Curso estadstica descriptiva evaluacin nacional

Presentado por:
Johny Alexander Castro Urrea
C.C 15.445.856
Jose Ricardo Maldonado
C.C
Ana Maria Pinzon
3113703244
CC. 25.708.362.
Luis Carlos Castellanos Hernandez
C.C 87104107
Carmen Quejada

Presentado a. Milton Fernando Ortegn Pava

Universidad Nacional Abierta y a Distancia UNAD CEAT Tunja

2015

Tabla de contenido

Pgina.
1.

Portada.

2.

Tabla de contenido.

3.

Introduccin.

4.

Justificacin.

5.

Objetivo general y especfico.

6.

Momento 1.

17.

Momento 2

30.

Momento 3

45.

Recomendaciones.

48.

Conclusiones.

49.

Referencias bibliogrficas.

Introduccin.

La congestin en las salas de urgencias de los centros hospitalarios en Colombia

es una situacin problema la cual tiene una constante diaria en cada uno de los
hospitales en este pas. De manera que para poder establecer un punto de
comparacin y llegar a una posible solucin a una de tantas variables que
producen que el servicio mdico brindado en las salas de urgencias mdicas de
los centros hospitalarios no sea el apropiado o que se est acercando al servicio
incorrecto.
Debido a cada uno de estas razones es importante que se evidencien cada uno de
los procesos y herramientas que nos brinda esta ciencia en la recoleccin de
datos, procesamiento y presentacin de la informacin a partir de un grupo o
rango determinados de los mismos.
Ya tomadas y analizadas las muestras recogidas se da a conocer el anlisis de la
problemtica en la administracin en salud de los hospitales en general.

Justificacin.
La congestin en las salas de urgencias de los centros hospitalarios en Colombia
es una situacin problema la cual tiene una constante diaria en cada uno de los
hospitales en este pas. De manera que para poder establecer un punto de
comparacin y llegar a una posible solucin a una de tantas variables que
producen que el servicio mdico brindado en las salas de urgencias mdicas de
los centros hospitalarios no sea el apropiado o que se est acercando al servicio
incorrecto.
Debido a cada uno de estas razones es importante que el estudiante que cursa
estadstica Descriptiva, evidencie cada uno de los procesos y herramientas que
nos brinda esta ciencia en la recoleccin de datos, procesamiento y presentacin
de la informacin a partir de un grupo o rango determinados de los mismos.
Una vez se hayan realizado cada uno de los debidos procesos se llegar a una
conclusin la cual se podr leer de forma cualitativa o cuantitativa segn el
estudio establecido.

Objetivos generales.

Determinar y evaluar la situacin real de la problemticas presentada en

las salas de urgencias de Colombia, teniendo en cuenta el servicio en
particular prestado por cada una de las Instituciones prestadoras del
servicio mdico ya sea de urgencia o consulta

OBJETIVOS ESPECIFICOS

En vista de los continuos malestares de las personas al permanecer en una

sala de urgencias o consulta general de un Institucin prestadora de
servicio se recolectar informacin de la base de datos de estas entidades
en particular una, para realizar el respectivo anlisis y as poder determinar
las causas, efectos o conocer las diferentes variables que se prestan para
que un mal servicio se presente o sea la bandera de un centro de salud.

Una vez identificado las causas de las variables se podr tener un numero
especifico o cualidad concreta que llevara a una posible solucin integrada
y concreta acerca del problema del servicio de salud brindado de forma
incorrecta.
Demostrar a travs de la recoleccin de la informacin y el procesamiento
de la misma el correcto y apropiado manejo de los datos y herramientas
para llegar a una conclusin cuantitativa o cualitativa ser el objetivo de la
realizacin del momento uno del entorno colaborativo.

Momento 1
1. Cree usted que haya congestin en la sala de urgencia del centro hospitalario
de la comunidad en la que vive? Est situacin lo afecta a usted o a su
comunidad?
No se presenta problemas de congestin, donde vivo (macheta Cundinamarca)
la comunidad no es tan numerosa, el centro de salud cuenta con 3 mdicos
calificados, quienes estn siempre con la disposicin de atender cualquier caso
que se presente, cuentan con servicio de ambulancia las 24 horas de ser
necesario trasladar a un paciente para ser atendido por un especialista.
Y en lo personal nunca he tenido inconvenientes, hay personas que en ocasiones
presentan molestias con el servicio, pero esto se debe al carcter de los
pacientes, quienes recin llegan quieren ser atendidos de inmediato quizs sin
percibir que el cuerpo mdico est ante una situacin ms crtica. Si en caso dado
los mdicos se encuentran atendiendo algn tipo de emergencias, hay que estar
conscientes y tener un poco de paciencia para no generar un ambiente pesado. Y
tener claro que si se tena programada una cita esta puede verse afectado, con un
cambio de horario, si se presentan emergencias durante dicho da. Ya que es muy
difcil proveer cuando ocurrir un accidente.
2. Cules cree usted que son las causas para que se presente tal situacin?
Las pocas emergencias que se presentan, debido al nmero de integrantes de la
comunidad, y al ptimo servicio y atencin que prestan a los pacientes. Tambin
por el nmero de mdicos.
3. Si quisiera presentar un estudio donde se analizar la problemtica citada, que
insumos o materia prima necesitara para abordar el problema?
Un listado con el nmero de pacientes que se presentan al diario, tipo de
complicacin (enfermedad), tiempo de duracin de citas entre el mdico y
pacientes. Estos datos que sean tomados durante un mes varios meces o aos,
estos ltimos intervalos de tiempo, serias empleados con la finalidad de tener una
mayor certeza en los anlisis, a mayor intervalo de tiempo ms exacto puede ser
nuestro anlisis, ya que tendramos una mayor informacin, con la cual podramos
lanzar hiptesis. Y posibles soluciones al problema.

