SSTAD STCA DSSCRIPTIVA

' .
. M:.r~?-!;.,4'-"".rlt:C.:YJ'~Y,:,y,.~~:a,~"'"°,::.r:Y..:~....r...;-. A,'. -"'/..,.;..~~~:...:.t:.· v-~•:.',.4:~r, ,;~:: ..;.~,..,1,....-:-...,v.~i .!::4'•".t o,-«.,.~N..,✓, ...:.~.i..:~.y,•...H ,'/4 •· •~ :· •..;:, · ;";::
~ , . . .
..
•.. .
. :· ~ .
. .. -.. ... . ;

-~~ ~~itiliiii:.i--i ~
 ...,
0
., ,.__
~

~---
r--
.,-..._

,,.....__

,.__
,,-....

,-..
,/ 1._.
,....____

,,__
,,..-.
,.__
,..--....
,,....._

,,..-.

------.
.,....,_
,,......,
.,....,_
,-_

,......
,,-....

........_

,,-....

,,.-

,,......_
.,......_

,,--..
..

,,-....

,,......_
,,,......_

,..._
,,-....
 i 1
' 1

CONCEPTOS GENERALES
La estadfstic.a a través de los tiempos fue modificando su concepto, según el aporte que esta recibió
y el uso de la misma, entre las más modernas podemos mencionar:
Kendall y Buckland (citados por Gini V. Glas/ Julián C. St.anley, 1980) definen la estadística como
un valor resumido, calculado, como base en una muestra de observaciones que generalmente,
aunque no p9r necesidad, se considera como una estimación de parámetro de
,==- determinada población;~__cte.cir,=1.lna[u1Jción,decJJ.alo.res~de...muestrac-·~ ~~- ... - .. ·..... -·
"La estadística es una técnica especial apta para el estudio cuantitativo de los fenóme,F1os de masa
o colectivo, cuya mediación requiere una masa de observaciones de otros fenómenc;,s más simples
llamados individuales o particulares". (Gini, 1953.)
Murria R. Spiegel, (1991) dice: "La estadística estudia los métodos científicos para recoger,
..... organizar, resumir y analizar datos, así como para sacar conclusiones válidas y tomar decisiones
razonables basadas en tal análisis.
"La estadística es la ciencia que trata de la recolección, clasificación y presentación de los hechos
sujetos a una apreciación numérica como base a la explicación, descripción y comparación de los
fenómenos". (Yale y Kendal, 1954).
Cualquiera sea el punto de vista, lo fundamental es la importancia científica que tiene la estadística,
debido al gran camp:> de aplicación que posee. Otros autores tienen definiciones de la Estadística
semejantes a las anteriores, y algunos otros. no tan semejantes.
Para Chacón ~sta se define como "la ciencia que tiene por objeto. el estudio cuantitativo de los
colectivos"; otros la definen como .la expresión cuantitativa del conocimiento dispuesta en forrna
adecuada para el escrutinio y análisis. La más aceptada, sin embargo, es !a de Minguez, que define
la Estadística 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 predicción próxima"
CONCEPTO:

La estadística, es aquella ciencia que tiene por objeto proveer de métodos, para la recoléctar,
organizar, procesar, resumir, presentar y analizar, datos numéricos, como así también brin(la
herramienta~ para "sacar conclusiones validas y tomar decisiones razonables en
situaciones de incertidumbres".
.....
División de la Estadística

La Estadística para su mejor estudio se ha dividido en dos grandes ramas:

.. ..
LA ESTADISTICA DESCRIPTIVA Y LA ESTADISTICA INFERENCIAL

Estadistica Descriptiva: esta estudia propiedades de conjunto para hallar en ellas regularidades
que.permiten describir el fenómeno y efectuar predicciones, consiste sobre todo en la presentación
de datos en forma de tablas y gráficas. Esta comprende cualquier actividad relacionada con lo~-
datos y está disertada para resumir o describir los mismos sin factores pertinentes adicionales; esto
es, sin intentar inferir nada que vaya más allá de los datos, como tales. Valido solamente para el
grupo observado.
Estadística Inferencia!: permite sacarconcfus!ones que van más alfá de íos datos obseNados, gene,aliza
los resuliacios, se deriva de muestras, de obseNc::.ciones hechas sólo aceíca de una parte de un
...,. conjunto numeroso de elementos y esto implica que su análisis requieíe de generalizaciones que
van más allá de los datos. Como consecuenci3, !a característlca más importante del rec10nie
crecimiento de la estadística ha sido un cambio en el éntasis de los rnélodos que clescrit.10n ,1
métodos que-sirven para hacer generaiizaciones. L.a Estadística Inferencia! i!we.stiga o a11;;;1iz:1 una
poblnción partiendo de una íí!l_:!est@ tomada.
,...
¡ Por lo tanto, Se denomina BIOESTADISTICA, · a la aplicación de procedimientos
1 estadísticos al estudio de .los problemas biológicos y de salud, tanto individuales

i como grupales y comunitariqs.

EJEMPLO DE LA ESTADISTICA APLICADA, ANALISIS DE RESULTADOS

Biologfa (Revista CIENCIA HOY - Volumen 5- N°26)

La península Valdés se encuentra rode.a da por una amplia plataforma continental · de ......_
menos de 200 rn de profundidad, que se extiende varias centenas de Km. hacia el este antes
de alcanzar aguas profundas. Las colonias de r,eproducción de elefantes marinos en general_ se
ubican cerca de declives oceánicos que cpnducen rápidamente a _agua_ s profundas. Este no es el
caso de la península Valdés, sin embargo, la agrupación de elefant~s--~rino? de _esa cos\c¿ es la
única en el mundo que se· encuentra en crecimiento. Se desconoce la causa de la dismim.iyión
poblacional de otras agrupaciones importantes, pero es posible que esté ligado a lo que sucede
durante la permanencia de los animales er:i e! mar. El comportamiento de estos animales en el mar
es entonces importante desde e! punto de vista de conservación de la especie.

Un elefante marino pasa sólo el 20% de su vida en la tierra, el 80% restante permanece en el ......_
mar. Sofisticados aparatos permiten registra; !a durdción y profundidad de· los buyeos de
elefantes marinos, de donde los biólogos sacan conclusiones del comportamien_ to de! anirnaJ en
el mar.

Científicos argentinos realizaron una investigación colocando aparatos registradores de

duración, profundidad y frecuencia de buceos en cinco hembras en el momento en que-éstas
deJarnn la costa al final del verano patogénico de 1992. Esperaron pacientemente durante 8 meses
hasta el regreso de la colonia a tierra.y recuperaron, con bastante esfuerzo, cuatro de los cinco
aparatos. Un resumen de la información se muestra en la Tabla. , -· ·

RESUMEN DE LOS RESULTADOS OBTENIOOS DE LOS PATRONES DE BUCEO ----

DE CUATRO HEMBRAS ADULTAS DEL ELEFANTE MARINO DEL SUR
.........

Hembra Nº de Días Media Media Max. Media Max. Media lnt Max. lnt %
buceos en el buceo Prof. Prof. Dur. Dur. Superficie Superficie
mar /HR 1mL_ Í!TI.)_ ( min) .l.!m!lL (min) (min) bucee
1 3948 70 2.4 409 971 23.8 79 1.6 20 94
2 4137 71 .2.6 402 1053 21,7 64 1.6 65 .93 ;·
3 4080 63 2:7 454 1072 20.5 62 1.7 222 92
4 3671 68 2.2 460 990 25.2 62 1.5 17 93· '
Tot al 15836 272
Media 3959 68 .. 2.5 428 1021 22.6 · 67 1.6 81 93
Desvío 208 3.6 0.2 197 49 7.5 8 0.6 97 1

Las hembras de la penin.sula Valdés se aiimentaron pqr lo menos durante los tres prime.r.os .........
rneses de period8 !Jre reprodu9t[vo, fuera de la plataforma continental (observa¡ la profundidad
med¡a). Sob¡e !a base de la frecuencia y duración de los buceos y los intervalos en superficie
que separaban inmersiones consecutivas, se estimó que pasa el 93% del tiempo en el mar ----
debajo del agua. El comportamiento de buceo sugiere que los elefantes marinos sen predadores
......._
altamente especializados para !a captura de presas que-habitan en grandes profundidades. .

2 -...
----
 !, 1

_............................................................ _
' '
X La profundidad media
de sus buceos dürante
las horas de luz es

plancton, asociad os a
la cantidad de luz que
......
penetra en el mar. La
mayor parte de los
buceos tienen
necesariamente que
ver con la
alimentación. Pero
algunos pueden tener
que ver con estados de
Península Valdez sueño o con evasión de
predadores. Queda por
delante mucho mós
que investigar sobre
c;;RAFICO YANALI.SI.S D5 R.6.Sl,(.LTADO.S
...... estos sorprendent es
animales.

i &oo
t sso

--..
1:
lf
-400

300

'28

'26
I
§8 · 2 ..

22
j

20

18

800

725

~ ~so
~
%
57S

soo
0:00 06:00 i2:00 16"00
HCA..,ll.OEt.OIA

3
....,_

......
!.!tilidad e lroportancja
Los métodos estadísticos tradicionalmente se utilizan para propósitos descriptivos, para organizar y
resumir datos numéricos. La estadística descriptiva, por ejempio, trata de la tabulación de datos, su
presentación en forma gráfica o ilustrativa y el cálculo de medidas descriptivas.

Ahora bien, las técnicas estadísticas se aplican de manera amplia en mercadotecnia, / Contabilidad,
control de calidad y en otras actividades; estudios de consumidores; anáiisis de resultados en deportes;
administradores de instituciones; en la educación; organismos políticos; medicina; y por otras personas
que intervienen en la toma de decisiones.

HISTORIA DE LA ESTADISTICA (origen y evolución)

Los comienzos de la ·estadística pueden ser hallados en el ahtiguo Egipto, cuyos faraones lograron
recopilar, hacia el año 3050 antes de Cristo, prolijos datos relativos a la población y -la riqueza del pa!s.
De acuerdo al historiador griego Heródoto, dicho registro de riqueza y población ~ hizo con el
objetivo de preparar la construcción de las pirámides. En el mismo Egipto, Ramsés 11 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 Números, de los datos estadísticos
obtenidos en dos recuentos de la población hebrea. El rey David por otra parte, ordenó a Joab, general
dei ejército hacer un censo de lsraei con la finalidad de conocer el námero de la población.
También los chinos efectuaron censos hace más de cuarenta siglos. Los griegos efectuaron censos
periódicamente con fines tributarios, sociales (división de tierras) y militares (cálculo de recursos y
hombres disponibles). La investigación histórica revela que se realizaron 69 censos para calcular los
impuestos, determinar los derechos de voto y ponderar la potencia guerrera.
Pero fueron los romanos, maestros de la organización política, quienes mejor supieron emplea.r
los recursos de la estadística. Cada cinco años realizaban un censo de la población y sus funcionarios
públicos tenían la obligación de anotar nacimientos, defunciones y matrimonios, sin olvidar los recuentos
pe riódicos del ganado y de las riquezas contenidas en las tierras conquistadas. Para el naéimiento de
Cristo sucedía uno de estos empadronamientos de la población bajo la autoridad del imperio. : -
Durante los mil años siguientes a la caída del imperio Romano se realizaron muy pocas operaciones
Estadfstic~s, con la notable @xcepción d@ las r@!aciones d@ tierras pertenecientes a la<- Iglesia,
compiladas por Pipino el Breve en el 758 y por Carlomagno en ·e l 762 OC. Durante el siglo IX se
realizaron en Francia algunos censos parciales de. siervos. En Inglaterra, Guillermo él Conquistador
recopiló el Domesday Bool< o libro del Gran Catastro para el año 1086, un documento de la propiedad,
-
extensión y valor de las tierras de Inglaterra. Esa obra fue el prim~r compendio estadfptico qe Inglaterra. '
Aunque Carlomagno, en Francia; y Guillermo el Conquisté!-c;jor, en.Inglaterra, trataron de revivir la .técnica
romana, los métodos estadísticos permanecieron casi olvidados durante la Edad Media. ·-·
Durante los siglos XV, XVI, y XVII, hombres como Leonardo de Vinci, Nicolás Copémico, Galileo,
Neper, William Harvey, Sir Francis Bacon y René Descartes, hicieron grandes operaciones al n;iétodo
cient!fico, de tal forma que cuando se crearon los Estados Nacionales y surgió pomo fuérza el
comercio internacional existía ya un método capaz de aplicarse.a los datos económi_ c os'. ·
Para el año 1532 empezaron a registrarse en Inglaterra las d~fÜnciones debido al terng~ qy~ Enrique
.-r. • .' ' , "' ,l,; ••·
VII tenía por la peste. Más o menos por la misma época_ ~:en .Franci? la ley exigió a los clérig9~~registrar
los bautismos, fallecimientos y matrimonios. Durante un brote de peste que apareció a fines de la
década de 1500, el gobierno inglés comenzó a publicar estcadísticas semanales de los dece~~- Esa
costumbre continuó muchos años, y en 1632 estos E}ills of Mortality (Cuentas d~ Mor:fálidad)
contenían los nacimientos y fallecimientos por sexo. En 1692, el capitán John Graunt usó .dqcurQento~
que abarcaban treinta años y efectuó predicciones sobre el número de personas que rn_orf'.f~n-~e,ya rias
enfermedade s y sobre las proporciones de nacimientos de varon es y mujeres que cabría
e~;perar.

4
...... ..
'1 , El trabajo de Graunt, condensado en su obra Natural and Political Observations ...Made upan· the Bilis
of Mortality (Observaciones Políticas y Naturales ... Hechas a partir de las Cuentas de Mortalidad), fue
--. un esfuerzo innovador en el análisis estadístico.
..... Por el año 1540 el alemán Sebastián Muster realizó una compilación estadística de los recursos
nacionales, comprensiva de datos sobre organización política, instrucciones sociales, comercio y
......
poderío militar. Durante el siglo XVII aportó indicaciones más concretas de métodos de observación y
--. análisis cuantitativo y amplió los campos de la inferencia y la teo~ía Estadística.
..... Los E!~dijos d°~I siglo XVII derTl(?Sti'aroh especial iriter~s p~r·la Estadística D~mográfica como resultado
de la especulación sobre si la población aumen'taba,·decrecfa o. perrnaneéfa estática.
En los tlern_ Lm~ernos tal~§~ ruQtod_o_~ f~o re3_ s_ucltados~,Qºr alm¿nos r~yes _gue...J1.fil:esitabª1L,. ___
.....
conocer las riquezas monetarias y el potencial humano d e s u s re s p e c ti vos p a rses . El
...._ ·primer e m p I e·o de I os datos estadlsticos para fines ajenos a la política tuvo ,lagar en 1691
--. y estuvo a·. ·
cargo de Gaspar Neumann, un profesor alemán que vivía en Breslau. Este investigador se propuso
.....
destruir la antigua creencia popular de que en los años terminados en siete moría más gente que en
los restantes, y para lograrlo hurgó pacientemente en los archivos parroquiales de la ciudad. Después
'
---. de revisar miles de partidas de defunción pudo demostrar que en tales años no fallecf an más persónas
...., que en los demás. Los procedimientos de Neumann fueron conocidos por el astrónomo inglés Halley,
descubridor del cometa que lleva su nombre, quien los aplicó al estudio de la vida humana. Sus cálculos
......
sirvieron de base para las tablas de mortalidad que hoy utilizan todas las compañías de seguros.
..... Durante el siglo XVII y principios del XVIII, matemáticos como Bernoulli, Francis Maseres, Lagrange y
Laplace desarrollaron ta teoría de probabilidades. No obstante durante cierto tiempo, la teoría de las
' probabilidades limitó su aplicación a los juegos de azar y hasta el siglo XVIII no comenzó a aplicarse a
......
los grandes problemas científicos. Godofredo Achenwall, profesor de la Universidad de Gotinga, acuñó
......
en 1760 ta palabra estadística, que extrajo del término italian·o statista (estadista). Creía, y con sobrada
...... razón, que· los datos de la nueva ciencia serían el aliado más eficaz del gobernante consciente. La
..... raíz remota de la palabra se halla, por otra parte, en el término latino status, que significa estado
o_situación; Esta etimología aµmenta el valo~ intrínseco . de la palabra, por cuanto la estadística
' revéla el sentido cuantitativo dé las más variadas situaciones.
--..
Jacques Quételect es quien aplica las Estadísticas a las ciencias sociales. Este interpretó la teoría
~e la_probabilidad para su uso ~n las ciencias sociales y resplver la aplicación del principio de promedios
'....... y de la variabilidad a los fenómenos sociales. Quételect fue el primero en realizar la aplicación práctica
...... de·todo el método Estadístico, entonces conocido, a las diversas ramas de la ciencia._Entretanto, en el
período del 1800 al 1820 se desarrollaron dos conceptos matemáticos fundamentales para la teoría
' Estadística; la teoría de los errores de observación, aportada por Laplace y Gauss; y la teoría de los
--.. mfnimos cuadrados desarrolladá por ·Lapláce, Gauss y Légendre. A fináles del si~_ lo XIX, Sir Francis
--.. Gastón ·ideé" el método conocidoipor'Correlación, •que tenía•po·r óbjeto meair-la influéricia relativa de los
factores sobre las variables.: Deiaqul partió el desarrollo del coeficiente de correlación creado por Karl
......
Pearson y otros cultivadores de la ciencia biométrica como J. Pease Norton, R. H. Hooker y G. Udriy
...... Yule, que efectuaron amplios estudios sobre la medida de I~~ relaciones. Los progreSips más recientes
en el campo de la Estadística se r~fiéren af ulterior 'desarrollo del cálculo de probabilidades,
' particularmente en la rama denominada indeterminismo o relatividaci, se ha demostrado que el
--.. determinismo fue reconocidp en la Física. com~: resultado de las investigaciones atómicas y que este
...... principio se juzga aplicable tanto a las ciencias sociales como a las físicas .
......
Errores-Es~dísticos Co~unes
......
Al momento de recopilar los datos que serán procesados se es susceptible de cometer errores,
......
así como · durante los cómputos de los mismos. No obstante, hay otros errores que no tienen
...... nada que ver con la digltaclón y que no son tan fácilmente Identificables. Algunos de éstos errores
--.. et
son: Sesgo: Es i m pos i b I e ser c o m p I amente objetivo o n o ten e r id e as
..... precoricebidas antes de comenzar a estudiar un problem_a, y existen muchas maneras en que una
perspectiva" o estado mental pueda infiulr en la recopilación y en ef análisis de la información.
--. En estos casos se dice que hay un sesgo cuando el individuo da mayor peso a los datos que apoyan
su opinión que a aquellos que la contradicen. Un caso extremo de sésgo sería ·Ia situación donde
' primero se toma una decisión y después se utiliza el análisis estaaístico para justificar la decisión
' ya tomada.
,-
' \
.)

......
Datos no comparables: el! ,establecer comparaciones es una de•· las'. ··partes·: más ,
importantes del análi_sis estadístico~ pero es · extremadamente importante vq·ue 'taies
comparaciones se hagan entre datos que reflejen lis· mismas·váriablEi!S, m·~todós;!tiemp·q y
lugar. . .. . · ,;"¡·• •.': · •~· , . '· _ · • . ': • ·, •
.,.. ,_
La estadística-en la-ciencia medicas • • ◄ ..... i •

La irtroducci~n fist~Mat'i~1i ~. l-~~--r.ñ~tpdo~ cua:~~!~~tiv9s e,n J~ rr~~i9in~o.ccid~ntal ~;ta, p~r_Jo -íl1~1~PS

de la segúnda mitad de!:?1.9,l~ XV!I. Pero Hi_pRcrates d~ Cos.(con,s19er~po padre de 19.r:neq191_ri 9,. qwen
vivió aproxima.dame.n~e·entre··10s añ_ o,s 4607.ª 75 a.C_.) ya utilizaba técnicas estadistica~ rudiment9 ri,as
en la obs~rvación de los ca~o~: . . . ,.
También hay eleme~tos estadís}icos en textos.antiguos de las civiliz~ciones egipcias, ,!tlesopotámica,
a
judías y mayas referidas observaciones epidemiológicas. También fue usada en la Rráctica de la
medicina en la civilización romana.
. '
Pese al retroceso cultµral y ~ie¡ltífi~o -progycido durante el os.curantismo que vivió la civilización
occidental durante la edad med_i 9 , 1~ practica rne~ica uso a!gu11,os elementos estadísticos.
En el renacimie,nto, jynto a. l?)~-de,roás ci~11cias,. .1~ m~~icina se1desarrolla y ya en 1526 .µn medico
romano realiza el primer cálc.1.:110 de probabiliqad.aplicado a pro~lemas-médicos.
Hacia fines del siglo XVIII Y, prin.sipio del siglo XIX la estadística ya es una dicíplina usada en forma
permanente por los cienJífi.co_s mét9icos.
En la segunda mitad del siglo X,IX 19~ aplicacipn~s de· la e~tadíst¡ca 91 estudio de 1.os -problemas
médicos alcanzan un gran cjes~rroll~. debido a los avances de. la investigación científica en-el campo
biológico, y en el siglo XX ya se aplica tanto en la investigación clínica como en la investigación
epidemiológica. ·
La aplicación d~ las t~cnicas estadísti~s de los. problemas de salud está permitiendo-a partir de
principios de siglo que las ciencias de la salud sean cada vez menos "arte" y más "ciencia'\ si
pensamos en la vieja definición: la medicina es el arte y la cienc:a de curar enfermedades.
Además de! campo de la investigación, la estadística resultaba indispensables a las naciones para
controlar epidemias que solían diezma¡ poblaciones. P:ir ello, durante la primerá mitad del siglo XX se
implantan sistemas estadísticos..dé salud en Europa, estados unidos, Canadá y en.nuestro país. En el
resto de América latina él' proceso de instalación•de sistemas de información está¡dísticas sánitaria·fue
más lento. · ' ·: ·

En nuestro país
..
Nuestras poblacion~s v~nían siendo asoladas por las epidemias de rápida propagación (po~ ejemplos,
de fiebre amarilla) q·ue llegaban G0!1 los barcos. Por ello las primera$ medidas tomadas fuer.on el control
de los puertos y de -allí derivaron estadísticas sanitarias que permitieron la toma de decisiones
epidemiológicas y salud pública.
En 31 .12.1880 el presidente julio A. Roca ere~ el ~epaftam_ entc::, nacional de higiene, que entr~ otras
tunciones tiene la de reco'ger datos para la "estadística higl~nicá" en las provincias y en la capital.
,.......
En 1887 se crea el departa'mento nacional de higiene general, comprendie~do p~ofilaxis, epidemioiogia - ~,
y legislación sanitaria. ·· · ·

En 1903 se dicta una ley nacional que propiciaba la creación de servicios· de est~clístiéa' en· las
provincias como. par;te d~ la lucha qontr¡:a .el paludismo, que e~ esa época atacaba doce provincias
argentinas, especialmer;ite Salta, Jujuy, Tucumán, Santiago del estero, chaco, Catamarca y la Rioja.
Papel de la estadistica en'ia ·ciencia.de la'salud .
Hace ya varios siglos que los·padres·de·1a cie'néiá se preocuparon d~I desarrollo de
metodología~ que
permitieran la comparación y repetición de experiencias en condiciones objetivas y comunicables: Con
ese objetivo nació ia es'té!d[~tica como aJxiliaí del rr1étodo· científico, aportando diseños ·para la
0

íecolección, tratámiento, resumen, presentación, análisis e interpretación de dato_s, permitiendo hacer

deducciones·y obtener conclusiones.para construir el conocimiento científico.

6
 .
...._
') . t Lp ciencia medicas t1an incorporado, a menudo subconscientemente, e! uso del· método estacfístic,)
desde su empírico nacimil~nto hasta avanzado desarrollo áe nuestros d:as.
Hoy ya se discute que el conocimiento de los principios y métodos estadísticos se necesitan no solc
para la compresión de las ciencias biológicas, médicas y sociales, sino también para el ejercicio eficaz
en cualquiera de las profesiones que actúan en el campo de la salud, ya que la variabilidad de los
datos clínicos, biológicos, sociales y de laboratorio, tanto como en individuos como en comunidades,
hacen que la toma de decisiones en el acto médico (entendiéndose acto de una profesional c!e 1c1s
ciencias de la salud) vaya siempre acompañado de un grado de incertidumbre.
~--===----"===éstaªes=la=rtattiraleza-probabilfstica"i:lé"'las- c1errctá's~meehcas y es la E!staaísticá, como brazo de 121 ·,
metodología de la investigación, quien proporciona las herramientas adecuadas par9..afronta r las ¡
~ diferencias esa incertidumbre. :
...._

El conocimiento de esta disciplina es necesario para el personal de salud en los siguientes c9 mpos.
. Se requiere conocimientos de estadística para comprender los fundamentos raciones en que se
basan, o debieran basarse, las decisiones en materia de diagnóstico, pronostico y terapéutico, y para
darse cuente de que las ciencias médicas dependen en gran medida de conceptos de probabilidad .
. Los agentes de salud necesitan interpretar, dentro de su esfera de competencia, las pruebas clei
laboratorio y las observaciones y mediciones clínicas con un conocimiento de las va riaciones
fisiológicas, y de las correspondientes al observador (el agente de salud) y de los instrumentos
(pruebas, aparatos, test, etc.) .
. Los agentes de salud deben conocer y comprender la información estadística y epidemiológica acerca
de la etiología y el pronóstico de las enfermedades que tratan a fin de asesorar lo mejo, posible a su~:
pacientes y a la poblacíón sobre la manera de evitar las enfermedades o limitar sus efectos.
. Los agentes de salud son los productores primarios de los datos en que se basa la estadística
....._ sanitaria. Por consiguiente, necesitan saber cómo pueden y deben obtener y utilizar ios datos en
.......
beneficio de su propio ejercicio profesional y para la presentación y asistencia sanitaria de su país y/o
región.
. Los administradores de salud necesitan saber interpretar las estadfsticas que describen los
problemas sanitarios de las áreas donde se desempeña y utilizar lo mejor posibles recursos
disponibles para resolverlos y extraer las conclusiones pertinentes.
.......
. El conocimiento de la estadística se ha hecho también indispensable para la compresión y la
apreciación critica de los trabajos que se publican en la literatura especializada y por lo tanto para lfi
actualización de sus conocimientos y capacidades, apreciando validez y fiabilidad en la información
obtenida de informes y trabajos científicos, diferenciando la información falsa de la verdadera .
.......
. Es ab~lutamente necesaria para la planificación, realización y evaluación tanto de estudios
....... sanitarios, de programas y planes sanitarios, de servicios de salud. Como de investigación biomédica .

