de la concreción de su significado, y está muy relacionada con una adecuada revisión de la literatura. Puede omitirse cuando la definición es obvia y compartida.

14. Categorización o dimensiones Cuando el concepto tiene varias dimensiones o clasificaciones o categorías, éstas deben especificarse en el estudio. Ej. “recursos”, que puede hacer referencia a “recursos técnicos”, “financieros”, “ambientales”, “humanos”

15. Indicador Es la señal que permite identificar las características de las variables. Se da con respecto a un punto de referencia. Son señales comparativas con respecto a contextos o a sí mismas. Su expresión matemática se nutre de la estadística, la epidemiología y la economía. Se expresa en razones, proporciones, tasas e índices. Permite hacer “medible” la variable.

16. Indicador Son ejemplos de indicadores: indicadores económicos (la UVR, el dólar, la libra de café, el gramo de oro). Indicadores de pobreza (las migraciones, los desplazados, el desempleo, los asentamientos suburbanos). Indicadores de calidad de vida (tasa de natalidad, de mortalidad, de fecundidad, de esperanza de vida). Indicadores de desarrollo (el PIB: precio interno bruto, tasa de desempleo, la inflación, el IPC: índice de precios al consumidor).

17. Nivel de medición o escala de medición La medición de una variable se refiere a su posibilidad de cuantificación o cualificación. NOMINAL: este nivel sólo permite clasificar. Nominal dicotómica: sexo Nominal ppd: Color de ojos. ORDINAL: permite clasificar además ordenar, es decir, establecer una secuencia lógica que mide la intensidad del atributo.

18. Nivel de medición o escala de medición Por ejemplo, al medir el grado de satisfacción frente a un servicio de salud, se pueden establecer escalas tales: satisfacción plena, satisfacción media, poca satisfacción, o insatisfacción. Esta escala difiere de la meramente nominal que permite establecer un orden o graduación entre las observaciones. Todas las escalas socio-económicas pertenecen al nivel ordinal de medición.

19. Nivel de medición o escala de medición INTERVALO: permite clasificar y ordenar. En una escala de este nivel el punto cero y la unidad de medición son arbitrarios, como en el caso de la temperatura en que el grado cero no implica ausencia de temperatura, sino que se designó el cero en forma arbitraria. DE RAZÓN O PROPORCIÓN: permite clasificar y ordenar. Existe el cero absoluto o verdadero, es decir que el cero reflejo la ausencia de la propiedad.

20. Unidad de medida Se refiere a la respuesta que se espera en la medición planeada. Puede ser cuantitativa: en Kilos, en metros, en litros, en porcentajes, en proporciones, en tasas. Puede ser cualitativa: en grados de satisfacción (mucho, regular, poco), en calificaciones (excelente, regular, insuficiente), en grado de acuerdo (si y no) o (muy de acuerdo, en acuerdo, en desacuerdo) etc.

21. Cuales son los factores asociados a hipoglucemia en pobladores de la comunidad Astuvilca Nombre de la variable Tipo de Variable Definición Operacional Dimensión Indicador Escala de medición Unidades de medida Sexo Cualitativa dicotómica Demográfica Masculino Femenino Nominal ---- Estado civil Cualitativa Categórica Demográfica Soltero Casado Viudo Nominal ---- Glicemia Numérica continua Glicemia en ayunas Laboratorio Intervalo mg/dl

22. Hipótesis: “El status académico (Variable Independiente) del profesor incide positivamente en el aprendizaje del alumno (Variable Dependiente)” Nombre de la variable Tipo de Variable Definición Operacional Dimensión Indicador Escala de medición Unidades de medida Var. Independiente: Var. dependiente: Var. Interviniente

23. Hipótesis: “El embarazo precoz (variable independiente), incide en la habilidad para aprender a leer (variable dependiente) en el niño”” Nombre de la variable Tipo de Variable Definición Operacional Dimensión Indicador Escala de medición Unidades de medida Var. Independiente: Embarazo precoz Var. dependiente: Habilidad para aprender a leer Var. Interviniente

24. Qué prueba estadística usar? Existen más de 300 pruebas estadísticas básicas. Hay dos clases de pruebas estadísticas: Las paramétricas y las no paramétricas. Cristian Díaz Vélez 24

25. Paramétricas Los valores de la variable dependiente sigan la distribución de la curva normal. La muestra en la que se hizo la investigación. Las varianzas de los grupos que se comparan en una variable dependiente sean aproximadamente iguales (homogeneidad de las varianzas). La variable dependiente esté medida en una escala que sea por lo menos de intervalo, aunque este último requisito no es compartido por todos los estadísticos. Cuando los datos cumplen con los requisitos indicados, especialmente con los dos primeros, las pruebas estadísticas paramétricas exhiben su máximo poder. Cristian Díaz Vélez 25

26. No Paramétricas Las pruebas estadísticas no paramétricas, en cambio, no hacen a los datos ninguna de las exigencias que les hacen las pruebas estadísticas paramétricas; por eso se les denomina "pruebas estadísticas libres de distribución". Todas estas pruebas poseen menos poder que las pruebas paramétricas correspondientes, pero han demostrado ser muy útiles como alternativas cuando no se considera apropiado el uso de pruebas Cristian Díaz Vélez paramétricas. 26

