FACULTAD DE CIENCIAS MÉDICAS

CURSO DE EPIDEMIOLOGÍA

Dr. Luís Rodríguez Erazo MsC

1) MEDIR LAS CONDICIONES DE SALUD Y
ENFERMEDAD EN LA POBLACIÓN.

•Tipos de datos (variables) y tabulación.

• Medidas de Resumen de Tendencia Central.

• Medidas de Dispersión.

•Ejercicio práctico (trabajo de grupos).

 Diagnóstico / Detección

Informes/
Evaluación Recopilación de datos

Acción! Análisis,
Interpretación

Comunicación de la información
MEDICIÓN: Es el procedimiento de
aplicar una escala estándar a una
variable o a un conjunto de valores
 MEDICIÓN DE SALUD Y
ENFERMEDAD EN LA POBLACIÓN
Existen diversas formas de medir la salud, el bienestar, la
capacidad funcional, la presencia y causas de enfermedad, la
mortalidad y la expectativa de vida de las poblaciones.
ÍNDICES DE "SALUD
POSITIVA”, BIENESTAR
(SOCIAL O ECONÓMICO).

CAPACIDAD
FUNCIONAL

MORBILIDAD
INDICADORES POBLACIÓN
DE SALUD MORTALIDAD

DESEMPEÑO DE
LOS SERVICIOS DE
SALUD
 TIPOS DE DATOS

La cuantificación del estado de salud y patrones de

enfermedad en la población, requiere de técnicas
que permitan recolectar datos en forma objetiva y
eficiente, convertir los datos en información para
facilitar su comparación y simplificar su
interpretación y transformar la información en
conocimiento relevante para las acciones de control
y prevención.
Medición de: Indicadores Finalidad

El bienestar Para investigación y promoción de

condiciones saludables, relacionados
(social o
Índices de "salud positiva” con la salud mental, autoestima,
económico) satisfacción con el trabajo, ejercicio
en salud. físico, etc.
Indicadores que miden la
capacidad para llevar a cabo
La salud actividades cotidianas, lesiones y Medir el impacto de los problemas de
funcional accidentes en el hogar, lugar de salud en la vida diaria.
trabajo y años de vida libres de
discapacidad.
Indicadores sobre frecuencia de
La problemas de salud específicos Para planificar y ejecutar actividades
morbilidad tales como infecciones, cánceres, de prevención y control
accidentes en el trabajo, etc.
Identificar y analizar causas de
La Los indicadores de mortalidad
mortalidad (Certificado Médico de
mortalidad general o por causas específicas
Defunción)
El
desempeño Indicadores que permiten medir
Evaluar y reorientar las actividades
de los los procesos y funciones de los
ejecutadas por los servicios de salud
servicios de servicios de salud
salud
La medición de salud y enfermedad en la
población, tiene como fin generar información
que permita identificar patrones y tendencias
que ayuden a emprender acciones de
protección y promoción de la salud y de
prevención y control de la enfermedad en la
población.
Conjuntamente con los indicadores mencionados,
la medición en salud requiere de la disponibilidad
de datos sobre características relevantes de la
población (variables), tales como su tamaño,
composición, estilos de vida, clases sociales,
eventos de enfermedad, nacimientos y muertes.

Una de las formas más útiles y comunes de medir

las condiciones generales de salud de la población
destacan los censos nacionales, que se llevan a
cabo decenalmente en varios países.
Los datos para la medición en salud provienen de
diversas fuentes, por lo que deben de tomarse en
cuenta aspectos relacionados con la validez, calidad,
integridad y cobertura de los datos mismos y sus
fuentes.

Los datos, cuantitativos o cualitativos, que se

obtienen y registran de los servicios de salud y las
estadísticas vitales representan la "materia prima"
para el trabajo epidemiológico.
Si los datos son incompletos o inconsistentes, se
obtendrán medidas sesgadas o inexactas, sin importar la
sofisticación del análisis epidemiológico y las
intervenciones derivadas de su uso no serán efectivas.

La deficiente cobertura de los servicios en amplios

sectores de población, limita la generación de
información útil y necesaria para resolver los problemas
de salud que afectan de manera específica a sus
comunidades.

