Interpretación de resultados en SPSS

M.E. Gandhy Ponce Gómez Unidad de Investigación ENEO-

UNAM, México, D.F.

LA INVESTIGACIÓN Y SU PUBLICACIÓN

LA ESTADISTICA HASTA EN LA SOPA

• La estadística impregna los estudios epidemiológicos, sociales, biomédicos y la seguimos creyendo inaccesible.

• De manera que si te parece que te estás perdiendo y empiezas a preguntarte que es lo que se supone que debes aprender,

• La necesidad de editar los datos antes de emprender un análisis en serio y captar los errores lo antes posible.

ESTADÍSTICA DESCRIPTIVA

Tablas de frecuencia y porcentajes. Métodos de resumen y numéricos:

Medidas de tendencia central: (media, mediana , moda).

Medidas de dispersión:(rango, desviación estándar, varianza).

Gráficos (gráficas de barras, de sectores o pastel, de líneas, etc.)

• Tabla: recurso idóneo para mostrar números exactos o para mostrar entre 3 y alrededor de 20 datos.

• Grafico: representar visualmente datos para hacerlos comprensibles

• Opciones para limpiar los datos – verificación de rangos, verificación de consistencia – y lo que estos pueden (y no pueden) lograr.

Detectar y corregir valores no válidos 2. Identificar e investigar valores inusuales 3. Señalar valores atípicos o extremos (“outliers”) (aún si son correctos, su presencia puede influir sobre los métodos estadísticos a utilizar)

VERIFICAR DATOS INCONGRUENTES NÚMERO

DE EXPEDIE

NTE

ESTANCIAHOSPITALARIA

SERVICIO TURNO EN EL

QUE SE REALIZÓ

LA CIRUGÍA

FECHA DE

EJECUCIÓN DE LA CIRUGÍA

CAUSAS DE

CIRUGÍA DIFERIDA

HC FICHA DE

IDENTIFICACIÓN

HC ANTECED

ENTES HEREDOFAMILIAR

ES

HC ANTECED

ENTES PERSONALES NO PATOLÓG

ICOS

HC ANTECED

ENTES PERSON

ALES PATOLÓG

ICOS

HC PADECIMI

ENTO ACTUAL

N Válidos 197 196 197 197 193 1 197 197 197 197 197

Perdidos 0 1 0 0 4 196 0 0 0 0 0

Mínimo 1 1 1 15-ene-12 6 0 0 0 0 0

Máximo 45 3 2 16-jul-12 6 8 1 1 1 1

• Qué significa la codificación de los datos y porqué se realiza.

• Significado básico de varios términos usados para caracterizar los atributos matemáticos de distintos tipos de variables (nominal, dicotómica, categórica, ordinal, de medición, conteo, discreta, intervalo, razón, continua).

• Reconocer ejemplos de diferentes tipos de variables y ventajas/desventajas de tratarlas de diferentes maneras.

VARIABLE FORMA DE MEDIRLO PROPIEDADES Y OPERACIONES

NIVELES DE MEDICION

KILOMETRAJE RECORRIDO POR EL STC METRO

Desde 0 hasta 500, 000 km

≠ , ═, › , ‹ Ø relativo, — INTERVALAR

CONSUMO DE REFRESCO DIARIO SI CONSUME NO CONSUME

≠ , ═ NOMINAL

USO DE LENGUAJE CIENTÍFICO EN ENFERMERIA

ESCASAMENTE MODERADAMENTE USUALMENTE

≠ , ═, › , ‹ ORDINAL

LARGO DE CABELLO CORTO MEDIO LARGO

≠ , ═, ›, ‹ ORDINALV

SÍNTOMAS DE HIPERGLUCEMIA SI NO

≠ , ═ NOMINAL

NUMERO DE LAPICES DEFECTUOSOS FABRICADOS POR BEROL.

