SlideShare una empresa de Scribd logo
1 de 10
Teresa villegas labrador. Estadística y TIC, Grupo 3, 1º Enfermería.
ESTADÍSTICA DESCRIPTIVA
ÍNDICE
1.Introducción
2.Objetivos
3.Metodología
3.1 Población deestudio. Muestra.
3.2 Variables a analizar.
3.3Análisis dedatos.
4. Resultados
5. Conclusión
1. INTRODUCCIÓN:
La estadística descriptiva describe y analiza los datos de una muestra o población, con
el fin de descubrir las regularidades o características existentes en sus elementos. Se
puede clasificar en:
a. Estadística descriptiva univariable: analiza la distribución de una
característica o dimensión en una población, y elabora una serie de medidas
resumen de esta distribución.
b. Estadística descriptiva bivariable: se encarga de analizar la distribución
conjunta de dos variables en una población y la asociación entre ellas.
El principal objetivo es simplificar la información para hacer una buena descripción de
las características de un conjunto de datos respecto a un tema en particular.
2. OBJETIVOS:
a. Generales: Utilizar la estadística descriptiva para exponer ordenadamente e
interpretar la información recogida sobre un conjunto de datos.
b. Específicos:
i. Describir en tablas de frecuencias los datos de dos variables
cualitativas-factor del fichero “activossalud.RData” e interpretar al
menos 3 aspectos en relación a la distribución de las mismas.
ii. Describir mediante resúmenes numéricos dos variables numéricas del
fichero “activossalud.RData” e interpretar la distribución de las
mismas.
iii. Realizar al menos un gráfico de cada tipo con variables
adecuadamente seleccionadas del fichero “activossalud.RData”,
describir e interpretar la distribución los mismos.
3.METODOLOGÍA:
3.1 Población de estudio. Muestra
El estudio realizado consta de 78 sujetos, el estudio de la base de datos son 291 pero
para facilitarlo previamente he eliminado los sujetos con contestación NA. Estos sujetos
son estudiantes de primero de Enfermería de la Universidad de Sevilla, centros propios
y adscritos para conocer sus estilos de vida y activos en salud.
3.2 Variables a analizar
Dentro del estudios han sido elegidas dos variables cualitativas y dos cuantitativas:
- “Estudios madre”: variable cualitativa ordinal policotómica que consta de 3
categorías: 1-“ninguno o primarios”, 2-“bachillerato”, 3-”Universitarios”.
- “Dulces”: variable cualitativa ordinal policotómica con 5 categorías: : 1- “A
diario”, 2-“Tres o más veces a la semana”, 3-“Una o dos veces a la semana”, 4-
“Menos de una vez por semana”, 5- “Nunca o casi nunca”.
- “Peso”: variable cuantitativa continua.
- “ Medicalización”: variable de escala cuantitativa discreta, cuyos valores se
obtienen al responder una serie de preguntas: ¿Has tomado alguno de los
siguientes medicamentos en el último trimestre: Analgésicos, Laxantes, Anti-
inflamatorios, Inhaladores, Antibióticos, Jarabe?, cada una de ellas con las
siguientes categorías de respuesta: 1- “Sí”, 2- “No”. Por tanto, a más puntuación
menor uso de medicamentos.
3.3 Análisis de datos
He usado el software R versión 3.5.0 (2018-04-23) para Windows. R es un software
para el análisis estadístico de datos. Está considerado como uno de los más interesantes
y utilizados en investigación estadística. Incluye numerosos métodos estadísticos, ofrece
capacidades gráficas, y además es gratuito.
Antes de empezar con el estudio elimine los sujetos con contestación NA, con el
objetivo de poder reducir la muestra y facilitar el estudio. Mi idea era utilizar en el
estudio aquellos sujetos que habían contestado a todas las cuestiones.
Se han utilizado diferentes estadísticos dependiendo del tipo de variable a estudiar. Para
las variables estadísticas hemos utilizado la tabla de frecuencias, donde se incluí la
frecuencia absoluta (ni), la frecuencia relativa(fi), la frecuencia relativa porcentual, la
frecuencia absoluta acumulada (Ni), y la frecuencia relativa acumulada (Fi). Por otro
lado, para las variables cualitativas he utilizado los cuartiles, la media, la desviación
típica y el recorrido intercuartílico, además de señalar el valor máximo y mínimo.
4.RESULTADOS:
VARIABLES CUALITATIVAS:
Las variables cualitativas pueden ser:
a. Según el número de categorías:
1. Dicotómicas: solo dos categorías.
2. Policotómicas: Con más de dos categorías.
b. Según el orden de importancia:
1. Nominales: sin orden.
2. Ordenadas: siguen un orden.
Previo al estudio de las tablas y las gráficas, debemos aclarar que nuestra muestra
consta de 78 sujetos debido a que hemos eliminado los NA, para facilitar la
investigación.
VARIABLE 1: Variable policotómica ordinal “estudios madre”. Esta variable consta
de 3 categorías:
Estudios
Madre
Frecuencia
absoluta
Frecuencia
relativa
Frecuencia
relativa(%)
Frecuencia
acumulada
Frecuencia
relativa
acumulada
Ninguno o