Aún cuando los datos estén disponibles y sean

confiables, su utilización para la gestión en salud puede
ser insuficiente.
Pueden haber limitaciones para el manejo correcto de
la información numérica, su análisis e interpretación,
funciones que requieren el uso de los principios de la
epidemiología, la bioestadística y de paquetes
informáticos que facilitan el almacenamiento, proceso
y análisis de información epidemiológica. Ejemplo:
•(Epi - Info producido por el Centro de Prevención y
Control de Enfermedades de los Estados Unidos (CDC)
y la OMS.
•Epi - Dat de la OPS y España).
Podemos considerar que el quehacer de la salud pública parte de
constatar una realidad de salud no deseable en una población y
apunta a conseguir un cambio social en dicha población para
cambiar esa realidad no deseada.

Para constatar la realidad de la salud, la epidemiología utiliza el

enfoque epidemiológico a través de los siguientes pasos:

Observación de La El análisis de las

cuantificación Definir las
los fenómenos frecuencias y
de salud y de éstos en intervencion
distribuciones de
enfermedad en frecuencias y salud y de sus es más
la población distribuciones determinantes apropiadas
 TIPOS DE DATOS Y SU TABULACIÓN

Para conocer los grupos de población que presentan

mayor número de casos, los lugares con mayor
incidencia o prevalencia de determinadas
enfermedades y el momento en que ocurren los
eventos en salud, se deben aplicar sistemáticamente
algunos procedimientos básicos de manejo de datos o
variables.

Uno de los primeros pasos en el proceso de medición

del estado de salud en la población es la definición de
las variables que lo representan o caracterizan.
VARIABLE: Cualquier característica o
atributo que puede asumir valores diferentes

¿Variable? algo que cambia".

Por ejemplo:
Peso, estatura, frecuencia cardíaca, edad,
temperatura.
 ¿Cómo se Miden las Variables?

Para poder "medir", cuantificar o clasificar las variables

debemos tener en cuenta que existen diferentes escalas
de medición.

Así por ejemplo, si estamos evaluando el sexo de las

personas y su edad, rápidamente, percibiremos que
ambas variables son diferentes; mientras que la edad
puede expresarse en números, el sexo sólo puede
medirse en dos alternativas, masculino y femenino.

Las variables pueden ser: Cualitativas y Cuantitativas.

 Variables cualitativas / categóricas
Aquellas que son atributos
• Descripciones.
• Información no numérica.
• Ejemplo: Enfermedad (si/no); sexo; distrito.

Variables cuantitativas
En que los atributos son numéricos
• Mediciones.
• Datos numéricos.
• Ejemplos: Edad; altura; cantidad de niños.
 VARIABLES CUANTITATIVAS

1.- V. DISCRETAS O DISCONTINUAS:

Solamente pueden tomar valores en un conjunto finito.
Ejemplo género, color de pelo y ojos; número de hijos;
tratamiento recibido por una persona; etc.

LOS DATOS DISCRETOS TOMAN VALORES QUE PODEMOS

SUPONER QUE SON SIEMPRE NÚMEROS ENTEROS.

2.- V. CONTINUAS:
Pueden tomar valores en conjunto infinito, variando de
acuerdo al instrumento de medición.
LOS DATOS CONTINUOS PUEDEN TOMAR CUALQUIER VALOR DE
UN INTERVALO DETERMINADO.
 CLASIFICACIÓN DE LAS VARIABLES
SEGÚN EL TIPO DE MEDICIÓN
• V. NOMINAL: Categorías a las que se les asigna nombre
que no tienen ningún orden entre ellos.

• V. ORDINAL: Categorías que tienen un orden, aunque las

diferencias entre ellas pueden no ser iguales.

• V. DE INTERVALO: Tienen distancias iguales entre sus

valores, y una característica fundamental es que el “0” es
arbitrario.

• V. PROPORCIONAL O DE RAZÓN: Tienen un

punto de origen en el “0” absoluto.
 Incluye fracciones o
CONTINUAS decimales
CUANTITATIVAS
Valores en números
DISCRETAS enteros.

