La estadstica aplicada formula procedimientos para clasificar variables1 y para construirles sus
correspondientes escalas, seala la forma de efectuar recuentos de la informacin, define el tipo
de cuadros y de grficos que representen ms objetivamente las caractersticas de las variables,
prescribe la manera de resumir series de datos y facilita la seleccin de pruebas estadsticas de
asociacin o de diferenciacin.
1Una variable es una caracterstica, cualidad o atributo que puede adoptar diferentes valores,
magnitudes o intensidades en los diferentes elementos que se esudian.
1
Jess Reynaga Obregn
El conocimiento cientfico, al ser producto del razonamiento, constituye en esencia el reflejo mental
producido por los procesos existentes y representa los enlaces reales entre los componentes de
los fenmenos.
Considerando que los fenmenos existen independientemente de la forma en que las personas los
conozcan o los imaginen, hay la posibilidad de verificar los datos referentes a dichos fenmenos.
No todo el conocimiento es cientfico; por ejemplo: la relacin causa-efecto que algunas personas
establecen entre la depresin de la fontanela y la diarrea que sufren los nios. Es claro que
resulta imposible probar que la diarrea es causada por el hundimiento de la fontanela: sin embargo
la observacin de que estas manifestaciones se presentan casi siempre juntas ha generado un
conocimiento de tipo no cientfico que se transmite por experiencia, generacin tras generacin.
El conocimiento se origina en los procesos que ocurren en el universo, de tal manera que el
universo y sus procesos constituyen la base para comprobar el conocimiento. Como ya se
mencion los fenmenos existen objetiva e independientemente de la forma en que los humanos
los imaginen.
Con mayor especificidad, el conocimiento cientfico tiene origen en las diversas actividades que el
hombre realiza; y el mismo ser humano forma parte del universo.
En tanto que los fenmenos del universo existen, el conocimiento se presenta como resultado de
la actividad humana. Al igual que se han ido desarrollando y diversificando las actividades del ser
humano a lo largo de la historia, tambin el conocimiento cientfico se ha ampliado, diversificado y
actualizado.
La gran variedad de actividades del ser humano procura la satisfaccin de sus necesidades. Dicha
satisfaccin de necesidades requiere del trabajo para la elaboracin de bienes y para la realizacin
de servicios, adems de su distribucin entre los integrantes de la sociedad.
Las modalidades que adopta la produccin y la distribucin y las relaciones sociales que se
establecen entre los hombres para realizar estos procesos son las que permiten definir las
2
Jess Reynaga Obregn
caractersticas de la sociedad; as mismo son las que permiten conocer el grado de desarrollo
social y al mismo tiempo influyen en los propios cambios sociales.
De acuerdo a lo anterior, los cambios sociales que ocurren a causa de la satisfaccin de las
necesidades humanas obligan a la adquisicin de conocimientos cientficos sobre los fenmenos
del mundo y stos, a su vez, tienen influencia sobre el progreso social.
Ejemplos como el anterior pueden citarse en casi todos los campos de la actividad humana y
resulta fcil comprobar como el surgimiento de conocimientos es producto de las actividades
humanas y como ese mismo conocimiento ha provocado cambios en las actividades y procesos
sociales.
3
Jess Reynaga Obregn
Otro tipo de razonamiento es el llamado analgico, el cual parte de proposiciones particulares para
lograr otra proposicin particular. Es decir, despus de reconocer semejanzas comunes a dos o
ms objetos, se concluye la existencia de caractersticas comunes para otros objetos similares (por
ejemplo: la lcera duodenal fcilmente produce dolor epigstrico; la lcera gstrica tambin
produce dolor epigstrico frecuentemente; el cncer gstrico tiene muchas manifestaciones
similares a las de las lceras duodenales y gstricas; entonces, el cncer gstrico produce dolor
epigstrico).
Es importante sealar que tanto el razonamiento deductivo como el inductivo y el analgico son
formas o estructuras del pensamiento que se complementan entre s. Dichas formas y las reglas
o leyes que las fundamentan son el objeto de estudio de la lgica.
Por otra parte, los elementos, procesos o entes que se estn conociendo, son el objeto de estudio
de cada ciencia particular. As, los fenmenos relacionados con la existencia de la vida en la
tierra son el objeto de la biologa y las relaciones que se establecen entre los grupos sociales son
el objeto de la sociologa.
2.4 Qu es la Ciencia?
La ciencia posee notables caractersticas; una primera es el control prctico que ella permite sobre
la naturaleza. Como ejemplo pueden citarse las innumerables contribuciones que la ciencia ha
hecho para la prevencin de las enfermedades y la conservacin de la salud. Sin embargo, no
debe confundirse a la ciencia con los adelantos tecnolgicos que de ella se derivan; una cosa son
los conocimientos de la ciencia con respecto a la relatividad y otra cosa es su aplicacin en la
fabricacin de armas atmicas.
4
Jess Reynaga Obregn
3.1 Qu es el mtodo?
El mtodo es considerado como la manera razonada de conducir los procesos del pensamiento
con objeto de llegar a un resultado determinado y, preferentemente, al descubrimiento de la
verdad5 .
El mtodo cientfico es todo un procedimiento formado por una secuencia lgica de actividades
que procura descubrir las caractersticas de los fenmenos, las relaciones internas entre sus
elementos y sus conexiones con otros fenmenos, mediante el raciocinio y la comprobacin a
travs de la demostracin y la verificacin.
Cada clase de problemas obliga a la aplicacin de diferentes tcnicas de acuerdo a los fenmenos
inherentes a una u otra ciencia.
Al igual que el conocimiento cientfico, el mtodo cientfico ha evolucionado a travs del tiempo,
especialmente en lo referente al predominio que en l se ha observado de los diversos tipos de
razonamientos. Recurdese el enfoque deductivo empleado por Aristteles para la obtencin de
conocimiento, la influencia de la induccin en la poca de Bacon o las aplicaciones dialcticas de
Marx a partir de los conceptos Hegelianos.
Existen conocimientos referentes a entes abstractos, ideales, que slo existen en la mente
humana; conocimientos que estn representados por signos y relaciones entre ellos, por ejemplo
los nmeros y los smbolos que sirven para asociarlos en las operaciones aritmticas. Estos
conocimientos son objeto de las ciencias formales 6 (lgica matemtica).
Por otro lado, existen conocimientos referentes a sucesos, procesos y objetos que existen fuera de
la mente humana (peso, talla, volumen); estos conocimientos son objeto de las ciencias factuales7,
como por ejemplo biologa y fsica.
5
Jess Reynaga Obregn
Como ya se mencion anteriormente, los fenmenos del universo y las actividades del ser humano
dan origen al conocimiento. Las caractersticas del conocimiento dependen del grado de
desarrollo social, pero estos no son estticos ni limitados, sino que avanzan continuamente
influencindose mutuamente.
Ocurre que el conocimiento que en una poca es adecuado para explicar los procesos que el
hombre conoce llega a ser insuficiente para explicar algn fenmeno observado; el ser humano
trata de encontrar las relaciones entre los elementos del fenmeno tal como esta acostumbrado a
hallarlas, pero existen discordancias entre dichas relaciones; requiere modificar alguna situacin
con los conocimientos que posee y no le es posible; el camino para lograr su meta presenta algn
obstculo y sus patrones fijos de conducta o su razonamiento cotidiano no le permiten salvar ese
obstculo; delibera y toma conciencia de la dificultad; surge entonces su problema.
En todo problema cientfico pueden apreciarse tres aspectos fundamentales: el propio problema,
es decir la explicacin requerida; la pregunta; esto es, el proceso mental de entender que se desea
saber algo; y finalmente, la expresin del problema, es decir el planteamiento oral o escrito en
trminos claramente definidos.
Para proceder al planteamiento de problemas se deben realizar diversas actividades entre las que
se pueden citar: redaccin adecuada y comprensible del problema, ubicacin del problema dentro
de teoras existentes, previsin de estrategias posibles para su resolucin, descomposicin en sus
partes elementales, bsqueda de analoga con otros problemas conocidos, simplificacin y
simbolizacin en trminos matemticos y lgicos.
6
Jess Reynaga Obregn
Si la existencia en el universo fuera tan constante que slo se tuvieran que usar los mismos
conocimientos una y otra vez y todas las actividades debieran realizarse en forma automtica, slo
se tendra que recurrir al uso de la memoria y de las habilidades adquiridas; pero la existencia de
problemas obliga al ser humano a buscar explicaciones satisfactorias.
La adecuacin de las explicaciones siempre tendr una vigencia limitada ya que los procesos del
universo son constantemente cambiantes.
Una hiptesis es una suposicin que permite establecer relaciones entre hechos.
El valor de una hiptesis radica en su capacidad para establecer esas relaciones
entre los hechos y explicar por que se producen. 8
La realidad existente es la base, el fin y el criterio para decidir la veracidad de una hiptesis.
Aunque pueda adoptar modalidades diferentes de expresin en las diferentes ciencias, la hiptesis
es la gua y orientacin por excelencia para captar y poseer el conocimiento que a cada ciencia
corresponde.
Todas las teoras existentes han pasado por fases ms o menos largas de hiptesis y, de hecho, la
causa de la existencia de las teoras se explican por la existencia de hiptesis. Si los cientficos
no formularan hiptesis ni se dedicaran a probarlas, no existiran nuevas leyes ni teoras, inclusive,
no apareceran nuevas hiptesis.
Una hiptesis que ha sido probada, ya sea que se acepte o rechace, genera nuevo conocimiento
que permite explicar fenmenos que no eran cabalmente comprendidos y solucionar problemas no
superados. Este nuevo conocimiento determina cambios en la concepcin que el hombre tenga
del universo; lo cual, a su vez, acarrea cambios en las relaciones sociales que terminarn por
volver a plantear nuevos problemas que habrn de requerir otras hiptesis; continundose as,
permanentemente, la conquista de conocimientos a travs del mtodo cientfico.
8 Lpez Cano, J.L.: Mtodo e hiptesis cientfica (parte 2) Mxico, ANUIES, 1975, p. 29.
7
Jess Reynaga Obregn
Por la razn de tener como objeto de estudio a los hechos, en la ciencias factuales la
comprobacin de las hiptesis implica la necesidad de deducir la forma en que se encontrarn los
hechos en el caso de que las hiptesis sean ciertas.
Por otra parte, la anticipacin de los hallazgos que han de encontrarse, si la hiptesis es cierta,
facilita al ser humano la labor de investigar cientficamente los fenmenos de la naturaleza, pues el
sealamiento de las consecuencias verificables que se han deducido, orienta hacia el tipo de
informacin que ha de recogerse y los procedimientos que han de realizarse con ella.
fcilmente podr decidirse cules tipos de informacin habra que recoger en una investigacin e,
inclusive, cul sera el manejo, presentacin, sntesis y anlisis que habra que realizar con dicha
informacin.
8
Jess Reynaga Obregn
3.4. Resumen
Un atractivo ejemplo del ciclo de adquisicin de conocimiento, que muestra las etapas del mtodo
cientfico, est constituido por los descubrimientos del gineclogo hngaro Ignaz Philipp
Semmelweiss (1818-1865). 9
El conocimiento logrado por Semmelweiss, que de ninguna manera fue casual o por inspiracin
divina sino producto de una necesidad humana (disminuir un problema de la poblacin), produjo
importantes repercusiones en la atencin mdica de pocas posteriores; especficamente, inici
los importantes trabajos sobre antisepsia y asepsia.
9 Tomado y resumido de: Margota, Roberto: Historia de la Medicina. Mxico, Novaro, 1972, pp. 267-268.
9
Jess Reynaga Obregn
4.0 PROBLEMAS
Para el relato sobre la mortalidad de las parturientas mostrado en la pgina anterior, identifique las
siguientes etapas del mtodo cientfico que se le preguntan:
Durante su servicio social, un pasante de medicina observ con agrado que la poblacin en la que
estaba realizando dicha etapa de su formacin no tena nios con desnutricin; por lo contrario,
todos sin excepcin eran nios eutrficos. El pasante provena de una familia en la que se
consideraba que era suficiente con realizar estudios profesionales para librar a las familias de casi
cualquier problema de salud. Siempre lavarse las manos antes de comer y despus de evacuar la
vejiga y el intestino, siempre lavarse los dientes despus de cada alimento, hacer ejercicio
cotidianamente, ingerir una dieta balanceada en cada etapa de la vida, dormir al menos siete
horas, entre otras eran las normas que l se saba de memoria. Luego de varios meses de realizar
numerosas consultas mdicas apreci que todas las familias tenan muy adecuados ingresos
econmicos pues se dedicaban a la exportacin de mole y nopal. Tambin observ que en las
familias haba integrantes que podan tener licenciaturas o grados acadmicos superiores, pero
muchos eran prcticamente analfabetas. Lo anterior no coincida con lo que el haba aprendido
durante su infancia y juventud. Para resolver tal discordancia entre lo que el saba y lo que estaba
observando en su prctica mdica decidi efectuar una sencilla encuesta socioeconmica.
Encontr que el 90% de las familias tenan ingresos econmicos que se podan calificar como muy
altos y suficientes y el 10% restante tenan ingresos calificados como altos y medianos. En relacin
con los niveles educativos encontr una gran dispersin: el 25% de los adultos eran analfabetas, el
50% apenas haban terminado la primaria, 12.5% haban terminado la preparatoria o alguna
carrera tcnica y el 12.5% restante tenan alguna licenciatura o grado acadmico. Confirmo en la
encuesta que no haba ni un solo caso de desnutricin infantil. Con lo anterior se dio cuenta de que
10
Jess Reynaga Obregn
no basta con tener una buena educacin, sino que se necesita tambin tener un buen ingreso
econmico.
Hiptesis, consecuencias verificables y diseos de
investigacin
En otros documentos 10 ha sido discutido el ciclo de la investigacin cientfica y el papel de la
estadstica en la comprobacin de la hiptesis de investigacin. Como punto de partida, se ha
dicho que siendo las hiptesis construcciones conceptuales han de ser comprobadas de manera
prctica en la realidad.
Realidad
Por otra parte, se ha sealado que el mtodo estadstico facilita y sistematiza el manejo de la
informacin cualitativa y cuantitativa que permite la comprobacin de la hiptesis de la
investigacin.
