ESTADISTICA DESCRIPTIVA

La palabra estadstica a menudo nos trae a la mente imgenes de nmeros apilados en grandes arreglos y tablas, de volmenes de cifras relativas a nacimientos, muertes, impuestos, poblaciones, ingresos, deudas, crditos y as sucesivamente. (1) Pues bien, La Estadstica es mucho ms que slo nmeros apilados y grficas bonitas. Es una ciencia con tanta antigedad como la escritura, y es por s misma auxiliar de todas las dems ciencias. Minguez, define la Estadstica como La ciencia que tiene por objeto aplicar las leyes de la cantidad a los hechos sociales para medir su intensidad, deducir las leyes que los rigen y hacer su prediccin prxima. (1) Los estudiantes confunden comnmente los dems trminos asociados con las Estadsticas, una confusin que es conveniente aclarar debido a que esta palabra tiene tres significados: la palabra estadstica, en primer trmino se usa para referirse a la informacin estadstica; tambin se utiliza para referirse al conjunto de tcnicas y mtodos que se utilizan para analizar la informacin estadstica; y el trmino estadstico, en singular y en masculino, se refiere a una medida derivada de una muestra, entonces, en relacin a lo descrito anteriormente, la estadstica descriptiva, trata de la tabulacin de datos, su presentacin en forma grfica o ilustrativa y el clculo de medidas descriptivas. (1) Antecedentes histricos de la Estadstica Los comienzos de la estadstica pueden ser hallados en el antiguo Egipto, cuyos faraones lograron recopilar con smbolos en pieles, rocas y paredes de cuevas, hacia el ao 3050 antes de Cristo, importantes datos relativos a la poblacin y la riqueza del pas, e incluso Ramss II hizo un censo de las tierras con el objeto de verificar un nuevo reparto. En el antiguo Israel la Biblia da referencias, en el libro de los Nmeros, de los datos estadsticos obtenidos en dos recuentos de la poblacin hebrea. El Rey David por otra parte, orden a Job, general del ejrcito hacer un censo
2

de Israel con la finalidad de conocer el nmero de la poblacin. Pero, efectuaron censos hace ms de cuarenta siglos. (1)

tambin los chinos

Por otro lado los griegos efectuaron censos peridicamente con fines tributarios, sociales (divisin de tierras) y militares (clculo de recursos y hombres disponibles). Pero fueron los romanos, maestros de la organizacin poltica, quienes mejor supieron emplear los recursos de la estadstica, pues, cada cinco aos realizaban un censo de la poblacin y sus funcionarios pblicos tenan la obligacin de anotar nacimientos, defunciones y matrimonios, sin olvidar los recuentos peridicos del ganado y de las riquezas contenidas en las tierras conquistadas. Hay que hacer referencia que los reyes colorinquios Pipino el Breve Y Carlomagno ordenaron hacer un recuento minucioso de las propiedades de la Iglesia en loa aos 758 y 762 d.C. (1) En Inglaterra, Guillermo el Conquistador recopil el Domesday Book o libro del Gran Catastro para el ao 1086, un documento de la propiedad, extensin y valor de las tierras de Inglaterra. Aunque Carlomagno, en Francia; y Guillermo el Conquistador, en Inglaterra, trataron de revivir la tcnica romana, los mtodos estadsticos permanecieron casi olvidados durante la Edad Media.
(1)

Durante los siglos XV, XVI, y XVII, hombres como Leonardo de Vinci, Nicols Coprnico, Galileo, Neper, William Harvey, Sir Francis Bacon y Ren Descartes, hicieron grandes operaciones al mtodo cientfico, de tal forma que cuando se crearon los Estados Nacionales y surgi como fuerza el comercio internacional exista ya un mtodo capaz de aplicarse a los datos econmicos. Para el ao 1532 empezaron a registrarse en Inglaterra las defunciones debido al temor que Enrique VII tena por la peste. Ms o menos por la misma poca, en Francia la ley exigi a los clrigos registrar los bautismos, fallecimientos y matrimonios. Durante un brote de peste que apareci a fines de la dcada de 1500, el gobierno ingls comenz a publicar estadsticas semanales de los decesos. En 1662, el capitn John Graunt us documentos que abarcaban treinta aos y efectu predicciones sobre el nmero de personas que moriran de varias enfermedades y sobre las proporciones de nacimientos de varones y mujeres que cabra esperar. El trabajo de Graunt, condensado en su obra Natural and Political Observations Made upon the Bills of Mortality (Observaciones Polticas y Naturales Hechas a partir de las Cuentas de
3

Mortalidad), fue un esfuerzo innovador en el anlisis estadstico. Por el ao 1540 el alemn Sebastin Muster realiz una compilacin estadstica de los recursos nacionales, comprensiva de datos sobre organizacin poltica, instrucciones sociales, comercio y podero militar. Durante el siglo XVII aport indicaciones ms concretas de mtodos de observacin y anlisis cuantitativo y ampli los campos de la inferencia y la teora Estadstica. (1) En los tiempos modernos tales mtodos fueron resucitados por algunos reyes que necesitaban conocer las riquezas monetarias y el potencial humano de sus respectivos pases. El primer empleo de los datos estadsticos para fines ajenos a la poltica tuvo lugar en 1691 y estuvo a cargo del profesor alemn Gaspar Neumann. Este investigador se propuso destruir la antigua creencia popular de que en los aos terminados en siete mora ms gente que en los restantes, y para lograrlo revolvi pacientemente en los archivos parroquiales de la ciudad. Despus de revisar miles de partidas de defuncin pudo demostrar que en tales aos no fallecan ms personas que en los dems. Los procedimientos de Neumann fueron conocidos por el astrnomo ingls Halley, descubridor del cometa que lleva su nombre, quien los aplic al estudio de la vida humana. Sus clculos sirvieron de base para las tablas de mortalidad que hoy utilizan todas las compaas de seguros. (1) Durante el siglo XVII y principios del XVIII, matemticos como Bernoulli, Francis Maseres, Lagrange y Laplace desarrollaron la teora de probabilidades. No obstante durante cierto tiempo, la teora de las probabilidades limit su aplicacin a los juegos de azar y hasta el siglo XVIII no comenz a aplicarse a los grandes problemas cientficos. (1) Godofredo Achenwall, profesor de la Universidad de Gotinga, acu en 1760 la palabra estadstica, que extrajo del trmino italiano statista (estadista). Crea, y con sobrada razn, que los datos de la nueva ciencia seran el aliado ms eficaz del gobernante consciente. La raz remota de la palabra se halla, por otra parte, en el trmino latino status, que significa estado o situacin; Esta etimologa aumenta el valor intrnseco de la palabra, por cuanto la estadstica revela el sentido cuantitativo de las ms variadas situaciones. (1)

Jacques Qutelect es quien aplica las Estadsticas a las ciencias sociales. Este interpret la teora de la probabilidad para su uso en las ciencias sociales y resolver la aplicacin del principio de promedios y de la variabilidad a los fenmenos sociales. Qutelect fue el primero en realizar la aplicacin prctica de todo el mtodo Estadstico, entonces conocido, a las diversas ramas de la ciencia. (1) Entretanto, en el perodo del 1800 al 1820 se desarrollaron dos conceptos matemticos fundamentales para la teora Estadstica; la teora de los errores de observacin, aportada por Laplace y Gauss; y la teora de los mnimos cuadrados desarrollada por Laplace, Gauss y Legendre. A finales del siglo XIX, Sir Francis Gaston ide el mtodo conocido por Correlacin, que tena por objeto medir la influencia relativa de los factores sobre las variables. De aqu parti el desarrollo del coeficiente de correlacin creado por Karl Pearson y otros cultivadores de la ciencia biomtrica como J. Pease Norton, R. H. Hooker y G. Udny Yule, que efectuaron amplios estudios sobre la medida de las relaciones. (1) En nuestros das, la estadstica se ha convertido en un mtodo efectivo para describir con exactitud los valores de datos econmicos, polticos, sociales, psicolgicos, biolgicos o fsicos, y sirven como herramienta para relacionar y analizar los datos. Por todo lo descrito anteriormente, es imprescindible que el estudiante de la carrera de Medicina conozca y comprenda lo que es la estadstica descriptiva ya que no solo va hacer utilizada en su formacin como profesional, sino que es necesario su uso a todo lo largo de su ejercicio mdico. (1) Definicin de estadstica, bioestadstica y Estadstica descriptiva Estadstica: se define como una ciencia que se ocupa de reducir, resumir organizar evaluar interpretar, clasificar inferir y comunicar de manera adecuada la informacin procedente de los distintos fenmenos derivados de la actividad humana, de manera que puedan ser analizados mediantes los mtodos apropiados. (1) Bioestadstica: consiste en la aplicacin de los mtodos y tcnica del conocimiento estadstico a los fenmenos biolgicos con la finalidad de analizarlos y crear modelos orientados hacia la toma de decisiones, la prediccin y la inferencia estadstica. (1)
5

Estadstica Descriptiva: es la ciencia que se ocupa de recolectar, clasificar y ordenar, tabular y representar grficamente los datos estadsticos que derivan de la medicin de las caractersticas objeto de estudio. (1) Objetivos y Aplicaciones de la Estadstica en la Salud Pblica Entre los objetivos ms importantes relacionados con la estadstica y que contribuyen al campo de la salud pblica y sectores relacionados tenemos los siguientes:

Permite comprender los fundamentos racionales en que se basan las decisiones en materia de diagnstico, pronstico y teraputica. Interpreta las pruebas de laboratorio y las observaciones y mediciones clnicas con un conocimiento de las variaciones fisiolgicas y de las correspondientes al observador y a los instrumentos.

Proporciona el conocimiento y comprensin de la informacin acerca de la etiologa y el pronstico de las enfermedades, a fin de asesorar a los pacientes sobre la manera de evitar las enfermedades o limitar sus efectos.

Otorga un discernimiento de los problemas sanitarios para que eficientemente se apliquen los recursos disponibles para resolverlos. (2)

Adicionalmente a los objetivos antes citados, resalta la utilidad de la estadstica en el desarrollo del pensamiento crtico, a fin de: (a) pensar crticamente acerca de los problemas de salud; (b) evaluar correctamente los datos disponibles para la toma de decisiones e (c) identificar las decisiones y conclusiones que carecen de base cientfica y lgica. (2) Los principios y conceptos de los mtodos estadsticos se aplican en diversos campos de la salud pblica, tales como en estudios de variacin, diagnstico de enfermedades y de la salud de la comunidad, prediccin del resultado probable de un programa de intervencin, eleccin apropiada de intervencin en paciente o comunidad, administracin sanitaria, realizacin y anlisis en la investigaciones en salud pblica. (Ver Tabla 1). (2)

Tabla 1. Aplicacin de la estadstica en salud pblica

rea de aplicacin
Estudios de variacin

Comentario
La variacin de una caracterstica se produce cuando su valor cambia de un sujeto a otro, o de un momento a otro en el mismo sujeto Proceso mediante el cual se identifican el estado de salud de un individuo, o de un grupo, y los factores que lo producen Es la evaluacin del resultado de un programa de intervencin en una comunidad o de una enfermedad en los pacientes, a la luz de los sntomas, signos y circunstancias existentes Se basa en la experiencia anterior con pacientes o comunidades de anlogas caractersticas que haban sufrido una intervencin Refiere al empleo de los datos relativos a la enfermedad en la poblacin a fin de hacer un diagnstico en la comunidad

Ejemplo
Edad, peso, estatura, presin sangunea, niveles de colesterol, albmina srica, recuento de plaquetas.

Diagnstico de enfermedades y de la salud de la comunidad Prediccin del resultado probable de un programa de intervencin

Valoracin de los sntomas declarados o recabados en los individuos para realizar un diagnstico de salud Programa de intervencin nutricional para determinar el impacto de la aplicacin de un suplemento alimenticio

Eleccin apropiada de intervencin en paciente o comunidad Administracin sanitaria y planificacin

Evaluacin de la eficacia de un frmaco y/u otros mtodos de tratamiento

Determinar el perfil sanitario de la poblacin en trminos de distribucin de la enfermedad y la utilizacin de los recursos de salud

Realizacin y anlisis en la investigacin en salud pblica

Contempla otorgar la validez a Probabilidad de cncer de investigaciones analticas o de prstata en individuos con encuestas descriptivas. edad mayor a 60 aos

Dato: es la unidad de informacin que se obtiene durante la ejecucin de una investigacin. Segn su procedencia los datos se clasifican en primarios y secundarios. Primarios cuando son
7

obtenidos originalmente por el investigador y secundario si son extrados de la obra de otros investigadores. (3) Datos estadsticos: es el resultado de una observacin y anlisis sistemtico, utilizado para hacer inferencia y sacar conclusin. (3) Una vez recogida la informacin en la realizacin de una investigacin o un estudio que se desea realizar, es necesario revisarla cuidadosamente y luego resumirla y presentarla convenientemente, antes de que sea posible analizarla. (4) As por ejemplo, los datos referentes al peso de un grupo de 30 individuos, tal como aparecen a continuacin, no revelan fcilmente ninguna caracterstica del grupo:
73 66 52 63 64 69 68 55 62 61 72 52 63 56 64 67 61 60 58 57 63 63 58 51 56 62 64 54 59 56

En cambio, estos mismos datos ya elaborados, presentados en la forma que sigue, permiten formarse un juicio bastante exacto, sobre el conjunto de personas estudiadas: Cuadro N1 Individuos de acuerdo a su peso
Peso en Kilos 50-54 55-59 60-64 65-69 70-74 Total Nmeros de Personas 4 8 12 4 2 30

Observa que al resumir los datos en tal forma, algunos detalles sobre las variaciones individuales se han perdido, pero las caractersticas generales del grupo se han conservado y son ms aparentes, es decir, puedes apreciar mejor la informacin. (4) En la etapa de elaboracin de la informacin se consideran 3 pasos, cuyos detalles vas a ir conociendo a medida que vamos avanzando en el estudio de la estadstica descriptiva, los cuales son los siguientes: 1. Revisin y Correccin de la informacin recogida 2. Clasificacin y Computacin de los datos 3. Presentacin mediante Cuadros y Grficos

1. REVISIN Y CORRECCIN DE LA INFORMACIN RECOGIDA En este primer paso es necesario revisar cada uno de los formularios recogidos con el fin de ver si los datos han sido registrados de manera completa y fidedigna, ya que las conclusiones que del estudio se deriven nunca podrn ser ms exactas que los datos en los cuales se basan.(4) Por lo tanto, tienes que ver ante todo si el formulario est completo o si existen omisiones, es decir, ver si todos los datos que debieron investigarse se encuentran asentados y fijarse luego si dichos datos son correctos. No siempre ser posible decidir sobre la correccin o no de un dato, pero frecuentemente la existencia de otra informacin en el formulario y cierto conocimiento de la materia que se estudia, ayudar al respecto. As por ejemplo, una persona nacida en 1970 puede aparecer como de 30 aos, lo cual a todas luces es imposible, o un nio de 5 aos aparecer con un peso de 50 kilos, lo cual, indudablemente, es una equivocacin. (4) Cuando tales inexactitudes se comprueban, ser necesario entonces hacer las correcciones pertinentes cuando ello sea posible, u omitir de las computaciones finales los formularios incompletos e incorrectos. Pero en este ltimo caso se corre el riesgo de invalidar el estudio, pues generalmente se trabaja con muestras y la eliminacin de unos cuantos individuos puede viciar los resultados. Por todo lo dicho anteriormente se hace necesario una adecuada
9

planificacin de la investigacin y una cuidadosa recoleccin de la informacin, esto ser la manera lgica de prevenir tales eventualidades. (4)

2. CLASIFICACIN Y COMPUTACIN DE LOS DATOS La computacin consiste simplemente en contar cuntos individuos presentan o no alguna caracterstica especial o averiguar en qu forma se distribuyen de acuerdo a determinada escala de clasificacin. (4) Antes de que concibas cualquier computacin, es necesario por lo tanto, haber decidido de antemano el criterio bajo el cual sern clasificadas las personas estudiadas, pues un grupo de individuos podr clasificarse de muchas maneras diferentes, segn la finalidad que se persigue: de acuerdo al sexo, la raza, la edad, entre otros.(4,5) 1. Escalas de clasificacin: Como la presentacin de los datos estadsticos y su anlisis posterior dependen en gran parte de la manera como estn clasificados, tienes que tomar en cuenta algunas consideraciones al respecto.(4,5) 1.1 Condiciones de una buena escala. Cualquiera que sea la escala que se escoja, debe reunir, entre otras, dos condiciones bsicas: 1. Debe ser exhaustiva 2. Las clases o subdivisiones de que consta deben ser mutuamente excluyentes.