Categorías con nombre

NOMINALES convencional
VARIABLES

ORDINALES Como las nominales +

categorías ordenadas
CUALITATIVAS
Como las ordinales +
INTERVALO
intervalos iguales

PROPORCIONAL Como las de intervalo +

O DE RAZON cero absoluto
 VARIABLES INDEPENDIENTES Y
DEPENDIENTES

• V. DEPENDIENTES: Es el objeto de interés que

varía en respuesta a una intervención.
• V. INDEPENDIENTE: Es la intervención que esta
siendo aplicada.
Grupo de adolescentes con
acné DEPENDIENTE

Uso de Bálsamo de
Berenjena INDEPENDIENTE

LA VARIABLE DEPENDIENTE VARIA EN RESPUESTA A UNA VARIABLE

INDEPENDIENTE.
 Ejemplo — Tipos de variables
Para cada variable, indique si es cualitativa o cuantitativa.
1.Edad (años) Cuantitativa
2.Estado civil Cualitativa
3.N.° de hermanos vivos Cuantitativa
4.Estado de VIH (pos. / neg.) Cualitativa
5.Conteo de linfocitos T CD4+ Cuantitativa
6.Usa el cinturón de seguridad (nunca, ocasionalmente,
generalmente, siempre) Cualitativa

7.Le gusta el chocolate (en una escala del 0 al 5, 0=lo

odio, 5=me encanta) Cuantitativa
 Suponga usted, que tiene 300 encuestas
realizadas a los estudiantes de Medicina de la
Universidad Estatal de Guayaquil, donde se
registran datos de variables cualitativas y
cuantitativas
¿Cómo manejaría esta información?

¿Resulta fácil manejar 300 encuestas por

separado para realizar la tabulación y análisis
de las mismas?

¿Qué es lo recomendable hacer en este caso?

Cuando se tienen numerosas
observaciones se requiere
utilizar las denominadas
medidas de resumen de datos,
mismas que varían según se
trate de variables cualitativas o
cuantitativas.
 DESCRIPCIÓN MATEMÁTICA DE VARIABLES

SON LOS VALORES QUE SE

MEDIA O PROMEDIO
UBICAN EN EL CENTRO DE
UNA DISTRIBUCIÓN DE
MEDIDAS DE FRECUENCIAS. MEDIANA
TENDENCIA SE BUSCA UN VALOR ÚNICO
CENTRAL QUE SEA EL MÁS
REPRESENTATIVO DE UN MODA
CONJUNTO DE DATOS
PARA MEDIDOS.
VARIABLES
CUANTITATIVAS VARIANZA
MUESTRAN COMO ESTAN
DISTRIBUIDOS LOS VALORES DESVIACIÓN
MEDIDAS DE ALREDEDOR DEL CENTRO O ESTANDAR
DISPERSIÓN PROMEDIO Y COMO VARIAN
O SE DSPERSAN LAS CUARTILES
OBSERVACIONES
RANGO O AMPLITUD

RAZÓN
PERMITEN CUANTIFICAR LOS
PARA PROPORCIÓN
PROBLEMAS DE SALUD, ASI
VARIABLES MEDIDAS DE
COMO OTROS EVENTOS
CUALITATIVAS FRECUENCIA RELACIONADOS CON PORCENTAJE
PROBLEMAS SANITARIOS
TASAS
 EPIDEMIOLOGÍA DESCRIPTIVA
Medidas de Resumen
Variables

VARIABLES CUALITATIVAS VARIABLES CUANTITATIVAS

Resumen Numérico

Proporción MEDIDAS DE MEDIDAS DE

TENDENCIA CENTRAL DISPERSIÓN
Porcentaje
Modo o
Razón Rango
Moda
Tasa Mediana Varianza (S2)

Promedio Desviación
Estándar (S).
 Tendencia central

? ?
20
Cantidad de personas

15

10

5
Dispersión
0
0-9 10-19 20-29 30-39 40-49 50-59 60-69 70-79 80-89 90-99
Edad
 EPIDEMIOLOGÍA DESCRIPTIVA
Medidas de Resumen
Variables