primarios
40 0.5128 51.28 40 0.5128
Bachillerato 22 0.2821 28.21 62 0.7949
Universitarios 16 0.2051 20.51 78 1
Total 78 1 100
La información que recogemos de la tabla de datos será:
- Porcentaje de madres que no tienen estudios o solo primarios.
- Porcentaje de madres que realizaron el bachillerato.
- Porcentaje de madres con estudios universitarios.
VARIABLE 2: Variable policotómica ordinal “dulces”. Consta de 5 categorías:
Dulces Frecuencia
absoluta
Frecuencia
relativa
Frecuencia
relativa(%)
Frecuencia
acumulada
Frecuencia
relativa
acumulada
A diario 8 0.1026 10.26 8 0.1026
Tres o más
veces por
semana
10 0.1282 12.82 18 0.0.2308
Una o dos
veces por
semana
24 0.3077 30.77 42 0.5385
Menos de
una vez por
semana
25 0.3205 32.05 67 0.859
Nunca o 11 0.1410 14.10 78 1
casi nunca
Total 78 1 100
Con esta tabla de frecuencias podemos:
- Saber cuántas personas toman dulces a diario.
- Cuántas personas lo toman tres o más veces por semana.
- Cuántas lo hacen una o dos veces a la semana.
- Saber cuántas toman dulces menos de una vez por semana.
- Conocer aquellas que nunca o casi nunca toman dulces.
VARIABLES CUANTITATIVAS:
Las variables cuantitativas pueden ser:
- Discretas: solo valores enteros.
- Continua: Cualquier número dentro de un intervalo.
VARIABLE 3: Variables cuantitativa continua “peso”.
mean sd IQR 0% 25% 50% 75% 100% n
65.74641 14.07721 18.05 38 55.7 65.35 73.75 130 78
- Media: 65.74641
- Desviación típica(sd): 14.07721
- Recorrido intercuartílico(IQR): 18.05
- Mínimo: 38
- Primer cuartil (25%): 55.7
- Segundo cuartil ó mediana: 65.35
-Tercer cuartil: 73.75
-Máximo: 130
Total: 78
VARIABLE 4: “Medicalización”: Escala cuantitativa, formada tras sumar las siguientes
preguntas: ¿Has tomado alguno de los siguientes medicamentos en el último trimestre:
Analgésicos,Laxantes,Anti-inflamatorios,Inhaladores,Antibióticos,Jarabe?, cada una de ellas
con lassiguientescategoríasde respuesta:1- “Sí”, 2- “No”. Por tanto,a más puntuaciónmenor
uso de medicamentos.
mean sd IQR 0% 25% 50% 75% 100% n
9.74359 1.313624 1 7 9 10 10 12 78
- Media: 9.74359
-Desviación típica(sd): 1.3136224
- Recorrido intercuartílico(IQR): 1
- Mínimo: 7
- Primer cuartil: 9
- Segundo cuartil o mediana: 10
- Tercer cuartil: 10
- Máximo: 12
- Total: 78
GRÁFICAS:
 Cualitativas: Gráfico de sectores y barras
 Cuantitativa:histograma y boxplot
 Variable 1: “estudiosmadres”
Observando ambas gráficas, diagrama de sectores y diagrama de barras, llegamos a la
conclusión de que la mayoría de las madres de nuestra muestra (teniendo en cuenta que
previamente hemos eliminado los NA) no han realizado ningún tipo de estudio o tienen
solo los estudios primarios.
 Variable 2: “dulces”
E
n
e
s
t
a
variable, las gráficas que presentan que la mayoría de los sujetos estudiados
en la muestra consumen dulces menos de una vez por semana, seguido muy
de cerca de el porcentaje que los consume una o dos veces por semana.
 Variable 3: “peso”
Aquí podemos observar como el dato más abundante, o la moda, corresponde a los70
kilos, aproximadamente.
En el diagrama de cajas o boxplot observamos que: El rango de peso se sitúa entre 40 y
100. El primer cuartil corresponde a 60, el segundo o mediana seria 70 y el tercer cuartil
es 80.
 Variable 4: “Medicalización:
En este diagrama de barras se representa como porcentaje mas abundante el
correspondiente a una medicalización de 10, recordando que los puntos se obtenían con
la contestación a una serie de preguntas.
El boxplot de la variable medicalización nos presenta: Que el rango de las puntuaciones
se encuentra entre 8 y 11. El primer cuartil es 9, el segundo o mediana es 10,
coincidiendo con el tercer cuartil que también es 10. Hay que destacar que tenemos dos
valores fuera del rango.
5. CONCLUSIÓN
Con respecto a la variable Estudios Madre la conclusión a la que llego es la gran
cantidad de madre, que por una causa u otra, no han podido realizar estudios superiores,
pues la diferencia entre aquellas que han realizado estudios universitarios con las que
solo han realizado educación primario o ninguno es de 16 frente a 40.
Por otro lado, la variable dulce nos muestra que la mayoría de las personas
estudiadas tienen una dieta con un poco ingesta de dulces, pues la mayoría (25) solo los
consumen menos de 1 vez por semana. Se podría decir que llevan una dieta saludable.
La conclusión a la que llego al estudiar la variable peso es que el peso medio de
los estudiantes que han participado en la investigación ronda los 65 kilogramos,
adecuándose a unos valores normales y saludables del peso.
Por último, la variable medicalización nos muestra que la tendencia mayoritaria
en el estudio es un uso de medicamentos poco frecuente, pues la media es de 10,
aproximadamente, y según la calificación de la variable, a mayor “nota” menor uso de
medicamentos.

