La descarga está en progreso. Por favor, espere

La descarga está en progreso. Por favor, espere

Variables Sherine Shawky, MD, Dr.PH Profesor asistente

Presentaciones similares


Presentación del tema: "Variables Sherine Shawky, MD, Dr.PH Profesor asistente"— Transcripción de la presentación:

1 Variables Sherine Shawky, MD, Dr.PH Profesor asistente
Traducción al Español, Dr en C Nicolás Padilla Raygoza, Facultad de Enfermería y Obstetricia de Celaya, Universidad de Guanajuato, México, o Variables Sherine Shawky, MD, Dr.PH Profesor asistente Departamento de Medicina Comunitaria y atención primaria en salud Colegio de Medacina Universidad King Abdulaziz

2 Objetivos de aprendizaje
Una variable es la unidad básica de investigación epidemiológica. Es crucial que el investigador entienda los tipos de variables y como manejarlas antes de iniciar el estudio. Objetivos de aprendizaje Entender el concepto de variable Distinguir entre los tipos de variables Reconocer los métodos de procesamiento de datos

3 Objetivos de realización
La mayoría de los pasos de investigación dependen de las variables seleccionadas para el estudio y sus tipos. Esta conferencia cubre la parte sobre la transformación y presentación de los datos. Objetivos de realización Seleccione las variables relevantes al estudio Realice transformación apropiada de los datos Presente los datos adecuadamente

4 Definición de variable
Una variable es simplemente cualquier información reunida. Cualquier pieza de información que varía o toma diferentes valores o formas en diferentes personas o en la misma persona en diferentes periodos de tiempo, es llamada variable. Definición de variable “Una variable es cualquier cantidad que varía. Cualquier atributo, fenómeno o evento que puede tener diferentes valores”

5 Información suministrada por variables
Las variables pueden suministrar información sobre características personales como factores sociodemográficos (edad, género, raza, estado civil, etc.), estilo de vida (consumo de alimentos, ejercicio físico, etc.) y estado de salud (presencia de exposición, enfermedad, etc.). También, una variable puede mostrar una localización geográfica (región, país, ciudad, área,etc.) o distribución temporal (día, mes, temporada, año, etc.). Así, el primer paso para cualquier investigación es seleccionar la lista de variables relevantes para los objetivos del estudio. Información suministrada por variables Índices de persona Índices de lugar Índices de tiempo

6 Especificación de la variable
Para que cualquier información sea válida, debe tener una definición estándar, clara, precisa. El método apropiado de medición, la unidad de medida, como mínimo y máximo valores ace3ptados, deben especificarse. Así, el segundo paso para un investigador, es clarificar adecuadamente la información requerida. Por ejemplo, la edad infantil, puede definirse como: Todos los niños por debajo de un año de edad, admitidos al hospital, durante el periodo del estudio, calculada desde la fecha de nacimiento y la fecha de admisión en meses de 0 a <12 meses (11 meses, 29 días, 23 horas, 59 minutos y 59 segundos). Especificación de la variable Definición estándar, clara, precisa Método de medición Escala de medición

7 Rol de la variable Correlación Interdependiente Interdependiente
Cualquier información reunida tiene un rol en el estudio. El investigador tiene que asignar el rol de cada información y cómo servirá a los objetivos del estudio. Variables interdependientes son usadas para estudiar la correlación o a qué grado las variables cambian juntas. Correlación Interdependiente Interdependiente

8 Rol de la variable Asociación Confusión Independiente Dependiente
En una asociación causa-efecto, las variables son llamadas independiente y dependiente. La variable independiente es considerada la causa subyacente mientras que la variable dependiente es el resultado. La variable independiente podría tener un rol confusor y así una relación no causal parece ser causal. También, la variable independiente podría interactuar con otra variable independiente y modificar su efecto. Asociación Independiente Dependiente Independiente Independiente Modificador de efecto Confusión Dependiente Dependiente

