ELABORACIÓN Y PROCESAMIENTO DE LOS DATOS Consiste en resumirlos en cuadros, tablas o gráficos estadísticos , de acuerdo a criterios objetivos definidos con anticipación: Revisión de la información Clasificación y Ordenamiento de los datos. Depende del tipo de variable en estudio. Ejemplo base de datos Colocar link

CLASIFICACION Y COMPUTACION DE LOS DATOS La clasificación de los datos consiste simplemente en contar cuantos individuos pertenecen a cierta característica y como se distribuyen de acuerdo a determinada escala de clasificación.

CONDICIONES PARA UNA BUENA ESCALA DE CLASIFICACIÓN Debe ser exhaustiva. Debe permitir la clasificación cualquier individuo que se estudia . Escala razas blanca y negra sería incompleta. Las clases o divisiones deben ser mutuamente excluyentes. No deben dejar dudas de donde incluir a cada una de las unidades de estudio.

Cuadro 1. Grupos de edad Escala incorrecta Escala correcta 0-5 0-4 5-10 5-9 10-15 10-14 15-20 15-19 Etc. etc

ELABORACIÒN DE ESCALAS CUALITATIVAS Para la elaboración de escalas cualitativas se forman tantas clases como lo permite la variable. Por ejemplo la variable sexo, sólo permite dos clases: Masculino y femenino, y se acompañan de sus respectivas frecuencias absolutas. Frecuencias absolutas: Cantidad de sujetos que poseen una característica específica, por lo tanto pertenecen a una categoría o clase determinada. Se obtienen mediante el conteo o computación de los datos.

ELABORACIÒN DE ESCALAS CUALITATIVAS Estados nutricionales Frecuencia absoluta Sobre la norma 5 Normal 31 Desnutrición leve 12 Desnutrición moderada 6 Desnutrición grave 4 Total 60

ELABORACIÒN DE ESCALAS CUALITATIVAS Frecuencias absolutas Sexo Frecuencias absolutas Frecuencia relativa Femenino 36 60 % Masculino 24 40 % Total 60 100% Frecuencias absolutas: Cantidad de sujetos que poseen una característica específica, por lo tanto pertenecen a una categoría o clase determinada. Se obtienen mediante el conteo o computación de los datos. Frecuencias relativas: se obtiene al dividir la frecuencia absoluta de cada clase entre la frecuencia absoluta total.

ELABORACIÒN DE ESCALAS NUMÈRICAS Requiere de un proceso mas elaborado donde es necesario el calculo del Rango (R), Intervalo de Clase (Ic), Límites de clase: Límite inferior (Li) y Límite superior (Ls). Muchas veces es imposible estudiar la totalidad de persona u organismos donde estudiamos la característica, y en tales casos nuestro estudio debe limitarse a un grupo de individuos, es decir una muestra. No hay que olvidar, que aunque es la muestra lo que observamos es el universo lo que queremos conocer, pues el estudio no tendría trascendencia si no pudieramos generalizar a la población con los hechos observados en la muestra. Sin embargo para que la generalización sea posible la muestra debe ser escogida de manera adecuada, y es lo que estudiaremos a continuación.

ELABORACIÒN DE ESCALAS NUMÈRICAS El rango es el recorrido de la variable desde su valor máximo hasta su valor mínimo Rango Muchas veces es imposible estudiar la totalidad de persona u organismos donde estudiamos la característica, y en tales casos nuestro estudio debe limitarse a un grupo de individuos, es decir una muestra. No hay que olvidar, que aunque es la muestra lo que observamos es el universo lo que queremos conocer, pues el estudio no tendría trascendencia si no pudieramos generalizar a la población con los hechos observados en la muestra. Sin embargo para que la generalización sea posible la muestra debe ser escogida de manera adecuada, y es lo que estudiaremos a continuación.

ELABORACIÒN DE ESCALAS NUMÈRICAS Rango Variable numérica peso: Muchas veces es imposible estudiar la totalidad de persona u organismos donde estudiamos la característica, y en tales casos nuestro estudio debe limitarse a un grupo de individuos, es decir una muestra. No hay que olvidar, que aunque es la muestra lo que observamos es el universo lo que queremos conocer, pues el estudio no tendría trascendencia si no pudieramos generalizar a la población con los hechos observados en la muestra. Sin embargo para que la generalización sea posible la muestra debe ser escogida de manera adecuada, y es lo que estudiaremos a continuación.