Más contenido relacionado

La actualidad más candente

Análisis estadístico de los Diseños Experimentales
Análisis estadístico de los Diseños ExperimentalesAnálisis estadístico de los Diseños Experimentales
Análisis estadístico de los Diseños Experimentalesjoseluissotovelasquez
 
Cómo elegir una prueba estadística del Nivel relacional
Cómo elegir una prueba estadística del Nivel relacionalCómo elegir una prueba estadística del Nivel relacional
Cómo elegir una prueba estadística del Nivel relacionaljoseluissotovelasquez
 
Ud1- Magnitudes y unidades
Ud1- Magnitudes y unidadesUd1- Magnitudes y unidades
Ud1- Magnitudes y unidadesMferavi
 
Bioestadística: Test de Hipótesis nivel RELACIONAL por Bioq. José Luis Soto V...
Bioestadística: Test de Hipótesis nivel RELACIONAL por Bioq. José Luis Soto V...Bioestadística: Test de Hipótesis nivel RELACIONAL por Bioq. José Luis Soto V...
Bioestadística: Test de Hipótesis nivel RELACIONAL por Bioq. José Luis Soto V...joseluissotovelasquez
 
Conceptos preliminares en la investigación científica por Bioq. José Luis Sot...
Conceptos preliminares en la investigación científica por Bioq. José Luis Sot...Conceptos preliminares en la investigación científica por Bioq. José Luis Sot...
Conceptos preliminares en la investigación científica por Bioq. José Luis Sot...joseluissotovelasquez
 
Estadística inferencial-TEST DE HIPÓTESIS por Bioq. José Luis Soto Velásquez ...
Estadística inferencial-TEST DE HIPÓTESIS por Bioq. José Luis Soto Velásquez ...Estadística inferencial-TEST DE HIPÓTESIS por Bioq. José Luis Soto Velásquez ...
Estadística inferencial-TEST DE HIPÓTESIS por Bioq. José Luis Soto Velásquez ...joseluissotovelasquez
 
Ud2 errores, incertidumbres
Ud2 errores, incertidumbresUd2 errores, incertidumbres
Ud2 errores, incertidumbresMferavi
 
Tema comparaciòn medias entre dos grupos
Tema comparaciòn medias entre dos gruposTema comparaciòn medias entre dos grupos
Tema comparaciòn medias entre dos gruposA Javier Santana
 
Conferencia ¿cuántos pacientes necesito para mi estudio estimacion tamaño mu...
Conferencia ¿cuántos pacientes necesito para mi estudio  estimacion tamaño mu...Conferencia ¿cuántos pacientes necesito para mi estudio  estimacion tamaño mu...
Conferencia ¿cuántos pacientes necesito para mi estudio estimacion tamaño mu...Sergio Uribe
 
Presentación de artículos sobre errores estadísticos frecuentes en publicaci...
Presentación de artículos sobre errores  estadísticos frecuentes en publicaci...Presentación de artículos sobre errores  estadísticos frecuentes en publicaci...
Presentación de artículos sobre errores estadísticos frecuentes en publicaci...Diana Cuesta
 

La actualidad más candente (20)

Tarea 5
Tarea 5Tarea 5
Tarea 5
 
Análisis estadístico de los Diseños Experimentales
Análisis estadístico de los Diseños ExperimentalesAnálisis estadístico de los Diseños Experimentales
Análisis estadístico de los Diseños Experimentales
 
Cómo elegir una prueba estadística del Nivel relacional
Cómo elegir una prueba estadística del Nivel relacionalCómo elegir una prueba estadística del Nivel relacional
Cómo elegir una prueba estadística del Nivel relacional
 
Ud1- Magnitudes y unidades
Ud1- Magnitudes y unidadesUd1- Magnitudes y unidades
Ud1- Magnitudes y unidades
 
Bioestadística: Test de Hipótesis nivel RELACIONAL por Bioq. José Luis Soto V...
Bioestadística: Test de Hipótesis nivel RELACIONAL por Bioq. José Luis Soto V...Bioestadística: Test de Hipótesis nivel RELACIONAL por Bioq. José Luis Soto V...
Bioestadística: Test de Hipótesis nivel RELACIONAL por Bioq. José Luis Soto V...
 
Conceptos preliminares en la investigación científica por Bioq. José Luis Sot...
Conceptos preliminares en la investigación científica por Bioq. José Luis Sot...Conceptos preliminares en la investigación científica por Bioq. José Luis Sot...
Conceptos preliminares en la investigación científica por Bioq. José Luis Sot...
 
Estadística inferencial-TEST DE HIPÓTESIS por Bioq. José Luis Soto Velásquez ...
Estadística inferencial-TEST DE HIPÓTESIS por Bioq. José Luis Soto Velásquez ...Estadística inferencial-TEST DE HIPÓTESIS por Bioq. José Luis Soto Velásquez ...
Estadística inferencial-TEST DE HIPÓTESIS por Bioq. José Luis Soto Velásquez ...
 
