Operacionalización de variables estadistica

Dr. Cristian Díaz Vélez

Epidemiólogo Clínico

Auditor Médico

Operacionalización de variables

[email protected]

[email protected]

RED ASISTENCIAL LAMBAYEQUE

ESSALUD

OF

ICIN

A D

E

INTELIGENCIA

SA

NIT

AR

IA

mailto:[email protected]

mailto:[email protected]

Concepto

• Una variable es operacionalizada con el fin deconvertir un concepto abstracto en unoempírico, susceptible de ser medido a travésde la aplicación de un instrumento.

• La precisión para definir los términos tiene laventaja de comunicar con exactitud losresultados.

Concepto

• Algunas variables son tan concretas, o de igualsignificado en el ámbito mundial, que norequieren operacionalización:

Sexo

Colores semáforo

Órganos del cuerpo humano

Variable

• Cualquier característica de la realidad que puedaser determinada por observación y que puedamostrar diferentes valores de una unidad deobservación a otra.

• Es un aspecto o dimensión de un fenómeno quetiene como característica la capacidad de asumirdistintos valores, ya sea cuantitativa ocualitativamente.

• Se deriva de la unidad de análisis y estáncontenidas en las hipótesis y en el titulo delestudio.

Variable

• La validez de una variable dependesistemáticamente del marco teórico quefundamenta el problema y del cual se hadesprendido, y de su relación directa con lahipótesis.

• Su misma palabra define que “debe admitirrangos de variación”.

• Debe traducirse del nivel conceptual (abstracto)al nivel operativo (concreto), es decir que seaobservable y medible.

Tipos

• Según el tipo de estudio: si se busca relacióncausa-efecto

Independiente: CAUSA

Dependiente: EFECTO

Interviniente: actúa entre la independiente ydependiente.

Por su naturaleza:

Cualitativas

Cuantitativas:

Discretas/continuas

Agrupadas o no agrupadas

TIPOS DE VARIABLES

Por la naturaleza de las escalas que miden sus valores:

Nominales (“distinción”)

Ordinales (“distinción” + “orden”)

Intervalo y razón (“distinción” + “orden” + “distancia”)

¡ MUY IMPORTANTE!

Define el tipo de estimadores

estadísticos a utilizar

Ejemplos de variable nominales:

Género (hombre/mujer)

Lugar de nacimiento (País, Autonomía, Provincia, Localidad)

Profesión (empresario, directivo de empresa, obrero....)

Centro en que se cursaron los estudios (publico/privado)

Razones para elegir la carrera de teleco (vocación, salario,prestigio....)

TIPOS DE VARIABLES

Ejemplos de variable ordinales (muy frecuentes en escalas de opinión)

Grado de aceptación de una “afirmación” de 0 a 10

Mucho, bastante, poco, nada (escala de 4 posiciones)

Mucho, bastante, poco, muy poco, nada (cinco posiciones)

Totalmente en desacuerdo, en desacuerdo, indiferente, bastantede acuerdo, totalmente de acuerdo (5 posiciones)

Siempre, a veces, rara vez, nunca

¡MUY IMPORTANTE!

Los entrevistados tienden a situarse en las posiciones centrales.

Las escalas con posiciones pares discriminan mejor.

TIPOS DE VARIABLES

Ejemplos de variable de intervalo y razón

Nº de miembros de la unidad familiar

Salario

Edad

Renta familiar bruta

Nº de meses en situación de desempleo

¡MUY IMPORTANTE!

No necesitan codificación

Permiten un tratamiento estadístico más rico

TIPOS DE VARIABLES

VARIABLES

INDEPENDIENTES

VARIABLES

INTERVINIENTES

VARIABLES

DEPENDIENTES

EDADCOMPRENSION

LECTORA

DOTACION DE BIBLIOTECAS

ESCOLARIDAD DE LOS PADRES

METODOLOGIA

TIPOS DE VARIABLES

Clasificación

• Según los valores que toma:Cualitativas o categóricasa. Dicotómicasb. Categóricasc. OrdinalesCuantitativas o numéricasa. Discretasb. Continuasc. De razón

Definición Operacional

• Explica como se define el conceptoespecíficamente en el estudio planteado, quepuede diferir de su definición etimológica.

• Equivale a hacer que la variable seamensurable a través de la concreción de susignificado, y está muy relacionada con unaadecuada revisión de la literatura.

• Puede omitirse cuando la definición es obvia ycompartida.

Categorización o dimensiones

• Cuando el concepto tiene varias dimensioneso clasificaciones o categorías, éstas debenespecificarse en el estudio.

• Ej. “recursos”, que puede hacer referencia a“recursos técnicos”, “financieros”,“ambientales”, “humanos”

Indicador

• Es la señal que permite identificar lascaracterísticas de las variables.

