UNIVERSIDAD NACIONAL DE SAN
AGUSTIN
ESCUELA DE BIOLOGIA
VARIABLES, POBLACIÓN MUESTRAS Y DISTRIBUCIÓN DE
FRECUENCIAS
Profesor:
Dr. Alberto Cáceres Huambo
AREQUIPA – PERU
2020
INTRODUCCIÓN
El término estadística se derivó originalmente del vocablo “estado” porque ha sido
funcion tradicional de los gobiernos centrales llevar registros de población, nacimiento,
defunciones, profesiones, cosechas y muchas otras clases de cosas y actividades. Contar
y medir estos hechos genera muchas clases de datos numéricos. La estadística es
concebida popularmente como columnas de cifras o gráficas, asociadas generalmente
con promedios. Este concepto se aproxima mucho a la definición tradicional de
estadística: la colección, organización, resumen y presentación de datos numericos.
Actualmente la estadística es una rama de la matemática Aplicada que colecciona,
clasifica y evalúa o analiza datos como base para inferencias o conclusiones válidas; así
como para tomar decisiones en base a ese análisis.
Como un procedimiento de toma de decisiones, la Estadística es de importancia
creciente en varios campos, por ejemplo en la producción industrial en masa, medicina
y Biología, Economía, Política, Psicología, Análisis de opinión pública y otras Ciencias
sociales, Agricultura, Meteorología, Física, Química e ingenierías.
¿Qué es la estadística?
El campo de la estadística tiene que ver con la recopilación, presentación y uso de datos
para tomar decisiones y resolver problemas. Todo profesional recibe información en
forma de datos. A menudo es necesario obtener alguna conclusión a partir de la
información contenida en los datos, por eso es muy útil para cualquier persona poseer
cierto nivel de3 comprensión de la estadística. Puesto que los ingenieros obtienen y
analizan datos de manera rutinaria, el conocimiento de la estadística tiene una
importancia especial en estos campos. De manera específica, el conocimiento de la
estadística y las teorías de la probabilidad se constituye en una herramienta poderosa
para ayudar a los científicos e ingenieros a diseñar nuevos productos y sistemas a
perfeccionar y diseñar, desarrollar los procesos de producción.
La importancia de la estadística en la ingeniería, la ciencia y la administración ha sido
subrayada por la participación de la industria en el aumento de la calidad en sus
operaciones y en el producto final. Muchas empresas se han dado cuenta de que la baja
calidad en operaciones y productos, tiene un efecto muy pronunciado en la
productividad global de la empresa, en el mercado, en la producción competitiva y
finalmente en la rentabilidad de la empresa. La estadística es un elemento decisivo en el
incremento de la calidad, ya que las técnicas estadísticas pueden emplearse y
comprender el elemento fundamental de éstas, cual es la variabilidad. En términos
prácticos, la variabilidad es casi sinónimo estadística. La variabilidad presente en
cualquier aspecto de la actividad humana y de la naturaleza, es procesada
numéricamente para entender un fenómeno y luego manipularlo para alcanzar un
objetivo propuesto.
Importancia de la estadística
En los años 80’ era evidente una súbita devacle de la indusatria americana. Fue entonces
cunado se tomo conciencia de que se deberia meorar la calidad de los productos y
servicios si se quería que la industria estuviera en capacidad de competir eficientemente
en los mercados mundiales. Los debates propiciados identificaron a las estadísticas
como una basta y útil herramienta para mejorar la calidad. La necesidad de las
estadísticas surge naturalmente al reconocer que la recoleccion de datos y el análisis de
estos es indispensable para la solucion de problemas de calidad. Las buenas decisiones
se basan en hechos y no en opiniones ni emociones. Esto hace pensar en la siguiente
idea, referida por un estadístico norteamericano: “In God we trust; others must have
data” (creemos en Diós; otros deben tener datos). Esta idea reitera lo anterior: las
decisiones importantes dentro de un proceso productivo deben estar sustentadas en
hechos y valores practicos y no en la suposición, intuición o emociones.
