1 = muy en desacuerdo
2 = en desacuerdo
3 = indiferente
4 = de acuerdo
5 = muy de acuerdo
Dependiendo de los valores
que puede tener una variable cualitativa, ésta puede a su
vez ser dicotómicas (cuando sólo pueden adoptar un
sólo valor sin
jerarquía entre sí; hombre –
mujer,
positivo-negativo, presente-ausente), o bien, poli o
multicotómicas, si existe la posibilidad de que adopten
múltiples valores (edad,
talla, nivel socioeconómico, grupos
sanguíneos, calificación previsional de
usuarios).
1. Las variables
cualitativas pueden agruparse en variables nominales u ordinales.
Hablaremos de variable nominal cuando los datos
correspondan a una variable cualitativa que se agrupa sin ninguna
jerarquía entre sí, como por ejemplo: nombres de
personas, de establecimientos, raza, grupos sanguíneos,
estado civil.
Estas variables no tienen ningún orden inherente a ellas
ni un orden de jerarquía.
Si las categorías o valores que adopte una
variable cualitativa poseen un orden, secuencia o
progresión natural esperable, hablaremos de variable
ordinal, como por ejemplo: grados de desnutrición, respuesta a un tratamiento,
nivel socioeconómico, intensidad de consumo de
alcohol,
días de la semana, meses del año, escalas de Killip
o Apgar. A pesar de este orden jerárquico no es posible
obtener valoración numérica lógica
entre dos valores.
2. Las variables de tipo cuantitativo pueden a su
vez ser clasificadas como continuas o discretas. Las escalas
cuantitativas son reconocidas también como escalas
intervalares o numéricas.
Si entre dos valores determinados existen
infinitas posibilidades de valores, hablaremos de una variable de
tipo continuo. Ejemplos de este tipo de variables son: el peso,
la talla, la presión
arterial o el nivel de colesterol sérico. En la
práctica, salvo contadas excepciones no se dispone de
métodos de
medición sofisticados como para poder medir
exactamente los valores, por ejemplo, de talla. En estricto
rigor, la probabilidad
que dos individuos tengan exactamente la misma talla o edad es
muy baja.
Si la variable a medir sólo puede adoptar
un sólo valor numérico, entero, con valores
intermedios que carecen de sentido, hablaremos de variable
cuantitativa de tipo discreto. Son ejemplos de ellas: el
número de hijos, de unidades vecinales del sector,
número de exámenes de laboratorio o
de pacientes atendidos.
Tanto las variables discretas como las continuas
pueden agruparse construyendo intervalos, entre cuyos valores
extremos se ubicarán las diferentes observaciones
registradas. Sin embargo, estrictamente hablando, sólo las
variables continuas pueden ser objeto de categorización
mediante intervalos.
Clasificación de variables
Cuantitativas (intervalares)
Continuas
Ej. Presión arterial, peso, edad, talla,
IMC
Discretas
Ej.Número de hijos, episodios de
infección urinaria
Categóricas
(cualitativas)
Ordinales
Ej.Etapificación tumores, Apgar,
Killip
Nominales
-Dicotómicas: Ej. vivo/muerto,
sexo
-Policotómicas : Ej. Grupo
sanguíneo, raza
Web Gabriel Rada. Revisado 2007
Tomás Merino
•Medir y clasificar
• Variables, escalas
•Error, sesgo
•Los sesgos más
frecuentes
•Variables clásicas en
EPI
•Indicadores en
salud
•Clasificación de
indicadores
•Atributos de un buen
indicador
•Ajuste de tasas
•Ajuste directo
•Ajuste indirecto
•Medidas de frecuencia en
EPI
OTROS TEMAS
•Introductorios
•Instrumentales
introductorios
•Paradigmas
epidemiológicos
•Indicadores de riesgo
EPI
•Investigación y EPI
•Epidemiología
descriptiva
•Epidemiología
analítica
•Estudios experimentales
Este tema es de nivel
BASICO
Temas->>Instrumentales
introductorios
Variables, escalas
TEMA
INSTRUMENTALES
INTRODUCTORIOS
Tipos de variables utilizadas en
Epidemiología:
Clasificación:
Las variables pueden ser clasificadas como
cuantitativas (intervalares) o cualitativas (categóricas),
dependiendo si los valores presentados tienen o no un orden de
magnitud natural (cuantitativas), o simplemente un atributo no
sometido a cuantificación (cualitativa).
Una variable es medida utilizando una
escala de
medición. La elección de la(s) escala(s) de
medición a utilizar depende, en primer lugar, del tipo de
variable en estudio, y, además, del manejo
estadístico a la que se someterá la información. En términos
prácticos, existe una correspondencia directa entre el
concepto de
variable y escala de medición.