.......

' El conocimiento de las estad!stica.s y sus procedimientos permite al estudiante ,

al egresado de ciencias de la salud y sociales acceder a los conocimientos
científicos y a aprecias críticamente los fenómenos biológicos, sociales y de
salud, tantos individuales como colectivo, le permiten entender los trabajos
científicos y producir ios propios, además de genera datos de calidad al
conocer los problemas sanitarios de las poblaciones. · 1
- -- - - -- __________________]

7
 l.a.,s ciencias de la salud se organizan en dos ve1tientes:

í . El estudio e investigacién para la adquisición de conocirn1entos sobre la salud-enfermedad

2. L.a aplicación de estos ccmoc1mientos técnicos. (Tratamiento de las enfemiedades.}

Segú n el numern de indiv iduos q_

u e abarca se ·pueden distinguir t res grupos o niveles. A
saber.

Tiene que ver con la intervención cliíecta con el paciente, por ejemplo, peso talla,
temperatura, pulso, actitudes, evolución, etc, lo que pueda ser observado como signo y
síntoma. ·

Hace referencia a un grupo de pacientes, su evolución, o individuos que integran una

investigación, problemas de salud de un barrio, de un comer comunitario, etc. ,,....,_

Tiene en cuenta específicamente, ·a hechos vitales, (nacimientos y defunciones), resultados

ele censos poblacionales o grandes encuestas. · ·

tl.§5;;§ OF- Lt\. ESTt'it HSTI CA EN SAtUD PUBLICA

:\ .~ z-;;~lud pública es una especialidad no c!ínjca de la _ medicina enfocada en la promoción,
1 prevención e intervención de la salud desde una perspectiva multidisci plinaria y colectiva,

1 ~
1
;a sea a. nived comunitario, íegional, nacional •
o internacional , es decir, no centrada en el indíviduo,
, ~-¡no €n e¡ colectivo.
¡ En :~ste sentid9 , su ~..fl:irtfl<:m e~~on__prin~tpal_mente la g~stión, v igil_~mci¿_\_y _mejoramient_q_ dfil
n1ve{ d~ salud en la población, así como la prevención, el control y la erradicación .de
1 E,nfo:-medades. Además, se encarga de desarrollar políticas públicas, garantizar el acceso y el .,....,_
; tierecho r,il :3istema sanitario, crear programas educatívos, administración de servicios e
i investi9ación. incluso, tareas referentes al saneamiento ambiental, el control de la calidad de los
L?.J!rnic:ntos, entre ,)tras cosas, pueden formar parte de sus competencias.
.......
...._
A partir de este concepto, la salud pública y la estadística tiene que ver cdn la salud y no la
enfermedad en su enfoque.

~ Describir el nivel de salud de una •población

,. ~ Diagnosticar problemas de salud eje la comunidad
r~ Para determinar prioridades de salud y tomar decisiones .....,
/>i: Para conocer y cuantificar las principales características de una población
,. Para planificar las acciones del sector salud.
,, Para determinar las necesidades de. la población
•·· :)::1ra decidir la modificación de servicios existentes o la creación de nuevos.
P-:'l r a eval uar el ¡endim ie nto de los servicios de salud.

8
 ·, \
1 '

OBTENClON Y RECOl.ECC!ON DEJ)ATOS

Datos e información, conceptos.

-- U_f] da~!:_ n9 es otr~ _cos? gue uné!_reQ.@.senta_

ción $i_rnb_q_lipa g_!LEl9.!:!Dª··§.it~1ªc_ipJ1_ .07
~ eonóc1m1ento,~sin'ñl1igun sentido semántico, describiendo situa.ciones y hechos s~n !
-- transmitir n1ensaje alguno. Puede ser un número, una letra o un hecho. ( ~ · !
Mientras que la inforr11ación, es un conjunto de datos, los cuales son adecuadarriente
procesados, para que de esta manera, puedan proveer un mensaje que contribuya a l¡-:.i
toma de decisión a la hora de resolver un problema , además de incrementar e1
conocimiento, en los usuarios que tienen aqceso a dicha 1,·,f.··,•·t-,_z_-'... _-'.·"">
_. _-- ._ _ _ __ __ _ ,

Obtención y recolección de datos es la primera etapa de la ejecución, anteriorment e se h2,b¡-é

definido en forma precisa el objetivo de investigación, a fin de recolectar los datos adecuados
para tal fin.
A tener en cuenta:
FUENTE DE DATOS,

....... Se denomina de esta forma a quien, proporciona los datos para la investigación, puE:de ser
una persona, archivos, registros, libros, etc.
Se puede claslficar dos tipos de fuentes de datos
✓ ,---~· Prirrmria
~ o fuente directa, !os dc:tos son recogidos <.ilrectam-2n-U:
. por- el investigador Con el fin de ser uScíCios en !a
investigación, !a confiabilidad es rnz;yor.
FUENTE DE DATOS
·-.,
>
......
t
~
✓ t ..:S~curadarfa'.~.
Los datos han sido recogidos previamente, con un fin .
diferente de la investigación, por ejemplo: historias c!ín,cas_..
Certificados de nacimiento, de defunciór:i, etc.

SISTEMt\ DE RECOLECC!ON
los sistemas de recolección pueden clasificarse:
Censo: abarca el universo

✓ Según su cobertura . ~..,1

r
1 Estudio muestra!: investigc1 solo un parte del t otal
l .,,,~. c.iel universo, puede ser representélti va
del total, (probabilística) o r.8 .

"""\
9

/
 . '
✓ Según su proyección en el tiempo . .

Prnspec tívo :(lat: "pro", hacia adelante," spectare" mirar) se denomina así, al estudio que recoge los ·d atos
a medida que estos se producen, se plantea un comienzo de la investigación y desde allí .
en ade lante se recoge la información, da mayor seguridad científica.

Re-trospectivo: (lat: retro", hacia atrás) es un estudio que se plantea una visión del pasado, utiliza en .
general fuentes secunda rias, pero puede también apelar a la memoria de las personas,
se dedica a analizar fenómenos ya ocurridos que puede o no estar registrados, es menos
confiable , ya que los datos secundarios han sido tomados con líneas dife.r§'ntes a los de
la investigació n, como ocurre en el caso de tomar como fuente a historiás clfnicas o . .
porque se basa en la memoria de las personas.

Ej, estudios de certificados de nacimientos desde 1950 hasta 1980, encuesta sobre la alimentación de
los estudiados en los últimos dos años.

✓ Según el periodo de tiernpo que abarca.

longitudinal: es un estudio que se realiza para determinar la tendencia de un fenómeno, realizando las
ob::::ervé1ciones a- través del tiempo, durante periodos prolongados, (es como una película). Ej:
c.ornpoItarniento de la mo rtalidad infantil desde 1990 al 2000.) es un estudio longitudinal se mide varias
,,1eces una misma variable, durante el pe riodo que abarca ei estudio, (Ej: se rnide el peso de un niño todos
¡,:,~. meses duiante un año).

Tr~n~v,2:rsa!: es un estudio que se rea liza a fin de determinar la situación de una variable e n un
1T:0mgnto dado, es una obseIvación única, es estático, puede compara rse c on una fotografía, Ej: estado
nutricional de un grupo de niños de un ba rrio de salta, en j unio del 2018, consiste en una única medición
pan-J saber en ese momento como se encuentra, cada niño).

Semi!o ngitudínal: es un estudio que cornl) ina los dos ante riores, se mide una misma variable varias
veces durant~ un tié1npó dádo, pe ro sobre d ifeYentes sujetos.'

Hagístros: recolección continua y permanente de los datos, Ej: típico es el Registro C ivil.
r.1 0ríódie& o esporádica: encuesías, relevarnientos especia les, etc.

(
j primaria
'
fuente1
1 secundaria
\ ..._,,

( r

¡ Segun su cobei~tura (rnnso, mu8stras)

!
; Según .$ U proyec-éíón en -ei tiempo. (prn_spectivo, retrcspectivo)
)
1 Seg(m ei periodo que abarca (longitucii:1al, trnnsversa!) ,,--...
l
¡ $(~~;ún su o .m tinuídr;d (reg1strns, pe1·iódicos/e'sport1di-:os) r'
\,,.•
10 ,r--.

,r--.
...... .' ,'

Ul\llDAD DE ESTUDlCi VAr~!IUJL.E.f~

Los datos son valores observados de una variable. por lo tanto

Vamos a llamar variable a la característica bajo estudio que puede tornar
valores o modalidades diferentes. Esta variable odrá ser medida o no.
Ej:
*Un biólogo puede estar interesado en la longitud de las hojas de cierta planta.
= = ~ ~ - ~""'t1nJmé1:Eco·puede-estarimeTe·sao&'§n- ér nmrdecolesteróreñ1a sangre ae·los pacientes del hospital.
*Un sociólogo estudia el estatus socioeconómico de las personas.
"Un educador estudia el nivel de escolaridad alcanzado por los habitantes de..
. cierto lugar. En todos los casos tenemos.variables en estudio:
*Longitud de las hojas (medida en cm., mm., etc.) ·
.....
*Nivel de colesterol en sangre (medido en mg/dl)
*Estatus socioeconómico (alto, medio, bajo)
•Escolaridad (primario, secundario, universitario)

Observemos que algunas variables tienen una característica numérica (son medibles) otras
se distinguen por modalidades (no son rnedibles).

Esto nos sírve para realizar una clasificación de las variables:

Cualitativas: no son susceptibles de medición. Los objetos bajo estudio se clasifican

según categorías o modalidades bien definidas, mutuamente excluyentes y exhaustivas.

Cuantitativas: tienen una característica numérica, son medibles.

....,

{ Nominalrs Las categorías se distinguen por su nombre y no

guardai ninguna relación entre ellas. Ej.: color de
ojos.

(categóricas)
lOrdlnale!-. Las categotias guardan entre si un ordenpreestablecido.
Ej.: Escolaridal.

Discrei"a.s Provienen casi siempre de un proceso de contar, por lo que,

en general arumen valores enteros. Ej.: Cantidoo de errores
en un texto.

Cu~n íitn tiv,is

(numéricas) CGntinuas Entre dos wlores dalos pueden tomar cualquiera de los
valores intennedios. por lo tanto, asumen valores reales.
....... Provienm generalmente de mediciones. Ej.: altura.
......

.......

---¡
i

.......

- -·-- - ------------ ·- -- -- -- - ------·- - -- -- - - -····--·- - ·----- ·- - ·-- ·- - ·- ··---- -- - -- ~ -·-

! !

---.
 ' ..

LAS VARIABLES.

responden al interés del investigador, un elemento cualquiera puede transformarse en una

variable, dependiendo de lo que busca el investigador, por ejemplo, el celular, como elemento de
observación, no está todavía definido como una variable, se debe operacionalizar, esto es, definir
cuál es el interés que se tiene sobre le objeto y como se va a medir.
- .

E.J: / ""
El investigador tiene interés en el color de los celulares, ahora, se acaba de definir la- variable
por lo tanto, "celular", ahora se puede expresar sin lugar a equivocarse la variable de estudio, en
este caso seria ...

iicolores de Celulares" .. ... .... · (variable cualitativa nominal)

'
Ahora Le interesa la marca de los celulares.
" Marca de celulares" .... ........... (variable cualitativa· nominal)
Ahora Le interesa la cantidad de celulares.

.. " N° de celulares ir.. ... ..... . ..... (variable cuantitativa discreta)

Le interesa el peso de los celulares.
Variable ......... "Peso de los Celulares" ........ . (variable cuantitativa continua)
Le interesa el tamaño de los celulares.

Va riable ...... ,. . " Tamaño de Celulares" ......... (variable cualitativa ordinal)

Se define a las modalidades corno la manifestación de la variable, si considero al "ESTADO

C IVIL" como una variable, las modalidades serian; casado, soltero, divorciado, viudo, etc., (la
variable se manifiesta a través de ellas). ---...

\ tfrfU.J\l\íí.f.\ MODf, UDl-HJ OE LA Vf.\RfABUE ·".xn A TODA POSIBLE ~.aANff~ESTAClON OE ª Xn

L

Las modalidades tienen dos requisitos, indispensables

°' Exhaustiva
$ Excluyente
Exhaustiva, en este caso debe n estar incluidas todas las posibles manifestaciones, de la ---
variable, no pueaen quedar ninguna s in contemplar, Ej: en la variable "Estado Civil, además
-----...
d e las mencionadas deben incluirse por ejemplo juntadas, separadas, etc.
-----
Excluyente. Ninguna categoría debe estar clasificado en mas de una modalidad, debe
pertenece·r solo a una modalidad.

M()()ALID.AOES

,r· - ~ ,- - - -~
:::stado Civ1i cas2da, soltera, viuda, :!ivorciacla, separada

12

.,...._
 'Bioestadistica

ESCALAS DE MEDICIÓN
Las mediciones tienen algo así como grados de perfección, según cumplan más o menos todas las
propiedades inherentes a los números. Son los niveles de medición. Estos se dividen en cuatro escalas
fundamentales: nominal, ordinal de intervalos y de razón (continuas). La escala de nivel más elevado
requiere normas más restrictivas, luego tiene más perfección.
Escala nominal
Es el nivel más elemental. Divide a los objetos según sean iguales o no con respecto a una
característica y se . . . . ~ ~~ =~ ~-
...,_
1Itili2a erf"la clasificacion-de atributos. Se asignan modalidades o categorías a los individuos .
Las clases, dadas por las categorías, son / mutuamente
· ····· ··-· ··- excluyentes. Es posible intercambiar las categorías sin perder
ninguna información. La única relación posible es la de
equivalencia. Es decir los miembros de una clase son
"equivalentes" en la característica observada. - La relación de
~ Caúo
equivalencia es reflexiva, simétrica y transitiva. Es posible una
asignación numérica a las clases, pero estos números sólo
¡¡¡ 1.~x11-Jr.a operan
como simples etiquetas de identificación, es una
codificación.
g¡ Pa"]Jris
Ejemplo
'o NorO!slt La variable nominal "Región", según la cual fueron
!MidsporRegr.,oes ! clasificadas .
las provincias argentinas, usa para su clasificación la escala
nominal. En el gráfico se observan las categorías y sus
frecuencias porcentuales.

Escala ordinal

Esta escala divide a los objetos en categorías iguales o no con respecto a una característica, donde
las categorías
están relacionadas entre sí, o sea que hay un orden que
puede ser parcial o total. · 1: Orove
Se puede realizar cualquier transformación que 36
mantenga el orden. Además de la relación de equivalencia se 32
tiene la relación de orden, que es irreflexiva, asimétrica y . 20
2 Leve
--- transitiva.
·12
Ejemplo
La variable ordinal "Daño neurológiqo" usa la escala ~

ordinal
para su clasificación. En el gráfico vemos las
º=======::.¡
categorías consideradas por el neurólogo.

Escala de intervalos
La usamos en variables cuantitativas. Está caracterizada por una Lmidad de medida común y
constante. Las distancias iguales, desde el punto de vista numérico, representan distancias
--- iguales empíricas en alguna característica de la variable bajo estudio. La unidad de medida y el
cero son arbitrarios. El cero no significa ausencia. Todas las operaciones de la aritmética se pueden
' realizar.. Las transformaciones deben conservar el orden}' las diferencias relativas. La medición es
...._
mucho más eficiente porque se conocen las distancias entre dos números de la escala.

. TEMPERAll.JRAS
ESTIMPOPS Ejemp lo
La temperatura se mide en escala de

intervalos. En el gráfico se observan las

temperaturas estimadas para los días de enero en
el norte de la provincia de Salta, en el año
1992
ClAS CE ENERO

13

'
Bioestadistica ...:

Para la medición de temperatuía se usan p;incipa!mer.te dos escalas: la Celsius y la Farenheit. Los ceros
y las unidades de medida son distintos en ambas esca.las, ambas cosas son arbitrarias. Sin embargo las
dos presentan la misma información. Hay una función lineal entre ellas:

Escala de razón
Es igual que la de intervalos pero tiene un cero real en su origen. La razón entre dos pur:itos es
independiente de
la unidad de medida. Todas las operaciones aritméticas están permitidas.

Ejemplo

Las medidas que conocemos, como peso,

longitud, volumen, etc. usan escala de razón. El
gráfico es un histograma del peso en kg. de 40 crías
vacunas de pocas semanas en una granja.

..l
1)

Pictogramas
Otra forma de presentar la información con un gráfico descriptivo que llame más la atención del
lector, es el
pictograma. Pero se debe tener cuidado de no provocar una impresión exagerada. --.
Supongamos que los sueldos promedios de los empleados de dos empresas se quieren comparar.
Una empresa paga a sus empleados una suma promedio de $12_0 0 y la otra paga $600. Los números están
en una relación de 2 a 1. Bastará hacer un diagrama de barras con las alturas que cumplan esa relación.
Pero supongamos que presentamos el siguiente dibujo:

$ 600 $1.200

Las bolsas representan dinero, y eso es válido. La información está en la altura (igual que en las barras),
pero la visualización ya no es la misma porque el hecho de que sean bolsas da una idea de volumen y el ojo
aprecia más que el doble en la bolsa más grande. De esta manera se logra dar una impresión exagerada de la
información verdadera.
El uso de pictogramas hace más atractivo el diseño de los gráficos, pero debe tenerse en cuenta
lo siguiente: ·
?- Usar sí rnbolos sencillos
.,. Repetir los símbolos para indicar mayor cantidad (no agranda.rlos)
~ Usarlos sobre todo para hacer comparaciones
,,-..

......._

1-1

,,,......
 I ,

PLAN DE TABULACION 1 PROCESAMIENTO DE LOS DATOS.

Consiste en determinar el tipo de presentación de los resultados del estudio y especialmente que
relaciones entre variables se debe presentar a fin de dar respuestas al problema, los objetivos y la
hipótesis planteadas.
Estos resultados se presentan mediante tablas y gráficos estadfsticos, que realiza la presentación
= =~~...,s=is....t.,,.,emáti~y=or.ganizadéLdeJos~l:lallazgos;=permitiereidG.su~inter:pretación:y~ar.iálisis,~~. --=~•e " ~ ._,
El plan de tabulación debe seguir una secuencia lógica, presentando ordenadament~Aa información
..... necesaria. Para ellos debe realizarse previamente el análisis y selección de la variable que debe
analizarse individualmente, (tablas simples) y las variables que deben cruzarse, (mediante tablas de
.......
doble entradas, asf como identificar las variables que deben destacarse, siendo acompañadas por
..... gráficos, seleccionados según tipo y según adecuación a resaltar.

EL PROCESO DE ANALISIS Y SELECCION DE LAS VARIABLES, TABLAS GRAFICO ..

DEBE RESPONDER AL PROBLEMA, A LOS OBJETIVOS Y LA HIPOTESIS.
.......

....... TIPOS DE TABLAS.

• Tablas simples: presenta la distribución de una sola variable.
DISTRIBUCION DE SEXO DE LA POBLACION
INSTITUTO RAMON CARRILLO
.......

......

---
.......
FUENTE: catedra de estadística. Instituto
....... . OR Ramon Carrillo.

En este caso el investigador se preguntó, ¿Cuál es la composición por sexo de la población bajo
estudio? ·
......
• Tabla de doble entrada.

....... DISTRIBUCION DE FUMADORES POR SEXO, DE LA

POBLACION ESTUDIADA. SALTA, 2018.

.......
r:~,;, :, ,·:•;:;;r~:?~;~:~!!~I:~1,
is..¡311ai\ is'/:i¡}J:t ii111-
~u:f~:"·~·..:1,,·_..._·_ :¡ ::';28~2·,

r(t~Íi:~»'i:(::;{}{';f\tij¡t~J¡;:}:\}j;:~ ;~t ,. ::··F1:~;is.}

-.... :- •. :: .'· , ::•• •: ·~r

~~~~:::1.1_;.:,.~.:-¡,::.·x;_ :.~3J_~¡,;\,¡-~; ( ·2:.·• _;,.::Xi::/:". /!fu:~f.~'f.~17~~;ur~~

.. ..
•,
.f <ló1r,
·.._·. ..,: ·

FUENTE: catedra de estadística. instituto DR Ramon

.......
Carrillo.

' (Permite presentar el cruce de dos varia bles, sexo y cons L,mo de tabaco, aquí el investiga,for se p re~Juntó
--..... ¿según sexo? ¿Quiénes fuman?) tabla de sexo y consumo de tabaco.

""' 15
 PARTES DE UNA TABLA

Una tabla consta de: 5 ELEMENTOS, titulo, matriz o molde, cuerpo, totales y fuente de datos.
• Título: debe responder a las preguntas: ¿qué datos son? ¿cómo se clasifican? ¿dónde se
obtuvieron? ¿cuándo?
Las tablas son respuestas a preguntas que se hace el investigador y el título de la tab)€ lo debe
indicar: '.

• Molde o Matriz: es el encabezamiento de filas y columnas que la componen, deben estar

claramente rotuladas, indicando las categorías de análisis y si corresponde la unidad de
medición.
• Cuerpo: está constituido por las casillas que forman las filas y columnas al cruzarse.
• Totales.
• Fuentes de datos: debe indicar donde se obtuvieron los datos. (primarios, secundarios ... ).
Ejemplo:

Título: responde a preguntas: que, quien como, donde cuando.

. ·,.' /· .•~. . ~....,.\::·~::; t~; ~. -~ "-
il;i<~\,
~~~

TABLA,-d,is.tti. ' referencias

'.: ' ·>~:~ri1°4'.t ~ ;-,

Matriz

Totales

fuente: Catedra
'
de Estadística, 1º año, Instituto Dr. Ramon .

Carrillo, Salta Capital, junio 2018. · fuente

En general las tablas se presentan con resultados expresados en frecuencias absolutas, (número de
observaciones) y frecuencias relativas (proporción o porcentajes del tota l de observaciones) en
algunos casos es conveniente solo a los ·i'ines del estudio, presenta r, frecuencias acumuladas
(sumatoria de las frecuencias absolutas o relativas a partir del primer inte1valo de la distribución). En
ocasiones se presenta en la tabla, solo la frecuencia relativa, indicando el número de observaciones
solo en los totales, (➔Sta elección puecle realizarse cuando es alto el número de observaciones en
todos los casilleros, pues el uso de las frecuencias relativas exclusivamente puede sesgar la
interpretación de los resultados, pero cuando las obseíVaciones son escasas. (n< 50 casos) se ,......
pueden presentar solo las frecuencias absolutas).
 .'
J

1'

-. CONSTR.UCCION DE TABLAS DE DISTRIBUCION DE FRECUENCIAS.

Vamos a ver, como se construye en general, una tabla de distribución de frecuencias, que nos
píesenta de una manera ordenada los datos recogidos en una muestra.
Supongamos una muestra formada por "N" individuos que respecto a una determinada variable X
presenta ·"m" modalidades en que se manifiesta de la variable, recordar que deben cumplir con los
conceptos de exhaustiva y excluyente. ·
= = = = =- - ·~ - - - ~~- =-~~~=~~ ·~-·-· -·. - -------~-= --=--,=-~-<•-· = .

moda lidades f r;;11.';\l$!\V,-;j¡i:; 1

J\h,.:oh(t.;;,s !} {Clfforc!ém POl'COl"itfljé

de la
fP'i) (%)
variable (nl}

m1 ~··; f_ ~J J P1
; 1
m2 1
~ •: ,·
1
fl r' 1 P2
n13 ; :: .. 1~:· •,
"
¡)3

m .. n >' • p .. P••
m .. n.,< p" Pu
-
trli n; p
,. · ( p¡
Designamos por "ni "la frecuencia absoluta, de la modalidad "m l", y representa el número de datos
...... que pertenecen a la modalidad "mi".

Proporción o Jm,cuenda lfiliI!JYf~. "pi ", representa el tanto por uno de cada modalidad con
respecto al total "N", se obtiene dividiendo la frecuencia absoluta de cada modalidad por "N".