ELABORACIÒN DE ESCALAS NUMÈRICAS Intervalo de clases (Ic) Número de unidades de medida a incluir en cada clase. Muchas veces es imposible estudiar la totalidad de persona u organismos donde estudiamos la característica, y en tales casos nuestro estudio debe limitarse a un grupo de individuos, es decir una muestra. No hay que olvidar, que aunque es la muestra lo que observamos es el universo lo que queremos conocer, pues el estudio no tendría trascendencia si no pudieramos generalizar a la población con los hechos observados en la muestra. Sin embargo para que la generalización sea posible la muestra debe ser escogida de manera adecuada, y es lo que estudiaremos a continuación. El número de clases lo fija el investigador, pudiendo formar entre 5 o 20 clases, ambos inclusive.

ELABORACIÒN DE ESCALAS NUMÈRICAS Intervalo de clases (Ic) Variable peso Muchas veces es imposible estudiar la totalidad de persona u organismos donde estudiamos la característica, y en tales casos nuestro estudio debe limitarse a un grupo de individuos, es decir una muestra. No hay que olvidar, que aunque es la muestra lo que observamos es el universo lo que queremos conocer, pues el estudio no tendría trascendencia si no pudieramos generalizar a la población con los hechos observados en la muestra. Sin embargo para que la generalización sea posible la muestra debe ser escogida de manera adecuada, y es lo que estudiaremos a continuación.

ELABORACIÒN DE ESCALAS NUMÈRICAS Muchas veces es imposible estudiar la totalidad de persona u organismos donde estudiamos la característica, y en tales casos nuestro estudio debe limitarse a un grupo de individuos, es decir una muestra. No hay que olvidar, que aunque es la muestra lo que observamos es el universo lo que queremos conocer, pues el estudio no tendría trascendencia si no pudieramos generalizar a la población con los hechos observados en la muestra. Sin embargo para que la generalización sea posible la muestra debe ser escogida de manera adecuada, y es lo que estudiaremos a continuación.

ELABORACIÒN DE ESCALAS NUMÈRICAS Muchas veces es imposible estudiar la totalidad de persona u organismos donde estudiamos la característica, y en tales casos nuestro estudio debe limitarse a un grupo de individuos, es decir una muestra. No hay que olvidar, que aunque es la muestra lo que observamos es el universo lo que queremos conocer, pues el estudio no tendría trascendencia si no pudieramos generalizar a la población con los hechos observados en la muestra. Sin embargo para que la generalización sea posible la muestra debe ser escogida de manera adecuada, y es lo que estudiaremos a continuación.

ELABORACIÒN DE ESCALAS NUMÈRICAS En escalas numéricas continuas existen dos tipos de limites superiores, el aparente y el real, el primero es el que se escribe en la escala y el segundo es tácito. Para fines prácticos el Limite superior de cada clase es igual al Límite inferior de la siguiente. Muchas veces es imposible estudiar la totalidad de persona u organismos donde estudiamos la característica, y en tales casos nuestro estudio debe limitarse a un grupo de individuos, es decir una muestra. No hay que olvidar, que aunque es la muestra lo que observamos es el universo lo que queremos conocer, pues el estudio no tendría trascendencia si no pudieramos generalizar a la población con los hechos observados en la muestra. Sin embargo para que la generalización sea posible la muestra debe ser escogida de manera adecuada, y es lo que estudiaremos a continuación.

ELABORACIÒN DE ESCALAS NUMÈRICAS Una vez formadas las escalas, se computan cuantos sujetos pertenecen a cada clase: Muchas veces es imposible estudiar la totalidad de persona u organismos donde estudiamos la característica, y en tales casos nuestro estudio debe limitarse a un grupo de individuos, es decir una muestra. No hay que olvidar, que aunque es la muestra lo que observamos es el universo lo que queremos conocer, pues el estudio no tendría trascendencia si no pudieramos generalizar a la población con los hechos observados en la muestra. Sin embargo para que la generalización sea posible la muestra debe ser escogida de manera adecuada, y es lo que estudiaremos a continuación.

