01.introd..[1]

“El pensamiento estadístico algún
día será tan necesario para la
ciudadanía como la capacidad de
leer y escribir...”
H.G.Wells hace mas de 100 años

Universidad Nacional de Educación La Cantuta - Dr. Jose Perales Vidarte - 2012
OBJETIVOS
1. Comprender los áreas de aplicación de la
Estadística dentro de las Gestión de la Salud.
2. Comprender el pensamiento estadístico
3. Identificar las etapas de la investigación científica
4. Definir las etapas del trabajo estadístico.
5. Identificar los diversos tipos de datos.
6. Diferenciar población y muestra.
7. Distinguir parámetro y estimador.
8. Diferenciar estadística descriptiva y estadística
inferencial.
Al finalizar el Tema 1, el participante será capaz de:

CONTENIDO
1. Situaciones en las que se utiliza la Estadística
2. El Pensamiento Estadístico
3. Investigación científica
4. Estructura de un proyecto de investigación
5. Partes de un informe final de investigación
6. Concepto de Estadística.
7. ¿Qué son datos ?

8. ¿Qué tipos de datos existen ?
9. ¿Qué se puede hacer con los datos?
10. Población y muestra
11. Parámetro y estimador
12. Estadística descriptiva e inferencial
13. Ejercicio aplicativo

1.1 Situaciones en las que se utiliza la
Estadística
Varias veces durante el día una enfermera toma
la temperatura a los pacientes en el Servicio de
Emergencia de un Centro Hospitalario local.
Un investigador médico examina los efectos de
un agente cancerígeno en las ratas. Tres
semanas después de inyectado el agente en una
rata, el investigador realiza una intervención
quirúrgica para extraer y pesar los tumores.
El Director de un Hospital registra el tiempo de
recuperación por tratamiento.
Ejemplos

El Director de un Hospital cuenta el número de
camas a fin de medir la tasa de ocupabilidad.
Un investigador médico está interesado en conocer
la relación entre el sexo y el riesgo de infarto.
El Jefe de Almacén de una Clínica revisa unos
cuantos frascos del lote de vacunas que acaba de
llegar, y verifica su fecha de expiración.
El médico responsable del Laboratorio Clínico del
Hospital, extrae una muestra de sangre a fin de
determinar el nivel de colesterol del paciente.

1.2 El Pensamiento Estadístico
El profesional de la gestión de la salud debe de
preocuparse permanentemente en registrar
información sobre las características que le
permitan conocer los factores que inciden en la
variabilidad del servicio y así estar en condiciones
de implementar acciones dirigidas a mejorar la
calidad del servicio que ofrece.

Debe medir
• las quejas en el Servicio de Emergencia,
• las devoluciones por día en una farmacia,
• las demoras en la atención en una clínica o
• las placas radiológicas reprocesadas en un
hospital,
y compararlos con los indicadores de gestión o
estándares internacionales, y así determinar la
calidad del servicio.

La implementación del pensamiento estadístico
tiene tres fases:
Identificar los factores de variabilidad.
Conocer (o medir) la variabilidad.
Manejar (o controlar) la variabilidad

1.3 La investigación científica
1.3.1 ¿Qué es la investigación científica?
Es la búsqueda sistematizada y objetiva
de nuevos conocimientos. Investigar es un
proceso de buscar, indagar o pesquisar.
El método científico, comprende y realiza
la investigación en forma sistematizada y
objetiva, organizada y coherente.

A. Planificación: Elaboración del proyecto.
Abarca una descripción detallada y
fundamentada de cada una de las
actividades a desarrollarse en la
investigación
B. Ejecución: Es la etapa en la cual se
lleva a cabo al investigación. Recolección
de datos, análisis e interpretación.
C. Informe: Escrito donde se presentan los
hallazgos encontrados.
1.3.2 Etapas de la investigación científica

1.4 Estructura de un proyecto de
investigación
1.4.1 Definición del problema
A. Título
B. Antecedentes: se refiere al nivel actual de
conocimientos. La investigación que se
planea realizar debe contribuir a elevar el
conocimiento que la humanidad tenga de
este tema. Si no se conocen los
antecedentes, es probable que repita una
investigación anterior. Existen antecedentes
teóricos (marco teórico) y antecedentes
empíricos (resultados).