VARIABLES CUALITATIVAS VARIABLES CUANTITATIVAS

Resumen Numérico

Proporción MEDIDAS DE MEDIDAS DE

TENDENCIA CENTRAL DISPERSIÓN
Porcentaje

Razón Rango
MODA
Tasa Mediana Varianza (S2)

Promedio Desviación
Estándar (S).
 Medidas de Tendencia
Días
9
Central: MODA
8
16 Conjunto de datos sin procesar:
9
10
Período de incubación (días) de
7 casos de enfermedad del virus del
9
9
Ébola (EVD), África Occidental
6
3
11
8
17
9
8
13
8
10
7
 Medidas de Tendencia
Obs Días
Central: MODA
1 3
2 6
3 7 Ordenar el conjunto de datos
4 7
5 8
desde el valor más bajo hasta el
6 8 valor más alto
7 8
8 8 Agregar números de
9 9
10 9 observación
11 9
12 9
13 9
14 10
15 10
16 11
17 13
18 16
19 17
 ¿Qué es la Moda?
Obs Días
• Definición: 1 3

• Valor que ocurre con más 2

3
6
7
frecuencia 4 7
5 8

Para identificar la moda, siga 6

7
8
8
estos pasos: 8 8
9 9
1 Organice los datos sin 10 9
procesar en orden 11 9

ascendente 12 9
13 9

2. Identifique el valor que ocurre 14 10

con más frecuencia 15

16
10
11
17 13
18 16
19 17
Obs Días
¿Cuál es la Moda de nuestro conjunto
1 3 de datos?
2 6
3 7
4 7
5 8
Días Frecuencia Días Frecuencia
6 8
3 1 11 1
7 8
8 8 4 0 12 0
9 9
10 9
5 0 13 1
11 9 6 1 14 0
12 9
13 9 7 2 15 0
14 10
8 4 16 1
15 10
16 11 Moda 9 5 17 1
17 13
18 16
10 2 Total 19
19 17

Summary Statistics
Obs Días
Identificar la moda
1 3 de un histograma
2 6
3 7
4 7 Moda = valor más frecuente
5 8
6 8 Moda = 9 días
7 8 6
8 8
9 9 5
10 9
4
N.° Casos

11 9
12 9
3
13 9
14 10 2
15 10
16 11 1
17 13
0
18 16
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
19 17
Días

Summary Statistics
 Ejemplo: Moda
de datos de edad de leptospirosis
Edad
ID (años)
01
02
54
69
Pasos para identificar la moda:
03 61
04 63 1. Organizar los datos sin
05 9
06
07
37
44
procesar en orden ascendente
08
09
17
28
o
10
11
28
21 Crear distribución de frecuencia
12 30
13 22 o
14 67
15
16
9
38
Dibujar histograma
17 22
18
19
19
22
2. Identificar el valor que ocurre
20
21
19
35
con más frecuencia (si lo
22
22
64
27 hubiera)
24 61

Summary Statistics
 Ejemplo: Moda
Clasificados por
de datos de edad de leptospirosis
edad Edad
ID (años)
05 9
15 9
08 17
18 19
20 19
11 21
13 22
17 22
19 22
22 27
09 28
10 28
12 30
21 35
06 37
16 38
07 44
01 54
03 61
24 61
04 63
22 64
14 67
02 69

Summary Statistics
 Ejemplo: Moda
Clasificados por
de datos de edad de leptospirosis
edad Edad
ID (años)
05 9
15 9
08 17
18 19
20 19
11 21
13 22
17 22
19 22
22 27
09 28
10 28
12 30
21 35
06 37
16 38
07 44
01 54
03 61
24 61
04 63
22 64
14 67
02 69

Summary Statistics
 Moda – Propiedades / Usos

 La moda más fácil para entender, explicar,

identificar
 Puede haber más de una moda
 Puede no haber una moda
 La moda puede no ser “central”

Summary Statistics
EPIDEMIOLOGIA DESCRIPTIVA
Medidas de Resumen
 ¿Qué es la Mediana?
Definición:
Valor medio; valor que divide la distribución en dos
partes iguales
– El 50% de las observaciones están por debajo de la
mediana
– El 50% de las observaciones están por encima de la
mediana