ELABORACIÒN DE ESCALAS NUMÈRICAS La variable edad también puede ser incluida en una escala de razón: Muchas veces es imposible estudiar la totalidad de persona u organismos donde estudiamos la característica, y en tales casos nuestro estudio debe limitarse a un grupo de individuos, es decir una muestra. No hay que olvidar, que aunque es la muestra lo que observamos es el universo lo que queremos conocer, pues el estudio no tendría trascendencia si no pudieramos generalizar a la población con los hechos observados en la muestra. Sin embargo para que la generalización sea posible la muestra debe ser escogida de manera adecuada, y es lo que estudiaremos a continuación.

ELABORACIÒN DE ESCALAS NUMÈRICAS Muchas veces es imposible estudiar la totalidad de persona u organismos donde estudiamos la característica, y en tales casos nuestro estudio debe limitarse a un grupo de individuos, es decir una muestra. No hay que olvidar, que aunque es la muestra lo que observamos es el universo lo que queremos conocer, pues el estudio no tendría trascendencia si no pudieramos generalizar a la población con los hechos observados en la muestra. Sin embargo para que la generalización sea posible la muestra debe ser escogida de manera adecuada, y es lo que estudiaremos a continuación.

ELABORACIÒN DE ESCALAS NUMÈRICAS Cada vez que se redondea por defecto o el Ic es producto de una división exacta, es necesario formar una clase adicional para que la escala sea exhaustiva. Muchas veces es imposible estudiar la totalidad de persona u organismos donde estudiamos la característica, y en tales casos nuestro estudio debe limitarse a un grupo de individuos, es decir una muestra. No hay que olvidar, que aunque es la muestra lo que observamos es el universo lo que queremos conocer, pues el estudio no tendría trascendencia si no pudieramos generalizar a la población con los hechos observados en la muestra. Sin embargo para que la generalización sea posible la muestra debe ser escogida de manera adecuada, y es lo que estudiaremos a continuación.

ELABORACIÒN DE ESCALAS NUMÈRICAS En la variable peso si se calcula el Ic con 7 clases, necesariamente hay que crear una clase adicional para que la escala sea exhaustiva: Muchas veces es imposible estudiar la totalidad de persona u organismos donde estudiamos la característica, y en tales casos nuestro estudio debe limitarse a un grupo de individuos, es decir una muestra. No hay que olvidar, que aunque es la muestra lo que observamos es el universo lo que queremos conocer, pues el estudio no tendría trascendencia si no pudieramos generalizar a la población con los hechos observados en la muestra. Sin embargo para que la generalización sea posible la muestra debe ser escogida de manera adecuada, y es lo que estudiaremos a continuación.

ELABORACIÒN DE ESCALAS NUMÈRICAS Muchas veces es imposible estudiar la totalidad de persona u organismos donde estudiamos la característica, y en tales casos nuestro estudio debe limitarse a un grupo de individuos, es decir una muestra. No hay que olvidar, que aunque es la muestra lo que observamos es el universo lo que queremos conocer, pues el estudio no tendría trascendencia si no pudieramos generalizar a la población con los hechos observados en la muestra. Sin embargo para que la generalización sea posible la muestra debe ser escogida de manera adecuada, y es lo que estudiaremos a continuación.

ELABORACIÒN DE ESCALAS NUMÈRICAS Muchas veces es imposible estudiar la totalidad de persona u organismos donde estudiamos la característica, y en tales casos nuestro estudio debe limitarse a un grupo de individuos, es decir una muestra. No hay que olvidar, que aunque es la muestra lo que observamos es el universo lo que queremos conocer, pues el estudio no tendría trascendencia si no pudieramos generalizar a la población con los hechos observados en la muestra. Sin embargo para que la generalización sea posible la muestra debe ser escogida de manera adecuada, y es lo que estudiaremos a continuación.

ELABORACIÒN DE ESCALAS NUMÈRICAS Los centros de clase no se redondean (Xm)

ELABORACIÒN DE ESCALAS NUMÈRICAS

ELABORACIÒN DE ESCALAS NUMÈRICAS Frecuentemente es necesario distribuir los datos de dos variables simultáneamente, en estos casos la formación de clases de cada variable se realiza de manera individual. Muchas veces es imposible estudiar la totalidad de persona u organismos donde estudiamos la característica, y en tales casos nuestro estudio debe limitarse a un grupo de individuos, es decir una muestra. No hay que olvidar, que aunque es la muestra lo que observamos es el universo lo que queremos conocer, pues el estudio no tendría trascendencia si no pudieramos generalizar a la población con los hechos observados en la muestra. Sin embargo para que la generalización sea posible la muestra debe ser escogida de manera adecuada, y es lo que estudiaremos a continuación.