C. Objetivos: Enunciado de los logros
alcanzables y evaluables en el estudio.
a. ¿Cómo voy a identificar las variables?
b. ¿Cómo voy a medir esas variables?
c. ¿Qué técnica estadística se utilizará?
D. Hipótesis: Enunciado de la relación entre 2 ó
más variables.
Recomendación: al escribir el título, el problema,
objetivos y las hipótesis, se debe referir a lo mismo.

1.4.2 Tipo de estudio
Casos y controles
1.4.3 Definición del alcance del estudio
¿Qué ámbito abarca el estudio?. Definir el
alcance físico, temporal, social, etc.
1.4.4 Diseño estadístico de la muestra
A) Tamaño de la muestra
B) Procedimiento de selección

1.4.6 Recolección de datos
Fuentes primarias y secundarias. Diseñar
cuestionario y fichas de observación.
1.4.7 Procesamiento de la información
Definir con anticipación los análisis
estadísticos que se van a realizar y entre
que variables: regresión, hipótesis, entre
otros.
1.4.5 Definición de variables y escalas de
medición
Depende de los objetivos y las hipótesis

1.4.9 Cronograma
Con ayuda de un Diagrama Gantt o un
PERT, para visualizar las diferentes
etapas.
1.4.10 Referencias bibliográficas
1.4.8 Recursos y presupuesto de
investigación
Qué recursos personales y de materiales
se requieren. Cuales son los costos
para llevar a cabo la investigación. Cómo
se desembolsará (mes a mes) estos gastos.
Cómo se financiará.

1.5.1 Introducción: Título, antecedentes,
objetivos, hipótesis
1.5.2 Materiales y métodos
1.5.3 Resultados analíticos: fundamentar
diferencias evidenciadas
1.5.4 Discusión de resultados
1.5.5 Comclusiones: en relación con los
objetivos de la investigación
1.5 Partes de un informe final de
investigación

Es una ciencia que
comprende diversas
técnicas para :
RECOLECTAR
ORGANIZAR
ANALIZAR
INTERPRETAR
DATOS
1.6 ¿Qué es Estadística ?
A esta secuencia se llama proceso estadistico.

Es el registro de características
(medición, observación, conteo) a una
unidad elemental (o de análisis).
¿Qué es la RECOLECCIÓN de datos ?

¿Qué es la ORGANIZACIÓN de datos ?
Es el ordenamiento para una mejor
comprensión y facilitar sus análisis.
(tablas, gráficos y figuras)
Los datos sin organizar se llaman datos
brutos, y son de poca utilidad.

6
Material de Clases © Jorge Córdova Egocheaga. Febrero 2003
244202208213258256142249237212183204275176182287
258209195215276206219214183231201220230216211205
222246226174234259201185239240184277251146182244
226281271203253190240238209202187204240229253231
136254267207258210244277142206243226193200241223
188220174250212278222187246171183245199187172169
225247238265203224232177261160195228196222215209
179204198223269266220242266226183184244193180152
221216262234179187181208224208221227215214191239
175225208221216272239253218218195202295212203239
209210223210231201214202272259199208263188199185
223171241228156237240211264186172192292226189219
208226222265225219231232254248261270217221200196
196231220173218243245184167236227258286189251276
221211196205239218232221221221239199220252249224
265261177238263171189249154202175222248234218206
215274246229209191189161233170231249169252258161
191236212232230203219234265208254196228180250209
215184174194229188161247195222187248250216249192
155209201225212245241255220257224250197216166190
243248257192212229204189222221261241180242177244
249213262203172266214228173222155218265218252225
230216271212163263229233254215184229186259195193
227222232200192253230243159263212267223222233209
194206205194220235280289223225249179200212189238
230276207177262231248230243191192243218154228248
197242218241163213202222197269138189214216197304
170230234188186236192200186223174201198292180203
243223221202220163212230262234186275214245227159
238261265197260191194212269183248259236209199231
Por ejemplo, los siguientes datos sobre niveles de
colesterol no útiles pues no están organizados

0
2
4
6
8
10
12
30-34 35-39 40-44 45-49
Diagrama Circular
Diagrama de
Barras
Edad N° Pacientes
30 - 34
35 - 39
40 - 44
45 - 49
6
12
8
2
Tabla de Distribución
Por ejemplo

Es el cálculo de MEDIDAS
REPRESENTATIVAS (o de resumen)
tales como promedios, medidas de
variabilidad y medidas de la forma de
la distribución.
También se analizan datos cuando se
establecen relaciones entre ellos
(regresión y correlación).
¿Qué es el ANALISIS de datos ?