Para calcular la mediana, siga estos pasos:

1.Organice las observaciones en orden
2.Encuentre la posición media como (n + 1) / 2
3.Identifique el valor en el medio

Summary Statistics
 Ejemplos de cálculos de la Mediana (Md)
# observaciones impar
Edad en
años
3 2
7 3
9 4
10 5 50% de las
15 7 observaciones
4 8
8 9
11 10
13 11 MEDIANA
17 13
20 14
2 15
5 17 50% de las
18 18 observaciones
14 19
23 20
El 50% de las observaciones tienen una
19 23 edad igual o inferior a 11 años y el otro
50%, una edad de 11 y más años.
 Ejemplos de cálculos de la Mediana (Md)
# observaciones par
Edad en
años
3 2
7 3
9 4
10 5
15 7
4 8
8 9
11 10
13 11
17 13
= 11 + 13 / 2 = 12
20 14
2 15 Mediana = 12
5 17
18 18
14 19 El 50% de las observaciones tienen
23 20
una edad igual o inferior a 12 años y el
19 23
otro 50%, una edad de 12 y más años.
25 25
Obs Días
Encontrar la mediana de las series clasificadas
1 3
Número impar de valores (n = 19)
2 6
3 7
4 7
9 observaciones Pasos
5 8
por encima de la

6 8
7 8 mediana 1. Clasificar
8 8
9 9 2. Encontrar la
10 9 Mediana = 9 posición media = 10
11 9
12 9
(19+1)/2 =
13 9
14 10 3. Mediana = valor en
15 10
9 observaciones la posición 10.° = 9
16 11 por debajo de la
17 13
mediana
18 16
19 17

Summary Statistics
Obs Días Encontrar la mediana de las series clasificadas
1
2
3
6
Número par de valores (n = 20)
3 7
4 7
5 8 Pasos
6 8
7 8
1. Clasificar 
8 8
9 9
2. Encontrar la
10 9
Mediana = 9 posición media = 10,5
11 9
12 9 (20+1)/2 =
13 9
14 10
3. Mediana = valor
15 10
16 11
en la posición
17 13 10.° y 11.° =
18 16
19 17
20 49 (9 + 9) / 2 = 9
Summary Statistics
 Ejemplo: Mediana
Clasificados de datos de edad de leptospirosis
por edad
Conte Edad
o (años)
01
02
9
9
Pasos
03 17
04
05
19
19
1. Clasificar 
06 21
07
08
22
22
2. Encontrar la posición media =
09
10
22
27
(24+1) / 2 = 25 / 2 = 12,5
11 28
12
13
28
30 3. Mediana = promedio de
35
14
15 37 valores en la posición 12.° y
16 38
17 44 13.° =
18 54
61
(28+30)/2
19
20
21
61
63
= 29
22 64
22 67
24 69

Summary Statistics
 Mediana – Propiedades / Usos

 Buena medida descriptiva

 Medida de elección para los datos que no están
distribuidos simétricamente
 Se enfoca en el centro de los datos, así que no
está afectada por algunos valores extremos
(atípicos)

Summary Statistics
EPIDEMIOLOGIA DESCRIPTIVA
Medidas de Resumen
 ¿Qué es la Media aritmética?

Definición:
Valor “promedio”

Para calcular la media, siga estos pasos:

1. Sume todos los valores
2. Divida la suma por la cantidad de observaciones
(n)

Summary Statistics
 MEDIDAS DE RESUMEN DE VARIABLES CUANTITATIVAS
Medidas de Tendencia Central

PROMEDIO O MEDIA
Ẋ = PROMEDIO
X = OBSERVACIONES.
∑ = SUMATORIA.
N/n = UNIVERSO o
MUESTRA

PROMEDIO: Medida de tendencia central que se obtiene de la

sumatoria de las observaciones dividido por el número de
observaciones.
Ẋ = ∑X
n
MEDIDAS DE RESUMEN DE VARIABLES CUANTITATIVAS
Medidas de Tendencia Central
PROMEDIO
En un estudio se realizaron 10 encuestas. ¿Cuál es el
promedio de edad de los encuestados?
Nº de encuestas Edad
1 23
2 32
3 45
4 34 Promedio = Ẋ = ∑X 328 = 32.8
5 34 n 10
6 24
7 25
8 42
9 35
10 34