P·-
1.- ni
N
Porcentaje: (Pi), representa el tanto por ciento de cada modalidad con respecto al total N, se obtiene
multiplicando la proporción por 1OO.
ni
Pi= .100
N

Vamos a ver como se construye una tabla de distribución de frecuencia en función del tipo de v ariable
Estudiada.

Variable cualitativa: Supongamos los siguientes datos obtenidos en la sección de ginecología de un hospital
de 200 camas, respecto a la variable "X', razón de internación, que dividimos en cuatro modalidades .

. . : .·.. : .. ••..· ~réeµ~n~ia:

· mtemadas
: -Pr,9·P.or~i!>.O. .:·-: ,:>,:,,;-.·. ·-:· .·.
..· .·..· :' · ·· · ::<:.. ..,. Po1·centaJ(r
. . . ·:., . . . .. -: tni):;:,J_: : ·:,.... ·,tPJF,-, .:-<:· ./ ·: ·:> .•..1..··
'pospart_o:. ...• 30%
Pt~párto .. ·so · ·. ' ·. o,is 25¾ ·
:·pr11o~er.1~'ri.o.-..·.· •:._,30: . '· ," ,', . , .o,is 15% . · ,
.p~sf:ope·ratoHif .'.... .· GO<:: ·. ,.... -o~á ·.. .. ~o%...,:
.i ot~iL··:,.:::;,_·\· e:···_:,:_:. ;-_.:.:·.Jo'éf . .<,;: ?::.··,;/:·:.:{//<•:-_: -..;, ::;,:i:001:/<Y;...

Se cumple que: la suma de todas las frecuencias absolutas es igual al número total de casos

= (60+50*30+60= 200)

17
La proporción se obtiene dividiendo la fre-.:::uenC:a abso:uta por e! número total de datos.
~
~
De tal forma que:
. . . . .... . ··--·..·-····--·· ······· ········ - -· ·,· - -- -- ·- - -. - - - - - - - -------,
'
: 60 : 0.30 50 : 0.25 30 :0.15 60 : 0.30 ; y ia suma de todas las 0.30+0.25+0.15+.0.30= 1
: 200 200
200 200
¡
proporciones es igual a 1
,........ •·· .. . . ....... ·•········ .... ·•·---·- - ·····-···- ··-····--·-···-~- - - - - - - -'---- - - - - - ---...J

El porcentaje se obtiene multiplicando la proporción por 100

0.30 X 100 = 30
0.25 X 100 = 25
0.15 X 100 = 15
0.30 X 100 = 30
(la suma de los porcentajes cte·cada modalLdad es igual a 100).

Variable cuasicuantitativa, (cualitativa ordinal).

L.a tabla d~ distribución de frecuencia para las variabies cuasicuantitativas se rige po r los mismos
principios que en el caso anterior, adernás de calcular las frecuencias, proporción y porcentajes,
podemos calcular las frecuencias acumuladas proporción acumuladas y porcentaje acumulados.
Ej: se ha administrado un nuevo medicamento a 622 pacientes con trastomos digestivos, de
acuerdo a criterios médicos se ha clasific-ado la variable. rr.ejoría de los pacieiltes en las siguientes
cuatro categorías; máxima, moderada, leve y nuia.

Mejoría·(l} · Frec~e~ci~~
f.2) ·
. f .
r
....
oi<>rci~n
. ... {3)
.. : ...•.·
•·· P.e>rc:entaj~ . fr~-~ue.nda
(~} acumulada
l
acumulada acÚmuÍad·o .
' .·: ..

proporción-.. ,.. porceritajl;l :

nula 134 0,215 21;54 134 0,215 21,54

Leve 212 0,341 34,08 1
346 0,556 55,63
,. __ -
Motleradá-·. · ·, ")29 : .·-· .~ ·.··.0:207 . . .. :·.·20,74· :· ... ----· 475 - . ·- --
0,764
.. -
.~v-76,3_7:- : .:
.

Máxima 147· 0,236 . 23,63 622 · · · 1,000 .:too;oo

..
total ·.
6;22 1 · .. ;-:- 100,

La primera columna contiene las modalidades de la variable, (cuatro), las columnas 2,3 y 4 ..
corresponden a las frecuencias, proporción y porcentajes, que se obtiene como ya se ha expuesto
en ejemplo anterior. ~-

Las columnas restantes son acumuladas las que se obtienen de la siguiente manera.

L.as frecuencias acumuladas se empieza calculando a partir de la categoría inferior, (mejoría nula)
cuya frecuencia acumulada es la frecuencia absoluta de su categoría, es decir 134, la frecuencia
acumulada de la segunda categoría (mejoría leve) es la suma de las frecuencias de esta más la
de la categoría anterior (134+212= 346) ... y asf sucesivamente.

De modo análogo se obtiene las proporciones y porcentajes acumulados.

(;-i•,:<:?-l"V?li: iones : !as cantidades de filas de la tabla de distribución va a depender de las modalidades
que tenga la yariable en e~tudio, asf por ej. sexo presenta dos (masculjno/femenino), estas fila~ de
la primera columna son las manifestaciones de la variable o categorías. Las tablas para variables
cualitativas nominal y ordinal y las variat)les cuantitativas discretas tienen prácticamente el mismo
procedimiento, no así si se trata de una va riable cuantitativa continua, que se trata a continuación
su elaborBción.

18 ,,-..,
.......
.
• 1

...... -

Las tablas de distribución de frecuencias para variables cuantitativas discretas se construyen de

igual forma que para la variable cualitativa ordinal o cuasi cuantitativa, poniendo en lugar de las
modalidades los distintos valores que toma la variable, también en este caso tiene sentido hablar
de frecuencias, proporción y porcentajes acumulados.

.....
Nº Frecuencias Propór.ción Por~entaje frecuencia Proporción Porcenfaj~
hijos (ni} (Pil "(%( ;.__ .,:á~llhlÚlada' ::~é~mt,tada acumulado
o 5 0,047 4,67 --- 0,047 4,67
1 7 1 0,065 6,54 12 0,112 11,21
2 ! 10 · 0,093 9,35 22 0,206 20,56
3 18 0,168 16,82 40 0,374 37,38
4 16 0,150 14,95 0,523 52,34
14 0,131 13,08 70 0,654 65,41
6 13 0,12.1 .. . 12,¡s. · .&3. o,776.- 77,57
7 12 0,112 11,~l·. ·, 95 0,~88:.:• .·. ~11$;-1.~ -::~;:--_
9 10 ·o,093 :·- ·9;3s· .· l0:5 o,98'.!- .-·. :. -. -,: ,: M,:p ..

total

(Con independencia de cómo se coloquen las modalidades o categorías de la variable, la ¡

..... acumulación comienza con la categoría_de menor valor, termina en la categoría.__de mayor valor). __J

Decíamos anteriormente que un variable cuantitativa continua puede tomar cualquier valor, entre
dos valores consecutivos dados, así la presión sanguínea es una variable cuantitativa continua,
..... pero debido a la limitación de nuestro instrumento de medida, aparecen como valores discretos, en
el Ejemplo señalado, la presión sanguínea presenta una discontinuidad aparente de 'I mm, y
decimos que i.1na persona tiene 162 mm o 163 mm de Hg de tensión sistólica y raramente damos .
......
un valor como 162,17 mm de Hg.
.....
La tabla de distribución de frecuencias para variables cuantitativas continuas se realiza co:i ch1t~?;·,
aqrupados en intervalos.

...... Vamos·a desglosar los pasos a seguir para la construcción de la tabla de distribución de frecuencias .

1 º paso, ordenar la serie de datos, de la muestra, de menor a mayor, esto permitirá incluso poder
..... tener idea de como se comportan los datos, cuántos de ellos se repiten, cuaf es fa diferencia entre
ellos, etc.

2º. Paso, Determinar la Amplitud de la distribución. Es decir, el inte1valo dentro del cua.l varían
los datos de la muestra, se calcula restando la puntuación máxima de la mlnima.

' "¡.\" :::: X máx. -X min.

A Amplitud de la seri_e.

X máx. = puntuación Máxima.

X rnin. = puntuación Mínima.
, ..,
10
 .,,..._

,----.

.?º paso, fijar el número de intervalos que se van a utilizar, el numero de intervalo dependerá del
tamaño de la muestra, debemos tener en cuenta que si hay pocos inteNalos se produce una notable
perdida de información y si hay muchos inteNalos la tabla puede resultar excesivamente larga,
algunos autores recomiendan que el numero de inteNalos no supere eJ valor de '1Ñ, y esta será la
norma que nosotros seguiremos, (N = al total de observaciones).

1:. paso, calcular la amplitud de los intervalos que se va a utilizar, esta amplitud se representa
por "i ",yes el resultado de dividir la amplitud de la distribución por el numero de intervalos que se
van a utilizar. / "

Amplitud de la distribución
i=
Nº de intervalos

'
9° gaso, determinar el límite inferior del primer intervalo,_es decir la puntuación más pequeña
a partir de la cual empezamos a contar.

Empecemos.

EJ: se han obtenido · las siguientes medidas (en Cm), de la talla de niños de 7º grado,
correspondiente a 30 alumnos, "Ese. San Andrés".

Construimos la tabla de distribución de frecuencias siguiendo los pasos propuestos anteriormente.

Datos recogidos Qara la muestra. PJJ..i.q~~.mi

124 116 144 133 120 146 114 112 109
109 110 111 112 114 115 116 120 121
110 123 115 123 127 111 125 137 138 122 123 12.3 124 124 125 125 126 126
132 140 121 126 130 139 131 125 126 127 130 131 132 133 137 138 139 140
142 124 122 142 144 146
. - --·- ~

(vamos a tener en cuenta, que el procedimiento se realzara con limites aparentes y no reales para facilitar su
construcción).

"A". = X máx - X min= 146 ~ 109 = 37 ... (145.5-109.5 =38).

La puntuación máxima es de 146, pero suponemos que 146 representa a todos los valores
comprendidos entre media unidad a su izquierda y media unidad a su derecha, es decir que 146
representa todos los valores comprendidos en el inteNalo de 145.5-146.5. por esta razón X máx,
= 145.5, lo mismo ocurre con 109, que r~presenta a todos los va lores del interval_
o 108.5 - 109.5,
por lo que X min = 109.5. (limites reales).

N= al núrnero totai de observaciones, en este caso son 30, al obtener un número real, se redondea y se
decide hacer 5 intervalos.

Am plitud de la distribución 37
/\mr:ilit!Jd di.~ !o-::¡; intt~.rv,:d(¡:;; i = -------·····-------······--·---------·-·- --····-- - 7.4
W de intervalos 5
 Esta división normalmente, no nos da un numero entero, pero conviene que la amplitud del intervalo
si que lo sea, por lo que resulta-de la división se redondea al entero superior en nuestro caso a 8: i
= 8.
Limite inferior del primer intervalo, no hay reglas fijas para determfnar esta puntuación. Según unos
autores debe ser la puntuación mínima observada, (en nuestro caso 109), siguiendo esta regla, el
primer intervalo seria 109---117.
Según otros, debe ser múltiplo de fa amplitud.del i~tervalo, estas reglassoncOnvénCion~lésy hay· no·
porque seguirlas. /"
En nuestro caso, la distribución de frecuencia fijando el límite inferior en 109 podría ser:

1 free prop porc (%)

intervalos recuento ni pi Pi 1 acum acum acurn
109--117 11!1l!I 7 0,233 23,333 7 0,233 23,333
....,_ 118--126 111111111' 9 0,300 30,000 16 0,533 5_3,3~~-
127--135 liliill· ·7 0,233 23,333 · 23 0,767 . ;76,6~7 .
--.
-136.~....144 lilll s· 0,167.. 16;667 28 . 0~933 93,333 :
..
145--153 u· 2 -- 0;001 .-6~667 ·3_0 · 1 100:.:·.
, ·. ·-:·.......
.. , .
total ¿= 30 1 100 . . \· .. :. .:. :.- .·· . . .
...._

Ya solo nos queda establecer las frecuencias de cada intervalo, para ello, podemos utilizar un método
rudimentario, pero practico, para evitar errores. Consiste en leer cada uno de los valores de la
variable y en Ia·tabla se coloca una marca junto al Intervalo al que pertenece el valor que ha sido
leído.
Actuando así y después de finalizar el recuento, encontramos junto al intervalo, (109- 117), 7 marcas
(1111111), que corresponden a la frecuencia de ese inteNalo, de igual forma junto al segundo intervalo
(118-125) encontramos 9 marcas (111111111), y lo m,smo con los otros intervalos.
...._ Si representamos en un diagrama nuestros interv¡;tlos, observamos que estos están delimitados por
dos valores extremos que se denominan limites aparentes del intervalo y que corresponden a valores
realmente observados en nuestro aparto de medida.

limite real
¡ ,. . . "¡
limite ! ,1m1:e j
aparente ., ...aparente limite aparente
109---117 j
¡
r- 118---126 -, ¡
j 1 127-----135 ·¡
117,5 126,5

Sin embargo, tratándose de una variable cuantitativa continua, obseNamos intenupciones e

discontinuidad en la variable, por ello, y para salvar la continuidad, suponemos que cada va lor
discreto representa a todos los infinitos valores situados media unidad a su izquierda y media unidad
a su derecha, de esta forma 118/125 representa a todos los valores comprendidos entre. 117.5 y
125.5 y 114 rep;esenta a todos los valores comprendidos entre 113.5 y 114.5. de esta forma
respetamos la continuidad de la variable y definimos unos nuevos Hmites a los que se denominamos
limites exactos del intervalo (iimites rea!es).

I
 Cuadro de las diferencias entre limites aparentes y exactos (o reales).

i{Gili~fJ;i¡;tii:,~*r1 ~ij:f
.: -:.: .i::· ·1.ci9~~~i:ó ._?:".. --i ·. ·:-,iQáis~~i::1.,i;.s··..-.
·- 118---126 . . .. ,S·
·' ·117 ..-~i:Í:6
. ,·5.. :.
: :- ,:r.-:i i7~--ii'3s:•:.-::.:. '.. -_·12s~s:~1is,s:=
.._1_36--~14,4.. . ·.1~.5~5-~144,~.·:. ·
. ·,,

145---153. .·.144,.s--is3. ,s.

Por último, es importante senalar que la agrupación de datos en intervalos supone una pérdida de
información, pues al integrarse los datos en intervalos pierden sus valores originales, ahora solo
sei.bemos que he.y 7 datos en el interva!o 10!1- -11 '1 estas púntuaciones quedan representadas desde
este momento por el Punto medio del intervalo.

El punto medio del intervalo se calcula:

Limite inferior+ límite superior

Punto medio =
2

Es decir se calcula como la semisuma de ics límites del intervalo, obteniendo el mismo resultado
' .~;i;......,ndn
UllllG..f"A I V ¡;m'
11 1 ¡LCV
i-n,- ª"'ª
J-' 1"nn+e"'
CI l l ,..:, n
V l'¡,,...,;+es
1 1 t lll (n"a"t"s)
V V
!i,;;A r''"
VO.I e"
1
V ,

Cuadro dei cáicuio de ia marca ae ciase de cada inte,vaio.

,_..:_.,· ·; -118+'·126:, .,, · . -

P.M.= . =122
2
127 + 135
· 127---i35 . P.JVi. 7 ._- -- - - =131
-· 2

=140

~148

Observaciones: el punto medio o marca de clases, es un valor promedio de los limites del
intervalo, este representara al intervalo en la aplicación de algunas fórmulas para los cálculos
pertinente. Soiamente puede reaiizarse en datos agrupados en intervalos, de ias variabies
cuantitativas continuas. ·
Según la importancia del _estudio , hace · necesario no la utilización de datos exactos o o
"'''"'"ren+0 s e"' n, •0 str" "ase oc m c pr c t irr. nar-a a ·1n+ernr0 +acio' n ca' Ir, •1os \/ "'n 6 li5ic d0
6
\.4 ,...,~
1 11.V 1 1 l 11\oll V
6
V V t-'
VW
1 t-' "'"
IC.C.\J ~ 1.IVV J ~t 1 1 l"S l. 1 1 1 IV\.41 1 \,4 1 h,I V V

datos, utilizar los limites aparentes,

22
 REPRESENTACIONES GRAFICAS.

Vamos a Vf!í a continuación los distintos tipos de representaciones graficas.

Los gráficos, con algunas excepciones se construyen utilizando como referencias ejes ele
coordenadas o coordenadas cartesianas, donde la lfnea horizontal, eje de las (X), se llama "abscisa"
a:.~~= Y la 11 oea~t§.I!t@LCCLseJ1arna...:'.or.d.e.oada~=5jeo.do-e.Lp.uoto...deJntecse.cciór.i-el~0r:igen"(cero-u.on:ie§a).
En los gráficos donde se usan solo valores positivos se emplea solamente el cuad~[!te superior
externo (1 ).

ordenada - ~
t
2º cuadrante... 1 °·cuadrante (superior externo)
. 1
-·--t'"'.""_y _ ,-_. .
1º cuadrante

3º cuadrante- t 4° cuadrante-¡;,rari ~
abscisa

Debe tenerse en cuenta:

ambas escalas deben ser aproximadamente, de igual longitud, no distorsionar el dibujo que se
....._
presenta se acepta una proporción vertical/horizontal de 1:1 a 1,2.
"""'
las escalas deben comenzar en cero, cuando algunos de sus valores a representar resultan
exageradamente elevado, puede quebrase la escala en un punto adecuado mediante una señal,
pero no es una práctica aconsejable y debe evitarse en lo posible.
"""' Las dos escalas deben poseer sola la magnitud necesaria para contener con razonable holgura los
-- valores que se han de manejar, por ejemplo, si en la escala de las frecuencias tenemos como
frecuencia máxima 88 observaciones, según la escala elegida podremos llevar hasta 90,95 o 100,
en general se acepta como conveniente para la escala que va en la vertical u ordenada.
....._
Tipos de gráficos .
-- Diagrama de barras.
Se utiliza para representar variables cualitativas y cuantitativas discretas o discontinuas, es útil para
.......
representar varios atributos (variables) o diferenciar las categorías dentro de una variable .
Cada atributo (o categoría) está representado por una barra o rectángulo, la altura de cada
....... rectángulo índica la frecuencia con que se observó él fenómeno estudiado. El ancho de la barra
debe ser igual para todas, la separación entre barras a distancias constante, por regla general, se
deja entre barras·una separación igual a la mitad del ancho de la barra.

....... Las barras se clasifican en:

Barras simples: un gráfico que P:esenta las categorías de una sola variable .
.....
Barras agrupadas: permite la compar~ción de dos o más variables y sus categorías.
. .
Barras proporcionales: donde cada barra representa el total de la observación y su área se divide
según las proporciones encontradas de cada categoría de la variable .

......
23
 -,---..

BARRAS PROPORCIONALES. BARRAS SIMPLES.

Gráfico #4.Población seu~'l zonas. Cub& ~02.

m;licip2 m1rJdp3 rrt.rfop4

aurb,m1 fl rural omri-urba¡¡:a

BARRAS AGRUPADAS.

Gráfico# 3. Población según zonas. Cuba, LII02

~ .

40
ti:i1i; ;t¡;;;:~1 ;r:<\<· ··
........

20
o
t11micip 1 tn.micip 2 1mnid¡) 3 ,nmicip 4

l.□ urbana mrur~ o seni-.urbana 1

{)fqJJI..?fTJª de sectores:

Se utiliza principalmente para representar fenómenos que no presentan muchas categorías. .

Está constituido por el área de un círculo dividido en diferentes sectores, cuyos ángulos son
proporcionales a los porcentajes que se deben distribuir, si el área total del circulo corresponde a·
360º, para encontrar el Angulo a graficar debe multiplicarse el porcentaje encontrado por 360º. •
Por ejemplo, en relación a la satisfacción con
el servicio de comida del hospital "X", el 55% de los
encuestados dijo SI, y el 45 % dijo NO .-...
Satisfocéion en el Servido de
comida Hosp X

EJ: (55 í100 X 360~::: 198º)

 Pictogramas:

Es la representación de las frecuencias encontradas mediante figuras, antes de graficar, es

necesario determinar unidades de medidas, para permitir la interpretación del gráfico.
Hay dos variantes en este tipo de gráfico, repitiendo la unidad de medida o agrandando
proporcionalmente la imagen.

.....

f:{istograma :
Se utiliza para representar variables cuantitativas continuas, puesto que al estar formado por barras .
adyacentes da idea de continuidad,
El ancho de las barras está determinado por la amplitud de la clase o intervalo.
La alt_ura indica la frecuencia de las observaciones (guarda la relación geométrica: base por altura).
Debe dejar el espacio d por lo menos 1 intervalo de clase entre el origen y el 1 º intervalo
representado cuando ia variable representada en la abscisa no comienza en cero.
En general se construye a partir de los extremos de los intervalos, pero según los fines de la
investigación también pueden utilizarse los limites inferiores ·de cada inteNalo o los centros de clase .

1
i

l
¡
,.•., 4 !

'··-"'---·-·-··------ ·-- -··- ---- _.., ....... ·-··--·--··----- -· ----------·--··-- -·.

Políaono
·- - -\- de...._...,_
______ frecuencias:
.......,.c......c.-,-'-

Es una variante del histograma, sirve para representar datos cuantitativos continuos a fines
comparativos (de dos variables, de dos categorías, etc.). ·
Una variante especifica de este grafico es aquella que utiliza en la 'abscisa la variable tiempo, en
este caso, el grafico se llama·de series cronológicas.
Se construye formando una figura que resulta de unir con segmentos de recta la intersección del
punto medio de los intervalos de clase, (abscisa) y de la frecuencia (ordenada).

1:;, ,;;-c
1C·t;·C-
fX·C:

ojiva

.~,:~
~l ,

,, _, • ·> -- - .. ... ..,:., ..... . - ~~ -~ - - -- -- ~~ """':---··. - · .::-

.~l;~t:·~t-l~i/lJ~;.-·~tL?:~::·\·-·
, fri:C.l,!-(:Hcia ·r2f2ii"¡ · · · ·3
(29-31(
[31_-.:13¡ :1
,·..

,, ~ .- -~-~,;,

:"{/:i'.:·:

26
-- .

GLOSARIO DE TERMINO.

Poblaci6n ; Conjunto de todos los individuos que tienen en común una característica observable.
t----- - --· ··--··- -·---· - ·-·---···- -- ·--·-- ·---·-- ·····--- ·--··-. --·---- ·- -·-···---..·-·-·- -· - ..
---~=,-earámotto~+ ~;;;~~~;~~;:';;t~;;;;(~~~'!..b!acíanes. Se r!E!!!!!!.tan_P~!i_!!:_;~ia (~}=_VC!([cm~~! _

Muestra
t - - - - - --' -- ·- -··-···· ··-·- - ·······--· - --·-- ···-··- ·- ·-······-·--- ···-- ---····- ···-··· · ··-·-----·-·-····-·· --- · - ·· .. . . - .....
1
• . ' Características estadísticas que definen las muestras. Las más usuales se representC1n por: meclia i,
Esta d1st1cos i d'
: me 1ana (Md) y moda (Mo), varianza= desviación típica= coeficiente de variación =C.V.
t - - - -- - - ' ···· · -· ···--···· ·-·······-··•····-· ---·--..·· · ·--·· .......... ---···· ·· ···-- -·-· .. .
Estadística
Ciencia dedicada a describir las características o regularidades existentes en los gmpos de sujetos.
dúscriptiva
.Estad ístk;:i Ciencia dedicada a estimar las características de la población a partir del conocimiento de las
Inferencia! características de fa muestra.
- -- - -- ·--·-··· -·-· ·····--•- ···· ··- ·- ·· ·-··· ·-····-·-- . ...-- .•····-··--·-· - ··- -·•·•. . ..•. . .... - · ·· .. - . - ....
: Característica empírica que es objeto del proceso de estudios y que puede manifestarse según dos
Variable 1 ,
, o mas modalidades. Pueden Sf!r cualitativas, cuasicuantitativas, y cuantitativas.
t----- - - ------•···• ----------•-- •·H-- -•-- -----•---·-- -••"-•- - - -•--- •·- -•--··- - - -•-· 00 . 0
Modalidad i Se llama modalidad de la variable "X" a toda manifestación posible de" X. 11

Constante ! Característica que se manifiesta bajo una única modalidad.