• Se da con respecto a un punto de referencia.• Son señales comparativas con respecto a

contextos o a sí mismas.• Su expresión matemática se nutre de la

estadística, la epidemiología y la economía.• Se expresa en razones, proporciones, tasas e

índices.• Permite hacer “medible” la variable.

Indicador

• Son ejemplos de indicadores: indicadores económicos(la UVR, el dólar, la libra de café, el gramo de oro).

• Indicadores de pobreza (las migraciones, losdesplazados, el desempleo, los asentamientossuburbanos).

• Indicadores de calidad de vida (tasa de natalidad, demortalidad, de fecundidad, de esperanza de vida).

• Indicadores de desarrollo (el PIB: precio interno bruto,tasa de desempleo, la inflación, el IPC: índice deprecios al consumidor).

Nivel de medición o escala de medición

• La medición de una variable se refiere a suposibilidad de cuantificación o cualificación.

NOMINAL: este nivel sólo permite clasificar.

Nominal dicotómica: sexo

Nominal ppd: Color de ojos.

ORDINAL: permite clasificar además ordenar,es decir, establecer una secuencia lógica quemide la intensidad del atributo.


Por ejemplo, al medir el grado de satisfacciónfrente a un servicio de salud, se puedenestablecer escalas tales:

satisfacción plena, satisfacción media, pocasatisfacción, o insatisfacción.

Esta escala difiere de la meramente nominal quepermite establecer un orden o graduación entrelas observaciones.

Todas las escalas socio-económicas pertenecen alnivel ordinal de medición.


• INTERVALO: permite clasificar y ordenar.

En una escala de este nivel el punto cero y la unidadde medición son arbitrarios, como en el caso de latemperatura en que el grado cero no implicaausencia de temperatura, sino que se designó el ceroen forma arbitraria.

• DE RAZÓN O PROPORCIÓN: permite clasificar yordenar. Existe el cero absoluto o verdadero, es decirque el cero reflejo la ausencia de la propiedad.

Unidad de medida

• Se refiere a la respuesta que se espera en lamedición planeada.

• Puede ser cuantitativa: en Kilos, en metros, enlitros, en porcentajes, en proporciones, en tasas.

• Puede ser cualitativa: en grados de satisfacción(mucho, regular, poco), en calificaciones(excelente, regular, insuficiente), en grado deacuerdo (si y no) o (muy de acuerdo, en acuerdo,en desacuerdo) etc.

Nombre de

la variable

Tipo de

Variable

Definición

Operacional

Dimensión Indicador Escala de

medición

Unidades de

medida

Sexo Cualitativa

dicotómica

------- Demográfica Masculino

Femenino

Nominal ----

Estado civil Cualitativa

Categórica

------- Demográfica Soltero

Casado

Viudo

Nominal ----

Glicemia Numérica

continua

Glicemia en

ayunas

Laboratorio Intervalo mg/dl

Cuales son los factores asociados a

hipoglucemia en pobladores de la comunidad

Astuvilca

Hipótesis: “El status académico (Variable Independiente) del profesor incide positivamente en el aprendizaje del alumno (Variable Dependiente)”

Nombre de la

variable

Tipo de

Variable

Definición

Operacional


medición

Unidades de

medida

Var.

Independiente:

Var.

dependiente:

Var.

Interviniente

Hipótesis: “El embarazo precoz (variable independiente), incide en la habilidad para aprender a

leer (variable dependiente) en el niño””

Nombre de la

variable

Tipo de

Variable

Definición

Operacional


medición

Unidades de

medida

Var.

Independiente:

Embarazo

precoz

Var.

dependiente:

Habilidad para

aprender a leer

Var.

Interviniente

Qué prueba estadística usar?

• Existen más de 300 pruebas estadísticas básicas.

• Hay dos clases de pruebas estadísticas: Lasparamétricas y las no paramétricas.

Cristian Díaz Vélez 24

Paramétricas

• Los valores de la variable dependiente sigan la distribución dela curva normal. La muestra en la que se hizo la investigación.

• Las varianzas de los grupos que se comparan en una variabledependiente sean aproximadamente iguales (homogeneidadde las varianzas).

• La variable dependiente esté medida en una escala que seapor lo menos de intervalo, aunque este último requisito no escompartido por todos los estadísticos.

Cuando los datos cumplen con los requisitos indicados,especialmente con los dos primeros, las pruebas estadísticasparamétricas exhiben su máximo poder.


No Paramétricas

• Las pruebas estadísticas no paramétricas, encambio, no hacen a los datos ninguna de lasexigencias que les hacen las pruebasestadísticas paramétricas; por eso se lesdenomina "pruebas estadísticas libres dedistribución".