9 Tipos de variables Cuantitativas Cualitativas (continuas) (Discretas)
Hay dos principales tipos de variables, cuantitativas y cualitativas. Estos dos tipos difieren en la escala en que son medidas. Tipos de variables Cuantitativas (continuas) Cualitativas (Discretas)

10 I- Variables cuantitativas
Datos de variables cuantitativas son números que pueden tomar cualquier valor posible de un continuo, de aquí su nombre de continuas. También, se pueden realizar operaciones matemáticas en variables continuas y dar resultados significativos. I- Variables cuantitativas Datos en cantidades numéricas que pueden asumir todos los posibles valores Datos en los cuales son posibles operaciones matemáticas Ejemplos, edad, peso, temperatura, nivel de hemoglobina, conteo de eritrocitos.

11 II- Variables cualitativas
Datos para variables cualitativas tiene sólo valor exacto perteneciente a sólo una categoría sin valores intermedios. La variables discreta podría ser nominal u ordinal. Son aquellas que tienen valores exactos que pueden caer en categorías separadas sin niveles intermedios Nominal Ordinal

12 Categorías cualitativas sin ordenar
Las categorías de una variable nominal no tienen relación entre ellas y no pueden ser ordenadas en un orden específico. Si hay sólo una de dos alternativas, la variable nominal es dicotómica (como género, status de exposición, etc.). Si hay más de dos categorías, la variable nominal es multicotómica (como grupo sanguíneo, ocupación, etc.). 1- Variable nominal Categorías cualitativas sin ordenar Dicotómicas (2 categorías) Multicotómicas (> 2 categorías)

13 Categorías cualitativas ordenadas
Para una variable ordinal, las respuestas posibles tienen un orden natural de progresión. Si se asignan puntajes a los individuos, la variable ordinal, es un ranking de puntaje. Si ranking ocurre para un grupo de respuestas, la variable ordinal es categórica. El tipo de variable que más confunde es la numérica discreta, donde un número es asignado pero no significa una verdadera cantidad. 2- Variable ordinal Categorías cualitativas ordenadas Puntaje Orden de nacimiento Categórica Clase social Numérica discreta Paridad

14 Variables continuas y numéricas discretas
A diferencia de las variables continuas, la numérica discreta no significa una verdadera cantidad, respuestas ocupan sólo una categoría sin valores intermedios, no hay signos negativos y la mayoría de las operaciones matemáticas no pueden realizarse y pueden dar lugar a resultados menos significativos. Variable continua -3 -2 -1 1 2 3 Numérica discreta 1 2 3

15 Tipos de variables - Cuantitativas ¿Qué tanto? - Dicotómicas
Es fácil distinguir entre los tipos de variables, asignando diferentes preguntas. - Cuantitativas ¿Qué tanto? - Dicotómicas - Multicotómicas - Puntaje - Categóricas ¿Quién, cómo, donde, cuando, qué, etc.? - Numéricas discretas ¿Cuantos?

16 Herramienta de colección de datos
Una vez que el tipo de variable es decidida, la siguiente pregunta es como podemos hacer esta variable ser obtenida. Variables cuantitativas son mejor colectadas como verdaderos valores y no categorizarlos. El número de cajas usadas en el cuestionario corresponde al máximo número de dígitos esperado. Para variables cualitativas, las categorías son claramente definidas y escritas en el cuestionario. Se asignan códigos a cada categoría y el número cajas corresponde al máximo número de dígitos. En caso de datos ordinales, categorías y códigos son arreglados en orden ascendente o descendente. Edad en años: Género: 1) masculino, 2) femenino Clase social: 1) Baja, 2) Media, 3) Alta . Estatura en cm:

17 Transformación de datos
Después de reunir los datos, pueden requerirse modificaciones para servir mejor a los objetivos del estudio y presentación de datos. Datos pueden ser reducidos en tamaño o ser creadas nuevas variables. Transformación de datos Reducción de datos Creación de variables compuestas