ELABORACIÒN DE ESCALAS NUMÈRICAS Por ejemplo para las variables edad y sexo de la tabla 1. Muchas veces es imposible estudiar la totalidad de persona u organismos donde estudiamos la característica, y en tales casos nuestro estudio debe limitarse a un grupo de individuos, es decir una muestra. No hay que olvidar, que aunque es la muestra lo que observamos es el universo lo que queremos conocer, pues el estudio no tendría trascendencia si no pudieramos generalizar a la población con los hechos observados en la muestra. Sin embargo para que la generalización sea posible la muestra debe ser escogida de manera adecuada, y es lo que estudiaremos a continuación.

Al proceso de formar las clases y acompañarlas de sus respectivas frecuencias se les conoce como TABULACION DE DATOS, y no debe confundirse con un CUADRO ESTADÌSTICO. Muchas veces es imposible estudiar la totalidad de persona u organismos donde estudiamos la característica, y en tales casos nuestro estudio debe limitarse a un grupo de individuos, es decir una muestra. No hay que olvidar, que aunque es la muestra lo que observamos es el universo lo que queremos conocer, pues el estudio no tendría trascendencia si no pudieramos generalizar a la población con los hechos observados en la muestra. Sin embargo para que la generalización sea posible la muestra debe ser escogida de manera adecuada, y es lo que estudiaremos a continuación.

CUADROS ESTADÌSTICOS En los cuadros estadísticos la información se presenta de manera precisa y detallada, lo que permite el análisis minucioso de los datos. Para que se cumpla esto, el cuadro debe ser completo con sus cuatro partes y no sólo la tabulación de los datos. A. Encabezamiento C. Cuerpo B. Matriz o molde D. Pie

CUADROS ESTADÌSTICOS A. Encabezamiento: Colocado en la parte superior del cuadro, incluye nùmero del cuadro y tìtulo. El tìtulo se refiere al aspecto o problema que fue estudiado, como fue estudiado, donde y cuando.

CUADROS ESTADÌSTICOS B. Matriz o molde Constituida por la primera columna denominada matriz, donde se coloca la variable principal y sus clases y primera fila donde se coloca la identificación de las otras columnas si el cuadro lo requiere.

CUADROS ESTADÌSTICOS C. Cuerpo: Lo constituye el cruce de columnas con filas. D. Pie: Se ubica en la parte de abajo del cuadro, contiene la fuente de donde se obtuvo la información presentada.

TIPOS DE CUADROS ESTADÌSTICOS Con los datos de la tabla maestra, pueden construirse tres tipos de cuadros: De distribución de frecuencias. De asociación. De series cronológicas.

TIPOS DE CUADROS ESTADÌSTICOS Cuadros de distribución de frecuencias: Donde se describe la frecuencia con que se presenta el fenómeno de interés. Se elabora en función de una sola variable , bien sea numérica o no, además incluye las frecuencias relativas y un gran Total. Las frecuencias relativas indican la relación entre cada frecuencia absoluta y el total, expresadas generalmente en porcentaje. .

TIPOS DE CUADROS ESTADÌSTICOS Cuadros de distribución de frecuencias:

TIPOS DE CUADROS ESTADÌSTICOS Cuadros de distribución de frecuencias:

TIPOS DE CUADROS ESTADÌSTICOS Cuadros de distribución de frecuencias:

TIPOS DE CUADROS ESTADÌSTICOS Cuadros de asociación: Se construye para estudiar la posible relación entre dos o mas variables. Incluye dos o más variables simultáneamente.

TIPOS DE CUADROS ESTADÌSTICOS Cuadros de asociación:

TIPOS DE CUADROS ESTADÌSTICOS Cuadros de asociación:

TIPOS DE CUADROS ESTADÌSTICOS Cuadros de series cronológicas: Presentan sólo la variación de un fenómeno de una época a otra. No son cuadros de distribución de frecuencias ni de asociación, sólo estudian fenómenos desde el punto de vista de distribución en el tiempo.

