2)clase variables 2015
DESCRIPTION
VARIABLESTRANSCRIPT
VARIABLES
Secuencia de la información en la investigación:
1-Definición de qué parámetros de la realidad queremos representar
2-Clasificación de parámetros3-Definición y clasificación de las variables4-Sistemas de codificación y clasificación de los conceptos.
Vocabularios5-Recolección de los datos6-Armado de la base de datos7-Entrada de datos8-Validación y chequeo de los datos9-Manejo y manipulación de datos10-Resumen y presentación de los datos11- Calidad de la información generada
Definición de variable
• Variable es la representación de un parámetro para ser medido:
• Es una característica de una persona, objeto o fenómeno que puede tener diferentes valores.
• Dato: valor que tiene la variable en el sujeto.
• La variable es la resultante de un proceso de operacionalización sobre el parámetro o característica o atributo de la investigación que nos interesa medir.
Variable y dato
• si recolectamos la edad en años de 5 personas (30, 31, 32, 33, 34), la variable es la edad y los datos son: 30, 31, 32, 33, 34, o sea qué valor asume la variable para cada sujeto.
• si recolectamos las religiones de esas mismas personas (católica, judía, musulmana, budista, agnóstico), la variable es religión y los datos son el contenido de la variable: católica, judía, musulmana, budista, agnóstico.
Operacionalización de variables
Parámetro Variable métrica
Dieta saludable calidad de la dieta Escore de calidad de la dieta (0 a 10)
Ingesta de vegetales numero de porciones de vegetales por día
Ingesta de comidarápida
numero de veces en una semana
Id paciente
Calidad Vegetales ComRapid etc.
001 5 2 3 ….
002 1 3 8
DATO
Variables con variabilidad...
• Todos los fenómenos que nos interesa estudiar tienen una característica en común: son variables.
• Si pensamos en los fenómenos biológicos, veremos que todas ellos pueden presentar variaciones entre los sujetos.
• Si todos fuéramos iguales y presentáramos las mismas respuestas frente a los mismos estímulos, no tendríamos mas que un dato por VARIABLE y probablemente la VARIABLE no se llamaría VARIABLE.
• Si todos tuviéramos el mismo sexo, la misma altura, el mismo color de ojos, etc…para saber si un tratamiento nuevo será mejor que el anterior nos bastaría con sólo probarlo una vez en una sola persona.
Definición de las variables
• Definir una variable es determinar que parte del fenómeno queremos representar y cual no. Ejemplo….
– Hipertenso: paciente que presentó al menos dos veces registros mayores a 140/90.
Limites de la definición…
Escenario 1: mujer de 60 años que tuvo hipertiroidismo a los 30 y presento dos episodios con valores mas altos a 140 de sistólica en ese momento.
Definición de las variables
• Definición:
– Nombre y alias
– Criterios de inclusión y exclusión
– Métrica: unidades de medición
– instrumento de recolección
– Proceso de recolección (manual operativo)
Clasificación
– Porque condiciona el análisis que podemos hacer de los datos que disponemos.
– En efecto, si queremos saber si la edad (que se representa con un número) se asocia con padecer una cierta enfermedad (que se registra como tener o no tener enfermedad), debemos plantear un análisis diferente que si queremos saber si la edad se relaciona con la presión sanguínea (otra variable que se representa con un número).
¿Por qué necesitamos clasificar las variables?
CONSULTAS POR CUADROSFEBRILES QUE REQUIRIERONANTIBIÓTICO
Nombre del paciente: Sexo: 0. Femenino 1. Masculino Edad (años): Nivel de Ingreso Familiar: Alto Medio Bajo Temperatura axilar: Número de consultas: Antibiótico recibido: Amoxicilina Amoxi+clav Ampicilina Sulfametoxazol Penicilina Roxitromicina Tetraciclina Cefalexina
Hospital Zonal
Dr. Carlos Miranda
Carlos R
4
2
38.4º
Tipo de Dato en la naturaleza
CUALITATIVAS CUANTITATIVAS
Caracterizan cierta cualidad del sujeto.
Estas características luego se pueden agrupar en categorías, por eso las variables cualitativas pueden también denominarse categóricas.
Definimos como categoría a los subgrupos de sujetos que presentan una característica dada en común.
Son las variables que en la naturaleza toman como valor un número.
Por eso también se las llama numéricas.
Dicho de otro modo, comprenden a las variables que pueden medirse con dispositivos o instrumentos de medición (no cuestionarios) o contarse.