- de 100 lápices diarios

+ de 100 lápices diarios

≠ , ═ NOMINAL

GRADOS IMECAS DE CONTAMINACIÓN

0 a 200 imecas 201 a 400 imecas 401 a 600 imecas

≠ , ═, › , ‹ Ø relativo, — INTERVALAR

USO DE ADEMANES AL HABLAR SIEMPRE, ALGUNAS VECES, CASI NUNCA, NUNCA

≠ , ═, ›, ‹ ORDINAL

NIVELES DE AGUDEZA VISUAL Desde 0 hasta 6

≠ ═ › ‹ Ø relativo — INTERVALAR

El objetivo es crear variables a partir de la información, con la posibilidad de análisis en mente. Las siguientes interrogantes subyacen las decisiones sobre codificación: 1. ¿Qué información existe? 2. ¿Qué información es relevante? 3. ¿Cómo será probablemente analizada?

PRUEBAS DE HIPÓTESIS

• Una hipótesis estadística es una proposición • sobre los parámetros de una o más poblaciones. • Las hipótesis nulas plantean una “igualdad”: • - La prevalencia de malaria es del 12%. • - La tasa de recurrencia es igual entre ambos • tratamientos. • - La desnutrición es independiente del nivel de • pobreza.

• ¿Cómo codificar las preguntas abiertas del cuestionario (p.ej., “¿De qué manera ha cambiado su hábito de fumar?”, “¿Cuáles son sus razones para dejar de fumar?” , “¿Qué impedimentos al cambio espera encontrar?”, “¿Qué hacía en su trabajo?”)

• Lo simple es mejor • Evitemos detalles superfluos • Creamos variables adicionales, antes que destruir las

originales (nunca hay que sobrescribir los datos crudos!) • Analicemos los detalles antes de confiar en los resúmenes. • Verificar la precisión de las variables derivadas y las

recodificadas estudiando las tablas de cruce de variables entre las variables originales y las derivadas

• Los datos, sin embargo, no “hablan por sí mismos”. Revelan lo que el analista puede detectar.

• De manera que cuando el investigador novato, tratando de obtener esta recompensa, se encuentra sólo con el conjunto de datos y ninguna idea de como proceder

• La sensación puede ser una de más ansiedad que de entusiasta anticipación.

• Igual que con otros aspectos de un estudio, el análisis e interpretación del estudio debe relacionarse con los objetivos del mismo y el problema de investigación.

RESPECTO AL TAMAÑO DE LA MUESTRA

• >100 PUEDEN TENER DISTRIBUCION NORMAL: PRUEBAS PARAMETRICAS • < DE 100 PUEDE QUE NO TENGAN DISTRIBUCION NORMAL: PRUEBAS NO

PARAMETRICAS

• En términos amplios, los estudios grandes son potentes, los estudios pequeños son débiles.

• El concepto de “sesgo de los estudios pequeños” ilustra la importancia de comprender la potencia

• estadística cuando se interpretan investigaciones epidemiológicas. • La idea detrás del sesgo de los estudios pequeños es que dado que los estudios

pequeños son más fáciles de llevar a cabo que los grandes, muchos más son realizados.

• Los estudios pequeños que no encuentran resultados “significativos” a menudo no son publicados.

• Las revistas tienden a no interesarse

SPSS TE AYUDA

• 1. Estadística Descriptiva • o Distribución de frecuencias • o Creación de gráficos • o Medidas de tendencia central o posición:

– Media – Mediana

- Moda - percentiles y cuartiles

• Medidas de dispersión o variabilidad: – Recorrido – Desviación típica – Varianza – Asimetría (Fisher): – Curtosis: estudia la distribución de frecuencias en

la zona central.

• - Ji cuadrado (cualitativa + cualitativa): • - R de Pearson (cuantitativa + cuantiativa) • - Prueba de t (cualitativa dicotómica + cuantitativa) • - Análisis de Varianza (ANOVA) (cualitativa

politómica + cuantitativa) • - Análisis Multivariado • - Regresión lineal

Estadística Inferencial (pruebas de significación estadística)

• EL SPSS TE HACE LA VIDA MAS FACIL

• NO LE TENGAS MIEDO, EXPERIMENTA Y APRENDE