¿Qué es la INTERPRETACIÓN de datos ?
Es darle un sentido práctico o útil a los
resultados obtenidos en el análisis.

Son los registros de una característica.
Ejemplo :
Si un DATO es útil para tomar decisiones se
convierte en INFORMACIÓN.
1.7 ¿Qué son DATOS ?
Edad del paciente
Peso del recién nacido
Tiempo permanencia
Temperatura corporal
Profesión
27
3,750
5
37,5
Enfermera
años
Kg.
días
°C
---
Características Datos
Unidad de
medida

Los datos ayudan a los responsables de tomar
decisiones a hacer suposiciones coherentes
acerca de las CAUSAS y, por tanto, de los
EFECTOS probables de ciertas características
en situaciones dadas.

Proporcionan la evidencia imprescindible en un
estudio de investigación.
Permiten medir el desempeño en el proceso de
producción de un bien o servicio.
Ayudan a la formulación de cursos alternativos
de acción en un proceso de toma de
decisiones.
Satisfacen nuestra curiosidad innata.
¿Por qué necesitamos recolectar datos?

1.8 ¿Qué tipos de datos existen?
Si el registro de la característica toma un sólo valor
en todas las unidades elementales. Son muchos
datos, pero iguales.
Ejemplo:
•Sexo de las pacientes en el Servicio de Ginecología
•Título profesional de los miembros del Colegio
Médico del Perú
Las constantes no son interés en Estadística,
puesto que ella se ocupa del estudio de la
variabilidad de los datos.
CONSTANTE:

Si el registro de la característica toma diversos
valores en las unidades elementales.
Ejemplo:
Edad, sexo y peso de los pacientes de una Clínica
Una misma característica puede generar
constantes ó variables, depende del marco
muestral.
VARIABLE:

Los datos variables pueden ser :
1. Cualitativos : Registro de un atributo. Provienen de
una observación. Las operaciones posibles son el
cálculo de la tasa porcentual y de proporciones.
Pueden ser dicotómicas (sólo pueden tener 2
categorías.
Ejemplo :Estado de salud: sano o enfermo. Sexo de
pacientes : masculino y femenino
• 80% son varones (tasa porcentual).
• 8 de cada 10 pacientes son varones (proporción)
O politómicas (si tienen más de 2 categorías)
Ejemplo : Estado civil del paciente: soltero, casado,
viudo, divorciado.

2. Cuantitativos : Registro de una característica a
través de un conteo o una medición. Las
operaciones posibles son los promedios y las
medidas de dispersión, entre otras.
Las variables cuantitativas pueden ser continuas
o discretas.

- CONTINUA : Cuando la variable puede tomar
cualquier valor, dentro de una escala de valores.
Provienen de una medición.
Ejemplo: Tiempo de duración de una consulta.
Peso de la gestante
- DISCRETA o DISCONTINUA: Cuando la variable sólo
puede tomar determinados valores dentro de una
escala de valores. Proviene de un conteo.
Ejemplo: Número de consultas en un día.
Número de hijos

DATOS
VARIABLESCONSTANTES
CUANTITATIVASCUALITATIVAS
DISCRETAS CONTINUAS

1.9 ¿Qué se puede hacer con los
datos?
Identificar caracte-
rísticas de interés
para la gestión.
Recolección de
datos
Organizarlos en tablas, gráficos y figuras
Calcular promedios (media, mediana,
moda y percentiles) .
Calcular su dispersión (varianza,
desviación estándar ) y forma de la curva.
Determinar una ecuación que represente
la relación entre ellos (regresión)
Determinar el grado de asociación entre
ellos (correlación).
Analizarlos dentro de un horizonte
temporal (series cronológicas)
Utilizar datos para
mejorar la calidad

Marco Poblacional
Conjunto de todas las unidades elementales
(personas, procesos o cosas) al que se
circunscribe el estudio estadístico.
1.10 Población y
Muestra
Ejemplos :
• Los médicos cirujanos del Perú.
• Los trabajadores asegurados en una EPS
• El proceso de triaje en un hospital
• Las historias clínicas de un hospital.

