Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
En esta gua desarrollan los conceptos que corresponderan a los dos primeros mdulos, luego se le dar material para los mdulos restantes, adems que en forma permanente va mail se les ira enviando ejercitacin. Es importante entender que el tema debe ser ledo previamente a la clase y luego repasado al regresar de la misma, as como realizar la ejercitacin correspondiente. Es necesario tener claro cada uno de los temas previos, antes de poder continuar con el siguiente, desgraciadamente la estadstica tienen ese problema, que cada conocimiento est relacionado y necesita de los previos para su comprensin. Por esta razn si faltan a una clase lean el tema que dictado e inclusive traten de preguntar a sus compaeros sobre los ejercicios que se realizaron. En esta gua se encuentra una seleccin de temas en base a su uso frecuente en el rea de las ciencias de la salud, tratando de usar la menor cantidad de frmulas posibles para hacer su estudio ms sencillo y no perder de vista la esencia del procedimiento que se est estudiando. No se recomienda ningn texto en especial, pero pueden hacer uso de cualquiera que trate los puntos que de este programa. Cada uno de los mdulos tendr una evaluacin sencilla, o sea se tendrn 4 evaluaciones, para que al llegar a fin de ao no sea una tarea demasiado difcil aprobar todo los temas. Las evaluaciones ya sea porque el alumno no est en condiciones de presentarse o estuvo ausente, podrn recuperarse sin problema a fin de ao. Durante los 4 mdulos ser la nica docente a cargo, aunque probablemente colaborarn conmigo durante las prcticas, docentes invitados que fueron ex alumnos de anteriores cursadas y que tienen muy claro las dudas y las problemticas de estos temas.
ORGANIGRAMA DE CLASES
CLASE 1 FECHA 17/8 GUA
CAP 1
2 3
24/8 31/8
CAP 2
CAP 3
7/8
CAP 4 CAP 5
14/8
CAP 6
21/8
CAP 7 CAP 8
Tablas y Grficos
28/8
EVALUACIN
Repaso y Ejercitacin
5/9
NDICE
1.- INTRODUCCIN A LA INVESTIGACIN CUANTITATIVA Y LA ESTADSTICA ................. 6 1.1 INVESTIGACION CUANTITATIVA Y ESTADISTICA ................................................................ 6 1.1.1 PASOS DE UN ANLISIS ESTADSTICO .................................................................................................. 6 1.1.2 LA ESTADSTICA, DEFINICIN Y CLASIFICACIN ................................................................................. 7 1.1.3 PROBABILIDAD: FRECUENTISTA Y CONDICIONADA ............................................................................. 7 1.1.4 UTILIDAD DE LA ESTADSTICA ............................................................................................................ 9 1.1.5 BREVE HISTORIA DE LA ESTADSTICA ................................................................................................ 9 1.2 MTODOS DE OBTENCIN DE LA INFORMACIN ................................................................10 1.2.1 OBSERVACIN ..................................................................................................................................11 1.2.2 INTERROGACIN ................................................................................................................................12 1.2.3 MEDICIN .........................................................................................................................................13 1.2.4 REGISTRO .........................................................................................................................................13 2.- POBLACIN Y MUESTRA.................................................. ERROR! MARCADOR NO DEFINIDO. 2.1 POBLACIN .................................................................................. ERROR! MARCADOR NO DEFINIDO. 2.2 CRITERIOS DE SELECCIN....................................................... ERROR! MARCADOR NO DEFINIDO. 2.3 TIPOS DE MUESTREO ................................................................. ERROR! MARCADOR NO DEFINIDO. 2.3.1 MUESTREOS NO PROBABILISTICO ................................................ ERROR! MARCADOR NO DEFINIDO. 2.3.2 MUESTREOS PROBABILSTICO ..................................................... ERROR! MARCADOR NO DEFINIDO. 2.4 ERRORES ....................................................................................... ERROR! MARCADOR NO DEFINIDO. 2.4.1 ERRORES SISTEMTICOS Y ALEATORIOS....................................... ERROR! MARCADOR NO DEFINIDO. 