TOMA DE DATOS MEDICIONES

CLASE 8

La medicin
La medicin se define como la asignacin de
un smbolo, generalmente numrico, a una
caracterstica de un objeto o evento de
acuerdo con reglas establecidas. Para
variables mas abstractas como la calidad
acadmica, la actitud de un docente, la
atencin de un estudiante, etc. se requiere
definir la medicin como un proceso de
vincular
conceptos
abstractos
con
indicadores empricos.

 Un instrumento de medicin adecuado

es aquel que registra datos observables
que representan verdaderamente a los
conceptos
o
variables
que
el
investigador tiene en mente.

En toda investigacin aplicamos

un instrumento para medir las
variables contenidas en las
hiptesis. Esa medicin es
efectiva cuando el instrumento de
recoleccin de los datos
realmente representa a las

Niveles de la medicin
La naturaleza del proceso de medicin que
produce
la
informacin
determina
la
interpretacin de la misma y los procedimientos
estadsticos que ms convienen.
Los niveles o escalas de medicin utilizados en el
anlisis de informacin son: nominal, ordinal, de
intervalo y de razn. Estos estn asociados con
la presencia acumulada de las siguientes cuatro
caractersticas: clasificacin, ordenamiento,
intervalos iguales y cero absoluto.

Tipos de medicin
Para variables
cualitativas

Para variables
cuantitativas

1. Escala nominal
2. Escala ordinal

3. Escala de intervalos
4. Escala de razn

Niveles de medicin
Escalas

Operaciones empricas
bsicas

Ejemplo

Nominal

Relacin de igualdades

El sexo
femenino/masculino

Ordinal

Relacin de mayor o menor

La clase social

Intervalo

Determinacin de la
igualdad de la diferencia de
intervalos

El rendimiento
acadmico
medido en el
rango de 0 a 20

Razn

Existencia de un cero real

El tiempo de
reaccin

Nivel nominal
Es el nivel ms primitivo y coloca los objetos o
individuos en categoras que son diferentes
desde el punto de vista cualitativo y no desde el
punto de vista cuantitativo.
En este tipo de informacin se requiere que el
investigador sea capaz de distinguir dos o ms
categoras y que conozca los criterios para clasificarlos
en una u otra. Las categoras deben ser mutuamente
excluyentes. As, un nivel nominal es clasificar los
docentes de una universidad por facultades.
Esta escala a veces utiliza cifras numricas, pero slo
para codificar e identificar las categoras.

Nivel nominal
Por ejemplo, en el caso de los docentes de una universidad:

Cdig
o

Facultad

Cantida
d

01

Derecho

14

02

Ciencias

10

medicinaen el nivel
7
Los nmeros de03identificacin
nominal nunca podrn
ser manipulados ni tratados aritmticamente; slo se usarn
procedimientos estadsticos propios de informacin cualitativa
tales como tablas de frecuencia y tablas de contingencia donde
se seala el nmero de observaciones en cada categora.
En este nivel, estadsticamente se puede calcular como medida
de tendencia central la moda, medidas de dispersin y
concentracin adecuadas al nmero de categoras y utilizar los
mtodos
de
estadstica
no
paramtrica
para
obtener
conclusiones en el campo de la inferencia.

Nivel ordinal
En este nivel se determina la posicin de objetos o individuos
con relacin a ciertos atributos, pero sin indicar la distancia o
espacio que hay entre las posiciones.
Se asigna un valor numrico o de atributos, de tal forma que
los valores ms altos corresponden a los individuos que tienen
ms de la caracterstica que se mide.
Esto hace que necesariamente este nivel satisfaga la
caracterstica de comparacin, diferenciacin y ordenamiento
de posiciones.
Cuando se asigna un nmero a este nivel de informacin, por
ejemplo 1, 2, 3, no significa que el rango 1 es superior al rango
2 en la misma proporcin en que ste supera al rango 3 y as
sucesivamente.

Nivel ordinal
Tampoco significa que el tercero es el triple del primero. As la
variable nivel acadmico, que es de escala ordinal, no significa que
alumnos que estn en el segundo semestre de Biologa posean el
doble de los conocimientos de los alumnos que estn en el primer
semestre.
Otro ejemplo de este tipo de nivel de medicin es la dureza de los
minerales. stos se clasifican segn diferentes criterios; sin
embargo, se puede establecer como criterio de dureza el rasparse
unos a otros. Si A raspa a B se dice que A es ms duro que B.
En este nivel de medicin el tratamiento estadstico es muy parecido
al del nivel nominal. Como medidas de tendencia central se pueden
utilizar la moda y la mediana, medidas de correlacin por rangos y
en estadstica no paramtrica pruebas de signo.