1 Recoleccin
(Medicin)
2 Recuento
3 Presentacin
estadstica
4 Sntesis
estadstica
5 Anlisis
estadstico
Realidad
10 La investigacin Cientfica y la Estadstica. Departamento de Medicina Social, Medicina Preventiva y Salud Pblica,
Facultad de Medicina, UNAM. Serie Publicaciones Tcnicas de Medicina Preventiva y Social, No. 8. Mexico, 1980
11
Jess Reynaga Obregn
La importancia de que una investigacin posea un diseo ntido consiste en que todos los
procedimientos estadsticos que habrn de utilizarse estn subordinados a tal diseo.
Las consecuencias verificables se refieren a efectos que se considera que habrn de presentarse
en la realidad en caso de que la hiptesis de la investigacin sea cierta.
En realidad, al ser anticipaciones producidas por deducciones originadas en una hiptesis, las
consecuencias verificables vienen siendo, a su vez, tambin hiptesis.
Sin embargo, las consecuencias verificables suelen ser de tal nivel de especificidad y se
acostumbra a que estn redactadas de manera tan prctica u operativa que resultan sumamente
orientadoras para elegir estrategias para su comprobacin.
Es totalmente factible que a partir de una sola hiptesis de investigacin se pueda efectuar la
deduccin de ms de una consecuencia verificable.
Hiptesis
12
Jess Reynaga Obregn
Como puede observarse, cuando solo se haba ledo la hiptesis general de investigacin,
pudieron ser imaginadas muchas y muy diversas maneras de efectuar la investigacin. En cambio,
una vez ledas y analizadas algunas consecuencias verificables deducidas de dicha hiptesis
general uno puede anticipar estrategias bastante bien definidas para efectuar la investigacin.
Por ejemplo, es claro que al tratar de verificar la primera consecuencia verificable se buscara
formar dos grupos de familias en las que exista un enfermo con SIDA: unas clasificadas como
familias con contacto corporal frecuente y otras clasificadas como con contacto corporal
infrecuente. Una vez clasificadas se comparara, en ambos grupos, la frecuencia de casos en el
transcurso del tiempo.
Una vez que han quedado deducidas una o ms consecuencias verificables, resulta relativamente
fcil identificar los diseos de investigacin pertinentes para comprobar cada una de tales
consecuencias.
Hiptesis
13
Jess Reynaga Obregn
Si han sido deducidas correctamente una o ms consecuencias verificables y, por ello mismo, han
sido identificados cuidadosamente los diseos correspondientes, entonces las tcnicas
estadsticas a utilizar durante la o las investigaciones sern fcilmente elegibles.
Por todo lo anterior, un esquema ms integral para representar la relacin entre la hiptesis de
investigacin y los diseos de investigacin necesariamente debe incluir a la deduccin de
consecuencias verificables.
Adicionalmente, ha de considerarse entonces que la correcta utilizacin de las tcnicas del mtodo
estadstico solo ocurre una vez que se han identificado un diseo para cada una de las
consecuencias verificables deducidas a partir de la hiptesis de investigacin.
Hiptesis
14
Jess Reynaga Obregn
Problemas
Para cada uno de los tres siguientes enunciados se requiere identificar si las consecuencias verificables que
se han deducido a partir de sus correspondientes hiptesis son correctas o incorrectas. Es posible que una o
ms deducciones sean correctas o incorrectas..Justifique sus respuestas.
Enunciado 1
Hiptesis general de la investigacin: Debido a la distinta forma en que son tratados a lo largo del tiempo la
gran mayora de los y la gran mayora de los , es probable que los terminen siendo ms altos hacia
el final de su existencia.
Consecuencia No. 3: Si la hiptesis es cierta, entonces, al tratar de una misma forma a lo largo del tiempo
tanto a un grupo de como a un grupo de , se esperara que los promedios de estatura de ambos grupos
sean iguales hacia el final de su existencia.
Enunciado 2
Consecuencia No. 1 Si la hiptesis es cierta, entonces, al comparar dos grupos de nios: uno formado por
desnutridos y otro formado por nios sin desnutricin se esperara que en cada grupo predominara un cierto
nivel de ingresos familiar y que los niveles educativos familiares fueran igualmente diversos tanto en uno como
en otro grupo.
Consecuencia No. 2 Si la hiptesis es cierta, entonces, al comparar dos grupos de nios: uno formado por
desnutridos y otro formado por nios sin desnutricin se esperara que en el grupo de desnutridos
predominara la falta de alimentos de origen proteico y en el grupo de nios no desnutridos las dietas se
encontraran balanceadas.
Enunciado 3
Hiptesis general de la investigacin: Es probable que el stress produzca aumento de peso en las
glndulas suprarrenales de las ratas de experimentacin.
Consecuencia No. 2 Si la hiptesis es cierta, entonces, al comparar dos grupos de ratas: uno sometido a
situaciones de stress y otro no, se esperara encontrar que el peso promedio de las glndulas suprarrenales
de uno y otro grupo sean diferentes.
15
Jess Reynaga Obregn
Seleccione de entre los prrafos a) al f) los que correspondan a las siguientes etapas del Mtodo
Cientfico y anote la letra correspondiente:
PLANTEAMIENTO DE HIPOTESIS
DISEO DE LA INVESTIGACION
b) Al final se concluy que eran ms frecuentes los casos de microcefalia y de defectos congnitos
cardacos entre los hijos de las madres que haban padecido rubeola.
c) Se formaron dos grupos: uno de nios con microcefalia y defectos congnitos cardacos y uno
de nios con otro tipo de padecimientos presentes desde el nacimiento. En ambos grupos se
averigu el tipo de enfermedades padecidas por la madre durante la gestacin.
f) Si la hiptesis era cierta, se esperaba que la gran mayora de los nios con microcefalia y
malformaciones cardacas congnitas procedieran de madres que haban padecido rubeola
durante el embarazo.
16
Jess Reynaga Obregn
El Mtodo Estadstico
El mtodo estadstico consiste en una secuencia de procedimientos para el manejo de los datos
cualitativos y cuantitativos de la investigacin.
Dicho manejo de datos tiene por propsito la comprobacin, en una parte de la realidad, de una o
varias consecuencias verificables deducidas de la hiptesis general de la investigacin.
Las caractersticas que adoptan los procedimientos propios del mtodo estadstico dependen del
diseo de investigacin seleccionado para la comprobacin de la consecuencia verificable en
cuestin.
1. Recoleccin (medicin)
2. Recuento (cmputo)
3. Presentacin
4. Sntesis
5. Anlisis
Tales etapas siempre se encuentran en el orden descrito y cada una de ellas consiste, de manera
resumida, en lo siguiente:
1. Recoleccin (medicin)
Por lo anterior, puede decirse que esta etapa del mtodo estadstico consiste en la
medicin de las variables.
La calidad tcnica de esta etapa es fundamental ya que de ella depende que se disponga
de datos exactos y confiables en los cuales se fundamenten las conclusiones de toda la
investigacin.
17
Jess Reynaga Obregn
2. Recuento (cmputo)
A veces el recuento puede realizarse de manera muy simple, por ejemplo con rayas o
palotes; en otras ocasiones se requiere el empleo de tarjetas con los datos y, en
investigaciones con mucha informacin y muchos casos, puede requerirse el empleo de
computadoras y programas especiales para el manejo de bases de datos.
3. Presentacin
En esta etapa del mtodo estadstico se elaboran los cuadros y los grficos que permiten
una inspeccin precisa y rpida de los datos.
La elaboracin de cuadros, que tambin suelen llamarse tablas, tiene por propsito
acomodar los datos de manera que se pueda efectuar una revisin numrica precisa de
los mismos.
Casi siempre a cada cuadro con datos le puede corresponder una grfica pertinente que
represente la misma informacin.
4. Sntesis
18
Jess Reynaga Obregn
Entre las principales medidas de resumen para sintetizar a los datos cualitativos se
encuentran las razones, las proporciones y las tasas.
Entre las principales medidas para sintetizar los datos cuantitativos se encuentra la moda y
la amplitud, la mediana y los percentiles y el promedio y la desviacin estndar.
5. Anlisis
Cada prueba de anlisis estadstico debe utilizarse siempre en funcin del tipo de diseo
de investigacin que se haya seleccionado para la comprobacin de cada consecuencia
verificable deducida a partir de la hiptesis general de investigacin.
En los primeros prrafos se mencion que el mtodo estadstico es una secuencia ordenada de
procedimientos para el manejo de los datos en las investigaciones. Luego de haber revisado las
caractersticas y propsitos de las diversas etapas del mtodo, parece quedar claro que tal
secuencia guarda siempre el orden descrito.
Es lgico efectuar el recuento de la informacin ( 2a. etapa, Recuento) solo hasta que
previamente fue recogida ( 1a. etapa, Recoleccin o Medicin). Antes de condensar la
informacin en la etapa de sntesis ( 4a. etapa) siempre conviene haberla comprendido a travs
de la elaboracin de cuadros y grficos ( 3a. etapa Presentacin).
Desde luego es impensable efectuar anlisis estadstico ( 5a. etapa, Anlisis) para comparar
medidas de resumen si antes estas no han sido calculadas ( 4a. etapa, Sntesis)
Por lo anterior, puede considerarse a la estadstica como una disciplina que posee su propio
mtodo. Tal disciplina emplea conocimientos de otras ciencias como la lgica y la matemtica y
por ello se dice que la estadstica es una forma razonable de emplear el sentido comn y la
aritmtica para el manejo de los datos en las investigaciones.
19
Jess Reynaga Obregn
En la siguiente ilustracin se esquematiza la relacin que existe entre la estadstica y las etapas de
la investigacin cientfica:
Deduccin de
consecuencias
verificables
Diseo de
investigacin
Mtodo Estadstico
2. Recoleccin
3. Recuento
4. Presentacin
5. Sntesis
6. Anlisis
Realidad
20
Jess Reynaga Obregn
Problema
La mortalidad de los mdicos por cncer pulmonar
en relacin con el hbito de fumar
A manera de recordatorio, en el siguiente esquema, con los nmeros 1. al 5. se muestran las etapas del
Mtodo Estadstico :
Deduccin de
consecuencias
verificables
Diseo de
investigacin
Mtodo Estadstico
1. Recoleccin
2. Recuento
3. Presentacin
4. Sntesis
5. Anlisis
Realidad
Con el mismo sistema de enumeracin empleado en el esquema anterior, identifique las etapas del
Mtodo Estadstico que se encuentren presentes en el siguiente relato y anote las letras
correspondientes en los recuadros de los prrafos (algunos recuadros pueden quedar vacios):
Sin saber el por qu de tal relacin, en un estudio de numerosos casos de cncer pulmonar se
observ que alrededor del 70% de los enfermos eran antiguos fumadores.
Esto hizo pensar que el consumo de tabaco pudiera ser un factor favorecedor o causal del cncer
pulmonar.
Luego de discutir si convena formar un grupo de mdicos fumadores y seguirlo a lo largo de varios
aos o formar un grupo de mdicos fumadores y uno de no fumadores, se resolvi hacer la investigacin
enviando un cuestionario a un nico pero numeroso grupo de mdicos del Reino Unido.
21
Jess Reynaga Obregn
De ellos, se solicitaron datos individuales sobre, edad y hbitos de fumar por medio del cuestionario
de referencia. Dicho cuestionario fue puesto a prueba para comprobar que meda con precisin las diversas
variables en estudio. Se establecieron adems conexiones con el Registro de Defunciones para asegurar la
informacin sobre la mortalidad por cncer pulmonar que fuera ocurriendo en los mdicos a quienes se incluy
en el estudio.
El resumen de la informacin obtenida se expres en tasas de mortalidad por cada mil mdicos.
Las tasas de mortalidad por cada mil mdicos fueron comparadas para averiguar si parecan existir
diferencias significativas, desde el punto de vista estadstico entre quienes murieron por cncer pulmonar
segn el antecedente de si fumaban o no.
Los resultados mostraron que el riesgo de morir fue 14 veces mayor en fumadores que en no
fumadores. Tambin se observ que en los fumadores la frecuencia de stas muertes aument cuando la
cantidad de tabaco que se consuma era mayor.
22
Jess Reynaga Obregn
El conjunto de acciones que permite poseer dicha informacin est orientado por el tipo de diseo
de investigacin que se haya seleccionado para comprobar a cada una de las consecuencias
verificables.
Componentes de la recoleccin:
1. El observador o responsable de la medicin
Tanto si es el propio investigador el que realiza la medicin como si es alguno de los miembros de
un grupo, la observacin que realice debe buscar mediciones vlidas y confiables. La
impreparacin del observador o su falta de cuidado puede provocar que las mediciones efectuadas
no proporcionen informacin til para el proceso de investigacin.
Muchas de las investigaciones requieren que el observador tenga una alta preparacin en tcnicas
de medicin especficas para determinado tipo de investigaciones; por ejemplo, la medicin de
actitudes requiere de una preparacin que tal vez incluya estudios especializados en el campo de
la psicologa, la medicin de alteraciones anatmicas puede requerir de preparacin especializada
en tcnicas radiolgicas modernas o la medicin de caractersticas microscpicas puede requerir
de entrenamiento en tcnicas de microscopa electrnica.
23
Jess Reynaga Obregn
Para fines estadsticos las caractersticas o atributos a los que se mide su magnitud, intensidad o
valor se denominan variables. En algunos casos la caracterstica que se mide admite una
valoracin cuantitativa de tipo numrico, como la estatura o el nmero de aciertos en un examen;
en otras ocasiones la caracterstica que se mide solo admite valoraciones cualitativas en trminos
de palabras, como el color de ojos o los oficios a que se dedica un grupo de personas.
Tanto si las variables recogidas son de tipo cuantitativo como si son de tipo cualitativo, deben
haberse definido a la luz del diseo de investigacin y deben servir precisamente para comprobar
la consecuencia verificable que origin la seleccin de dicho diseo.
3. El procedimiento de medicin
Los procedimientos de medicin o recoleccin son tan variados que su enumeracin sera
vastsima. Algunos procedimientos consisten en la observacin visual y el registro de lo observado;
por ejemplo, si se deseara investigar la forma en que un grupo de amas de casa prepara los
alimentos en su hogar, una forma sera observarlas y efectuar las anotaciones pertinentes. Otros
procedimientos consisten en efectuar preguntas directas; por ejemplo si se deseara averiguar el
tiempo que emplean en transportarse a su escuela los estudiantes de alguna licenciatura, una
forma podra ser interrogar con precisin a una muestra de dichos estudiantes. En otras ocasiones
los procedimientos pueden consistir en pedir que sea contestado un cuestionario, ya sea con
preguntas abiertas o con preguntas con opciones.