2.4.2 ERROR MUESTRAL ....................................................................... ERROR! MARCADOR NO DEFINIDO. 3.- VARIABLES........................................................................... ERROR! MARCADOR NO DEFINIDO. 3.1 VARIABLES ................................................................................... ERROR! MARCADOR NO DEFINIDO. 3.2 ESCALAS DE MEDICIN............................................................. ERROR! MARCADOR NO DEFINIDO. 3.3 CLASES DE ESCALAS .................................................................. ERROR! MARCADOR NO DEFINIDO. 3.3.1 CUALITATIVAS O CATEGRICAS ................................................... ERROR! MARCADOR NO DEFINIDO. 3.3.2 CUANTITATIVAS .......................................................................... ERROR! MARCADOR NO DEFINIDO. 3.4 CLASIFICACIN DE LAS VARIABLES ..................................... ERROR! MARCADOR NO DEFINIDO. 3.4.1 CLASIFICACIN DE VARIABLES SEGN EL NIVEL Y ESCALA DE MEDICIN ...... ERROR! MARCADOR NO DEFINIDO. 3.4.2 TIPOS DE VARIABLES SEGN SU FUNCIN EN LA INVESTIGACIN .. ERROR! MARCADOR NO DEFINIDO. 3.4.3 TIPOS DE VARIABLES SEGN SU NIVEL DE ABSTRACCIN ............. ERROR! MARCADOR NO DEFINIDO. 4.- MATRIZ DE DATOS............................................................. ERROR! MARCADOR NO DEFINIDO. 4.1 CLASIFICACIN DE LOS DATOS .............................................. ERROR! MARCADOR NO DEFINIDO. 4.4.1 VOLCADO DE DATOS ................................................................. ERROR! MARCADOR NO DEFINIDO. 4.4.2 ORGANIZACIN Y REVISIN DE DATOS ...................................... ERROR! MARCADOR NO DEFINIDO. 4.2 DISTRIBUCIN DE DATOS ......................................................... ERROR! MARCADOR NO DEFINIDO. 5.- ANLISIS DE DATOS CUANTITATIVOS ......................... ERROR! MARCADOR NO DEFINIDO. 5.1 ESTADSTICOS ............................................................................. ERROR! MARCADOR NO DEFINIDO. 5.2 MEDIDAS DE CENTRALIZACIN............................................ ERROR! MARCADOR NO DEFINIDO.
5.3 MEDIDAS DE POSICIN............................................................. ERROR! MARCADOR NO DEFINIDO. 5.4 MEDIDAS DE DISPERSIN ......................................................... ERROR! MARCADOR NO DEFINIDO. 5.4.1 NO RELACIONADAS CON LA VARIANZA ........................................ ERROR! MARCADOR NO DEFINIDO. 5.4.2 RELACIONADAS CON LA VARIANZA ............................................. ERROR! MARCADOR NO DEFINIDO. 6.- ANLISIS DE DATOS CATEGRICOS............................. ERROR! MARCADOR NO DEFINIDO. 6.1 RAZN O RELACIN................................................................... ERROR! MARCADOR NO DEFINIDO. 6.2 PROPORCIN............................................................................... ERROR! MARCADOR NO DEFINIDO. 6.3 TASA ............................................................................................... ERROR! MARCADOR NO DEFINIDO. 7.- TABLAS.................................................................................. ERROR! MARCADOR NO DEFINIDO. 7.1 ARMADO DE TABLAS.................................................................. ERROR! MARCADOR NO DEFINIDO. 7.1.1 TABLA DE SIMPLE ENTRADA ........................................................ ERROR! MARCADOR NO DEFINIDO. 7.1.2 TABLAS DE DOBLE ENTRADA ....................................................... ERROR! MARCADOR NO DEFINIDO. 7.1.3 TABLAS DE TRIPLE ENTRADA ...................................................... ERROR! MARCADOR NO DEFINIDO. 8.- GRFICOS............................................................................. ERROR! MARCADOR NO DEFINIDO. 8.1 COLUMNAS O BARRAS................................................................ ERROR! MARCADOR NO DEFINIDO. 8.2 PIRMIDES DE POBLACIN...................................................... ERROR! MARCADOR NO DEFINIDO. 8.3 GRFICO CIRCULAR, DE SECTORES O DE TORTA............... ERROR! MARCADOR NO DEFINIDO. 8.4 HISTOGRAMA.............................................................................. ERROR! MARCADOR NO DEFINIDO. 8.5 BOX - PLOTS O DIAGRAMA DE CAJA ...................................... ERROR! MARCADOR NO DEFINIDO. 8.6 GRFICOS DE PUNTOS O LNEA DE FRECUENCIA .............. ERROR! MARCADOR NO DEFINIDO. 8.7 CURVA DE TIEMPO ..................................................................... ERROR! MARCADOR NO DEFINIDO. 8.8 CURVAS DE CRECIMIENTO....................................................... ERROR! MARCADOR NO DEFINIDO.