Según Tipo de Dato
Tipos de variables
Orden Magnitud Operacionesaritmeticas
Nominales
Ordinales
Discretas
Continuos
Estructura base de datos
Paciente Sexo Edad Ingreso Temp ax N cons Tipo_ATB
Carlos R 1 4 Alto 38,5º 1 ampicilina
Amanda S 0 6 Bajo 36,5º 2 roxitromicina
Julio P 1 11 Bajo 37,2º 4 amoxi+clavulanico
Saul F 1 3 Medio 37,0º 1 penicilina
Ana C 0 2 Medio 38,0º 2 amoxi+clavulanico
Ricardo L 1 8 Bajo 39,1º 1 ampicilina
Javier S 1 6 Alto 36,2º 1 amoxicilina
Juliana Z 0 3 Bajo 36,5º 1 amoxicilina
Carlos T 1 5 Bajo 37,8º 2 penicilina
Nicolas F 1 4 Bajo 36,9º 2 amoxicilina
Andres V 1 9 Bajo 37,2º 3 amoxicilina
Hugo E 1 8 Bajo 38,1º 2 amoxi+clavulanico
Alejandro B 1 8 Medio 38,6º 1 amoxicilina
Romina H 0 7 Bajo 39,0º 2 ampicilina
Sol M 0 4 Bajo 36,9º 2 ampicilina
Sergio Y 1 11 Bajo 37,5º 4 penicilina
Ruth H 0 3 Medio 37,6º 5 amoxicilina
Victoria T 0 2 Alto 37,4º 2 penicilina
Jorge X 1 6 Bajo 39,1º 1 ampicilina
Nombre de la variable
D
A
T
O
S
Cada línea es un sujeto
TIPOS DE DATOS NOMINALES
* El orden de las categorías no responde a un orden natural, la asignación del número a cada categoría es arbitraria
* La magnitud numérica no tiene importancia. El número es solo un “nombre” o una “etiqueta” de la categoría.
Las Nominales también se llaman “Categóricas no ordinales”
Ya que los valores, aun codificados como números no tienen un orden de preferencia entre las distintas categorías. Ejemplos son:
1 = E. Coli, 2 = Pseudomona, 3 = Meningococo, 4 = Neumococo
Fechas
Las operaciones aritméticas no tienen significado en caso de datos Nominales.
Ejemplo:
Tipo de germen que provocó la infección:
1 = E. Coli, 2 = Pseudomona, 3 = Meningococo, 4 = Neumococo
Para esta variable, decir que la media de la población estudiada resultó ser de 2.83 no tiene sentido.
Sí podemos hablar de la proporción de infecciones que caen dentro de cada grupo:
23.5% E. Coli, 18.4% Pseudomona, 52.4% Meningococo, 5.7% Neumococo
Ejemplo de datos DICOTÓMICOS
Arbitrariamente se asigna un valor numérico a la categoría, por ejemplo 0=mujer, 1=hombre
Paciente Sexo Edad Ingreso Temp ax N cons Tipo_ATB
Carlos R 1 4 Alto 38,5º 1 ampicilina
Amanda S 0 6 Bajo 36,5º 2 roxitromicina
Julio P 1 11 Bajo 37,2º 4 amoxi+clavulanico
Saul F 1 3 Medio 37,0º 1 penicilina
Ana C 0 2 Medio 38,0º 2 amoxi+clavulanico
Ricardo L 1 8 Bajo 39,1º 1 ampicilina
Javier S 1 6 Alto 36,2º 1 amoxicilina
Juliana Z 0 3 Bajo 36,5º 1 amoxicilina
Carlos T 1 5 Bajo 37,8º 2 penicilina
Nicolas F 1 4 Bajo 36,9º 2 amoxicilina
Andres V 1 9 Bajo 37,2º 3 amoxicilina
Hugo E 1 8 Bajo 38,1º 2 amoxi+clavulanico
Alejandro B 1 8 Medio 38,6º 1 amoxicilina
Romina H 0 7 Bajo 39,0º 2 ampicilina
Sol M 0 4 Bajo 36,9º 2 ampicilina
Sergio Y 1 11 Bajo 37,5º 4 penicilina
Ruth H 0 3 Medio 37,6º 5 amoxicilina
Victoria T 0 2 Alto 37,4º 2 penicilina
Jorge X 1 6 Bajo 39,1º 1 ampicilina
Caso especial de datos nominales: DATOS DICOTOMICOS O BINARIOS
TIPOS DE DATOS NOMINALES
Caso especial: datos dicotómicos o binarios
Los datos toman solo dos valores posibles
Ejemplo:
0 = la enfermedad no está presente, 1 = la enfermedad está presente
0 = sexo femenino, 1 = sexo masculino
0 = se internó, 1 = no se internó
0 = no falleció, 1 = falleció
0 = expuesto, 1 = no expuesto
Tipos de variables
Orden Magnitud Operacionesaritméticas
Nominales Ninguno No No
Ordinales
Discretas
Continuos
Ejemplo de datos ORDINALES
TIPOS DE DATOS ORDINALES
Paciente Sexo Edad Ingreso Temp ax N cons Tipo_ATB
Carlos R 1 4 Alto 38,5º 1 ampicilina
Amanda S 0 6 Bajo 36,5º 2 roxitromicina
Julio P 1 11 Bajo 37,2º 4 amoxi+clavulanico