Problema 1. Un joven pasante de medicina fue contratado por una fbrica constructora de espejos
para que estableciera programas integrales de prevencin y control de enfermedades y accidentes
en el trabajo, pues los propietarios de la empresa estaban preocupados por la abundante cantidad
de heridos que ya se haban presentado en el curso de los cinco aos que tenia en funcionamiento
la fbrica. Aunque su consultorio estaba ubicado en la planta alta de la seccin de corte y
esmerilado de los espejos y tena acceso directo a ella a travs de un moderno elevador, el joven
pasante siempre procuraba llegar a su oficina por una escalera exterior del edificio, pues le
causaba molestia el intenso ruido producido por la maquinaria de corte y esmerilado.
Con el propsito de averiguar las razones de los numerosos accidentes, el pasante citaba
diariamente a dos trabajadores a su consultorio y los interrogaba acerca de su edad, horario de
entrada y salida, nivel educativo, sueldo y cursos de entrenamiento en el manejo de vidrio que
hubieran tomado.
Luego de haber entrevistado a los 189 trabajadores de la fbrica, el pasante propuso a los dueos
de la empresa que: a) solo contrataran a trabajadores mayores de 28 aos y menores de 45, b)
24
Jess Reynaga Obregn
establecieran dos jornadas de descanso en el curso del da, c) incrementaran los sueldos de los
trabajadores, y d) realizaran dos cursos anuales y obligatorios sobre prevencin de accidentes.
Preguntas:
Problema 2. En contra de lo que se supona, un profesor de primaria pensaba que no era cierto
que los escolares aplicados siempre se sientan en las primeras filas de asientos. El opinaba que
esos lugares suelen ser ocupados por los nios que no oyen o ven bien.
Para comprobar lo anterior, compr una carta de optotipos como las que se usan en las pticas y
un viejo y ruidoso reloj de cuerda y clasific la visin y audicin tanto de los nios de las primeras
filas como de los de las ltimas.
Preguntas:
a. Cules fueron los instrumentos de medicin? El investigador debi haber utilizado otros
instrumentos? Cules seran?
b. Cules son los nombres de las tres caractersticas medidas por el investigador en los nios?
Problema 3. En nuestro pas se realizan censos de poblacin cada 10 aos ( el ltimo se realiz
apenas en 1990). Tales censos se aplican en la inmensa mayora de las casas y es raro que
existan familias que no recuerden tal evento, pues la cobertura de los censos se ha incrementado
dcada con dcada.
Interrogue a sus familiares acerca de las preguntas que se les hicieron en el ltimo censo y haga
una lista de ellas. Una vez que disponga de la lista, califique a cada pregunta segn si fue
respondida con exactitud o no. En el caso de las preguntas para las que se otorgaron respuestas
inexactas seale las posibles razones.
Problema 4. Identificndose como estudiante que realiza una prctica escolar acuda a la ptica
ms cercana a su domicilio y averige lo siguiente:
el optometrista
el paciente
el equipo
el procedimiento de medicin
el registro de los resultados de la medicin
25
Jess Reynaga Obregn
En todos los sujetos u objetos que se estudian se pueden medir caractersticas diversas; por
ejemplo su color, su peso o su longitud.
Las caractersticas, cualidades o atributos que se estudian en cada elemento pueden adoptar
diferentes valores, magnitudes o intensidades; por ejemplo, si se estudia a un grupo de personas y
se les mide su estatura se encontrar que unas son ms altas o ms bajas que otras; si se observa
su color de cabello se encontrar que unas lo tienen rubio, otras castao, otras de color negro y
otras de color blanco. Por el hecho de que la estatura adopta diversas magnitudes entre el grupo
de personas y que su color del cabello presenta diversos valores, a ambas caractersticas se les
denomina variables.
A las variables del primer tipo se les denomina cualitativas y a las del segundo tipo
cuantitativas.
Las variables cuantitativas se clasifican en discretas y continuas. Las variables cuantitativas son
discretas si el resultado de haberlas medido se puede expresar solo en trminos de nmeros
enteros; por ejemplo: el nmero de hijos que tienen las familias se mide en cifras enteras: cero
hijos, un hijo, dos hijos, etc. Las variables cuantitativas son continuas si al medirlas el resultado se
puede expresar en trminos de cifras fraccionarias; por ejemplo, la temperatura en diversas
personas puede valer 36.7, 36.5, 36.8, etc.
26
Jess Reynaga Obregn
Con frecuencia tan solo con conocer el nombre de una variable resulta posible clasificarla; por
ejemplo: la variable nacionalidad debe ser cualitativa nominal pues al pensar en los resultados de
haberla medido en grupos de personas solo vienen a la mente trminos tales como nacional y
extranjero o trminos como mexicano, peruano, costarricense, etc. De ninguna manera se le
ocurre a uno pensar que en tales escalas existe jerarqua y por ello la variable no podra ser
cualitativa ordinal. La variable nacionalidad tampoco podra ser cuantitativa, pues la nacionalidad
no admite cuantificaciones de ningn tipo. En algunas ocasiones el nombre otorgado a algunas
variables es indicativo muy aproximado de su clasificacin; por ejemplo: la variable nmero de
embarazos es susceptible de ser clasificada como cuantitativa discreta y no como cuantitativa
continua pues no existe tal cosa como 2.5 3.75 embarazos.
Otra clasificacin de utilidad es la que clasifica a las variables desde un punto de vista
metodolgico en independientes y dependientes.
Es independiente una variable que antecede u origina a otras. Por otro lado, una variable se
denomina dependiente si es consecuente a otras.
Esta clasificacin es muy conveniente para analizar el modo en que se relacionan diversas
variables entre s. A manera de ejemplo se presenta una hiptesis de investigacin que contiene
ambos tipos de variables: Es probable que la desnutricin infantil est ms intensamente
condicionada por el nivel de ingresos de las familias que por el nivel educativo de sus integrantes;
obsrvese el esquema que se ha elaborado para clasificar metodolgicamente a las variables:
Desnutricin infantil
En el esquema se aprecia que a las variables Nivel de ingresos de las familias y Nivel educativo de
los integrantes no les antecede ninguna otra variable y por ello son clasificadas como
independientes; por otra parte se nota que la variable Desnutricin infantil es efecto o resultado de
las dos anteriores y por ello se clasifica como dependiente.
Tanto la clasificacin desde el punto de vista del nivel de medicin como la clasificacin desde el
punto de vista metodolgico coexisten y pueden aplicarse simultneamente a las variables. Por
ejemplo, la variable Desnutricin infantil desde el punto de vista metodolgico se clasifica como
dependiente y desde el punto de vista de su nivel de medicin se puede clasificar como cualitativa
ordinal en el supuesto de que su escala estuviera constituida por las modalidades desnutricin de
primer grado, desnutricin de segundo grado y desnutricin de tercer grado.
27
Jess Reynaga Obregn
Como resultado del proceso de medicin de una variable surge una escala que muestran los
diversos valores o intensidades que puede adoptar tal caracterstica.
Como se puede apreciar, la escala de las variables cualitativas, tanto nominales como ordinales,
estn constituidas por renglones denominados modalidades.
Pacientes atendidos
Nombre de la variable por jornada laboral
0a3
Su escala de intervalos 4a7
(Sinnimo de intervalos: 8 a 11
clases) 12 a 15
16 a 19
28
Jess Reynaga Obregn
Como se puede apreciar, la escala de las variables cuantitativas, tanto discretas como continuas,
estn constituidas por renglones denominados intervalos o clases.
Las escalas para cualquier tipo de variable deben cumplir, entre otras, con las siguientes normas:
1. La escala debe ser exhaustiva; es decir, sus modalidades o clases deben abarcar a todo el tipo
posible de mediciones que se vayan a efectuar. En los siguientes ejemplos se aprecian escalas
que no son exhaustivas:
AGILIDAD MOSTRADA EN
UN EVENTO ATLETICO PESO DE UN GRUPO DE
ADOLESCENTES (KGRS.)
Estupenda 30 a 34
Excelente 33 a 39
Buena 40 a 44
Regular 45 a 49
Mala 50 a 54
29
Jess Reynaga Obregn
3. La escala debe contener modalidades o clases pertenecientes a una nica variable. Lo anterior
significa que no deben mezclarse modalidades de o clases de una escala con las de otra, aunque
sean sumamente parecidas. En los siguientes ejemplos se aprecian modalidades o clases que no
pertenecen a una misma variable:
TIPO DE DIETA
Hipocalrica
Normocalrica
Hipercalrica
Equilibrada
Las tres modalidades relativas a caloras pueden pertenecer a la escala de una sola caracterstica
y la modalidad Equilibrada puede pertenecer a otra escala perteneciente a otra diferente
caracterstica. As, despejando la mezcla de escalas y modalidades, las escalas de dos diferentes
caractersticas o variables pueden quedar de la siguiente manera:
Como puede observarse, aunque son muy parecidas, las caractersticas que se desea medir son
diferentes y a cada una de ellas le corresponde su propia escala de modalidades.
30
Jess Reynaga Obregn
6.0 Problemas
31
Jess Reynaga Obregn
1. Identifique a las variables contenidas en el siguiente relato y clasifquelas tanto desde el punto
de vista de su nivel de medicin como desde el punto de vista metodolgico.
2. Identifique a las variables contenidas en el siguiente cuadro y clasifquelas tanto desde el punto
de vista de su nivel de medicin como desde el punto de vista metodolgico.
Ligero 47 12 56 115
Moderado 10 80 12 102
411
32
Jess Reynaga Obregn
Pareja Torpe
Material de Tipo de
Opinin sobre las
4 construccin de 5 dependencia 6
marchas en va
los techos de las acadmica en la
pblica
viviendas UNAM
Cemento Escuelas Autorizar
Centros de
Lmina metlica Sin opinin
investigacin
Permitir
Opinin sobre el
7 estado de salud 8 Resultados de una 9 Resultado en un
luego de una votacin examen
ciruga
Mejor A favor No se presentaron
En contra Reprobaron
Peor Abstencin
Aprobaron con
Sin opinin De acuerdo
mencin honorfica
33
Jess Reynaga Obregn
Pesos de un grupo
Habitantes de un
10 Nmero de hijos 11 12 de nios en
grupo de ciudades
gramos
1a3 0 a 9,999 0 a 2,999
12,000 a 14,999
Ms de 180 mgrs/ml
Personas segn
Concentracin de Grupos de edad
16 17 edad (en salud 18
glucosa en sangre (en salud pblica)
pblica)
Menos de 60
0 a menos de 1 ao Infantil
mgrs/ml
15 a menos de 25
120 a 149 mgrs/ml aos
Preproductiva
25 a menos de 45
150 a 179 mgrs/ml aos
Productiva
45 a menos de 65
Ms de 160 mgrs/ml aos
Posproductiva
65 y ms aos Ancianidad
34
Jess Reynaga Obregn
Diseo de cuestionarios
Introduccin
La primera etapa del mtodo estadstico, denominada recoleccin, puede llevarse a cabo a travs de
diversos procedimientos de medicin. En algunas ocasiones las variables se miden con equipamiento
instrumental; por ejemplo: la estatura se mide con un escalmetro, el peso con una bscula, la
temperatura con un termmetro y la presin arterial con un baumanmetro. En otras ocasiones las
variables se miden con la simple observacin; por ejemplo: el tipo de actitud que adoptan los pacientes,
su manera de caminar o su color de piel solo requieren inspeccin visual. Algunas veces la medicin de
variables requiere del interrogatorio; por ejemplo: para saber si un paciente est orientado temporal y
espacialmente basta con hacerle una serie de preguntas.
En todos los anteriores casos la informacin obtenida debe ser registrada por escrito para luego proceder
a su recuento. Casi siempre, de la calidad del registro escrito depende la calidad de las conclusiones
obtenidas luego de aplicar procedimientos estadsticos a las variables medidas.
Por convencin a los registros escritos suele denominrseles genricamente cuestionarios. El diseo de
un cuestionario implica que, previamente, se ha realizado una correcta definicin de las variables en
estudio y que para cada una se ha construido su correspondiente escala en trminos de modalidades o
intervalos. Si la definicin de variables o la construccin de sus escalas son imperfectas, el diseo del
cuestionario dar lugar a un defectuoso instrumento de recoleccin.
1. Comprobacin de requisitos
Al inicio del diseo de un buen cuestionario conviene comprobar los siguientes aspectos:
35
Jess Reynaga Obregn
Adems de contener preguntas, los cuestionarios para entrevistas cara a cara suelen tener textos que
ayudan al entrevistador en la conduccin de la entrevista. Tambin pueden agregarse instrucciones al
entrevistador o imgenes e ilustraciones que se deban mostrar al entrevistado.
Cuestionarios autoadministrados
Cules son las principales Razn principal para estudiar Inters cientfico por
razones que manifiestan los un curso de posgrado un rea determinada
aspirantes para estudiar un de la prctica mdica
curso de posgrado en la Inters por
facultad de medicina? distinguirse
acadmicamente de
otros
Inters por obtener
mejores ingresos
Deseo de
perfeccionar
conocimientos y
habilidades en los
que existe cierta
experiencia
36
Jess Reynaga Obregn
Hay que procurar distribuir las preguntas y sus opciones de respuesta de manera estticamente atractiva.
Hay que tratar de ser consistente en el empleo de los trminos y limitarse a plantear la menor variedad de
tipos de preguntas posible. Se debe procurar que el cuestionario tenga a todo lo largo una orientacin
semejante, ya sea horizontal o vertical. Si el cuestionario consiste en hojas engrapadas, hay que procurar
imprimir por un solo lado del papel para evitar que el respondiente salte inadvertidamente a preguntas
que parecieran no tener secuencia con las anteriores; en todo caso hay que pensar en la conveniencia de
imprimir el cuestionario en forma de libro. Cada pgina debe tener una cantidad semejante de preguntas
y debe evitarse la sobresaturacin de texto con el afn de ahorrar papel. Hay que reducir al mximo la
cantidad de lneas, bordes y recuadros y debe usarse un tamao de letra fcil de leer para cualquier
persona; deben preferirse los tipos de letras sin rasgos excesivos; por ejemplo: es mejor usar letra de tipo
Arial que letra de tipo Times New Roman. En caso de que deban imprimirse instrucciones de cada
cuando en cuando hay que usar consistentemente un tipo de letra tal como la de tipo cursiva; por ejemplo
cada vez que se indica: Marque con una cruz en el recuadro correspondiente a la opcin de su
preferencia.