El que la escala sea exhaustiva significa que debe permitir la clasificacin de cualquier individuo que se estudia. Una escala que dividiera las razas solamente en Blanca y Negra sera incompleta, ya que no permitira la inclusin de personas de otros grupos raciales.(4) El que las clases sean mutuamente excluyentes quiere decir, que no deben dejar dudas sobre dnde incluir a cada una de las unidades en estudio.(4)
10

Cuadro N 2 Grupos de Edad Escala incorrecta 10-15 15-20 20-25 25-30 Escala correcta 10-14 15-19 20-24 25-29

Una escala como la de la izquierda es incorrecta, porque es ambigua y en un momento dado no se sabra dnde incluir a un nio que tuviera exactamente 15 20 aos de edad. La escala de la derecha evita tal confusin y es la preferida por su sencillez y exactitud. (4)

1.2. Diferentes tipos de escalas. Al estudiar a un individuo, podemos satisfacernos con investigar simplemente si presenta o no determinada cualidad o atributo o podemos, cuando ello sea posible, tratar de medir cunto o qu cantidad posee de alguna particular caracterstica. La anterior nocin permite distinguir 2 clases de escalas: 1. cualitativas, y 2. cuantitativas. (4,5)

11

1. Escalas cualitativas. Las escalas cualitativas slo permiten distribuir a los individuos de acuerdo a ciertas caractersticas que les son comunes y por medio de las cuales pueden distinguirse de otros individuos que no las poseen. Al clasificar a un grupo de personas por sexo, raza, estado civil, regin de donde proceden, enfermedad que padecen, entre otros, entonces se est usando una escala cualitativa. (4,5)

2. Escala cuantitativas. Las escalas cuantitativas son ms precisas, porque adems de permitir la diferenciacin entre unos individuos y otros, sealan cun grandes son las diferencias observadas. La determinacin del peso, la estatura, la edad, pulso o tensin arterial de una persona, o la divisin de las familias por el nmero de hijos de que constan o de acuerdo a sus ingresos, se hace mediante el uso de una escala cuantitativa. (4,5) Las escalas cuantitativas se dividen a su vez en: a) Escalas cuantitativas continuas b) Escalas cuantitativas discontinuas

Una escala cuantitativa se denomina continua cuando cualquier valor intermedio entre 2 ntegros es posible. La edad de una persona por ejemplo, puede ser 40 aos, o 40 aos y 10 meses, o an podra expresarse como 40 aos, 10 meses, 5 horas, 15 minutos, entre otros. De la misma manera el peso de un hombre puede ser 60 kilos, pero si se tuviera una balanza de precisin quiz podra anotarse como 60 kilos, 300 gramos, 20 centigramos. (4) Cuando una escala se llama discontinua es porque slo admite valores de nmeros enteros. Las familias clasificadas segn el nmero de hijos o los escolares por el nmero de dientes cariados que tengan, son ejemplos de escalas discontinuas, porque una familia podr tener 1, 2. 15 hijos; o un escolar 1, 2 20 caries, pero ningn valor fraccionado tendr significado. (4) La distincin entre escalas continuas y discontinuas es til aunque su diferenciacin en ocasiones no tiene razn de ser. Ahora, analiza bien el siguiente ejemplo: El nmero de glbulos rojos por persona es un ejemplo de escala discontinua, ya que no puede haber valores fraccionados, pero la
12

discontinuidad es tan poco aparente, que tal escala se trata como si fuera continua. En realidad, nadie podra sealar si una persona tiene 4.999.999 glbulos rojos o exactamente 5.000.000.

1.3. Niveles de Medicin de una escala Medicin Nominal: Esta medicin se refiere al nivel ms bajo de medicin, que consiste en la asignacin de nmeros con el simple propsito de clasificar determinadas caractersticas en categoras: En este nivel hay dos o ms categoras del tems o la variable. Las categoras no tienen orden ni jerarqua lo que se mide (objeto, personas, entre otros.) Se coloca en una y otra categora, lo cual indica tan solo diferencia respecto de una o ms caractersticas por ejemplo, la variable Genero de la persona posee dos categoras: Masculino y Femenino ningunas de las categoras implica mayor jerarqua que otra. Las categoras nicamente reflejan diferencias en la variable no hay orden de mayor o menor ejemplo. (5) Masculino Femenino O` 1 Masculino 2 Femenino

Los nmeros utilizados en este nivel de medicin tienen una funcin puramente de clasificacin y no se puede manipular de manera aritmtica.

Nivel de Medicin Ordinal: El siguiente nivel jerrquico de las mediciones en la medicin ordinal que permite clasificar objetos en funcin de un atributo conforme a su posicin relativa respecto a otros. En este nivel hay varias categoras pero adems estas mantienen un orden de mayor a menor. Las etiquetas o los smbolos de las categoras si indican jerarqua. (5)

13

Ejemplo: El prestigio ocupacional en EEUU se ha medido por diversas escalas que reordenan las profesiones de acuerdo con su prestigio por ejemplo

Cuadro N 3
Valor Escala 90 80 60 50 02 Profesin Ingeniero Qumico Cientfico de Ciencias Actor Comn Operador Manufacturero

Los nmeros (Smbolos o categoras) definen posiciones, es el ejemplo 90 es ms que 80, 80 es ms que 60, 60 es ms que 50). Sin embargo las categoras no estn ubicadas a intervalos iguales (no hay un intervalo comn) no podemos decir con exactitud que entre un actor (60) y un operador de estaciones elctricas (50) existe la misma distancia en prestigio que entre un cientfico de ciencias (80) y un ingeniero qumico (90) al parecer la distancia en ambos casos es 10 pero no es una distancia real. (5)

Nivel de Medicin por Intervalo: En este tipo de medicin, adems del orden o la jerarqua entre categoras se establecen intervalos iguales en la medicin. Las distancias entre categoras son las mismas a lo largo de toda la escala por lo que hay un intervalo constante una unidad de medida, sin embargo el cero (0) en la medicin es un cero arbitrario no es real, ya que se asigna arbitrariamente a una categora el valor cero y a partir de este se construye la escala. (5)

14

Nivel de Medicin de Razn: El nivel ms acto de medicin es la escala racial o proporcional. Estas se distinguen de las escalas intervalares por que suponen un cero racional significativo. Adems de tenerse todas las caractersticas del nivel de intervalo (periodos iguales de las categoras y aplicaron de operaciones aritmticas bsicas y sus derivaciones) el cero es real y es absoluto (no es arbitrario). (5) Cero absoluto implica que hay un punto en la escala donde esta ausente. 1.4. Clasificacin de los datos. Se comprende fcilmente que los individuos que se estudian pueden clasificarse segn una escala nica o de acuerdo a dos o ms escalas a la vez. Teniendo en cuenta este conocimiento, los datos estadsticos podrn clasificarse en los tres tipos que a continuacin se describen: Distribuciones de Frecuencias. En un grupo de personas podemos averiguar primero cuntos hombres y cuntas mujeres hay, e investigar despus, cmo se reparten de acuerdo a su raza. En uno y otro caso se est usando una nica escala cada vez. A continuacin te presentamos el siguiente ejemplo: Cuadro N 4
Individuos por raza Individuos por sexo Blancos 80 Hombres 45 Negros 20 Mujeres 55 Total 100 Total 100

Datos como los anteriores, en donde un grupo de individuos se clasifica de acuerdo a una nica escala, sea edad, peso, raza o estatura, reciben el nombre de Distribuciones de Frecuencia. (4) Datos de Asociacin. Se refiere al hecho que las personas que se estudian se clasifican simultneamente de acuerdo a dos escalas. Si se desea saber cuntos hombres son de raza blanca o cuntas de las personas negras son del sexo femenino, los datos presentados anteriormente no permitirn responder tales preguntas. (Cuadro N 5)
15

Cuadro N 5 Individuo por sexo y raza

Raza Sexo B Hombres Mujeres Total 36 44 80 N 9 11 20 45 55 100 Total

Note que el cuadro resume los dos primeros, pero a partir de aqullos no puede elaborarse este ltimo. Para su elaboracin se requiere una nueva computacin de datos. (4) Casos como el anterior, en donde los individuos se clasifican simultneamente de acuerdo a dos escalas, como ser raza y sexo, o edad y sexo, estatura y edad, entre otros, constituyen los llamados Datos de Asociacin. (4) Series Cronolgicos. Estas se refieren al hecho cuando la escala que se emplea es el tiempo, para mostrar la evolucin de un fenmeno en relacin a l. Tales series que se ilustran a continuacin reciben el nombre de Series Cronolgicos. (4) Cuadro N 6 Mortalidad por Tuberculosis Caracas, 1952 1955
Ao Nmero de Defunciones

16

1952 1953 1954 1955

549 325 270 252

1.5. Subdivisiones o clases de la escala. Aunque las subdivisiones o clases de la escala suelen escogerse arbitrariamente, tal escogencia debe reunir ciertas condiciones que se te presentan en los siguientes prrafos. (4) Formacin de las clases. Slo deben incluirse en una misma clase datos ms o menos homogneos. Si por ejemplo, de 100 casos de una enfermedad se presentan: 10 casos en menores de 1 ao 12 casos en nios de 1 ao 8 casos en nios de 2 aos y as sucesivamente. Es posible formar un solo grupo que incluya: Menores de 3 aos: 30 casos Pues el nmero de casos es ms o menos constante en cada ao de edad (alrededor de 10 = 30/3). En cambio si en el mismo ejemplo tuviramos: 22 casos en menores de 1 ao 7 casos en nios de 1 ao, y 1 caso en nios de 2 aos 30 casos No convendra formar una sola clase, pues es evidente que hay una gran diferencia entre un ao y otro. (4)
17

 Nmero de Clases. Si las clases son muy numerosas habr tantos detalles, que relaciones importantes pueden pasar inadvertidas. Si hay por el contrario muy pocas clases, importantes diferencias entre los individuos estudiados se pasarn por alto. El nmero de clases debe ser tal, que se evite el detalle innecesario, pero que no conduzca a la prdida de ms informacin de la que puede ser convenientemente ignorada. Al estudiar los habitantes de una poblacin, grupos quinquenales de edad son perfectamente adecuados, pero ellos seran inconvenientes para clasificar los alumnos de una escuela, dado que en sta, la variabilidad es muy poca. (4) En todo caso, es preferible utilizar ms clases que las necesarias, que utilizar menos de las que se necesitan, pues si las clases resultan muy numerosas, podrn unirse varias de ellas a voluntad y en cambio ser imposible subdividir una clases ya constituida, a menos que se hagan todas las computaciones nuevamente. Por lo general, 8 a 15 clases suelen ser adecuadas. (4) Lmites de la clase. Ya se ha sealado que con el fin de evitar ambigedades, las clases se sealan como 50-54, 55-59 y no 50-55, 55-60, entre otras. (4) Sin embargo, los verdaderos lmites de esas clases son algo diferentes a los anotados. Si estudiamos el peso de un grupo de personas y lo mismo es cierto siempre que el dato se aproxime al digito ms cercano, cualquier que pese algo ms de 49,5 kilos o algo menos de 50,5 kilos, ser registrado con un peso de 50 kgrs. Igualmente, un individuo que se registre con 54 kilos pesa en realidad entre 53,5 y 54,5. (4) Lo anterior debe tenerse presente, para poder determinar la amplitud y punto medio de cada clase, pero antes de ocuparnos de estos de estos aspectos, hay que advertir que en el caso de la edad, la determinacin de los verdaderos lmites es algo distinta. Como la edad no se aproxima al cumpleaos ms prximo, sino que se registra como aos cumplidos, un individuo de 50 aos puede tener cualquier edad entre 50 y 50,9 aos, o sea prcticamente entre 50 y 51 aos. (4) Amplitud de la clase. Se entiende por amplitud de la clase, la diferencia que hay entre el mximo y el mnimo valor observados en dicha clase. Para su determinacin deben tenerse en cuenta los verdaderos lmites de clase, tal como se explic anteriormente. Por lo tanto, si la clase fuera 50-54 kilos, su amplitud no sera 4, pues como sus limites verdaderos son 49,5 y
18

54,5 kilos, la amplitud sera 54,5 49,5 = 5. De la misma manera, si se tratara de una escala de edades, como los lmites son 50 y 54,9, la amplitud sera nuevamente de 5. (4) Aunque generalmente, es recomendable que todas las clases tengan la misma amplitud, pues con ello se facilitan muchos clculos posteriores, en algunos problemas tal disposicin no es posible, ya que sus lmites deben fijarse de acuerdo a los datos que se estudian y al nmero de clases que se ha resuelto utilizar. (4) Punto medio de la clase. Se obtiene tomando la semisuma de los verdaderos lmites de la clase. Note por consiguiente, que si la escala fuera 50-54 aos, los limites verdaderos estaran entre 50 y prcticamente 55 aos y el punto medio de la clase sera: 50 + 55 = 52,5 2 Si se tratara en cambio de una escala de peso, los limites verdaderos de la clase seran 49,5 54,5 kilos, y el punto medio de la clase (49,5 + 54,5) / 2 = 52 kilos. (4)

2. Mtodos de Computacin:

Hay varios mtodos de computacin y la escogencia de uno con preferencia a los dems, depende del nmero de individuos que se estudia, de la complejidad del anlisis que se intenta y de los recursos econmicos con que se cuenta. (4) A continuacin se tratar sobre los siguientes 5 mtodos: 1. Mtodo de las listas 2. Mtodo de los palotes 3. Tarjetas simples 4. Tarjetas con perforaciones marginales
19

5. Tarjetas tipo Hollerith Mtodo de las listas. Frecuentemente los resultados de un estudio se resumen en una larga lista, en la cual se destina una lnea para anotar las caracterstica correspondiente a cada individuo. En tales casos, la computacin se concretar a buscar cules individuos presentan determinada caracterstica y a contarlos mentalmente marendolos con un signo convencional () o (X), con el fin de facilitar la verificacin al final. (4)

Cuadro N 7 Lista de defunciones y caractersticas a ser tabuladas

A.P. B.D. H.O. T.P. P.H. C.C. S.Q. E.G. I.P. P.V.

M F F M M M M F F M

15 25 30 56 48 30 27 25 23 39

Soltero Casada Casada Casado Casado Casado Casado Soltera Casada Casado

Urbana Extranjero Rural Urbana Rural Rural Urbana Urbana Urbana Urbana Urbana Venezolana Venezolana Venezolano Venezolano Venezolano Venezolano Venezolana Venezolana Venezolano

S S S S No S S S S S

TBC Eclampsia Neumona Diabetes Accidentes Neumona Accidente TBC Eclampsia Diabetes

20

Como se comprende, el mtodo slo es utilizable cuando son pocas las unidades que se estudian y siempre que no se pretenda clasificarlas por ms de 2 escalas a la vez. En el presente ejemplo, sera muy fcil contar cuntos individuos eran hombres o mujeres, o cuntos murieron por Tuberculosis o Neumona, pero el trabajo sera interminable si quisiramos hacer computaciones combinadas, con el fin de averiguar por ejemplo: cuntas mujeres extranjeras, menores de 30 aos y que residan en el campo, murieron por determinada enfermedad. (4)

Mtodo de los palotes. Consiste en poner en una hoja de trabajo una palote (/) por cada unidad que se destacando cada quinta unidad con el fin de facilitar la computacin final. (4) . cuenta,

Las computaciones pueden hacerse a partir de los formularios originales en los cuales se recogi la informacin, o a partir de una lista como la anterior que la resuma. En ambos casos conviene tener preparado de antemano, una Tabla modelo que indique cules son las computaciones que se desean y que al mismo tiempo sirva para ir anotando los resultados obtenidos. (4) El mtodo tiene muchas desventajas. En primer lugar, es imprctico con gran nmero de observaciones, especialmente si como dijimos, se trata de buscar varias caractersticas a la vez y en segundo lugar, se presta a frecuentes equivocaciones, ya que es imposible verificar si en un momento dado se anot o no determinada unidad. Cualquier error en el resultado final o cualquier duda sobre si se ha anotado o no un palote, requiere la realizacin de todo el trabajo nuevamente. (4)

Tarjetas Simples Cuando el nmero de unidades que se estudia no es muy grande, como es el caso de las investigaciones mdicas habituales, las tarjetas simples dan excelente rendimiento, aun tratndose de complejas computaciones. Su principal ventaja es que como se procede paso a paso, cualquier error puede verificarse fcilmente con un mnimum de trabajo. (4)
21

El mtodo consiste en pasar los datos que se estudian a tarjetas de cartulina (una tarjeta para cada caso), cuyo tamao depender del nmero de datos analizados, aunque un tamao como el de las barajas, las hace ms fcilmente manejadas. (4) Las tarjetas se dividen en varias casillas, de acuerdo al estudio y cada casilla se destinar a la inscripcin de un dato. (4) As por ejemplo, en un estudio sobre la mortalidad, en donde se hubieran investigado los siguientes datos, la tarjeta podra ser como la ilustrada en la prxima pgina: Datos investigados: Edad Sexo Estado Civil Residencia Nacionalidad Atencin mdica Causa de muerte Grfico 1 Tarjeta simple utilizada con los datos anteriores

22

(El corte en Caso N: la esquina superior derecha, sirve para ordenar las Residencia: tarjetas)

Edad :

Sexo:

Estado Civil:

Nacionalidad:

Atencin Mdica:

Causa de Defuncin:

Si se quisiera saber cuntas mujeres casadas de nacionalidad extranjera murieron de tuberculosis, se proceder de la siguiente manera: 1. Separar las tarjetas por sexo 2. Dividir el grupo de tarjetas correspondientes a las mujeres, de acuerdo al estado civil 3. El grupo de casadas se dividir en venezolanas y extranjeras 4. En este ltimo grupo, se separarn y contarn por tuberculosis. Como se ve, es fcil investigar cualquier combinacin de datos y ante cualquier equivocacin, sera muy sencillo proceder a la verificacin. (4)