Estadística Descriptiva
Estadística DescriptivaEstadística Descriptiva
Estadística Descriptiva
 
Ud2 errores, incertidumbres
Ud2 errores, incertidumbresUd2 errores, incertidumbres
Ud2 errores, incertidumbres
 
Biometria
BiometriaBiometria
Biometria
 
Descriptiva
DescriptivaDescriptiva
Descriptiva
 
Tema comparaciòn medias entre dos grupos
Tema comparaciòn medias entre dos gruposTema comparaciòn medias entre dos grupos
Tema comparaciòn medias entre dos grupos
 
Homocedasticidad y prueba de levene
Homocedasticidad y prueba de leveneHomocedasticidad y prueba de levene
Homocedasticidad y prueba de levene
 
El abc de la bioestadistica
El abc de la bioestadisticaEl abc de la bioestadistica
El abc de la bioestadistica
 
Aplicación practica depruebas estadisticas
Aplicación practica depruebas estadisticasAplicación practica depruebas estadisticas
Aplicación practica depruebas estadisticas
 
Conferencia ¿cuántos pacientes necesito para mi estudio estimacion tamaño mu...
Conferencia ¿cuántos pacientes necesito para mi estudio  estimacion tamaño mu...Conferencia ¿cuántos pacientes necesito para mi estudio  estimacion tamaño mu...
Conferencia ¿cuántos pacientes necesito para mi estudio estimacion tamaño mu...
 
Presentación de artículos sobre errores estadísticos frecuentes en publicaci...
Presentación de artículos sobre errores  estadísticos frecuentes en publicaci...Presentación de artículos sobre errores  estadísticos frecuentes en publicaci...
Presentación de artículos sobre errores estadísticos frecuentes en publicaci...
 
T student2
T student2T student2
T student2
 
Guia 1-estadistica
Guia 1-estadisticaGuia 1-estadistica
Guia 1-estadistica
 
Guia 1-estadistica
Guia 1-estadisticaGuia 1-estadistica
Guia 1-estadistica
 

Similar a Informe (20)

Bioestadistica_Wiener_Fase_I.ppt
Bioestadistica_Wiener_Fase_I.pptBioestadistica_Wiener_Fase_I.ppt
Bioestadistica_Wiener_Fase_I.ppt
 
Estadística descriptiva
Estadística descriptivaEstadística descriptiva
Estadística descriptiva
 
Resumen Solemne 2 (C).pdf
Resumen Solemne 2 (C).pdfResumen Solemne 2 (C).pdf
Resumen Solemne 2 (C).pdf
 
Resumen Solemne 2 (C) (1).pdf
Resumen Solemne 2 (C) (1).pdfResumen Solemne 2 (C) (1).pdf
Resumen Solemne 2 (C) (1).pdf
 
R1
R1R1
R1
 
Seminario 6
Seminario 6Seminario 6
Seminario 6
 
Presentacion seminario 6
Presentacion seminario 6Presentacion seminario 6
Presentacion seminario 6
 
estad_uma_01.ppt
estad_uma_01.pptestad_uma_01.ppt
estad_uma_01.ppt
 
estad_uma_01.ppt
estad_uma_01.pptestad_uma_01.ppt
estad_uma_01.ppt
 
estad_uma_01.ppt
estad_uma_01.pptestad_uma_01.ppt
estad_uma_01.ppt
 
estad_uma_01.ppt
estad_uma_01.pptestad_uma_01.ppt
estad_uma_01.ppt
 
estadistica descriptiva y gráficos estadisticos
estadistica descriptiva y gráficos estadisticosestadistica descriptiva y gráficos estadisticos
estadistica descriptiva y gráficos estadisticos
 
estadistica datos agrupados e introduccion
estadistica datos agrupados e introduccionestadistica datos agrupados e introduccion
estadistica datos agrupados e introduccion
 
estad_uma_01.ppt
estad_uma_01.pptestad_uma_01.ppt
estad_uma_01.ppt
 
estadistica_probabilidad_curso_clase avanzada
estadistica_probabilidad_curso_clase avanzadaestadistica_probabilidad_curso_clase avanzada
estadistica_probabilidad_curso_clase avanzada
 
Ejercicio obligatorio vii
Ejercicio obligatorio viiEjercicio obligatorio vii
Ejercicio obligatorio vii
 
Seminario 6: Análisis exploratorio de datos.
Seminario 6: Análisis exploratorio de datos.Seminario 6: Análisis exploratorio de datos.
Seminario 6: Análisis exploratorio de datos.
 