1.1.2.1 Estadstica aplicada y bioestadstica Cuando se selecciona una parte de los conocimientos estadsticos por ser aquellos procedimientos que ms se utilizan en una determinada disciplina se denomina estadstica aplicada. Por ejemplo estadstica aplicada a la sociologa, a la administracin o a las ciencias de la salud o ciencias mdicas (medicina, bioqumica, odontologa, enfermera, kinesiologa, nutricin, etc). La bioestadstica es la rama de la estadstica que se refiere a la aplicacin de los mtodos estadsticos a los problemas y objetos de estudio biolgicos. La biologa estudia a los seres vivos; el hombre, los animales y las plantas y por eso la bioestadstica incluye a las estadsticas aplicadas a las ciencias mdicas, veterinarias y tambin las agropecuarias y forestales. 1.1.2.2 Estadstica descriptiva e inferencial La Estadstica descriptiva se ocupa de recoger, ordenar y clasificar los datos de inters mediante su obtencin y anlisis. Su objetivo comprende la caracterizacin de conjuntos de datos numricos, para poner de manifiesto las propiedades de estos conjuntos. La Estadstica inferencial se ocupa de establecer previsiones y conclusiones generales relativas a una poblacin a partir de los datos de una muestra, en base al clculo de probabilidades. Mide el error que se comete al hacer esta inferencia inductiva. Por ejemplo, Al obtener el promedio de estudiantes en una materia, y presentar el promedio de notas por sexo estamos trabajando dentro de la estadstica descriptiva, pero si luego si este promedio fue sacado sobre una muestra de estudiantes y en base a ella se quiere concluir cual sera el promedio o la diferencia entre los sexos en toda la poblacin, estaramos tratando de hacer con esas notas una inferencia, una generalizacin, y nos encontraramos en el dominio de la estadstica inferencial. 1.2.2.3 Estadstica univariada, bivariada o multivariada Teniendo en cuenta en nmero de variables que aborda su estudio, se puede dividir en estadstica univariada (estudia la frecuencia o valores que toma cada variable a la vez sin relacionarla con otra. Ej: frecuencia de diferentes caractersticas de la alimentacin en determinado grupo humano), una estadstica bivariada (estudia como estn relacionadas dos variables. Ej: la relacin entre el sexo y estas caractersticas de las alimentacin) y la estadstica multivariada (como se relacionan ms de dos variables entre si- Ej: como incide la raza, el sexo y la edad, en las diferentes caractersticas de la alimentacin)
que nadie sabe si el lanzamiento se hace con igual fuerza o direccin, pero se consideran o se modelizan para su estudio como si fueran aleatorios. Caracterstica de los fenmenos probabilsticos: a) Es posible repetir cada experimento sin cambiar esencialmente las condiciones. b) No conocemos de antemano un resultado particular. c) Se puede describir el conjunto de todos los resultados posibles del experimento d) A medida que el experimento se repite, los resultados individuales parecen ocurrir en forma caprichosa. Sin embargo, cuando el experimento se repite un "gran" nmero de veces, aparece un comportamiento definido de regularidad. Los fenmenos que no son aleatorios se denominan fenmenos determinsticos. Son aquellos en los cuales el resultado de un experimento realizado bajo condiciones determinadas, produce siempre un resultado nico o previsible. Por ejemplo, el agua se transforma en vapor, si se la calienta a una temperatura de 100 C a nivel del mar, eso ocurre siempre. Las ciencias de la salud manejan fenmenos aleatorios. Por ejemplo no se sabe nunca con seguridad que va a pasar con el paciente, solo se trabaja con la probabilidad que se cure o que se mejore. La PROBABILIDAD mide la frecuencia con la que podra aparecer un resultado determinado cuando se realiza un experimento (se denomina as a cualquier situacin donde se espera un resultado).Se mide mediante una escala que va del 0 (suceso imposible) al 1 (suceso seguro). Por Ejemplo: Cual es la probabilidad de tener un hijo que tenga sexo masculino. Dado que la escala de probabilidad toma valores entre 0 (suceso imposible) y 1 (suceso seguro) y la probabilidad es P(A) = frecuencia de casos favorables / frecuencia de sucesos posibles En este caso hay solo dos sucesos posibles: varn o mujer. Por