Si el cuestionario ser de tipo autoadministrado, puede empezarse con las preguntas que despierten
mayor inters en el respondiente. En otros casos habr que comenzar con las preguntas ms sencillas
para pasar luego a las ms complejas. En algunas ocasiones habr que dejar que el respondiente
adquiera confianza en el cuestionario antes de empezar a pedirle respuestas de tipo ms personal. En
cualquier caso hay que agrupar las preguntas de manera lgica agrupando las preguntas de tipo similar
en secciones especficas.
Es muy conveniente mantener un flujo lgico y sencillo de las preguntas a lo largo del cuestionario
evitando, en todo lo posible, ramificaciones excesivas; por ejemplo: cuando se pide al respondiente que,
si es hombre pase a la pregunta Y o que si es mujer pase a la pregunta X; en casos como este ltimo es
preferible, si los recursos lo permiten, elaborar un cuestionario para los hombres y otro para las mujeres.
5. Tipos de preguntas
En el diseo de un cuestionario se pueden usar diversos tipos de preguntas: abiertas o cerradas, de
seleccin sencilla o de seleccin mltiple, de asignacin de orden o de asignacin de valor.
Existen ocasiones en que, por falta de antecedentes o en situaciones inditas, no hay manera de
establecer a priori la escala de alguna variable que se desea medir o que resulta de importancia disponer
de respuestas libremente ideadas por el respondiente. En estos casos puede obtenerse valiosa
informacin al hacer preguntas abiertas tales como la siguiente:
Cul considera que es la principal razn para que los adolescentes pinten con
aerosol las fachadas de las casa ajenas?
37
Jess Reynaga Obregn
Plantear una pregunta como la anterior tiene desventajas y ventajas. Como principal desventaja se
encuentra que habr que destinar bastante tiempo para clasificar la amplia variedad de respuestas que
se les ocurran a los respondientes para construir, a posteriori, una escala para la variable involucrada a
fin de poder efectuar un recuento preciso. Como ventajas se encuentran que la gama de respuestas
puede ser ms rica que la que a uno se le pudiera haber ocurrido y que la variedad de respuesta refleja
mejor la opinin de los respondientes. En cuanto a la disposicin de las preguntas abiertas, conviene
reservar suficiente espacio para que se anote sin dificultad la respuesta manuscrita del respondiente y
prever un rea para su posterior clasificacin y codificacin. A continuacin se muestran dos ejemplos:
Mal
Cul considera que es la principal razn para que los adolescentes pinten con
aerosol las fachadas de las casa ajenas? ______________________________
Bien
Cul considera que es la principal razn para que los adolescentes pinten con
aerosol las fachadas de las casa ajenas?
En el caso de que para una variable como la anterior solo interese que el respondiente ubique su opinin
en una escala preestablecida, podra redactarse la pregunta a modo de pregunta cerrada con opciones
mltiples de la siguiente manera:
Cul considera que es la principal razn para que los adolescentes pinten con
aerosol las fachadas de las casa ajenas? (marque con una X en un solo
recuadro)
En el caso de establecer una escala con opciones mltiples como la anterior, hay que asegurarse de que
es exhaustiva y de que las opciones son mutuamente excluyentes entre s.
38
Jess Reynaga Obregn
Seleccin sencilla
Cul considera que es las principal razn para que los adolescentes pinten con
aerosol las fachadas de las casa ajenas? (marque con una X en un nico
recuadro)
Seleccin mltiple
Cules considera que son las principales razones para que los adolescentes
pinten con aerosol las fachadas de las casa ajenas? (marque con una X en los
recuadros que expresen su opinin)
En algunas ocasiones se hace necesario conocer la importancia que el respondiente concede a algunas
opciones de respuesta; en estos casos puede buscarse su opinin pidindole que asigne un orden de
importancia a las opciones de respuesta o que se ubique en una escala numrica de valores que
representen su preferencia.
Asignacin de orden
De a las siguientes razones para que los adolescentes pinten con aerosol las
fachadas de las casa ajenas un orden de importancia (marque con nmeros del
1 al 4 en los recuadros. El nmero 1 representar la opcin que usted considera
ms importante. No repita nmeros)
39
Jess Reynaga Obregn
Asignacin de valor
Otorgue un valor a las siguientes razones para que los adolescentes pinten con
aerosol las fachadas de las casa ajenas (marque con una X los recuadros que
expresen su opinin)
En la anterior escala de importancia puede apreciarse que no se ha incluido una columna que permita
asignar un valor neutro como por ejemplo Sin opinin debido a la tendencia que tienen muchos
respondientes para escoger opciones que no los comprometen.
Precisin
Se deben hacer preguntas lo ms breves y claras posible. Hay que evitar el uso de abreviaturas. Se debe
verificar que la pregunta no se presta a interpretaciones ambiguas; por ejemplo: es mejor preguntar Ha
tenido catarro en los ltimos tres meses? que Ha tenido catarro recientemente?
Preguntas dobles
Algunas preguntas implican dobles cuestiones que deben evitarse; por ejemplo:
Cree usted que los adolescentes debieran comer menos y hacer ms ejercicio?
Para evitar este tipo de preguntas conviene redactar dos preguntas separadas de la siguiente forma:
Si No
40
Jess Reynaga Obregn
Preguntas negativas
Evite preguntas con redaccin negativa que suelen causar confusiones como las siguientes:
Si No
Si No
Exactitud
En caso de no existir restricciones, procure pedir respuestas precisas. Por ejemplo, en lugar de preguntar
as:
Su edad corresponde a:
18 a 24 aos
25 a 44 aos
45 a 64 aos
pregunte as:
En el ejemplo anterior podra considerarse que era suficiente con obtener la edad en grupos; sin embargo
existen varias razones para obtener cifras exactas en lugar de cifras agrupadas:
Existe menor riesgo de equivocacin al anotar un nmero que al marcar con cruz en algn
recuadro
Las cifras exactas pueden agruparse a posteriori en intervalos del tamao deseado
Mantener las cifras exactas permite actualizar posteriormente la informacin, particularmente las
edades, con algn programa de cmputo
Ciertos clculos estadsticos y algunos paquetes de cmputo requieren la informacin sin agrupar
41
Jess Reynaga Obregn
Hay que evitar forzar al respondiente a contestar en contra de su voluntad con preguntas como la
siguiente:
Esta usted de acuerdo, al igual que la gran mayora de los buenos profesores, en que los estudiantes
destinan cada vez menos tiempo a la preparacin de sus exmenes?
Si No
Igualmente, hay que procurar ser cuidadoso al pedir opiniones situando al respondiente en situaciones
hipotticas sumamente irreales o pidindole que marque opciones extremadamente polarizadas
Si usted fuera el director de la facultad de medicina reducira la duracin de los estudios a solo 3 aos?
Si No
42
Jess Reynaga Obregn
Aspectos ticos
Nunca deben hacerse preguntas ofensivas o embarazosas. Hay que evitar que el respondiente pierda
tiempo con preguntas innecesarias que no corresponden a ninguna variable del estudio. Las preguntas
delicadas deben hacerse una vez que el respondiente haya resuelto las preguntas generales; por
ejemplo:
Finalmente, para poner en contexto sus respuestas nos permitimos pedirle que sea
tan amable en contestar lo siguiente:
Soltero
Casado
Viudo
Divorciado
Unin libre
Le aseguramos que sus respuestas sern tratadas de manera respetuosa y sern utilizadas solo con
propsitos de investigacin. Sus datos no sern facilitados a ninguna otra institucin de cualquier
naturaleza de acuerdo a lo establecido por la actual legislacin de derechos humanos. Muchas gracias
por su participacin en este estudio.
Prueba piloto
Por ms que parezca perfecto un cuestionario siempre requiere probarse por anticipado, particularmente
en lo referente a los siguientes aspectos:
Legibilidad del documento, tamao y color del papel y de la letra, formato (hojas engrapadas o
cuadernillo). Identificacin del cuestionario (numeracin consecutiva, nmero o fecha de versin).
43
Jess Reynaga Obregn
A veces el recuento puede realizarse de manera muy simple, por ejemplo con tarjetas en las que se
anotan datos en el centro de sus bordes y en sus esquinas; en otros casos puede requerirse el empleo
programas de cmputo para el manejo de bases de datos.
Para esto se requiere que los valores o modalidades tengan asignado un cdigo, preferentemente desde
el asentamiento de los datos hecho en el instrumento en que se hayan recogido. Dichos cdigos sern
transcritos a la tarjeta de cartulina en los sitios establecidos para ello a partir de una tarjeta modelo o
matriz; por tanto, cada formulario da lugar a una tarjeta que contendr la misma informacin ya
codificada.
Ejemplo: Obsrvese el siguiente instrumento de recoleccin ya contestado y los cdigos asignados a los
valores de las diferentes modalidades o clases:
INSTRUMENTO DE RECOLECCION
1 Alumno No. 19
44
Jess Reynaga Obregn
B S B
P 19 M
1 S 2
Como puede verse, se han ocupado el centro, las esquinas y las partes medias de cada borde de la
tarjeta para anotar los cdigos contenidos en el formulario. Los sitios donde se anota cada cdigo se
determinan previamente mediante la elaboracin de una tarjeta modelo.
TARJETA MODELO
Nmero
Lugar de
del Sexo
estudio
alumno
Tiempo de Otra
estudio ocupacin Edad
Para proceder al cmputo, simplemente se separan las tarjetas en paquetes diferentes, de acuerdo a las
diversas modalidades o clases de una variable, y se cuentan las tarjetas resultantes.
45
Jess Reynaga Obregn
Por ejemplo, si se deseara contar a los individuos segn su escuela de origen se procedera A separar
las tarjetas formando paquetes de la siguiente manera:
P C B
P C B
P C B
C B
P
B
P B
P
B
B
U VI
U VI
U VI
U
U
U
U
En caso necesario, cuando se desea realizar el cmputo de individuos clasificados bajo dos criterios, se
procede a una nueva separacin de los grupos de tarjetas resultantes de la primera clasificacin para
proceder a su cmputo.
Por ejemplo, para el caso que est sirviendo de ilustracin, si se deseara conocer cuntos de los
individuos que proceden del Colegio de Ciencias y Humanidades son hombres y cuntas son mujeres
(esto es: si se desear conocer a los individuos segn escuela de origen y sexo simultneamente) se
procedera segn el siguiente esquema:
C
C
C
C
C C
C
C
F
El sistema de recuento por medio de tarjetas simples es til para contar con comodidad hasta 500 casos,
siempre y cuando cada caso contenga a lo sumo ocho variables.
46
Jess Reynaga Obregn
El programa Excel de Microsoft permite contar y mantener archivados los datos correspondientes a un
mximo de 65,535 casos en quienes se hayan medido hasta 256 variables. Para utilizar este programa
como un sistema de recuento eficiente es indispensable que se respeten las siguientes normas:
la primera fila de una hoja de clculo debe destinarse a la anotacin de los nombres de las
variables medidas, preferentemente con no ms de ocho caracteres,
cada una de las siguientes filas deben corresponder a cada uno de los casos,
cada columna debe destinarse a la anotacin de los datos correspondientes a cada caso.
Una vez capturados todos los datos y salvado el archivo se procede de acuerdo a los siguientes pasos:
Colquese en la celdilla que est en la esquina superior izquierda del rea de datos, oprima
con su mano izquierda la tecla de maysculas y, sin soltarla, oprima repetidas veces la
tecla del cursor derecho hasta que aparezcan sombreadas las celdillas A1, B1 y C1.
Estas celdillas contienen los encabezados de las columnas.
Todava sin soltar con su mano izquierda la tecla de maysculas, oprima una vez la tecla Fin
e inmediatamente la tecla del cursor inferior . Observe que aparece sombreada toda el
47
Jess Reynaga Obregn
rea que contiene a los datos. Ahora puede soltar la tecla de maysculas.
Asegrese de que est sombreada el rea de datos. Con el puntero del ratn oprima una vez
la flecha que est al lado derecho de la ventana Cuadro de nombres. Observe que el
letrero A1 de la ventana se sombrea con color azul. En este momento puede sobreescribir un
nombre. Por ejemplo escriba con minsculas la palabra misdatos. Oprima la tecla
Asegrese de que est sombreada el rea de datos. Con el puntero del ratn despliegue el
men Datos y seleccione la opcin Ordenar. Al aparecer un cuadro denominado Ordenar,
que contiene tres ventanas y algunos botones, oprima la flecha que est al lado derecho de
la ventana superior y escoja el nombre de alguna de las columnas. En este caso escoja la
columna Sexo (columna B). Oprima el botn Aceptar. Observe que ahora la columna Sexo
muestra a los datos ordenados. Primero aparecen letras f y luego se muestran letras m.
Para ordenar los datos segn el contenido de alguna otra columna asegrese de que primero
est sombreada toda el rea de datos. Practique el ordenamiento de cada una de las otras
columnas
48
Jess Reynaga Obregn
3. Contar los subtotales de una columna (en este caso la columna sexo)
Asegrese de que tiene ordenados los casos segn la columna sexo. Vaya al men Datos y
escoja la opcin Subtotales. Observe que aparece un cuadro llamado Subtotales que
contiene tres ventanas y algunos botones. Oprima la flecha del lado derecho de la ventana
superior denominada Para cada cambio en: y escoja la columna sexo. En la ventana de en
medio, denominada Usar funcin: deje la opcin Contar. En la ventana inferior, denominada
Agregar subtotal a: marque la columna sexo; asegrese de que las dems columnas no
estn marcadas. Oprima el botn Aceptar.
En este momento, si usted recorre de arriba a abajo la columna sexo, notar que al terminar
las letras f se encuentra un subtotal y que al terminar las letras m se encuentra, tanto el
subtotal para la letras m, como el total de todos los casos.
49
Jess Reynaga Obregn
Antes de efectuar otro recuento de subtotales es necesario realizar lo siguiente: vaya al men Datos y
seleccione la opcin Subtotales. Al aparecer el cuadro Subtotales quite las marcas de cualquier columna
que estuviera marcada en la ventana inferior denominada Agregar subtotal a: y despus oprima el botn
Quitar todos.
Observe que en la columna sexo se han ordenado los datos y que hay un segmento de letras
f y luego uno de letras m.
Observe que tanto para el segmento de letras f como para el segmento de letras m se
50
Jess Reynaga Obregn
encuentran ordenados los datos de la columna apgar apareciendo primero los valores
menores de cada segmento de la columna sexo.