Seminario 6 estadistica descriptiva
Seminario 6 estadistica descriptivaSeminario 6 estadistica descriptiva
Seminario 6 estadistica descriptiva
 
BIOESTADÍSTICA UNI 1- SEM 1 GENERALIDADES.pdf
BIOESTADÍSTICA UNI 1- SEM 1 GENERALIDADES.pdfBIOESTADÍSTICA UNI 1- SEM 1 GENERALIDADES.pdf
BIOESTADÍSTICA UNI 1- SEM 1 GENERALIDADES.pdf
 
Descriptiva
DescriptivaDescriptiva
Descriptiva
 

Último

AUDITORIAS en enfermeria hospitalaria .pptx
AUDITORIAS en enfermeria hospitalaria .pptxAUDITORIAS en enfermeria hospitalaria .pptx
AUDITORIAS en enfermeria hospitalaria .pptxMatiasGodoy33
 
cuadro sinoptico tipos de organizaci.pdf
cuadro sinoptico tipos de organizaci.pdfcuadro sinoptico tipos de organizaci.pdf
cuadro sinoptico tipos de organizaci.pdfjesuseleazarcenuh
 
Trabajo de Sifilisn…………………………………………………..
Trabajo de Sifilisn…………………………………………………..Trabajo de Sifilisn…………………………………………………..
Trabajo de Sifilisn…………………………………………………..JoseRamirez247144
 
INFORMATIVO CIRCULAR FISCAL - RENTA 2023.ppsx
INFORMATIVO CIRCULAR FISCAL - RENTA 2023.ppsxINFORMATIVO CIRCULAR FISCAL - RENTA 2023.ppsx
INFORMATIVO CIRCULAR FISCAL - RENTA 2023.ppsxCORPORACIONJURIDICA
 
gua de docente para el curso de finanzas
gua de docente para el curso de finanzasgua de docente para el curso de finanzas
gua de docente para el curso de finanzassuperamigo2014
 
PRESENTACIÓN EDIFICIOS INDUSTRIALES.pptx
PRESENTACIÓN EDIFICIOS INDUSTRIALES.pptxPRESENTACIÓN EDIFICIOS INDUSTRIALES.pptx
PRESENTACIÓN EDIFICIOS INDUSTRIALES.pptxaramirezc21
 
MARKETING SENSORIAL -GABRIELA ARDON .pptx
MARKETING SENSORIAL -GABRIELA ARDON .pptxMARKETING SENSORIAL -GABRIELA ARDON .pptx
MARKETING SENSORIAL -GABRIELA ARDON .pptxgabyardon485
 
EGLA CORP - Honduras Abril 27 , 2024.pptx
EGLA CORP - Honduras Abril 27 , 2024.pptxEGLA CORP - Honduras Abril 27 , 2024.pptx
EGLA CORP - Honduras Abril 27 , 2024.pptxDr. Edwin Hernandez
 
instrumentos de mercados financieros para estudiantes
instrumentos de mercados financieros  para estudiantesinstrumentos de mercados financieros  para estudiantes
instrumentos de mercados financieros para estudiantessuperamigo2014
 
Efectos del cambio climatico en huanuco.pptx
Efectos del cambio climatico en huanuco.pptxEfectos del cambio climatico en huanuco.pptx
Efectos del cambio climatico en huanuco.pptxCONSTRUCTORAEINVERSI3
 
ISO 45001-2018.pdf norma internacional para la estandarización
ISO 45001-2018.pdf norma internacional para la estandarizaciónISO 45001-2018.pdf norma internacional para la estandarización
ISO 45001-2018.pdf norma internacional para la estandarizaciónjesuscub33
 
MARKETING SENSORIAL CONTENIDO, KARLA JANETH
MARKETING SENSORIAL CONTENIDO, KARLA JANETHMARKETING SENSORIAL CONTENIDO, KARLA JANETH
MARKETING SENSORIAL CONTENIDO, KARLA JANETHkarlinda198328
 
Como Construir Un Modelo De Negocio.pdf nociones basicas
Como Construir Un Modelo De Negocio.pdf   nociones basicasComo Construir Un Modelo De Negocio.pdf   nociones basicas
Como Construir Un Modelo De Negocio.pdf nociones basicasoscarhernandez98241
 
LIC-ZIEGLER-Planificación y Control de Gestión
LIC-ZIEGLER-Planificación y Control de GestiónLIC-ZIEGLER-Planificación y Control de Gestión
LIC-ZIEGLER-Planificación y Control de GestiónBahamondesOscar
 
FORMAS DE TRANSPORTE EN MASA-PDF.pdf lclases
FORMAS DE TRANSPORTE EN MASA-PDF.pdf  lclasesFORMAS DE TRANSPORTE EN MASA-PDF.pdf  lclases
FORMAS DE TRANSPORTE EN MASA-PDF.pdf lclasesjvalenciama
 
modulo+penal+del+16+al+20+hhggde+enero.pdf
modulo+penal+del+16+al+20+hhggde+enero.pdfmodulo+penal+del+16+al+20+hhggde+enero.pdf
modulo+penal+del+16+al+20+hhggde+enero.pdfmisssusanalrescate01
 
1.- PLANIFICACIÓN PRELIMINAR DE AUDITORÍA.pptx
1.- PLANIFICACIÓN PRELIMINAR DE AUDITORÍA.pptx1.- PLANIFICACIÓN PRELIMINAR DE AUDITORÍA.pptx
1.- PLANIFICACIÓN PRELIMINAR DE AUDITORÍA.pptxCarlosQuionez42
 
diseño de redes en la cadena de suministro.pptx
diseño de redes en la cadena de suministro.pptxdiseño de redes en la cadena de suministro.pptx
diseño de redes en la cadena de suministro.pptxjuanleivagdf
 

Último (20)