lo tanto P= 1/2= 0,5, tienen la misma probabilidad de nacer hombre como mujer. Si la duda fuera la probabilidad de que tuviera grupo sanguneo A, como hay 4 sucesos posible (0, A, B y AB) la probabilidad sera P= 1 / 4= = 0,25 Probabilidad frecuentista o a priori : se llama as a la probabilidad recin explicada donde se considera que todos los resultados del experimento son igualmente probables, o sea sin conocimientos previos que pudieran significar que alguno de los eventos es ms probable que el otro, por lo tanto slo se dividen las frecuencias posibles de aparicin de los eventos Ahora fuera a pesar de las teoras, en la realidad una persona puede tener 5 hijos y los cinco nacer varones y no se cumpli la probabilidad terica por qu? Para que se cumpla estas predicciones tericas se debera cumplir 3 requisitos muy importante enunciado en la Ley de Laplace a) El nmero de resultados posibles (sucesos) tiene que ser finito. Si hubiera infinitos resultados, al aplicar la regla "casos favorables / casos posibles" el cociente siempre sera cero. b) Para que la probabilidad converja en un valor determinado se necesita que el experimento se repita nmero muy elevado de veces. c) Todos los sucesos tienen que tener la misma probabilidad de ocurrir Pero que es entonces la probabilidad Probabilidad condicionada: pero si todos los resultados no tuvieran la misma probabilidad de aparecer, porque ya que tengo una informacin previa que me indica que un evento es ms probable que la otra Ejemplo: en el caso anterior si la madre tuviera una ecografa previa que le indicara el sexo del beb, o los antecedentes hereditarios de los padres que tenan ambos el grupo sanguneo A, en estos
casos esperaramos una mayor probabilidad que la terica, de obtener ese resultado. Esto se debera a poseer una informacin previa pro lo cual se deberia aplicar al Ley de Laplace debemos aplicar el Modelo de probabilidad condicional de Bayes Las probabilidades condicionadas segn Bayes se calcularan aplicando la siguiente frmula:
Por ejemplo: En un estudio sanitario se ha llegado a la conclusin de que la probabilidad de que una persona sufra problemas coronarios (suceso B) es el 0,10 (probabilidad a priori). Adems, la probabilidad de que una persona sufra problemas de obesidad (suceso A) es el 0,25 y la probabilidad de que una persona sufra a la vez problemas de obesidad y coronarios (suceso interseccin de A y B) es del 0,05. Esto presenta un caso de dos eventos relacionados porque hay muchas personas que sufren ambas patologas, porque el hecho de tener obesidad se relaciona con la aparicin ms frecuente de problemas coronarios En el caso de una obesa la probabilidad de sufrir problemas coronarios no sera igual al resto de la poblacin que era de 0,10, cuanto ms grande es la cantidad de personas que paden ambas patologas a la vez, significa que hay mayor probabilidad. Aplicando el modelo de probabilidad condicionada se podra determinar que la probabilidad subira a 0,20
recuentos peridicos del ganado y de las riquezas contenidas en las tierras conquistadas. Recuerden que segn cuentan para el nacimiento de Cristo suceda uno de estos empadronamientos de la poblacin bajo la autoridad del imperio. Durante mucho tiempo los mtodos estadsticos no avanzaron, slo fueron censos o registros poblacionales, de nacimientos, defunciones y matrimonios. Fue recin en el siglo XVII que el capitn John Graunt us documentos que abarcaban treinta aos y efectu predicciones sobre el nmero de personas que moriran de varias enfermedades y sobre las proporciones de nacimientos de varones y mujeres que cabra esperar, lo cual fue una aplicacin muy innovadora para aquella poca. Grandes matemticos como Bernoulli, Lagrange y Laplace desarrollaron la teora de probabilidades. No obstante durante cierto tiempo, la teora de las probabilidades limit su aplicacin a los juegos de azar y hasta el siglo XVIII no comenz a aplicarse a los grandes problemas cientficos. A fines del siglo XVIII se le comienza a llamar a todos estos conocimientos con la palabra estadstica, que extrajo del trmino italiano statista (estadista). Crea, y con sobrada razn, que gracias a esta nueva ciencia s podra conocer mejor los datos del estadopor lo cual sera una aliada eficaz para un gobernante. La raz