∑X = 328
Obs Días
1
2
3
6
Media aritmética
3 7
4 7
5 8
Recuerdo: Moda = 9, Mediana = 9
6 8
7 8 Suma de todos
8 8 los valores = Ẋ = ∑X
9 9 Media = n
10 9 n
11 9
12
13
9
9
Suma = 177
14 10 n = 19
15 10
16 11
17
18
13
16
Media = 177 / 19 = 9,3
19 17
Suma 177

Summary Statistics
Obs Días Días
¿Qué medidas
1 3 3
2 6 6 son “sensibles” a los valores atípicos?
3 7 7
4 7 7
5 8 8
Datos 19.° obs =
6 8 8
7 8 8 Medida originales 56 días
8 8 8
9
10
9
9
9
9
Moda 9 9
11 9 9
12 9 9
13 9 9 Mediana 9 9
14 10 10
15 10 10
216 / 19 =
16 11 11 Media 9,3
17 13 13 11,4
18 16 16

19 17 56
Suma 177 216

Summary Statistics
 Ejemplo: Media de datos de edad
Edad
de leptospirosis
ID (años)
01 54
02
03
69
61
Pasos para identificar la media:
04 63
05 9 1. Sume todos los valores
06 37
07
08
44
17
Pista: Suma = 866
09 28
10 28 2. Dividir la suma por la cantidad de
11 21
12
13
30
22
observaciones (n)
14
15
67
9 n = 24
16 38
17
18
22
19
3. Media = 866 / 24
19 22
20 19 = 36,1
21 35
22 64
22 27
24 61

Summary Statistics
 Media aritmética – Propiedades / Usos

 Probablemente es la mejor medida conocida de

tendencia central
 Usa todos los datos
 Afectada por los valores extremos (atípicos)
 Ideal para datos simétricamente distribuidos

Summary Statistics
 Resumen: Medidas de tendencia central

 Medida de tendencia central: medida única que

representa toda una distribución
 Moda: valor más común
 Mediana: valor central
 Media: valor promedio
 La media usa todos los datos, tan sensibles a valores
atípicos
 Media preferida para datos simétricos, que no es común
 En epidemiología, la mediana es la opción más segura
 Use una mediana con rango

Summary Statistics
 Variables cuantitativas
Medidas de dispersión

Además de las medidas de tendencia central

es necesario saber como varían, se dispersan
o distribuyen los valores alrededor del centro
o del promedio para tener una visión completa
de la distribución de un conjunto de datos.

Las medidas de dispersión son: Rango;

Desviación estándar, varianza y los cuartiles.
EPIDEMIOLOGIA DESCRIPTIVA
Medidas de Resumen
 Variables cuantitativas
Medidas de dispersión…..
Rango o amplitud

Rango o amplitud.

Es la diferencia entre el valor más elevado y el valor más

pequeño.

Tiene el inconveniente de ser determinada por dos valores

extremos, el menor y el mayor.

Fórmula:

Amplitud = valor máximo - valor mínimo

Ejemplo: Valor máximo 45 y valor mínimo 23.

Amplitud = 45 – 23 = 22
 Rango

Definición:
Rango = descripción del valor más pequeño al más
grande

Método de identificación
1. Clasificar datos o crear distribución de
frecuencia
2. Encontrar valores mínimos y máximos

Summary Statistics
Obs
1
Días
3
Rango
2 6
3 7
4 7
5 8 Valor mínimo
6 8 =3
7 8
8 8
9 9
10
11
9
9
Rango =
12 9 3 – 17
13 9
14 10
15 10
16 11
17 13 Valor máximo
18
19
16
17
= 17