Un atributo corresponde a un valor
específico e una variable, como ser el caso de la variable
sexo, la que
posee dos atributos: varón o mujer. En variables que
exploran el grado de acuerdo o desacuerdo frente a una
afirmación los atributos podrían ser:
1 = muy en desacuerdo
2 = en desacuerdo
3 = indiferente
4 = de acuerdo
5 = muy de acuerdo
Dependiendo de los valores que puede tener
una variable cualitativa, ésta puede a su vez ser
dicotómicas (cuando sólo pueden adoptar un
sólo valor sin jerarquía entre sí; hombre –
mujer, positivo-negativo, presente-ausente), o bien, poli o
multicotómicas ,si existe la posibilidad de que adopten
múltiples valores (edad, talla, nivel
socioeconómico, grupos sanguíneos,
calificación previsional de usuarios).
1. Las variables cualitativas pueden
agruparse en variables nominales u ordinales. Hablaremos de
variable nominal cuando los datos correspondan a una variable
cualitativa que se agrupa sin ninguna jerarquía entre
sí, como por ejemplo: nombres de personas, de
establecimientos, raza, grupos sanguíneos, estado civil.
Estas variables no tienen ningún orden inherente a ellas
ni un orden de jerarquía.
Si las categorías o valores que
adopte una variable cualitativa poseen un orden, secuencia o
progresión natural esperable, hablaremos de variable
ordinal, como por ejemplo: grados de desnutrición,
respuesta a un tratamiento, nivel socioeconómico,
intensidad de consumo de alcohol, días de la semana, meses
del año, escalas de Killip o Apgar. A pesar de este orden
jerárquico no es posible obtener valoración
numérica lógica entre dos valores.
2. Las variables de tipo cuantitativo
pueden a su vez ser clasificadas como continuas o discretas. Las
escalas cuantitativas son reconocidas también como escalas
intervalares o numéricas.
Si entre dos valores determinados existen
infinitas posibilidades de valores, hablaremos de una variable de
tipo continuo. Ejemplos de este tipo de variables son: el peso,
la talla, la presión arterial o el nivel de colesterol
sérico. En la práctica, salvo contadas excepciones
no se dispone de métodos de medición sofisticados
como para poder medir exactamente los valores, por ejemplo, de
talla. En estricto rigor, la probabilidad que dos individuos
tengan exactamente la misma talla o edad es muy baja.
Si la variable a medir sólo puede
adoptar un sólo valor numérico, entero, con valores
intermedios que carecen de sentido, hablaremos de variable
cuantitativa de tipo discreto. Son ejemplos de ellas: el
número de hijos, de unidades vecinales del sector,
número de exámenes de laboratorio o de pacientes
atendidos.
Tanto las variables discretas como las
continuas pueden agruparse construyendo intervalos, entre cuyos
valores extremos se ubicarán las diferentes observaciones
registradas. Sin embargo, estrictamente hablando, sólo las
variables continuas pueden ser objeto de categorización
mediante intervalos.
Clasificación de
variables
Cuantitativas (intervalares)
Continuas
Ej. Presión arterial, peso, edad,
talla, IMC
Discretas
Ej. Número de hijos, episodios de
infección urinaria
Categóricas
(cualitativas)
Ordinales
Ej. Etapificación tumores, Apgar,
Killip
Nominales
-Dicotómicas: Ej. vivo/muerto,
sexo
-Policotómicas: Ej. Grupo
sanguíneo, raza
Web Gabriel Rada. Revisado 2007
Tomás Merino
•Medir y clasificar
• Variables, escalas
•Error, sesgo
•Los sesgos más
frecuentes
•Variables clásicas en
EPI
•Indicadores en salud
•Clasificación de
indicadores
•Atributos de un buen
indicador
•Ajuste de tasas
•Ajuste directo
•Ajuste indirecto
•Medidas de frecuencia en
EPI
OTROS TEMAS
•Introductorios
•Instrumentales
introductorios
•Paradigmas
epidemiológicos
•Indicadores de riesgo EPI
•Investigación y EPI
•Epidemiología
descriptiva
•Epidemiología
analítica
•Estudios experimentales
Conceptos de Población y Muestra
Población: Es el conjunto de todos
los elementos que cumplen ciertas propiedades y entre los cuales
se desea estudiar un determinado fenómeno (pueden ser
hogares, número de tornillos producidos por una
fábrica en un año, lanzamientos de una moneda,
etc.). Llamamos población estadística o universo al
conjunto de referencia sobre el cual van a recaer las
observaciones.
Muestra: es el subconjunto de la
población que es estudiado y a partir de la cual se sacan
conclusiones sobre las características de la
población. La muestra debe ser
representativa, en el sentido de que las conclusiones obtenidas
deben servir para el total de la población.
Las muestras pueden ser
probabilísticas o no probabilísticas. Una muestra
probabilística se elige mediante reglas matemáticas, por lo que la probabilidad de
selección de cada unidad es conocida de
antemano. Por el contrario, una muestra no probabilística
no ser rige por las reglas matemáticas de la probabilidad.
De ahí que, mientras en las muestras
probabilísticas es posible calcular el tamaño del
error muestral, no es factible hacerlo en el caso de las muestras
no probabilísticas. Ejemplos de éstas
últimas son la muestra accesible (que está
conformada por personas de fácil acceso para el
investigador como ser colegas o alumnos de su clase.) y la
muestra voluntaria (donde los sujetos de la muestra no han sido
seleccionados matemáticamente)
La modalidad más elemental de
muestra probabilística es la muestra aleatoria simple, en
la que todos los componentes o unidades de la población
tienen la misma oportunidad de ser seleccionados.