AUDITORIAS en enfermeria hospitalaria .pptx
AUDITORIAS en enfermeria hospitalaria .pptxAUDITORIAS en enfermeria hospitalaria .pptx
AUDITORIAS en enfermeria hospitalaria .pptx
 
Walmectratoresagricolas Trator NH TM7040.pdf
Walmectratoresagricolas Trator NH TM7040.pdfWalmectratoresagricolas Trator NH TM7040.pdf
Walmectratoresagricolas Trator NH TM7040.pdf
 
cuadro sinoptico tipos de organizaci.pdf
cuadro sinoptico tipos de organizaci.pdfcuadro sinoptico tipos de organizaci.pdf
cuadro sinoptico tipos de organizaci.pdf
 
Trabajo de Sifilisn…………………………………………………..
Trabajo de Sifilisn…………………………………………………..Trabajo de Sifilisn…………………………………………………..
Trabajo de Sifilisn…………………………………………………..
 
INFORMATIVO CIRCULAR FISCAL - RENTA 2023.ppsx
INFORMATIVO CIRCULAR FISCAL - RENTA 2023.ppsxINFORMATIVO CIRCULAR FISCAL - RENTA 2023.ppsx
INFORMATIVO CIRCULAR FISCAL - RENTA 2023.ppsx
 
gua de docente para el curso de finanzas
gua de docente para el curso de finanzasgua de docente para el curso de finanzas
gua de docente para el curso de finanzas
 
PRESENTACIÓN EDIFICIOS INDUSTRIALES.pptx
PRESENTACIÓN EDIFICIOS INDUSTRIALES.pptxPRESENTACIÓN EDIFICIOS INDUSTRIALES.pptx
PRESENTACIÓN EDIFICIOS INDUSTRIALES.pptx
 
MARKETING SENSORIAL -GABRIELA ARDON .pptx
MARKETING SENSORIAL -GABRIELA ARDON .pptxMARKETING SENSORIAL -GABRIELA ARDON .pptx
MARKETING SENSORIAL -GABRIELA ARDON .pptx
 
EGLA CORP - Honduras Abril 27 , 2024.pptx
EGLA CORP - Honduras Abril 27 , 2024.pptxEGLA CORP - Honduras Abril 27 , 2024.pptx
EGLA CORP - Honduras Abril 27 , 2024.pptx
 
instrumentos de mercados financieros para estudiantes
instrumentos de mercados financieros  para estudiantesinstrumentos de mercados financieros  para estudiantes
instrumentos de mercados financieros para estudiantes
 
Efectos del cambio climatico en huanuco.pptx
Efectos del cambio climatico en huanuco.pptxEfectos del cambio climatico en huanuco.pptx
Efectos del cambio climatico en huanuco.pptx
 
ISO 45001-2018.pdf norma internacional para la estandarización
ISO 45001-2018.pdf norma internacional para la estandarizaciónISO 45001-2018.pdf norma internacional para la estandarización
ISO 45001-2018.pdf norma internacional para la estandarización
 
MARKETING SENSORIAL CONTENIDO, KARLA JANETH
MARKETING SENSORIAL CONTENIDO, KARLA JANETHMARKETING SENSORIAL CONTENIDO, KARLA JANETH
MARKETING SENSORIAL CONTENIDO, KARLA JANETH
 
Como Construir Un Modelo De Negocio.pdf nociones basicas
Como Construir Un Modelo De Negocio.pdf   nociones basicasComo Construir Un Modelo De Negocio.pdf   nociones basicas
Como Construir Un Modelo De Negocio.pdf nociones basicas
 
Tarea-4-Estadistica-Descriptiva-Materia.ppt
Tarea-4-Estadistica-Descriptiva-Materia.pptTarea-4-Estadistica-Descriptiva-Materia.ppt
Tarea-4-Estadistica-Descriptiva-Materia.ppt
 
LIC-ZIEGLER-Planificación y Control de Gestión
LIC-ZIEGLER-Planificación y Control de GestiónLIC-ZIEGLER-Planificación y Control de Gestión
LIC-ZIEGLER-Planificación y Control de Gestión
 
FORMAS DE TRANSPORTE EN MASA-PDF.pdf lclases
FORMAS DE TRANSPORTE EN MASA-PDF.pdf  lclasesFORMAS DE TRANSPORTE EN MASA-PDF.pdf  lclases
FORMAS DE TRANSPORTE EN MASA-PDF.pdf lclases
 
modulo+penal+del+16+al+20+hhggde+enero.pdf
modulo+penal+del+16+al+20+hhggde+enero.pdfmodulo+penal+del+16+al+20+hhggde+enero.pdf
modulo+penal+del+16+al+20+hhggde+enero.pdf
 
1.- PLANIFICACIÓN PRELIMINAR DE AUDITORÍA.pptx
1.- PLANIFICACIÓN PRELIMINAR DE AUDITORÍA.pptx1.- PLANIFICACIÓN PRELIMINAR DE AUDITORÍA.pptx
1.- PLANIFICACIÓN PRELIMINAR DE AUDITORÍA.pptx
 
diseño de redes en la cadena de suministro.pptx
diseño de redes en la cadena de suministro.pptxdiseño de redes en la cadena de suministro.pptx
diseño de redes en la cadena de suministro.pptx
 