,·--- ···· ·-- -· -· - -- · - ··-·-··-········-·--···-···· ..
Tabulación ; Proceso de resumir un conjunto de datos de manera ordenada en una tabla.
- - -- --'·-•-·- -··- ··--·-·--·-·-·-·----·- - - - - - - - - - - - - -·-·---····--·-·-· -·---··----- -· '
lntervaló
i
Es cada uno de los grupos de valores en los que se clasifican los datos obtenidos de la variable
; estudiada.
-----.......-..·-·-·-···--·--··-·-··-----
¡ - - -·-·-··----·-·--·-·········-···-···- ···-······-··-· ····-· -···· .
....... Límite.s del : Son los valores superiores e inferiores que delimitan el intervalo. Para variables cuantitcrtivas
intérvalo :¡ continuas se habla también de limites exactos y limites aparentes del intervalo.
-------'---- ------------ ---··----··--- ------··----··- -·--- -·· -· -··
i Número de individuos que presentan la misma modalidad o que se encuentran en el mismo
Frecuencia ¡·
. intervalo. Se representa por ni. Se llama también frecuencia absoluta o efectivos.
i
- - - - - - '· - - .... -·-···- -···- ···- - -···-·--···
:1 Se define la proporción como el cociente entre la frecuencia de individuos que presentan una
Proporción ¡ determinada modalidad y el número total de individuos que forman la muestra de estudio. Se
!
representa por "Pr" o Lrfi"
i - - - - - -- ! ·---···- - ----· .,
!
i Es e/tanto por ciento de individuos que presentan una determinada modalidad de la variable 1
Porcentaje ! respecto al total N. Se representa por P. (%) y se obtiene multiplicando la proporción por 100.
- - - - --
!
·-·--··-·-···--··-··---·-- - -····- - · - -·- · - ·-····-·---·····-·-·-· -··-·-····--········-- · ····-· .. .. . . • . ! ..
:! Representación gráfica de fas distribuciones de frecuencias de variables cualitcrtivas, '
--..
Diagrarna ; cuasicuantitativas y cuantitativas discretas, que se obtienen dibujando distintas barras separadas
de barras : encima de cada modalidad de la variable y con altura igual a la frecuencia correspondiente a cada '
!modalidad.
Diagrama
Repre_s;~;-;;;i6~ g;ófic;d;I;;
di;irib~~j-;;es ·de fr~-;~~ncias de variables cualítatW~~-; - - ·-·-·····
1 cuas,cuantitativas (ordinal) que se obtienen dibujando sobre un círculo sectores de amplitud
de sectores
_____ _!_P_ro_p_o_r_c,_·onaf a la frecuencia que presenta cada modalid~-~.de la V:!!_~l:!_e_.es:~~~~Cí_:_ ·--· .... ---·
-- ! Representaciones gráficas de las distribuciones de frecuencias de variables cualitativas y
Pictogramas : cuasicuantitativas, (ordinal) que se realiza mediante un dibujo refacionaclo con la variable que se
i---- - -~'~e_s~·l!.~~C!. y de tamaño proporcional.a la frecuencia que presenta cada modalidad de la variable.--·- _
: Representación gráfica de la distribución de frecuencias de variables cuantitativas continuas con
Histograma , datos agrupados en intervalos; y q!:}e consiste en rectángulos de base igual a la amplitud de cada
.......
______i !n_~erv?.!º y .altura igual a la frecuencia de cada intervalo. _ ···- .... -··· ···-· .. . ... . ... . _... . _
....... 1 Representación gráfica de _fa distribución de frecuencias de variables cuaritítcrtivas continuas coll
Polígono d~ : los datos agrupados en intervalos; Se obtiene uniendo mediante líneas los puntos determinados
· frecuencias '! por !os puntos medios de cada intervalo y la frecuencia correspondiente a ese intervalo. (punto
--..
..______ .. de los ,·ectángulcs de los histogramas)
.medio

:- ,. í
1~. " .. L:'t-!~~~J.~lr\t;.·'
 RESUMEN, CONCEPTOS DE VARIABLE

11

.. , · , _ :-:· .· ::~:; _. , ... · --~ ·:A:~f;:L_L:,:~; :~G;¡:~~

ijB:~'.~~J:~~4i,~~'.FW:~j:~·:; •: ~ ::/:;: <-·--._·_;: •- ::,::::_;·:)<~('.?\:~:t.:\{~8:1~;füii
¡ ·.·· va;i(\~~ '•.•·'•;:::.~ Ng.{o/~*~~1:".5,~~;~.;lt4~~~~~~~?';~•:.~~~~~r~t~~11~lí
· ·. ·, ·· ·~ ·:_.~ . ,::_ no puedes~~ m.edid_a, 1 · . .

1 cuáii'tativl /: ..:·.... sus valores ·s~- . · · 1Fpi_~uen?!ª' Diagrama de Barra .·.. , .. ·

r · ·¡ . ·;\ pr~sentan,corno
-N ·. ·· 1-11·,, 1'

-º?° }!;1;.· · , . . . modalidades o

Pr~porc10~
Porcentaje
Diagrama. Sectores ..
Pictogramas
.· . ,: :- :-, ,:,: • :< // ·-/.-. atributos. . -..., ·· ·-·· ,:_ \ ....·

· sus valores.ff.l?. ..
¡.
1 . ;· .,-:. :.-·,. présentar:i como Frecuencia ·. · ·r;
· · · ·:J:-·.: \;~cualidades que. Proporción
C.ua.nfü;a.tiV;~ : .:. ·.:_, pue·q~n:~~r ,q9_nt&dos. P.orcentajtl .- .
Diagrama de Barras .
Oisc'(ét~---,-~:': ·.,:'.. y'entr~·•ctós valóres · Proporción acumuladas
l . · _.. .
consecutivos· de la Frecuencias, Ac-Umulad
1 - . ,., ..• ·.- ,:·i .variable no existen . p_o rcentaje'.a c~mu!adas .
!f- ·...:• ··. ; .' .. ·. ...,..:, .·::·. valor.es intcÚm.eciios
' ' . . -.,. . . .·,. .
1
1

Histograma
Polígono de Frecuencia

Modalidades:
las modalidades de una variable, puede decirse que es la expresión o manifestación de esta, es la
forn1a en la que se expresa la variable, por lo tanto si "estado civH" es la váriable, "las
rnodaltdadE-)s" serian solte ro, casado, viudo,, , etc, esto·s atributos pueden ser pa labras o números
dependiendo de la variable, si "cantidad de hijos" es la variable, las modalidades serian 1,2,3 ...
etc.
Recordar que las modalidades deben respetar los requisitos que la definen, deben ser exhaustiva
y excluyente, aplicable o hace referencia solo a las modalidades.

')Q
,t.. u

,......_
 .l\NAUSIS DESCRIPTIVO DE LO§.l)A"tOS:
Medidas d<:tI~m:.k::f!9_ª-s Csntraí
Y.
medidas de Qispersión.

{Sigma) (l.} Letra dei aifabeto griego qut: se utiiizo para, expresar la sumo cíe !os éiistimos !IÓ'ior;;¡
de una variable. _j
i
Medidas de Índices estadisticos que nos dan el valor de la variable hacía e-/ cttr.r! t·íendtm a .:iyrur-,ctr..: ,; 1
tendcn<:irt central los datos. Los más estudiados SO!> la media, medianC! y moda. !
-·-1
--.. Índices estadísticos que nos permiten conocer el grado de vctríctbífíciocí o dispersión d,;
tvTcdidrt.s de
los datos de una distribución de frecuencias con respecto a su mec/Í(J, Los más 1idli:t,-:J-:loE
dispersión
son la varianza y desviación típica.
--...
--.. Medida de tendencia central que se obtiene dividiendo la suma de todos los valort}:; ci~
Medio una variable por el número tCltal de datos. Se simboliza por X {referido a k, vt1ríahJ.e j()
cuando se trata de una muestra y por"~" (alfa) cuando se trata de una pc,blación. _
1
Medida de tendencia centro/ que ocupe; el valor medio el.e la distribución de fre;;aencías, :
--... Mediana dejando a cada lado la mitad, o sea el (50%} de los datos. S~ simboliia por Md_ divide !
al grupo en dos partes iguales. j
Moda
Medida de tendencia central que corresponde al valor de la variable qu($ preserrt::i
mayor frecuencia, o mas se repite, Se simbolizo por Mo. .
--...
Valor de la variable por debajo del cuº/ se encuentra un porcentaj? determinado c/3 '
--... observaciones. los percentiles numerados del Dal 100, ele tal modo que e-1 perceritil 'JD
Percentíl
--.. (P.70i es el valor de la va;iable que deja por debajo de si et 70 % da.f total de fas
observaciones. _____________ _¡
- --
Valor ele la variable que deja por dt!bajo de si, el 25 96, 50 % y 75 % deí total de lwt 1·