ESQUEMA DE TRABAJO

2015
ACTIVIDADES

FEBRERO

Estudios, anlisis y
comprensin de la
base de datos del
hospital objeto
planteado en el foro
de trabajo
momento 1

10

12

14

Identificacin de la
muestra
Identificacin
Tamao
de
muestra

16

18

20

22

24

28

la

Identificacin de la
variable (s)

Tipo de muestreo

Grafico estadstico

ACTIVIDADES

2015
MARZO

Anlisis descriptivo

26

Tendencia central
Dispersin, MODA

LISTADO DE ELEMENTOS QUE

Recoleccion de datos

Lluvia de ideas
Base de datos
Poblacion
Resultados en barras
Seleccin y tamao de la
muestra
SE NECESITAN PARA
RESOLVER EL PROBLEMA

Criterios de inclusion y
exclusion
Cronograma de actividades
variables
Operacionalizacion de las
variables
Instrumentos a utilizar para
recolectar y registrar la
informacin
Procedimientos para la recoleccin
de la informacin
Plan de Anlisis de Resultados
Programa Excel

TABLA DE CARACTERIZACION

CONCEPTO

Base de datos de la sala de urgencias del hospital

Poblacin

pacientes que ingresaron

tamao de
muestra

120 pacientes

Variable
tipo de
muestreo

Fecaha de ingreso, edad, da de consulta ,eps a la q

pertenece,
hora
de
ingreso,
hora
de
sali
genero,enfermedad que presenta, numero de visitas en
ultimo trimestre, calificacion del servicio
aleatorio simple

Unidad de
Investigacio 120 unidades estadisticas
n
Ubicacin
espacio
Base de datos Hopital Federico Lleras
temporal
parametro

La edad .

grafico
estadstico

Diagramas circulares, diagramas de barra, diagramas

circulares, histogramas.

anlisis
descriptivo

inspeccin de datos determinando posibles variables

evaluando la informacin importante

tendencia
central

determinar un rango donde se mueven las variables

Dispersin

segn la variable establecer su diferencia dentro de la

tendencia central
TABLA DE CONOCIMIENTOS

CONTROL DE INGRESOS HOSPITAL FEDERICO LLERAS DEL 1 AL 9 DE

JUNIO
TAMAO DE LA
MUESTRA

PACIENTES MUJERES

53

PACIENTES HOMBRES

67

INGRESOS POR HORAS

INGRESOS POR DIAS

EPS

12 a 6 am
6 a 12 pm
12 a 6pm
6 a 12 pm
lunes
martes
mircoles
jueves
viernes
sbado
domingo
domingo
cafesalud
caprecom
coomeva
nueva eps
salud total
salud vida
saludcod
sanitas

sisben

120
0- 13
AOS
14-25
AOS
26-50
51-100
0-13
14-25
26-50
50-100

8
20
12
13
14
15
17
21
11
43
36
30
23
17
15
16
13
12
13
11
10
1
14
32
13
15
22
6

excelente
bueno
regular
malo

CALIFICACION DE EL
SERVICIO

4
27
44
45

Poermedio de la siguiente grafica visualizaremos el flujo de

pacientes de cada uno de los dias analizados, obteniendo que
en promedio por dia ingresan 12 personas, y los cuales son
los dias de mayor flujo.
INGRESO DE PACIENTES X DA
18
17

17

16

16

15

15

14
13 13
# PACIENTES

13

12

12

11

11

10

10

7
G
O
D
O
M
IN

VI
ER
N

ES

3
M
I
RC
O
LE
S

LU

ES

Por medio de esta grafica podemos evidenciar las horas con

mayor afluencia en el hospital

INGRESO DE PACIENTES POR HORA

12

am

6p
m
6

pm
a

a
12
pm

12
a
6a
m

12

am

pm

am

45
40
35
30
25
20
15
10
5
0

Segn la calificacin que los pacientes atendidos dieron al

hospital, la mayora con un 38% del total encuestado coincide
en que el servicio fue malo, lo contrario de tan solo el 4%que
piensan que el servicio fue excelente. Con una particularidad
de que las personas que Calificaron el servicio como
excelente, son de la eps nueva eps.

CALIFICACIN DE EL SERVICIO
excelente; 3%
bueno ; 23%
malo; 38%
regular; 37%

porcentaje pacientes mujeres, por edad.

25%

23%

15%

38%

porcentaje pacientes hombres, por edad.

21%

31%

22%
25%

Ingreso de pacientes por horas.