18 Reducción de datos Ejemplo
Después de la colección de datos para datos continuos, los valores son primero ordenados en secuencia ascendente. Datos: Edad de 47 individuos Arreglados en orden ascendente: 20, 21, 22, 23, 23, 24, 25, 29,29, 30, 30, 34, 34, 34, 34, 34, 34, 35, 35, 36, 37, 39, 39, 40, 43, 43, 43, 46, 46, 47, 47, 48, 48, 48, 50, 52, 56, 56, 58, 59, 59, 60, 62, 64, 64, 67, 69

19 Reducción de datos Ejemplo (cont.)
Entonces, los valores mínimo y máximo son identificados y se calcula el rengo. El investigador tiene que decidir el número de clases requeridas y calcular la anchura de cada clase. Finalmente, los intervalos de clase son identificados. Calcule el rango: 69-20= 49 No. de intervalos= 5 Anchura de la clase= 49/5 = 9.8  10 Intervalos de clase= 20-29, 30-39, 40-49, 50-59, 60-69

20 Reducción de datos Continua: 20, 21, 22…….69
La reducción de datos es en una dirección. Una variable reunida como continua, puede ser reducida en tamaño y cambiada a una variable con intervalos, la cual puede ser cambiada o aún reducida a una variable ordinal o a una variable nominal pero la transformación opuesta no es posible. Continua: 20, 21, 22…….69 Intervalo: 20-29, 30-39, 40-49, 50-59, 60-69 Ordinal: 20’s, 30’s, 40’s, 50’s, 60’s Nominal: Joven o viejo

21 Creación de variables compuestas
Como la definición de la mayoría de los eventos relacionados a la salud, depende de más de una pieza de información o característica, es con frecuencia necesario combinar más de una variable en una variable compuesta. Si las variables colectadas son cuantitativas la variable creada puede ser cuantitativa ( como índice de masa corporal puede obtenerse de del peso y la estatura) o cualitativa ( como hipertenso y no hipertenso puede calcularse de la presión sistólica y diastólica). Si variables cualitativas son usadas, sólo una variable cualitativa puede calcularse (como la definición de discapacidad, incluye niños que tienen discapacidad mental, visual o auditiva). Creación de variables compuestas Variables simples Variables compuestas Cuantitativa Cuantitativa Cualitativa Cualitativa

22 Presentación de datos Tabular Diagrama
Los datos necesitan ser presentados en una forma apropiada e interpretable. Los datos pueden presentarse en forma tabular (tabla) o diagrama (gráfica). La presentación tabular permite la organización de los resultados en una forma compacta y entendible. La presentación gráfica da una mejor apreciación de las características que la presentación tabular. Presentación de datos Tabular Diagrama

23 Presentación de datos Variable Tabla Gráfica Nominal Ordinal Intervalo
Cada tipo de variable requiere una presentación específica en forma tabular o en forma de diagrama. Variable Tabla Gráfica Nominal - Frecuencia - Pastel - Porcentaje - Columnas o barras Ordinal - Frecuencia - Pastel - Percentage - Columna o barras - Frecuencia - Lineal acumulada - Ogive - Porcentaje acumulado Intervalo - Frecuencia - Histograma - Porcentaje - Polígono de frecuencias - Frecuencia acumulada - Ogive - Porcentaje acumulado Continua - Media, S - Puntos dispersos - Mediana - Caja y línea 95 %CI

24 Tabla de frecuencias Una tabla de frecuencias o de distribución es un arreglo tabular mostrando el número de veces que datos con características particulares ocurren dentro del grupo de los datos.