Ahora vaya al men Datos y escoja la opcin Subtotales. Al aparecer el cuadro Subtotales
realice lo siguiente:
Elabore una tabla como la que se muestra a continuacin y anote los resultados del recuento. Discuta los
resultados observados en la tabla.
51
Jess Reynaga Obregn
Apgar
Sexo 6 7 8 9
Femenino 1 1 3 3
Masculino 1 1 2 1
Ejercicios:
En las siguientes pginas encontrar un listado con los datos de 120 personas que asistieron a una
comida. En el evento se ofrecieron tres alimentos: sopa, arroz y mole. Los invitados pudieron o no haber
comido uno, dos o tres de los alimentos. El mismo da algunas personas presentaron diarrea.
Luego de efectuar el recuento de la informacin, tanto con el procedimiento de tarjetas simples como con
el uso del programa Excel llene los siguientes cuadros:
Cuadro 1
Ingestin Presentacin de diarrea
de sopa No Si Totales
No
Si
Cuadro 2
Ingestin Presentacin de diarrea
De arroz No Si Totales
No
Si
Cuadro 3
Ingestin Presentacin de diarrea
de mole No Si Totales
No
Si
52
Jess Reynaga Obregn
53
Jess Reynaga Obregn
54
Jess Reynaga Obregn
55
Jess Reynaga Obregn
Cuadro 1
Ingestin Presentacin de diarrea
de sopa No Si Totales
No 34 5 39
Si 17 64 81
120
Cuadro 2
Ingestin Presentacin de diarrea
De arroz No Si Totales
No 28 36 64
Si 23 33 56
120
Cuadro 3
Ingestin Presentacin de diarrea
de mole No Si Totales
No 27 36 63
Si 24 33 57
120
56
Jess Reynaga Obregn
Introduccin
Supngase que se lee o se escucha la siguiente descripcin: De 120 trabajadores de una fbrica de
gabinetes metlicos que fueron seguidos a lo largo de la dcada 1981-1990, en la poblacin de San
Garabato, 81 estaban expuestos regularmente a ruido intenso; de estos, casi tres cuartas partes
presentaron diversos grados de sordera al cabo del perodo de observacin. Por otra parte, de 39
trabajadores que solo se exponan espordicamente al ruido, la gran mayora casi no presentaban
manifestaciones de sordera al final del perodo de observacin..
Salvo pocas excepciones, la gran mayora de las personas no logra captar de primera intencin la
magnitud de las cifras y el modo en que se distribuyen las variables a las que se est haciendo
referencia. Es casi seguro que una importante proporcin de las personas tendr que releer la
descripcin dos o ms veces para emitir una opinin respecto a la informacin leda o escuchada.
San Garabato
1981-1990
Presencia de sordera
Exposicin Totales
al ruido SI NO
Si bien los cuadros permiten efectuar comparaciones precisas de tipo numrico, tambin se hace
necesario disponer de una forma de presentacin que facilite la revisin visual rpida de las
caractersticas esenciales de los datos.
Obsrvese cmo el grfico que corresponde a la tabla anterior propicia una fcil comprensin de la
informacin con la sola inspeccin visual:
57
Jess Reynaga Obregn
75
50
25
Regular Espordica
Exposicin al ruido
En el caso de los cuadros pueden mencionarse como normas mnimas las siguientes:
Cada cuadro debe tener un ttulo completo que responda a las preguntas
Qu se est presentando?,
Cmo se est presentando?,
De donde provienen los datos? y
De cundo son los datos?
Las variables deben tener un nombre exacto que est acorde con la escala de clases o
modalidades que se hayan definido para dichas variables.
La escala de cada variable debe tener modalidades o clases que sean exhaustivas y
mutuamente excluyentes.
En vista de que los cuadros tienen por propsito presentar las caractersticas numricas de los
datos, los clculos deben ser exactos.
Columna de frecuencias
absolutas
58
Jess Reynaga Obregn
En el caso de los grficos pueden mencionarse como normas mnimas las siguientes:
Cada grfico debe tener un ttulo completo que responda a las preguntas
Qu se est presentando?,
Cmo se est presentando?,
De donde provienen los datos? y
De cundo son los datos?
Para no distorsionar la apreciacin visual de las variables que se estn presentando, la relacin
entre el eje vertical (ordenada) y el eje horizontal (abscisa) de los grficos debe ser de 1 a 1.5;
por ejemplo: si la ordenada mide 3 centmetros, la abscisa medir 4.5
La escala de cada variable debe tener modalidades o clases que sean exhaustivas y
mutuamente excluyentes.
En vista de que los grficos tienen por propsito agilizar la captacin visual de las caractersticas
esenciales de los datos sin distorsiones de ningn tipo, debe evitarse el uso de colores o de
efectos tridimensionales de volumen.
1600
1200
800
400
0
Muy bueno Bueno Regular Malo Muy malo
Estado de higiene oral
Se considera que el arsenal mnimo que se debe poseer en cuanto a capacidades para la elaboracin de
cuadros y grficos debe permitir la presentacin de:
En las siguientes pginas se encuentran modelos para cada caso. En cada uno se aprecian las
caractersticas tcnicas que deben tomarse en cuenta para su construccin.
59
Jess Reynaga Obregn
Escolares
segn estado de higiene oral
Primaria Repblica del Salvador
1995
Nm.
700
600
500
400
300
200
100
0
Excelente Bueno Regular Malo Psimo
Pacientes epilpticos
segn nmero de convulsiones diarias
Hospital Francs
1992
Nm.
14
12
10
0
1a3 4a6 7a9 10 a 12
60
Jess Reynaga Obregn
Alumnos
Segn porcentaje de aciertos
Examen final de anatoma
1992
No.
1er paso:
700 Trazado de histograma
provisional
600 Trazado de uniones entre
centros de clase
500
400
300
200
100
0
0 a 20 21 a 40 41 a 60 61 a 81 a 100
80
Porcentaje de Aciertos
Alumnos
Segn porcentaje de aciertos
Examen final de anatoma
1992
No.
2o. paso
700 Eliminacin de barras
subyacentes
600 (VERSION FINAL)
500
400
300
200
100
0
0 a 20 21 a 40 41 a 60 61 a 80 81 a 100
Porcentaje de Aciertos
61
Jess Reynaga Obregn
Invitados a la boda
Segn ingestin de mole y presencia de diarrea
San Garabato
1991
%
100
80
Diarrea
60
No
40 Si
20
0
SI NO
Ingestin de mole
52
51
50
Talla
49
48
47
46
2500 2700 2900 3100 3300 3500 3700
Peso
62
Jess Reynaga Obregn
65 y ms
45 a 64
25 a 44
Mujeres
15 a 24
Hombres
5 a 14
1a4
menos de1
180
160
140
120
100 Hombres
80 Mujeres
60
40
20
0
2499 2999 3499 3999 4499
63
Jess Reynaga Obregn
Estado Civil
Hospital Francs
Estado
Civil
1992
Nmero % X
Solteros 46 22.2
Casados 84 40.6
Viudos 25 12.1
Divorciados 16 7.7
Pareja 14 6.8
Hospital Francs,
1992
Estado Nmero %
Civil
Solteros 46 22.2
Casados 84 40.6
Viudos 25 12.1
Divorciados 16 7.7
64
Jess Reynaga Obregn
X
segn tipo de ciruga, Hospital Francs,
2002
Tipo de Nmero %
Paciente
segn tipo de ciruga, Hospital Francs,
2002
Tipo de Nmero %
ciruga
65
Jess Reynaga Obregn
Excelente 38 2.75
Escolares segn estado de higiene oral, primaria
Benito Jurez, 2002
Excelente 38 2.75
66
Jess Reynaga Obregn
Calificacin Nmero %
X
MB 12 13.3
B 32 35.6
S 14 15.6
NA 8 8.9
NP 2 2.2
Psimo 22 24.4
Anatoma, 2002
Calificacin Nmero %
MB 12 17.6
B 32 47.1
S 14 20.6
NA 8 11.8
NP 2 2.9
Total 68 100.0
67
Jess Reynaga Obregn
4 a 6 14 50.0
6 a 10 5 17.9
10 a 12 3 10.7
Total 38 100.0
diarias, Hospital Francs, 1998
Convulsiones Nmero %
diarias
1 a 3 6 21.4
4 a 6 14 50.0
7 a 9 5 17.9
10 a 12 3 10.7
Total 28 100.0
68
Jess Reynaga Obregn
Nmero de
hijos
Nmero
de %
X
familias
4a6 78 9.9
7a8 24 13.1
Total 100.0
Nmero de
hijos
Nmero
de
familias
%
1a2 232 29.5
5a6 78 9.9
7a8 24 3.1
69
Jess Reynaga Obregn
Sexo
Nmero
de %
X
alumnos
0 a 10 38 2.75
11 a 20 124 8.96
21 a 30 246 17.77
31 a 40 356 25.72
41 a 50 620
materia de anatoma, 2003
Nmero de Nmero
aciertos de %
alumnos
0 a 10 38 2.75
11 a 20 124 8.96
21 a 30 246 17.77
31 a 40 356 25.72
41 a 50 620 44.80
70
Jess Reynaga Obregn
Nmero de
aciertos
Nmero
de %
X
alumnos
0 a 20 38 42.75
21 a 40 124 8.96
41 a 60 246 17.77
61 a 80 356 25.72
materia de anatoma, 2003
Porcentaje Nmero
de aciertos de %
alumnos
0 a 20 38 2.75
21 a 40 124 8.96
41 a 60 246 17.77
61 a 80 356 25.72
71
Jess Reynaga Obregn
Introduccin
La cuarta etapa del mtodo estadstico se denomina sntesis; en ella se realizan procedimientos de
clculo numrico que producen cifras o medidas que condensan o resumen en s mismas una gran
cantidad de informacin.
La condensacin numrica de los datos da lugar a medidas que, debidamente analizadas y entendidas,
permiten evocar o imaginar las caractersticas fundamentales de toda la informacin que dio origen a
dichas medidas.
La ventaja principal del clculo de las medidas de resumen consiste en que a travs de ellas se facilita la
comunicacin de las peculiaridades esenciales de grandes volmenes de datos.
Por ejemplo: si una persona se quisiera informar acerca de las enfermedades que dieron origen a los
fallecimientos ocurridos en una ciudad podra efectuar una lectura de todos y cada uno de los
certificados de defuncin de las personas fallecidas; sin embargo, luego de la lectura de 40 o 50
certificados, ya habra perdido el inters por la informacin o quiz ya habra cado en una total confusin
al tratar de recordar la causa que condujo a la muerte a cada uno de los difuntos.
En cambio, si se hubieran calculado las medidas de resumen llamadas tasas para las cinco primeras
causas de muerte y esta informacin estuviera disponible, tales medidas de resumen permitiran imaginar
las caractersticas bsicas de la mortalidad en la ciudad de referencia.
En el caso de las variables de tipo cualitativo la condensacin de la informacin suele hacerse con
alguna de las siguientes tres medidas de resumen de uso frecuente:
Razones
Proporciones
Tasas
RAZONES
Definicin: Una razn es una medida de resumen para variables cualitativas que consiste en la
comparacin, a travs de una divisin, entre dos conjuntos.
Ejemplo: Se desea condensar la siguiente informacin: en un hospital rural existen 18 residentes que se
encargan de la atencin de 126 pacientes; por otra parte, en un hospital urbano existen 8 residentes que
se encargan de atender a 32 pacientes.
72
Jess Reynaga Obregn
Procedimiento: de acuerdo a la definicin de razn deben dividirse dos grupos de elementos. En este
caso, para el hospital rural se divide el nmero de pacientes entre el nmero de residentes:
pacientes 126
Razn en hospital rural = =7
residentes 18
En cuanto al hospital urbano, se divide tambin el nmero de pacientes entre el nmero de residentes de
dicho hospital:
pacientes 32
Razn en hospital urbano = =4
residentes 8
Interpretacin:
Para el caso del hospital rural: Existen siete pacientes a atender por cada residente.
Para el caso del hospital urbano: Existen cuatro pacientes a atender por cada residente.
En conclusin: parece haber mayor cantidad de trabajo para los residentes del hospital rural.
PROPORCIONES
Definicin: Una proporcin es una medida de resumen para variables cualitativas que consiste en la
comparacin, a travs de una divisin, entre un subconjunto y el conjunto al que pertenece.
Por otra parte, en un pas industrializado ocurrieron un total de 1' 721,215 defunciones de las cuales
206,876 se presentaron en nios menores de un ao de edad.
73
Jess Reynaga Obregn
Para el caso del pas subdesarrollado: La importancia del subconjunto de muertes de menores de un
ao, en relacin con el conjunto total de muertes en el pas es de 0.29, lo que equivale a casi la tercera
parte de todas las defunciones.
Para el caso del pas industrializado: La importancia del subconjunto de muertes de menores de un ao,
en relacin con el conjunto total de muertes en el pas es de 0.12, lo que equivale a aproximadamente
una octava parte de todas la defunciones.
Nota: Conviene mencionar que, en ocasiones, las proporciones son multiplicadas por el nmero 100 y
con ello se habla de los porcentajes. As, para el ejemplo, podra haberse hablado de que los porcentajes
de defunciones de menores de un ao en el pas subdesarrollado y en el pas industrializado eran de
29% y de 12%, respectivamente.
TASAS
Definicin: Una tasa es una medida de resumen para variables cualitativas que consiste en la
comparacin, a travs de una divisin, entre el nmero de veces que ocurre un cierto tipo de eventos y la
poblacin en la que puede ocurrir dicho tipo de eventos. Usualmente el resultado de tal divisin consiste
en una cifra fraccionaria menor a uno; por ello, el resultado de la divisin suele ser multiplicado por
alguna constante que sea mltiplo del nmero 10.
Ejemplo: En una ciudad, a lo largo del ao 1991, ocurrieron 345 defunciones por cncer de prstata.
Dicha ciudad tena una poblacin total de 2' 453, 310 habitantes. De ellos, 1' 210, 425 eran del sexo
masculino. Se desea condensar la informacin de tal manera que los clculos produzcan una medida de
resumen que permita imaginar o evocar la magnitud del riesgo que existe para los habitantes de tal
ciudad de fallecer por cncer de prstata.
Procedimiento: de acuerdo a la definicin de tasa debe dividirse el evento entre la poblacin en la cual
dicho evento puede ocurrir. El resultado debe multiplicarse por un mltiplo del nmero 10.