9%
25%

36%
30%

25

20

15

10

porcentaje de pacientes atendidos por EPS

6% 8%
5%
1%
12%
18%

27%

13%
11%

45
40
35
30
25
20
15
10
5
0

ANALISIS DE LOS ELEMNTOS DE MEDICION DE LAS

VARIABLES

En conclusin gracias a estos graficos podemos inferir que la

atencion en el hospital es mala, el problema puede variar en
variables diferentes.
Falta de infraestructura en el hospital
Personal insuficiente para el nmero de pacientes.
Falta de recursos tecnologicos para atender los pacientes
En el mayor flujo de atencion es necesario que el hospital
cuente con personal de apoyo.

Momento 2
1. Calcular las medidas univariantes de tendencia central para
variables cuantitativas (Discretas, datos no agrupados y Continuas- datos
agrupados):
- Participar En el Foro Trabajo Colaborativo Momento 2 Que se encuentra en el
Entorno de trabajo Colaborativo. -Identificar las variables discretas dentro del
problema de estudio.
- Elegir una variable discreta que sea representativa y elaborar una tabla de
frecuencias para datos NO agrupados, calcular las medidas de tendencia
central: media, mediana, moda, los cuartiles, deciles 5 , 7 y percentiles
- Elegir una variable Continua que sea representativa y siguiendo los
lineamientos, disear una tabla de frecuencia para datos agrupados, calcular
las medidas de tendencia central, los cuartiles , deciles 3, 7 y percentiles 25 75
( Interpretar sus resultados).
2. Calcular las medidas univariantes absolutas y relativas de
dispersin para variables cuantitativas ( Discretas y Continuas)
_ Con la variable Discreta elegida calcular: rango, varianza, desviacin tpica y
coeficiente de variacin. Interpretar los resultados obtenidos y asociarlos con el
problema objeto de estudio.
_ Con la variable Continua elegida calcular: rango, varianza, desviacin tpica y
coeficiente de variacin. Interpretar los resultados obtenidos y asociarlos con el
problema objeto de estudio.
VARIABLE CUANTITATIVA DISCRETA NO AGRUPADA:
paciente.

Fecha de ingreso

V- C- DISCRETA

DIAS DE
INGRESO

Frecuenc
ia
absoluta

Frecuen
cia
relativa

Porcent
aje

INGRESO POR
DIAS

LUNES
MARTES
MIERCOLES
JUEVES
VIERNES
SABADO
DOMINGO

23
17
15
16
13
12
24

23/120
17/120
15/120
16/120
13/120
12/120
24/120

19.16
14.16
12.5
13.3
10.83
10
20

Frecuen
cia
absoluta
acumula
da
23
40
55
71
84
96
120

Q1
Q2
Q3

MEDIA,
X=23+17+15+16+213+12+24 = 17.14
7

MEDIANA, en caso de ser par

Ordenando datos:

24 23 17

Numero de datos

Mediana es
MODA,

Me=

16 15 13 12

16

Esta dada entre 12 como el valor ms representativo

ocurridos entre viernes y sbado

LOS CUARTILES,
Q1 = 1/4 *120 =30
Q2 = 1/4*120=60
Q3 = 1/4*120=90
DECILES,
D5 = 5/10*120 = 60
D7 = 7/10*120 = 84
PERCENTILES
P30 = 120*30/100 = 36
P50 = 120*50/100 = 60

CARIABLE CUANTITATIVA CONTINUA AGRUPADA:

K=1+3.322 log n

Edad.

K = 1+3.322 Log 94
K = 7.55

nmero de intervalos 8

Edad
TAMAO DE LA
MUESTRA

EDAD
PACIENTES
MUJERES Y
HOMBRES

Datos
agrupados

Frecuenc
ia
absoluta

Frecuencia
relativa

Porcenta
je

0-8
9-16
17-24
25-32
33-40
41-48
AOS
49-56
57-64
65-72
73-80
81-88
89-94

AOS
AOS
AOS
AOS
AOS

21
3
30
9
13
8

21/120
3/120
30/120
9/120
13/120
8/120

17.5
2.5
25
7.5
10.83
6.6

Frecuenc
ia
Acumula
da
21
24
54
63
76
84

AOS
AOS
AOS
AOS
AOS
AOS

15
8
4
4
4
1
120

15/120
8/120
4/120
4/120
4/120
1/120

12.5
6.6
3.3
3.3
3.3
0.83

99
107
111
115
119
120

Marca

MEDIA,
M=
(4*21)+(17*3)+(29*30)+(41*9)+(53*13)+(65*8)+(77*15)+(60.5*8)+(101*4)+(113*4)+(125*4)+
(136*1) = 47.61
120

MEDIANA,

Md = 120+1/2 = 60.5
MODA
Mo = Li + N/2-fa (c)
fi
Mo = 41 + 60-76 *8

4
17
29
41
53
65
77
60.5
101
113
125
136

8
Mo = 57
LOS CUARTILES,
Q1 = 1/4 *120 =30
Q2 = 1/4*120=60
Q3 = 1/4*120=90

DECILES 3, 7

intervalo

Fi
absoluta

0-8
AOS
9-16
AOS
17-24
AOS
25-32
AOS
33-40
AOS
41-48
AOS
49-56
AOS
57-64
AOS
65-72
AOS
73-80
AOS
81-88
AOS
89 - 94
aos

21

21

24

30

54

63

13

76

84

15

99

107

111

115

119

120

120

Tercer decil.
X = 120 * 3
10

Fi
acumulad
a

X = 12 * 3 = 36
D3 = 17 + (36 24) * 10
30
D3 = 17 + 12 * 10
30
D3 = 17 + 12 * 10 = 290 = 9,66
30
30
Sptimo Decil
X = 120 * 7
10
X = 12 * 7 = 84
D7 = 49 + (84 84) * 10
15
D7 = 17 + 0 * 10
15
D7 = 17 * 10 = 170 = 11,33
15
15