Una importante reunión de estadísticos e ingenieros que representaban a los sectores
académico e industrial, identificaron cinco áreas como las más importantes para el
conocimiento que deben tener los ingenieros:
a) Omnipresencia de la variabilidad
b) El gran valor del análisis gráfico
c) Inferencia estadística
d) La importancia y la esencia de los diseños experimentales estadísticos
e) Las filosofías de Shewhart, Deming y otros referentes a la entrega de productos y
servicios de calidad.
Todos estos conceptos aplicados en la práctica productiva conducen a la mejora de la
calidad. Es altamente reconocido que la baja calidad de la producción de la empresa
afecta su posición competitiva y su rentabilidad. Por otro lado las mejoras de calidad
reducen los deshechos y correcciones en la producción, disminuye la necesidad de
efectuar frecuentes y costosas inspecciones, disminuye los costos por garantía de un
producto, aumentan la satisfacción del comprador y aumenta también el prestigio de la
empresa.
Cada vez se está más consciente de que una empresa mejorará mucho más rápido se
eficiencia de producción si es que mueve su atención de la inspeccion de productos al
control de procesos, luego a mejorar la calidad y finalmente a calidad de producto y
diseño de proceso. Las estadísticas proveen las herramientas para satisfacer cada una de
éstas necesidades: planes de muestreo para inspección, técnicas de control de proceso
por gráficas, diseños de experimentos y análisis de regresión para mejoras de calidad.
Uno de los pilares de la calidad es el constante perfeccionamiento. Este concepto
asociado a la producción de bienes y servicios se inicia con la identificación de la
necesidad de mejorar. Luego de ello sigue la evaluación de lo que se tiene y hace: en la
producción básicamente evaluar la variabilidad. Los cambios condicionan nuevas
evaluaciones y así sucesivamente generándose una espiral ascendente hacia la calidad.
Este proceso se sintetiza en dos términos: evaluación e investigació[Link] estadística
como método de evaluación e investigación es prácticamente una herramienta
imprescindible para alcanzar el objetivo de la calidad.
Estadística e investigación
La estadística interviene en la investigación y/o el método científico a través de la
experimentación y observación. Esto es las observaciones experimentales y
conocimientos son partes integrales del método científico y esos métodos
invariablemente conducen al empleo de técnicas de la estadística. Ya que la estadística
cuando se usa adecuadamente hace más eficiente las investigaciones, es aconsejable que
los investigadores se familiaricen con las técnicas y conceptos básicos de esta ciencia.
El uso de la estadística como herramienta de la investigación no puede separarse de la
planeacion general del proyecto de investigación. Si un proyecto de investigación debe
producir datos que van a ser tratados estadísticamente, entonces un metodo estadístico
apropiado debe formar parte integrante de un diseño total.
Aunque parece demasiado obvio, un proyecto de investigación debe ser diseñado y
planificado antes de efectuarse. Sin embargo, es bastante frecuente que muchos
investigadores aporten muchos datos obtenidos de manera fortuita y a menudo sin una
idea precisa de por que fueron obtenidos. En tales casos es a veces triste decirle al
investigador que sus esfuerzos fueros desperdiciados porque no hay una manera lógica
de analizar sus datos.
Las computadoras y la Estadística
La computadora se ha convertido en una herramienta importante en la presentación y
análisis de datos. Si bien muchas técnicas estadísticas sólo necesitan de una calculadora
de mano, su empleo consume mucho tiempo y esfuerzo. La computadora realiza tales
tareas con mucha mayor eficiencia. En el trabajo en computadora, el usuario introduce
los datos y luego selecciona los tipos de análisis y la presentación de los datos que le
interesa. Estas ventajas hacen del uso de la computadora una labor prácticamente
imprescindible en el proceso de análisis de datos, vistos también la popularidad que van
adquiriendo las computadoras y su imposición en la labor rutinaria de cualquier
actividad humana.
¿ Cómo utilizar las técnicas estadísticas?