25 Una gráfica de pastel es un círculo dividido en sectores con áreas proporcionales a las frecuencias o frecuencias relativas (porcentajes) de las categorías de la variable. Gráfica de pastel

26 Gráfica de barras % Todas las categorías Una categoría
Las columnas son construidas para mostrar la frecuencia o frecuencia relativa (porcentaje) para cada categoría. Usualmente las columnas son iguales de anchura. Es importante que la escala vertical inicie en cero, de otro modo las alturas de las barras no serán proporcionales a las frecuencias. Todas las categorías Una categoría %

27 Gráfica de barras % Todas las categorías Categoría única
La gráfica de barras es lo mismo que la gráfica de columnas pero las barras son horizontales más que verticales. Están construidas para mostrar la frecuencia o frecuencia relativa (porcentaje) para cada categoría. Usualmente las barras son de igual anchura. Es importante que la escala horizontal inicie en cero, de otro modo las longitudes de las barras no son proporcionales a las frecuencias. Todas las categorías Categoría única %

28 Tabla de frecuencias y de frecuencias acumuladas
La frecuencia acumulada es el número de observaciones obtenido por las clases anteriores a una clase en particular. Es obtenida por sumando las frecuencias de clases previas incluyendo la clase en cuestión. El porcentaje acumulado es la distribución del porcentaje correspondiente a la frecuencia acumulada.

29 (Porcentaje acumulado)
Gráfica lineal La gráfica lineal representan las categorías arregladas en orden. La frecuencia o la frecuencia acumulada es representada por un punto que corresponde a la categoría y luego los puntos son unidos por líneas. La gráfica Ogive es la representación de la distribución de la frecuencia relativa acumulada. Ogive (Porcentaje acumulado) Porcentaje Estadios de cáncer de mama

30 Tabla de frecuencias y frecuencias acumuladas para variable sde intervalo
La tabla de frecuencias y de frecuencias acumuladas para una variable de intervalo es exactamente igual que para una variable ordinal.

31 Eje horizontal para intervalo de variable
Antes de trazar una gráfica de los intervalos de la variable, los límites de la clase deben ser decididos. Un histograma podría ser trazado con los límites de clase (límites 1) o a la mitad de los límites altos y bajos de la clase (límites 2). Para un polígono de frecuencias el eje horizontal representa el punto medio de cada intervalo de clase.

32 Histograma Los intervalos de clase deben cubrir todo el rango de los datos. Las barras no están separadas entre ellas. El área de cada barra (no la altura) deberá ser proporcional a la frecuencia. Intervalos de clase desiguales son tomados en cuenta por el área de la barra. % %

33 Polígono de frecuencias
El polígono de frecuencias es construido al unir los puntos medios de la parte más alta de cada barra. Oferce fácil apreciación visual de una o más distribuciones en la misma gráfica. %

34 Presentación tabular de datos cuantitativos
Datos continuos son presentados en forma tabular como media y desviación estándar (S) o media e intervalo de confianza al 95% (IC). o Variable Total Media S 95 % IC Edad 47 42 . 1 13 5 . 38 . 2 - 46 . (años)

35 Diagrama de puntos dispersos
Un diagrama de puntos dispersos es usado para comparar dos variables continuas. Una línera de tendencia puede colocarse para mostrar la relación y su dirección. Diagrama de puntos dispersos

36 Gráfica de caja y líneas
La gráfica de cajas puede ser usada para comparar los valores de variables continuas a través de las categorías de una variable discreta. Muestra la mediana, el primero y tercero cuartiles, así como los valores mínimo y máximo a través de las categorías de la variable discreta. 80 70 EDAD en años 60 50 40 30 20 10 Masculino Femenino 20 N = 27 SEXO

37 Conclusión La variable es la unidad básica requerida para realizar una investigación. El investigador tiene que seleccionar la lista de variables relevantes para los objetivos del estudio, especificar cada pieza de información y asignar su rol. El tipo de variable deberá ser colocada en orden para permitir la adecuada colección de datos, transformación y presentación.


Descargar ppt "Variables Sherine Shawky, MD, Dr.PH Profesor asistente"

Presentaciones similares


Anuncios Google