PERCENTILES 25 75

Percentil 25
120 * 25 = 30
100
P25 = 17 + 30 24 * 10
30
P25 = 17 + 6 * 10
30
P25 =

23 * 10 = 230 = 7,66

30

30

Percentil 75
120 * 75 = 90
100
P75 = 49 + 90 84 * 10
15
P75 = 17 + 6 * 10
15
P75 =

23 * 10 = 230 = 15,33
15
15

- Elegir una variable Continua que sea representativa y siguiendo los lineamientos,
disear una tabla de frecuencia para datos agrupados, calcular las medidas de
tendencia central, los cuartiles , deciles 3 y 7 ; percentiles 25, 75 ( Interpretar sus
resultados).

Peso (kg)
12,5
60
72,5
58
16,5
57,6
78,6
5,2
53,8
45,8
60,2
19,7
62,7
78,6
52,7
8,9
70
80,9
78,9
15,9
56
52,9
78,5
85,8
65,2
60
67,2
85
24,5
65,4
60,6
85
57,3
67,9
2,6
75,3
45,2

50,2
23
45
65,7
16,7
60,5
57,8
60,3
78,5
15,3
65,2
65,6
78,4
57,9
3,4
58,3
56,8
60
72
58,6
14,2
65,7
60,8
3,1
85
60,8
55,9
70
73,8
78,5
67,2
67,2
58,8
62,3
70,2
54,9
78,1
62,9
65
62,9
72,9

61,6
9,7
64,3
58,9
18,3
56,9
3,1
45,8
68,9
11,9
65,9
78
16,9
85,8
67,2
63,2
9,4
72,9
3,9
63,8
30,5
52,6
85,9
67,9
58,2
55
60,5
87,5
55,2
70
45,9
54
60,8
65,8
70,8
78,6
87,2
79,5
72,9
67,5
58,2

64,3

Trabajo consolidado

Peso en kg entre

N pacientes = F1
absoluta
9
10
2
1
5
24
37
23
9
120

1 - 10
10 -20
20 30
30 - 40
40 50
50 - 60
60 70
70 - 80
80 - 90

F1 acumulado
9
19
21
22
27
51
88
111
120

MEDIA:
Suma del total de variables obtenidas, en este caso

M = 6718 = 55,98
120
Sobre el total de pacientes

MODA = 60 -70 es decir que la mayor cantidad de pacientes pesados esta entre
este intervalo (es en si el valor que ms se repite en los datos tomados).

MEDIANA = 60,8 est la saque calculndola en Excel, ya que debido a la cantidad

de pacientes pesos, su organizacin de mayor a menor es un poco extensa.

Peso en kg entre
1 - 10
10 -20
20 30
30 - 40
40 50

N pacientes = F1
absoluta
9
10
2
1
5

F1 acumulado
9
19
21
22
27

Trabajo consolidado

50 - 60
60 70
70 - 80
80 - 90

24
37
23
9
120

LOS CUARTILES:
Cuartil uno.
120 * 1
4
30 * 1 = 30
C1 = 50 + (30 27) * 10
24
C1 = 50 + 3 * 10
24
C1 = 50 + 3 * 10 = 530 = 22,08
24
24
Cuartil dos.
120 * 2
4
30 * 2 = 60
C2 = 60 + (60 51) * 10
37
C2 = 60 + 9 * 10
37
C2 = 60 + 9 * 10 = 690 = 18,64
37
37
Cuartil tres

51
88
111
120

Trabajo consolidado

120 * 3
4
30 * 3 = 90
C3 = 70 + (90 88) * 10
23
C3 = 70 + 2 * 10
23
C3 = 70 + 2 * 10 = 720 = 31,30
23
23
DECILES 3 Y 7:
X = 120 * 3
10
X = 12 * 3 = 36
D3 = 50 + (36 27) * 10
24
D3 = 50 + 9 * 10
24
D3 = 50 + 9 * 10 = 590 = 24,58
24
24

Sptimo Decil
X = 120 * 7
10
X = 12 * 7 = 84

Trabajo consolidado

D7 = 60 + (84 51) * 10
37
D7 = 60 + 33
37

* 10

D7 = 60 + 33 * 10 = 930 = 25,13
37
37
Peso en kg entre
1 - 10
10 -20
20 30
30 - 40
40 50
50 - 60
60 70
70 - 80
80 - 90

N pacientes = F1
absoluta
9
10
2
1
5
24
37
23
9
120

PERCENTILES 25 y 75

Percentil 25
120 * 25 = 30
100
P25 = 50 + 30 27 * 10
24
P25 = 50 + 3 * 10
24
P25 =

53 * 10 = 530 = 22,08
24
24

F1 acumulado
9
19
21
22
27
51
88
111
120

Trabajo consolidado

Percentil 75
120 * 75 = 90
100
P75 = 70 + 90 88 * 10
23
P75 = 70 + 2 * 10
23
P75 =

72 * 10 = 720 = 31.30
23
23

MEDIDAS UNIVARIANTES DE DISPERSION.