Todos los problemas tienen particularidades que deben estudiarse antes de que se
adopten los métodos más efectivos para resolverlos. Por consecuencia, cada problema
nuevo debe ser tratado por sí mismo con mucho respeto. Cuando un investigador o un
consultor debe confiar en otros para obtener información, debe ser exigente hasta estar
satisfecho con lo que le presentan y entenderlo. El investigador debe dar respuesta
adecuada a las siguientes preguntas:
¿cuál es el objetivo de la investigación?, al describir el problema ¿es realmente ése?, ¿se
tienen datos?, ¿cómo han sido recogidos esos datos?, ¿en qué orden?, ¿qué días?, ¿por
quién?, ¿cómo?, ¿cómo trabaja el equipo?, ¿cómo es?, ¿puedo verlos?, ¿puedo verlo
funcionando?, ¿hay más datos como esos?, ¿cuánto se conoce de la teoría de ese
fenómeno?.
Las técnicas estadísticas son solo una herramienta de trabajo. No olvidar el
conocimiento apropiado del tema al que se aplican. Los métodos son una ayuda
importante, no un sustituto de la destreza natural del investigador.
VARIABLES Y ESCALAS DE MEDICION
1. Concepto de Variable.- Es toda característica relacionada con los elementos de un
universo. Población susceptible de ser medida, contada, ordenada o clasificada.
Ejemplos:
1. Estatura, sus valores resultan de medir
2. Número de hijos por familia, sus valores resultan de contar
3. Orden que cada persona ocupa en la secuencia de hermanos, resulta de un
ordenamiento.
4. Ocupación: corresponde a la ubicación de una clase o categoría no cuantitativa
2. Clasificación de Variables
Se propone una clasificación de acuerdo al proceso que se sigue para obtener sus
valores o ubicación en las categorías no cuantitativas.
A. Variables Cuantitativas
A.1 Cuantitativas contínuas: Cuando sus valores o datos provienen de procesos de
medicion directa o indirecta. Teóricamente se considera que sus valores
pueden ser objeto de divisiones sucesión hasta el infinito.
Se sugiere algunos casos:
a. Longitud: Ej. Talla, perímetros biométricos, diámetros obstétricos,
alzada en los animales cuadrúpedos, envergadura en las alas de las aves,
etc.
b. Superficie: Ej. Superficie corporal de importancia en Biofísica o
Medicina, superficie de los lotes de una comunidad urbana marginal
c. Volumen: Ej. Volúmenes respiratorios (aire corriente, respiración
profunda, espiracion profunda, aire residual, etc).
d. Capacidad: Ej. Valores de la diuresis u orina en 24 horas (litros o
mililitros), contenido de líquido por botella, etc.
e. Peso: Ej. Peso de una persona adulta, peso del recién nacido, peso de una
mujer embarazada en diferentes estados de gestación, peso por cabeza de
ganado al momento de ser sacrificada, etc.
f. Presión: Ej. Presión arterial sistólica o diastólica.
g. Tiempo: Ej. Edad de las personas, tiempo de gestación, tiempo de
hospitalizacion, edad de los ingresantes o egresados de la universidad,
tiempo de duración de una bombilla eléctrica, tiempo de estabilidad de
un producto farmacéutico, etc.
Son algunas entre las múltiples variables continuas de interés para el
investigador.
Comentario: La edad de las personas no se cuenta, se compara con unidades
relativas al momento de su vida. En los adultos son años, en la sección
nacidos pueden ser horas, en los lactantes meses, etc.
Numéricamente, las variables cuantitativas continuas expresan sus valores
con todos los números reales.
A.2 V. Cuantitativas Discretas: Que a su vez subclasifican en cardinales y
ordinales.
A.2.1 V. Cuantitativa discreta cardinales: Son las variables cuantitativas
cuyos valores odatos provienen del proceso de conteo. Sus valores se
expresan mediante los numeros naturales /N= 0,1,2,3....
a) Cuantitativa discreta cardinales de pequeño rango o poca variación:
Más adelante examinaremos los conceptos de rango.