Saul F 1 3 Medio 37,0º 1 penicilina
Ana C 0 2 Medio 38,0º 2 amoxi+clavulanico
Ricardo L 1 8 Bajo 39,1º 1 ampicilina
Javier S 1 6 Alto 36,2º 1 amoxicilina
Juliana Z 0 3 Bajo 36,5º 1 amoxicilina
Carlos T 1 5 Bajo 37,8º 2 penicilina
Nicolas F 1 4 Bajo 36,9º 2 amoxicilina
Andres V 1 9 Bajo 37,2º 3 amoxicilina
Hugo E 1 8 Bajo 38,1º 2 amoxi+clavulanico
Alejandro B 1 8 Medio 38,6º 1 amoxicilina
Romina H 0 7 Bajo 39,0º 2 ampicilina
Sol M 0 4 Bajo 36,9º 2 ampicilina
Sergio Y 1 11 Bajo 37,5º 4 penicilina
Ruth H 0 3 Medio 37,6º 5 amoxicilina
Victoria T 0 2 Alto 37,4º 2 penicilina
Jorge X 1 6 Bajo 39,1º 1 ampicilina
TIPOS DE DATOS ORDINALES
El orden de las categorías tiene importancia
Hay un orden natural entre las categorías
Ejemplo:
Estadios del cáncer : I = localizado, II = dentro de la pelvis, III = fuera de la pelvis, IV = metástasis a distancia
Clase social: 1 = baja, 2 = media baja, 3 = media alta, 4 = alta
Satisfacción: 1 = muy buena, 2 = buena, 3 = regular, 4 = mala, 5 = muy mala
Disnea: 1 = grandes esfuerzos, 2 = a esfuerzos medios, 3 = leves, 4 = en reposo
La magnitud de los números tampoco tiene significado para representar las diferencias entre
cada categoría.
Ejemplo:
• La diferencia entre clase social alta y media alta no es necesariamente la misma que entre media alta y media baja o media baja y baja.
• Por este motivo, muchas operaciones aritméticas no tienen sentido. No podemos decir que el promedio de clase social fue de 3.1 o la satisfacción de 1.9
La magnitud de los números no tiene significado
• Respetando el ORDEN, podríamos invertir la escala:
• Ejemplo:
• Estadios del cáncer: I = metástasis a distancia, II = fuera de la pelvis, III = dentro de la pelvis, IV = localizado
• Clase social: 1 = alta, 2 = media alta, 3 = media baja, 4 = baja
• Satisfacción: 1 = muy mala, 2 = buena, 3 = mala, 4 = regular, 5 = muy buena
• Disnea: 1 = en reposo, 2 = leves, 3 = a esfuerzos medios, 4 = grandes esfuerzos
Tipos de variables
Orden Magnitud Operacionesaritméticas
Nominales Ninguno No No
Ordinales Si No No
Discretas
Continuos
Ejemplo de datos DISCRETOS
DATOS DISCRETOS
Paciente Sexo Edad Ingreso Temp ax N cons Tipo_ATB
Carlos R 1 4 Alto 38,5º 1 ampicilina
Amanda S 0 6 Bajo 36,5º 2 roxitromicina
Julio P 1 11 Bajo 37,2º 4 amoxi+clavulanico
Saul F 1 3 Medio 37,0º 1 penicilina
Ana C 0 2 Medio 38,0º 2 amoxi+clavulanico
Ricardo L 1 8 Bajo 39,1º 1 ampicilina
Javier S 1 6 Alto 36,2º 1 amoxicilina
Juliana Z 0 3 Bajo 36,5º 1 amoxicilina
Carlos T 1 5 Bajo 37,8º 2 penicilina
Nicolas F 1 4 Bajo 36,9º 2 amoxicilina
Andres V 1 9 Bajo 37,2º 3 amoxicilina
Hugo E 1 8 Bajo 38,1º 2 amoxi+clavulanico
Alejandro B 1 8 Medio 38,6º 1 amoxicilina
Romina H 0 7 Bajo 39,0º 2 ampicilina
Sol M 0 4 Bajo 36,9º 2 ampicilina
Sergio Y 1 11 Bajo 37,5º 4 penicilina
Ruth H 0 3 Medio 37,6º 5 amoxicilina
Victoria T 0 2 Alto 37,4º 2 penicilina
Jorge X 1 6 Bajo 39,1º 1 ampicilina
DATOS DISCRETOS
En este caso tanto el ORDEN como la MAGNITUD tienen importancia
Los números representan cantidades mensurables, no son solo “nombres” de categorías
Los datos están limitados a tomar solo ciertos valores específicos, no pueden tomar valores intermedios
Ejemplo:
Número de hijos, Número de internaciones, Días en asistencia respiratoria mecánica, Número de radiografías solicitadas, Número de médicos, Cantidad de lesiones
Hay un ORDEN natural entre las diferentes categorías. Si el indicador se refiere a la cantidad de lesiones encontradas en un paciente, un número más grande indica que ese paciente tuvo más lesiones.