Cuartiíes observaciones. Hay por tanto tres cuartiles que se simboliwn (Q.1.J Q2 y· Q3)
respectivamente. ji
i---- -D-íst
_ r,_'b_u_c_io_'n- - + - - - ' - - - - - - - - - -- - - -- - - - - -- --------·--·-- ·-·---- - -"·- •""
u nimoda/ Distribución de frecuencias con una sola moda. . 1
--- - - + - - - - -- - - -- - - - - - - - - - - - - - - - - - - - -- - - - - - - ·!
~~~ 1
bimodal Distribución de frecuencias con dos macias. 1
- - - - - - - - - -- - - - - - - - - - -- - - - - - - - - - - -- - - - ---·--
Dístribución i
--... multímodal Distribución de frecuencias con más de dos modas. ;
> - - - - - 1 , - - - - - - - - - -- - - - 1
Puntuación directa ' Puntuación observada en une: variabie.
--...
Puntuación Diferencia entre un valor de la variable y la media. Se simboliza por X, se calcula X=X-X
diferencial siendo X la puntuación directa y X /et media. Se llama también puntuación dtt
desviación.
--... Medida de dispersión que s2 define como !a media de los cuadrados da !as j
puntuaciones diferenciales de los valores de una variable. Y la media aritmeticc1 de la 1
Varianza
distribución, Se simbolíza (S:} por cuando se refiere a una muestro~ y (e/), por si se :i:rcrta
--...
de una población.

Desviación típica
1
Medida de dispersión que se obtiene calculando la raíz cuadrada positiva de la
varianza. Se simboiíza por (Sx} sí se trata de muestra, y (q.x} por sís~ rejíerc o tlliw
población. ----· - · - - - · - - - - - - - - - - - - - --·--·- - - -
J
---
 Supongamos que un investigador, ha obtenido u11 conjunto de datos (la muestra), de una población
deierm7nada. Como vimos én el tema anterior, el primer paso es lá ordenación de los .datos en
tablas de distribución de frecuencias y sus representaciones gráficas. Posteriormente es necesario
sintetizar o analizar este coniunto de datos de alquna manera. Esto lo hacemos mediante dos
. ~

índices que representan dos aspectos fundamentales de la distribución de las frecuencias:

Su tendencia central.
- y

Estos dos índices nos permiten estudiar y comparar las distribuciones entre sí.

Imaginemos que comparamos la presión sangufnea de dos grupos (el grafico muestra 5 grupos) de
personas A y B que representamos esquemáticamente en un mismo gráfico adoptando la forma de
la figura 2.1. ·

Estas dos distribuciones de :frecuéncias se diferencian en cuanto a su posición. La presión

sanguínea del grupo A tiende a agruparse alrededor del valor X1, mientras que en el grupo B tienden
ª·ªgr;1pª~e ª'r~l;i~dQr ºªI vª!ºL X2 rni2Y9r Q~le XL (X~ > X1)
Los valores de X1 y X2 reciben el nombre de Medidas de Tendencia Central.

Medidas de Tendencia Central: Indices estadísticos que nos dan el

valor de la variable hacia el cual tienden a agruparse los datos. Los más
estudiados son: la media, mediana y moda. Estas {mtc), refleja un valor
que se ubicaría en el centro de la distribución por lo que la media nunca
puede ser< eme el valor mínimo, o :::- que el.valor máximo, (> x <)

Figura 2.1 .--....

x,
grupo 2 ........
'.} ()
 Supongamos ahora que los fenómenos A y 8 adoptan la posición de la figuía 2.2 .

....,_

\ = =='==- ===--='= = =="'-"='~-~·-o~-=· 1 _ --~~~ -

uoserve que toaas Ias ·¡
1 curvas están syperpuestas,
pero de diferentes alturas y 1
l mas anchas, por lo que el
medio de la curva es igual ¡
.
1 n::ir::i .tnrl::i<. nn ::i<.Í l::i fnrm::i
.

}{J. = X2

En este caso, los datos de las distribuciones se agrupan alrededor de un mismo valor central. Sin
embargo, ambas· distíibuciones son diferentes, ya que los datos de la distribución 8 están más
rlic;:n,::,r~c;: ni 1,::, lnc;: rl,::, l:::i rlic::trih11~ifin A·
- · -, - · - - - ¡ - - · - - - - · - - · - ·· · - - - · - · · . ..

Se ve, pues, la necesidad de definir unas nuevas características que sea un rndice del grado con
que los datos se agrupan alrededor de la medida de tendencia central. Estas se denominan medidas
de dispersión.

1 Medidas de Dispersión: Son índices estadísticos qm~ rH..1s permiten I

conocer el grade de variabilidad o dispersión de los d.;'jtos de tma 1

1
distribución. Los más utilizados son: la varíanza., desviación tfpica!
amplitud semiintercuartil, amplitud o ran90 y coeficier~te de v.,nfación

El SUMATORIO: ¿
Antes de comenzar con la explosión sobre las distintas medidas de tendencia central y de
dispersión, es necesario conocer el uso del sfmbolo del sumatorio, "~" por su gran uso y utilidad
dentro de la notación estadística.

El símbolo"¿" se utiliza para expresar la suma de los distintos valoms de una variable.
·n
...--.
} X¡
___, = :t.111 + :.t'm+i + ;I:.:J!+2 +. '' ' + J:.,,.
. .

i =rn

Las notaciones encima y debajo del símbolo ¿, designan los límites de la suma, así pues lXi. se
lee: sumatoria de Xi, (equis sub i) donde i toma los valores de 1 hasta "n';.

31

-..
 MEDIDAS DE TENDENCIA CENTRAL.

Pueden definirse varias medidas de tendencia central. Las más comunes y más utilizadas son. ia
:ri,2dio. la. mediana y !a moda. Cada una de ellas tiene sus ventajas y desventajas, dependiendo la
aplicación de una u otra, del tipo de variables que estudiemos y de la forma o dibujo que adquiera
la distribución.
~La media.

La media aritmética o media de una serie de N datos de observación Xn1, ,1~

Xm, Xíl3 ... , Xnn se representa por X y se define como la suma de todos lós
valores de una variable dividida por el número total de datos. Es un
promedio, es un dato calculado matemáticamente, por lo que es la mas
recomendada como medida de tendencia central.

El cálculo de la media sólo se puede aplicar a variables cuantitativas.

Por tanto, debemos tener en cuenta la siguiente distinción:

• Datos no agrupados:
Cuando los datos no se encuentran agrupados en inteNalos, el cálculo de la media se
reduce a la simple aplicación de la fórmula. .
Ejemplo 2.9: Supongamos que hemos medido los niveles de colesterol en cinco personas
y los resultados o valores son : 240 , 248, 242, 240 y 250, mg/100 mi.

La media sería:
rl. ,; .,'.:.',!;t* ...:";.:.•¡~~;~ªr..·:,1¡1~,.;¡,;:;i i.
. ·Y, ) X t
;~ s = ~?..;.¡-~..:. i.=240+248+242+140+250_= 44 mg./100ml
.,
<,
5

• Datos agn,pado.s en intervalos:

Si, por el contrario, tenemos los distintos valores de la variable agrupados en intervalos, el
procedimiento para calcular la media va.ria en algunos aspectos.
Para empezar, g _utíliz.a el pi.tnto ft1..Qi1Jo de. cada intervalo para representar todos los
valores contenidos dentro del mismo.
El punto medio de cada inteNalo se multiplica por la frecuencia correspondiente a cada
intervalo ; Se suman estos productos y__gl_resultado se divide por N (número total de
datos).

Donde:
-
X= media.
I = letra mayúscula "sigma" que i~diéa una suma .
X¡:= punto medio de cada.i~tervalo..
fi= frecuencia del intervalo.
n = número total de datos.

31.
 Ejemp!o 2.10: Se han registrado !os siguientes va!ores del n!ve! de colesterol de! suero {medidos en mg/100
mi) en una muestra de 30 varones de edades comprendidas entre los 40 y 45 a5os.

237 210 185 220 ZQ8 160 242 165 235 210

205 180 212 190 192 225 155 230 195 200

Intervalos Intervalos Recuento frecuencia Punto medio o frecu e nc,ill"po,r

Limites réales · Utnitos absoluta ma rco de clas1~ marca de clase
1
a parentes {ni) (X',) (.,,
l 1 .. J~e"}
......
151,5--172.5 152--172 //!/! 5 162 StO
172.5-193.5 173--193 /!!//// 7 183 1?-81
193.5--2:íA-.S 194--2.14 /ll!!!III 9
. 204 iS~6 1
214.5 ..-?..35.S 215--235 JI!//! 6 225 1350
-·~-~ -
.... ..... ... .,,.
¿,~:;,.:.,-¿_~t;;.~ 236--256 /!/ 3 . 246 738

- 30 6015
'
Aniir:annn !;;i fórmulr.1 rli:i I?. rnedia:

-,',. ""' -,- l!!~!f: '.,.;~ 15,1621+cz.1 s31+ca.2041+cs.2251+ra,24§l =lill.1.§-=2°0.s rng/·tOOml

......
'. itíit~n,¡~1;;~:~.: . ..
. 30 30

NOTA: Al detenninar la media con los datos agrupados, el valor obtenido es un valor aproximado
de la _media real, que obtendríamos con los datos sin agrupar. Esto ·es debido a que utilizamos el
punto medio de cada inteNalo como representante de todas las puntuaciones que caen dentro del
mismo, produciéndose en consecuencia una pérdida de infonnación. Por lo tanto, no es aconsejable
el cálculo de la media con los datos agrupados cuando los datos no sean muy numerosos.
(Compruebe el lector cómo el cálculo de la media con los datos agrupados y sin agrupar del ejemplo
2. í Otorna vaiores distinto).
sr representamos la distribución dé frecuencias mediante ~n histograma, la media correspondería al centro ·
....... dt:: gra.vt::cfod u ¡.,unUJ dt:: t:quiiiuriu dt:i hi::;i.ugrama .
.......

10

7
.....
6
s
......

2
. l
o
235,5-156,S 214,5-235,!i_ 193,5-214,5 172,S-193,5 151,5-172,.5
~ ~;_ - ~-----.:--·> ~
La media X es el centro de gravedad del, histograma.
33
 e La media es muy sensible a la variación de las puntuaciones. Basta con que varfe una sola
puntuación, para que varíe la media. ,

Ejemplo 2.11: La media de las·puntuaciones .. 2, 9, 3, 7, 4 es

-X ; : 5.
Si varia una de las puntuaciones, la media también varia. Cambiando el 9 por 8, t~oemos que
la rneclia de los datos . 2~ 8, 3, 7, 4 es X : :.: 4.8 · '. ·
.;, · Con !os da.tos agrupados en intervalos, la media depende del número de intervalos elegidos,
de su amplitud y de los límites de los mismos. (Compruebe el lector este punto de los datos
agrupado del ejemplo 2.1 en cuatro intervalos en lugar de cinco.)
~ Ne;, se puede calcular la media si alguno de sus intervalos carece de límites.

Ejemplo: Edades de aparición del sa rampión en un grupo de 100 individuos. Esta tabla ca·rece de limites
en el ultimo intervalo, lo éual dificulta el calculo de la marca de clase y por consiguiente no se puede
multiplicar por la frecuencia, para obte_ner la media aritmética.

:- - --- --- ---

. .
Al no conocer el límite superior del último intervalo, no podemos calcular su punto medio~
marca de clase, (Xi) y, en consecuencia, no podemos calcular la media.

• No es recomendable calcular la media cuando la distribución de frecuencias tiene

puntuaciones muy extremas. La media es en función de todas y cada una de las
puntuaciones y se verá muy afectada · por esas puntuaciones extremas de la .
distribución, y el resultado no será representativo del grupo o muestra; se ve sesgada
por valores anómalos, diferentes, altos. ,,
,;¡ ".) { ~ ipc,rli e,,-¡~
~1/.&J.1·.•J r~~~--~c&~ ~ ~

La mediE111a de una serie d~ N datos ordenados en orden creciente o

decreciente se representa por Md y es la puntuación que ocupa el valor
central de la distribución estadística. Divide al total de datos en dos
partes iguales, dejando 50 % hacia_la izquierda y el otro 50 % hacia la
d1:;:recha, como un espejo. •

Aunque el cálculo de la mediana es posible rea lizarlo en el caso de variables cuasicuantitativas,

de hecho, siempre suele ser calc~lada para variable~ cuantitativas. Por tanto, hay que tener en
cuenta la siguiente distinción:
 '.

• Datos sin agrupar

Supongamos tos datos ordenados de menor a mayor.

a) Si hay un número impar de datos, la mediana viene dada por el valor central.
Ejemplo: la mediana de los datos 15, 3, 7, 12, 1, 2°1, 29.
- = = ~ =--=~ = = ...-~= ~•-~ ~ ~ -~= - -= ===""r=~-= =~ =-=----=~~-~-
Or enamos los datos de menor a mayor: ·
. 1, 3, 7, 12, 15, 21, 29 / "'
- Tenemos siete datos (N =7). La mediana es el valor central de la serie Md ::: ·J2. ·

b) Si hay un número par de datos, la mediana es la media aritmética de las dos

puntuaciones centrales:
_
E jemplo: calcúlese la mediana de las puntuaciones: 12, 2, 10, 8, 5, 7.
Ordenamos los datos de menor a mayor: 2, 5, 6, ·9, ·to, '1 2.

Los dos valores centrales s-on el 6 y 9 y su media aritmética es: W =7,5. Por lo tanfo,
la mediana es IMd = 7 ,5.J ·

1 3 7- 1.2 15 21 29 Notese que el valor de la mediana es 12, pero la posición

X1 X2 X3 X4 Xs XG X1 central que ocupa es X4, son dos cosas distintas.

----
• Datos·agrupados en intervalos.

En este caso el valor de la mediana se obtiene mediante la ·fórmula:

Donde:
Li ::: limite exacto inferior del intervalo critico.
n = número total de datos.
Fi-1 =· número de datos por debajo del intervalo crítico.
f¡ = frecuencia absoluta del intervalo critico.
---- i= amplitud del intervalo critico.
Ejemplo: Calculemos la mediana para los datos del ejemplo anterior,
----

215--235 6 27
----
236--256 3 30

total 30

.....
 Tenemos los intervalos ordenados de menor a mayor. El primer paso es localizar el intervalo crítico,
es decir, el intervalo que contiene a la mediana o valor que deja por encima y por debajo de si el 50
%, (1~ mitad) de los datos. Para ello construimos la columna de frecuencias acumuladas y
. localizamos el intervalo que contiene el 50 % de N, (50 % de 30 = 15). Este será el intervalo crítico,
de la frecuencia acumulada igual o.superior a 15.
En nlH.:stn:i caso~ e! intervalo critico es el 194 ~214
El siguiente paso es localizar en este intervalo el valor que corresponde a la mediana.para ello
aplicamos la fórmula. · . ( "'

~·r:I•,t:\l~:~:~;;:¡;;;i!:t;((~~it)}ti(
Donde:
,Li = 194 limite exacto inferi~r del intervalo critico=

!i,= 30 = 15 (N= número total de datos) . .

2 2 ,
Fi-t = 12 número de datos por debajo del intervalo crítico.

f¡ = 9 frecuencia absoluta del intervalo crftico.

i = 194 - 214 = 20 amplitud del intervalo.
Md ~ 1S4 4· 6,66:;;:: 200 ..66 {valor calculado}
Geométricamente la mediana es el valor del eje de abscisa que divide al histograma y" polígono de
frecuencias ~n d?~_part~s ~~- ig~~I ár~_a.

10

8 •

7
6

5
,. '· ~ . .':• .-:~: •.:, ._. · . ·.. . :: ::·1. \. . ... :

¡ ?·:'};'.Ji;~):'.'.. -.-::
1• _· .:

2?.:·-,'.i -2 56,.5 11".S-B',,S

~'.e;; :,;{{:rr. :;¡0;,;: •.•
19?,,S 2:l<l-,5 1.77.,5-193,S 1.51,.5-172,:,
:.....

Md= 200.66

Fig. 2.4- La mediana divide al histograma en dos partes de igual área.

Observaciones: la mediana es una medida de tendencia central, que debe usarse en distribuciones
muy asimétricas, ya que la media no resultaría apropiada por el sesgo de valores que inclinarían la
balanza, dejándola sin representatividad.
 En este caso, a1¡eemplaz:a¡ Cúrr lús datCTS· que pide la· feiiT,ula:, queda rl-a- ele la· siguiente fonTra:
1 - 30· - 1-2
~

L
1
2 . 1

Md = 194 + ... ------------- X 20 =194 +6.66 =200.66 i!

9
~ - - ~ . - e , . . , .... _ ...

Resolver por pasos

~

-
~

3º paso
-
lºpaso
,
...
-
=

2º paso
~=:::.-~ ~"T--'--- ~~--·
'
-- ... =

Características de la mediana .
......
• Es menos sensible que la media a la variación de cada una de las puntuaciones.
Ejemplo 2.16: Calculamos la mediana y la media de las siguientes series de datos:
......
......
X -= 7 .

2, 5, 7, 9, 25 Md = 7 X = 9,6.
Al variar una puntuación cambia la media, ·mientras que la mediana puede permanecer invariable, como en
...... el ejemplo propuesto. ,

,. Con los datos agrupados en intervalos, la mediana depende del número de íntetva!os elegidos, de su
amplitud y de los límites de los mismos. {Compruebe el lec"tor este punto con el ej. anterior) .
......
• Puede ser calculada, _aunque alguno de sus intervalos carezca de límites, siempre y cuando la
median·a no se encuentre en ese intervalo, en cuyo caso tampoco podrá ser calculada .

.......

100 - 45
2
=
Md 5 + .........................-. 5 5,62 años.=
.......
40
• Es más representativa que la media cuando !a distribución de frecuendas tiene
puntuaciones muy extremas, puesto que la meqiana depende de los valores centrales de 1a
distribución y no es afectada por'los valores ext'.emos.

.......
e Ejemp!o: Edades de aparición del sarampión en un grupo de 100 individuos.

Edades n
0--4 · 45
5--9 40
10-14 10
5 J

= 100 l.
• Md = 5,62 añcis .
e X = 5,75 tñcs.
 En este tipo de distribución donde casi de la mitad de: los individuos se encuentran en el primer intervalo, la
mediana es más representativa que la media como medida de tendencia central.

Esta definición nos recuerda a la que ya hemos estudiado de la mediana, que es el valor de la variable que deja
por debajo el 50 % de los datos y por encima el otro SO%. Por lo tanto.

No son medidas de tendencia central, sino medidas de posición que nos informan del orden ode la posición
que ocupa un dato dentro del total de los datos observados. ,,.....

DHfinimos al per.centil corno el. valor de la varia ple .que deja por debajo del cual se ·e ncuenba un
po1·-r.:en-!:,~je cletenninado de observaciones.

Por ejemplo, el percentil 65, simbolizado por Pes es el valor de la variable que deja por debajo de si
al 65 % del total de las observaciones. Y por encima ia diferencia hasta llegar al 100 %
Po·r su parte los ·cuartiles son los valores de la variable que deja por debajo de si el 25 %, 50%
y 75%, del total de las puntuaciones, hay por lo tanto tres cuartiles que se simbolizan Q1 , Q2, y
Q3, respectivamente. .
► El prirner cuarm {.Q1) es et ~aior de !a varíabl~ que: deja por debajo ei 25% de los datos.

;~.. El :;;;egundo cuarti! (Q2) es ei valor de ia v.arjable que deja por debajo el 50% de los datos.

Los percentiles y cuartiles se calculan de modo similar al ya estudiado para la mediana, realizando
en la fórmula las correcciones correspondientes. Veámoslo sobre un ejemplo.
Ejemplo: Con los mismos datos del ejemplo 2.15, calculamos Q1 y 03.

152-- 172 5 5
173--193 7 12 Ql
Q2 intervalo
2:l.5--235 6 27 ..,.,._____ Q3
t---- - -- ---+-----t-------
236--256 3 30

total 30
De la misma forma que hacíamos para calcular la mediana, el primer paso es localizar el intervalo
crítico, es decir, el inte1valo que contiene el primer cuartil o valor que _deja por debajo de si el 25 %
de los datos. El 25 % de 30 es 25.30 = 7,5.
100
En la columna de frecuencias acumuladas vemos que hasta el intervalo 173 -=-193 hay 12 datos,
por lo que en este intervalo se encuentra el valor correspondiente al primer cuartil.
25.30 - 5
100
Q,1 = :í.73 + -------.. ··-----··. 20:::. 173 +7 = 180 mg/ 100 mi.
. 7
(De igual forma se calcula percentil 75 (Q3). Solamente reemplazar 25% por 75%, y encontrar el
intervalo que lo contenga). '
38
.....

La moda

L~ meda clé un conjunto da datos se rnprnsonfa por " Mó" y corresponde al 11alor tfa la
va ría ble qua ¡m~serita mayor frecuencia. La que mas S<t repite dentro de- la s,ei-1:.i de cfo1tC';S

~ -= =•- E"'=l=cá,:,.;._1"'-'
cu=lodeJa_rnoda=se p__uru:te..J3!11kar....trultQa.Yarla.bles...c uall.tati~sJ:1ó.mlnal=Y-º[dlnaLcomo.asLtarnbién
cuantitativas.

• Cuando estamos trabajando con variables cualitativas nominal y ordinal, la moda corresponde a la
modalidad de la variable que presenta mayor frecuencia.
Ejemplo: Un estudio realizado sobre un conjunto de 10 varones para determinar un grupo
sanguíneo ha conducido a la siguiente tabla de distribució n de frecuencias.

......
Grupo
ní
sanguíneo
...... A 14
B 11
AB 5
o. 10
40

.la moda corresponde al grupo sanguíneo A.

Cuando trabajamos con variables cuantitativas hay q·ue hacer la siguiente distinción:

• Datos no agrupádos: La moda corresponde ~I valor de la variable ·de mayor frecuencia:

..... Ejemplo : Las edades de los 40 varones del ejemplo eran:

La moda corresponde al valor 34: (M d =34.), el v alor do la moda 8S 34, porque tiene une, frecuencia ,cle líl,
....... que es mayor que las restantes. '
......
• Datos agrupados en intervalos: la moda corresponde al punto medio del intervalo de mayor
frecuencia.
..... Ejemplo: La moda de la tabla 'de distribución de frecuencias del ejemplo (2.15) corresponde al valor
...... 204, puesto que es el punto medio del intervalo de mayor frecuen~ia 194 -214.
Las distribúciones de frecuencias con una sola moda se denominan unímodales, sin embargo, puede
darse el caso de distribuciones con dos mod.as, que se derominan dist ribuciones bimodales. Una
distribución que contenga más de dos modas se denomina multimodal.
En un histograma y polígono de frecuencia, la moda corresponde al valor del eje de abscisas al cual
corresponde el punto más alto del histograma o p_o lígo no de frecue_ncias.
• La moda corresponde al punto más alto del poiígono de frecuencias . ..
• • • • 1 1
 ,·
Características de la moda:

• Es muy sencilla de calcular, ya que se determifla generalmente por inspección y no por cálculo
numérico.
"' Co n ios datos agrupados en intervalos, la moda depende de! número de int ervalos _elegidos, de su
amplitud y de sus límites.

" Puede ser calculada, aunque alguno de los intervalos carezca de límites, siempre y cuando la moda
no se encuentre en ese intervalo.
f) Características comparativas de la Media, Mediana y Moda.
I
Med ia Mediana ~.¡1oda
La media e-s muy s,msible Es menos sensible que la
~, la variación de cada media a la variación de cada ,
un0:. de !as puntuaciones. ui1a de l~s· puntuaciones.
Basta con que varíe una
sola ptrntuadón para que \

varíe la rnedia. '

-~ 2, 3~ 4> 7.,. 9::;:; X;:;

EL ...._ 5 Ej. 2, 3, 4, 7, 9 . Md :::4
2, 3, 41 7, 19 =X~ 7 2,3,4, 7,19 Md.:::4
.
Gon !os clfftos at1rupados Con los datos agrupados en Con los datos agrupados
en intervalos, la media intervalos, la mediana la moda depende del
depende del número de depende del número de - número d e. intervalos
1.ntervaios elegidos, de s u intervalos elegidos, de su elegidos) de su amplitud
a.r,n pfüud y de los límites amplitud y de los límites de y de sus limites.
de !os mismos. los mismos.
1

La medi~ es el centrq de La mediana es el punto que La moda es el valor de

gravedad de la divide la distribución en dos mayor frecuencia de la
distribución. partes de iQual área. distribución. -
r~o se puede. calcular si Puede ser calculada aunque Puede cal~_ular_~~ aunql!~-
algumnte·1os intervatcrs ··· alguno efe los intervalos alguno de los intervalos
carece de"límites. carezca de límites, siempre caref ca de límites,
que la mediana ro
se siempre y cuando la
encuentre en el intervalo, en moda no se encuentre en
cuyo caso tampoco podrá :>er ese in~er_
v alo.
calculada.
No se debe calc ular la Es más representativ~ que la Es poco representativa.
i-n edía cuando la media, cuando la distribución Solo se calcula cuando lo
distribución de de frecuencias tiene que se de.sea es una
frecuencias tíene puntuaciones muy extremas. medida de tendencia
pt.mtm1ciones·muy central rápida y
extremas. aproximada.

Téngase en cuenta, que las rnedidas ·de tendencia central deben ser usadas de acú_erdp al tipo de
distribuciones que se presentan, por -ejemplo, una serie de datos que tiende a una distribución
normal, la mas adecuada para ·calcular · seria la media aritmética, en cambio si exist'e una asimetría
marcada por valores·demasiados e?(tremos, se recomienaa la mediana, se pacida tener como guía
los resultados de la media y la mediana, en un distribución normal. Los dos calculas estarían
aproximadamente cerca, no asi con asimetría negativa o positiva, los resultados estarían mas
distanciados o separados entre ellos ·

EJ, distribuéión normal: media 5. arios,., mediana 5,~ qlios, ( nótese.que están ce'rca los valores)
Distribución asimétrica: media 5 años... . Mediana 7.6 años.
Las caracterfsticas de cada una ayudá en
su apliéacióri.

40
 Normas de é1plica.ción de la media, mediana y moda.
En general, la utilización de uno y otro índice depende de varias cuestiones:
Por un lado, del objetivo de ·nuestra investigación. Por ejemplo, si estamos interesados en
•
conocer la opinión de los pacientes ingresados en un determinado Hospital sobre el
funcionamiento del mismo, interesa más conocer la opinión más generalizada· (la moda), que
=~-=~~== = _cualquier~otr0Ar:idice.ae~
.. ten0er-i0ia~eentr-al. · =~~~= · · - · · - = - ~-·~-- ~ ~- --- · - ·
• Por otro lado, depende del tipo de variable estudiada, de tal forma que si tr,a-bajamos con
. '
variables cuasicuantitativas (ordinal), no podemos aplicar la media, pero si la mediana y la
moda.
• Por último, la utilización de un Indice u otro depénde de cómo están distribuidos los datos.
Cuando trabajamos con variables cuantitativas, la media es el Indice más adecuado debido
a que es función de todas las puntuaciones; Sin embargo, hay situaciones en que es
preferible utilizar la mediana o incluso la moda como Indice descriptivo. Estas situaciones se
dan cuando existen puntuaciones muy extremas a un so lo lado de ta distribución que afectar
a la media. En estos casos, es preferible calcular la mediana, puesto que se basa en las
puntuaciones centrales de la distribución y no se ve afectada por las puntuaciones extremas.

Veamos esto en el siguiente ejemplo:

EL REY QUE DE ESTADISTA ASCENDIO A ESTADIST1CO /*).

Érase una vez en el pais de Morbílandia... El rey, que era un g·r an estct.ilista., estaba
desesperado. Suprincipe heredero, aquel que estaba destinado a ceñir el día de maña.na 1a.s
pesadas responsabilidades de 1a corona, padecía precisamente en. 1a base de su a:ag-u.sf;o
cráneo un t:u.mor maligno que, a decir de Zos médicos, agoreros y otras gentes, se e..'áeru:lfrt
de manera irremediab1e.
Un mes de vida era e1 breve t:iempo que concedía al enfermo e1 mejor especia1is'ta de"l _r;i.. ds, ,i(
Curandero Mayor. El desespero de1 rerJ no ca:recia., pues, de fundam ento.
"Majestad. -so1ia decir e1 Curandero Mayor del. reino-, no os desesperéis, que la Pro1Jiden.cb:.
es sabia.." Pero a pesar de que no desconfiaba e1 Monarca de Za sal>iduria de 1a p 1•o·u·lden C'ia,
pensó que acaso seda mejor consu.1tar varias sabidurías que 1mct sola.. Y cw-t fo hiz o. fllcmdo
l1wnar a un joven y enterado médico, a uno de los que manejan gran cantidad d e?.
informaciones estadirncas recién incorporadas a sus conocimientos, p~a cerc:ioí"a:J'se d e 1a
veracidad de Ios números. Un mes es realmente un espacio muy corto pa:ra ·una sa:ng:re toyt
azul. ·
--.
"¡Cinco años, majestad! Cinco años es la supervivencia media q-ue el Doctor Cirujoff ha
.......
conseguido, En el feudo de Hospita1andia este austre profesor, después ele más de 25 w1os
...._ de práctica. · en e>...'Ü.rpaciones de t:umores craneales, ha consegu.ido superar tocla..s Zas
estadísticas de supervivencia, las de su país y las del extranjero. s,
"¡Mecachis! -Ca.t)t1aba el rey-, no logro entenderlo. O mi curandero Mayoi• me engct:ii..et o ese
jovenzuelo pretende hacerlo."
"¿Sabéis,joven doctor, que mi especialista no me ha recomendado a este ci-ruja:rw?n
''Majestad., será envidia. Os puedo asegurar que es la mejor disr.w.sora pa:ra.. cier1:a.1,-:
recomendaciones."
. "Está bien, ·está bien. Pero saber que también yo dispongo de cie-rtos sistemas pa:i'a clisuad'l-t·.
Por ejemplo: la lapidación no es mal sistemapa:ra combatir lasfa"lacias. ¿No creéis?"
El t:u:rno le tocó ahora al Curandero Mayor. En Za a:u.diencia con e1 rey, 1a hcibitucil. corte.sía