Ej:
- Numero de embarazo por mujer en edad fértil, indudablemente
corresponde a un número relativamente pequeño por más gran
multipareja que sea.
- Numero de habitaciones por vivienda
- Numero de camas por familia.
Estas dos ultimas variables son importantes para valorar el hacinamiento,
promiscuidad, respectivamente.
- Numero de respiraciones por minuto.
Comentario: Naturalmente que los valores de estas variables no tendrían
significado si las expresamos de una manera fraccionaria, por más promedio
que sea.
b) Cuantitativa Discretas Cardinales de gran rango o mucha variación:
Mencionamos algunos ejemplos de interes:
- Numero de glóbulos rojos o eritrocitos por mm3
- Numero de glóbulos blancos o leucocitos por mm3
- Numero de plaquetas por mmm3
En estos casos se producen variaciones normales de persona a persona,
centenas de mil en los eritrocitos o simplemente de varias cenytenas en los
leucocitos.
Tampoco en estos casos los valores fraccionarios de hematíes o leucocitos
no tienen sentido.
A.2.1 Variables Cuantitativas Discretas Ordinales:
Sus valores resultan de procesos mentales de ordenamiento.
Se proponen algunos ejemplos:
- Orden que cada persona ocupa en la secuencia de hermanos
- Orden de realización de un parto: No es lo mismo el primer parto que el
segundo.
- Ranking en el rendimiento escolar, etc.
Es razonable que no se puede promediar los ordenes de que se traten.
B. Variables Cualitativas:
También se les denomina de atributo y sus resultados corresponden a las categorías
definidas por el investigador. Son relativamente complejas en su manejo estadístico
porque su categorización depende de un marco teórico o de los objetivos propuestos.
Se sugiere algunos ejemplos:
- Ocupación: Desocupados, eventuales peones de campo, obreros,
artesanos, profesionales, etc.
- Estado conyugal: Soltero, casado, viudo, divorciado, conviviente.
- Nivel de instrucción: Analfabetos, primaria incompleta, primaria completa,
secundaria incompleta, secundaria completa, etc.
3. Concepto de Escala.- El hecho de poder asignar unidades numéricas a los
indicadores elegidos establece cuatro categorías jerárquicas, producto de una
convención, que toman el nombre de Escalas de Cuantificación.
4. Clasificación de Escalas
a) Escala Nominal: Es cuando se definen categorías o clases mutuamente excluyentes y
exhaustivas entre si, de modo que los objetos pueden asignarse a una de ellas de
acuerdo a la presencia o ausencia del atributo de interés. El resultado de tal
asignación se expresa mediante la frecuencia con la que se encuentra el atributo en
un grupo de elementos. Tal frecuencia se puede expresar a su vez en proporciones
(frecuencia del atributo sobre número de objetos investigados) o porcentajes (la
proporción correspondiente multiplicada por 100). Ejemplos:
- Sexo : Varón, mujer
- Profesión : Médico, Enfermera, Abogado
- Estado de salud : Sano, enfermo
- Grupo sanguíneo : A, AB, B, O
Es importante mencionar que con el propósito de facilitar el conteo y análisis en esta
escala, sea manualmente o mediante un dispositivo mecánico o electrónico, se suele
asignar códigos numéricos a las categorías, sin embargo, ello sólo con el propósito
de identificación (como la matrícula del automóvil); tales códigos no deben
someterse a manipulación aritmética (suma, resta, multiplicación ni división).
b) Escala Ordinal: Permite establecer un orden de mayor a menor o viceversa (una
gradación) entre las observaciones y así establecer una secuencia jerárquica que
mide la intensidad del atributo. Ej.
- Nivel instruccional: Primaria, secundaria, superior
- Condición económica: Baja, media, alta
- Gravedad de enfermedad: Leve, moderada, severa
Cumple con todas las condiciones de la escala nominal, pero además hay orden en
las categorías, que reflejan un aumento o disminución de la característica que
expresa el indicador, sin embargo, aunque se puede establecer un orden de los
elementos según esta escala, el intervalo entre categoría y categoría no es conocido
ni equivalente.