Tarjetas con perforaciones marginales. Prcticamente estas tarjetas pueden usarse en cualquier estudio que se haga y slo cuando el nmero de casos es excesivo, digamos ms de 5.000, sera ventajoso utilizar las tarjetas tipo Hollerith, que luego describiremos. Con ellas el trabajo es rpido, relativamente econmico y los errores en la computacin se reducen al mnimum.(4) 1. Descripcin. Son tarjetas de tamao variable, con una serie de orificios en sus bordes, a cada uno de los cuales se le asigna la representacin de una de las caractersticas que se estudian.
23

Los datos que van a inscribirse en la tarjeta, pueden encontrarse en formularios especiales o pueden recogerse directamente en ella, caso en el cual se anotarn en su parte central. A veces, cuando se hacen encuestas sencillas, en vez de escribir los datos, pueden asentarse directamente en las tarjetas perforadas, marcando con tinta los orificios correspondientes que luego deben ser desmarginados. (4) 2. Inscripcin de los datos. Para facilitar la exposicin volveremos al ejemplo anterior sobre la mortalidad de un grupo de personas en las cuales se investigaron los datos que enseguida aparecen, supersimplificados con propsitos docentes. (4)

Datos investigados Nmero de datos Edad Sexo 2 Estado Civil Residencia Nacionalidad Atencin mdica Causa de muerte

Informacin buscada

Lactantes, pre-escolares, escolares o adultos Masculino o femenino

Soltero, casado, viudo o divorciado Urbana o rural Venezolana o extranjera Recibi o no atencin mdica Segn los 17 grupos de la clasificacin internacional

4 2 2 2 17 33

Grafico 2 Tarjeta con perforaciones marginales utilizada con los datos ilustrados en el texto

24

Se podr notar que como se investigaron en total 33 diferentes datos, al asignar un orificio a cada uno, la tarjeta en su forma ms simple tendr que constar de 33 perforaciones, aunque luego veremos que algunas simplificaciones son posibles. (4) 3. Utilizacin. A cada individuo se destinar una tarjeta distinta y la inscripcin de los datos se har mediante una saca bocado, con el cual se destroza el orificio correspondiente, cortando la lengeta que lo separa del borde. (4) Debe tenerse cuidado de abrir convenientemente los orificios pues de lo contrario, tarjeta puede engancharse en las vecinas y no caer en un momento dado. 4. Computaciones. Al introducir un punzn por cualquier orificio de un bloque de tarjetas y levantarlo ligeramente, aquellas tarjetas en las cuales se ha desmarginado el tal orificio, caern en la mesa, mientras que en el punzn quedarn aquellas con los orificios intactos. (4) Si en el ejemplo que nos sirve de ilustracin, quisiramos clasificar a los individuos segn el sexo y el estado civil, procederamos de la siguiente manera: 1.- Se toma el bloque de tarjetas, se acomoda convenientemente y se pasa el punzn por el orificio que representa el sexo masculino. Al levantar el punzn, caern a la mesa las tarjetas con orificios ensanchados, es decir, las del sexo masculino, mientras que las del sexo femenino quedarn sostenidas en el punzn. Las tarjetas, por consiguiente, han quedado divididas en dos bloques: en uno estn los hombres y en el otro las mujeres. 2.- Tomando el primer bloque (digamos el de hombres), se pasar el punzn por los orificios que representan el estado civil: primero por el de solteros y luego sucesivamente por los de casados, viudos y divorciados, con lo cual el grupo de hombres quedar dividido segn su estado civil, restando solamente contar y anotar cuntas personas hay en estas categoras. 3.- El paso anterior se repetir con el bloque de las tarjetas de mujeres, con lo cual se habr terminado la computacin deseada. Si hubiramos querido hacer las computaciones de acuerdo a 3 variables a la vez, para averiguar por ejemplo, cuntas defunciones ocurrieron entre mujeres casadas extranjeras o entre hombres
25

solteros venezolanos, bastara con subdividir en 2 partes cada uno de los bloques de tarjetas obtenidas anteriormente, aprovechando el procedimiento acabado de discutir. (4) 5. Codificacin. Al utilizar las tarjetas perforadas puede recurrirse a ciertas simplificaciones, gracias a las cuales no habr necesidad de utilizar un orificio diferente para cada dato que se inscriba. Para ello, antes de asentar los datos en las tarjetas, se har una trasformacin previa, conocida como Codificacin. (4) La codificacin es simplemente una clave, mediante la cual cada dato se designa por un nmero. As por ejemplo, si se estudian las diferentes causas de mortalidad, se puede convenir que la tuberculosis es la enfermedad N 1; el cncer la N 2, entre otros. De igual manera, si se estudian los 23 Estados y Territorios de la Nacin, puede designarse al Distrito Federal con el nmero 1, al Estado Anzotegui con el 2 y as sucesivamente. (4) Con los datos as codificados, slo se necesitarn 4 orificios para inscribir hasta 10 caractersticas. Efectivamente, bastan solamente 4 dgitos (1, 2, 4 y 7) para representar cualquier nmero hasta el 9, pues para sealar el 6, se tomarn el 7 y el 2; para indicar el cero, se dejarn todos los orificios intactos. (4) 7 4 2 1 Decenas 7 4 2 1 Unidades

Si los mismos 4 bsicos dgitos se repiten de nuevo hacindolos representar las decenas, entonces 8 orificios seran suficientes para representar hasta 100 caractersticas (del 00 al 99). (4)

Tarjetas tipo Hollerith. De las tarjetas que utilizan el procedimiento inventado por Holleritrh, las ms conocidas son las mundialmente famosas tarjetas IBM, y las de Remington Rand cuyo indicaremos solamente sus caractersticas, a pesar de que es el sistema de computacin ms perfecto que se conoce. (4) La utilizacin de modernas unidades electrnicas permite clasificar varios miles de tarjetas por minuto y de ah que el sistema sea irremplazable en las grandes compaas y en los servicios nacionales de estadstica, que manejan millones de datos. (4)
26

1. Descripcin. La tarjeta IBM clsica es una cartulina de material especial, que consta de 80 columnas, cada una con 10 filas numeradas del 0 al 9. (Vase modelo anexo). Aunque a primera vista la tarjeta slo permite inscribir datos que den un mximo de 800 computaciones (80 columnas por 10 filas), la verdad es que una sola tarjeta puede recibir datos que representen millones de combinaciones. 2. Requerimientos para su utilizacin. Para utilizar estas tarjetas es imprescindible codificar los datos previamente, de acuerdo a los principios ya sealados. Como cada columna tiene 10 filas, cualquier caracterstica que no tenga ms de 10 subdivisiones, podr inscribirse en una sola columna. Con 2 columnas se podrn inscribir 100 datos; con 3 columnas hasta 1.000, entre otros. Esta codificacin explica por qu dijimos antes que en la tarjeta podran asentarse millones de combinaciones, pues como se desprende de lo dicho, una caracterstica que tuviera 100 .000 (!) subdivisiones, slo necesitara 5 columnas. 3. Inscripcin y computacin de los datos. La inscripcin de los datos en la tarjeta se realiza haciendo pequeas perforaciones rectangulares en los espacios que les corresponde, segn el cdigo adoptado. Dichas perforaciones se hacen elctricamente con una mquina especial que tiene como el de una mquina de calcular. La computacin de las tarjetas se hace en otras mquinas especiales, que no slo cuentan y las separan en los grupos deseados, sino que llegan hasta totalizar e imprimir los resultados. (4) Luego de clasificar y computar los datos se procede a la presentacin mediantes cuadros y grficos

CUADROS ESTADSTICOS. Definicin

27

Se define como el conjunto de datos estadsticos ordenados en columnas y filas, que permite leer, comparar e interpretar las caractersticas de una o ms variables. Los datos son el resultado de la ejecucin de una investigacin estadstica o el aprovechamiento con fines estadsticos de un registro administrativo. (5,6) Para que puedas comprender mejor esta definicin comenzaremos por detallar sus caractersticas generales entre las cuales describiremos las siguientes: a. La finalidad de los cuadros estadsticos es presentar en forma resumida determinado material numrico. b. Es importante que tomes en cuenta que la disposicin del cuadro va a variar de acuerdo a los datos que intentas resumir, por lo tanto, hay algunos principios comunes que debes tener en cuenta y que se nombraran a continuacin c. Cuando vayas a interpretar un cuadro estadstico debes considerar la sucesiva disposicin para su correcta lectura: 1. El titulo 2. El Cuadro propia mente dicho 3. Las notas explicativas (4,5) A continuacin te voy a describir cada uno de ellos, los cuales deben ser comprendidos para que realices e interpretes correctamente un cuadro estadstico: 1. El titulo Es la inscripcin que se coloca despus del nmero de cuadro, en la parte superior y central, con el propsito de dar a conocer las variables y sus caractersticas contenidas en l. El ttulo expresar en forma singularizada el contenido del cuadro en forma ordenada, clara y breve, evitando la descripcin excesiva o la brevedad extrema en la descripcin del contenido de la informacin. Debes tener siempre presente que para que los cuadros estadsticos se entiendan fcilmente, sin la necesidad de que recurras al texto que lo acompaa, el titulo debe reunir dos condiciones: Ser completo y lo mas conciso posible. (4,6)
28

y sencilla

Te preguntaras Cmo un cuadro estadstico rene estas condiciones? Presta mucha atencin en lo que te voy a explicar a continuacin: a. Un titulo que sea completo, debe indicar claramente cual es el contenido del cuadro, es decir debe responder a las siguientes interrogantes: Qu se estudia o cual es el universo que se investiga? Se refiere al hecho observado o caracterstica principal que se quiere mostrar. Ejemplo: Defunciones Cmo se estudia, es decir de acuerdo a cuales caractersticas se clasifican los individuos investigados? Ejemplo: Por edad y sexo Dnde o a que lugar se refieren los datos? Ejemplo: en Venezuela Cundo o la poca a que se refiere el estudio? En el ao 2006

b. Debes tomar en cuenta que el titulo debe ser breve, lo mas breve posible aunque debe sacrificarse la claridad a la concrecin.(4,6) En relacin a lo anterior te presento los siguientes ejemplos en relacin a como no debes redactar un titulo y posteriormente la manera correcta de redactarlo. TITULO NO RECOMENDABLE: Cuadros que muestra las defunciones habidas en la Repblica Bolivariana de Venezuela, durante el ao 2006, clasificadas de acuerdo con la edad y sexo de los fallecidos. (4,6) TITULO CORRECTO: Defunciones por edad y sexo. Repblica Bolivariana de Venezuela, 2006. Una vez que te he explicado de qu manera debes redactar el titulo correcto de un cuadro, ahora pasaremos a lo que es el cuadro propiamente dicho. (4,6) 2. Cuadro propiamente dicho:

29

Sintticamente, debes tomar en cuenta que el cuerpo del cuadro consta de un conjunto de casillas o celdas, que estn dispuestas en columnas que son las que van en forma vertical y las filas que van en forma horizontal. (4,6) Observa que la primera columna y la primera fila tienen una finalidad diferente a las restante, porque en ellas deben ir las diferentes subdivisiones de la clasificacin que se adopte, o los encabezamientos que indiquen a que se refieren los datos numricos inscritos. (4,7) La primera fila, es la de los ENCABEZAMIENTOS, que te indican a que se refieren los datos que van inscritos en las celdas subyacentes. No debes olvidar que ellos al igual que los ttulos, deben ser breves, pero suficientemente explicativos. (4,6) Fjate bien en el siguiente ejemplo, en vez de poner simplemente edad es preferible que coloques edad en aos o edad en meses segn sea tu caso. Igualmente en vez de poner tan solo TASAS debe indicarse: Tasa de Mortalidad por 1000, Tasa de Mortalidad por 100.000 y as sucesivamente. (4,7) La COLUMNA MATRIZ es el elemento localizado al lado izquierdo del cuadro estadstico, siendo adems la primera columna del mismo y se destina para escribir diferentes clases de la escala de clasificacin utilizada. Cuando las observaciones se clasifican de acuerdo a una nica escala, bien sea edad, las subdivisiones de esta columna. Cuando dichas observaciones se clasifican simultneamente de acuerdo a dos escalas, digamos edad y sexo cualquiera de estas dos caractersticas podr ir en la columna matriz, segn veremos en el siguiente cuadro. (4,5)

Cuadro N 8 Defunciones por accidentes, por sexo y grupos de edad. Venezuela, 2006 Aos de edad 0-4 5-14 15-24 25-44 Hombres 460 273 3301 13821 Sexo Mujeres 271 147 506 1317 Ambos sexos 731 420 3807 15138
30

45-64 65 y mas Total

2983 1308 22076

509 665 3421

3492 1973 25497

Fuente: Anuario de Epidemiologa y Estadstica vital-Repblica Bolivariana de Venezuela, 2006

3. Notas Explicativas. Las notas explicativas tienen la finalidad de que no haya dudas sobre el contenido del cuadro, en la mayora de las ocasiones estas pueden ir en la parte inferior o al pie del cuadro, esto se refiere entonces, como pueden observar en el cuadro N a la fuente de donde se obtuvieron los datos, no solo por el reconocimiento a sus autores, sino para que el lector en un momento dado, pueda consultar el trabajo original, de donde proceden dichas cifras. Observa en el cuadro anterior que los datos proceden del Anuario de Epidemiologa y Estadstica Vital de la Repblica Bolivariana de Venezuela. (4,6) Una vez que se ha descrito las caractersticas de los cuadros, es importante que conozcas que existen diferentes clases de cuadros los cuales se detallan a continuacin.

Diferentes clases de cuadros estadsticos Debes tener presente, que los cuadros estadsticos de acuerdo a su propsito para lo cual se construyen se dividen en dos categoras que sern descritos en los prrafos siguientes: (4,6) a) Los cuadros estadsticos de propsito general: Estos cuadros son de gran utilidad para la construccin de los segundos; adems de ser extensos, de resumen y con frecuencia van dirigidos con material bsico y detallado a otros investigadores; luego de ah al ser publicados se acompaan por amplias notas explicativas y cuidadosa mencin de los procedimientos y mtodos utilizados para recoleccin de datos. Es el tipo de cuadro que presentan las publicaciones de organismos gubernamentales, que recogen informacin primaria.
(6)

b) Los cuadros estadsticos de propsito especial:

31

Son cuadros elaborados con propsito analtico, asimismo destinados a manifestar determinadas relaciones sobre las cuales el investigador quiere llamar la atencin. Gene-ralmente son de menor tamao que los anteriores; son breves y claros y van acompaados de algn texto correspondiente a una investigacin particular; incluyen datos relacionados entre s y eventualmente algn tipo de elaboracin propia del autor (6) Estos cuadros son aquellos en los que los individuos se agrupan de acuerdo a una escala nica de clasificacin. Es imprescindible hacer la salvedad que cuando se clasifican conjuntamente en dos tres o mas escalas, estos cuadros estadsticos son desde luego mas confusos. (4) El cuadro N 9, representa el ejemplo del cuadro estadstico de propsito especial. Cuadro N 9 Defunciones por accidentes, por grupo de edad Venezuela 2006. Aos de edad 0 -4 5-14 15-24 25-44 45-64 65-y mas Total Numero de disfunciones 731 420 3807 15138 3492 1973 25497

Fuente: anuario de Epidemiologia y Estadstica vital. Repblica Bolivariana de Venezuela 2006.

En cuadros de est tipo, se acostumbra a poner una columna ms, con la distribucin porcentual de los casos (cuadro N 10), lo cual facilita grandemente las comparaciones:

32

Cuadro N 10 Defunciones por accidentes, por causas - Venezuela 2006. Causas Accidentes de transporte Sumersin accidental Cadas accidentales Envenenamientos Otros accidentes Total N de defunciones 6281 552 787 422 3072 11114 Porcentajes 56,5 4,9 7,1 3,8 27,7 100,0

Fuente: anuario de Epidemiologia y Estadstica vital. Repblica Bolivariana de Venezuela 2006.

Presentacin tabular de las series cronolgicas: Cuando la escala de presentacin es el tiempo, mostrando como varia un fenmeno en relacin a l (Series Cronolgicas); la elaboracin del cuadro es muy semejante al caso anterior. (4) Sin embargo, como tales cuadros solo tratan de mostrar la variacin de un fenmeno de una poca a otra, en ellos se omiten los totales y lgicamente al no existir estos, ser imposible el clculo de la respectiva columna de porcentajes. (4) No obstante, si el cuadro se refiere a lo ocurrido en una poblacin cuyo nmero de habitantes ha variado a travs de los aos, es conveniente colocar una ltima columna que seale el nmero de veces que ocurri el fenmeno estudiado por cada 1.000, 10.000 100.000 habitantes. (4) En otras palabras: las cifras absolutas se deben acompaar de los coeficientes o tasas respectivas, con lo cual se facilitara la comparacin de los datos. (Cuadro N 11)

33

Cuadro N 11 Malaria y Tasas de morbilidad por 100.000 habitantes Venezuela 2003-2007.