345
tasa de defunciones por cncer de prstata= X 100,000 = 28.50 29
1210
, ,425
74
Jess Reynaga Obregn
En segundo lugar ntese que la constante utilizada para multiplicar el resultado de la divisin anterior fue
el nmero 100,000. Tal cifra fue escogida porque con ella se obtiene un resultado final que incluye uno o
dos dgitos enteros (es usual que las tasas de mortalidad especfica tengan como constante para
multiplicar el resultado de la divisin al nmero 100,000)
En tercer lugar conviene destacar la importancia del uso de tasas para condensar informacin de tipo
cualitativo. Supngase que interesa comparar la mortalidad por enfermedades del corazn entre los
jvenes de 15 a 24 aos edad y los ancianos de 65 a 74 aos y que se utilizan los siguientes datos:
Si se optara por comparar las proporciones de defunciones por enfermedades del corazn de ambos
grupos poblacionales podra quedar la impresin de que las enfermedades del corazn son un problema
mucho ms grave en el grupo de jvenes que en el de ancianos; esta falsa imagen se produce porque no
se est tomando en cuenta la cantidad de personas que componen a cada grupo poblacional; es decir,
no se est tomando en consideracin el volumen de las poblaciones en que pueden ocurrir ese tipo de
eventos.
En cambio obsrvese lo que ocurre cuando se usan los siguientes datos, necesarios para el clculo de
tasas:
Con los ltimos resultados ya se puede efectuar una comparacin correcta al decir que por cada 100,000
jvenes solo fallecen 53.4 de ellos por enfermedades del corazn; en cambio por cada 100,000 ancianos
fallecen 179.4 por la misma causa. Lo anterior significa que tales padecimientos constituyen un riesgo
mucho ms importante como causa de mortalidad en el grupo de ancianos que en el grupo de jvenes.
En cuarto lugar, aunque las tasas son calculadas con datos que pertenecen a periodos ya concluidos, se
considera que tales tasas sirven para anticipar la probabilidad o el riesgo de ocurrencia de un evento en
una poblacin para periodos inmediatos a aquel para el que se efectuaron los clculos.
75
Jess Reynaga Obregn
PROBLEMAS
1. En un distrito escolar urbano se encontr que exista una poblacin escolar a nivel primaria de 123,456
nios. Para uso de tales nios se encontraron disponibles 1,380 sanitarios y 820 bebederos de agua.
Por otra parte, en un distrito escolar rural, se encontr una poblacin escolar de primaria de 34,244 ni-
os. En las escuelas de dicho distrito se encontraron 179 sanitarios y 54 bebederos de agua.
Con la informacin anterior calcule e interprete las siguientes razones para los dos
distritos escolares:
2. En un pas en desarrollo ocurrieron 432,614 defunciones a lo largo de un ao. De tales defunciones las
correspondientes a nios menores de un ao fueron 125,315. Por otra parte, en un pas desarrollado,
ocurrieron 1' 347,915 defunciones en total. De tales defunciones 114,304 correspondieron a nios
menores de un ao.
76
Jess Reynaga Obregn
Con el siguiente ejemplo debe quedar claro que el promedio y la desviacin estndar no son medidas de
resumen propias para sintetizar a las variables cuantitativas discretas: qu significara que el promedio
de hijos de un grupo de madres fue de 2.75 hijos?, significara que en promedio cada una de las madres
tuvo dos hijos completos y otro ms al que le falt un brazo?
A diferencia del promedio y la desviacin estndar, que solo deben usarse para sintetizar a variables
cuantitativas continuas, la mediana y los percentiles pueden utilizarse para resumir tanto a variables
cuantitativas discretas como a variables cuantitativas continuas.
La siguiente serie simple de valores se utilizar como ejemplo para ilustrar el clculo e interpreta-
cin de la mediana y algunos percentiles:
9.1 9.4 8.9 9.6 10.5 8.8 9.4 9.2 9.0 8.1
9.3 8.8 9.5 9.7 9.2 9.4 9.6 9.0 9.4 9.8
Definicin: En una serie de valores ordenados de menor a mayor, o viceversa, es aquel valor que divi-
de en dos partes de igual tamao a toda la serie.
.
Procedimiento: Ordenar la serie y localizar el valor que la divida en dos partes de igual tamao, de tal
manera que en una parte quede el 50% de los datos y en la otra el 50% restante.
8.1 8.8 8.8 8.9 9.0 9.0 9.1 9.2 9.2 9.3
9.4 9.4 9.4 9.4 9.5 9.6 9.6 9.7 9.8 10.5
En vista de que la serie es par no existe un valor que se ubique exactamente en el centro de la serie y
que la divida en dos partes. Por lo anterior se considera que el promedio de los dos valores centrales que
estn colocados en las posiciones 10 y 11 corresponde al valor de la mediana; es decir: la mediana
equivale al valor promedio de 9.3 y 9.4 (9.35)
Interpretacin: "La mitad de los nios tuvieron un peso igual o menor que 9.35 kilogramos y la otra mitad
pesaron 9.35 o ms kilogramos"
77
Jess Reynaga Obregn
PERCENTILES ( Pp ) :
Definicin: En una serie de valores ordenados, de menor a mayor o viceversa, es aquel valor que divide
en dos partes porcentualmente complementarias a toda la serie. Por ejemplo: el percentil 40 divide a
la serie en una parte que contiene al 40 % de los valores iguales o inferiores a l y, simultneamente, en
otra parte que contiene al 60% de los valores de la serie iguales o mayores a dicho percentil.
Procedimiento: Ordenar la serie y localizar el valor que la divida en los porcentajes complementarios
deseados.
Por ejemplo, para encontrar el valor del percentil 25 debe localizarse a aquel que deje a una cuarta parte
de los valores con menores o iguales magnitudes a l y a las tres cuartas partes restantes de los valores
con magnitudes ms grandes o iguales a l.
8.1 8.8 8.8 8.9 9.0 9.0 9.1 9.2 9.2 9.3
9.4 9.4 9.4 9.4 9.5 9.6 9.6 9.7 9.8 10.5
En esta serie, entre los valores 9.0 se debe encontrar un valor en una posicin tal que hasta l se en-
cuentra el 25% de los casos y, simultneamente, desde l se encuentra el 75% restante de los casos.
Usualmente cualquier percentil se ubica en una posicin localizada mediante la siguiente frmula:
(p buscado ) (n + 1)
Lugar que ocupa el percentil buscado =
100
Para el caso del percentil 25, a la posicin
Interpretacin: (Vlida para el Percentil 25 o P25) : " El 25% de los nios tuvo un peso de 9.0 kilo-
gramos o menor y el 75% restante tuvo peso de 9.0 kilogramos mayor".
Como ejemplo adicional supongamos que se desea encontrar el valor del percentil 75. Para ello debe
localizarse a aquel que deje a tres cuartas partes de los valores con menores o iguales magnitudes a l y
a la cuarta parte restante de los valores con magnitudes ms grandes o iguales a l.
8.1 8.8 8.8 8.9 9.0 9.0 9.1 9.2 9.2 9.3
9.4 9.4 9.4 9.4 9.5 9.6 9.6 9.7 9.8 10.5
En esta serie, entre los valores 9.5 y 9.6 se debe encontrar un valor en una posicin tal que hasta l se
encuentra el 75% de los casos y, simultneamente, desde l se encuentra el 25% restante de los casos.
78
Jess Reynaga Obregn
Utilizando la frmula:
(p buscado ) (n + 1)
Lugar que ocupa el percentil buscado =
100
Se tiene que al percentil 75 le corresponde la posicin
Interpretacin: (Vlida para el Percentil 75 o P75) : " El 75% de los nios tuvo un peso de 9.55 kilo-
gramos o menor y el 25% restante tuvo peso de 9.55 kilogramos mayor".
Se define al rango intercuartlico (RIC) como la diferencia entre los percentiles 75 y 25. El rango intercuar-
tlico es una medida que abarca al 50% central de los valores de una serie ordenada de nmeros y viene
siendo una medida de sntesis que expresa el grado de homogeneidad o heterogeneidad de dicho por-
centaje de datos.
Para el ejemplo que se ha venido siguiendo se tiene que la diferencia p75 p25 es igual a 9.55 9.0 =
0.55; lo anterior quiere decir que, especficamente refirindose al 50% central de los datos ya ordenados,
la diferencia entre el mayor y el menor de los datos de dicho 50% central de los valores es de 0.55 kilo-
gramos.
El RIC es una medida que permite comparar con facilidad la homogeneidad o heterogeneidad de dos
series de datos semejantes; vease el siguiente ejemplo:
Duracin de
Nmero de Diferencia
la gestacin p25 p75 Comentario
nios p75 p25
en semanas
El 50% central de la serie de
pesos de los 60 nios tiene
una diferencia entre el mayor
60 32 1,800 2,800 1,000 de los pesos y el menor de
ellos de 1,000 gramos. Pue-
de hablarse de gran hetero-
geneidad
El 50% central de la serie de
pesos de los 2,709 nios
tiene una diferencia entre el
2,709 39 2,884 3,132 248 mayor de los pesos y el me-
nor de ellos de 248 gramos.
Puede hablarse de gran
homogeneidad
79
Jess Reynaga Obregn
PROBLEMA RESUELTO
Luego de criar durante dos aos a un grupo de 20 cerdos en una granja modelo que funcionaba bajo el
rgimen de sociedad cooperativa, en condiciones de estricta higiene animal, se sacrificaron y observaron
sus cerebros en bsqueda de quistes de cisticercos. Los hallazgos se compararon con otro grupo de 20
cerdos criados en los patios de las casas de la misma localidad.
Cerdo 1 1 1
1 2 3 4 5 6 7 8 9 10 11 12 13 14 18 19 20
No. 5 6 7
Quistes
1 3 0 2 3 1 2 2 1 4 1 0 1 1 2 1 0 2 4 1
Cerdo 1 1 1
1 2 3 4 5 6 7 8 9 10 11 12 13 14 18 19 20
No. 5 6 7
Quistes
7 4 2 4 5 1 0 2 2 9 2 3 4 4 1 6 4 4 3 1
Preguntas:
a) Para cada grupo identifique la mediana (o percentil 50) y emita una opinin con respecto a los resulta-
dos.
b) Para cada grupo identifique los valores mnimo y mximo, as como los percentiles 25 y 75 y llene la
siguiente tabla:
c) Emita una opinin en relacin con los hallazgos en trminos de porcentajes de cada grupo consideran-
do a los percentiles 25 y 75.
d) No olvide discutir los hallazgos para el 50% central de los animales de uno y otro grupo que se encon-
traron entre los percentiles 25 y 75 de cada uno de los grupos. Tambin, opine sobre la homogeneidad y
heterogeneidad de los grupos.
Para responder a las preguntas, primero se ordenan los datos y se localizan los percentiles bus-
cados:
Cerdo 3 1 1 1 6 9 1 1 1 16 20 4 7 8 1 1 2 5 10 19
No. 2 7 1 3 4 5 8
Quistes 0 0 0 1 1 1 1 1 1 1 1 2 2 2 2 2 3 3 4 4
80
Jess Reynaga Obregn
Cerdo 7 6 1 2 3 8 9 1 1 19 2 4 13 14 1 1 5 16 1 10
No. 5 0 1 2 7 8
Quistes 0 1 1 1 2 2 2 2 3 3 4 4 4 4 4 4 5 6 7 9
Respuestas:
a) La mediana del grupo granja fue 1 y la del grupo patios fue 3.5.
Se observ que la mitad de los cerdos del grupo granja tuvo 1 o menos quistes y la otra mitad de ellos
tuvieron 1 o ms quistes
Se observ que la mitad de los cerdos del grupo patios tuvo 3.5 o menos quistes y la otra mitad de ellos
tuvieron 3.5 o ms quistes
b)
c)
En el grupo granja una cuarta parte de los cerdos tuvo hasta 1 quiste y las tres cuartas partes restantes
tuvieron desde 1 quiste en adelante.
En el grupo granja tres cuartas partes de los cerdos tuvieron hasta 2 quistes y la cuarta parte restante
tuvo desde 2 quistes en adelante.
En el grupo patios una cuarta parte de los cerdos tuvo hasta 2 quistes y las tres cuartas partes restantes
tuvieron desde 2 quistes en adelante.
En el grupo patios tres cuartas partes de los cerdos tuvieron hasta 4 quistes y la cuarta parte restante
tuvo desde 4 quistes en adelante.
d)
En el grupo granja el 50% central de los cerdos tuvieron entre 1 y 2 quistes, mientras que en el grupo
patios el 50% central de los cerdos tuvieron entre 2 y 4 quistes; por lo anterior puede decirse que los
cerdos del grupo granja fueron ms homogneos y los del grupo patios fueron ms heterogneos.
81
Jess Reynaga Obregn
9.1 9.4 8.9 9.6 10.5 8.8 9.4 9.2 9.0 8.1
9.3 8.8 9.5 9.7 9.2 9.4 9.6 9.0 9.4 9.8
PROMEDIO:
Definicin: Es el valor que tendran todos los datos de una serie numrica si ellos fueran de igual valor.
Frmula: x=
x
n
Procedimiento: Sumar todos los valores y dividir tal suma entre el nmero de valores que componen a
la serie simple. En este caso la suma es: 185.7 y, entonces, el promedio vale:
Interpretacin: "Si todos los nios tuvieran peso igual, ste sera de 9.285 kilogramos".
DESVIACION ESTANDAR 1
Definicin: Es la raz cuadrada de la varianza. A su vez, la varianza equivale al promedio de las desvia-
ciones o diferencias cuadrticas de cada valor de una serie con respecto al promedio de dicha serie.
Frmula:
s=
(x x) 2
n -1
1 Junto con esta seccin se recomienda estudiar documentos y realizar ejercicios relacionados con la curva normal
82
Jess Reynaga Obregn
Procedimiento:
Paso 1. Obtener el promedio de la serie de valores. En este caso, por tratarse de una serie simple de va-
Paso 2. Calcular la desviacin o diferencia de cada valor en relacin con el promedio de la serie; es decir
obtener una serie de valores (x x )
Paso 3. Elevar al cuadrado cada una de las anteriores desviaciones; es decir obtener una serie de valo-
res ( x x )2
(x x )
2
Paso 4. Efectuar la suma de desviaciones cuadrticas; es decir obtener el valor
Paso 5. Dividir la suma anterior entre el nmero de valores menos uno; es decir: obtener el promedio de
(x x )
2
Paso 6. Obtener la raz cuadrada del anterior promedio; es decir obtener la desviacin estndar:
(x x )
2
s=
n -1
As, los clculos para los pesos de los 20 nios son los siguientes:
Para los pasos 2, 3 y 4 se recomienda utilizar una tabla auxiliar como la siguiente para efectuar los clcu-
los:
83
Jess Reynaga Obregn
(paso 2) (paso 3)
9.1 -0.185 0.034
9.4 0.115 0.113
8.9 -0.385 0.148
. . .