Por otro lado, los números que se les pueda asignar a las categorías tienen el único
propósito de identificarlas y no se les debe someter a manipulación aritmética:
suma, resta, multiplicación ni división.
c) Escala de Intervalo: Es cuando se puede expresar los atributos mediante intervalos
ordenados y de tamaño conocido, pero que no tienen cero real, es decir que “cero”
no expresa ausencia de atributo, sino que es una decisión arbitraria.
Ejemplos:
- Temperatura
- Calificación de un examen
- Test de Inteligencia
En esta escala se admiten como válidas las operaciones aritméticas (suma, resta,
multiplicación y división).
d) Escala de Razón:La variable se puede expresar en intervalos ordenados y la
magnitud entre cada unidad de medida es conocida y equivalente. Posee cero real,
que indica la ausencia del atributo. Ej.:
- Peso
- Talla
- Tiempo
- Glicemia
Al igual que en el caso anterior, todas las operaciones aritméticas son posibles y válidas.
5. Instrumento de Medición.- Es el recurso o conjunto organizado de ellos que hace
posible la producción de la información específica deseada; el tipo de instrumento
de medición para la recolección de la información (datos) depende del tipo de
variable que se plantea el investigador en el estudio.
Para una variable cuantitativa:
Variable Instrumento
Peso Balanza
Presion arterial Tensiómetro
Talla Tallímetro
Sexo Investigador
Conocimientos Prueba escrita-oral
Habilidades Prueba práctica
Para una variables cualitativa:
Validez es la capacidad del instrumento de traducir la naturaleza de la variable, es decir
de producir lo mas cercanamente posible su verdadero estado. La variable está dada por
la sensibilidad y especificidad.
Confiabilidad es la capacidad de no variar en los resultados que produce, por eso se le
llama también repetibilidad o consistencia.
6. Conceptos Generales:
Universo: Es el conjunto total de individuos que son de interes para el observador o el
investigador su definición debe ser lo más clara posible de tal manera que no quepa
duda si un elemento pertenece o no al conjunto universo.
Proponemos algunos ejemplos:
U1= x/x es alumno matriculado en la universidad San Agustín
U2= pobladores del pueblo joven ABC
U3= Latas de conserva de marca Y
El universo al igual que las variables pueden ser continuo o discreto. Los ejemplos
anteriores corresponden a la categoría de discreto, pues sus elementos pueden ser
contados:
A continuación proponemos ejemplos de universos continuos:
U1 = El agua que ingresa a la Planta de la Tomilla
U2 = El volumen sanguíneo del paciente ABC
Como podemos notar los elementos de estos universos no se cuentan.
Población: Es el conjunto total de elementos correspondientes a una variable
relacionada con los componentes de un universo, de tal manera que de un universo se
pueden obtener tantas poblaciones como variables sean de interés para el observador o
investigador.
Consideremos el universo U1 del cual podemos obtener las siguientes poblaciones,
entre muchas:
P1= X/edades de los alumnos ingresantes 2001
P2= n/n es el número de piezas cariadas en los alumnos ingresantes 2001
P3= ordenar en el ranking de ingreso por programa
P4= colegios de procedencia
Siendo U1 x/x es ingresante 2001 a la universidad Católica
En el universo continuo se podrá obtener:
P11= número de partículas de polvo en suspensión por cm3
P12= densidad de gas atmosférico de las calles a,b,c.. . de Arequipa
Y otras poblaciones más en el universo es:
U11= el aire atmosférico que se aspira en las calles a,b,c... de Arequipa
En algunos problemas de investigación no solo será necesario precisar la ubicación
geográfica, sino también las horas del día.
Muestra: Es cualquier subconjunto de un universo o población.
De acuerdo al esquema. Modelo del Razonamiento Estadística, la obtención de la
muestra es de vital importancia, pues si esta es representativa la información
cuantitativa que se obtenga de ella podrá ser generalizada o inferida a todo el universo o
población.