Aos 2003 2004 2005 2006 2007
Fuente: MPPS Boletines Epidemiolgicos

N de casos 31.185 46244 45328 36595 41749

Morbilidad por 100.000 habitantes 121,5 177,0 170,6 135,4 151,9

Presentacin tabular de los datos de asociacin: Al hablar de datos de asociacin, hago referencia cuando los individuos se clasifican equivalentemente de acuerdo a dos escalas, como por ejemplo: edad y sexo, pues una escala debe ir la vertical y otra en la horizontal y el hecho de que una u otra vayan en la vertical y otra en la horizontal, el significado del cuadro sigue siendo el mismo, sin embargo, te sugiero que es conveniente colocar en la vertical la escala que mas subdivisiones tenga porque hay que tomar en consideracin que el ojo humano comprar ms fcilmente, los nmeros dispuestos en columna de arriba abajo, que cuando los arreglamos unos al lado de otros, en filas horizontales.(4) Te invito a que observes detalladamente la siguiente tabla, la cual debe tener dos totales. Estos suelen ponerse en la ltima columna y en la ltima fila, es importante que tambin tengas en cuenta, que el mismo cuadro puedes presentar tanto las cifras absolutas como los porcentajes o las tasas correspondientes, pero evita que el cuadro quede con demasiadas columnas para que no dificulte su interpretacin, en tales casos, es preferible que presentes la informacin en 2 o ms cuadros distintos. (4)

34

Cuadro N 12 Defunciones por accidentes, por sexo y grupos de edad. Venezuela, 2006
Aos de edad Hombres 0 4 5- 14 15-24 25-44 45-64 65 y ms Total 460 273 3201 13821 2983 1308 22076 Sexo mujeres 271 147 506 1317 509 665 3415 731 420 3707 15138 3492 1973 25491 Ambos sexos

Fuente: Anuario de Epidemiologa y Estadstica Vital-Repblica Bolivariana de Venezuela, 2006.

En algunos casos los individuos se clasifican al mismo tiempo de acuerdo a 3 escalas, como la edad, sexo y causa de accidente, en el siguiente cuadro el cual debes observar muy bien, aparece de manera ilustrada. (Cuadro N 13)

Cuadro N 13 Defunciones por accidentes, por sexo, edad y causa externa que lo produjo-Venezuela, 2006
35

CAUSAS DEL ACCIDENTE Sexo y edad Transporte Hombres -15 aos 15-44 45 y ms 4976 339 3141 1496 Sumersin 434 135 231 68 Cadas 543 30 156 357 Otras causas 6898 446 5215 1237 Total 12851 950 8743 3158

Mujeres -15 aos 15-44 45 y mas

1305 179 721 405

118 81 27 10

244 12 16 216

1066 246 407 413

2733 518 1171 1044

Ambos sexos -15 aos 15-44 45 y ms

6285 520 3862 1903

552 216 258 78

787 42 172 573

7964 692 5622 1650

15588 1470 9914 4204

Fuente: Anuario de Epidemiologa y Estadstica Vital-Repblica Bolivariana de Venezuela, 2006

Pero mucho cuidado, te advertimos que por dificultades tcnicas, los encabezamientos de algunos cuadros del presente texto, fueron colocados verticalmente, siendo preferible por razones estticas y para facilitar la lectura, disponerlos en forma horizontal y como observacin final, es conveniente que numeres las diferentes columnas del cuadro cuando son muy numerosa especialmente si vas hacer referencia a ellas en el texto.(4,6) Errores en la presentacin tabular. Debes tener presente que entre los errores que puedes cometer cuando vayas a elaborar un cuadro estadstico estn los siguientes:

36

a. Disposicin incorrecta de los datos. Cuando no se clasifica a cada individuo de acuerdo a las escalas b. Ttulos o encabezamientos incompletos o inadecuados. El cuadro debe comprenderse fcilmente, sin necesidad de recurrir al texto que acompaa, lo cual ser imposible si los ttulos y encabezamientos son incompletos o insuficientemente claros. c. Cuadros que muestran solamente porcentajes . Debes tener presente que los cuadros no deben mostrar solamente porcentajes, sin indicar las cifras de donde proceden. d. Cuadros sobrecargados. Cuando los cuadros intentan mostrar muchos datos a la vez, son confusos y no adecuados. Es preferible que realices varios cuadros.(4)

Manera de leer un cuadro estadstico. Una vez que hayas realizado los cuadros, es importante que aprendas a leerlo, para ello es primordial que lo hagas en una forma ordenada teniendo en cuenta los siguientes pasos: 1. Debes leer cuidadosamente el titulo, esto es necesario para que puedas comprender perfectamente a que se refiere el cuadro 2. Leer las Notas Explicativas que acompaan al cuadro, eso te permitir la mejor comprensin del cuadro En segundo lugar la nota te va a indicar que el estudio se realiz a personas y cual es la variable que se tom en cuenta para incluirlos en el estudio. 3. Debes prestar mucha atencin cuales unidades de medidas han sido utilizadas, ejemplo: si es la edad la variable utilizada si esta expresada en aos, meses o das 4. Fjate en el promedio o porcentaje general del grupo 5. Relacionar el promedio general de grupo con cada una de las variables que se estudian que pueden ser: edad, sexo, lugar de residencia, entre otras, y ellas deben analizarse separadamente
37

6. Relacionar entre s los promedios o porcentajes de las variables que se estudian, esto es necesario, porque puede haber alguna interaccin entre ellas, que cause las diferencias que estas observando 7. Debes buscar si existe alguna irregularidad en los datos que amerite una investigacin ms profunda 8. Pode mostrar ultimo cuales son las conclusiones finales de lo que evidenciaste en el cuadro.(4,6) GRAFICOS Una vez que hayas comprendido bien que son los cuadros, como se elaboran y de que forma debes leerlo, vamos a estudiar ahora que son los grficos. Caractersticas generales. Los grficos te van a dar una idea mucho ms sinttica que los cuadros estadsticos. Unas veces su finalidad es simplemente tratar de mostrar a otras personas la evolucin de determinado fenmeno, mientras que cuando interpretas un cuadro estadstico requieres de ciertos conocimientos, cualquiera puede entender fcilmente que una lnea ascendente muestra un aumento del fenmeno estudiado y si la lnea es descendente es porque hay una disminucin. Otras veces la finalidad del grfico es ayudar al anlisis de la informacin y aclarando ciertas relaciones pocos aparentes en los cuadros.(4) Pues bien, al igual que los cuadros estadsticos, en los grficos debes considerar: 1. El ttulo 2. El grfico propiamente dicho 3. Las notas explicativas. En relacin al ttulo y las notas explicativas no te vamos a insistir ya que se describi en los cuadros y que es igual para los grficos. (4) Escalas del grfico y errores en su empleo
38

Debes saber, que la mayora de los grficos presentan forma rectangular y se inscriben en las llamadas coordenadas rectangulares las cuales estn formadas por la intercepcin de dos lneas en ngulo recto, tomando en consideracin que la lnea horizontal o abscisa se destinar para las diferentes clases de la escala que utilizas y la lnea vertical u ordenada, para anotar la frecuencia o nmero de veces que observas del fenmeno estudiado. (4,5) A propsito de estas escalas es necesario que recuerdes los siguientes principios: a. Las escalas deben ser de la misma longitud o algo mayor la horizontal que la vertical. En general, las escalas deben guardar una proporcin entre 1 a 1 y 1 a 2, es decir, si la ordenada mide 10 centmetros la abscisa debe medir entre 10 y 20 centmetros, esto lo debes hacer con la finalidad de no distorsionar el fenmeno que estas estudiando. En los siguientes grficos podrs observar la manera incorrecta y la manera correcta de elaborar un grfico:

Manera incorrecta

39

Manera correcta. b. De igual modo, para que evites la incorrecta apreciacin de los hechos, las escalas deben comenzar en cero (0). c. Debes rotular cada escala de manera que se comprenda fcilmente que representa: edad en aos o meses, kilos o libras de peso, entre otras d. El grfico de ninguna manera da una idea matemtica exacta de las fluctuaciones estudiadas, para eso estn los cuadros con los datos originales y toma en cuenta que las escalas no deben tener demasiadas subdivisones. Aquellas que se utilicen deben ser, por lo general, nmeros redondos. (4,5) Principales grficos De acuerdo a lo antes mencionado, pueden distinguirse 2 clases de grficos: aquellos destinados a mostrar las variaciones de determinado fenmeno y aquellos que son utilizados con fines analticos. Los primeros aunque son de una manera muy demostrativos no son siempre los de mayor utilidad para el investigador. (4) Existe una gran diversidad de grficos pero solo te har referencia a los que generalmente son ms utilizados que a continuacin estudiaras:
40

1. Diagrama de barras y sus diferentes modalidades 2. Diagrama de sectores 3. Histograma 4. Polgono de frecuencias 5. Diagrama de frecuencias acumuladas 6. Diagrama semilogartmico 7. Diagrama de puntos.(4) Diagrama de barras y sus diferentes modalidades Es aquel en el cual el fenmeno que se estudia queda representado por una serie de rectngulos o barras, las cuales puedes dibujar horizontal o verticalmente. Es elemental estar al tanto, que las barras deben ser de la misma anchura y el espacio que las separa no debe ser mayor que el espesor de ellas mismas.(4) Cuando se utiliza este diagrama, debes tener en cuenta dos detalles: 1. Si los datos representados no estn en alguna secuencia que debe conservarse, por lo tanto, debes ordenarlo de tal manera que las barras queden de mayor a menor, y con eso mejoras la esttica del grfico y se captan mejor las variaciones que se estudian.

Si vas a representar por ejemplo, las variaciones mensuales de un fenmeno durante determinado ao, los meses debes colocarlos ordenadamente de enero a diciembre, cualquiera que sean las cifras correspondientes, pues sera absurdo que por razones de esttica comenzaras por el mes de abril, seguido de septiembre, junio y as sucesivamente. En cambio si es el tipo de inmunizacin que se quiere representar las barras se colocan de mayor a menor, pues es indiferente cual menciones primero (grfico N 3)

41

Grfico N 3

2. La escala de la frecuencia debes comenzarla siempre en cero, y nunca debe interrumpirse, para que evites que la visualizacin de fenmeno sea aislada. Recuerda que el diagrama de barras tiene varias modalidades y es necesario que aprendas a diferenciarlos uno de cada uno y cuales casos pueden ser usados. A continuacin se har mencin de las modalidades del diagrama de barras y posteriormente se describirn segn sus caractersticas cada uno de ellos. (4) a. Diagrama de barras sencillas
42

b. Diagrama de barras dobles c. Diagrama de barras compuestas a. Diagrama de barras sencillas: Se utiliza para las distribuciones de frecuencia en escala cualitativa y cuantitativa discontinua, tambin lo puedes utilizar para series cronolgicas si son pocos los valores que vas a representar, especialmente cuando corresponden a observaciones peridicas. Para elaborar este diagrama, solo necesitas dibujar las barras de tal manera, que su altura este en proporcin con las cantidades que representan (observa el grfico 14). (4) Cuadro N 14 Vacunaciones practicadas en la primera epidemiolgica del Estado Lara en 1961
TIPO DE VACUNACIN ANTIVARIOLICA DOBLE TRIPLE ANTIPOLIO BCG ANTITIFICA TOTAL PERSONAS INOCULADAS 16202 5239 15584 22591 873 7732 68241

Grfico N 4 TIPO DE VACUNACIN PERSONAS INOCULADAS

43

ANTIPOLIOMELITIS TRIPLE BCG DOBLE ANTITIFICA 0 5000 10000 15000 20000 25000

b. Diagrama de barras dobles. Este diagrama (grfico N 5), puedes tomar la idea en representarlo en barras triples o cudruples, se emplea para representar datos de asociacin, cuyas dos escalas son cualitativas, del cual te damos el siguiente ejemplo: defunciones por sexo y causa, entre otras. (4) Tambin lo puedes emplear si deseas comparar dos distribuciones de frecuencias en relacin al tiempo. (4) Cuadro N 15 Defunciones por accidentes, por causas y sexo-Venezuela, 2006
SEXO CAUSAS DEL ACCIDENTE ACCIDENTES DE TRASPORTE SUMERSIN ACCIDENTAL CAIDAS ENVENENAMIENTOS Hombres 4976 434 543 60 Mujeres 1305 118 244 21 TOTAL 6281 552 787 81

44

OTROS ACCIDENTES TOTAL

6898 12911

1066 2754

7964 15665

Fuente: Anuario de Epidemiologa y Estadstica Vital-Repblica Bolivariana de Venezuela, 2006

Grfico N 5

8000 7000 6000 5000 4000 3000 Hom bres Mujeres

S O I C U F E D N

2000 1000 0

C AUS AD E LAC C IDE NT E

c. Diagrama de barras compuestas.

45

Las aplicaciones de este diagrama, son muy semejantes a las del diagrama de barras dobles. Sin embargo, observa bien y analiza que aunque los grficos 5 y 6 representan los mismos datos del cuadro 15, se intenta sealar para cada causa del accidente la contribucin de cada uno de los sexos, pero en el grfico 6 se desea resaltar la proporcin en el que intervienen las diferentes causas en la mortalidad de cada sexo.(4)

Grfico N 6 Defunciones por accidentes, por causa y sexo-Venezuela, 2006

2. Diagrama de sectores.
46

Este diagrama es uno de los que se emplean con mayor frecuencia, se utiliza con fines comparativos, cuando se desea mostrar los diversos componentes de una serie y a menudo se usa en lugar del diagrama de barras sencillas, sin embargo, no presenta ninguna ventaja sobre l. (4) En el diagrama de sectores, t puedes representar cifras absolutas o porcentajes. Recuerda que el crculo tiene 360, por lo tanto la manera ms fcil de elaborarlo es expresando los datos que se estudian en forma de porcentajes, por eso, cada 1% corresponde a 3,6 de crculo.(4) A continuacin te voy a explicar, la elaboracin de este diagrama. En el cuadro 16, se presentan las muertes por diversos tipos de Leucemias ocurridas en Venezuela en 2006. Lee detenidamente lo que se expone en el prrafo siguiente: Para representar el 1% de los datos se necesitan 3,6 del crculo, los porcentajes se multiplican por 3,6, esto con la finalidad de averiguar, cuantos grados corresponden a cada uno de los sectores. Fjate bien, el sector que representa la Leucemia Mieloide, tendr 178 (49,5 %x 3,6 = 178) y el que representa la Leucemia Linfoide tendr 49 (43,7% x 3,6 = 157).(4,) Cuadro N 16 Defunciones por diversos tipos de Leucemias. Venezuela, 2006
Tipo de enfermedad Mieloide Linfoide Monoctica Otras Total N de defunciones 384 339 3 49 775 Porcentajes 49,5 43,7 0,5 6,3 100%

Fuente: Anuario de Epidemiologa y Estadstica Vital-Repblica Bolivariana de Venezuela, 2006.

Grfico N 7

47

Una vez que hayas realizado los clculos anteriores, se inscribirn con un transportador los correspondientes sectores, colorendolos diferentemente para distinguirlos entre s.(4) 3. Histograma En el histograma se representan las frecuencias de la variable definida en intervalos y rea del rectngulo es proporcional a la frecuencia en el intervalo. Es una serie de rectngulos semejantes a los del diagrama de barras, de esta manera queda representado el fenmeno que se estudia. Sin embargo, las barras del histograma siempre se colocan verticalmente, deben ir una al lado de la otra y no debe haber espacio que las separe. (4,8). Este grfico lo debes utilizar para representar las distribuciones de frecuencias en escala cuantitativa continua, como por ejemplo, la distribucin de un grupo de individuos de acuerdo a su edad, a su peso o a su estatura, entre otras. (4,8) Una vez que se ha definido que es el histograma, ahora te voy a explicar los pasos de como debes elaborarlo, para ello es necesario que observes los datos que se encuentran en el cuadro 17.

48

1. Antes de trazar el sistema de coordenadas, debes transformar los datos originales de tal forma que para cada clase obtengas el nmero de casos promedio por unidad de la escala. Para ello tienes que buscar primero la amplitud de cada clase y dividir la frecuencia correspondiente por dicha amplitud. Observa, que la primera clase tiene una amplitud de 5 y como esa clase haba 501 defunciones, cuando divides 501 entre 5, te dar que en promedio hubo 100 defunciones por cada ao (Omite la fraccin decimal) (4,6) Igualmente para el grupo de 5 a 14 aos, la amplitud de la clase es 10 y si divides entonces 453 defunciones registradas entre 10, el resultado es que en promedio se presentaron 45 por cada ao de la vida. (4) Para que entiendas la razn por la cual deben obtenerse estos promedios, piensa en una enfermedad que afectara por igual a todas las personas, sin distincin de edades y que en determinada comunidad hubiera producido 10 enfermos en cada uno de los aos de la vida. Si los pacientes se agruparan por edades, evidentemente aquellos grupos que comprendan ms aos de edad, mostraran ms pacientes, eso por supuesto, da la impresin que la enfermedad tiene preferencia par esas edades, cuando en realidad tu mismo has evidenciado que tal preferencia no existe. (4)

Cuadro N 17 Defunciones por accidentes, por grupo de edad-Venezuela, 2006

Edades (1) 0- 4 5 - 14 15 -24 25 -44 Nmero de defunciones (2) 731 420 3707 15138 Amplitud de clase (3) 5 10 10 20 Defunciones por ao de edad. Columna (2) / (3) (4) 150 40 370 760

49

45 -64 65- 84 Total

3492 1973 25491

20 20

175 100

Fuente: Anuario de Epidemiologa y Estadstica Vital Repblica Bolivariana de Venezuela, 2006

1. Trazar el sistema de coordenadas 2. Numerar las escalas. La ordenada debe comenzar en cero (0), pero como las frecuencias que utilizaras para la elaboracin del histograma, son los promedios que acabas de obtener, el lmite mximo de dicha ordenada estar dado por el mximo promedio obtenido. (4) Con respecto a la abscisa, no debes olvidar que el comienzo de una clase corresponde exactamente a la terminacin de la clase que le precede. Observa en el ejemplo que sirve de ilustracin, que el final de la primera clase es 5, que es a su vez el comienzo de la segunda. Igualmente la segunda culmina en 15, que es el comienzo de la tercera. Por eso, cuando enumeres las escalas, debes colocar solamente las cifras que indican el principio de cada clase. Adems, debes evitar un error que es comn en los principiantes, que consiste en destinar igual longitud de la escala a clases que tienen desigual amplitud. (4) 3. Cuando inscribas los rectngulos, debes hacerlo teniendo en cuenta que la altura de cada uno no es dada por la frecuencia que aparece en los datos originales, sino por los promedios obtenidos en el paso 1. 4. Como ltimo detalle que debes tener en cuenta es el siguiente: como la frecuencia en cada clase la has dividido por la amplitud de clase y obtuviste el nmero promedio de muertes por ao de edad, en la escala vertical no debes poner solamente defunciones, sino que tienes que especificar defunciones por ao de edad, tal como se ha hecho el grfico correspondiente. (4) Tambien existe un caso especial de histograma, como recordaras lo explicado anteriormente que la relacin entre varios nmeros no se altera si ellos se dividen por la misma cifra. Lee bien este ejemplo: si en la progresin 40:20.10, cuya razn es 2, se divide cada trmino por 10, se obtiene

50

la misma progresin 4:2:1, en la cual la razn sigue siendo 2, osea, en ambas progesiones cada nmero es la mitad del que le precede.(4) El prrafo anterior permite comprender que cuando las clases de una serie tiene la misma amplitud, el histograma puede hacerse inscribiendo directamente las frecuencias dadas, sin necesidad de obtener los promedios de casos por la unidad de la escala, pero exceptuando la graduacin de la ordenada, los graficos ser,an iguales, obtngase o no los promedios mencionados.