TIPOS DE CUADROS ESTADÌSTICOS Cuadros de series cronológicas:

TIPOS DE CUADROS ESTADÌSTICOS Cuadros de series cronológicas:

TIPOS DE CUADROS ESTADÌSTICOS Cuadros de series cronológicas:

Asignación: 1.Gráficos estadísticos. Definición. Recomendaciones para la construcción. Gráfico de barras simples. Gráfico de torta o Diagrama sectorial. Polígono de frecuencias. Gráfico de Barras múltiples. Gráfico de barras proporcionadas. Gráfico de líneas de tendencia. Gráfico de números índices para cuadros de serie cronológica. Para cada uno de los tipos de gráfico definir, como se construye y con que tipo de escala se recomienda.

GRAFICOS ESTADÌSTICOS Cuando la idea es transmitir la información a un público no especializado o simplemente destacar la variación de un fenómeno, suelen utilizarse los gráficos estadísticos, por su ventaja de presentar fácilmente el mensaje que se desea transmitir.

RECOMENDACIONES PARA LA CONSTRUCCIÒN DE GRAFICOS ESTADÌSTICOS Todo gráfico debe contener: Encabezamiento, gráfico y fuente. El encabezamiento debe estar ubicado en la parte superior del gráfico y tener los mismos elementos del cuadro. El gráfico se construye sobre un sistema de coordenadas, donde en la abcisa (eje horizontal) se colocan las clases en que ha sido dividida la variable y en la ordenada (eje vertical ) las frecuencias, generalmente relativas. En la parte interior del gráfico se coloca la fuente.

RECOMENDACIONES PARA LA CONSTRUCCIÒN DE GRAFICOS ESTADÌSTICOS 2. Se recomienda que exista relaciòn entre la longitud de la abscisa y de la ordenada, con el propòsito de mantener la proporciòn del gràfico. 3. La abscisa se divide en tantas partes como clases se deban presentar, teniendo cuidado que todos los segmentos sean de igual tamaño. 4. Cuando la frecuencia esta muy alejada de cero se recomienda realizar un corte al inicio de la ordenada.

RECOMENDACIONES PARA LA CONSTRUCCIÒN DE GRAFICOS ESTADÌSTICOS 5.Dado a que existen diferentes tipos de gráficos, estos se eligen según el propósito, tipo de cuadro que lo origina y la variable a representar, para ello puede usarse el siguiente esquema:

RECOMENDACIONES PARA LA CONSTRUCCIÒN DE GRAFICOS ESTADÌSTICOS

TIPOS DE GRÀFICOS ESTADÌSTICOS Gràficos de barras simples: Consiste en una serie de rectángulos separados unos de otros. Cada rectángulo representa una clase estadística.

TIPOS DE GRÀFICOS ESTADÌSTICOS Gràficos de barras simples: Consiste en una serie de rectángulos separados unos de otros. Cada rectángulo representa una clase estadística. Tìtulo

TIPOS DE GRÀFICOS ESTADÌSTICOS Gràficos circular o diagrama sectorial: Se construye en un círculo de manera cuya área se distribuye de manera proporcional entre las frecuencias relativas a representar. Los 360 grados del circulo representan la frecuencia total, y cada frecuencia relativa una parte del cìrculo, es decir se divide el círculo en tantos sectores como clases tenga la distribución.

TIPOS DE GRÀFICOS ESTADÌSTICOS Gràficos circular o diagrama sectorial:

TIPOS DE GRÀFICOS ESTADÌSTICOS Gràficos circular o diagrama sectorial:

TIPOS DE GRÀFICOS ESTADÌSTICOS Histograma o polígono de frecuencias: Esta conformado por rectángulos, cuyas bases tienen una longitud proporcional al intervalo de clases que representan y la altura es proporcional a la frecuencia relativa de cada clases, a diferencia de las barras simples los rectángulos del histograma no están separados entre ellos.

TIPOS DE GRÀFICOS ESTADÌSTICOS Histograma o polígono de frecuencias:

TIPOS DE GRÀFICOS ESTADÌSTICOS Histograma o polígono de frecuencias:

TIPOS DE GRÀFICOS ESTADÌSTICOS Polígono de frecuencias. Curva Integral o Diagrama de frecuencias acumuladas. Polígono de frecuencias para cuadros de asociación con variable numérica como variable principal. Gráfico de barras proporcionadas. Gráfico de barras múltiples. Gráfico de líneas de tendencia. Gráfico de números de índices para cuadros de serie cronológica.