Muestreo: Es el conjunto de métodos y/o teóricos para la obtención de una muestra
representativa y ofrece muchas ventajas tales como el costo reducido.
Unidad de análisis.- Llamada también elemento de la población: es la unidad de la cual
se obtiene el dato estadístico: también se le denomina como la unidad indivisible; y es el
objeto de estudio. Ejem. Puede ser una persona, vivienda, animal, etc.
Estadistica descriptiva.- Cuyo objetivo principal es la recoleccion y elaboración de
datos, es decir: clasificación, presentacion dela información y el calculo de medidasde
tendencia central y dispersión.
Estadistica inferencial.-Permite tomar decisiones y/o predecir fenómenos con respecto
a las características de la población en base a la in formación de la muestra extraída de
la población en estudio.
CAPTACION Y ELABORACION DE DATOS
Se hace cada vez mas evidenteque la interpretación de muchos de la investigaciones en
las diversas areas cientificas.
ELABORACION DE DATOS
Una vez que se ha captado o recopilado la información de cada uno de los elementos del
conjunto en estudio, esta tiene que ser revisada, clasificada, presentada y resumida para
permitir su analisis e interpretación y ha este conjunto de actividades se le denomina
elaboración de datos.
Las etapas de la elaboración de los datos son:
A. REVICION DE DATOS
Tiene por objeto:
-Determinar si se ha recibido todos los formularios o, cuando menos, en una proporción
que sea suficiente para no invalidar las conclusiones que se preveían hacer.
-Verificar que estén todas las respuestas requeridas y,
-Localizar posibles incongruencias en la información proporcionada.
La revisión de datos constituye lo que se ha dado en llamar el control de calidad de la
información.
B. CLASIFICACION DE DATOS
Consiste en agrupar las observaciones en un numero determinado de categorías o
clases.
El número de categorías o clases dependen del tipo de variable que se estudia.
Un experimento que se realiza con 60 estudiantes varones de primer año de Ciencias de
la Nutrición, implica la medición de sus respectivas presiones sanguíneas, las
determinaciones debían ponderarse al número par más cercano al valor leído en Hg.
Los resultados obtenidos para la presión sanguínea sistólica (en mmHg) son:
142 142 134 110 98 130
136 120 118 130 116 140
118 122 128 128 114 138
104 116 110 100 128 128
124 140 108 146 116 114
152 118 140 128 116 110
138 132 118 120 122 120
108 112 94 130 130 118
120 128 108 120 124 110
124 132 132 130 102 118
Construir una tabla de distribución de frecuencias de estas observaciones, dibujar un
histograma:
Se procede a realizar la Regla de Sturges:
1. Rango:
R= Vmax – Vmin
R = 152 – 94
R = 58
2. Número de clase:
K = 1 + 3,32 log n
K = 1 + 3,32 log 60
K = 1 + 3,32 (1,77)
K = 1 + 5,8764
K = 6,9
6K7
3. Intervalo de clase:
I= R
K
I = 58 = 9,7 = 10
6
I = 58 = 8,3 = 8
7
4. Reconstruyendo R:
IxK=R 8 x 6 = 48 10 x 6 = 60
8 x 7 = 56 10 x 7 = 70
5. Tabulación:
K I-C Tabulación f
1 94-103 //// 4
2 104-113 ///////// 9
3 114-123 /////////////////// 19
4 124-133 ///////////////// 17
5 134-143 ///////// 9
6 144-153 // 2
6. Cálculo de la Media de Clase y frecuencias absoluta (f)
K Xi f
1 98,5 4
2 108,5 9
3 118,5 19
4 128,5 17
5 138,5 9
6 148,5 2
7. Distribución de Frecuencias Absolutas (f) y Relativas (h).
K I-C Xi f fprop h%
1 94-103 98,5 4 0.6670 6,67 %
2 104-113 108,5 9 0.1500 15,00 %
3 114-123 118,5 19 0.3167 31,67 %
4 124-133 128,5 17 0.2833 28,33 %
5 134-143 138,5 9 0.1500 15,00 %
6 144-153 148,5 2 0.3330 3,33 %
60 1,000 100,00 %
8. Distribución de Frecuencias Absolutas (F) y Relativas (H) acumulativas:
Tabla N°....: Distribución de frecuencias para las presiones sanguíneas de 60
estudiantes de la Escuela de Ciencias de la Nutrición.