. . .
9.8 0.515 0.265.
4.446
(paso 4)
Para el paso 6: Finalmente la desviacin estndar, que equivale a la raz cuadrada de la varianza equi-
vale a la raz cuadrada de 0.212 o sea: 0.460 kgrs.
Interpretacin: La interpretacin est condicionada a la suposicin de que los valores tienen una distri-
bucin semejante a la de la curva normal 2.
Dicha interpretacin puede ser realizada en mltiples sentidos ya que se sabe que el 68.27% de los valo-
res de una serie que se distribuye como la curva normal estn agrupados alrededor del promedio si a
ste se le resta una vez y tambin se le suma una vez el valor calculado para la desviacin estndar.
Para el ejemplo, puede decirse entonces que el 68.27% de los nios tuvieron pesos que fluctuaron des-
de 8.825 kgrs (es decir: 9.285 kgrs menos 0.460 kgrs) hasta 9.745 kgrs. (es decir: 9.285 ms 0.460
kgrs.).
Por otra parte, como se sabe que la curva normal tiene una rea que equivale a un total de 100%, enton-
ces tambin puede decirse que hubo un 31.73% de los nios que pesaron menos de 8.825 kgrs. o que
pesaron ms de 9.745 kgrs. (ya que si a 100% se le resta 68.27% quedan 31.73%).
84
Jess Reynaga Obregn
Para muchas personas podra tener significado que le dijeran que el promedio de peso de un grupo
de 300 personas fue de 80 kilos pues, si se acuerda de la definicin del promedio, imaginara que
si todos los individuos tuvieran el mismo peso este sera de 80 kilos; sin embargo para quienes no
tienen conocimiento de las caractersticas bsicas del modelo de la curva normal podra carecer de
significado que le mencionaran que la desviacin estndar del peso de las mismas personas fue de
5 kilos.
Interpretar la desviacin estndar y comprender cabalmente lo que ella significa en relacin con los
datos que se estn manejando solo es posible a la luz del conocimiento del modelo de la curva
normal.
3. El promedio de todos los valores z de la abscisa equivale a cero, pues la mitad son negativos y
la mitad son positivos. En el sitio de la abscisa que corresponde al cero, es decir al promedio, se
encuentra la parte ms alta de la curva. En este sitio tambin se encuentra la mediana de todos los
valores z de la abscisa, pues el 50% de ellos est antes del cero y el 50% restante se encuentra
despus.
4. La curva es simtrica alrededor del promedio; esto es, hay una mitad izquierda que es reflejo de
la mitad derecha.
85
Jess Reynaga Obregn
6. La curva es asinttica; es decir, sus extremos tericamente nunca tocan a la abscisa. Por ello, la
longitud de la abscisa podra ser infinitamente larga; sin embargo se acostumbra graficar solo
hasta la distancia de tres segmentos a la izquierda y a la derecha del promedio.
7. Toda el rea bajo la curva vale 1. Por lo anterior el rea a la izquierda del promedio vale .5 y el
rea a la derecha del promedio vale tambin .5
8. El rea que se encuentra sobre el segmento de la abscisa que va desde el promedio hasta el
valor z de +1 vale .3413; por simetra, el arrea que se encuentra sobre el segmento que va desde
el promedio hasta el valor z de -1 de la abscisa tambin vale .3413
Por lo anterior el rea que se encuentra por arriba del amplio segmento que va desde el valor z de
-1 hasta el valor z de +1 equivale a .6826; es decir a la suma de .3413 mas .3413
9. El rea que se encuentra sobre el segmento de la abscisa que van ms all del valor z de +1
vale .1587; por simetra, el arrea que se encuentra sobre el segmento que va ms all (hacia
menos infinito) del valor z de -1 de la abscisa tambin vale .1587
86
Jess Reynaga Obregn
Al principio de este documento se coment que sin conocer las caractersticas bsicas del modelo
de la curva normal podra carecer de significado que se mencionara que el valor de la desviacin
estndar del peso de 300 personas fue de 5 kilos.
Una vez que se han comprendido las propiedades principales de la curva normal es posible
entender el significado del valor de la desviacin estndar del peso de las 300 personas si se
hacen suposiciones como las siguientes:
Suponiendo que al graficar el peso de los 300 individuos con un polgono de frecuencias, el grfico
resultante fuera muy parecido al modelo de la curva normal como se muestra en la siguiente
ilustracin:
el rea bajo la curva de valores de peso que contiene a los individuos vale 300 de
manera semejante a la propiedad del modelo de la curva normal de que su rea vale 1;
a la izquierda del promedio existen 150 individuos y a la derecha del promedio existen
los otros 150;
87
Jess Reynaga Obregn
as como en la curva normal existe una rea de .3413 sobre el segmento que va desde
el valor z de 0 hasta el valor z de + 1 en la curva de valores x (es decir kilos de peso)
habr el .3413 de 300 o sea que habr 102 personas sobre el segmento que va desde
el valor x de 80 kilos hasta el valor x de 85 kilos;
de acuerdo al prrafo anterior, habr 204 personas con pesos que van desde 75 hasta
85 kilos;
al igual que en la curva normal existe simetra alrededor del promedio, se puede
considerar que en la curva de valores de peso habr 102 personas sobre el segmento
que va desde 80 kilos hasta 75 kilos de peso;
en la curva de valores peso habr un .1587 de las 300 personas; es decir 48 personas,
con pesos de 85 y ms kilos;
de manera semejante a la curva normal, por simetra habr un .1587 de las 300
personas; es decir 48 personas, con pesos de 75 y menos kilos.
Como puede apreciarse, una vez que se conocen las caractersticas del modelo de la curva
normal, la interpretacin del resultado de la desviacin estndar que se haya calculado para una
serie de datos es mucho ms fcil y brinda una gran cantidad de informacin sobre la manera en
que se distribuyen los valores.
Para confirmar que la comprensin del significado de la desviacin estndar brinda una importante
cantidad de informacin obsrvese el siguiente ejemplo:
Relato: Se aplic un mismo examen escrito a dos grupos de 90 alumnos cada uno. En un caso se
imprimi el examen en hojas de color amarillo paja y en otro caso en hojas de color marrn. Se
midi con cronmetro el tiempo, en minutos y fracciones, que tardaron los alumnos en entregar el
examen y se calcul el promedio y la desviacin estndar para ambos grupos obtenindose los
siguientes resultados:
Los alumnos a quienes se aplic el examen impreso en hojas color paja entregaron el
examen en tiempos ms homogneos, pues el .6826 de ellos (es decir 61 alumnos) lo
entregaron entre 40 y 50 minutos luego de haberlo iniciado.
Los alumnos a quienes se aplic el examen impreso en hojas color marrn entregaron el
examen en tiempos ms heterogneos, pues el .6826 de ellos (es decir 61 alumnos) lo
entregaron entre 30 y 60 minutos luego de haberlo iniciado.
En el grupo paja el .1587 ms lento de los alumnos (es decir: 14) entregaron su examen
luego de 50 minutos, mientras que en el grupo marrn la misma cantidad de alumnos lo
hizo luego de 60 minutos.
88
Jess Reynaga Obregn
En la seccin anterior se ha visto que hay correspondencia entre las reas de la curva normal y las
de la serie de datos cuantitativos continuos que se est manejando siempre y cuando se haya
comprobado que esta ltima, al ser graficada con un polgono de frecuencias, muestra un parecido
razonable con el perfil de la curva normal.
Tal correspondencia ha permitido solamente mencionar las reas que se encuentran sobre
segmentos completos de la abscisa; es decir, solamente se ha hecho mencin de reas por arriba
o ms all de desviaciones estndar enteras.
Sin embargo, cmo podra responderse a la pregunta cuantos alumnos de cada grupo tardaron
47 o ms minutos en entregar su examen?.
En este caso se aprecia que no hay coincidencia entre el valor z de + 1 y el valor x de 47 minutos y
por ello deja de ser til el mtodo de comparacin analgica de los grficos que se utiliz en
pginas anteriores.
Una vez que se han calculado tanto el promedio como la desviacin estndar para una serie de
datos cuantitativos continuos, el valor z que, en la abscisa de la curva normal corresponde a un
determinado valor x de la abscisa de los datos que se estn manejando, se encuentra con la
frmula:
x x
z=
s
Para el grupo al que se aplic el examen en hojas color paja se tiene que
x = 45' y s = 5' ;
47 45 2
entonces: z= = = .4
5 5
El valor z obtenido, en este caso .4 debe localizarse en la primera columna de la tabla de reas
bajo la curva (1) . Una vez localizado tal valor, se busca en la segunda columna cul es el rea
que en la curva normal se encuentra ms all de dicho valor z; en este caso es de .3446.
1 Usar la tabla detallada de reas bajo la curva normal que se encuentra como anexo de
este documento. Dicha tabla tiene ligeras diferencias de formato con la de la pgina 2
89
Jess Reynaga Obregn
Como el rea encontrada (.3446) es una proporcin del rea total, entonces la misma proporcin
se aplica al total de alumnos del grupo para saber cuantos tardaron ms de 47 minutos en entregar
el examen.
As, luego de efectuar la operacin .3446 X 90 = 31, puede responderse a la pregunta con el
sealamiento de que hubo en este grupo 31 alumnos que tardaron 47 o ms minutos en entregar
su examen. Desde luego, al conocer las propiedades bsicas de la curva normal, tambin se
puede decir que hubo 59 alumnos que tardaron 47 o menos minutos en entregar su examen.
Por otra parte, para el grupo al que se aplic el examen en hojas color marrn se tiene que
x = 45' y s = 15' ;
47 45 2
entonces: z= = = .13
15 15
El valor z obtenido, en este caso .13 debe localizarse en la primera columna de la tabla de reas
bajo la curva (2) . Una vez localizado tal valor, se busca en la segunda columna cul es el rea
que en la curva normal se encuentra ms all de dicho valor z; en este caso es de .3446.
Como el rea encontrada (.4483) es una proporcin del rea total, entonces la misma proporcin
se aplica al total de alumnos del grupo para saber cuantos tardaron ms de 47 minutos en entregar
el examen.
As, luego de efectuar la operacin .4483 X 90 = 40, puede responderse a la pregunta con el
sealamiento de que hubo en este grupo 40 alumnos que tardaron 47 o ms minutos en entregar
su examen. Desde luego, al conocer las propiedades bsicas de la curva normal, tambin se
puede decir que hubo 50 alumnos que tardaron 47 o menos minutos en entregar su examen.