La diferencia entre las distintas categorías es igual. La diferencia entre 4 y 5 radiografías es igual que la que existe entre 8 y 9.
En todos los ejemplos, los valores posibles están restringidos a números integrales positivos. Una mujer no puede tener 2.3 hijos, un hospital no puede tener -14 médicos.
• Para los datos discretos podemos aplicar muchas operaciones aritméticas. Sin embargo el resultado no será siempre “discreto”
• Ejemplo:
• El promedio de hijos de un grupo de mujeres puede ser 2.4
• El promedio de radiografías de tórax solicitadas a pacientes con neumonía puede ser 3.5
Tipos de variables
Orden Magnitud Operacionesaritméticas
Nominales Ninguno No No
Ordinales Si No No
Discretas Si Si Muchas
Continuas
Ejemplo de datos CONTINUOS
DATOS CONTINUOS
Paciente Sexo Edad Ingreso Temp ax N cons Tipo_ATB
Carlos R 1 4 Alto 38,5º 1 ampicilina
Amanda S 0 6 Bajo 36,5º 2 roxitromicina
Julio P 1 11 Bajo 37,2º 4 amoxi+clavulanico
Saul F 1 3 Medio 37,0º 1 penicilina
Ana C 0 2 Medio 38,0º 2 amoxi+clavulanico
Ricardo L 1 8 Bajo 39,1º 1 ampicilina
Javier S 1 6 Alto 36,2º 1 amoxicilina
Juliana Z 0 3 Bajo 36,5º 1 amoxicilina
Carlos T 1 5 Bajo 37,8º 2 penicilina
Nicolas F 1 4 Bajo 36,9º 2 amoxicilina
Andres V 1 9 Bajo 37,2º 3 amoxicilina
Hugo E 1 8 Bajo 38,1º 2 amoxi+clavulanico
Alejandro B 1 8 Medio 38,6º 1 amoxicilina
Romina H 0 7 Bajo 39,0º 2 ampicilina
Sol M 0 4 Bajo 36,9º 2 ampicilina
Sergio Y 1 11 Bajo 37,5º 4 penicilina
Ruth H 0 3 Medio 37,6º 5 amoxicilina
Victoria T 0 2 Alto 37,4º 2 penicilina
Jorge X 1 6 Bajo 39,1º 1 ampicilina
Discretas Continuas
Las variables sólo toman valores de números enteros. Son aquellas variables que se cuentan:
número de hijos
internaciones en el último año
cigarrillos consumidos por día
Las variables pueden tomar como valor a cualquier número, entero o decimal:
presión arterial
talla
peso
Cuantitativas
Son las variables que se miden. El grado de discriminación que podemos obtener entre un
valor y otro está dado por el instrumento de medición que usemos. La variable en realidad
es un continuo. Cuanto más preciso sea el instrumento, menor diferencia habrá entre dos
valores contiguos.
DATOS CONTINUOS
Los datos representan cantidades mensurables y no están restringidos a tomar valores específicos.
Ejemplo:
• Presión arterial diastólica
• Nivel de colesterol
• Temperatura corporal
• Peso
• Concentración de una sustancia
• Costo de un tratamiento
DATOS CONTINUOS
El único factor limitante para la cantidad de valores que puede asumir una variable es el grado de precisión del instrumento con que la midamos
Con datos continuos se pueden realizar operaciones aritméticas
Tipos de variables
Orden Magnitud Operacionesaritméticas
Nominales Ninguno No No
Ordinales Si No No
Discretas Si Si Muchas
Continuas Si Si Todas
Tipos de variables y descripción de datos
Medidas de resumen
Nominales Proporciones
Ordinales Proporciones
Discretas Media, mediana
Continuas Media, mediana
Según el interés del investigador
• Veamos un ejemplo: si nos interesa como tema de estudio el infarto de miocardio, estudiaremos las variables que se asocian al mismo. Consignaremos el sexo, edad, ciertos hábitos de los pacientes (fumar, ejercicio, dieta). En este caso:
• el infarto es la variable de respuesta, resultado o dependiente.
• el sexo, edad y hábitos son variables independientes, explicativas o predictoras.