Con la variable Discreta elegida calcular: rango, varianza, desviacin tpica y

coeficiente de variacin. Interpretar los resultados obtenidos y asociarlos con el
problema objeto de estudio.
FECHA DE INGRESO AL
HOSPITAL
FECHA FRECUENCIA
01/06/2014
13 MEDIDAS DE DISPERSION
DIAS DE INGRESO
02/06/2014
13
Media
4,75
03/06/2014
17
Mediana
5
04/06/2014
15
Moda
3
05/06/2014
16
C
Desviacin estndar
2,4606141
2
06/06/2014
13
Varianza
de
la
6,0546218
07/06/2014
12
muestra
5
08/06/2014
11
Rango
8
09/06/2014
10
Mnimo
1
alejarse los
Mximo
9
Coeficiente
de
0.5
promedio
variacin
18

DESVIA

IN ESTANDAR: es
una medida de
dispersin, que nos
indica cunto pueden
valores respecto al
(media), por lo tanto

Trabajo consolidado

es til para buscar probabilidades de que un evento ocurra.

24.75

34.75

44.75

54.75

64.75

74.75

84.75
=2.46

94.75

210
( 213 ) +
( 216 ) +
( 215 ) +
( 217 ) +
(14.75)213+ ( 213 )

VARIANZA

El anlisis de varianza puede servir para determinar si las diferencias entre

las medias mustrales revelan las verdaderas diferencias entre los valores
medios de cada una de las poblaciones, o si las diferencias entre los
valores medios de la muestra son ms indicativas de una variabilidad

Trabajo consolidado

(2.46)2=6.05
=
RANGO
.
En estadstica, el rango representa la diferencia entre el valor mximo y el valor
mnimo de un conjunto de datos. El rango nos muestra qu tan distribuidos estn
los valores en una serie. Si el rango es un nmero muy alto, entonces los valores
de la serie estn bastante distribuidos; en cambio, si se trata de un nmero
pequeo, quiere decir que los valores de la serie estn muy cerca entre s.
El rango es igual al valor superior menos el valor inferior
9-1=8

Momento 3
Regresin y Correlacin lineal Simple
-Identificar dos variables cuantitativas de la situacin estudiada que puedan
estar relacionadas.
Las dos variables que escog para el desarrollo d ela actividad fueron las del peso
y la edad, las cuales se relacionan en parte, a medida que la edad aumenta el
peso igual lo hace aun que es de tener en cuenta que no es una variable continua,
y que sea algo universal, ya que dos personas de la misma edad pueden pesar
diferente, esto segn variables mucho ms complejas que aumentan el valor del
peso, entre estas variables que afectan el peso podramos encontrar, la altura,
rasgos genticos (constitucin), si una persona se ejercita contantemente o no,
alimentacin etc.
Pero en si presenta una tendencia a aumentar el peso a mayor edad, debido a la
ganancia de masa corporal. Con el crecimiento de los individuaos.

Trabajo consolidado

- Realizar el diagrama de dispersin de dichas variables y determinar el tipo

de asociacin entre las variables.

Edad vs Peso
100
80 f(x) = 0.6x + 35.54
R = 0.37
60
Peso

40
20
0
0

10

20

30

40

50

60

70

80

90

Edad

- Encuentre el modelo matemtico que permite predecir el efecto de una

variable sobre la otra. Es confiable?
Mtodo de mnimos cuadrados
Ecuacin lineal
Y = a + bX
Dnde:
Y = Variable Ind.
A = Intercepto con el eje
Y
X = Variable Dep.
B = Pendiente.
b = n x . y -
xy
n . x2-(
a=yb
x

100

estatura
(x)

peso(y)

0,45
0,47
0,53
0,57
0,57
0,65
0,73
0,76
0,82
0,85
0,86
0,96
0,96
0,98
1
1,03
1,03
1,06
1,1
1,16
1,18
1,4
1,5
1,51
1,51
1,52
1,52
1,53
1,53
1,55
1,55
1,56
1,56
1,56
1,56
1,57
1,58
1,58
1,58
1,58
1,58
1,58
1,59
1,59
1,59
1,59
1,59
1,6