Summary Statistics
 Días Ejemplo: Cómo resumir...
Edad 9
ID (años)
01 54 8
02 69 16
03 61
04 63
9 Datos de edad de la leptospirosis
05 9 10
06 37 7
Moda = 22 Media = 36.1
Rango = 9 – 69 años
07 44
08 17
9 Mediana = 29
09 28 9
10 28
6
Edad, mediana (rango): 29 (9–69) años
11 21
12 30 3
13 22 11
Datos del período de incubación del
14
15
67
9
8 Ébola
16
17
38
22
17
Moda = 9 Media = 9.3
9
18
19
19
22
8 Mediana = 9 Rango = 3 – 17 días
20
21
19
35
13
Mediana del período de incubación
8
22 64
10
(rango):
22 27
24 61 7 9 (3-17) días
Summary Statistics
EPIDEMIOLOGIA DESCRIPTIVA
Medidas de Resumen
 Varianza (S2)

##
Encuesta
Encuesta
Edad
Edad ẊẊ XX -- ẊẊ (X - Ẋ)2 S2 = ∑(X - Ẋ)2
n-1
111 23
23 32,8
32,8
32,8 -9,8
-9,8 96,04
22 32
32 32,8
32,8
32,8 -0,8
-0,8 0,64 S2 = 477,6
333 45
45 32,8
32,8
32,8 12,2
12,2 148,84 10 - 1
444 34
34 32,8
32,8
32,8 1,2
1,2 1,44
555 34
34
34 32,8
32,8
32,8
32,8 1,2
1,2 1,44 S2 = 53,1
666 24
24
24 32,8
32,8
32,8
32,8 -8,8
-8,8 77,44
777 25
25
25 32,8
32,8
32,8
32,8 -7,8
-7,8 60,84
888 42
42
42 32,8
32,8
32,8
32,8 9,2
9,2 84,64
999 35
35
35 32,8
32,8
32,8
32,8 2,2
2,2 4,84
10
10
10 34
34
34 32,8
32,8
32,8
32,8 1,2
1,2 1,44
∑X = 328
∑= 477,6
Ẋ = ∑X= 328 = 32.8
n 10
Summary Statistics
å= sumatoria x= media
xi= valor observado (n-1) = número de observaciones -1

Variables cuantitativas
Medidas de dispersión

Varianza (S2):
Es una medida de dispersión que nos informa del grado de variación de las
observaciones elevadas al cuadrado en relación al promedio.

Por razones estadísticas el denominador debe ser (n-1).

Fórmula VARIANZA (S2) = . ∑X - Ẋ .

N-1
Σ= sumatoria.
Ẋ = promedio o media.
X = valor observado
(n-1) = número de observaciones -1
 Variables cuantitativas
Medidas de dispersión…..

Pasos a seguir para el cálculo de la varianza (S²):

1. Colocar los valores de las observaciones de la variable.

2. Obtener promedio de los valores.
3. Sacar la diferencia entre el valor de cada uno de los
valores y el promedio. Se obtienen resultados que pueden
ser negativos y positivos, que si son sumados
algebraicamente darán como resultado 0, por ello se deba
hacer lo siguiente:
4. Elevar al cuadrado las desviaciones reales del promedio.
5. Sumar todas las desviaciones elevadas al cuadrado.
6. Dividir las sumatoria de las desviaciones elevadas al
cuadrado para el total de las observaciones menos 1, por
razones estadísticas.
7. Este resultado es la varianza.
 Desviación Estándar DS

#
Encuesta
Edad Ẋ X-Ẋ (X - Ẋ)2 S2 = ∑(X - Ẋ)2
n-1
1 23 32,8 -9,8 96,04
2 32 32,8 -0,8 0,64 S2 = 477,6
3 45 32,8 12,2 148,84 10 - 1
4 34 32,8 1,2 1,44
5 34 32,8 1,2 1,44 S2 = 53,1
6 24 32,8 -8,8 77,44
7 25 32,8 -7,8 60,84
8 42 32,8 9,2 84,64
Ds =
9 35 32,8 2,2 4,84
10 34 32,8 1,2 1,44 Ds = ∑(X - Ẋ)2
∑X = 328 n-1
∑= 477,6
Ẋ = ∑X= 328 = 32.8 Ds= 7,3
n 10
Summary Statistics
 Variables cuantitativas
Medidas de dispersión…..