• Todas estas pruebas poseen menos poder quelas pruebas paramétricas correspondientes,pero han demostrado ser muy útiles comoalternativas cuando no se considera apropiadoel uso de pruebas paramétricas.


Clasificación según tipo y escala

• Tipo:Categórica/cualitativaNumérica/cuantitativa

• Escala:Categórica/cualitativa

Numérica/cuantitativa


Nominal

Ordinal

Razón

Proporción

• Categóricas nominales

• Categóricas ordinales

• Numéricas proporción

• Numéricas razón


Dicotómicas

Nominales ppd

Cuantitativas

Ordinales

Variable Dependiente Variable

Independiente

Prueba

Dicotómica Dicotómica z, Chi-2, Fisher

Dicotómica Nominal z, Chi-2, Metha-Patel

Dicotómica Ordinal Mann-Whitney /

Wilcoxon

Dicotómica Cuantitativa Regresión Logística

Nominal Dicotómica z, Chi-2, Metha-Patel

Nominal Cuantitativa Regresión Discriminante

Ordinal Nominal Kruskal-Wallis

Ordinal Cuantitativa Regresión Odds

Proporcional

Cuantitativa Dicotómica t de Student

Cuantitativa Nominal ANOVA

Cuantitativa Cuantitativa Regresión Lineal,

correlaciones


Identificar una variable dependiente

Ninguna V. ind. Una V. ind. Más de una V. ind.

V. Dep.

Continua

V. Dep.

Ordinal

V. Dep.

Nominal

V. Dep.

Continua

V. Dep.

Ordinal

V. Dep.

Nominal

V. Dep.

Continua

V. Dep.

Ordinal

V. Dep.

Nominal

1 2 3 4 5 6 7 8 9

Para fines estadísticos una variable nominal solo se refiere a dos categorías de una

Característica. Si la característica tiene K categorías, se necesitan K-1 variables.


V. Dependiente

Continua

1

Interés en la

posiciónInterés en la

dispersión

Media

T studentVarianza, DS

Chi2

Coef. Variación

T student


2

Var. Depend.

Ordinal

Interés en la

posiciónInterés en la

dispersión

Mediana

Prueba de WillcoxonAmplitud

intercuartilica


V. Dependiente

nominal

3

Interés en la

posición

Desenlace

común

Proporción Tasa

Aprox. Normal

Poisson

Desenlace

raro

Binomial Poisson

Si No


V. Dependiente

Continua

4

Dif. Medias

T student

Análisis CorrelaciónRegresión lineal

Var. Indep

intencionada

Var. Indep

aleatoria

Interés en la

posiciónNo Si

T student

Prueba F

T student

Z de Fisher


5

Var. Depend.

Ordinal

Var. Indep.

NominalVar. Indep

Ordinal

Mediana

Mann-Whitney

Coef. Correlación

Prueba Sperman


6

Var. Depend.

Nominal

Var. Indep.

NominalVar. Indep.

Ordinal o continua

Datos

apareadosChi2 para

tendencia

Datos

Indep.

P. McNemar Dif. Medias

Chi2

Test Fisher


7

Var. Depend.

Ordinal

Var. Indep.

NominalVar. Indep

Continua o nominal

ANOVA

Factorial

de una via

ANOVA

Medidas

repetidas

Var. Indep

aleatoria

Var. Indep.

continua

Datos

apareados

Datos

Indep.

Prueba F

Student

Prueba F

Student

Var. Indep

intencionada

Var. Indep

aleatoria

Var. Indep

intencionada

Análisis

Regresión

múltiple

Prueba F

F parcial

Análisis

Correlación

múltiple

Prueba F

F parcial

Análisis

Covarianza

(ANCOVA)

Análisis

Correlación

múltiple

Prueba F

F parcial

Prueba F

F parcial


V. Dependiente

ordinal

8

Var. Indep

Nominal

Prueba

Kruskal-Wallis

Datos

Indep.

Datos

pareados

Prueba

Friedman


9

Var. Depend.

Nominal

Var. Indep.

NominalVar. Indep

Continua o nominal

Análisis de

Tablas de vida

Análisis

estratificado

Dependiente

Del tiempo

No dependiente

Del tiempo.

Log-rank Mantel-Haenszel

chi2

Regresión

De Cox

Razón de

Máxima

probabilidad

Regresión

logística

Análisis

discriminante

Dependiente

Del tiempo

No dependiente

Del tiempo.

Razón de

Máxima

probabilidad

Razón de

Máxima

probabilidad


GRACIAS

Operacionalización de variables estadistica

Education

Transcript of Operacionalización de variables estadistica