27. Clasificación según tipo y escala Tipo: Categórica/cualitativa Numérica/cuantitativa Escala: Categórica/cualitativa Nominal Ordinal Razón Numérica/cuantitativa Proporción Cristian Díaz Vélez 27

28. Categóricas nominales Dicotómicas Nominales ppd Categóricas ordinales Ordinales Numéricas proporción Numéricas razón Cuantitativas Cristian Díaz Vélez 28

29. Variable Dependiente Variable Independiente Prueba Dicotómica Dicotómica z, Chi-2, Fisher Dicotómica Nominal z, Chi-2, Metha-Patel Dicotómica Ordinal Mann-Whitney / Wilcoxon Dicotómica Cuantitativa Regresión Logística Nominal Dicotómica z, Chi-2, Metha-Patel Nominal Cuantitativa Regresión Discriminante Ordinal Nominal Kruskal-Wallis Ordinal Cuantitativa Regresión Odds Proporcional Cuantitativa Dicotómica t de Student Cuantitativa Nominal ANOVA Cuantitativa Cuantitativa Regresión Lineal, correlaciones Cristian Díaz Vélez 29

30. Identificar una variable dependiente Ninguna V. ind. Una V. ind. Más de una V. ind. V. Dep. V. Dep. V. Dep. V. Dep. V. Dep. V. Dep. V. Dep. V. Dep. V. Dep. Continua Ordinal Nominal Continua Ordinal Nominal Continua Ordinal Nominal 1 2 3 4 5 6 7 8 9 Para fines estadísticos una variable nominal solo se refiere a dos categorías de una Característica. Si la característica tiene K categorías, se necesitan K-1 variables. Cristian Díaz Vélez 30

31. 1 V. Dependiente Continua Interés en la posición Interés en la dispersión Media T student Varianza, DS Chi2 Coef. Variación T student Cristian Díaz Vélez 31

32. 2 Var. Depend. Ordinal Interés en la posición Mediana Prueba de Willcoxon Interés en la dispersión Amplitud intercuartilica Cristian Díaz Vélez 32

33. Si 3 V. Dependiente nominal Interés en la posición No Desenlace común Proporción Desenlace raro Tasa Aprox. Normal Poisson Poisson Binomial Cristian Díaz Vélez 33

34. 4 V. Dependiente Continua Var. Indep intencionada No Dif. Medias T student Interés en la posición Si Regresión lineal T student Prueba F Análisis Correlación T student Z de Fisher Var. Indep aleatoria Cristian Díaz Vélez 34

35. 5 Var. Depend. Ordinal Var. Indep. Nominal Var. Indep Ordinal Mediana Mann-Whitney Coef. Correlación Prueba Sperman Cristian Díaz Vélez 35

36. 6 Var. Depend. Nominal Var. Indep. Nominal Var. Indep. Ordinal o continua P. McNemar Dif. Medias Chi2 Test Fisher Datos apareados Datos Indep. Chi 2 para tendencia Cristian Díaz Vélez 36

37. 7 Var. Depend. Ordinal Var. Indep. Nominal Var. Indep. continua Var. Indep Continua o nominal Datos apareados Datos Indep. Var. Indep intencionada Var. Indep aleatoria Var. Indep intencionada Var. Indep aleatoria ANOVA Factorial de una via ANOVA Medidas repetidas Análisis Regresión múltiple Análisis Correlación múltiple Análisis Covarianza (ANCOVA) Análisis Correlación múltiple Prueba F Student Prueba F Student Prueba F F parcial Prueba F F parcial Prueba F F parcial Prueba F F parcial Cristian Díaz Vélez 37

38. 8 V. Dependiente ordinal Var. Indep Nominal Prueba Friedman Prueba Kruskal-Wallis Datos Indep. Datos pareados Cristian Díaz Vélez 38

39. 9 Var. Depend. Nominal Var. Indep Continua o nominal Dependiente Del tiempo No dependiente Del tiempo. Dependiente Del tiempo No dependiente Del tiempo. Var. Indep. Nominal Análisis de Tablas de vida Análisis estratificado Regresión De Cox Regresión logística Análisis discriminante Log-rank Mantel-Haenszel chi2 Razón de Máxima probabilidad Razón de Máxima probabilidad Razón de Máxima probabilidad Cristian Díaz Vélez 39

40. Tabla 3. Técnicas estadísticas para el análisis de datos en ensayos clini.cos en grupos paralelos. Variable dependiente Variable independiente Binaria Nominal Ordinal Intervalo Binaria :n Mocielos lo -lineales Regresión logística Nominal x 2 :viocielos lo -hneales Ordinal Ti de Mann Kruskall Correlación de Correlación de Whitney Wallis Kendall o de Kendall o de Spearman Speamnan Intervalo Pruebas de t Anova Correlación de Regresión Kenciall o de Spearmari

41. GRACIAS