remota de la palabra se halla, por otra parte, en el trmino latino status, que significa estado o situacin. Durante el siglo XIX se fueron realizando los grandes descubrimientos de la estadstica moderna y aplicndose los mismos a diferentes disciplina. Tardamente llego su aplicacin a la medicina, lo hizo recin con los comienzos los ensayos clnicos en medicina, los cuales despegaron con los trabajos de Sir Austin Bradford Hill (1897-1991) quien public el primer ensayo clnico aleatorizado sobre la aplicacin de la estreptomicina en la tuberculosis (1948). Precisamente los editores de la revista cientfica Lancet, comprendiendo la necesidad de difundir y explicar las tcnicas estadsticas a los mdicos, encargaron a Hill escribir una serie de artculos destinados a explicar el uso correcto de la estadstica en medicina; artculos que posteriormente daran lugar a un libro, autntico betseller del gnero, principios de las estadstica mdica cuya primera edicin corresponde a 1937, y la ltima a 1991. Esta evolucin de la difusin de la estadstica, fue en paralelo con la aplicacin del mtodo cientfico y el gran desarrollo de la investigacin medica del siglo XX.
1.2.1 Observacin
La observacin puede definirse como el uso sistemtico de nuestros sentidos en la bsqueda de los datos que se necesitan para resolver un problema de investigacin. La observacin que se realiza cotidianamente, como parte de nuestra experiencia vital, no puede ser considerada como cientfica pues no est orientada hacia objetos precisos de estudio, no es sistemtica y carece de controles o de mecanismos que nos pongan a cubierto de los errores que podemos cometer cuando la realizamos. La observacin cientfica debe seguir algunos principios bsicos: Debe tener un propsito especfico. Debe ser planeada cuidadosa y sistemticamente. Debe llevarse, por escrito, un control cuidadoso de la misma. Debe especificarse su duracin y frecuencia. Debe seguir los principios bsicos de validez y confiabilidad. La principal ventaja de esta tcnica en el campo de las ciencias del hombre radica en que los hechos son percibidos directamente, sin ninguna clase de intermediacin, colocndonos ante una situacin tal como sta se da naturalmente. Otra ventaja es que la conducta se describe en el momento exacto en que est ocurriendo. Por ejemplo, si queremos hacer un estudio de las diferentes formas que existen para educar a los nios entre diferentes etnias, observaremos las conductas de las madres hacia sus hijos y las describiramos tal como se presentan en un momento dado. Adems, las observaciones se pueden realizar independientemente de que las personas estn dispuestas a cooperar o no, a diferencia de otros mtodos en los que s necesitamos de la cooperacin de las personas para obtener la informacin deseada. Su principal inconveniente reside en que la presencia del observador puede provocar, por s sola, una alteracin o modificacin en la conducta de los objetos observados, destruyendo la espontaneidad de los mismos y aportando datos, por lo tanto, poco fiables. Todos los seres humanos, al saberse observados, tienden naturalmente a alterar su conducta. De acuerdo a diferentes premisas se puede clasificar en Observacin puede ser estructurada o no estructurada, de acuerdo al grado de organizacin sobre los hechos que se pretende observar Observacin puede ser directa o indirecta, si se apela al auxilio de instrumentos capaces de registrar informacin sobre el problema (de cintas magnetofnicas, filmadoras, cmaras de televisin, etc). Observacin puede ser simple ( el investigador como un veedor externo que trata de pasar desapercibido) o participante ( para que las personas no se sientan observadas el observador, en vez de pasar desapercibido, trata de integrarse a la accin de los observados, de participar en ella como si se tratara de un miembro ms del grupo) Observacin de campo (se recolectan los datos en su ambiente natural) o de laboratorio
La tarea de observar no es una mera percepcin pasiva de hechos, situaciones o cosas. Cientficamente se habla de una percepcin activa, lo cual significa seleccionar, organizar y relacionar los datos referentes a nuestro problema. No todo lo que aparece en el campo del observador tiene importancia y, si la tiene, no siempre en el mismo grado.