2,6
3,9
3,4
3,1
3,1
12,5
5,2
9,7
9,4
8,9
11,9
15,3
14,2
16,7
16,5
15,9
24,5
18,3
16,9
23
19,7
30,5
45,2
45,8
52,6
45
54,9
45,8
52,7
56
58,2
56,8
58,6
60,8
45,9
61,6
72,5
78,6
52,9
57,3
65,7
60,5
58
57,8
58,3
58,8
63,2
78,9

x*y
1,17
1,83
1,80
1,77
1,77
8,13
3,80
7,37
7,71
7,57
10,23
14,69
13,63
16,37
16,50
16,38
25,24
19,40
18,59
26,68
23,25
42,70
67,80
69,16
79,43
68,40
83,45
70,07
80,63
86,80
90,21
88,61
91,42
94,85
71,60
96,71
114,55
124,19
83,58
90,53
103,81
95,59
92,22
91,90
92,70
93,49
100,49
126,24

x2
0,20
0,22
0,28
0,32
0,32
0,42
0,53
0,58
0,67
0,72
0,74
0,92
0,92
0,96
1,00
1,06
1,06
1,12
1,21
1,35
1,39
1,96
2,25
2,28
2,28
2,31
2,31
2,34
2,34
2,40
2,40
2,43
2,43
2,43
2,43
2,46
2,50
2,50
2,50
2,50
2,50
2,50
2,53
2,53
2,53
2,53
2,53
2,56

y2
6,76
15,21
11,56
9,61
9,61
156,25
27,04
94,09
88,36
79,21
141,61
234,09
201,64
278,89
272,25
252,81
600,25
334,89
285,61
529,00
388,09
930,25
2043,04
2097,64
2766,76
2025,00
3014,01
2097,64
2777,29
3136,00
3387,24
3226,24
3433,96
3696,64
2106,81
3794,56
5256,25
6177,96
2798,41
3283,29
4316,49
3660,25
3364,00
3340,84
3398,89
3457,44
3994,24
6225,21

Trabajo consolidado

b = (120) (267090,5)
(4083)( 6718)
(120) (203031) (4083)2
b = 32050860
27429594
24363720- 16670889
b = 4621266
7692831
b = 0,6007
a = 6718 (0.6007)
(4083)
120
a = 6718 (0.6007)
(4083)
120
a = 6718 2452,6581
120
a = 4265, 3419
120
a = 35,544

Y = 0,6007 X + 35,544
A partir de la base de
datos:

Trabajo consolidado

1. Determinar la relacin entre dos variables cuantitativas del problema de

estudio:
-Identificar dos variables cuantitativas del problema que puedan estar
relacionadas.
- Realizar el diagrama de dispersin de dichas variables.

altura vs peso
100
80
f(x) = 63.66x - 40.31
R = 0.86

60
peso

40
20
0
0.2

0.4

0.6

0.8

1.2

1.4

1.6

1.8

altura

- calcular la recta de regresin y el coeficiente de correlacin para probar

estadsticamente su relacin.

b=
b=

Y
xy n X
2
X n X

11000.22(120)(1.5126)(55.98)
( 287.7426 )(120)(2.29)

=63.656

c=yy -bxy
c=55.98-63.64(1.5126)
c= -40.308

Trabajo consolidado

yy =bx+c
(181.52)+40.308

yy =(63.656)

coeficiente de correlacin
xy
xy

r=

donde:
xy=covarianza(x,y)
x=desviacin tpica de x
y=desviacin tpica de y
Covarianza=
=

xy
n

11000.2170
( 55.9833 )( 1.5127 )=6.9825
120

r=

6.9825
=0.930
( 22.7728 )( 0.3326 )

r2=0.8645. Resolviendo las formulas se

demuestra que el coeficiente de correlacin
de la grfica de Excel coincide.

METODO DE MINIMOS CUADRADOS

Trabajo consolidado

Y=a+b* X
Y = variable independiente.
a = intercepto con el eje Y.
X = Variable dependiente.
b = Pendiente.

b = n x . y - x y
n x2-( x)2
a=ybx
n
b = 120*( 11000,217)- 6718*181.52
120* 437809,28 (6718)2
b =1320026.04- 1219451.36
52537113.6 45131524
b =100574.68
7405589.6
b = 0.0136

a=ybx
n
a = 181.52- 0.0136*6718
120
a = 181.52- 91.3648
120
a = 0.7512
por lo tanto Y = a + b * X

Trabajo consolidado

Y = 0.0136x +0.7512
COEFICIENTE DE CORRELACION
Error estndar del estimado

Se = 287,7456 -

0.7512 * 181,52 - 0.0136 * 11000,217

120-2

Se = 287,7456 -

136.35 - 149.60
118

Se = 287,7456 -

136.35 - 149.60
118

Se = 0.0152169
Se = 0.1233
COEFICIENTE DE DETERMINACION
Varianza de variable separable

Trabajo consolidado

SY =

287,7456 - 1,5122

120

SY =

287,7456 - 2.286

120

SY =

0.11188

R =

1- 0.12332
0.111880

R =

1- 0.01520
0.111880.

R =

1- 0.13588

R =

0.8641

Ejercicios Momento 3
A partir de la base de datos:

Trabajo consolidado

1) Determinar la relacin entre dos variables cuantitativas del problema de

estudio:
Identificar dos variables cuantitativas del problema que puedan estar
relacionadas.
Realizar el diagrama de dispersin de dichas variables.
calcular la recta de regresin y el coeficiente de correlacin para probar
estadsticamente su relacin.
Solucin

Al observar la informacin en la base de datos se puede observar una relacin

entre las variables peso (kg) y estatura (m) de los pacientes donde la variable
dependiente es el peso y la variable independiente es la estatura. Al tabular los
datos con el ayudante grfico de Excel se obtiene el diagrama de dispersin de la
figura 4.