pal.aciega s e -transfonnó en una conversación franca, como dicen las crónicas, Es decir: se
fueron a1 grano.
"He sabido -dijo e1 rey- que en el feudo de Í:fospitalan.dia la opera ción q-ue necesita e1 JYrí.nc-épe
se realiza con éxtto. ¿A.caso mi mejor espi:?cialista y C-u:ranclero Mayor desc onoce ésto?
"Ciertamente el rumor ha llegado a mí, Majestad, pe-ro habia u n ~ror, S egú.-n. m is n t:J·i:-lc~c.~
' .
e1 promedio de supervivencia se sitúa e-n. cu.at:ro m e.ses, e.-, decir, q-u..:; 'fr... utii:c:d de 1o,:;
' intervenidos mueren antes de 1o.s cua:tro meses."
4"1
"Espero que estéis bien informado -dijo el rey-, de lo contrario sahed que nuestros verdugos
tiempo 1:ta que carecen de entrenwniento. EUo haria vuestra muerte mucho más penosa.. Y lo
sen.titia de verr.r.s."
Y asi, al igual que la frága navecilla azotada por un fuerte temporal., la regia cabecita se
a:torment<1.ba por el futuro del príncipe entre cu¡_uel mar turbulento de estadisticas que, ci1.
menos aparentemente, e ran contradictorias entre si.
Pe-ro su majestad, como capitán precavido, antes de enviar al. principe heredero a
l fospital.andi a quiso que de manera discreta cilguien recogiera más informa.ción. Un primo
segundo del principe, persona de toda con.fianza., fue encargado de tal misión./..,
1

Como suele ocurrir en la ma:yoria de estados, los asuntos de trascendencia se arreglan en

los pasillos o en las .fiestas.
No es -créalo el lector- que en Hospitala.ndia carecieran de pasillos, pero quiso la diosa
Fortuna. que la estancia · del emisario real. c9incidiese con una fiesta en el pais que
r epresentaba. la última esperanza para el hf!Tedero de Morbüandiq,.
Hospitalandia era un pais curioso. Sus gentes no estaban formadas por nobles y vulgo como
parece normal.. Eso s i, haJíia jerarquias y clases: pq.cientci., camilleros, médicos y hasta
cloctores. Cuentan también que e1 gentilicio de las mujere; -al menos de 1a mayoria- habia
sido el de enfermeras, pero que pór 'u.na reforma ~e la Constitución pasaron a llamarse ATS.
· Con una de ellas 1igó por casualidad el regio emisario.
"A.su:ntos graves requieren audacia", se dijo el primo segundo. Y atacó por donde :pudo sin
encomendarse más que a sus pro1Jer;biales dones donjuanescos. ·
Radiante de feli..cidad regresaba· eI emisario a su pais. ¡Iahia conseguido más incluso de lo
que cabia esperar. Recor,4aba como si aún sonara en 8U8 oidos el eco de aquellas pal.abras
pronunciadas por la gentil habitante de Hospitalandia: "¿El doctor Cin,{io.ff? Le llaman el
CaJ7ti cer·o del Hospital. Lo más (recuente es que este ~pode pacientes mueran antes del mes."

La cóle1·a del rey ante esta nueva especie de burla ya no tenia limite. Pensó que hasta sus
pa-rientes tratcrJxm de conjurarse contra él y contra su dolor. ¿ Cómo es posible -pensó- que el
C·urandem Mayor de un mes de vida al príncipe frente a los cinco aff.os de supervivencia
zw'!dia ~fU:<3 prornetia el joven, médico si era tratado por el doctor Cirujofj?

¿Por qué se me dice que la supervivencia media es de cinco años y por otro lado me anuncian
que el promedio de sttpervivencia deZ-50 -%-·de Ioscasos-es -ae ct.icitro-m.esesT¿Y-como mfs
propios familiares me anunéiun. que lo más fi·ec-uente es que e1 paciente m:u.era antes del
rnes:?

Cua lquier ot.1'0 había mandado a tal pandilla de farsantes a la horca. Pero é1, que era muy
prudente y en.tendía mucho de asuntos de estado -por eso recibí.a el apodo de "el estadist(l."•
convocó el Consqjo de Sabios y Similares.

La. deliberación, desde luego, fue dura. La Retór·ica y la Astronomia podria.n ayudar a
eml1ellecer y orientarse en e1 problema. La Geometría y 1a Filosofia a delimitarlo y discutirlo•
.La Medicina y la Música, en can1bio, parecían ofrecer pocas soluciones. Entre todas estas
disciplinas y entre todos los discursos descolló la Estadistica y la explicación del sabio
estadistico, que fe.e del tenor si.guiente:

~'Majestad, esf:án en mi poder los da:tos del hospitcil. y he podido compro"bar que el joven
m~dico os ha dado -un 11al.or correcto: la supervfoencia media es de 5 años. También el
C1.1.ra-n.dero !IIa:yor os ha dicho la verdad: la. supervivencia m ediana es de 4 meses. Ni siquiera
he A.1S ha e-n.gafi.a.do a vue8'tro emisario, porque 1o má.s frecuente, es decir la moda. d e la
eupen,bl,,m .ci~ está entre O y 30 días .

Thí.e&i.--r os i11fonnad.01·es os han dado, por 1o tan.to, números correctos, pero insuficientes para
conocer la ve:rdad. Estos indices estadísticos, llamados m edidas de t:endrmcia central, deben
ir· sfomp -re acompañados .de otr-0,s in.d ices, 1Iantados medidas de dispersión, que completan
la infonna.ción es1.:adistica dando, en n uestro caso, una imagen de la homogeneidad de la
d istrll:mc ión de super.vivenc:ic<., que podéis 11/~ti en este pergamino:
 ..
Meses de Número de
supervivencia

1-
O-
casos
3
1
Observaciones: en 0 rneses 3" casos)
signifiéa que 3 pacientes murieron antes tle
11 11
1
11
7
2- o cumplir el mes, (despues de operarse.) "1'1
3- 1
--~-~-4-- ~ - --- l= ~ -=---=--- - =mes~-l~&asore!r-Qtro-padente-qut'!odespués-de
5- l operarsecon Cirujoff, se murió;JJnes, .... En
6- 1 ;,,J,1)2''
\.:~ r"~t
l?t,._":S
.t./ u-¡.11 ,;•·1r•'1" 'ªl'll
,l. ~.,, 'l ~.;"
\,.;I i-.~--1
U:.'f'
}~t t,,.r;U.. 4)¡..,i,:.r•'·:,
y ¡( ....,
2'74- 1
302- 1
10
En distriuu.ciones mm¡ a.simétricas, como esta, 1a media ar itmética no es u na medtda de
·tendencia cent:ral. adecuada para describirlas. El indice que proporciona la m f#or Imagen es
la mediana, que os hél dado e1 Curandero Mayor. Pero en casos como éste e s preferible
incluso una medida de posición frívola., como 1a moda, dada por la ATS (enferm.eras)J a fo.
media, que os ha indicado e f joven médico. -·
Después de esta explicw;ión, e1 doctor por la enfermedad del príncipe continuó atorm entando
á1 rey, pero -si no se vive no se siente- e1 rey pudo comprender que liberado de t ant as f al.sa.s
conclusiones podía dedicarse a su único sufrimie;,,_to y a su único problema..
\ .

Y si gran cual.idad de un rey es 1a modera.ción, podemos decir que fu.e un r ey gr ccnde, in cluso
---..
al castigar q. quien aconsejó sin analizar el problema del todo. El castigo fue s61o para ·w io:
e1javen_médico. Aunqtie más que castigo fue lección.
Hi.zo s~ncillamente que aprendiera estadística. Y lo logró con ·una so1a 1ecci6n que serí.a
ocioso repetir completa, En resumen, le invitó a su cena, que no a cen ar. No falt ó n ada. Los
mejores vinos del año y las mejores reservas aplacaron la sed del rey y 1a m irada del inv'itaclo.
.....
Los corrales de pal.acio se vieron privados de sus más tiernos ejemplares que cory.dim éntó e1
cocinero real, galo de origen, según cuentan. El·javen médico, que tenia lru.en olfa:to, pudo
saciarlo, como el rey sacio su apetito. El r esto fácilmente se entiende. '
,!!cahaba la ce:na, v iendo el,,rey que el invitado no estaha del todo sa:ti.sfecho r epuso que no
entendía el motivo. Habla ·habido comida para los d_os, desde luego. Inclusq habia s obra do:
si las estadísticas no mienten, en media habían comido cada uno 1a mitad del m anja:r y
habian consumido la mitad de las bebidas. ¿A qué venia, pues, tal descontento?
Ante tanta magnifi.cencia real. no se dudó. Pocos días d espués, re:unida Za Asamblea cle1
Reino y el Cons ejo de Sabios y Similares, s e cambiaba el apodo oficial d el rey. Ya :no le
Uwnarían "el estadista", sino "el estadistico11,

ft]ij:f M ·~D l:ÓAS DE Ó.ISPE ~ S_IÓN

·Ej e mp l os:
y 'ob ~e~ve las d os' fig u ras. Lá pr l me·r~ ·presenta u·.m ,
..... ,dist'rj budóri _co n d a t os m ás c(?n,c e n ·~ra d os tilre dedor !=!é' sú . ,
pro m e d io.4 00·q ue t.i o tra f igura c on ·r e·specto a 'Su
e~
_·p ro¡-ne d.i o 8 00, d ecir iá "príme·ra fig\ml .es i,Jna .
---.. · d istribución cpn r:nenos dispersiÓf"l.

.....

43
 9Jlf.\NDO ES RECOMENDABLE EL CALCULO DE CADA MEDIDA DE TENDENCIA CENTRAL ·
Ca!cu lar frl l'vled ia:

l. Cuando los datos están distribuidos simétricamente alrededor de un valor

central.
2. Cuando posteriormente haya que calcular otros índices estadísticos (como la varianza"desvío típico o el
coeficiente de correlación (Tema IV), cuyos cálculos están basados en el conocimiento de la media.
3. Cuando el N, no es demasiado grande.
C.ikular la.Mediana,
l. Cuando se desea conocer el punto medio exacto de la distribución, es decir, él valor que deja por encima
y por debajo de si el 50 % de los datos.
2. Cuando existen valores m~y ~xtremos, que.afectan a la media. Es decir, cuando la distribución de
frecuencias presente una ·asimetría muy preonunciada. '
ca¡cular !a_Moda:

1. Cuando todo lo que se desea es una medida de tendencia central rápida y aproximada.
2. Cuando se trabaja con variables cualitativas y cuasicuantitativas o cuando por alguna ótra razón no
podemos calcu lar la media y la medi~na .
., ~ ..
,{,

. MED!!)AS DE DISPERS!ON.
Hemos visto tanto en la introducción de este tema como en el cuento del rey de Mor~ilandia, que toda
distribución de frecuencias tiene dos características principales que ias definen:

• · !J.D~ voriabÜi€1a<l o dispersió·n de ios datos respecto a ese vaior central. Varianza, desví<? típico,
----..
En toda investigación sobre una muestra de datos de observación, ambas medidas descriptivas deben ir juntas
para evitar conclusiones erróneas: - -·- ·---- - -

Las medidas de dispersión que estudiaremos son: la varianza y la .desviación típic~, el coeficiente de
variación, la amplitud y la amplitud semiintercuartil_.
Varianza y desviación t ípica.
Ís:l .
U.\ Vf.\HIANZf.;,_ se prns*mta por~ y se t:fofoJ.fJ como Íi~ media ·de los cuadrados de la:. cl iff>rnndas entrn •
t<1da \/~~fo¡- de !a variable v !a media a ritmética de ki distribución.
J.J DESVlO TIP!Cp. €s la raíz rnaclrathi de ía· varianza
Se calcula mediante la fórmula:

FORM.ULA para POBLACIONES FORMULA PARA MUESTRAS

Siendo:
X1= los distintos valores obtenidos de la variable.
5[ = la media.
N (n- 1) = número de datos de la muestra de estudio.

44
 . '

La diferencia entre un valor de la variable y la media aritmética se denomina puntuación diferencial

o desviación, y se presenta por Xi.

: X= puntuación deferencia!.
~ ~Xi_=;...RUDiua_ció □.observ.ada~d~la -va r-ia t)le:= - ~ - ~--~=~- ~- ., -·-
X= media.
La desviación típica se presenta por Sx y es igual
la__
.__ _ _ _ _ _ __ _a_ raíz _
cuadrada positiva
_ _ _ __ _ _de vari.smi~a
la _
__ _ _ _. _ _ _ _ _ _ _ __ j

....,
DESVIO TIPICO

"
La varianza y desviación típica solo se puede calcular para variables cuantitativas, teniendo en cuenta
la sigui~nte distinción:
Datos no agrupados.
El cálculo de la varianza y desviación tfpica para datos no agrupados se limita a la aplicación de las
fórmulas propuestas.
Ejemplo, supongamos que las edades de cinco mujeres, diagnostica<;las con un tipo determinado de
cáncer, han sido: 44, 58: 62, 50, 52, la varianza y desviación típica se calcularía de la siguiente forma
En píimeí :ugar debemos calcular :a med1a aritmétic_
a.
,¡

IX¡ .:: 44+ 58+ 62+ 50+ 52 = 53.2 años.

- i = l.
x= - -
N 5
Para ~alcular la varianza no tenemos más que aplicar la formula.
2 2 2 2 2
= l44-53.2l + !§8-53.2) + (62-53.,2) + <50-S.3,2} .±,152:Ea.21 :::
¡_
¡_1;__1;_!_ij?,r_¡:_~:_t~ ,ixt X~';_ ;·, 2 2 2
5
2 2
=(-9.2) +·(4,8) + (8,8) + (-3.2) + l~1 ,2} =
-~--------,:~~~-~Y 5

=84,64 + 23,04 + Z7,44 +10,24+ 1.44 = 196.8 = 39.36 años

5
.....,
Puesto que la varianza se obtiene como resulta.do de una suma de cuadrados, tiene como unidades
de medida el cuadrado de las unidades de medidas en que se mide la variable estudiada, de esta
forma, si nuestra variable esta expresada en años, ia varianza estará expresada eri años al cuadrado,
La desviación tfpica es la es la rafz cuadrada positiva de la varianza. En nuestro ejemplo=

...:.._
:11r~t~lt;~.:!ij =
\/ 39.36 •= ().27 años .

45
 Que viene expresada en las mismas unidades que los valores de la variable, por 1o·que resulta de·
más fácil interpretación:
La desviación típica es la medida de dispersión más t..1ilizada en !a bioestadística.

Datos agrupados en inteNalos. .

En este caso la fórmula para calcular la varianza es:

Donde: ~=
f¡ = frecuencia absoluta de cada (nteNalo.
X"= punto medio (m.a rca.de clase) de cada intervalo.
N = número total de datos.
X = media. .
Ejemplo: la siguiente tabla muestra la albumina total ,circulante (medida en gramos) de 50 varones
de edades comprendidas entre 35 y 40 años.

free. Marca. 2 2
( l. C.)
inteN·. Clase
absol Clase íli. X" xn_ 5r. IX
\
11
- x\
I (X"-·x}. ni
( ni) .(X")
100 115 g 107,5 860 -22,72 516,20 4129,59
:UG B1 19 123,5· 2346,5 -G,72. 45,16 858,01-
132 147 '.l.7 13_9,S 2371,5 9,28 86,12 1464,01
148 163 6 155,5 933 ZS,28 639,08 3834,47
·total, í !HJ 651Í 1286,55 10286,08
'

6511 · 10286,08
130,22 205,72
50 50

1 º calculamos la media.

::1~ i 0

130.22gr.

Aplicando la fórmula de la varianza tenemos.

2
10286.08 = 205.72 gr.
50

Y la desviación típica.

· ··-· · -¡~------.
~ or :._ :!f;~yr - ···
11 .. 1

._-2:_~:1:I3 = V 205.,-i = 14.34 9 r.

46
 Característica de fa varíanza y desviación típíca.
• Tanto la varianza como la desviación típica toman siempre valores positivos.
• Cuando todos los datos de una distribución sean iguales entre sí, la varianza y la
desviación típica valdrán cero.
• Tanto la varianza como la desviación típica se calculan en función de todos y ca da
uno de los valores de la variable. ~sta que varle una puntuación l?ªra gue cambie la
varianza y la aesv1aé1on típica. Son índices muy sensibles a la v aria"ción de cualquier
puntuación de la variable. /~
• Solo es aplicable para variables cuantitativas.
• No es recomendable su cálculo cuando tampoco lo sea el de la Media como medida
de Tendencia Central.
fnterpretación de la varianza y et desvió típic?
La varianza y la desviación típica son unos índices que describen la variabilidad o dispersión da una
distribución de frecuencias, observando ia fórmula es fácil deducir que cuan do los datos están muy
alejad~s de la med_ia (muy disperso) el n,umerador de la formula t endría un valor grande y obtenemos
una varianza y desviación típica grande. Por el contrario, cuando los datos están muy próximo a la
media, (muy agrupados) el numerador de la formula ~erá pequeño y obtendremos una varianza y
desviación típica pequeña.

Otros índices de dispersión:.

Coeficiente de variación:

Se rep resenta por C.V. y es igual a la desviación típica di vidida por la la medía
-... Habitualmente este coeficiente viene multiplicado por 100 para expresarlo en porcentaje.

CV=~ o CV =fu. 100

X X
Solo puede ser aplicado para variables cuantitativas, la utilidad de este coeficiente estriba en la
posibilidad de comparar la dispersión o variabilidad de dos o más grupos.
Supongamos dos grupos de personas en los que hemos estudiados dos variables distintas , por
ejemplo, el peso (X), y la presión sanguínea (Y), "X" vendrá expresado en unidades de peso, (Kg)'y
"Y" en unidades en que se mide la presión sanguínea, (mm de Hg)milímetro de mercurio, si queremos
......._ comparar la variabilidad de ambas variables no podemos comparar sus desviaciones tfpicas, ya que ·
kilogramos no tiene nada que ver con mm de Hg, y en consecuencia 68 Kg no es ni más ni menos
que 150 mm de Hg.
Para poder comparar la variabilidad de ambas variables, utilizaremos el coeficiente de variación.

Ejemplo: los valores registrados en dos variables distintas ((X: peso Y: presión sanguínea) para un
mismo grupo de personas han sido los que se muestran en la tabla adjunta, deseamos conocer que
variable presenta mayor dispersión.

X y Como se trata de variable distintas, no podemos comparar

-... 70 150 .. sus desviaciones típicas y recurrimos Asu.s respectivos
60 170 coeficiente de variación, ca lculamos X , Y y Sx "X" Sx "Y",
1
56 135 ESTO ES MEDIA DE "X" Y MEDIA DE "Y", COMO ASI T.t\MBIEN
83 180 1
SUS RERSPEGTIVOS DESVIOS TIPCOS. 1
79 195
"X" = PESO ' "Y"= PRESfON SANGUINí:A j
'--- - - - -- - -- - - - -- -- -·------'
47
 }
X= 69.6 Kg
CV = Sx = 10.44 =0.15 ::::: 15 % (Coeficiente X)
Sx = 10.44 Kg x 69.6

Y= 166 mm Hg
CV = .Q.JS = 21,30 =0:128 ::::: 12.5 % (coeficiente Y)
Sx=21.30 mm Hg X 166.30

Como el CV de la variable X es mayor que el de la variable Y, podemos decir que la variable X p_resenta mayor
dispersión que la variable Y.

.. Consideremos ahora otra situación: deseamos comparar la variabilidad de una misma variable en dos
grupos distintos. Por ejemplo, el peso de un grupo de niños al nacer, y el peso de un grupo de hombres
de 40 años, puede presentar la misma desviación típica. De tal forma, Sx = 15 kg no representa lo
mismo para los recién nacidos que. para l_o s adultos. En el primer caso seria enorme.mente alta,
mientras que para el segundo grupo puede resultar normal.
En estos casos también debemos utilizar el coeficiente de variación pará comparar la variabilidad de
ambos grupos.
Únicamente pode mos comparar las desviaciones típicas, cuando estudiemos la misma variable §.D.
distintos grupos o muestras de la misma población. En caso contrario, utilizamos el coeficiente de
variación.

A mplirud semíintercua.rtil.

la amplitud semiintercua1til es la mitad de la diferencia entre el tercer cuartil y el primero, lo que es lo

· mismo, entre el percentil 75 y el percentif 25.

se calcu la mediante la fórmula: Q = 03 "' 01,

2
Para su cálculo basta con determinar el te rcer cuartil (o percentil 75) y el primero (percentil 25) y hallar la mitad
de su diferencia.

La siguiente tabla muestra la estancia (en d1as) de 86 pacientes ingresados en un hospital, calculamos, la
amplitud semiintercuartii.

Si:~::,/r1::. .....-- Q1 = 25 % de 86 =25.86 = 21 .5

)43,~}/: 100

:7G ·.. ·;..-- Q3 = 75% de 86 =75.86 =64.5.

• , .,···: •• l· .,·'
100

el tercer cuartil se encuentra en el inte¡va lo 17-20, que es el que en su frecuencia acumulada

presenta igual o mayor a 64,5 (75% de 86 datos)

48
 ..
.....

mediana Para Datos Agrupados. Esta es la formula clé la meciian;'l, ii:

cual es casi la misma para.c.:,lcular
Ql y Q3. Cort alguns modificaci6i,,
{,
1

la fórmula para calcular Q3 y Q1 es igual que la mediana. solamente

se debe reemplazar J:L. por Q! = 25.N = (25,86) y Q3 ~ 75.!:) = (Z5 .86)
~ - =2~~--=~1·00~?~ •00===----~ .. --1-oo-~•u•1-o(J··•·: - -~·-·-
~ - ..§2 / ..
' 100'
Q3= 17 + ---·••u~--~----~ .4 :::: 17.71 días.
......
14

Entonces = SJ:~ ,;Q1, ::: j~ =14·,71 díasJ

. 2 2
Es decir, la distribución del tiempo de estancia de los enfermos en el hospital presenta una amplitud
semiintercuartil de 4.82 días. ·
. Amplitud o rango,
La amplitud o rango se representa por AT y corresponde a la
diferencia entre el valor más alto el más ba·o de la variable.

• Datos no agrupados.
Ejemplo: Las edades de cinco mujeres diagnosticadas de cáncer son: 44, 58, 62 , 50, 52.
El valor más alto es 62.
Val Max -- val. min
El valor más bajo es 44. ~ - - - - - ~ .
La amplitud es.62 - 44 = 18 años. Es decir, la amplitud de la distribución de edades de las
mujeres diagnosticada:5 de cáncer es de 18 ~ños.
• Datos _agrupados en intervalos.
En esté caso, la amplitud corresponde a _la diferencia entre el punto medio del intervalo mayor
y el punto ·medio del interval'? menor.
Ejemplo: Distribución de edades de las muje'.es ingresadas en la maternidad del Hospital X:

Edades n
..... 40-44 7
35-39 .9
30-34 10
25-29 15
...... . 20-24 12
15-19 6

El punto medio del intervalo mayor es PM= 40+44 =·42.

2 _Es décir, la amplitud o rango
"°'\
El p_
unto medio del intervalo menoí es PM= 15+19 = 17. de edades de las mujeres
ingresadas en !a maternidmJ
2
del hospital "X" es de 25 años
La amplitud es "A" = 42-1 7 .= 25 años. -:i----.-:..- -- -- ; - --..---- ..-

---..

----
¿Cwimdo s e deben utilizar los distfntos índices de dispersión?
Como ya saóemos, una medida de tendencia central por si misma nos proporciona poca información
de la distribución de frecuencias. Para describir una distribución de forma más completa necesitamos
más información. Esta información adicional nos la pmporciona los índices de dispersión.
En la siguiente tabla se muestran las parejas de índices estadísticos descriptivos más. empleados en
estadística para describir una distribución de frecuencias.
Si calculo la media aritmética como medida de tendencia central, debo calcular la var,ianza o desvío
típico corno medida de disp~..sión.. .......

-Medidas de Tendencia Central Medidas de Dispersión

Mac!ia : ( X.)
- Varianza: Desv!ació.n típica: ( S~.) , (Sx)
- ·-
fv1er.füm(). (Mcl.} _ . Ampli\"d sei11ilnterc¡mrtil; ( Q.)

¡11, 0 d ·~ · HV!o.)
~
1
,~. \ J1 Amplitud o rango: {A.) ·
-- -· - -·----- ··- ·- - - -

En el tema anterior decíamos que la estadística descriptiva se ocupaba de la organización y el

a:iálisis de !os datos recogidos en una muestra de individuos. Ya hemos visto cómo se procede a la
organización de los datos mediante la tabulac:ón y la representación gráfica.

:::n este tema. nos ocupamos del análisis de los datos mediante la obtención de los índices numéricos
que utilizamos para describir toda distribución de frecuencias. Estos son las medidas de tendencia

Como medidas de tendencia central hemos. estudiado la m~dia, la mediana y la moda. Se han
definido e indicado cómo se realizan su cálculos, tanto si los datos se presentan aislados, como asi
también si están agrupados en intervalos. Hemos expuesto algunas características importantes de
estos índices, señala'!do que· la media es la medida de tendenda central más empleada én
estadística. Sin embargo, debido a que es muy sensible a las puntuaciones extremas, la mediana se
usa frecuentemente en distribuciones asimétricas, por ser en estos casos más representat1Y13 que la
media. Por su parte, la moda es la menos usada, por ser poco representativa. Dentro de este
apartado hemos visto lo que son y cómo se calculan los percentiles y cuartiles, ya que i:,os permiten
conocer la .posición que .ocupa. un dato dentro .de una distr.ib.ución de f.r.ecuenc-Jas.
Señalábamos que para describir por completo una distribución de frecuencias necesitamos algo m~s
,.,....__
que las m·edidas de tendencia central. Esta información adicional nos la proporcionan las medidas
ele dispersión: la varian2a, la desviación tf pica, el coeficiente de variación, la amplitud y la amplitLtd
semiintercuarti!. De todas ellas, la de!,Viación 'típica es la más utilizada, junto con la media para
describir una distribución de frecuencias.

Por último, r1ay que señalar que, igual que las representaciones graficas pueden utilizarse para
sostener afirmaciones falsas, un empleo eqt.:lvocado de las medidas de tendencia c-.entral y de
dispersión pueden proporcionar una falsa información de 1~ realidad, y esto es !0 que se pretende
fü.:1stra.r con ·el'·cuento ·del rey ·que -cie..estadista ascendió a ·estad{stico.

50
........
 ' 1

Qué·es la Epidemiología?

La Epidemiología estudia los procesos de Salud y Enfermedad que afectan a la población. Se interesa por conocer las
características de los grupos que se ven afectados; cómo se distribuyen geográficamente.y en el tiempo los eventos de Salud y
Enfermedad; con qué frecuencia se manifiestan y cuáles son las causas o factores asociados a su stJrgimiento.
.....
El término "Epidemiología" proviene del griego, donde "epi" significa arriba, "demos": pueblo y "lagos": estudio o tratado. Esto
implica que la Epidemiología es el estudio que se EFECTÚA sobre el pueblo o la comunidad, en lo referente a los procesos
de Salud y Enfermedad.
La noción de Salud como un concepto positivo, significa alga más que la mera ausencia de Enfermedad. Salud, tal y como es
--::z= definida por la Organización Mundial de la Salud, es ei estado de bj e_f)estar.f/slco,_pslgyfcp_y~so~ckil,.fi..etecminadti por factores_ •
y/ o marcadores (sexo-:=edarl, nivel educacional empleo, ingreso económico, etc.) que se consideran determinantes del estado
de Salud o de Enfermeqad. / ..
Tal vez, la fu_nción más importante de la Epidemiología es determinar la frecuencia y fas tendencias de exposición a factores o
marcadores que se asocian con daño o enfermedad. Se denominan marcadores de riesgo a aquellos atributos que se asocian
con un riesgo mayor de ocurrencia de una determinada enfermedad y que no pueden ser modificados (pues la exposición a los
marcadores no puede ser evitada). En cambio, la presencia de los factores de riesgo puede ser controlada y prevenida antes del
desarrollo de la enfermedad.
Cuando una persona estuvo en contacto con un factor de riesgo y se enferma, decimos que estuvo expuesta a die/lo factor. As;,
por ejemplo, en la exposición al cigarrillo~ el grupo de fumadores tiene un riesgo mayor de padecer cáncer de pulmón que los
no fumadores; es decir, que el cigarrillo es un factor de rif!sgo para desarrollar cáncer de pulmón. Algunos autores considemn
que un grupo expues.to a un-determinado factor coos{ituye un grupo de riesgo o población de riesgo. Sin em/Jargo, otrcJ
consideran que además de importar la exposición al factor, se debe tener en cuenta también la susceptibilidad propia de cada
individuo para el desarrollo de la enfermedad, por Jo que prefieren definir la población de riesgo como aquella que posee un
riesgo mayor de presentar una determinada enfermedad o evento, ya sea por t1na mayor susceptibilidad a fo enfermedad o por
la presencia de un determinado factor, o bien, ambas condiciones. Así, en el ejemplo de la exposición al cigarrillo, el grupo de
fumadores tiene un riesgo mayor de padecer cáncer de pulmón que los no fumadores. Sin embargo, no todos los fumado;-es fo
desarrollarán.
En resumen, tres son los determinantes principales de los procesos de Salud-Enfermedad: persona, Jugar y tiempo. Sus atributos
o características pueden ser factóres o marcadores de ries_go que "determinan" la aparición de un evento, enfermedad o_1:1/
estado de Salud. Por eso cada vez que enfrentamos un hecho de naturaleza desconocida nos preguntamos qui~n.. dónde y
""' cuándo sucede el evento de Salud o Enfermedad.
· -·- --¡
Epidemioloqía: _la Epidemiología se ocupa del estudio de los factores que causan o están asoc:ados cu,~ ¡
la S:1kxl - enfermedad, así como también del estudio de la prevalencia, incidencia y distrluución de las j
. enfermedades que afectan a poblaciones humanas con e! objetivo de determinarías formas de prevención y ;
1 control de las mismas. .. · _____ J
En el pasado, las enfermedades transmisibles constituían la principal causa de muerte en el mundo. Algunos efectos de la