En cuanto a los datos para registrar, es posible adoptar diversas posiciones. Puede actuarse con suma flexibilidad, recogiendo slo aquellos datos que van apareciendo, anotando las impresiones generales que causan los sucesos, de una manera espontnea y poco organizada. Se trata entonces de una observacin no estructurado o no formalizada, que ofrece las ventajas de su gran capacidad de adaptacin frente a sucesos inesperados y de no pasar por alto ningn aspecto importante que pueda producirse. Este tipo de observacin generalmente se lleva a cabo en un estudio piloto o exploratorio, cuando no se conoce muy bien la muestra que se va a estudiar. Cuando establecemos de antemano una pauta de observacin explcita en que se detalla qu datos habremos de recoger, llamamos a la observacin estructurada o formalizada. Aqu la ventaja principal es que recogemos datos que pueden cuantificarse ms fcilmente, debido a su homogeneidad, y que podemos tener la certeza de no haber olvidado registrar ninguno de los aspectos principales del problema en estudio. Su desventaja radica en su poca flexibilidad frente a circunstancias no previstas pero que pueden llegar a ser interesantes o importantes para la investigacin .La observacin estructurada se lleva a cabo cuando se pretende probar una hiptesis, o cuando estamos realizando un estudio o investigacin en el que sabemos exactamente lo que vamos a investigar.
1.2.2 Interrogacin
La Interrogacin que podra definirse como una forma especfica de interaccin social que tiene por objeto recolectar datos para una indagacin. El investigador formula preguntas a las personas capaces de aportarle datos de inters, estableciendo un dilogo, donde una de las partes busca recoger informaciones y la otra es la fuente de esas informaciones. La forma de recolectar esta informacin puede ser oral o escrita. El entrevistado ofrece los datos relativos a su persona, sus conductas, opiniones, deseos, actitudes y expectativas, pero siempre nos dar la imagen que tiene de las cosas, lo que ella cree que son, a travs de su carga subjetiva de intereses, prejuicios y estereotipos. La propia imagen que el entrevistado tiene de s mismo u de otro objeto o persona, estar siempre idealizada, distorsionada, mejorada o retocada. Puede ir desde una entrevista no estructurada o formal (sin guin), semiestructuradas (focalizadas o con lista de temas) o muy estructurada como la encuesta. Entrevista estructurada o formal: Es la modalidad menos estructurada posible de entrevista, ya que se reduce a una simple conversacin sobre el tema en estudio. Lo importante no es definir los lmites de lo tratado ni ceirse a algn esquema previo, sino "hacer hablar" al entrevistado, de modo de obtener un panorama de los problemas ms salientes, de los mecanismos lgicos y mentales del interrogado, de los temas que para l resultan de importancia. Es de gran utilidad en estudios exploratorios, y recomendable cuando se trata de abordar realidades poco conocidas por el investigador. Entrevista focalizada o por pautas: La entrevista focalizada es prcticamente tan libre y espontnea como la anterior, pero tiene la particularidad de concentrarse en un nico tema y en la entrevista por pautas, el investigador se gua durante el interrogatorio por una lista de puntos que se van explorando en el curso de la entrevista. Los temas deben guardar una cierta relacin entre s. El entrevistador hace muy pocas preguntas directas, y deja hablar al interrogado siempre que vaya tocando alguno de los temas sealados en la pauta o gua.