Diagrama Dispersin estatura-peso

100
90
80

f(x) = 63.66x - 40.31

R = 0.86

70
60

Peso (kg)

50
40
30
20
10
0
0.2

0.4

0.6

0.8

1.2

1.4

1.6

1.8

Estatura (m)

Figura 4. Diagrama de dispersin y correlacin estatura-peso.

El modelo matemtico lineal que describe la relacin entre las dos variables est
dado por la ecuacin de la recta y=63,656x-40,308.

Trabajo consolidado

Con la ayuda del ayudante grfico de Excel se puede calcular el coeficiente de

determinacin cuyo valor es del 86,45%, esto quiere decir que este modelo
matemtico explica en un 86,45% la relacin entre las dos variables, aunque no es
el mejor, se acerca en gran medida al valor deseado (1). Con base en este
resultado el coeficiente de correlacin lineal (r) se puede calcular extrayendo la
raz cuadrada del coeficiente de determinacin, con lo cual se obtiene el siguiente
resultado: r=0,9297=92,97%, este resultado implica que existe una fuerte
dependencia lineal entre las dos variables y su correlacin es muy alta (prxima a
1).
2) Determinar la relacin entre una variable dependiente y varias variables
independientes; si es el caso:
a) Identificar una variable dependiente y varias variables independientes del
estudio de investigacin.
b) Realizar el diagrama de dispersin de dichas variables.
c) Calcular la recta de regresin y el coeficiente de correlacin para probar
estadsticamente su relacin.
Solucin
Recordando que el modelo matemtico de una regresin lineal mltiple viene
representado por la siguiente expresin:
Y= a0 + a1X1 + a2X2 ++ anXn donde:
a0: intercepto con el eje Y

: variable independiente nmero 1.

a1: pendiente de la variable X1

a2: pendiente de la variable X2

X2: variable independiente nmero 2.

an: pendiente de la variable Xn

Xn: variable independiente nmero n.

Aporte # 1

Teniendo en cuenta la informacin de la base de datos se puede determinar la

relacin entre una variable dependiente y varias independientes, en este sentido,
las variables identificadas son:
Y: peso (kg) es la variable dependiente
X1: estatura (m) variable independiente nmero 1.
X2: edad (aos) variable independiente nmero 2.
Se define la ecuacin de regresin lineal mltiple:
Y= a0 + a1X1 + a2X2 (1)
Ahora utilizando el editor grfico de Excel se pueden obtener los coeficientes
(pendientes) para cada una de las variables independientes, as como su
intercepto con el eje Y, su coeficiente de correlacin y su grafica de dispersin de
la siguiente manera:
a) Habilitar el complemento Herramientas para anlisis - VBA, para habilitarla se
debe ir a inicio/opciones/complementos/Herramientas para anlisis VBA. Una
vez habilitada aparecer en el men de Excel la opcin datos.
b) Ir al men datos y despus seleccionar la opcin anlisis de datos,
aparecer una ventana donde se debe escoger la opcin regresin, ver figura
5

Figura 5. Opcin regresin

c) Una vez seleccionada la opcin regresin aparecer una ventana donde se
deben ingresar todos los valores para la variable dependiente (Y) y las variables
independientes (X1, X2,Xn), ver figura 6.

Aporte # 1

Figura 6. Ingresar valores de las variables.

Una vez ingresados los campos aparecer una tabla resumen con todos los datos
calculados como se muestra a continuacin:
Estadsticas de la regresin
Coeficiente de correlacin
0,9336
mltiple
48
Coeficiente de determinacin 0,8716
R^2
98
0,8695
R^2 ajustado
05
8,2264
Error tpico
45
Observaciones
120

Intercepcin
edad
estatura

Coeficientes
-37,47098914
0,102509196
59,47539472

Con esta informacin ya es posible calcular la recta de regresin lineal mltiple,

reemplazando los valores obtenidos en la expresin (1) tenemos:
Y= -37,47098914 + 0,102509196X1 + 59,47539472X2

Aporte # 1

El coeficiente de correlacin mltiple obtenido es r = 0,933648 = 93,3648%. Este

coeficiente obtenido confirma que hay una fuerte relacin entre las tres variables
peso, edad y estatura.
El diagrama de dispersin para las tres variables: edad, estatura y peso se
muestra en la figura 7.

Diagrama dispersin y correlacin mltiple

Peso (Kg)

100
90
80
70
60
50
40
30
20
10
0

f(x) = 0.01x + 1.23

f(x) = 0.6x + 35.54

10

20

30

40

50

60

70

80

2
1.8
1.6
1.4
1.2
1
0.8
0.6
0.4
0.2
0
90 100

Estatura (m)

edad (aos)
peso

Linear (peso)

estatura

Linear (estatura)

Figura 7. Diagrama de dispersin y correlacin para una regresin lineal mltiple.