Informe

  • 1. Teresa villegas labrador. Estadística y TIC, Grupo 3, 1º Enfermería. ESTADÍSTICA DESCRIPTIVA
  • 2. ÍNDICE 1.Introducción 2.Objetivos 3.Metodología 3.1 Población deestudio. Muestra. 3.2 Variables a analizar. 3.3Análisis dedatos. 4. Resultados 5. Conclusión
  • 3. 1. INTRODUCCIÓN: La estadística descriptiva describe y analiza los datos de una muestra o población, con el fin de descubrir las regularidades o características existentes en sus elementos. Se puede clasificar en: a. Estadística descriptiva univariable: analiza la distribución de una característica o dimensión en una población, y elabora una serie de medidas resumen de esta distribución. b. Estadística descriptiva bivariable: se encarga de analizar la distribución conjunta de dos variables en una población y la asociación entre ellas. El principal objetivo es simplificar la información para hacer una buena descripción de las características de un conjunto de datos respecto a un tema en particular. 2. OBJETIVOS: a. Generales: Utilizar la estadística descriptiva para exponer ordenadamente e interpretar la información recogida sobre un conjunto de datos. b. Específicos: i. Describir en tablas de frecuencias los datos de dos variables cualitativas-factor del fichero “activossalud.RData” e interpretar al menos 3 aspectos en relación a la distribución de las mismas. ii. Describir mediante resúmenes numéricos dos variables numéricas del fichero “activossalud.RData” e interpretar la distribución de las mismas. iii. Realizar al menos un gráfico de cada tipo con variables adecuadamente seleccionadas del fichero “activossalud.RData”, describir e interpretar la distribución los mismos. 3.METODOLOGÍA: 3.1 Población de estudio. Muestra El estudio realizado consta de 78 sujetos, el estudio de la base de datos son 291 pero para facilitarlo previamente he eliminado los sujetos con contestación NA. Estos sujetos son estudiantes de primero de Enfermería de la Universidad de Sevilla, centros propios y adscritos para conocer sus estilos de vida y activos en salud.
  • 4. 3.2 Variables a analizar Dentro del estudios han sido elegidas dos variables cualitativas y dos cuantitativas: - “Estudios madre”: variable cualitativa ordinal policotómica que consta de 3 categorías: 1-“ninguno o primarios”, 2-“bachillerato”, 3-”Universitarios”. - “Dulces”: variable cualitativa ordinal policotómica con 5 categorías: : 1- “A diario”, 2-“Tres o más veces a la semana”, 3-“Una o dos veces a la semana”, 4- “Menos de una vez por semana”, 5- “Nunca o casi nunca”. - “Peso”: variable cuantitativa continua. - “ Medicalización”: variable de escala cuantitativa discreta, cuyos valores se obtienen al responder una serie de preguntas: ¿Has tomado alguno de los siguientes medicamentos en el último trimestre: Analgésicos, Laxantes, Anti- inflamatorios, Inhaladores, Antibióticos, Jarabe?, cada una de ellas con las siguientes categorías de respuesta: 1- “Sí”, 2- “No”. Por tanto, a más puntuación menor uso de medicamentos. 3.3 Análisis de datos He usado el software R versión 3.5.0 (2018-04-23) para Windows. R es un software para el análisis estadístico de datos. Está considerado como uno de los más interesantes y utilizados en investigación estadística. Incluye numerosos métodos estadísticos, ofrece capacidades gráficas, y además es gratuito. Antes de empezar con el estudio elimine los sujetos con contestación NA, con el objetivo de poder reducir la muestra y facilitar el estudio. Mi idea era utilizar en el estudio aquellos sujetos que habían contestado a todas las cuestiones. Se han utilizado diferentes estadísticos dependiendo del tipo de variable a estudiar. Para las variables estadísticas hemos utilizado la tabla de frecuencias, donde se incluí la frecuencia absoluta (ni), la frecuencia relativa(fi), la frecuencia relativa porcentual, la frecuencia absoluta acumulada (Ni), y la frecuencia relativa acumulada (Fi). Por otro lado, para las variables cualitativas he utilizado los cuartiles, la media, la desviación típica y el recorrido intercuartílico, además de señalar el valor máximo y mínimo. 4.RESULTADOS: VARIABLES CUALITATIVAS: Las variables cualitativas pueden ser: a. Según el número de categorías: 1. Dicotómicas: solo dos categorías. 2. Policotómicas: Con más de dos categorías. b. Según el orden de importancia: 1. Nominales: sin orden. 2. Ordenadas: siguen un orden.