Otro procedimiento
similar de muestreo
aleatorio es el llamado muestreo aleatorio sistemático en
el cual se escoge uno de cada x componentes del listado de la
población. El investigador selecciona al azar un punto de
partida y un intervalo muestral. Así si el punto de
partida fuera el 11 y el intervalo el 6 se elegirían el
11, 16, 21,16 hasta completar la lista.
Siempre que se desee adecuar la
representación de diferentes subconjuntos hay que recurrir
a una muestra estratificada. Las características de las
submuestras (estratos o segmentos) pueden contemplar casi
cualquier tipo de variables: edad, sexo, religión, niel de
ingresos, etc.
Los estratos pueden así definirse mediante un
número prácticamente ilimitado de
características. Puede ser un muestreo estratificado
proporcional o no proporcional.
Individuo: cada uno de los elementos de la
muestra o de la población (personas, tornillos,
hospitales, comercios) y sobre los que recaerá la observación.
Variable: cada uno de los rasgos o
característica de los elementos de una población y
que varían de un individuo a
otro (salario, color de ojos,
sexo, número de hijos).
Las variables pueden corresponder a cuatro
niveles de medición:
1) Nominal: hace referencia a datos que
sólo pueden clasificarse en categorías; existen
sólo conteos; no existe orden particular para los grupos.
Ejemplo: color de ojos.
2) Ordinal: corresponde a aquellos datos
que se pueden agrupar en categorías y "ordenarlas"
según algún tipo de gradación. Ejemplo;
nivel de dolor, nivel de preferencia.
3) de Intervalo: incluye todas las
características de la escala ordinal, pero además
la distancia entre valores es constante pues los valores que toma
este tipo de variables corresponde al orden de los números
naturales. Ejemplo: número de hijos,
4) de Razón: tiene las
características de la escala de intervalo, pero se agrega
un punto cero absoluto tal que significa ausencia del atributo y
la razón o cociente de dos números es significativo
pudiéndose aplicarles todo tipo de instrumental
matemático. Ejemplo: ingreso familiar.
Tipos de Variables
Las variables pueden ser cualitativas o
cuantitativas. Generalmente se utiliza el término
"modalidad" cuando hablamos de caracteres cualitativos y el
término "valor" cuando estudiamos caracteres
cuantitativos. Una variable no es sino el conjunto de las
distintas modalidades o valores que toma un carácter.
Variables cualitativas (o
categóricas): aquellas que no aparecen en forma
numérica, sino como categorías o atributos (sexo,
profesión, color de ojos). Las variables cualitativas
sólo pueden ser nominales u ordinales.
Variables cuantitativas: las que pueden
expresarse numéricamente (temperatura,
salario, número de goles en un partido). Se pueden
cuantificar los resultados experimentales por medio de
instrumentos adoptando unidades de medida para valorar los
diferentes resultados. Variables cuantitativas según el
tipo de valores que pueda tomar pueden ser discretas o continuas.
Variables discretas: son el resultado de contar y sólo
toman valores enteros (número de hijos); Variables
continúas: son el resultado de medir, y pueden contener
decimales (temperatura, peso, altura). Se pueden subdividir a
voluntad. Pueden tomar, entonces, cualquier valor de un
determinado intervalo.
El concepto de población en
estadística va más allá de lo que
comúnmente se conoce como tal. Una población se
precisa como un conjunto finito o infinito de personas u objetos
que presentan características comunes. "Una
población es un conjunto de todos los elementos que
estamos estudiando, acerca de los cuales intentamos sacar
conclusiones". Levin & Rubin (1996). "Una población es
un conjunto de elementos que presentan una característica
común". Cadenas (1974). Ejemplo: Los miembros del Colegio
de Ingenieros del Estado Cojedes. El tamaño que tiene una
población es un factor de suma importancia en el proceso de
investigación estadística, y este tamaño
vienen dado por el número de elementos que constituyen la
población, según el número de elementos la
población puede ser finita o infinita. Cuando el
número de elementos que integra la población es muy
grande, se puede considerar a esta como una población
infinita, por ejemplo; el conjunto de todos los números
positivos. Una población finita es aquella que está
formada por un limitado número de elementos, por ejemplo;
el número de estudiante del Núcleo San Carlos de la
Universidad
Nacional Experimental Simón Rodríguez. Cuando la
población es muy grande, es obvio que la
observación de todos los elementos se dificulte en cuanto
al trabajo,
tiempo y
costos necesarios
para hacerlo. Para solucionar este inconveniente se utiliza una
muestra estadística. Es a menudo imposible o poco
práctico observar la totalidad de los individuos, sobre
todos si estos son muchos. En lugar de examinar el grupo entero
llamado población o universo, se examina una
pequeña parte del grupo llamada muestra.
Autor:
Víctor
Hernández
 Página anterior | Volver al principio del trabajo | Página siguiente  |