"" Industrialización, tales como el mejoramiento de la nutrición, vivienda, sanidad, agua potable y drenaje, así como el desarrollo
de antibióticos y vacunas y el establecimiento de sistemas de vigilancia epidemiológica permitieron el control relativo de t::iies
enfermedades. Esto, junto con la menor mortalidad infantil y la promoción de la salud, ha conducido a un aumento en la
esperanza de vida. Al control relativo de las enfermedades transmisibles siguió el aumento de la morbilidad y mortalidaci por
enfermedades no transmisibles, en su mayoría crónicas. En los países industrializados, esto trajo un cambio importante eri e!
perfil de mortalidad en los últimos cien años; actualmente, las causas más importantes de muerte son las enfermedades
cardiovasculares y neoplasias malignas, mientras que las enfermedades transmisibles, com o neumonía o influenza, son
responsables de una reducida proporción de las defunciones. Los países no industrializados presentan diferente evolución. En
ellos persisten las enfermedades transmisibles y la desnutrición como causa de morbilidad y mortalidad, observándose
simultáneamente un importante aumento de la mortalidad por enfermedades no transmisibles. Estos cambios de perfi! han
tenido efectos sobre la forma de respuesta de los servicios de salud. El t érmino 'epidemia' se aplica ahora a una frf:CUE.ncia no
habitual de cualquif:r daño a la salud o enfermedad, transmisible o no. Se han desarrollado nuevos métodos para el estudio de
enfermedades crónicas, pues las técnicas para el estudio e investigación de enfermedades transmisibles, que suelen tener
períodos de latencia mucho más cortos, no son totalmente t1pEcahles a enfermedades crónicas. Por ejemplo, para investigar
un brote de gastroenteritis infecciosa la fuente de infección se busca en los días previos a la ocurrencia de la el"!ferm :!dad. tr.
~I caso de las enfermedades crónicas, la exposición suele ocurrir dr.sde i"o
a 20 años antes. Por otra parte, ia magnitud de 10,,
efectos de la exposición, en el caso de las crónicas, suele ser pequeña o moderada. La caracte~iwción epidemiológicn de les
enfermedades permite conocer su naturaleza y comportamiento y decidi.' el tipo de respuesta necesar ia para su control
f¡speetro de clasificación de las enfermedades Agudas Crónicas Transmisibles, No transmisibles
las enfermedades transmisibles suelen ser· agudas y las no transmisibles suelen ser crónicas. El enfoque se centra en las
enfermedades aguda s, particularmente las tran.smisibles, aunque los principios de la epidemiología son válidos para ambas. En
la perspectiva amplia del modelo de determinantes de la salud, se reconoce la naturaleza multicausal de la enfermedad. Al
referirnos al nivel individual, queda claro que las enfermedades transmisibles tienen un agente etiológico infeccioso o biológico
y l¡¡s no transmisibles un agente no biológico. No obstante, lejos de constituir una frontera definida, diversos estudios
epid erniológicos y de laboratorio proveen sugestiva evidencia sobre el posible rol causal de agentes ·infecc;iosos en la ~

patogénesis de ciertas enfermedad~s "crónicas". .

1iernpo, lugar y persona Como se ha definido, la epidemiología estudia la frecuencia, la distribución y los determinantes de los
eventos de salud en las poblaciones humanas. Los principios para el estudio de la distribución de dichos e"'.e'l'ltos de salud se
refi eren al uso de las tres variables clásicas de la epidemiología: tiempo, lugar y persona. ¿Cuándo'?, ¿dónde? y ¿en quiénes'?
son tres preguntas básicas que el epidemiólogo t iene que hacerse en forma sistemática para poder organizar las características ,.....,.
y com portamientos de las enfermedades y otros eventos de salud en función de las dimensiones temporal, espacial y
poblaciona! que orientan el enfoque epidemiológico, Tiempo Las enfermedades infecciosas suelen ser agudas y algunas, como
,......,_
la influenza, tienen estacionalidad (un patrón regu lar de varia.ción entre estaciones del año), lo cual permite anticipar su
ocurrencia y adoptar medidas preventivas. La identificación de los eventos que ocurren antes o después de un incremento en
la tasa de enfermedad permite identificar factores de riesgo. También es conveniente registrar la ocurrencia de enfermedad a ,.....,,
t ravés de varios años para describir y predecir sus ciclos (un patrón regular de variación en períodos mayores a un año), así
r.omo su tendencia secular (su patrón de variación o comportamiento en el tiempo). Graficar la frecuencia de enfermedad a
través del tiempo es un recurso muy útil para conocer la velocidad de t¡ansmisión de una enfermedad. La curva epidémica y el
corredor (canal) endémico son ejemplos de esto. Por otra parte, la variable tiempo es de especial relevancia para la evaluación
del impacto de las intervenciones en salud, en particular para determinar el momento oportuno para medir el efecto de la
.--...
intervención, que puede no ser inmediato. El análisis numérico y gráfico de la f recuencia de casos de enfermedad en el tiempo,
ant es y después de realizar una intervención, permitiría evaluar su efectividad. Lugar La localización geográfica de los
problemas de salud es fundamental para conocer su extensión y velocidad de diseminación. La unidad geográfica puede ser el
tiomiciiio, la calle, el barrio, la localidad, el distrito, la provincia, el estado u otro nivel de agregación geopolítica, y el lugar
ta mbién puede ser una jurisdicción de salud, un hospital, el área de trabajo, el área rural o urbana, el lugar de nacimiento u
otro espado de interés. El análisis del lugar en cuanto a sus características físicas y biológicas permite generar hipótesis sobre
posibles fa ctOfes de riesgo y d e transmisión. Segunda Edición Revisada 16 Organización Panamericana de la Salud / OMS La
1;tilidad de la localización geográ.fica de la enfermedad se ilustra claramente en la clásica investigación de John Snow sobre la ,......._

epidemi-3 de cólera en Londres en Í849, quien rastreó el origen de la fuente de infección hasta una bomba de agua y, al
c!,wsurarla, acabó con la epide~ia (Unidad 5). El advenimiento de los sistemas de información geográfica-(SIG) ofrece la
Goslbiiiáad de enriquecer significativamente el tratamiento anaiítíco áe la va riable lugar. Los métoáos y técnicas para ei análisis
,,Js;)<1:-:iai de datos epide·m iológicos pueden facilitar la integrac:ión de información sobre distintos determinantes de la salud
de~de ei nivel individual hasta e"! nivel ambiental e identiflcar conglomerados de casos, áreas pr.zdictoras !Je ries¡ EPI 1
ri,~cesidades básicas eri salud, con referencia específica c1 una-población geográficamente definida. Person,~s; Las característ1t.:c1s
de las person;:i!:, tales como la edad, el gén~ro, el estado nutricional. sus hábitos y conductas (ocupación y estilos de vida), y 5U
condición socia: (ingreso, estado civil, religión), permiten icentificar la distribución de las enfermedades y posibl:=!s grupos y
factoi"es de riesgo. la variación de la ocurrencia de enfermedad de acuerdo con las características de las personas puede
r.leberse e diferencias en el nivel de exposición de la persona a ciertos factores de riesgo, a su $USceptibilidad ¡¡ los mismos, o a
1.rna rnrr•birrnción de ambos.
1JCg~.:._Pt._f:ST1_!D!GS i:PlqEMIOLOGICOS .--...

:;;1_g_~~-'.!:~i2..:-":..'~].S'.-!'rvado;1c_k~~L. descriptivos, dejan que ia !@j:11rnk:za siga su curso: el investigador mide, pero no interviene.
f:°!ót '.'.l:; estudios pued'?.n ser de dos tipos de!.criptivos y analíticos. Un estudio descriptivo se limita a una _ cfo:;_cripcíón frecuencia
d0 :! ll?. e,ifermedad en u na .ht.'.:.tl::s.iá:: y a menudo es la primera etapa de una )l1vesti3ació:1 epidemio_lógica. Un estudio
;1nniít iw va más a!!á y a:1aliza !as relc:ciones entre ti! 0.:, twlo de :;¡_¡iud y otras wiriahle~. Salvo en los estudi¿s descripthtos más
sencillos, los estudios epidemiológicos son de s&.r,k,1..t1.· analítico.

Un« -.~:~_-:;:·t.i,~\'· ;f,!_1 descriptiva limitada -como una serie de casos en la que se describen las característic as de un <.leterminado
P\Ímer-o de pacientes c.on una enfermedad específica pero en la que no se establecen có-mparacíones con una población de
:·!!feri:!ncia-, si:e!P. est imular el inicio de un estudio epiclerniológico más detallado. Por ejemplo, Gottlieb et al. {1981)
-::ki:·,t:ribieron r.rrn1.1•j varones jóvenes con una forma previamente rara de ntom..Q•}Í-ª y abrieron camino para toóa una serie
r:~1 0i tod;G!- ep¡jemiológicos sobre estP. cuadro que acabó siendo conocido como ;i!.í2!\•
: •4\ r :~?:.:_¡):~!;) I.Q.~@ i~~tJ!-::!ll:!it\", consid<?r~~
!Joi;i;:idón o sl: bgrupo.~ desarrn:!an la enfermedad Q lo h¡¡cen r.on m~s frecuencia,
, l •.(11.'.:
· ,;5r.iri !~ 1r·sr.1i¿11dc! <l~ ési a v<1ria i:l lo largo rfal tierupo ..¡ /o nn piJl;!.icío!les cor. díforentes carncte(b t ic.;s,
'
.........
 ¡ • f

> i;!'l qué localización geográfica es más o meno:; frecue nte dích? enformeciact.
A partir de la descripción de la distribución de estos eventos, se pod rá arriesgar una ex plicación o "hipótes is'' que dé cu¿;nt;:
de las causas que !es producl'!n.
Los estudios expe riment a les o de fnterve nción implican un intento activo de cambla r u n deterrninant e ele la er.fe1•r;1ec:<:c!,
como una .?ffi<.t?Jfión o una conduct:i, o el progreso de la enfermedad, mediant~ su tratamiento, y son simiiari:s er, CLic,n~r.,
ad iseño a los e xperim_?J_lto_=: realii~adós éi1 otros campos de )§..r.ie_ucia.
Sin embargo, estan sujetos a limitaciones adicionales, ya que· la salud de las personas de l gruvq de esü1dio puede coiT 0 1'
peligro. El principai diseño, de estudio experimental es ei er1~ q controiaáo aleatorizado, en ei q_ue se ut iiiza n pacientes
....... como sujetos del estudio. Los ~J.l.B!Y..c?.f de campo y los ensayos comunitarios son también dise ños expe rimM t ª-l~s_e n lo~ qu~
.::::=--=lo51Janlc P"antéSson respeCtívamente, personas y comunidades sanas. . '" . . -"~--=~-~.-- - - ·. .. -

En todos los estudios epidemioiógicos es esencial contar con una definición ciara de "caso" de la en-ferm(eciad qu e se va <1
investigar, es decir, los síntomas, g11.nos y demás características que indican que una _QerSQ!!.i sufre la enfermedad Tamhié n
....... es necesario disponer de una definición clara de persona expuesta, es decir, de las características que identifica n a un.!
persona como expuesta al factor que se estudia Cuando no se parte de definiciones claras de enfermedad y eitposición, e s
probable que resulte sumamente difícil interpretar los dat-Qi obtenidos en el estudio epidemiológico

las enfermedades transmisibles son las que se transfieren de un ser humano a otro o de un animal al hom bi·e, ya sea po r
vía directa (al toser o estornudar), o a través de vectores (organismos vivos como insectos), o por la exposición a rnate l'ial
infeccioso (como el uso de una inyectadora contaminada),
Las enfermedades transmlt!das por vectores representan más de! 17% de todas !as enfermedades ¡nfecdosas. En !os ú!t imos
años, la globalización de los desplazamientos y el comercio, la urbanización no planificada y los problemas
medioambientaies, están influyendo consitierabiemente en ia transmisión de este tipo de enfermedades (OiviSj.
La malaria o paludismo es una enfermedad febril producida por parásitos en la sangre llamados plasmodios, los cuales suelen
ser transmitidos de persona a persona a través de la picada de la hembra del zancudo Anopheles. Los parásitos qu e son
inoculados por el zancudo hembra !legan hasta el hígado, donde sufren una serié de .transformaciones hasta que pasa n a la
sangre e infectan los glóbulos rojos.
La enfermedad de chagas y la le ishmaniasis son provocadas por dos parásitos. En el primer caso, el parásito es transm itido
principalmente por la picada de un insecto conocido como "chipo". El insecto pica a las personas, luego defeca r.-1uy é:e;·ca
del sitio de la picadura de_jando un gran número de parásitos en sus heces que causan la enfermedad y la persona, ,11rasca rse,
introduce sin querer el pa rásito al cuerpo y se enferma. Des pués de la infección y luego de varios años, algunas pe rso nas
pueden desarrollar enfermedades en el corazón. Por otro lado, la leishmaniasis es causada por un pa rásito del género
Leishmania, que se transmite a los seres humanos mediante la picadura de flebótomos, un grupo de insectos chupadoi'es
de sangre, previamente infectados con ese parásito. Al igual que el "chipo", estos insectos gustan de suelos ai'enosos y
húmedos, mampostería deteriorada, grietas húmedas y pisos contaminados por animales. Por eso ia leis hma niélsis, ele
.......
manera similar a la enfermedad de chagas, está vinculada a cambios ambientales como la deforestación, la const ru cción de
presas, los sistemas de riego y la urbanización; y también a desplazamientos de población, malas condiciones de vivienda y
falta de recursos. Tanto la enfe rmedad de Chagas como la leishmaniasis pueden ser causa de discapacidad y muerte .
El Rol de Enfermería en /I!._ Viqifancia Epidemiológica de los Servicios'de Salud es un proceso complejo que propordonéi la
....._ información necesaria para aplicarla en distintas situaciones que se presentan en la red de est ablecimientos del prime r nivei,
segundo nivel y tercer nive l de atención de salud, permitiendo al profesional de enfermería coo rdina r las acciones a rea1iz,,.·
para la identificación, monitoreo y evaluación de la situación de salid de la población. Enfermería se involucra dent ro cie la
epidemiologia fortaleciéndola a través de su intervención y aporte de conocimientos. Lame ntableme nte les sucesos
patológicos no dejan de hacerse presentes dentro de los pueblos, por e so es preciso afe rrarse a l sistema de vigilancia
epidemiológica y conocer cada paso al que proceda una enfermedad que pueda esta r afectando a la población y de esrn
manera poder planificar, organizar, dirigir y controlar las acciones que así establezcan los protocolos de epidemiolcgía; es
necesario compartir este tipo de información al persona l de enfermería y qu e esté consciente qui, su partkipación.de ntr:-:
de proceso es sumamente indispensable. En la ·elaboración de este estudio fue indispensable la investigación y nwisiór,
bibliográfica de fuent es actualizadas y confiables; por !o que se ofrece al !ector !o que es v.ígi!and a 2pidemio!Ó¡f ca; los
diferentes tipos de vigilancia, las funciones de la epidemiologia en cada nive l de salud pe ro ante t odo el rol de enfarrnerf,;
de ntro de la vigilancia e pide mio lógica de los servicios de sal1Jd a portando u na base de ftlndamentos cie r:tífiws qu e ampar-2,1
las intervenéiones necesarias de ntro de l proceso de cpidemlología, haciendo refe rencia a -;ad?. l.! 11::i de las ·f:.inc¡onE:i: qi.;s
enfermería debe cumplir de acuerdo al nivel de atención donde se desempe ña.

Chipo: similar ü ~a vinchuca peio no trasmrte la &nfennt-:dad, pafa es de éent 1·0 A.rneiica.
 ¡n~roducción TRIADA ECOLOGICA

Durante mucho tiempo en las ciencias de la Salud se intentaron determinar cuales eran los causantes de la
enfermedad. Y así en la historia de la humanidad el concepto de enfermedad ha variado; en épocas primitivas se
consideraba que era por culpa de la magia, dioses o demonios que se sufría un mal (etapa mágica o religiosa). A
posterior se ·introdujeron los elementos naturales como el aire, considerado como el responsable de las patologías
("malos aires", doctrina miasmática). Otras poblaciones atribuían a grupos raciales la propagación de
13nfermedades, lo cual condujo a genocidios y discriminación, por ej. raza negra, judíos, aborígenes, gitanos, etc.
Fue Hipócrates, el padre de la medicina, quien aportó las primeras explicaciones racionales, y _por medio de la
observación pudo distinguir que había enfermedades habituales en una población (endemias) y otras que aparecían
periódicamente y luego desaparecían (epidemias); y con este aporte dio inicio a la Epidemiología, ciencia que
estudia el comportamiento de las enfermedades en las poblaciones, con el fin de prevenirlas. .
La Epidemiología también ha transcurrido por muchas etapas, en la actualidad se acepta la teoríá'ecológica, que
asu me como causantes de las morbilidades a un complejo proceso de interacción de factores inherentes al agente,
huesped y medio ambiente.

g..9rnponentes tíe la Tríada Ecológ,ica~

• · , 1

. • agente .- ,
, .Á• --·-·' ·~· . ~ • -

.:2~~ compon€: del /~G.ENT~)-!UESPED Y MEDIO J:\MB!ENTE.

:' r:=CN T;:;: es el elemento de la naturaleza que p;..iede provocar un3 lesión. Otros nombres atribuidos son Agente
Causal o Noxa. Se pueden clasificar en: físicos (Galor, frío, eléctricos, mecánicos, etc.), quírnicos (ácidos, álcalis,
tó:dr.:os, cancerígenos, etc.) , biológicos (bacterias, virus, hongos, paíásitos, etc) o psicológicos (angustia, miedo,
i ¡ ustr2.ción, abandono, etc). Es necesaria su presencia para provocar una enfermedad, pero no necesariamente
oc.;3::0io~1a un mal por sí sola.

· ·": ..:-r-í::D (suceptibie): es el i!1dividuo sano e enfermo, en el cual intecactúan todos íos fac,'tores mencionados. Es
una persone: única e i1 repetible, con una historia personal, una carga genética y una raza o combinación de razas;
;)or lo c.ual E:~ I prc~esc., de salud-enférmedad es iridivldual y no generalizado.

;/ r~;:_::::; ,' \M81E!\íT I::: se refiere a los factores que rodean a los 2 actores anteriores, y que pueden tacilitar o no el
,1staclo de salud. Se compone de factores físicos (clima, ubicación geográfica, etc), biológicos (flora, fauna,
microorganismos), psicológicos (ambiente familiar, laboral, etc), económicos (ingresos per cápita, -políticas ·
econórnicas, distribución de riquezas, etc) y social (características culturales, demografía, alfabetización,
educación, etc) .

Muchos autores proponen que esos 3 elementos de la Triada deben esquematizarse como una balanza (ver
diag r::i.rna) , y el equilibrio de aquellos identifica al estádo de salud, mientras que si se rompe ese equilibrio se
desarrolla la enfe rmedad.
Otros especialistas prefieren · representar a los elementos como en triángulo, con la intención de marcar la
inte rrelacióf'.) entre los componentes.

Caslfül? e..12idiamk,iógic11..:.
F.s la serie de acontecimientos que ocurren en la relación entre los elementos de la tríada ecológica, que culmina
en el desarrollo de la enfermedad. Se lo suP.le representar como una cadena, donde cada eslabón es necesario
pr.im que el píoceso suceda.
Conociendo esta secuencia se puede planific&r !a prevención, idsntificando y atacando ai eslabón más débil o al
más .,,ccesible para modificar.

EPi t,
 La cadena s e compon e de:

1) Agente causal o Noxa

2) Reservorio: es el lugar u organismo en donde el agente vive y se multiplica. Puede tratarse dei suelo, agua,
aire,animales, alimentos, objetos o el propio ser humano.
3) Pllerta de salida: es el camino por el cual sale el agente del reservorio. Por ej.: secreciones respiratorias,
orina, heces, etc. .
4} Vía de trans misión: es el medio que utiliza el agente para llegar hasta el huésped. Puede ser de forma directa
..... !@J,~eÁ t~llitu,dos,Apor:.transfusiones,sanguíneas:-mordeduras; etcto~iñairecra (hay Ut'l
(por ej. un bes~~9.9_!.ltagt9.~ _
~ ~ve·c or que nace de intermediario, por ej mosquitos u otros insectos, animales, agua, alimentos, agtges, etc).
5) Puerta de entrada al huésped: el agente puede ingresar al individuo por vía aérea, digestiva o parenteral (por
piel y mucosas) ·
6) Httésped.

......

......

COMPONENTES

......
Desarrollo de la enfermedad
Para que ocurra una enfermedad debe darse una serie ~e acontecimientos o hechos que faciliten dicha
enfermedad, estos hechos constituyen la llamada triada ecológica compuesta por el agente causal - ambiente -
hospedero.
Componentes
......
La cadena epidemiológica cuenta con una serie de eslabones más que constituyen el camino que sigue el agente
causal de una determinada enfermedad basta llegar al huésped susceptible.
Agente
Es aquel elemento que debe estar presente en una enfermedad para que ésta se desarrolle. Puede ser biológico,
...... físico o químico. ·
•Agente biológico: bacterias o sus toxinas, virus, espiroquetas, rickettsias; parásitos animales (protozoarios Y
......
metazoarios) y vegetales (hongos y levaduras) entre otros.
•Agente ñsico: todo aquel que pueda producir un estado patológico, como una herida de bala, traumatismos por
accidentes, quemaduras producidas por el sol etc.

. Agentes químicos~ producen un estado patológico al entrar en contacto con ellas ya sea por exposición directa
o indirecta como los insecticidas, pesticidas, ácidos, sustancias radiactivas etc.

Características del agente

1.lntrínsecas: tamaño, forma, composición química, etc.

2 .Comportamiento en el huésped: contagiosidad, patogenicidad, virulencia, capacidad invasiva, antigenicidad.
3.Comportam iento frente al medio: resistencia, aptitud que presenta para su vehiculización, temperatura,
...... humedad, ete.
Fuente de infección

La fuente de infección puede ser:

......
i . Reservorio: l:=.s la guarida natural donde crece, se desarrolla y multiplica el agente y dei cual depende para su
supervivencia. Pude ser:
...... Reservorio Humano .
...... Reservorio Animal. ..
2. Ambiente: Constituye una fuente, pero no un reservorio porque en él los agentes no puede multiplicarse.
.......

EP/ 5

......
; Puerta de salida
Es el mecanismo que utiliza el agente causal para salir de la fuente de infección.
Estos pueden ser:
•Aparato respiratorio
·Aparato digestivo
·Piel
•Placenta
•Tracto genitourinario
IVlecanismos de transmisión .
Es la vía, la forma o medio que utiliza el agente para iiegar d~sde la puerta de salida del reservorio, a la puerta. de
entrada del huésped y puede ser de dos maneras:
Transmisión Directa . ;~
El.agente infeccioso pasa de forma inmediata, del reservorio infectado hasta la puerta de entrada {:lel huésped
susceptible. Esta ocurre a través de los besos, el contacto sexual, rociado por micro gotas producto de
estornudos y tos, La transmisión directa también incluye exposición de tejidos susceptibles a agentes micóticos, ,,...,_
esporas de bacterias u otros parásitos situados en el suelo o en !a vegetación.
Transmisión lndirc➔cta:
L~I agente infeccioso utiliza un intermediario para liegar al ~uésped, puede ser un vehículo, un vector o por el aire.
i.a transmisión por vehículo ocurre por contacto indirecto a través de objetos inanimados (fómites), tales como
ropa de cama, j uguetes, o instrumentos quirúrgicos, así como alimentos contaminados, agua, agujas mal
esteiilizaclas.
El agente puede multiplicarse o desarrollarse dentro del vehículo o sobre ei, antes de ser introducido en el
huésped.
En la transmisión por vector, puede ser de dos maneras:
'; . Mecánica: el agente infeccioso es transportado por un artrópodo o roedor hasfa un huésped su~eptible
de manera mecánica al ensuciar sus patas o su probóscide, en cuyo caso la multiplicación del agente en el vector
no se produce.
'.: Biológica: El agente necesita hacer un ciclo de vida asexual dentro del vector para ser infectante, o sea
se multiplica en el artrópodo antes de ser transmitido. Ejemplo: El plasmodio para que el mosquito Anopheles
albimanus trasmisor de la fiebre amarilla.
Transmisión indirecta puede ser por el aire. En esta clase de diseminación inteNienen dos tipos de partículas:
polvos y núcleos de gotitas-.

Polvos: son partículas de distinto tamaño que resultan de la nueva suspensión de partículas que se han
depositado sobre pisos o ropa de la cama, así como partículas levantadas del suelo por el viento.

Núcleos de gotitas: Son partículas muy pequeñas que represenfan el residuo desecado de gotitas. Pueden
formarse de distintas formas. Una es por la evaporación de·gotitas·que han-sidodespedidas·al·aire portos·o------
estornu.do.

puerta de entrada
Es el lugar por donde va a penetrar el agente al h~ésped. Pueden ~r: ·
Conjuntivas
Aparato respiratorio
Aparato digestivo
· Tracto genitourinario
Heridas, mordeduras, etc. ---.
!·lcrésoe,t ·
- -·---~·- --
El huésped susceptible es el individuo sano en el cual se puede desarrollar la enfermedad transmisible.
Presenta las siguientes características:
Edad
Raza
Estado nutricional
Condiciones de vida y de trabajo
Susceptibilidad, Resistencia, inmunidad.
Importancia

·_a importancia de la cadena epidemiológica radica en que identificando los posibles eslabones en cada
enfermedad se puede interrumpir la cadena de transmisión y prevenir el desarrollo y propagación de estas
snferrnedades.

---.
 EPIDEMIOLOGIA

"Tasas Razones y proporciones" J

"' 1a informar.ión q11P. SP. m,mP.j;i Pn epiclP.minlogía frP.r.uP.ntP.mP.ntP. P.St;] r.onstituicla por r.ifrr1s ,Ül'inluti-ls; niímP.ro dP.
afectados por determinada enfermedad, número de muertos, total de personas expuestas a la acción de alguna
substancia, ~te.
Sin embargo a pesar de la utilidad de las cifras absolutas, muchas veces es necesario disponer de me.didas de resumen
O· cilras-_relati~as:..11;11e_.permiter1cc~la11.tifi_c.au.arre_
c1amen16=.eWmpact0.a:.da.Hria. de1er::mif'.lada~enJennedad,=0~e1¿entoc
epidemiológico. Para ello se verán las siguientes:

Proporción ·
Es un cociente en el que el numerador está incluido en el denominador. Por ejemplo, si en una población de
· 25.000 habitantes se diagnostican 1.500 pacientes con diabetes, la proporción de diabetes en esa población es:
proporción de diabetes= 1.500 = 0.06 §1~ 6 o/; expresada en porcentélje
25.000. V

El valor de una proporción puede variar así de Oa 1, y suele expresarse como un porcentaje, que varia entre 1 y
100.-

Razón
Una razón es la compri,ación por cociente entre dos cifras de diferente o similar naturaleza.
Por ejemplo si hay un .hospital con 380 camas y tiene 95 enfermeras, la razón sería:

razón de camas por enfermera= 38Q = 4 cada enfermera atiende 4 Gi111í:is

95
La manera correcta de expí esar el· resu ltado del cálcu lo de una razón es señalcJr el número ele elemen tos dr~I
numerador que existen por cada elemento del ~enominadÓr.-

Otro ejemplo si en una población de 2.500 habitantes hay 645 viviendas, cuantos habitantes hay por vi 11:enda, lo ciicr:•
la razón
razón de habit,mtes por vivi!:lnda = 2,500 = 4 !/l.♦ hay 4 habitantf!S por viviendd
62?
---
L~sa