MARCO POBLACIONAL
(1200 pacientes de un hospital)

Población Estadística
Registro de una característica EN TODOS los
elementos del marco poblacional.
Tiene tantos datos como elementos tenga el
marco poblacional.
Habrán tantas poblaciones como características
se deseen registrar en un determinado marco
poblacional.

MARCO POBLACIONAL
Características
de interés
Edad Peso
Temperatura
corporal
Estado
Civil
Registro
de la
caracte-
rística
Población Población Población
P1 P2 P3 ...... Pn
(1200 datos) (1200 datos)

Marco Muestral
Subconjunto del marco poblacional.
Comprende los elementos o estratos del marco
poblacional (es representativo).
En contraste con el marco poblacional es más
conveniente porque se obtienen los datos en
menor tiempo y reduciendo los costos.
Ejemplo :
75 pacientes de un hospital.

Característica
Registro
de la
carac-
terística.
Marco Poblacional
Técnicas
de muestreo
Marco Muestral
POBLACIÓN
P1 P2 P3 Pn
Edad Peso Temp. Corpor.Estado civil
...
POBLACIÓN POBLACIÓNPOBLACIÓN

Muestra
Registro de una característica en todos los elementos
del marco muestral.
Tiene tantos datos como elementos el marco muestral.
Habrán tantas muestras como características se
deseen registrar en un marco muestral.
Las muestras no extraen de la población, sino del
marco muestral

MARCO MUESTRAL
Característica
Registro
de la
carac-
terística.
MARCO POBLACIONAL
Técnicas
de muestreo
POBLACIÓN
P1 P2 P3 Pn
Edad Peso Temp.
corporal
Estado
civil
...
POBLACIÓN POBLACIÓNPOBLACIÓN
Edad Peso Temp.
Corp.Estad
o
civil
MUESTRA
m1
75 datos
m2 m3 mn
MUESTRA MUESTRA MUESTRA

1.11 Parámetro y
Estimador
Valor representativo de una población. Se simboliza
por letras griegas. Sólo hay un parámetro en cada
población.
Parámetro
π : Proporción poblacional (pi)
µ : Media poblacional (mu)
σ2 :
V arianza poblacional (sigma cuadrado)
σ : Desviación estándar poblacional (sigma)
ρ : Coeficiente de correlación poblacional (rho)

Valor representativo de una muestra. Se llama
también estadígrafo o estadístico. Se simboliza por
letras latinas.
Existen tantos estimadores como muestras se
extraigan de una población.
Estimador
p Proporción muestral
x Media muestral.
2
s Varianza muestra.
s Desviación estándar muestral.
r Coeficiente de correlación muestral

DIFERENTES MUESTRAS GENERAN DIFERENTES
VALORES DEL ESTIMADOR
POBLACIÓN
PARÁMETRO
n2
2x
nm
mx
.
.
n3
3x
.
.
n1
1x

Estadística Descriptiva
Técnicas que permiten describir un conjunto de
datos. El análisis se limita a esos datos (sean
muestrales o poblacionales). Tiene como objetivo
presentar los datos obtenidos en forma
resumida, clara y comprensible.
Estadística Inferencial
Técnicas que permiten estimar un parámetro a
partir de datos muestrales.
MuestraMuestra
Estimador
POBLACIÓN
Parámetro
1.12 Estadística Descriptiva e
Inferencial

MUESTRA
Estadística
Inferencial
POBLACIÓN
- = Error de muestreoµParámetro : µ
Estadística
Descriptiva
Técnicas de Muestreo
Estimador : x

Ejemplos sobre muestra y estimador
Suponga que estamos interesados en conocer la
duración de la evaluación en el Servicio de
Psiquiatría de las Clínicas de Lima.
El INPE esta interesado en la relación existente
entre la criminalidad y los hogares destruidos. Un
psicólogo mide la característica en de 50
procesados.