Grfico N 8
Defunciones por accidentes, por grupo de edad-Venezuela, 2006

800 700 600 500 400 300 200 100 0 5 15 25 45 65 85

Aos de edad

Poligono de frecuencias.

51

El polgono de frecuencias es una serie de puntos que se colocan a la altura que ocuparan los rectngulos del histograma y en la parte media de cada clase que posteriormente para dar la idea de contunuidad, dichos puntos se reunirn por un trazo continuo. (4) Pues, ahora bien, si comprendistes muy bien como se elabora el histograma, todos esos detalles son los mismos para la elaboracin del polgono de frecuencias, entonces es necesario que obtengas el nmero promedio de observaciones por ao de edad, cuando las clases son desiguales en amplitud. (4) Por regla general, el histograma debe preferirse al polgono de frecuencias ya que el mismo debe destinarse a aquellos casos en los que se quiere presentar ms de una serie en el mismo grfico, con fines comparativos. Analiza bien, el siguiente ejemplo: se desea comparar la distribucin etaria de las defunciones por accidentes para los dos sexos, no lograrias la suficiente claridad con la intercalacin de dos histogramas, una por cada gnero. Pues entonces, espero que hayas comprendido que la representacin se har correctamente en un polgono de frecuencias, inscribiendo sucesivamente los datos para hombres y mujeres, adems, utilizando un trazado diferente para cada serie de datos, cuyo significado, sern aclarados cuando observes el siguiente ejemplo (Cuadro N 18) (4) Cuadro N 18 Defunciones por accidentes, por sexo y grupos de edad. Venezuela, 2006
Sexo Edades Hombres 0- 4 5-14 15-24 25-44 45-64 65-84 460 273 3201 13821 2983 1308 Mujeres 271 147 506 1317 509 665 5 10 10 20 20 20 Amplitud de clase Hombres 90 30 320 690 150 65 Mujeres 45 17 15 65 25 35 Defunciones por ao de edad

52

Total

22046

3415

Fuente: Anuario de Epidemiologa y Estadstica Vital Repblica Bolivariana de Venezuela, 2006

Grfico N 9

Diagrama de frecuencias acumuladas Este diagrama se utiliza para representar distribuciones de frecuencia en escala cuantitativa con fines analticos o para resumir ciertas series cronolgicas cuando se tiene inters, pero mucho cuidado no tanto en las fluctuaciones de un lapso a otro, sino en el efecto acumulado a travs del tiempo.(4) Antes de explicarte como debes elaborar este diagrama, observese los datos que estan presentados en el siguiente cuadro N 19 Cuadro N 19 Defunciones por accidente. Frecuencias acumuladas por grupos de edad Venezuela, 1961
Frecuencias Acumuladas Edad en aos Nmero de defunciones Nmero Porcentaje

53

(1) 09 10-19 20-29 30-39 40-49 50-59 60-69 70-79 80-89 Total

(2) 748 457 642 466 340 241 156 76 81 320

(3) 748 1205 1847 2313 2653 2894 3050 3126 3207

(4) 23,3 37,6 57,6 72,1 82,7 90,2 95,1 97,5 100,0

Fuente: Anuario de Epidemiologa y Estadstica Vital Venezuela, 1961

Las dos primeras columnas muestran las muertes accidentales en el pas en 1961 por grupos decenales de edad. Si sumas sucesivamente las defunciones ocurridas en los diversos decenios, se obtienen las cifras de la columna 3 que indican el nmero de defunciones ocurrinadas por debajo de determinada edad. Fijate bien en este ejemplo, hubo 748 en el grupo de 0-9 aos y por lo tanto, todas ellas ocurrieron en menores de 10 aos. Como luego aparecen 457 en el grupo 1019 aos, al sumar esta cifra a la anterior (748 + 457 = 1205), se tiene que 1205 defunciones acaecieron en personas menores de 20 aos. Igualmente hubo 1847 en menores de 30 aos, entonces, las 748 menores de 10 aos, ms las 457 del grupo 10 19 aos y las 642 del grupo 20 -29 aos.(4) Si lo deseas, puedes dividir estas frecuencias acumuladas por el total general del grupo y multiplicar por 100 para obtener los porcentajes acumulados que aparecen en la columna (4) Grafico N 10

54

Defunciones por accidentes, frecuencias acumuladas por grupo de edad. Venezuela, 1961
100 2894 75 2313 50 1205 25 1847 2653 3207 3050 3126 3500 3000 2500 2000 1500 1000 500

d l m u s j a t n e c r o P

748

10

20

30

40

50

60

70

80

90

E daden aos

Para la elaboracin del diagrama de frecuencias acumuladas, te lo vamos a resumir en los siguientes pasos: 1. Debes obtener las frecuencias acumuladas, tal cual como se te indico en el prrafo anterior 2. Tienes que trazar el sistema de coordenadas y numerar las escalas. En la abscisa debes poner los intervalos de clase, en la misma forma como el de Histograma. La ordenada debe comenzar en cero (0) y llegar hasta la cifra que corresponda al total del grupo. Es preferible que utilices una doble escala como se ha hecho en el grafico anterior, en el cual la escala vertical derecha muestra los porcentajes acumulados (0% a 100%) y en la izquierda el nmero de porcentajes acumulados. 3. Debes inscribir las frecuencias acumuladas, cada frecuencia queda representada por un punto, el cual tienes que colocar al final del espacio destinado a la respectiva clase, para indicar el nmero de casos que hubo por debajo de dicho valor. Por ejemplo, como aparecen 748 defunciones en el grupo de 0 a 9 aos, el punto debe ir por encima de la abscisa
55

l a s i c n u f d o r e m N

correspondiente a 10 aos, significando que 748 defunciones ocurrieron en menores de 10 aos. Igualmente, como hubo 1205 en menores de 20 aos, el punto estar colocado encima del valor 20 aos de la abscisa. 4. Los puntos inscritos tienes que unirlos con una lnea continua, de esta manera va a facilitar la lectura del grfico.(4) Este grfico de frecuencias acumuladas va a permitir responder las siguientes preguntas con ms facilidad: a. Cuntas son las defunciones en menores de determinada edad? b. De las defunciones totales Qu porcentaje ocurri por debajo de determinada edad? c. por debajo de qu edad ocurri determinado porcentaje de las defunciones? (4) Diagrama semilogartmico. Este tipo de diagrama, en la escala vertical tiene una escala semilogartmica, mientras que la horizontal la graduacin que presenta es aritmtica como la que hemos utilizado en todos los grficos descritos anteriormente.(4) Recuerda que un logaritmo no es otra cosa que el nmero que indica cuntos ceros siguen a la unidad. Analiza bien el siguiente ejemplo: 100 tiene dos ceros y por lo tanto su logaritmo es 2, el nmero 1000 tiene tres ceros y por consiguiente su logaritmo es 3. Entonces siendo 2 el logaritmo de 100 y 3 el logaritmo de 1000, cualquier nmero comprendido entre los anteriores, indiquemos 300, tendr un logaritmo entre 2 y 3, es decir, que su logaritmo 2 ms una fraccin. (4) En relacin al prrafo anterior, se deriva que los logaritmos 2,3, 4 entre otros, representan nmeros que estn en progresin geomtrica: 100, 1000 y 10000 y as sucesivamente. Por lo tanto, cuando se utiliza la escala logartmica, aquellos nmeros que representan una misma proporcin, como: 1 y 2 3 y 6 100 200, estarn en el grfico separadas por una misma distancia que no sucede en la escala aritmtica corriente. Esto lo podrs apreciar en la siguiente figura:

56

La escala consta de uno o varios ciclos exactamente iguales, de tal manera que si el primero representa los numeros del 1 al 10, el segundo representar los nmeros del 10 al 100 y as sucesivamente. Fijate por consiguiente que la escala acuerdo a los datos que representas. (2) Ahora bin, seguro que te haras la pregunta: Cul es la utilizacin del diagrama semilogartmico?, te doy la respuesta; el papel semilogartmico tiene, entre otros los siguientes usos: a. Si deseas representar en el mismo grafico dos series cuyas cantidades son muy diferentes unas de otras, como las variaciones en el nmero de glbulos rojos y glbulos blancos, o los casos y muertes de ciertas enfermedades, la escala aritmtica no lo permitira, como te lo voy a mostrar en el siguiente ejemplo:

Cuadro N 20 Casos y defunciones por Tosferina. rea de Notificacin Organizada. Venezuela, 19561960
Aos 1956 1957 1958 1959 1960 Casos 2824 1420 938 4476 6764 Defunciones 79 76 43 118 101

Fuente: Anuario de Epidemiologa y Estadstica Vital Venezuela, 1961

Al utilizar una escala aritmtica para representar estos datos, se caera en una de las alternativas siguientes: 1. Si la escala presenta subdivisiones en 1000, las variaciones de los casos se apreciaran correctamente, pero como las defunciones presentan muy pequeas variaciones con
57

referencia a ellos, quedaran prcticamente representadas por una lnea recta, lo cual no permitira apreciar los cambios de mortalidad habida en el lapso (vase grfico). 2. Si para subsanar el anterior inconveniente se hicieran subdivisiones de 10 en 10, entonces el grfico tendra que tener varios metros de altura, para que permitiera inscribir los miles de casos presentados. La representacin correcta de los datos anteriores puede hacerse fcilmente utilizando el papel semilogartmico. En el grfico, a la vez que puedes apreciar las variaciones en el nmero de casos, se apreciarn tambin las ocurridas en las defunciones. (4) b. Muchas veces se tiene inters en comparar, no los cambios absolutos que presentan dos o ms series, sino los cambios relativos y en tales ocasiones, el papel semilogartmico es el adecuado. Considera por ejemplo, los siguientes datos. (4)

Cuadro N 21 Mortalidad estimada por Tuberculosis y Bilharziosis. Venezuela, 1953-1957 (Tasas por 100000 habitantes)
Ao 1953 1954 1955 1956 1957 Tuberculosis 87,0 74,0 57,0 45,0 43,0 Bilharziosis 1,9 1,5 1,2 1,0 0,7

Grfico N 11

58

Observa que de 1953 a 1957, la Bilharziosis descendi en ms del 50%. Esto se aprecia correctamente en el diagrama semilogartmico, pero en diagrama de escala aritmtica aparece que la Tuberculosis hubiera descendido mucho ms que la Bilharziosis. (4)

Diagrama de correlacin Este grfico se utiliza en aquellos casos en los cuales a cada individuo que se estudia se le toman dos medidas diferentes, es decir, cuando cada individuo se clasifica al mismo tiempo en relacin a 2 escalas cuantitativas como peso y estatura , edad y peso, entre otros.(4) En este tipo de grfico cada individuo queda representado por un punto y segn la forma en que estos puntos se agrupen, se podr juzgar sobre el grado de asociacin entre las dos variables, lo cual te vamos a explicar los detalles posteriormente.
59

Ahora bien, para elaborar el diagrama de correlacin, debes proceder de la siguiente manera: 1. Debes trazar el sistema de coordenadas, en este grfico al igual que los anteriores las dos escalas deben ocupar la misma longitud, es decir, si la ordenada mide 15 cms., la abscisa tambin debe medir 15 cms. 2. Tienes que numerar las escalas. No es necesario como en otros grficos que las escalas comiencen en 0. La numeracin puede comenzar con el menor valor observado en los datos o con el nmero redondo inmediatamente inferior y terminar con el mximo valor observado o con el nmero redondo inmediatamente superior. 3. Como cada individuo va a ser representado por un punto, este se colocar en la intercepcin de 2 lneas imaginarias que pasen por los correspondientes valores. (4) Ejemplo: con el fin de constatar que realmente los estudiantes que obtienen mejores

calificaciones en sus ejercicios son quienes presentan los mejores exmenes finales, un grupo de 20 estudiantes de Estadstica ha sido clasificado de acuerdo a las notas previas obtenidas en los ejercicios y a los resultados del examen final.(4) El grfico 12 representa los mencionados datos. Observa que en el diagrama se ha destacado en el valor correspondiente al individuo N 7, para demostrarte como deben colocarse los puntos. Dicho valor corresponde a un estudiante que tena una nota previa de 11 puntos y obtuvo 10 en el examen final. (4)

Cuadro N 22 Notas previas y del examen final de 20 estudiantes de Metodologa Estadstica

60

ALUMNOS 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 2O

NOTA PREVIA 15 13 16 14 20 17 11 15 18 12 19 16 10 11 18 10 15 16 14 13

NOTA FINAL 13 12 18 16 18 18 10 16 18 11 17 16 9 13 15 8 15 17 13 14

Grfico N 12

61

18 16 14

l n i f a t o N

12 10 8 10 12 14 16 18 20 notaprevia

EL ANALISIS DE LA INFORMACIN: LOS ESTUDIOS DESCRIPTIVOS FACTORES QUE DETERMINAN EL MTODO DE ANLISIS El anlisis de todo estudio, debe comenzar con una evaluacin global de la informacin disponible y de la manera como debe ser recogida. Conviene examinar si los planes se cumplieron a cabalidad y si los datos se recogieron en la forma prevista y solo una vez que ests seguro de la fidelidad de la informacin, puedes iniciar el anlisis estadstico propiamente dicho.
(4,5)

Las tcnicas de anlisis estadstico son muy numerosas, y la escogencia depende, entre otros factores de: El propsito del estudio El tipo de informacin recogida La escala de clasificacin utilizada El nmero de individuos estudiados.
62

Ahora vamos a considerar la importancia que para el anlisis tiene el propsito del estudio, y el nmero de observaciones estudiadas (series agrupadas o no agrupadas). (4) Estudios descriptivos y estudios comparativos. De acuerdo a su propsito, los estudios se clasifican en: Descriptivos Comparativos

En los estudios descriptivos lo que interesa es resumir adecuadamente la informacin y al mismo tiempo destacar las caractersticas importantes del grupo que se estudia. En los estudios comparativos lo que interesa es investigar si hay o no diferencias entre los dos o ms grupos que se estudian y si realmente esas diferencias existen y conseguir razones valederas que puedan explicarlas. (4) Sin embargo hay que advertirte que esta diferenciacin entre estudios descriptivos y comparativos, es ms bien aparente. En primer lugar, todo estudio comparativo debe comenzar con una descripcin de los hallazgos encontrados, porque solo despus que estos han sido adecuadamente resumidos, podr hacerse con provecho las comparaciones deseadas. En segundo lugar, no debes olvidar, que en muchos estudios descriptivos la finalidad es hacer ciertas generalidades a partir de los resultados observados. (4) En relacin a las salvedades anteriores, como el propsito es de tipo docente se estudiarn separadamente las tcnicas estadsticas que se emplean en los estudios descriptivos y aquellas que se utilizan en comparaciones de grupos, pues el perfecto conocimiento de las primeras, es imprescindible para poder estudiar las segundas. (4) Nmero de individuos estudiados Si se trata bien sea de un estudio descriptivo o comparativo, la escogencia de las tcnicas de anlisis que se estudiarn, dependen del nmero de individuos en los cuales se basa la investigacin. (4,5)

63

Cuando el nmero de individuos observado es poco numeroso, los valores correspondientes se pondrn uno al lado del otro sin que haya necesidad de agruparlos en diferentes categoras. Entonces, se obtienen las llamadas series no agrupadas. Si por el contrario, el estudio incluye una cantidad apreciada de individuos, ningn anlisis podr hacerse si no se clasifican previamente en un determinado nmero de grupos o clases, si tales datos son presentados de esta forma, reciben el nombre de series agrupadas.(2,5) Entonces, esto quiere decir, que las tcnicas estadsticas de anlisis, van hacer distintas segn se trate de series no agrupadas y series agrupadas, siendo un poco ms afanosas las segundas. (2,5) Tcnicas de anlisis de los estudios descriptivos. Las tcnicas utilizadas en el resumen de los estudios descriptivos, pueden esquematizarse de la siguiente forma: a. Distribuciones de frecuencias. Las distribuciones de frecuencias en escala cuantitativa se resumen por frecuencias relativas (tasas, porcentajes, entre otros). Si tenemos una escala cuantitativa, pueden resumirse de la misma manera, pero generalmente se resumen mediante las llamadas tendencias centrales (promedio, mediana, modo) y medidas de dispersin (desviacin estndar, percentiles, entre otros). (4) b. Datos de asociacin. Si las dos escalas son cuantitativas, se resumirn en frecuencias relativas. Si una es cualitativa y la otra cuantitativa, podr escogerse, de acuerdo a la finalidad del estudio, cualquiera de las medidas que te hemos mencionado y si ambas escalas son cuantitativas se emplear el Coeficiente de Correlacin y el Coeficiente de Regresin.(4) c. Series cronolgicas d. Estas se resumen por medio de tendencias calculadas, cambios porcentuales y tcnicas de Regresin

64

DISTRIBUCIONES DE FRECUENCIAS EN ESCALA CUALITATIVA RAZONES, PROPORCIONES, PORCENTAJES Y TASAS

1. Presentacin tabular La forma ms simple de presentar los datos cualitativos, es mediante un cuadro de dos columnas. En la primera se ponen las subdivisiones de la escala de clasificacin que se utiliza y en la otra el nmero de individuos observados. Generalmente el cuadro se acompaa de una tercera columna, en la cual se ponen los porcentajes respectivos. (9)(Ver cuadro N 3).