Aporte # 1

Recomendaciones.
Mtodo.
Para brindar el anlisis de la investigacin al problema utilizamos varios variables
como la Edad del paciente, peso del paciente, sexo, estatura, ETC. A estas
variables aplicamos las siguientes herramientas de anlisis.
Anlisis de Datos Unidimensionales
Medidas de Tendencia Central
Medidas De Dispersin.
Regresin y Correlacin simple
Correlacin y Regresin lineal
Regresin y Correlacin Mltiple
Las siguientes son las propuestas de cada uno de los participantes en la
elaboracin de este documento:
Graficas producto del anlisis, ms concretas de la problemtica
presentada:

CALIFICACIN DE EL SERVICIO
excelente; 3%
bueno ; 23%
malo; 38%
regular; 37%

INGRESO DE PACIENTES X DA

# PACIENTES

18
17
16
15 16
14 13
13 12
12
11 10
10
8

Aporte # 1

INGRESO DE PACIENTES POR HORA

50
40
30
20
10
0

Estamos totalmente de acuerdo en que la inconformidad presentada por los

pacientes atendidos en este hospital est relacionado con la atencin y calidad
que se les presta, el cual es muy malo, no solo en el hospital del caso problema,
(Hospital Federico Lleras de la Ciudad de Ibagu y su base de datos suministrada
del mes de Junio del presente ao) sino en todos los hospitales del pas.

Para lo cual se concluy:

Que se debe mejorar la estructura o forma en que se viene atendiendo a

los pacientes, en indispensable generar una mejor administracin, de
dineros con que cuentan, y del recurso humano con que cuentan los
hospitales. Con base en lo anteriormente expuesto se logra identificar con
premura la necesidad de implementar mejoras en el proceso de atencin al
paciente o cliente del hospital objeto de estudio, dicha mejora se atender
en ampliar la cobertura del personal que atiende a los pacientes en los das
de mayor auge o tambin es vlido reprogramar la atencin priorizando la
atencin entre las urgencias e incentivando y educando a los pacientes
para que sepan distinguir entre un malestar pasajero y una verdadera
emergencia, pero como est plenamente identificado la insatisfaccin del
usuario con la atencin en ms del 50% (segn grafica de apoyo 3 ) se
debe capacitar al personal para el correcto manejo del paciente de forma
humana, diligente y profesional, realizando ensayos como el aumento del

Aporte # 1

personal de respuesta a las emergencias e los das de mayor congestin

presentados en el hospital; de todas maneras solo queda esperar y acudir a
la parte humana como a la parte administrativa en donde se haga un
verdadero compromiso en la sostenibilidad, apoyo y crecimiento del ente de
atencin medica.
Las horas pico de ingreso de pacientes es factor de cuidado, y es en estos
precisos lapsos de tiempo, donde se debe tener personal mdico disponible
para atender cualquier improvisto que se presente.
La corrupcin presentada por los directivos y gobierno encargados de
enviar y administrar los recursos correspondientes, esto hace que los
hospitales y centros de salud no tengan la capacidad brindar una atencin
adecuada, los mdicos no recibirn un salario justo, no habran
disponibilidad de medicamentos para las personas que ms lo necesiten,
esto hace que las personas que tienen que comprar medicinas costosas,
tengan que hacer cantidad de tramites incluso poner tutelas, ya que los
hospitales hacen lo posible por hacerse como si no fuera problema de ellos.
Se debe evaluar como realizaran, los procesos para dar sitas y que tan
eficientes es, al igual que ver el trato de todo el personal del hospital para
con los pacientes que acuden en busca de atencin por problemas en su
salud.

Aporte # 1

Conclusiones

Sirvi, la actividad para dar un mejor anlisis a las variables, que

intervienen en el caso dado, y cmo influyen estas en relacin con los
resultados obtenidos, gracias a lo anterior se pueden arrojar los posibles
soluciones del problema.

La elaboracin de este documento fue muy til ya que ampliamos nuestros

conocimientos, al enfrentarnos a nuevos retos, al abordar temticas que no
habamos trabajo.

Es importante saber sobre este problema el cual puede en algn momento

tocar con nosotros, o algn familiar, no debemos ser indiferentes ante tales
situaciones. En las que muchas veces se ve reflejada la indiscriminacin.

Aporte # 1

Referencias bibliogrficas.

http://www.gestiopolis.com/recursos/documentos/fulldocs/ger/herbassolprob.ht
m.
http://www.elcolombiano.com/eps_ips_pos_el_glosario_de_la_salud-JVEC_95936.
http://www.ejemplode.com/13-ciencia/734-ejemplo_de_justificacion.html.
http://go.galegroup.com/ps/i.do?id=GALE
%7CCX4052100008&v=2.1&u=unad&it=r&p=GVRL&sw=w&asid=99feba20c33
12cbea60961107ffc27a0
http://go.galegroup.com/ps/i.do?id=GALE
%7CCX4052300007&v=2.1&u=unad&it=r&p=GVRL&sw=w&asid=03f8699ec7c
cf10e8745c0ceb7b85bf1
http://go.galegroup.com/ps/i.do?id=GALE
%7CCX4052100008&v=2.1&u=unad&it=r&p=GVRL&sw=w&asid=99feba20c33
12cbea60961107ffc27a0