Entrevistas formalizadas o estructurado: Se desarrollar en base a un listado fijo de preguntas cuyo orden y redaccin permanece invariable. Comnmente se administra a un gran nmero de entrevistados para su posterior tratamiento estadstico. Entre sus principales ventajas, podemos mencionar su rapidez en la toma de la informacin y el hecho de que puede ser llevada a cabo la misma por personas con mediana preparacin o sin que nadie medie en la entrevista, lo cual redunda en su bajo costo. Otra ventaja es su posibilidad de procesamiento matemtico. Su mayor desventaja radica en que reducen grandemente el campo de informacin, limitando los datos a los que surgen de una lista taxativa de preguntas. Este listado de preguntas, que es el instrumento concreto de recoleccin empleado en este caso, recibe el nombre de cuestionario que puede ser utilizado con entrevistador o autoadministrado. Una vez que se redacta el conjunto de preguntas que constituyen un cuestionario, es necesario revisarlas para asegurarse de su consistencia y eliminar los posibles errores y omisiones. Casi siempre se realiza una prueba piloto, que consiste en administrar el cuestionario a un conjunto reducido de personas para calcular su duracin, conocer sus dificultades y corregir sus defectos, antes de aplicarlo a la totalidad de la muestra.
1.2.3 Medicin
Dadas las falencias comentadas en la interrogacin la medicin mediante un instrumento adecuado parecera ser unos mtodos ms eficientes, sin embargo tambin presenta diferentes posibilidades de error. La variacin global de una medicin es la suma de las variaciones de los 3 factores incluidos en el proceso A. Variacin debido al examinado: Variaciones biolgicas o estacionales. Los valores no permanecen constantes todo el tiempo, varan durante en el da o en el ao. Es importante tener en cuenta esta situacin y proceder a estandartizar los momentos de recoleccin de la informacin. Por ejemplo, se mide la glucosa en sangre por la maana luego de un ayuno de 8 horas B. Variacin debido al examen Variaciones en la recoleccin o en la tcnica. A veces ciertas mediciones son muy sensibles a pequeas modificaciones en la forma de recoleccin de la misma y deben estandardizarse mucho puntos del procedimientos para que los resultados puedan ser comparables. Por ejemplo: la toma de la presin sangunea C. Variacin debido al examinador En algunas mediciones interviene muy activamente el examinador- Por ejemplo: la calificacin luego de un examen oral, o el diagnstico de un radilogo al ver una placa
1.2.4 Registro
Asiento permanente y continuo de un hecho. Son datos secundarios registrados previamente por otro investigador, por ejemplo en censos o investigaciones previas. Uno de los problemas ms grandes en la medicina de nuestro pas es la falta de registro o el subregistro, sobre todo en temas no aceptados socialmente o que no se consideran importantes o en grupos de bajo poder adquisitivos o marginados. Cuanto ms pobre y atrasado es un pas o una localidad de menor calidad son sus registros. Existen en el mundo millones de personas que nunca fueron ni siquiera inscriptas, lo cual significa que nada se sabe de ellas. Para tener una idea de la magnitud de esta situacin de acuerdo a datos de
la UNICEF (Estado mundial de la infancia 2006), entre los nacidos en 2006, 48 millones de nios y nias no fueron inscriptos y el 55 por ciento con una edad entre 0 y 5 aos no fueron registrados al nacer. Haciendo una comparacin entre diferentes pases, en los pases desarrollados el porcentaje de inscripcin en el Registro llega al 98%, para despus derrumbarse al 45% en los pases en desarrollo y al 32% en los pases menos desarrollados. En el mundo se calcula que cada semana, aproximadamente un milln de nios no son inscritos en el registro y la zona ms afectada por este fenmeno resulta ser la zona rural. Si este registro tan elemental no se cumple mucho menos se cumplen otros ms complicados, el error comn es casi siempre el subregistro de datos.