2. Presentacin grfica. Puede utilizarse el diagrama de barras o el de sectores, pero si la escala tiene muchas subdivisiones, siempre debe preferirse el primero. En ellos pueden representarse los nmeros absolutos o los porcentajes respectivos. El grfico quedar igual en ambos casos, variando solamente la numeracin de la escala utilizada. (5) (Ver grficos N 3 y 7)

3. Anlisis: frecuencias relativas.

El anlisis de estos datos en escala cualitativa se hace mediante frecuencias relativas, bajo la denominacin general de frecuencias relativas, se incluye un conjunto de trminos los cuales han sido definidos con anterioridad como son las razones, proporciones, ndices, porcentajes, tazas y coeficientes, cuya diferenciacin es a veces difcil para el estudiante, pero desde el punto de vista prctico, la exacta definicin de cada uno, tiene mucha menor importancia que comprender su utilizacin y aplicaciones. (4)

65

La importancia de las frecuencias relativas radica en que gracias a ellas pueden analizarse ms fcilmente, las relaciones que existen entre dos o ms cifras de los datos que se estudian y eso facilita la comparacin de los diversos resultados. (4) *El dato aislado de que en una ciudad acontecieron 200 defunciones y 400 en otra, es de indudable valor para ciertos propsitos, pero de poca utilidad para otros. Saber el nmero de defunciones en cada utilidad es esencial para decidir sobre las facilidades mdicas y hospitalarias que deben proveerse, pero si aspiramos a comparar el riesgo de morir en las dos poblaciones, es necesario relacionar el numero de defunciones en cada ciudad con su nmero de habitantes, pues es obvio en el ejemplo presente, que si la segunda tiene 5 veces mas habitantes que la primera, en ella deben haber ms o menos 5 veces ms defunciones. (4)

3.1. Razones y Proporciones. Razn es aquel valor que indica la relacin cuantitativa existente entre dos cantidades y Proporcin es una razn, en la cual el denominador es el nmero total de unidades enunciadas.(9)

Si suponemos que un grupo de 396 estudiantes est formado por 297 hombres y 99 mujeres, aunque es evidente el predominio de los hombres, la intensidad de la relacin se apreciar mejor, al dividir el nmero de hombres por el mujeres lo cual podemos decir, qu hay 3 hombres por cada mujer en dicho grupo (297/99=3).(4,9) Puede tambin dividirse el nmero de hombres por la totalidad de personas en el grupo (297/396 = 3/4 = 75%), con lo cual se evidencia fcilmente, que de cada 4 -estudiantes, tres son de sexo masculino, es decir, que hay 3 hombres por cada mujer en dicho grupo de estudiantes.(2) En el primer caso se ha relacionado el nmero de individuos en una categora con el nmero de observaciones de una categora, con el total general del grupo. La primera de tales frecuencias se denomina una razn; la segunda se llama una proporcin. (4,9) Cuando la serie que se estudia consta solamente de dos categoras hombres y mujeres o enfermos y sanos puede usarse segn las preferencias una razn o una proporcin. Si la serie
66

consta de 3 o ms categoras, no hay una manera nica de calcular una razn y en tales casos es preferible utilizar las proporciones. (4,9)

3.2. Porcentajes. Un porcentaje es una proporcin multiplicada por 100. Por consiguiente, para calcular porcentajes, basta dividir el nmero de individuos en cada categora por el total del grupo y multiplicar el resultado por 100. En nuestro ejemplo, el 75% de los estudiantes son hombres: (297/396) x 100 = 75%) y el 25% mujeres: (99/396) x 100 = 25%. (4) El uso de los porcentajes tiene varias ventajas. En primer lugar, ellos permiten comparar fcilmente 2 ms series cuyos totales son diferentes, pues estos quedan convenientemente reducidos a 100. (4) El calculo de los porcentajes nos permite sealar sin dificultad que la proporcin de hombres en los dos grupos es semejante (297/396 = 75% y 255/340 = 75%), lo cual no era muy aparente antes de clculo. (4) En segundo lugar, a travs de los porcentajes se puede resumir la probabilidad de la ocurrencia de un hecho. En la ilustracin anterior por ejemplo, hay un 75% de probabilidad de que una persona sea de sexo masculino (297/396) y un 25 de que sea de sexo femenino (99/396). (4)

3.3. Tasas En toda poblacin es importante conocer su composicin y los cambios acontecen en ella. Al estudiar estos cambios, ni las razones, ni los porcentajes, a pesar de su utilidad, permiten analizar completamente la informacin disponible. Por lo tanto, tasa es definida como una medida del cambio que expresa una cantidad (y) por cada unidad de otra cantidad x, de la cual y es dependiente. Supngase que en la poblacin de San Pedro los accidentes automovilsticos hubieran sido clasificados seala el siguiente cuadro: (4,10)

67

Cuadro N 23 Accidentes automovilsticos segn sexo de los conductores. San Pedro, 1975 Sexo de los conductores Hombres Mujeres Total Frecuencia 400 100 500 Porcentajes 80% 20% 100%

La informacin anterior es desde luego til. Los porcentajes calculados sealan, entre otras cosas, que al ocurrir un accidente hay un 80% de probabilidad que sea un hombre quien conduce, lo cual facilitar ciertas decisiones .administrativas. As por ejemplo, si se est planeando construir un hospital para atender conductores heridos a una crcel para detenerlos, los porcentajes nos indican que aproximadamente un 80% de las camas hospitalarias o de las celdas carcelarias deben ser para hombres. (4) Sin embargo, sera un absurdo concluir en base a la informacin anterior que los hombres tienen mayor peligro de verse envueltos en un accidente automovilstico o que las mujeres sean ms cuidadosas al manejar. (4) Con el fin de facilitar comparaciones como la anterior siempre que se trate de medir el riesgo de que acontezca determinado fenmeno, dicho fenmeno debe relacionarse con la poblacin en la cual puede acontecer. Tales relaciones reciben el nombre general de tasas. (4) En relacin a los prrafos anteriores, una tasa es simplemente un quebrado. El numerador, indica el numero de veces que ocurri determinado fenmeno en un rea perfectamente limitada y en un perodo de tiempo perfectamente definido. El denominador indica el nmero de habitantes de la poblacin en la cual puede ocurrir el fenmeno descrito en el numerador. (4) Como el numerador de la tasa nunca podr ser mayor que su denominador, el resultado ser menor que la unidad y para evitar el uso de decimales, los resultados se multiplican por 100,

68

1.000, 10.000 etc.

pues es ms fcil recordar por ejemplo que la tasa de

mortalidad en

Venezuela en 1975 fue de 6 por 1.000 que recordar que es 0,006. (2) Teniendo en cuenta el concepto anterior ser muy fcil obtener o calcular cuantas tasas se quiera. Entre ellas, tienen importancia en Medicina: 1. Las tasas de mortalidad: las cuales expresan morir. 2. Las tasas de morbilidad: que expresan el riesgo de adquirir determinadas enfermedades. 3. Las tasas de natalidad: que miden el crecimiento de las poblaciones. 4. Las tasas de letalidad: que indican cuan graves son las enfermedades.
(4,10)

Las tasas anteriores pueden calcularse para toda una poblacin separadamente para algunos de sus segmentos como ser para determinado grupo de edad o determinado sexo. Adems unas veces pueden referirse a tedas las causas en conjunto o solamente a una causa o grupo de causasen particular. (4,10) Tasas que se refieren a toda la poblacin y a todas las causas a la vez, se denominan "tasas crudas" y aquellas que se refieren solo a parte de la poblacin o a una determinada causa, se denominan tasas especficas". Pueden calcularse tasas especficas por edad, tasas especficas por causa, tasas a la vez especficas por edad y causa, entre otras. Una tasa puede hacerse tan especfica como se quiera, desde que se disponga do los datos bsicos necesarios. (4,10) Al calcular esta tasa deber tenerse en cuneta la poblacin expuesta al riesgo para que el denominador sea correcto. Como las poblaciones cambian continuamente, aumentando a causa de los nacimientos y la emigracin, y disminuyendo a causa de las defunciones y la emigracin, la poblacin especificada en el denominador debe sr la de mediados de ao (1 de Julio), pues ella es intermedia entre la de principios y final de ao.(4,10) 3.3.1. Principales tasa. An cuando ellas sern estudiadas en detalle posteriormente, a continuacin se indica el clculo de las ms comunes. Tngase en cuenta, que convencionalmente, todas las tasas expresan por

69

1.000 habitantes, excepto: a) la tasa de Letalidad, que expresa como un porcentaje, y b) las Tasas Especficas por Causa, que se multiplican por 100.000.
Defunciones por todas las causas y en todas las edades, ocurridas en determinada regin durante determinado ao

1) Tasa Cruda de Mortalidad=

Poblacin determinada de la regin para el 1ro de julio

X 1000

Ejemplo: La poblacin de Venezuela para el 1-7-78 se estim en 13.121.950 habitantes y en dicho ao ocurrieron 72.470 defunciones. La tasa cruda de mortalidad fue por lo tanto: 72.470 x 1.000 13.121.950 = 5,5 por 1.000 habitantes

2. Tasa Cruda de Natalidad =

Total de nacimientos vivos habidos en determinada regin durante determinado ao

Poblacin de la mencionada regin para el 1 de Julio del ao que se estudia

X 1000

Ejemplo: En 1978 se registraron en Venezuela 481.782 nacimientos vivos, y la poblacin se estim en 13.121.950 habitantes. Su tasa cruda de natalidad fue por consiguiente: 481.782 x 1.000 13.121.950 3) Tasa Cruda de Morbilidad: = 36,7 por 1.000 habitantes

Habitualmente no se calcula, ya que salvo el caso de encuetas especiales, es imposible conocer la morbilidad total de una regin

4) Tasa de Mortalidad

Defunciones por determinada causa habidas en determinada regin durante el ao en estudio

70

Especifica por Causa

Poblacin de la mencionada regin para el 1 de julio del ao respectivo

X 1.000.000

Ejemplo: Durante 1978 ocurrieron en Venezuela 838 defunciones por Tuberculosis. Como la poblacin del pas dicho ao se estim en 13.121.950 habitantes, la tasa de mortalidad especifica por Tuberculosis fue: 838 x 100.000 13.121.950 = 6,4 por 100.000 habitantes

5. Tasa de Mortalidad = Especifica por Edades

Defunciones por todas las causa en determinado grupo X 1000 de edad Poblacin del correspondiente grupo de edad para el 1 de julio del ao estudiado

Ejemplo: La poblacin venezolana de menores de 15 aos fue estimada para 1978 en 5.574.690 habitantes. Dicho ao ocurrieron en el pas un total de 22.640 defunciones en personas menores de 15 aos. La tasa de mortalidad en menores de 15 aos fue: 22.640 x 1.000 5.574.690 = 4,1 por 1.000

Defunciones habidas por determinada causa en determinado grupo de edad

6. Tasa de Mortalidad Especifica por = Causa y por edades

Poblacin del correspondiente grupo de edad para el 1 de julio del ao en estudio

X 100000

71

Ejemplo: En 1978 ocurrieron en Venezuela 65 defunciones por Tuberculosis en el grupo de menores de 15 aos. Como la poblacin estimada para esas edades, fue de 5.574.690 habitantes, la tasa de mortalidad especifica por Tuberculosis para menores de 15 aos fue: 65 x 100.000 5.574.690
Nmero de enfermos por determinada causa conocidos en determinada regin durante el ao

= 1,2 por 100.000

7. Tasa de Mortalidad Especifica por Causa

Poblacin de la regin para el 1 de julio del ao en estudio

X 100000

Ejemplo: En 1978 se conocieron en Venezuela 4.286 casos de Tuberculosis. Como la poblacin del pas era de 13.121.950 la tasa de morbilidad por Tuberculosis fue: 4.286 x 100.000 = 32,7 por 100.000 13.121.950

Defunciones por determinada causa

8. Tasa de Letalidad =

Casos conocidos de la enfermedad regin

en

el

mismo ao y en la misma

x 100

Ejemplo: En 1978 se conocieron en el pas 134 casos de Fiebre Tifoidea, de los cuales fallecieron 8. La tasa de letalidad para la Fiebre Tifoidea fue por lo tanto: 8 X 100= 6, 0% 134

72

Es preciso hacer notar que en ciertas ocasiones la poblacin que sirve de denominador a la tasa no puede conocerse y es necesario recurrir a estimar por cualquier procedimiento. Como ejemplos concretos se tienen: la tasa de mortalidad infantil y la tasa de mortalidad materna. (4) a) La tasa de mortalidad infantil se refiere exclusivamente a las defunciones de nios que todava no han cumplido un ao. Por consiguiente, en el denominador de la tasa debiera figurar el nmero de nios menores de 1 ao. Esta cifra sin embrago nunca se conoce con exactitud pues los datos censales son muy deficientes al respecto, y para estimarla se toma el numero de nacimientos vivos ocurridos en el ao en la regin que se estudia. De acuerdo a lo anterior, la tasa de mortalidad infantil se calcula mediante la formula siguiente: Defunciones de nios menores de un ao 9. Tasa de Mortalidad = Infantil: Nacimientos vivos X 1000

Ejemplo: En Venezuela durante 1978 ocurrieron 16.325 defunciones de nios menores de 1 ao y dicho ao se registraron en todo el pas 481.782 nacimientos vivos. La tasa de mortalidad infantil fue:

16.325 x 1.000

= 33,9 por 1.000 nacimientos vivos

481.782 Es decir, por cada 1.000 nacimientos vivos ocurridos, fallecieron 34 nios menores de 1 ao.

b) La tasa d mortalidad materna mide el riesgo de morir a causa de cualquier trastorno imputable directamente al embarazo, parto o puerperio. Como se desconoce el numero de embarazadas,
73

parturientes y purperas, dicha cifra se estima a travs del nmero de nacimientos vivos ocurridos, quedando la tasa: Defunciones maternas 10. Tasa de Mortalida Materna: Nacimientos vivos x 1.000

Ejemplo: En 1978 ocurrieron en Venezuela 310 defunciones por complicaciones del embarazo, parto y puerperio. Como en tal ao se registraron 481.782 nacimientos vivos, la tasa de mortalidad materna fue:
310 x 1.000 = 0,6 por 1.000 nacimientos vivos 481.78

DISTRIBUCIONES DE FRECUENCIAS EN ESCALA CUANTITATIVA

1. Presentacin tabular.

Los cuadros que sirven para representar los datos de distribuciones de frecuencia en escala cuantitativa son en todo semejantes a los utilizados en otras distribuciones de frecuencias. (Ver cuadro N 9)

2. Presentacin grfica.

74

Cuando la escala cuantitativa es continua, la representacin grfica se hace en polgonos de frecuencia y preferentemente en histogramas (ver grfico 8). En los raros casos en los cuales la escala cuantitativa es discontinua, debe utilizarse el diagrama de barras. (4,8)

3. Anlisis.

Lo mismo que las series anteriores, las distribuciones de frecuencias en escala cuantitativa pueden analizarse mediante las llamadas constantes centrales y de dispersin. Las primeras (promedio aritmtico, mediana y modo) sealan aquellas cifras alrededor de las cuales est la mayora de las observaciones y las segundas (desviacin estndar, percentiles, cuartiles, entre otras.) sealan la manera como se distribuyen las observaciones con respecto a los anteriores valores centrales. (4,8)

El que prefiera analizar una serie mediante porcentajes o mediante medidas centrales y de dispersin depende de la finalidad que se persigue en el estudio. La informacin dada por unos y otras es diferente y en ocasiones suelen utilizarse al mismo tiempo los dos tipos de medida. (4,8)