K I-C Xi f F h% H%
1 94-103 98,5 4 4 6,67 % 6,67 %
2 104-113 108,5 9 13 15,00 % 21,67 %
3 114-123 118,5 19 32 31,67 % 53,33 %
4 124-133 128,5 17 49 28,33 % 81,67 %
5 134-143 138,5 9 58 15,00 % 96,67 %
6 144-153 148,5 2 60 3,33 % 100,00 %
60 100%
Fuente: Escuela de Ciencias de la Nutrición-2003
9. Histograma:
Histograma de frecuencias para las presiones sanguíneas de 60 estudiantes de la
Escuela de Ciencias de la Nutrición
Fuente: Escuela de Ciencias de la Nutrición-2003
CUADRO Nº1: PACIENTES CON CÁNCER PULMONAR SEGÚN LUGAR DE
RESIDENCIA ATENDIDOS EN HOSPITAL CASMIRO,
PROVINCIA DE OTUSCO. LA LIBERTAD 1991.
CIUDAD Nº %
A 11 36.7
B 6 20.0
C 7 23.3
D 6 20.0
TOTAL 30 100.0
Fuente: Archivo del departamento de estadística del Hospital Casimiro. Prov. Otusco.
La libertad.
GRAFICO Nº 1: PACIENTES CON CANCER SEGÚN LUGAR DE
PRODEDENCIA ATENDIDOS EN EL HOSPITAL.
CASIMIRO - PROV. OTUSCO – LA LIBERTAD. 1991.
FUENTE: DEL CUADRO Nº 1
Las barras pueden ser también compuestas, es decir cuando se ha clasificado la
información según dos características. Asumamos que hemos clasificados a los
pacientes como pacientes con cáncer según lugar de procedencia y sexo (resultados y
datos en el cuadro Nº 2).
CUADRO Nº2: PORCENTAGE DE PACIENTES CON CANCER PULMONAR
SEGÚN LUGAR DE PROCEDENCIAY POR SEXO atendidos en el
Hospital. Casimiro - Prov. Otusco – La Libertad. 1991
CIUDAD
SEXO
A (%) B (%) C (%) D (%)
FEMENINO 36.4 50.0 28.6 16.7
MASCULINO 63.6 50.0 71.4 83.3
TOTAL 100.0 100.0 100.0 100.0
GRAFICO Nº 2: PACIENTES CON CANCER SEGÚN LUGAR DE
PRODEDENCIA Y POR SEXO ATENDIDOS EN EL
HOSPITAL. CASIMIRO - PROV. OTUSCO – LA
LIBERTAD. 1991
FUENTE: del cuadro Nº 2
Las barras compuestas, también pueden representarse en barras superpuestas, siendo
estas muy útiles, siempre que los elementos de cada característica, pueden ser
subdivididas según una característica secundaria.
BIBLIOGRAFIA
1. Bejarano, L., Mormontoy, W. Tipacti C., (1988). Estadística Descriptiva,
probabilidades y lineamientos para la elaboración de protocolos de investigación en
ciencias de la salud y conducta. Facultad y filosofía. UPCH.
2. Armitaje, P., Berry. G., (1997). Estadística para la investigación Biomédica.
Editorial Harcourt. Tercera Edición. Madrid – España.
3. Dawson B., Trapp R., (1997). Bioestadística. Médica. Editorial Manual Moderno.
Santa Fe de Bogota.
4. Wayne Daniel. (2002). Bioestadística para ciencias de la salud. Editorial Limusa.
México.