  • 5. Previo al estudio de las tablas y las gráficas, debemos aclarar que nuestra muestra consta de 78 sujetos debido a que hemos eliminado los NA, para facilitar la investigación. VARIABLE 1: Variable policotómica ordinal “estudios madre”. Esta variable consta de 3 categorías: Estudios Madre Frecuencia absoluta Frecuencia relativa Frecuencia relativa(%) Frecuencia acumulada Frecuencia relativa acumulada Ninguno o primarios 40 0.5128 51.28 40 0.5128 Bachillerato 22 0.2821 28.21 62 0.7949 Universitarios 16 0.2051 20.51 78 1 Total 78 1 100 La información que recogemos de la tabla de datos será: - Porcentaje de madres que no tienen estudios o solo primarios. - Porcentaje de madres que realizaron el bachillerato. - Porcentaje de madres con estudios universitarios. VARIABLE 2: Variable policotómica ordinal “dulces”. Consta de 5 categorías: Dulces Frecuencia absoluta Frecuencia relativa Frecuencia relativa(%) Frecuencia acumulada Frecuencia relativa acumulada A diario 8 0.1026 10.26 8 0.1026 Tres o más veces por semana 10 0.1282 12.82 18 0.0.2308 Una o dos veces por semana 24 0.3077 30.77 42 0.5385 Menos de una vez por semana 25 0.3205 32.05 67 0.859 Nunca o 11 0.1410 14.10 78 1
  • 6. casi nunca Total 78 1 100 Con esta tabla de frecuencias podemos: - Saber cuántas personas toman dulces a diario. - Cuántas personas lo toman tres o más veces por semana. - Cuántas lo hacen una o dos veces a la semana. - Saber cuántas toman dulces menos de una vez por semana. - Conocer aquellas que nunca o casi nunca toman dulces. VARIABLES CUANTITATIVAS: Las variables cuantitativas pueden ser: - Discretas: solo valores enteros. - Continua: Cualquier número dentro de un intervalo. VARIABLE 3: Variables cuantitativa continua “peso”. mean sd IQR 0% 25% 50% 75% 100% n 65.74641 14.07721 18.05 38 55.7 65.35 73.75 130 78 - Media: 65.74641 - Desviación típica(sd): 14.07721 - Recorrido intercuartílico(IQR): 18.05 - Mínimo: 38 - Primer cuartil (25%): 55.7 - Segundo cuartil ó mediana: 65.35 -Tercer cuartil: 73.75 -Máximo: 130 Total: 78 VARIABLE 4: “Medicalización”: Escala cuantitativa, formada tras sumar las siguientes preguntas: ¿Has tomado alguno de los siguientes medicamentos en el último trimestre: Analgésicos,Laxantes,Anti-inflamatorios,Inhaladores,Antibióticos,Jarabe?, cada una de ellas con lassiguientescategoríasde respuesta:1- “Sí”, 2- “No”. Por tanto,a más puntuaciónmenor uso de medicamentos. mean sd IQR 0% 25% 50% 75% 100% n
  • 7. 9.74359 1.313624 1 7 9 10 10 12 78 - Media: 9.74359 -Desviación típica(sd): 1.3136224 - Recorrido intercuartílico(IQR): 1 - Mínimo: 7 - Primer cuartil: 9 - Segundo cuartil o mediana: 10 - Tercer cuartil: 10 - Máximo: 12 - Total: 78 GRÁFICAS:  Cualitativas: Gráfico de sectores y barras  Cuantitativa:histograma y boxplot  Variable 1: “estudiosmadres”
  • 8. Observando ambas gráficas, diagrama de sectores y diagrama de barras, llegamos a la conclusión de que la mayoría de las madres de nuestra muestra (teniendo en cuenta que previamente hemos eliminado los NA) no han realizado ningún tipo de estudio o tienen solo los estudios primarios.  Variable 2: “dulces” E n e s t a variable, las gráficas que presentan que la mayoría de los sujetos estudiados en la muestra consumen dulces menos de una vez por semana, seguido muy de cerca de el porcentaje que los consume una o dos veces por semana.  Variable 3: “peso” Aquí podemos observar como el dato más abundante, o la moda, corresponde a los70 kilos, aproximadamente.
  • 9. En el diagrama de cajas o boxplot observamos que: El rango de peso se sitúa entre 40 y 100. El primer cuartil corresponde a 60, el segundo o mediana seria 70 y el tercer cuartil es 80.  Variable 4: “Medicalización: En este diagrama de barras se representa como porcentaje mas abundante el correspondiente a una medicalización de 10, recordando que los puntos se obtenían con la contestación a una serie de preguntas. El boxplot de la variable medicalización nos presenta: Que el rango de las puntuaciones se encuentra entre 8 y 11. El primer cuartil es 9, el segundo o mediana es 10,
  • 10. coincidiendo con el tercer cuartil que también es 10. Hay que destacar que tenemos dos valores fuera del rango. 5. CONCLUSIÓN Con respecto a la variable Estudios Madre la conclusión a la que llego es la gran cantidad de madre, que por una causa u otra, no han podido realizar estudios superiores, pues la diferencia entre aquellas que han realizado estudios universitarios con las que solo han realizado educación primario o ninguno es de 16 frente a 40. Por otro lado, la variable dulce nos muestra que la mayoría de las personas estudiadas tienen una dieta con un poco ingesta de dulces, pues la mayoría (25) solo los consumen menos de 1 vez por semana. Se podría decir que llevan una dieta saludable. La conclusión a la que llego al estudiar la variable peso es que el peso medio de los estudiantes que han participado en la investigación ronda los 65 kilogramos, adecuándose a unos valores normales y saludables del peso. Por último, la variable medicalización nos muestra que la tendencia mayoritaria en el estudio es un uso de medicamentos poco frecuente, pues la media es de 10, aproximadamente, y según la calificación de la variable, a mayor “nota” menor uso de medicamentos.