4. Anlisis mediante frecuencias relativas Distribuciones de frecuencias en escala cuantitativa, pueden analizarse para ciertos propsitos mediante porcentajes y porcentajes acumulados. Cuadro N 23 Escolares de acuerdo a su peso
75

Peso en Kilos 20 -24 25 29 30 34 35 39 40 44 45 49 50 54 Total

N de escolares 4 8 9 10 7 6 6 50

Porcentajes 8,0 16,0 18,0 20,0 14,0 12,0 12,0 100,0

Porcentaje acumulado 8,0 24,0 42,0 62,0 76,0 88,0 100,0

Fuente: Datos hipotticos para la ilustracin

En muchas ocasiones como sta, el promedio puede ocultar diferencias importantes entre los individuos que se estudian, mientras que el simple anlisis de los porcentajes puede ser mucho ms ilustrativo. Supongamos por ejemplo, que el peso promedio normal para nios de la edad estudiada hubiera sido fijado en 35 kilos. El promedio para este grupo de 50 escolares, calculado por el mtodo que luego se estudiar es exactamente 37 kilos, el cual nos lleva errneamente a formarnos la impresin de que el grupo estudiado, presenta un estado nutritivo normal. Sin embrago, el anlisis de los porcentajes nos muestra claramente que el 8% de los nios pesa entre 20 y 24 kilos y que el 42 % pesa menos de 35 kilos, o sea, que de acuerdo a nuestro patrn de normalidad, casi la mitad de estos escolares estaran desnutridos. (4)

Medidas de Tendencia Central: Son estadsticos que representan aquel valor de la variable alrededor del cual tienden agruparse o distribuirse los datos de una serie. Los ms utilizados son: La media o promedio, la mediana y la moda cada cual tiene condiciones y ventajas para ser aplicadas y son utilizadas en series agrupadas y no agrupadas. (4,11)

76

5. Medidas de tendencia central en series no agrupadas. 5.1. Promedio aritmtico o media (x

Media X: Este estadstico es el ms empleado y conocido y se corresponde con el valor central hacia el cual convergen los puntos de la serie de datos. Se define como el promedio matemtico de la suma de todos los valores que adquiere la variable en el problema entre el numero total de sujetos (entendindose por esto a las mediciones, observaciones, elementos u otros ente que son el objeto de observacin en la investigacin). (4,11)

Caractersticas: Se aplica en variables cuantitativas y se le considera una medida de tendencia central matemtica. Es sensible a la variacin en las cifras de la serie, es decir, si se cambia alguna cantidad en los datos entonces el valor de la media tambin cambiar. (4,11)

Formula para calcular la media:

X X= N

X = Media Promedio = Sumatoria de X = C/Puntaje Individual N = N de casos

El promedio aritmtico es la cifra que se obtiene al dividir la suma de todos los valores observados por el nmero de observaciones. Si se tienen 5 nios cuyos respectivos pesos son: 7, 4, 9, 6 y 4 kilos El promedio aritmtico se obtendr sumando las cifras anteriores y dividiendo por 5 que es el nmero de nios:
77

7+4+9+6+4 X= 5 =

30 = 6 kilos 5

Es decir, los nios pesan en total 30 kilos, y si todos ellos pesaran igual, esto es, si no existiera variacin el peso de cada uno sera 6 kilos. (4)

16.5.2. La Mediana (Ma) Mediana: La mediana es aquella observacin que divide la serie en 2 partes iguales, en tal forma, que la mitad de las observaciones son iguales o menores que dicho valor y la otra mitad, iguales o mayores que l. Por lo tanto, se considera una medida de tendencia central por ubicacin o posicin ms no una medida de tendencia central matemtica. Se emplea preferiblemente con variables cuantitativas, aunque se puede emplear en ciertos casos de variables ordinales. (4,11) Para calcular la mediana, es necesario ordenar las observaciones de menor a mayor o viceversa. Por lo tanto, en el ejemplo anterior, la mediana no es 9, pues ordenando los datos de menor a mayor, se obtendr: 4, 4, 6, 7, 9 Y la mediana ser 6, a cada lado de la cual quedan 2 observaciones. Si en vez de un nmero impar de observaciones tuviramos las 6 siguientes: 4, 5, 7, 8, 9, 10 Se ve que no hay en realidad ninguna observacin que ocupe la mitad, pues el lmite estara entre el 7 y el 8. En dichos casos, para obtener la mediana, se promediarn los 2 valores centrales, en este caso, los correspondientes a la 3 y 4 observaciones, es decir 7 + 8 2 5.3. El modo (Mo): Constituye el valor numrico ms frecuente en una distribucin. Es la ms sencilla de las medidas de tendencia central pues, en realidad, no se calcula, se determina
78

= 71/2

mediante la inspeccin de una distribucin de frecuencias. En la siguiente distribucin de nmero se determina rpidamente: 53 50-51-51-52-53-53-53-53-54-55-56

6. Constantes centrales en series agrupadas. 6.1. Promedio Aritmtico Para calcular el promedio, se asume que cada uno de los individuos en determinada clase tiene un valor igual al punto medio de la clase. En el ejemplo que sigue, se ve que el punto medio de la primera clase es de 22 , lo cual significa que cada uno de los 4 individuos de esa clase pesa 22 kilos y por tanto, los 4 pesarn en conjunto 88 kilos (22 x 4). Igualmente, el punto medio de la segunda clase es 27, o sea que cada individuo de los 8 que hay, pesa 27 kilos y por lo tanto, los 8 pesarn en total 216 kilos (27 x 8= 216). Bastar entonces sumar estos productos para saber cuntos kilos pesa la totalidad de los individuos estudiados y dividir esta suma por el nmero de observaciones para encontrar el promedio. (4,11) En la dos primeras columnas del siguiente cuadro aparecen los datos sobre el peso de 50 escolares y n las restantes, los clculos necesarios para obtener el promedio, lo cuales se resumen a continuacin. (4)

Cuadro N 24 Escolares de acuerdo a su peso

Peso en Kilos () (1) N de escolares F1
(2)

Punto medio de la clase X1

(3)

Peso total de cada clase f1 x1

(4)

79

20 -24 25 29 30 34 35 39 40 44 45 49 50 54 Total

4 8 9 10 7 6 6 50

22 27 32 37 42 47 52

88 216 288 370 294 282 312 1850

() Aproximado a la unidad completa ms cercana. Promedio: 1850 = 37,0 kilos 50 Los pasos seguidos en el clculo anterior son los siguientes: 1. Averiguar el punto medio de cada clase (columna 3) 2. Multiplicar el punto medio de cada clase por los individuos de ella (columna 2) y sumar estos productos 3. Obtener el promedio dividiendo la suma anterior por el nmero de individuos estudiados

6.2. Mediana Para calcular la mediana se considera que los individuos de cada clase se encuentran uniformemente repartidos en ella. As por ejemplo, en la clase 35-39, cuyos verdaderos lmites son 34,5 y 39,5 kilos y cuya amplitud es 5, hay 10 individuos, o sea, que existe una diferencia de peso entre uno y otro igual a 0,5 kilos (5/10=0,5). Es como si el intervalo de la clase 34,5 a 39,5, en la cual hay 10 personas, se divide en 10 subintervalos de 0,5 de amplitud, en medio de cada uno de los cuales se encuentra un individuo. Como en la primera clase hay 4 personas, esto quiere
80

decir que all estn los individuos del 1 al 4 y por consiguiente, como en la segunda clase hay 8, all estarn los individuos del 5 al 12 y as sucesivamente. La colocacin de los 10 individuos de la clase 34,5 39,5 (individuos 22-31) se har como lo muestra el cuadro N 24. (4,11) Cuadro N 24 Escolares de acuerdo a su peso
Peso en Kilos (1) Intervalos Verdaderos (2) 20 -24 25 29 30 34 35 39 40 44 45 49 50 54 Total 19,5 24,5 24,5 29,5 29,5 34,5 34,5 - 39,5 39,5 44,5 44,5 49,5 49,5 -54,5 4 8 9 10 7 6 6 50 N de escolares (3) Frecuencia acumuladas (4) 4 12 21 31 38 44 50

Los pasos para calcular la mediana son los siguientes: 1. Escribir los verdaderos lmites de cada clase. Esto no es esencial, pero es conveniente para el principiante. 2. Obtener la frecuencia acumulada de las observaciones por el procedimiento conocido 3. Averiguar cual observacin es la mediana para lo cual:

Observacin mediana n = 50 = 25
81

Como la medida es la observacin numero 25 y como hay 21 por debajo de 34,5 kilos (vase columna 4), se necesitan 4 observaciones mas (25 -21 = 4) de las 10 que hay en la siguientes clase. Puesto que se considera que dichas observaciones estn a igual distancia una de otra, se tomara 4/10 de la amplitud de esta clase y se aadir a 34,5 que es su comienzo, con el fin de obtener la mediana. (4,11)

Mediana = 34,5 + ( 4 x 5) = 34,5 + 2,0 = 36,5 kilos. 10 El lector observar que como se trata de un numero par de observaciones (509, el valor de la mediana correspondera al promedio de las observaciones 25 y 26 y no a la observacin nmero 25. Un atento examen del esquema anterior muestra que el individuo 25 tiene un peso de 36,25 y el individuo 26 un peso de 36,75 kilos. Si para facilidades de clculo se asume que el primer individuo de esta clase (el numero 22) est en el punto 35, en vez de estar en el punto 34,75 que es su verdadera colocacin, lo estamos desplazando subintervalo hacia la derecha. Para compensar este desplazamiento, en vez de sumar el valor medio entre las observaciones 25 y 26 se tomar el valor de la nmero 25, como se ha hecho en la frmula anterior, con la cual obtenemos el verdadero valor investigado. (4,11) 7. Escogencia entre el promedio, la mediana y el modo De las tres constantes anteriores, el promedio aritmtico suele ser ms frecuentemente utilizado, quizs por la facilidad de su computacin a pesar de que en muchas ocasiones la mediana o el modo resultan de mayor inters. El promedio aritmtico como medida de resumen tiene la ventaja de tomar n cuenta la totalidad de los valores de la serie, aumentando o disminuyendo de acuerdo con ellos, pero a causa de esta propiedad, puede ser desventajosamente afectado por la existencia de valores anormalmente altos o anormalmente bajos. Por regla general, sin embargo, puede decirse que cuando la serie es ms o menos simtrica, el promedio debe ser preferido a cualquier otra constante de resumen. (4,11)
82

a) La mediana por su parte debe ser utilizada cuando entre los valores que se estudian hay alguno muy diferente de los otros. Si por ejemplo, el tiempo de hospitalizacin de 5 nios con gastroenteritis fuera respectivamente: 2, 3, 4, 6 y 30 das. El ltimo valor, debido tal vez a alguna complicacin de la enfermedad, hace aparecer la permanencia en el hospital mucho ms larga de lo que generalmente es. El promedio: 2 + 3 + 4 + 6 + 30 5 = 45 5 = 9 das

Es engaoso, pero en cambio la mediana, que es 4 das, tiene la ventaja de no tomar en cuenta los valores anormalmente extremos, dando una impresin ms acorde con lo usual. Observe que si la ltima observacin fuera 300 en vez de 30, el promedio ascendera a 63 das, pero la mediana continuara siendo 4. Note que cuando dichos valores extremos no existen, el valor del promedio y de la medicina concuerda bastante bien y se hacen exactamente iguales si la serie es simtrica. Por ejemplo, si se tiene: 3, 5, 7, 9, 11 El promedio es 7 y la mediana tambin es 7. Hay adems ocasiones en que debe usarse la mediana por no se posible el clculo del promedio. Tal sucede en aquellas series en las cuales la primera o las ltimas clases no tienen lmites precisos. Si en el ejemplo de los 50 escolares dado anteriormente, la primera clase hubiera sido menos de 25 kilos o la ltima figuraba como 50 kilos y ms se comprende que habra sido imposible calcular el promedio, a no ser que se fijaran arbitrariamente los lmites de las mencionadas clases. (4,11) Exceptuando estas aplicaciones, la mediana no tiene ninguna ventaja sobre el promedio aritmtico, pues su valor depende solamente del nmero de trminos, sin tomar en cuenta los valores numricos de estos. (4,11)

El modo finalmente, es la constante que se emplea cuando el inters se centra en conocer el valor que se presenta ms frecuentemente. Tal sucede cuando se trata de determinar el periodo de
83

situacin de una enfermedad o su duracin habitual, casos en los cuales el promedio y la mediana pueden no ser convenientes a causa de sus defectos sealados. (4,11) 9. Medidas de dispersin o variabilidad: Para describir adecuadamente una distribucin, se necesita una medida de variabilidad que exprese el grado en que los resultados se desvan uno de otro. Entre los diversos ndices desarrollados. Los ms comunes son:

Rango: Es simplemente la diferencia entre el valor ms alto y el valor ms bajo de una distribucin. El rango se fundamenta en solo 2 valores; por lo cual resulta un ndice bastante inestable esto es, tiende a flucta considerablemente entre 2 o ms muestras de una misma poblacin. (4,12) Desviacin Estndar: Cuando se tienen datos de nivel proporcional o intervalar la medida de variabilidad que se utiliza con mayor frecuencia es la desviacin estndar. Como la media, la desviacin estndar toma en cuenta todos y cada uno de los valores de la distribucin; resume la magnitud promedio en que los valores individuales se desvan de la media. (4,12) Solo se calcula DE pero variables cuantitativas. Si no utiliza la media como herramienta de anlisis debido a que no tiene un valor significativo o no sea posible realizar su clculo entonces tampoco se recomienda emplear la desviacin estndar. (4,12)

9.1. Importancia de las medidas de dispersin. Supngase que se tienen tres grupos de pacientes de 7 individuos cada uno y como ejemplo ilustrativo supngase adems que el primer grupo sufre de Gastroenteritis, el segundo de Bronquitis y el tercero de Amigdalitis. Si la permanencia hospitalaria de cada paciente fuera la que aparece a continuacin: Enfermedades Gastroenteritis Das de hospitalizacin de los pacientes 1, 3, 5, 7, 9, 11, 13
84

Bronquitis Amigdalitis Sera difcil constatar los siguientes puntos:

1, 2, 3, 7, 11, 12, 13 1, 5, 6, 7, 8, 9, 13

1. Cada serie tiene el mismo nmero de observaciones, es decir, 7 pacientes 2. En los 3 casos la amplitud de la serie es la misma: de 1 a 13 das 3. Las 3 series tienen el mismo promedio, o sea 7 das. 4. Las 3 series tienen la misma mediana, o sea 7 das. 5. En cada serie el promedio y la mediana coinciden exactamente No obstante las similitudes sealadas, las 3 series son muy distintas, pues como puede apreciarse en el grfico siguiente: a) En el caso de la Gastroenteritis, los 7 pacientes se distribuyen uniformemente en el lapso de 1 a 13 das b) En el caso de la Bronquitis, los pacientes se agrupan en los extremos de dicho lapso (1-2-3 y 11-12-13); c) En el caso de la Amigdalitis, se agrupan hacia el centro (5-6-7-8-9)

Grfico N 13 Das de hospitalizacin de 3 grupos de pacientes

85

Las anteriores anotaciones sealan que cuando se tiene un grupo de observaciones no basta conocer cul es su promedio o su mediana sino que adems, es necesario tener una medida que indique claramente cmo se distribuyen las observaciones alrededor de ese promedio o esa mediana. (4,12) Con tal fin se utilizan la llamada Desviacin Estndar y el Intervalo Intercuartilar. Debe tenerse en cuenta que cuando se busca el promedio aritmtico, se debe calcular la Desviacin Estndar y no el Intervalo Intercuartilar, pues ste ltimo se utiliza solamente para medir la dispersin alrededor de la mediana. Es decir, con el promedio se utiliza la desviacin estndar y con la mediana, el intervalo intercuartilar. (4,12) Queremos hacer hincapi en que la D.E y el I.I no son las nicas medidas de variacin existentes. Cabra mencionar tambin la Variancia, la cual es simplemente el cuadrado de la Deviacin Estndar. (4,12)

9.2. Clculo de la Desviacin Estndar en series no Agrupadas. Tericamente la Desviacin Estndar consiste en averiguar en cuanto difiere en promedio cada observacin, del promedio general del grupo. Se comprende, que si todas las observaciones fueran exactamente iguales, la D.E. sera cero (0), y en cambio, su valor ser mucho mayor, mientras ms grandes sean las diferencias entre unas observaciones y otras. (4,12) Aunque hay muchos mtodos para el clculo de la D.E., explicaremos uno que se adapta al trabajo con las maquinitas corrientes de clculo que hoy todo el mundo posee. (4,12)
86

Como ilustracin, tomaremos el ejemplo dado anteriormente sobre los das de hospitalizacin de 7 pacientes con Bronquitis. Cuadro N 25 Das de hospitalizacin en 7 pacientes con bronquitis

Nmero de pacientes Carlos Segundo Andrs Jos Pedro Gregorio Luis Total

Das de hospitalizacin X1 1 2 3 7 11 12 13 49

Valores X al cuadrado X2 1 4 9 49 121 144 169 497

En resumen, los pasos a seguir en estos clculos son los siguientes: 1. Elevar al cuadrado cada observacin y sumar esta columna.
87

2. Dividir la suma anterior entre el nmero de observaciones. 3. Elevar el promedio al cuadrado y restarlo a la cifra anterior 4. Extraer la raz cuadrada. El resultado es la D.E. que conforme vimos en nuestro ejemplo, es igual a : D.E. = 71 49 = 22 = 4,7 das 9.3. Desviacin Estndar en Series Agrupadas. Los diferentes pasos que deben seguirse para el clculo de la desviacin Estndar, aparecen resumidos en el siguiente cuadro, cuyas primeras cuatro columnas se utilizan para calcular el promedio, conforme ya se estudio previamente. Cuadro 26 Escolares de acuerdo a su peso (Calculo de la Desviacin Estndar)
Peso en Kilos () N de persona fi Punto medio de la clase X1 Producto fi xi (columna 2 x 3) Producto de la columna 3 x 4

(1) 20 -24 25 29 30 34 35 39 40 44 45 49 50 54 Total

(2) 4 8 9 10 7 6 6 50

(3) 22 27 32 37 42 47 52

(4) 88 216 288 370 294 282 312 1850

(5) 1936 5832 9216 13690 12348 13254 16224 72500

88

Promedio: 1850 = 37,0 kilos 50

Los pasos a realizar son por lo tanto los siguientes: 1. Calcular el promedio segn la tcnica de la seccin 16.6.1. 2. Multiplicar cada producto de la columna (4) por el respectivo valor de la columna (3) y sumar los resultados. 3. Dividir el total anterior entre los numero de individuos estudiados (en nuestro ejemplo n = 50). 4. Elevar el promedio al cuadrado y restarlo a la cantidad anterior. 5. Extraer la raz cuadrada. Dicho resultado es la D.E.