Ejemplo
Nivel de salud
Colesterol

Alto
Medio
Bajo

Glucosa

Muy alto
Alto
Medio
Bajo

hemoglobina

Alta
Media
Baja

Nivel de intervalos
Es aquel que proporciona intervalos de igual amplitud, de un origen
o cero arbitrario que el investigador elige.
En adicin a la clasificacin y ordenamiento, introduce la posibilidad
de establecer el ordenamiento con intervalos iguales. Por ejemplo,
la medicin de la temperatura, la edad, el puntaje en una prueba de
Estado, etc.
Como el cero es arbitrario, no resulta apropiado ni la multiplicacin
ni la divisin de los valores numricos.
Por ejemplo, una prueba normalizada de conocimientos generales,
no permite identificar a un individuo de conocimientos cero; si tres
estudiantes obtuvieron una puntuacin de 20, 40 y 60 en una
evaluacin de conocimiento general, no sera legtimo afirmar que el
estudiante que obtuvo 60 puntos representa al triple de los
conocimientos que posee el estudiante que obtuvo 20 puntos.

ejemplo

Intervalo de temperatura
del mar en los 100 m
superiores

DBO del agua en

mg/lt

-5 a 0C

16

0a5

18

5 a 10

25

10 a 15

26

15 a 20

46

Nivel de razn
Las categoras de los datos son mutuamente
excluyentes y exhaustivas.
Dichas categoras tienen un intervalo u orden
de acuerdo con la cantidad de la caracterstica
que poseen.
Diferencias iguales en la caracterstica
representadas por diferencias iguales en los
nmeros que se han asignado a las categoras
mencionadas.
El punto cero representa la ausencia de la
caracterstica.

Ejemplo
Empleados

Ingresos
mensuales

Cantidad

1000

800

22

600

30

400

50

Admite todos los posibles procedimientos

estadsticos. Se pueden calcular y tienen
sentido todas las medidas de tendencia
central, media aritmtica, mediana,
moda, media geomtrica y media
armnica, las medidas de dispersin,
anlisis de correlacin, anlisis de
varianza, anlisis discriminatorio, prueba
de hiptesis con enfoque paramtrico y
no
paramtrico,
mtodos
de
componentes principales, clasificacin,
correspondencia
binaria
y
correspondencia mltiple.

UNIDAD DE
ANALISIS

Componentes del dato.

La unidad de anlisis
Las tres partes componentes del
dato son:
* La unidad de anlisis
* La variable o variables
* El valorde anlisis. Es el elemento mnimo
La unidad
de estudio, observable o medible en relacin
con un conjunto de otros elementos que son de su
mismo tipo.
En Ciencias Sociales hay muchos ejemplos de
unidades de anlisis: la familia, el obrero, la
empresa, los grupos, las naciones, etc.
En las Ciencias Naturales tambin existen muchos
ejemplos de unidades de anlisis: en fsica, el
tomo; en qumica, las molculas; en biologa, la

Componentes del dato.

La variable
La variable. Es una caracterstica o
atributo de una unidad de anlisis
que puede adquirir distintos valores,
que adopta la forma de una clasificacin y
que representa a los fenmenos que
sern sometidos al proceso de
investigacin y determinados por el
investigador.
Si se considera alguna de las unidades
citadas anteriormente, por ejemplo, la
familia, se puede tomar una serie de
variables: el nmero de componentes, los
ingresos, el grado de educacin, los

Componentes del dato.

El valor
Un valor es algo que puede derivarse de una unidad en una
clasificacin. La variable edad puede tomar Io siguientes valores:

1 a 10 aos
11 a 20 aos
21 a 30 aos
31 a 40 aos

Cada uno de estos rangos son valores de la variable.

La variable sexo admite dos valores:
Hombre
Mujer

La variable educacin puede ser construida mediante tres

valores:
Educacin alta
Educacin media
Educacin baja

Unidad de anlisis

Variable: actitud del estudiante

Dimensin 1: ante el estudio
Indicadores:
promedio
de
participacin en clase, asistencia.

notas,

Dimensin 2: ante el trabajo.

Indicadores: asistencia, participacin en las
labores.

MUESTREO

1. INTRODUCCIN
Como consecuencia de la observacin o la
experimentacin se obtienen datos, los cuales
resumidos y analizados, van a permitir confirmar
o refutar una hiptesis.
La recoleccin de datos (longitud, peso, sexo,
presin sangunea, oxigeno, metales pesados,
niveles de contaminacin orgnica, consumo per
cpita, etc.) es una etapa importante en la
ejecucin de una investigacin. Si la recoleccin
de
estos
datos
es
inadecuada,
las
generalizaciones que se hagan sern errneas y

2. DEFINICIONES
2.1. Universo.- Conjunto de elementos relacionados entre si,
que
poseen
una o ms variables
(caractersticas, atributos o propiedades) comunes que
deben ser precisadas en el tiempo y espacio para que
resulte inequvoca. Pueden ser de dos tipos :
U. Objetivo: Ilimitado en el tiempo y espacio.
U. Muestral: Parte del Univ. Objetivo limitado en el
tiempo y
espacio y del cual se obtiene la muestra.
2.1. Muestra.- Parte representativa y adecuada del universo
y que se utiliza para obtener datos.
2.3. Testigo.- Es otra muestra obtenido del mismo universo,
para obtener
datos empricos en condiciones
especficos iguales, y estmulo diferente a la muestras y
se usan como CONTROL.