El concepto de tasa es similar al de una proporción, con la diferencia de qye las tasas llevan incorporado el concepto
de tiempo. Toman todos1os casos de un evento {~nfermedad o 1muerte}poru na causa, pertenecientes a una pohlaéión
total, en un lugar y período determinado.- ·
Las tasas incorporan el concepto de tiempo y Jugar, o sea que numerador y denominador deben estar referidos, al .
mismo tiempo y lugar.-
Las tasas representan la fuerza con que se produce un hecho determinado en una población, y es to es igual a riesgo .-
Se pueden ·hacer pronósticos en ·base a tasas cálcul1das en perlado irimediatamen te anteriores.-

---. Toda tasa es il(la .expresión riumérica .de .un riesgo a./ ,que .es.tuvo sorne.ti.da una pobJ.c,dón, ;
· --·--1
Mide un riesgo de salud (enfermedod o muerte) en términos probabilísticos.- .__ ___..]
.Tasas ele uso más frecuente en salud
Las Tasas pueden ser generales, esp.ecíficas y particulares
Generales: toman todos los casos, por ejemplo, de muerte o todos los casos de muerte por una causa, con respecto
a la población total de un lugar y período determinado:

T~sa general N2 total de muertes en un lugar y tiempo determinado x 1000

;:,!e = Población en ese lugar a mitad del período
Mortalidad
1~
Ejemplo: según INDEC, en Argentina en 1990 se produjeron 259.693 muertes por- todas las ~a usas, la población
promedio de ese año fue 32.323.002 habitantes entonces: ·,....

Tasa general de Mortalidad= 259.683 x 1000 8,03 por 1000 Habitant.es

32.323.002 .

T;;sa. G~ncra! N2 de muertes por una causa. en un lugar y tiempo determinado xlOOO
el~ i\sforta!idad = Población promedio en ese lugar y en ese tiempo

Según INDEC, en Argentina en 1990 se produjeron 81.632 muertes por enfermedades del corazón:

Tasa Genera! de Mortalidad = 81.632 x 1000 ~ 2._52 por 1000 Habitantes

p/enf. cardíacas 32.323.002

Tasas Específicas: son las tasas que se construyen relacionando el fenómeno a un sector de la
población (por edad por sexo etci

·;·;.,-,, ,¡ !.:sµedfíca N2 de muli!rtes < de 1 año pára un área Y. tiempo determinado x 1000
~"- V•,Kt«!idad = Nacidos Vivos área y tiempo d.!1:erminado

Según el INDEC, EM Argentina en 1990 se produjeron 17.348 muertes de menores de 1 año. Los
nacidos vivos, en promedio, en ese año fueron de ese año fueron de 577.463.

;:-,'.;,,~ d,~· íVloitaHdslcl = 17.348 x 1000 ~ , 25.6 por 1000 Nacidos Vivos
menores 1 .iño 677.463

En algunos casos no es posi~!e obtener el denominador, osea el dato exacto de la población expuesta a riesgo y se
utiliza por convención un dato aproximado. Ejemplo:

Muertes por complicaciones del embarazo, parto o puerperio

ocurridas en un área determinada en un período determinado x 1000
Naclclos vivos ocurridos en la misma área on el mismo período

En este case el denominador debería ser el número d~ mujeres embarazadas durante ei período, pero como ese dato
es i1nposible de obtener se aproxima con nacidos vivos ·
l-'.::>r ejemplo cuando. se miden riesgos por subgrupos dé población y son las llamadas tasas específicas. Por ejemplo

Muertes por todas las causas en el grupo de 60 a 64 años

ocurridas en un área determinada en ,.m período determinado x 1000
Población de 60 a 64 años en la misma área en el mismo período
 ' r

N~talidod
...... Como ya se ha visto la natalidad es el factor de mayor peso en la conformación de la estructura de una pobla.,ci9n.-
Cuanto mayor sea, tanto mayor será la proporción de los grupos etarios jóvenes, característica de los países con
escaso grado de desarrollo. Al llegar estos grupos a la edad reproductiva si no cambian los patrones culturales-
continuarán o acentuaran el fenómeno descripto. Este factor se mide por la tasa de natalidad , Que es la relación
entre el número de nacidos vivos y la población en la mitad del período.-

Tasa general Nº nacidos vivos en un área determinada y tiempo determinado x 1000 ·

~-=~~ de= ~ ~ ==~ ~ ~ ~ ~ · ~ PobJacJóJl_del ª-Cea...enla.Jni-tad__deLp.er.íodo _.. .. . - ... -- · ._ --~- ..
Natalidad
Tasa de Preva!encie
cuantifica la proporción de individuos de una población que padecen una enfermedad en un momento o periodo de
tiempo determinado.
expresión :
P= N!! de casos coi, la enfermedad en un momento dado
Total de población en ese momento
Para ilustrar su cálculo, consideremos el siguiente ejemplo: en una muestra de 270 habitantes aleatoriamente
seleccionada de una población de 65 y más años se objetivó que 111 presentaban obesidad
(IMC ¿; 30). En este caso, la prevalencia de obesidad en ese grupo de edad y en esa población sería de:

111 ·=0.411 = 41.1 %

270
Como todas las proporciones, la prevalencia no tiene dimensión y nunca toma valores menores de O ó mayores de
1, siendo frecuente expresarla en términos de porcentaje, en tanto por ciento, tanto por mil, ... en función de la
"rareza" de la enfermedad estudiada . . La prevalencia de un problema de saíud en una comunidad determinada
suele estimarse a pártir de estudios transversales para determinar su importancia en un momento concreto, y no
con fines predictivos. Además, es evidente que el cálculo de la prevalencia será especialmente apropiado para la
medición de procesos de carácter prolongador pero no tendrá. mu.cho sentido para valorar la. importancia. de otros
fenómenos de carácter más momentáneo (accidentes detráfico, apendicitis, infarto de miocardio,... ).

Tasa de incidencia
se define como el número de casos nuevos de una enfermedad que se desarrollan en una población durante un
período de tiempo determinado. Hay dos tipos•de medidas de incidencia: la incidencia acumulada y la tasa de
incidencia, también denominada densidad de incidencia.
La estimación más precisa es la que utiliza toda la información disponible es la denominada tasa de incidencia o .
densidad de incidencia . Se calcula como el cociente entre el número de casos nuevos de una enfermedad ocurridos
durante el periodo de seguimiento y la suma de todos los tiempos individuales de observación:
Suma de los tiempos individuales de observación
f= N!! de casos nuevos de una enfermedad durante er período de seguimiento =
El total de personas-tiempo de observación
Letal id ad
La Letalidad mide las muertes por una causa determinada, y para realizar la tasa se los relaciona con los enfermos
por esa misma causa.- Es una tasa que mide el riesgo de morir por una determinada enfermedad. No es fácil de
construir ya que no hay registros, es difícil conseguir los denominadores. La Tasa se estima mediante la expresión:
Tasa de Letalidad = Ne de muertes por una enfermedad. en un período y áYea tfoterrfiir.ecla
población en ese período y área
En África Oceidental se han notificado 31259 casos de cólera y 517 muertes.- La Letal id ad es: 517 y la tasa
corre-spondiente
Tasa de Letalidad' = 517 = 0.411 = 1.65 %
31.259
!nterpretac:ión: la letalidad se refiere a la gravedad de la enfermedad (muerte) 'i
' - --- - - - - - - - - - - - - ---- -- - - -- - - -- .1

......,
 Departamento de Epidemiología Hospitalaria
El Departamento de Epidemiología Hospitalaria es la unidad organizativa del hospital, que brinda apoyo a la actividad asistencial,
· · 'encargada de asesorar a la Dirección, Departamentos, Servicios y Áreas del sistema hospitalario, en los aspectos epidemiológicos
c?ón· 6ase en el análisis e investigación de los perfiles y tendencias epidemiológicas de los principales problemas de salud de la
población de referencia del hospital, la evaluación de los servicios y prográmas de salud, la prevención y promoción de la salud,
cuyos resultados ;epercuten sobre la calidad de !a asist_
encia médica que reciben los pacientes a través de las actividades que
desarrolla el personal médico, técnico y los demás trabajadores hospitalarios.
Los Departamentos de Epidemiología Hospitalaria usando la experiencia clínica y de la epidemiología,. combinada con la
administración de salud pública tienen el objetivo de consolidar~ fortalecer la calidad de la atención médica hospitalaria. La
estructura de los Departamentos debe obedecer a la complejidad de la institución hospitalaria, servicios que presta, tecnologí.a
que tiene, número de camas y población que atiende. ; ~
Entre los objetivos más importantes de la Epidemiología fiospit~iaria están el incorporar el método epidemiológico en el
., bordaje de los problemas de salud en todas las disciplinas médicas del hospital, desarrollar el enfoque de promoción y
prevención, mantener un sistema de vigilancia integral de los principales problemas de salud de la población, investigar acerca
de los factores determinantes y condicionantes de salud, incorporar la metodología para la evaluar.ión de tecnologías sanitarias
y facilitar la integración con la atención primaria de salud, contribuyendo a mejorar la calidad de la asistencia médica.
::n el caso específico del Control y la Prevención de ·1as lnfecci~nes intrahospitalarias relacionadas con la atención Médica, el
departamento tiene los siguientes propósitos y objetivos generales y específicos.
,:,RO PÓSITO

,:ontribuir a mejorar la calidad de la atención hospitalaria.

QplE1lVOS GENERALES:
?revenir las infecciones intrahospitalarias.
Oisminuir los costos asociados a las infecciones intrahospitalarias. por concepto de hospitalización prolongada, uso de
2nt ibióticos, material de curaciones y otros.
f~educir el riesgo de exposición laboral del equipo de salud a los agentes patógenos.

-'.)i:,!E1íVOS ESPECÍFICOS:
io, Reducir la incidencia de brotes de IIH. (Infecciones lntra Hospitalarias)
4 Determinar la magnitud de las IH y de la mortalidad por esta causa, identificando servicios y localización de
infecciones más frecuentes y los factores de riesgo asociados.
~ Establecer prioridades entre los problemas de morbilidad yde mortalidad identificados, definir estrategias de
prevención y control para aquellos problemas considerados de primer orden dentro del hospital.
" Desarrollar lo~ aspectos microbiológicos relacionados con la IH, en especial los mapas microbiológicos por servicios
que son la base para el desarrollo de una política racional en ei uso de los antibióticos, antisépticos y desinfectantes.
" Reducir la mortalidad por IIH.
,,. Incrementar la eficienci:i y ser.sibilidad del sistemz de 11igilancia.
"' Incrementar la eficiencia de las actividades de prevención y control de las IIH en todos los hospitales del sistema •
nacional de salud.
• Establecer una adecuada estrategia de información, educación, adiestramiento y comunicación continua que influya
positivamente en los conocimien_tos, actitudes y comportamiento del personal de salud en el control de las IIH.

CARAC1r=RJC:TICAS DE LA INCIDENCIA Y LP \

. ,;~r:~~¡mi'~ PREVALENéÍA
:,¡~'-._; 1 • • ..... . . .. •

m~¡:it~;
INCIDENCIA PREVALENCIA

• Numerador
-~-..
.......,,_ ..,....._.,_........ -
....... ........_,_......
,.....-
·M-••--··---••----.. .•-Todos los CASOS ..... _,
Casos nuevos que
ocun·en durante un contados en una única
periodo de tiempo en un encuesta o examen de
grupo Inicialmente UBRE un grupo
DE ENFERMEDAD
-··-"-·-----
Denominador
·--- - ·------·-----·--·--- -- --- ·------
Todas las personas
Todas las personas
SUSCEPTIBLES al
examinadas, incluidos
principio del periodo
... . . •.. ·· ·· · -· ..... - · •....•• •--i -- . •. - -·- ·-· • • •. •• ..••• . .. . .. .casos y no casos
.. . ......... --
-- ·- · ... . .....
Tiempo Duración del periodo ¡ Momento único
1
U so 1Estudios de Cohortes Est\1dlos transversales
(de Prevalencia)
..... La bomba de agua de Broad Street .
A principios de septiembre de 1854, un oeaueño sector de Londres llamado Goiden Sauz,re fue esceñ~rio
de un brote epidémico de cólera de inusual intensidad, costando la vida a cerca de 500 person2ts en tan
..... sólo 10 días. Como veci110 del área, Snow sabía que la mayoría de los residentes del sector e)..'"\:raían el
agua a partir de una bomba de uso público ubicada en Broad ~reet. Fiel a su hipótesis inicialr Snow
planteó que el severo brote de cólera en Golden Square se debía a la ingestión de aguas contaminadas
provenientes óe esta i>omba y se propuso, firmemente, óemostrario. Para eiio, tomó muestras cie agua
de la bomba de Broad Street y de otras cuatro bombas aledañas, comparando s u aspecto macroscópico y
-•-...,..~- : - - .t:.._.._..:,,,,J.,_ -••- ,-.J -.,11411• .J- l . ¡,.,,._J..- .,J.,,. D--.-.,,J CI-~~ _...._.,..:,. ,,., .c-.;,..-.-.:t.11. ~~ ~J 4 ~ •• • • - J41.o;,1
••••-•----..-•-.;,-, -••--•• ..• - -t...,,i;;;, - • 'C41:i11'~- - - • - __._,.,,,,..,M -.:. -• _ ,_.._ -•• ~ -.,11, .,_.1,;,f"'--'-V
.,._,,,,.. - •• 41 ■""4._. -•- • - ..... - - •-•-.

=-.=~Jt~~nuís,.$jn.,embargo,=v-eci 110s~delacseetor~le=infor ma ron=q ue- el- d í a- ante río r¡-s us- ag u as· habían- presenta.do=
un mal olor. Intriaado. reaisitró los: nombre9. v direcciones de 83 nemonas falleddas en .s..! .ár~,a ;;.¡ .:ziu,1:r,
del cólera, basándose ~11 ;us certificados de defunción y visitó algunas de sus casas, pregtlntando i:! ;::u:.:
moradores por la proveniencia del agua que habían bebido. Prontamente, confirmó que l a· mayoría cle los
moradores se abastecían de agua extraída de la bomba de Broad Street. Calculó la distancia entre l::r
residencia de cada difunto y la bomba de agua más cercana, observando que en 7'3 de 83 casos ern !.;1
bomba deBrood Street y que 6 1 de 83 difuntos bebían de sus aguas contaminadas en to,ma const::int~ ti
ocasional. Entusiasmado por los hallazgos de su investigación, presentó los resultados ante la at.ri:oridzid
sanitaria local, quien decidió inhabilitar la bomba de Broad Street mediante la remoción de su ¡,alar,c::;.
La inhabilitación de la bomba de agua fue una medida altamente impopular en'i:re l os habitant as .:l.::l
sector, quienes no comprendían el sentido de la misma. Si la incidencia de c;;isos de cók:ra clismimib, s u
teoría quedaría finalmente demostrada 25•
Su rigor como investigador le hizo darse cuenta que aún faltaban algunas piezas para cc;mpl~tar i::Sts:
.... _ _ .,1_.,1 _ _ _ -------l..--- -• •- •-1' -•-- ,e_ -•- -1--.a..-- ·---1.- ___ t., _ _, _ • .... • - • - l - - • •- -- - • - - l - --•--~:i1-,. -;.;..,,.
,.n.. MQI V ''"''"fl,;;~u"'...-..:.uw ._.,,UQIUfVIU ~ I .... V, '-U .;:IIIW ..,,~1,c.c;uuu.;;u~u, flU UU1w f U" JUn.. rv ,u uu.:-,..;:;u\,,,•U -ua
. . ,.:i, l f ) (.i i :..t

entre los trabajadores de Lion Brewery-una c ervecería aledaña a la bomba ele a!1ua- al igua! qu;;; el
escaso número de defunciones ocurrido en una hospedería para gente pobre, también cercana .;_; b,i
fuente y en la que solamente fallecieron cinco de sus 500 huéspedes. Snow averiguó c¡u"' 1,,,,:
trabajadores de la cervecería, temerosos de beber del agua de la bomba, únicamente bebíari cei-ve,rn. D-=
..... igual forma, la hospedería contaba con un arroyo privado para el suministro de agua potable, no
necesitando del agua de la bomba. Finalmente, Snow logró recabar antecedentes de algunas persv.-1<1s
que abandonaron el sector al inicio de la epidemia y que po,steriormente fallecieron en otros punto!1 de !t'l
~iü~ü-:! !i!:i•c~ t!ü i:-G!-ara, ~,a¡,¡¡;_-t¡-¡;¡¡~v 'füC ::u!ifütt ~~i~v ü¡jüü w-.--twitl14 i!ü fa; ~vm~ü tl;:; fJrv;;d $t;-~¿ if~~
antes de morir. Todas las piezas del rompecabezas estaban en su lugar. Para ilustrar !JUS hal!i:,zgos,
Snow confeccionó un mapa del sector, en el cual marcó los puntos correspondientes a defur,cio nes p u1·
cólera y las distintas bombas de agua potable existentes, d.emostrando gráficamente la r-elación i:.Sp::,•:i,,l
entre las muertes por cólera y la bomba de Broad Street. Finalmente, .al estudio de la b.o,nu:i ir,
situ demostró que 20 pies bajo tierra, una tubería de alca11tarillado pasaba a asc~sa distaracizi ,.fo, b
fuente de agua de la bomba, existiendo filtraciones entre ambos cursos de agua . Las deiH111cias d(;¡ rnii!
oior óei agua emitidas por ios vecinos 1:enían ahora 1Jna expiicacióri iógica .
Tras la inhabilitación de ía polémica bomba, se obseivó una reducción en la incidencia y mortalidad f.Wr
cólera, sin embargo, esto no fue suficiente para controlar el brote epid'é mico. Lamental;lement~, !ZJ
incredulidad de las autoridades sanitarias -quienes apoyaban la teoría miasmática- y ia pre:idón po¡rnl,1t
fue más fuerte, habilitándose nuevamente su uso. Snow intentó hasta su mue1te en 1858 co nv encer ::1 le,
comunidad médica que el cólera se transmitía mediante la ingestión de una "materia mórbida'' p1·esent1;;
QII :a;, ayucao ~uiitau,;lfCl<lais a~:.;'-' T~u:c;.:,;.,, varu :,u;, c::,fu~J¿u:, fu a,vu ;,,: ,uctuv.:sv-J, :s... tcu1;r.J .;et,;,:,
esperar la cuarta epidemia de cólera de Londres, ocurrida en 1866, para ser finalmente acepteidt,. A_!
poco tietnpo, experimentos realizados por Louis Pasteur demostraron que son mícroor!Jemismo,;
presentes en e! ambiente (y no "miasmas") los causantes de lns enfermed ades tré'msmisib!~s. Cad tn:1C
dé.c adas después de la muerte de Snow, Robert Koch aisló y cultivó el Vibrio cho/.eraé_, la "materia
mórbida" a la cual recurrentemente se refería Snow, dándole total crédito a su hipótesis. tstm.lins
contemporáneos eri los que se aplicaron técnicas de regresión logística a los datos rtigi:strados en 1~53
demostraron que el planteamiento de Snow siempre estuvo en lo cierto·

El padre de la epidemiología moderna

...... En Londres, hoy en día es posible encontrar una réplica de la bomba de agua de Brond
Street (actualmente Broadwick Street). Cercano a ella se ubica el John Snow Pub, cuyo nombré 1·ecw.ircla
a este médico, anestesiólogo y epidemiólogo, paradojal-mente abstemio. Anualmente, la JtJhn Snow
Society1 rinde un homenaje a su persona, retirando y reposicionando la palanca de la bomba de ::isua,
como una forma de recordar los múltiples desafíos que entre·nta cóntinuamente la Salud P(tblica
alrededor del mundo. SÍn disponer de un cuerpo de conocimientos microbiológicos y epidemiológicos
como el existente hoy en día, Snow apeló a sus mejores virtudes -un agudo sentido de observación,
razonamiento lógicc y perseverancia- para caracterizar un problema de salud, desafiando a la
comunidad médica y a la autoridad sanitaria, pensando úni.c amente en el bienestar de la comunidad. Ccm
justa razón John Snow es considerado el padre de la epidemiología moderna, ejemplo d~l ':i!i¡,Íl'i'i:t.• que
todo médico investigador debe poseer.

, Epi12
 John :E.~now ., la epíd em i '"-, d e có;er a y el n;ld n~ies:ff,t o de la e pide m iología moderna
I _,. ..., ..,., ~, ..... ;,./',......_.. ..,. __ ,r,-1~ ~,~1- ..---. , .,. ..-..1
·~,w,~ -.:•._,¡_., ra.6'c;11·J .!Q..;> ......-.-.;;: - u , ..:;,..1<(.,t } _, v.;;,, , .or u r.
- ,•·•g•--v.!f,"•' -i•.. . ., ,.,......, _ ,. ,
1 1 1r, C,1 1't. 4.., - u ~· ,.,,>~1
J.. .~ .... ~ ..f.~- :,r,
, ,.,¡.,-• '-q·e,.~ 1~

o4j ···- ~ '

•• D111l\ni:e•• ef otoik, de 18 4Br so pro_d ujo una seuu n da epidem ia de cóiera e n I ng laterra, causando gran
1'/Tvrtr)lidad. Par a aque l e nt o nces, n o sa ,:onocía. co:: c erteza ia etiología ni el modo de transmisión de
,•.e s t ~ ' enfermeda d, e nfrentá ndose dos corrient es t e óric a:... Por un lado estabc:n los "contagío- nistas"r
. q1-1it,nes s oste.nían q u ~ el cólera s e adquirfo por el contacto con el enfermo o c on sus v~tidos y
, ¡;i,~r ten e n cias . En -c onGecue ncia,. 9 10¡;,o nían medicfos· sanita rias drásticas como cuarentenas de bu(!_uest
.!.nderro d e los e nfermos en lazaretos y la qu,~ma de sus ropas y enceres. Por otro lado, estaban los que
.:ipoy aban l a teoría " miasmática". Esta teoría postulaba que ciertas condiciones atmosféricas, en especial
!os vient o$, í.'.rensmrcían de u n luger a ()tt'O. lo~ "miasmns ": vapores tóxicos cmit¡dos por meterie en
desco mposició n, lo:. cuale s "t r.anspQrta!nrn" de un l.u g<lr a Qtro el cólera. Snow n o ad h ería a ninguna de
est;.1s t.eºrͪ$, en espec;iai la teoría miasmática, fiel conocedor del c;omportamientQ físic;Q y químico de
lo!; gases, argumentaba su desacuerdo señalando que si la teoría miasmática fuese correcta, los
r-~-1::~m~ rl-eb-e:c-~~~- ;'>l'~em:ar s.í-n~~S- res-:,-kat o r~ ~oo-~~ ~~ ~ :-~ha-!~~::}~ ~~ " m ~s-'' y ~ el-
característico síndrome diarreico agudo presente en el cólera. Preocupado por la gran mortandad a
consecuenc ia de esta devastadora enfermedad, decidió estúdiar su comportamiento _epidemiológico23 •

Basándose en el registro de las defunciones por cólera ocurrida s entre 1848-49, Snow observó que los
distritos ·cie- la zona sur de Londres concentraban la mayor cantidad de casos en términos abso°hrtos y
da ban c uenta d e la más alta tasa de mortalidad1 muy superior a la del résto de la ciudad (8,Q y 2,4
d efunciones por 1.000 habitantes, respectivamente). De igual forma, observó que los habitantes de la
:z:ona sur de Londres obtenían agua para beber río abajo del Támesis, lugar donde las aguas 'estaban
e !ta mentg c;cnt~rninacfa!¡;, ~ difc;;r~nc;ie,. (le; lq~ hab¡tantes .d ~ .la,; d~m.\~ :z:on~ d~ 1..Qnt!res; quienas la
o bte nían de sectores menos contaminados ag·uas arriba del mismo o de sus tributarios. Con estos
a ntecedentes en mente, Snow postuló en 1849 una innovadora hipótesis, sosteniendo que el cólera se
trn ns mitía mediante la ingestión de una "materia mórbida" invisible al ojo humano, la cual debía actuar
;:i n ivel d e los intes tinos, produc:iendo un s índrome diarreico ag_udo con deshidrata-ción severa. Esta

"materia mó r bida" había de reproducirse y eliminarse a través de las deposiciones1 las cuales,
_fina!mente, term inaban en aguas del Támesis. La gente, al beber el agua contaminada extraída del río,
intHid.:i iat:1 " mot~ri.i mórbida" , cernrndo :roí un drcuio de contagio. Snow públicó su hipótesis en un
s1·!:k:1..!ff~ tlt!.i!.ido "On ths Made of Communicetian of Cfu:i! era" (1849), sin embar~o, su teoría no tuvo
:i•;sptac i6n ent re s.us coleg as, por el contra rio, fue duramente criticado en diversas oportunidades. La
,:<?'W.m ¡dacl médica. mantenía firme sus creencias, e.<¡¡ pedalf'!'lerite la rGlacionad.:i con la teoría miasmática

,..--.,.
Un experimento natural a gran escala
.,....._

~¡¡ :vs i.iiiOS 1 8 53 y 18 5 4, l.:o¡fdres eiifrentó"- ü;i¡,;¡ t,frceraº e p ide .. ;ia- de ºcólera. Para aqÜeÍem:onc:.;~ ios·-
h;1 bitant GS de cie rtos distritos '·del sur de la ciudad e xtraían el agua dir&tamente d e pequeños afluentes
d 1~l ,:ío Tá mesis o bien la obtenían a partir de numerosas bombas de agua de uso público, abastecidas
¡:;,~, ,i'ci, .:1:; mpa-ñ-í-as, So ufhwarir e;no' lt'iu;,x h mi' Water Ce1mpa nyy i.s mÍ7etrr i"Y"'at"e-r Cum¡:nrny. ?or :s-c, parte, ,..--.,.
los d esechos humanos eran vertidos en improvisadas alcantarillas o directamente al río, en una época de
escasa noción de hioiene ambiental. Durante la epidemia de cólera de 1848"-91 ambas compañías
~,cl;n::fan a l ~gua de i.-:ect ores co ntaminados del Tá mesis, p resenta ndo similar númer o de muertes los
<listritos abastecidos por una y otra compañía. En 1853, Lambeth Wa ter Company h:.lbía ·trasladado sus
im;ttrí·,.'!Cil,)"rre;$ áu- arria-~, iT~á.r un í-agar d-e- .rgaa-s- ímp-1.'.frohts', m re-tttnrs q-cra- Sr:mt:hwtJyfo;: tnTd· ~'i:s"aKha-H· Wotvr
Company mantuvo sus instalaciones en su lugar original. Al tomar conocimiento d e e ste traslado, Snow
s.,;: dio c uenta de que esta ba frente a· un experimento natural a través del cual podría demostrar su
· i1ipótesis . La Ja_i~í<l i . res ume los resultados de su investigación (publicada en 1855), en la cu¡,11 demostró
qtH? ¡._, tas a de mortalidad por cólera en hogares abastecidos por Southwarl< mu;/ Vauxha/1 Water.
Comp .;my e ra 8, 5 veces mayor a ia de hogares abastecidos por Lambeth Wafor Company_ (Ta bl'a 1).
Míentr.:is realizaba s u investigación, Snow debió interrumpir transitoriamente sus quehaceres debido a
~m bn;t ~ e pidé mico ~urrido c ,:irc.:a de su lugar rle trebejo, el cual se tmnsfcrmarfo en lu oportunid'ad de
-agTe¡_rnr u n s us t rnt o e mpírico de su teoría 25 ,..--.,.

-------

,,....._

•' ..
:,.•,: :!p,.:t,,;·.~, .:r-..-; \,i:•1.!, :~1, t-0~,t,~.- ,;,.Ju ~¡;..,., 1.
l. :,,)t!~;•.1t 1 ; . ·1-~1t;• -~·:,n•¡~r ...,.-

Epi 11
 PR0_0.:RAMA DE BIOESTADISTICA ,
........
UNIDADES DE ESTUDIOS 2020
'. ' .

........
CARRERA D~RMERIA PROFESONAL E INSTRUMENTACION QUIRU~GICA -

UNIDAD 1:
. . · . . ~

LA ESTADISTICA: Estadística y Bioestadística, concepto, descriptiva. inforern;:ial, origen

- .. Ye·volución, la estadística en las ciencias medicas, en nuestro país, papel de la e-stadística en las •
· cl~ncias de la salud, usos de 1~ estadística eri ciencias de la" salud, usos de la estadí.stica en salud
púb'1ica. (J) .
ÜNIO~QJJ_;,
· CLASIFICACION DE DATOS: Datos e informadón conceptos y dil'erencias...Obtención y
recolección de datos. Fuentes de datos. Unidad de estudio. Variables. Tipo de Variables. Escala
........
•. de ·dasificación según tipo de medición de las variables. Clasificación de dato"$ cualitativos.
Clasificación de datos cuantitativos. Identificación.de las variables
.!J NIDAJ?J.!!:
· Pr~sémación de las observaciones y sistematización de IÓs datos: Presentación textual.
-.,_
Presentación tabt!lar. Elementos de una tabla. Tipos de tablas. Tabla · de distr:_bución de
....._
frecuGncias. Reprasentaciones Graficas. Grafico de bastones Lineal. sa·rro. Histograr:na. Sectores
. .
de círculo. Polígono de frncuencias. Empieó equivocado de las técnicas de representación grá~ca._

UNIDAD IV:.
MEDIDAS DE :rENDE~CIA CENTRAL: Introducción. El sumatorio. Medidas de

..... Tendencia Contra!. Media. Me.diana._Modo. Cálculos e interpietaciones .

MEDIDAS DE o ·JSPER.SJON: Introducción. Aplicación de las medidas de d_ispers;ón
de una rnusstra, Ampl!tud total o rarigo .. Varianza. Desvío estándar.· Célculos e interprntaéiones.
@ UNID~DV _ . .· . --. . _ .
. Estadística en salud, astadísticas. hospitalarias, indicador~s da salud, interpretación
monitoreo de información, cifras absolutas y cifras relativas, tasas razones y proporciones.
UNIDAD VI
Epidemiología, concapto·, ubicaciór.; usos, aplicación, causas, multicausalidact e:cología y
salud; mélodo científico y método epidemiológico, epide111:ologia descriptiva y analí:ice,
-.,_
· demografía
UNIDAD~!
· ... - Enfe,me:dades trasmisibles, enfermedades qus se propagan por vías aéreas, .digestivas,
por Cúntacto directo, enfe<medades trnnsmisib¡es por Insectos, vector zoonosis, epídemiologia de 185
enfermedades no transmisibles, enfermedad8s d<~ la i;ytrición, enfoque de la pak~togía regional, rcl
de enfermería en el progrnma de 0pidemiologia.
---

... .···

.......