Como un segundo ejemplo para el clculo de la D.E. en series agrupadas, tmense los mismos datos del cuadro anterior, pero supngase que no se trata de 50 escolares de acuerdo a su peso, sino de 50 personas clasificadas segn su edad. Los clculos son iguales al ejemplo anterior, pero de acuerdo a lo explicado en la seccin 11.1.4.5., los puntos medios de clase no son (22), (27) etc. sino (22,5), (27,5) etc, por lo tanto, constante como prctica, que en este caso: fixi = 1.875 y fixi2 = 74.362,50 Y por lo tanto: Promedio = 1.875 = 37,50 50 D.E. = 74.362,50 50 Se aprecia que el promedio es 37,50 y no 37,0 como en el cuadro 154, pero la D.E. es igual, pues ella no se altera, si a cada individuo se le aade una cantidad igual. (4) (37,50)2 = 9

89

9.4. Utilizacin de la Desviacin Estndar. Hemos dicho que la Desviacin Estndar indica en que forma se distribuyen las observaciones alrededor del valor central representado por el promedio. (4,12) Su utilidad se debe a que ella, junto con el promedio, ayuda a determinar los limites dentro de los cuales se encuentran las observaciones que se estudian, en tal forma, que basta conocer el promedio y la D.E. para reproducir toda la informacin contenida en los datos originales, salvo, desde luego, pequeas variaciones. Esta interpretacion se basa en las propiedades de la curva normal. (4) 9.5. La curva normal. La curva normal es una curva en forma de campana, perfectamente simtrica, de tal manera, que una perpendicular que pase que pase por el vrtice la divide en 2 mitades exactamente iguales. Dicha perpendicular representa el promedio aritmtico (vase grafico 14). La distribucin normal fue reconocida por primera vez por el francs Abraham de Moivre (1667-1754). Posteriormente, Carl Friedrich Gauss (1777-1855) elabor desarrollos ms profundos y formul la ecuacin de la curva; de ah que tambin se la conozca, ms comnmente, como la "campana de Gauss". (4,13)

Puede observarse que en cada mitad, la curva es primero cncava hacia arriba, y luego cncava hacia abajo, habindose dado el nombre de punto de inflexin a aquel en el cual la curva cambia de direccin. Hay por consiguiente, 2 puntos de inflexin, uno izquierdo y otro derecho. La distancia que separa a cada punto de inflexin de la lnea central que representa el promedio, constituye una desviacin estndar. Aunque tericamente, la curva nunca toca la horizontal, para propsitos prcticos, puede considerarse que la totalidad de su rea se encuentre comprendida entre 2 lneas verticales, situadas a 3 D.E. a cada lado del promedio. (4)

Los matemticos han demostrado que aproximadamente un 68% de todos el rea de la curva se encuentra comprendida entre las 2 verticales que pasan por los puntos de inflexin, lo cual
90

equivale a decir que el 68% del rea se encuentra entre el promedio mas una desviacin estndar y el promedio menos uno desviacin estndar. Igualmente se ha visto que entre el promedio mas menos 2 D.E. se encuentra aproximadamente el 95% del rea de la curva y que prcticamente el 100%del rea se encuentra entre el promedio mas menos 3 D.E. (4)

Grafico 14 Curva normal que muestra los porcentajes de su rea total comprendido entre diversos mltiplos de la desviacin estndar.

En resumen, y usando una notacin matemtica: X + 1 D.E. incluye aproximadamente el 68% del rea de la curva. X + 2 D.E. incluye aproximadamente el 95% del rea de la curva X + 3 D.E. incluye aproximadamente el 100% del rea de la curva. Lo anterior es importante por dos razones principales. En primer lugar, porque ya sealamos que los resultados dados por el azar siguen una curva normal punto que discutiremosnuevamente en prximo capitulo y en segundo lugar, porque se ha visto que casi todas las constante
91

fisiolgicas de los individuos (peso, estatura, tensin arterial, entre otros.) y en general las diferentes caractersticas de toda poblacin, se distribuye formando una curva normal. (4) Esto quiere decir que las propiedades de la curva normal pueden aplicarse a cualquier caracterstica que tenga una distribucin normal y as por ejemplo, si la edad promedio de un grupo de individuos es 30 aos y la D.E. = 3 aos, entonces: aproximadamente el 68% de los individuos tienen entre 27 y 33 aos (X + 1 D.E. = 30 + 1 x 3) aproximadamente el 95% de los individuos tienen entre 24 y 36 aos (X + 2 D.E. = 30 + 2 x 3) prcticamente la totalidad de los individuos tienen entre 21 y 39 aos (X + 3 D.E. = 30 + 3 x 3) Si el promedio hubiera sido 30 aos, pero la D.E. = 1 ao, entonces: aproximadamente el 68% de los individuos tienen entre 29 y 31 aos aproximadamente el 95% de los individuos tienen entre 28 y 32 aos y prcticamente la totalidad tienen entre 27 y 33 aos.

A travs de los anteriores ejemplos puede verse cmo el promedio y la D.E. bastan para resumir un estudio. Debe advertirse sin embargo, que: a) cuando la serie es muy pequea, las anteriores propiedades de la D.E. son difciles de comprobar y b) para que la interpretacin sea correcta, se requiere que la caracterstica estudiada semeje una curva normal. Si tal similitud no existe, es preferible recurrir a la mediana y a los percentiles para resumir la serie, o conformarse con analizar sta mediante el uso de porcentajes. (4,13)

9.6. Intervalo Intercuartilar Antes de ensear a .calcular el Intervalo Intercuartilar, debe definirse qu se entiende por percentiles y cuartiles. (4)

92

Percentiles y Cuartiles. El trmino percentil deriva de "por ciento", y por lo tanto, una serie de observaciones no puede tener ms de 100 percentiles. Cada percentil indica el porcentaje de observaciones que en determinada serie est por debajo de l. E1 10 percentil por ejemplo, es el valor del cual esta el 10% de las observaciones y el 25% percentil es el valor por debajo del cual se encuentra el 25% de las observaciones. (4)

Segn esto, la mediana es simplemente el 50 percentil, ya que por debajo de ella, se encuentra el 50% de las observaciones, segn fue estudiado anteriormente. (4) Al 25 percentil suele drsele el nombre de primer cuartil, pues por debajo de ese valor se encuentra el 25% de las observaciones, es decir, la cuarta parte de stas. De la misma manera, el 75% percentil se le da el nombre de tercer cuartil, pues por debajo de l quedan tres cuartas partes de las Observaciones. (4)

Clculo del primer cuartil. Para calcular el primer

cuartil (Q1) se proceder de manera

semejante a como se hizo para el clculo de la mediana. Tomando el mismo ejemplo que sirvi para ilustrar el clculo de sta (ver cuadro 24) se proceder en la siguiente forma: a) Buscar los lmites verdaderos de las clases, b) Obtener la frecuencia acumulada de las observaciones c) Averiguar cul de las observaciones corresponde al primer cuartil, o sea: n = 50 = 12.5 4 4

Como el primer cuartil estar situado en la posicin 12.5 y como hay 12 observaciones por debajo de 29,5 kilos, se necesita 1/2 observacin ms (12.5 - 12 == 0,5) de las que hay en la siguiente clase. Como se ha asumido que las observaciones estn igualmente espaciadas, se tomar 0,5/9 de la amplitud de la respectiva clase y se aadir a su punto de comienzo, con el fin de obtener el valor del primer cuartil. (4)
93

Q1 = 29,5 + 0,5 x 5 = 29,5 + 0,27 = 29,77 kilos

Clculo del tercer cuartil: La observacin correspondiente al tercer cuartil (Q3) ser la:

3 4

n=

3 4

x 50 = 37,5

Por lo tanto como hay 31 observaciones por debajo de 39,5 hilos, se necesitan 6,5 observaciones ms de las 7 que hay en la prxima clase, o sea, que debemos tomar 6,5/7 de la amplitud de la clase y aadirlo a su comienzo para averiguar el valor del tercer cuartil:

Q3 = 39,5 + 6,5 x 5 = 39,5 + 4,64 = 44,14 kilos 7 Intervalo Intercuartilar. El intervalo intercuartilar es aquel comprendido entre el primero y el tercer cuartles. Su utilidad consiste en que dentro de los lmites determinados por l, se encuentra el 50% de las observaciones "centrales", generalmente no afectadas por las fluctuaciones extremas de la serie. (4) El intervalo intercuartilar mide la dispersin de los valores de la serie, pues mientras ms prximos sus lmites, mayor concentracin de las observaciones alrededor de la mediana. (4) S los das de hospitalizacin de 2 grupos de pacientes es respectivamente:

Primer grupo Ma = 10 Q1 = 9 Q3 = 11

Segundo grupo Ma = 10 Q1 = 3 Q3 = 18

94

A pesar de que la mediana es 10 para ambos grupos, se observa que en el primero el 50% de los pacientes tienen valores muy prximos a ella y en cambio, en el segundo grupo, la dispersin es muchsimo mayor. (4)

Sin la informacin adicional suministrada por el clculo de los cuartiles Q 1 y Q3, el resumen de la serie quedara incompleto. (4) En ocasiones se calcula la llamada desviacin cuartana o cuartilar (Q), que es simplemente la mitad del intervalo intercuartilar; Q = Q3 2 Si la serie es perfectamente simtrica, entonces: Ma Q engloba el 50% de las observaciones. Si por el contrario la serie es muy asimtrica, lo anterior no es verdadero y en tales casos la desviacin cuartana sugiere una interpretacin errnea, razn por la cual, casi nunca se utiliza. Percentiles en Series Pequeas. Note que cuando el nmero de observaciones es muy pequeo, slo se pueden calcular ciertos percentiles. Si hay 5 observaciones slo pueden calcularse en realidad 5 percentiles; si hay 7, podrn calcularse slo 7, etc. En tales casos, para calcular determinado percentil se utiliza la formula: n 100 Supngase por ejemplo, que se tienen las 7 siguientes observaciones: 2, 3, 5, 9, 11, 15, 18
95

Q1

x percentil deseado

De acuerdo a la frmula anterior: a. El primer cuartil (25 percentil) ser: 7 + 1 100 Es decir, la observacin nmero 2 cuyo valor es 3. b. La mediana (50 percentil) ser la observacin nmero 4 cuyo valor es 9. 7 + 1 100 c. El tercer cuartil (75 percentil) ser: 7 + 1 100 O sea la observacin nmero 6, cuyo valor es 15. x 75 = 6 x 50 = 4 x 25 = 2

96

Ahora bien, una vez que hemos estudiado la estadstica descriptiva y te hemos explicado paso a paso los clculos de los diferentes mtodos para el anlisis de los estudios de investigacin, me gustara saber que tanto has comprendido, por eso te invitamos a calcular los siguientes ejercicios:

N del Cuadro

Cuadro I Habitantes segn peso. Sub-sector II,

Leyenda

Manzana II, Comunidad San Nicols, Santa Ana de Coro, Municipio Miranda Estado Falcn. Lapso Enero Junio de 2010 Titulo

Subtitulo

(Cifras expresadas en kilogramo)

Columna Auxiliar

Columna Matriz

Peso (Kg.) N de Individuos 30 34 3 34 39 6 40 44 7 45 49 6 50 54 10 55 59 7 60 64 6

Encabezamiento de Columna o Cabezal Campo

Fuente: Censo realizado en la Comunidad San Nicols. Enero - Junio de 2010 Nota al Pie: No incluye 2 residencias

97

Peso (Kg)

Fr Simple

Fr Acum.

Limites Verdaderos

Pto. Medio

Fr Simple x Pto medio

Pto. Medio x (Fr Simple x Pto. Medio)

30 34 34 39 40 44 45 49 50 54 55 59 60 64

3 6 7 6 10 7 6

3 9 16 22 32 39 45

29,9 34,5 34,5 39,5 39,5 44,5 44,5 49,5 49,5 54,5 54,5 59,5 59,5 64,5

32 37 42 47 52 57 62 Total

96 222 294 282 520 399 372 2185

3072 8214 12348 13254 27040 22473 23064 109.735

X = (Fr. Simple x Pto. Medio) N X = 2185 45 X = 48,55 M=n z M = LVI + M = 45 2 M = 22,5

n - Fr. Acumulada anterior x a Z

Fr. Simple de la Clase

de la media

M = 49,5 +

22,5 - 22 x 5 10

M = 49,5 + 0,25 M = 49,75 M0 = LVI +

D1 xa

D1+ D2 4 x5 M0 = 49,5 + 4+3

M0 = 49,5 +

4 7

x5

M0 = 49,5 + 2,85 M0 = 52,35

98

D1 = Fr. Simple en donde esta la moda Fr. Simple anterior a la moda D2 = 10 7 D2 = 3 1Q = n 4 1Q = LVI + 1Q = 45 4 1Q = 11,25

n - Fr. Acumulada anterior x a 4

Fr. Simple de la Clase

11,25 - 9 x

de la media

1Q = 39,5 +

5 7

1Q = 39,5 + 1,60 1Q = 41, 10 3Q = 3 x n 4 3Q = LVI +

3Q = 3 x 45 4

3Q = 33,75

3 x n - Fr. Acumulada anterior xa 4

Fr. Simple de la Clase

de la media

3Q = 54,5 +

33,75 - 32 x 5 7

3Q = 54,5 + 1,25 3Q = 55, 75

Rango = Ultima variable Primera variable Rango = 64 30 Rango = 34 DE = DE = Pto. Medio x Fr. Simple x Pto. Medio N 109735 45 48,55
2

x2

99

DE = DE = DE = DE = 9,02

109735 2357,1 45 2438,5 2357,1 81,40

BIBLIOGRAFIA:
100

1. http://www.eumed.net/cursecon/libreria/drm/cap1.pdf. Manual de Estadstica de David Ruiz Muoz. 2. http://www.respyn.uanl.mx/iv/1/ensayos/bioestadistica.html. Cant M, Pedro C. Gmez G, Luis G. El valor de la estadstica para salud pblica. 3. http://www.unifr.ch/ddp1/derechopenal/articulos/a_20080521_56.pdf. Chvez de Paz, Dennis. Conceptos y tcnicas de recoleccin de datos en la investigacin jurdico social. 2008 4. Estadstica Mdica y Planificacin de la Salud. Camel V., Fayad. U.L.A. Mrida, Venezuela. 2001. 5. http://www.coteigep.puebla.gomx/phocadownload/dependencias/conteiget/normativa/info _estadstica/presentacin presentacin cuadros estadsticos.pdf 6. http://www.pucp.edu.pe/irem/coloquio internacional. Taller de estadstica aplicada a la investigacin. Micheli, Elda B. febrero 2010. 7. http://www.rscmv.org.ve/pdf/noticia. Oletta J; Carbajal, A. Red de sociedades cientficas Mdicas de Venezuela. Noticias epidemiolgicas. Situacin de Malaria en Venezuela 2008 8. http://www.uib.es/depart/deaweb/personal/profesores/personalpages/hdeemcm0/Estadistic aEconomica/Material_Didactic/CapII.pdf 9. http://www.cesma.usb.ve/~giselle/fc1621. estadstica I. pdf.2006 10. http://www.cepis.org.pe/cursoepi/e/lecturas/mod.5/articulo Mexico.vol.39n.5 Cuernavaca sep./oct.1997 11. http://bibliotecavirtual.lasalleurubamba.edu.pe/Estadistica/res/pdf/estadisticadescriptivava riables2.pdf 12. http://www.keypress.com/documents/daa1/CondensedLessonPlansSpanish/DAA_CLPS_ 02.pdf 3pdf. Salud pblica de Razones y proporciones. Gua terica

101

13. http://www.fisterra.com/mbe/investiga/distr_normal/distr_normal2.pdf. Prtegas Daz S., Pita Fernndez S. Unidad de Epidemiologa Clnica y Bioestadstica. Complexo Hospitalario Juan Canalejo. A Corua. Cad Aten Primaria 2001; 8: 268-274.

102