PORTANCIA DE LA DEFINICIN DE UNIVER

3.1. Seleccin de la
muestra

3.2.
Generalizacin
inferencial
verdadera

U.homogneo: Todos los atributos

similares
U.heterogneo: Un atributo similar y
otro no
Universo-Objetivo: Ilimitado: Todos
los habitantes del mundo
Universo-Muestral: Delimitado en
tiempo y espacio por el investigador
de cuyo componente se obtiene la
muestra). Ejm. Pobladores del casco
urbano de la ciudad de Chimbote en
20.

4. Seleccin de la muestra: MUESTREO

4.1. Razones para el uso de las muestras.

Ahorra dinero.
Ahorra tiempo (mayor rapidez en obtener datos).
Concentra atencin casos individuales
En pruebas que implican muerte del ejemplar.
Permite disminuir efecto de errores ajenos al muestreo

4.2. Limitaciones del muestreo

En reas pequeas: Muestra grande por precisin de

muestreo = censo .
Datos intervalos regulares medir cambios pequeos entre
intervalos muestra tiene que ser grande.

4.3. Criterios de aceptacin de un mtodo.

Una muestra para que sea aceptada debe ser representativa de la
poblacin y de adecuada el universo del cual procede:
- Es representativa: Cuando todas tienen la misma probabilidad de
integrar la muestra., para ello se utiliza tcnica
de muestreo
Tcnicas de muestreo
(a) Muestreo al azar simple.- Todos la misma probabilidad. Se
usa papelitos, tabla de Tippet o de nmeros aleatorios.
(b)

Muestreo al azar sistemtica.- Juega al azar el primer

elemento despus es sistemtico.

(c) Muestreo al azar estratificado.- Divide en subgrupos

homgeneos
y se muestrea.

Muestreo por
conglomerados

(d) Muestreo por conglomerado.- cuando los grupos son muy

hetereogneos y no
existen muchas diferencias entre conglomerados.
(e) Muestreo al azar en etapas sucesivas.- Muestreo por conglomerados
y luego
muestreo en cada uno para obtener muestra de unidades .
bietpico.

Es

- Adecuacin de la muestra: Tamao apropiado en relacin a la

variabilidad de la caracteristica de inters del universo
El tamao depende de :
a ) De la variable del problema:
Muestra pequea
es pequeo
Muestra grande
es grande.

Homogeneidad:

Cuando 2

Heterogeneidad:
Cuando 2
Varianza (2):
Es una medida del
grado de dispersin de
los valores de la
variable en relacin a la
media aritmtica.

b) Caractersticas del universo

- Homognea
- Heterognea

muestra pequea
muestra grande

c) De la exactitud de los resultados que se quieren obtener.

- Resultados ms exactos muestras ms grandes.
Tamao de una Muestra
1.

Cuando las mediciones requieren promedios: Como es el caso de

las variables peso, talla rendimiento escolar, etc, se emplea la
frmula
n=
Z* 2
E
Cuando las mediciones requieren proporciones, como es el caso
de las variables sociales y de salud: natalidad, mortalidad
enfermedad, migraciones, etc, se emplea la frmula:
n=

Z2 (p.q)/E2

Donde:

n = tamao de la muestra
= valor estimado de la desviacin estndar del universo
Z = nmero de unidades de error estndar igual a la
probabilidad
deseada (Z = 1.96) es la confiabilidad
dada al trabajo.
E = error mximo que se tolera en las mediciones (o
proporciones
p = proporcin que pertenece a la clase o probabilidad de
xito.
q = 1 p (proporcin que no pertenece a la clase o
probabilidad
del fracaso).
p puede ser estimado en base a trabajos anteriores o
tomar valores mximos de 0.5.

Obtenido el valor de n con cualquiera de las formulas anteriores,

se aplica la frmula de la fraccin muestral, con el fin de
determinar si la muestra necesita ser reajustada:

f = n * 100
N

si f [<5%]

Donde:
f = fraccin de muestra
n = tamao de la muestra
N = tamao de la poblacin
Si el resultado de f es mayor a 5%, se reajusta la muestra
La muestra reajustada
se calcula con la frmula:
na =

n
1+ n
N
Donde:
na = muestra reajustada
n = muestra
n = fraccin muestral
N

EJEMPLO:
1. Es un estudio de relacin de hemoglobina y hierro srico en gestantes
y recin nacidos en el Hospital La Caleta de Chimbote, Abril a Junio, se
encontr que el universo muestral N = 297. Se desea conocer cul
ser el tamao de muestra para realizar el estudio respectivo si:
Z : valor de la distribucin normal a un nivel del 95% de
confianza es 1.96
E : el error de muestra aceptada es 0.43
: desviacin estndar 1.65

n =

Z2

E2
n =

(1.96)2 . (1.65)2 = 56.66

0.432

Cuando ( n / N ) X 100 es mayor al 5%, como en este caso, se

Reajusta el tamao de la muestra.
Reajustado del tamao de la muestra :

na =

1+n/N
na =

56.66

1 + 56.66 / 297

= 47.58 ~ 48 binomio gestante

- recin nacido