2 Usar la tabla detallada de reas bajo la curva normal que se encuentra como anexo de
este documento. Dicha tabla tiene ligeras diferencias de formato con la de la pgina 2
90
Jess Reynaga Obregn
xx
z=
s
91
Jess Reynaga Obregn
Valor Z rea desde el rea en el rea entre el Valor Z rea desde el rea en el rea entre el
extremo mismo promedio y el extremo mismo promedio y el
opuesto hasta extremo ms valor Z opuesto hasta extremo ms valor Z
el valor Z all del valor Z el valor Z all del valor Z
(A) (B) (C) (D) (A) (B) (C) (D)
0.00 0.5000 0.5000 0.0000 0.50 0.6915 0.3085 0.1915
0.01 0.5040 0.4960 0.0040 0.51 0.6950 0.3050 0.1950
0.02 0.5080 0.4920 0.0080 0.52 0.6985 0.3015 0.1985
0.03 0.5120 0.4880 0.0120 0.53 0.7019 0.2981 0.2019
0.04 0.5160 0.4840 0.0160 0.54 0.7054 0.2946 0.2054
0.05 0.5199 0.4801 0.0199 0.55 0.7088 0.2912 0.2088
0.06 0.5239 0.4761 0.0239 0.56 0.7123 0.2877 0.2123
0.07 0.5279 0.4721 0.0279 0.57 0.7157 0.2843 0.2157
0.08 0.5319 0.4681 0.0319 0.58 0.7190 0.2810 0.2190
0.09 0.5359 0.4641 0.0359 0.59 0.7224 0.2776 0.2224
0.10 0.5398 0.4602 0.0398 0.60 0.7257 0.2743 0.2257
0.11 0.5438 0.4562 0.0438 0.61 0.7291 0.2709 0.2291
0.12 0.5478 0.4522 0.0478 0.62 0.7324 0.2676 0.2324
0.13 0.5517 0.4483 0.0517 0.63 0.7357 0.2643 0.2357
0.14 0.5557 0.4443 0.0557 0.64 0.7389 0.2611 0.2389
0.15 0.5596 0.4404 0.0596 0.65 0.7422 0.2578 0.2422
0.16 0.5636 0.4364 0.0636 0.66 0.7454 0.2546 0.2454
0.17 0.5675 0.4325 0.0675 0.67 0.7486 0.2514 0.2486
0.18 0.5714 0.4286 0.0714 0.68 0.7517 0.2483 0.2517
0.19 0.5753 0.4247 0.0753 0.69 0.7549 0.2451 0.2549
0.20 0.5793 0.4207 0.0793 0.70 0.7580 0.2420 0.2580
0.21 0.5832 0.4168 0.0832 0.71 0.7611 0.2389 0.2611
0.22 0.5871 0.4129 0.0871 0.72 0.7642 0.2358 0.2642
0.23 0.5910 0.4090 0.0910 0.73 0.7673 0.2327 0.2673
0.24 0.5948 0.4052 0.0948 0.74 0.7704 0.2296 0.2704
0.25 0.5987 0.4013 0.0987 0.75 0.7734 0.2266 0.2734
0.26 0.6026 0.3974 0.1026 0.76 0.7764 0.2236 0.2764
0.27 0.6064 0.3936 0.1064 0.77 0.7794 0.2206 0.2794
0.28 0.6103 0.3897 0.1103 0.78 0.7823 0.2177 0.2823
0.29 0.6141 0.3859 0.1141 0.79 0.7852 0.2148 0.2852
0.30 0.6179 0.3821 0.1179 0.80 0.7881 0.2119 0.2881
0.31 0.6217 0.3783 0.1217 0.81 0.7910 0.2090 0.2910
0.32 0.6255 0.3745 0.1255 0.82 0.7939 0.2061 0.2939
0.33 0.6293 0.3707 0.1293 0.83 0.7967 0.2033 0.2967
0.34 0.6331 0.3669 0.1331 0.84 0.7995 0.2005 0.2995
0.35 0.6368 0.3632 0.1368 0.85 0.8023 0.1977 0.3023
0.36 0.6406 0.3594 0.1406 0.86 0.8051 0.1949 0.3051
0.37 0.6443 0.3557 0.1443 0.87 0.8078 0.1922 0.3078
0.38 0.6480 0.3520 0.1480 0.88 0.8106 0.1894 0.3106
0.39 0.6517 0.3483 0.1517 0.89 0.8133 0.1867 0.3133
0.40 0.6554 0.3446 0.1554 0.90 0.8159 0.1841 0.3159
0.41 0.6591 0.3409 0.1591 0.91 0.8186 0.1814 0.3186
0.42 0.6628 0.3372 0.1628 0.92 0.8212 0.1788 0.3212
0.43 0.6664 0.3336 0.1664 0.93 0.8238 0.1762 0.3238
0.44 0.6700 0.3300 0.1700 0.94 0.8264 0.1736 0.3264
0.45 0.6736 0.3264 0.1736 0.95 0.8289 0.1711 0.3289
0.46 0.6772 0.3228 0.1772 0.96 0.8315 0.1685 0.3315
0.47 0.6808 0.3192 0.1808 0.97 0.8340 0.1660 0.3340
0.48 0.6844 0.3156 0.1844 0.98 0.8365 0.1635 0.3365
0.49 0.6879 0.3121 0.1879 0.99 0.8389 0.1611 0.3389
0.50 0.6915 0.3085 0.1915 1.00 0.8413 0.1587 0.3413
92
Jess Reynaga Obregn
Valor Z rea desde el rea en el rea entre el Valor Z rea desde el rea en el rea entre el
extremo mismo promedio y el extremo mismo promedio y el
opuesto hasta extremo ms valor Z opuesto hasta extremo ms valor Z
el valor Z all del valor Z el valor Z all del valor Z
(A) (B) (C) (D) (A) (B) (C) (D)
1.00 0.8413 0.1587 0.3413 1.50 0.9332 0.0668 0.4332
1.01 0.8438 0.1562 0.3438 1.51 0.9345 0.0655 0.4345
1.02 0.8461 0.1539 0.3461 1.52 0.9357 0.0643 0.4357
1.03 0.8485 0.1515 0.3485 1.53 0.9370 0.0630 0.4370
1.04 0.8508 0.1492 0.3508 1.54 0.9382 0.0618 0.4382
1.05 0.8531 0.1469 0.3531 1.55 0.9394 0.0606 0.4394
1.06 0.8554 0.1446 0.3554 1.56 0.9406 0.0594 0.4406
1.07 0.8577 0.1423 0.3577 1.57 0.9418 0.0582 0.4418
1.08 0.8599 0.1401 0.3599 1.58 0.9429 0.0571 0.4429
1.09 0.8621 0.1379 0.3621 1.59 0.9441 0.0559 0.4441
1.10 0.8643 0.1357 0.3643 1.60 0.9452 0.0548 0.4452
1.11 0.8665 0.1335 0.3665 1.61 0.9463 0.0537 0.4463
1.12 0.8686 0.1314 0.3686 1.62 0.9474 0.0526 0.4474
1.13 0.8708 0.1292 0.3708 1.63 0.9484 0.0516 0.4484
1.14 0.8729 0.1271 0.3729 1.64 0.9495 0.0505 0.4495
1.15 0.8749 0.1251 0.3749 1.65 0.9505 0.0495 0.4505
1.16 0.8770 0.1230 0.3770 1.66 0.9515 0.0485 0.4515
1.17 0.8790 0.1210 0.3790 1.67 0.9525 0.0475 0.4525
1.18 0.8810 0.1190 0.3810 1.68 0.9535 0.0465 0.4535
1.19 0.8830 0.1170 0.3830 1.69 0.9545 0.0455 0.4545
1.20 0.8849 0.1151 0.3849 1.70 0.9554 0.0446 0.4554
1.21 0.8869 0.1131 0.3869 1.71 0.9564 0.0436 0.4564
1.22 0.8888 0.1112 0.3888 1.72 0.9573 0.0427 0.4573
1.23 0.8907 0.1093 0.3907 1.73 0.9582 0.0418 0.4582
1.24 0.8925 0.1075 0.3925 1.74 0.9591 0.0409 0.4591
1.25 0.8944 0.1056 0.3944 1.75 0.9599 0.0401 0.4599
1.26 0.8962 0.1038 0.3962 1.76 0.9608 0.0392 0.4608
1.27 0.8980 0.1020 0.3980 1.77 0.9616 0.0384 0.4616
1.28 0.8997 0.1003 0.3997 1.78 0.9625 0.0375 0.4625
1.29 0.9015 0.0985 0.4015 1.79 0.9633 0.0367 0.4633
1.30 0.9032 0.0968 0.4032 1.80 0.9641 0.0359 0.4641
1.31 0.9049 0.0951 0.4049 1.81 0.9649 0.0351 0.4649
1.32 0.9066 0.0934 0.4066 1.82 0.9656 0.0344 0.4656
1.33 0.9082 0.0918 0.4082 1.83 0.9664 0.0336 0.4664
1.34 0.9099 0.0901 0.4099 1.84 0.9671 0.0329 0.4671
1.35 0.9115 0.0885 0.4115 1.85 0.9678 0.0322 0.4678
1.36 0.9131 0.0869 0.4131 1.86 0.9686 0.0314 0.4686
1.37 0.9147 0.0853 0.4147 1.87 0.9693 0.0307 0.4693
1.38 0.9162 0.0838 0.4162 1.88 0.9699 0.0301 0.4699
1.39 0.9177 0.0823 0.4177 1.89 0.9706 0.0294 0.4706
1.40 0.9192 0.0808 0.4192 1.90 0.9713 0.0287 0.4713
1.41 0.9207 0.0793 0.4207 1.91 0.9719 0.0281 0.4719
1.42 0.9222 0.0778 0.4222 1.92 0.9726 0.0274 0.4726
1.43 0.9236 0.0764 0.4236 1.93 0.9732 0.0268 0.4732
1.44 0.9251 0.0749 0.4251 1.94 0.9738 0.0262 0.4738
1.45 0.9265 0.0735 0.4265 1.95 0.9744 0.0256 0.4744
1.46 0.9279 0.0721 0.4279 1.96 0.9750 0.0250 0.4750
1.47 0.9292 0.0708 0.4292 1.97 0.9756 0.0244 0.4756
1.48 0.9306 0.0694 0.4306 1.98 0.9761 0.0239 0.4761
1.49 0.9319 0.0681 0.4319 1.99 0.9767 0.0233 0.4767
1.50 0.9332 0.0668 0.4332 2.00 0.9772 0.0228 0.4772
93
Jess Reynaga Obregn
Valor Z rea desde el rea en el rea entre el Valor Z rea desde el rea en el rea entre el
extremo mismo promedio y el extremo mismo promedio y el
opuesto hasta extremo ms valor Z opuesto hasta extremo ms valor Z
el valor Z all del valor Z el valor Z all del valor Z
(A) (B) (C) (D) (A) (B) (C) (D)
2.00 0.9772 0.0228 0.4772 2.50 0.9938 0.0062 0.4938
2.01 0.9778 0.0222 0.4778 2.51 0.9940 0.0060 0.4940
2.02 0.9783 0.0217 0.4783 2.52 0.9941 0.0059 0.4941
2.03 0.9788 0.0212 0.4788 2.53 0.9943 0.0057 0.4943
2.04 0.9793 0.0207 0.4793 2.54 0.9945 0.0055 0.4945
2.05 0.9798 0.0202 0.4798 2.55 0.9946 0.0054 0.4946
2.06 0.9803 0.0197 0.4803 2.56 0.9948 0.0052 0.4948
2.07 0.9808 0.0192 0.4808 2.57 0.9949 0.0051 0.4949
2.08 0.9812 0.0188 0.4812 2.58 0.9951 0.0049 0.4951
2.09 0.9817 0.0183 0.4817 2.59 0.9952 0.0048 0.4952
2.10 0.9821 0.0179 0.4821 2.60 0.9953 0.0047 0.4953
2.11 0.9826 0.0174 0.4826 2.61 0.9955 0.0045 0.4955
2.12 0.9830 0.0170 0.4830 2.62 0.9956 0.0044 0.4956
2.13 0.9834 0.0166 0.4834 2.63 0.9957 0.0043 0.4957
2.14 0.9838 0.0162 0.4838 2.64 0.9959 0.0041 0.4959
2.15 0.9842 0.0158 0.4842 2.65 0.9960 0.0040 0.4960
2.16 0.9846 0.0154 0.4846 2.66 0.9961 0.0039 0.4961
2.17 0.9850 0.0150 0.4850 2.67 0.9962 0.0038 0.4962
2.18 0.9854 0.0146 0.4854 2.68 0.9963 0.0037 0.4963
2.19 0.9857 0.0143 0.4857 2.69 0.9964 0.0036 0.4964
2.20 0.9861 0.0139 0.4861 2.70 0.9965 0.0035 0.4965
2.21 0.9864 0.0136 0.4864 2.71 0.9966 0.0034 0.4966
2.22 0.9868 0.0132 0.4868 2.72 0.9967 0.0033 0.4967
2.23 0.9871 0.0129 0.4871 2.73 0.9968 0.0032 0.4968
2.24 0.9875 0.0125 0.4875 2.74 0.9969 0.0031 0.4969
2.25 0.9878 0.0122 0.4878 2.75 0.9970 0.0030 0.4970
2.26 0.9881 0.0119 0.4881 2.76 0.9971 0.0029 0.4971
2.27 0.9884 0.0116 0.4884 2.77 0.9972 0.0028 0.4972
2.28 0.9887 0.0113 0.4887 2.78 0.9973 0.0027 0.4973
2.29 0.9890 0.0110 0.4890 2.79 0.9974 0.0026 0.4974
2.30 0.9893 0.0107 0.4893 2.80 0.9974 0.0026 0.4974
2.31 0.9896 0.0104 0.4896 2.81 0.9975 0.0025 0.4975
2.32 0.9898 0.0102 0.4898 2.82 0.9976 0.0024 0.4976
2.33 0.9901 0.0099 0.4901 2.83 0.9977 0.0023 0.4977
2.34 0.9904 0.0096 0.4904 2.84 0.9977 0.0023 0.4977
2.35 0.9906 0.0094 0.4906 2.85 0.9978 0.0022 0.4978
2.36 0.9909 0.0091 0.4909 2.86 0.9979 0.0021 0.4979
2.37 0.9911 0.0089 0.4911 2.87 0.9979 0.0021 0.4979
2.38 0.9913 0.0087 0.4913 2.88 0.9980 0.0020 0.4980
2.39 0.9916 0.0084 0.4916 2.89 0.9981 0.0019 0.4981
2.40 0.9918 0.0082 0.4918 2.90 0.9981 0.0019 0.4981
2.41 0.9920 0.0080 0.4920 2.91 0.9982 0.0018 0.4982
2.42 0.9922 0.0078 0.4922 2.92 0.9982 0.0018 0.4982
2.43 0.9925 0.0075 0.4925 2.93 0.9983 0.0017 0.4983
2.44 0.9927 0.0073 0.4927 2.94 0.9984 0.0016 0.4984
2.45 0.9929 0.0071 0.4929 2.95 0.9984 0.0016 0.4984
2.46 0.9931 0.0069 0.4931 2.96 0.9985 0.0015 0.4985
2.47 0.9932 0.0068 0.4932 2.97 0.9985 0.0015 0.4985
2.48 0.9934 0.0066 0.4934 2.98 0.9986 0.0014 0.4986
2.49 0.9936 0.0064 0.4936 2.99 0.9986 0.0014 0.4986
2.50 0.9938 0.0062 0.4938 3.00 0.9987 0.0013 0.4987
94
Jess Reynaga Obregn
1 Se dice que una distribucin de valores cuantitativos continuos tiene semejanza a la curva
normal si su sesgo, calculado a travs del mtodo de momentos, vale entre - 0.5 y + 0.5 , lo cual
se simboliza de la siguiente forma :
y su curtosis, tambin calculada a travs del mtodo de momentos, vale entre 2 y 4, lo cual se
simboliza de la siguiente forma :
2 < a4 < 4
2 Las frmulas para calcular el sesgo y la curtosis, a travs del mtodo de momentos, son las
siguientes:
m3 m4
SESGO a3 = CURTOSIS a4 =
( ) (m2 ) 2
3
m2
3 El clculo de momentos para series simples de datos cuantitativos continuos se hace con las
frmulas siguientes:
2
_
x x
Momento 2 m2 =
n
3
_
x x
Momento 3 m3 =
n
4
_
x x
Momento 4 m4 =
n
95
Jess Reynaga Obregn
4 En el caso de las series simples de valores, conviene efectuar el clculo de los momentos a
travs de una tabla auxiliar de trabajo como la del siguiente ejemplo:
9.1 9.4 8.9 9.6 10.5 8.8 9.4 9.2 9.0 8.1
9.3 8.8 9.5 9.7 9.2 9.4 9.6 9.0 9.4 9.8
96
Jess Reynaga Obregn
m4 m4 0.221 0.221
CURTOSIS a4 = a4 = = = = 4.484
(m2 ) 2
(m2 ) 2
(0.222) 2
0.049
En vista de que el sesgo calculado se encuentra en el intervalo que va desde - 0.5 hasta + 0.5
puede decirse que la distribucin de los pesos de los 20 nios es semejante en simetra a la de la
curva normal.
Sin embargo, en vista de que la curtosis calculada est fuera del intervalo que va desde 2 hasta 4
no puede decirse que el grado de apuntamiento o aplanamiento de los pesos de los 20 nios sea
semejante a la de la curva normal.
En resumen, la serie es simtrica como la curva normal pero ms apuntada o elevada que ella
(leptocrtica).
Por lo anterior, a pesar de que la variable es cuantitativa continua, no deben utilizarse como
medidas de resumen para describir a esta serie ni al promedio ni a la desviacin estndar y, en su
lugar, se debieran utilizar la mediana y diversos percentiles.
97