Supóngase que el equipo de investigación, desea
determinar la proporción de fumadores en la ciudad
de Lima para determinar los factores de riesgo e
incidencia de cáncer pulmonar.

El Director de Personal de la Clínica “Santa
Lucía” desea estimar la tardanza mensual
promedio del personal que labora en esta
clínica. Con este fin elige al azar la Tarjeta de
Control de Asistencia del último mes de 10
trabajadores. En uno de las tarjetas
seleccionadas se registró 140 minutos de
tardanza.
1.13 Ejercicio
Aplicativo

En esta situación,
identifique:
Diez trabajadores
La característica :
La unidad elemental :
(o unidad de análisis)
El marco poblacional:
La población :
El marco muestral :
Tiempo de tardanza mensual
Un trabajador de la clínica
Todo el personal que labora en
esa clínica
Registro de tiempo de tardanza
mensual de todo el personal que
labora en esta clínica

El tiempo medio de tardanza de todos
los trabajadores de la clínica (µ)
La muestra :
Tipo de dato :
Un dato registrado :
La unidad de medida:
El estimador :
El parámetro :
Registro del tiempo de tardanza
de cada uno de los trabajadores
seleccionado
Variable cuantitativa continua
140
minutos
El tiempo medio de tardanza de
los 10 trabajadores:x

El Director de un Hospital sabe que en lo que va del
año, fueron dados de alta 1000 pacientes hospitaliza-
dos y desea conocer el tiempo medio de permanencia
en el hospital. Para ello selecciona al azar la historia
clínica de 100 pacientes. Una de las historias permitió
conocer que cierto paciente había permanecido 6 días
hospitalizado. En esta situación identifique los
siguientes términos (no se pide la definición):
Característica. Unidad elemental. Marco poblacional
Población. Marco muestral. Tipo de muestreo. Un
dato. Unidad de medida. Un estimador. Un parámetro
Ejercicio 1

HOJA DE COMPROBACIÓN
1. L a estadística es una ciencia que sólo analiza datos
2. Los datos se organizan para mejorar su comprensión
3. El análisis de datos abarca el cálculo de promedio y
medidas de variabilidad
4. La interpretación de datos consiste en dar un sentido real
a los resultados obtenidos
6. Característica: 70 kgs
5. Todo dato constituye información
54
Material de Clases © Jorge Córdova Egocheaga. Febrero 2003

8. El color de automóvil de los participantes es una variable
cuantitativa, pues hay 13 cuyo automóvil es de color azul, 7
de color beige y 2 rojos
9. La variable cuantitativa proviene de un conteo
10.El tiempo que demora un proceso productivo es una
variable cuantitativa continua
11.Los médicos que laboran en el Hospital Central constituyen
una población estadística
7. Una misma característica puede generar constantes o
variables, dependiendo del marco muestral de referencia

12.Habrán tantas poblaciones como características que se
deseen registrar en un marco poblacional
13.Cuanto más grande es la muestra, necesariamente será más
representativa
14.El muestreo permite disponer de los datos en menor tiempo,
reduciendo costos.
15.El parámetro representa a una población
16.Existen tanto estimadores como muestras se extraigan de
una población

18.Los estimadores se representan por letras griegas
19.En la estadística descriptiva, el análisis se limita a un
conjunto de datos
20.Las técnicas que permiten estimar un parámetro a partir de
datos muestrales se denomina Estadística Inferencial
21.El error del muestreo consiste en la equivocación cuando
seleccionamos muestras
17.Diferentes muestras, extraídas de una misma población,
ocasionan diferente calores del estimador

El hombre es del tamaño
de la dificultades
a las que se enfrenta
Si tu piensas como
David,
puedes ser tan grande
como Goliat
REFLEXIÓN

01.introd..[1]

Recommended

Recommended

More Related Content

What's hot

What's hot (20)

Viewers also liked

Viewers also liked (14)

Similar to 01.introd..[1]

Similar to 01.introd..[1] (20)

01.introd..[1]