Nº de Encuesta Edad (xi-Ẋ) xi-Ẋ)2

(
1 23 23-32.8= (-9.8) 96.04
2 32 32-32.8= (-0.8) 0.64
3 45 45-32.8 = (12.2) 148.84
4 34 34-32.8 = (1.2) 1.44
5 34 34-32.8 = (1.2) 1.44
6 24 24-32.8= (-8.8) 77.44
7 25 25-32.8 = (-7.8) 60.84
8 42 42-32.8 = (9.2) 84.64
9 35 35-32.8 = (2.2) 4.84
10 34 34-32.8 = (1.2) 1.44
Total 328 0= 477.6
Resultado: Varianza = 477.6/9 = 53 años2
La varianza (S²) se expresa en unidades al cuadrado.
 EPIDEMIOLOGÍA DESCRIPTIVA
Variable Cualitativas Variables Cuantitativas.
Resumen Numérico

PROPORCIÓN Medidas de Medidas de

Tendencia Central Dispersión
PORCENTAJE
RAZÓN Promedio Varianza (S2)

TASA Mediana Desviación

Estándar (S).
Modo o
Moda Rango
 Variables cuantitativas
Medidas de dispersión…..

Desviación Estándar (S) = Es una medida de dispersión que nos muestra

las desviaciones de las observaciones alrededor del valor central
(promedio).

DESVIACIÓN ESTANDAR (S) = ∑(X - Ẋ)2 .

Fórmula =
N-1

Σ= sumatoria.
Ẋ = promedio o media.
X = valor observado
N = número de observaciones .
 Variables cuantitativas
Medidas de dispersión…..

Pasos a seguir para el cálculo:

1. Colocar los valores de las observaciones de las variables.
2. Obtener el promedio de los valores.
3. Sacar la diferencia entre cada uno de los valores
observados y el promedio. Se obtienen resultados que
pueden ser negativos y positivos, que si son sumados
algebraicamente dan como resultado 0, por ello se debe
hacer lo siguiente.
4. Elevar al cuadrado las desviaciones reales del promedio.
5. Sumar todas las desviaciones elevadas al cuadrado.
6. Dividir la sumatoria de las desviaciones elevadas al
cuadrado para el total de las observaciones.
7. A este resultado se le calcula la raíz cuadrada y ya
tenemos la desviación estándar.
 Variables cuantitativas
Medidas de dispersión…..
Desviación estándar (s)

Nº de Encuesta Edad (xi-Ẋ) (xi- Ẋ)2

1 23 23-32.8= (-9.8) 96.04
2 32 32-32.8= (-0.8) 0.64
3 45 45-32.8 = (12.2) 148.84
4 34 34-32.8 = (1.2) 1.44
5 34 34-32.8 = (1.2) 1.44
6 24 24-32.8= (-8.8) 77.44
7 25 25-32.8 = (-7.8) 60.84
8 42 42-32.8 = (9.2) 84.64
9 35 35-32.8 = (2.2) 4.84
10 34 34-32.8 = (1.2) 1.44
Total 328 0= 477.6

477.6
DESVIACIÓN ESTÁNDAR (S) = 52.9 7.3 años
9
 Variables cuantitativas
Medidas de dispersión…..
Cuartiles
Cuartiles (q):
Son medidas de dispersión, que dividen al conjunto de valores ordenados
en cuatro partes iguales, de 25% cada una.

Pasos a seguir para su cálculo:

Se deben ordenar los datos en forma ascendente.

Se calcula la posición de q1 y q3.

Para calcular la posición del primer cuartil: debemos dividir (al

número total de observaciones más uno) para cuatro.

Para calcular la posición del tercer cuartil: debemos multiplicar

tres por (el número total de observaciones más uno) y este
resultado dividirlo para cuatro.
 Variables cuantitativas
Medidas de dispersión…..
Cuartiles

Pasos a seguir para su cálculo:

Se deben ordenar los datos en forma ascendente.

Se calcula la posición de q1 y q3.

Para calcular la posición del primer cuartil: debemos

dividir (al número total de observaciones más uno)
para cuatro.

Para calcular la posición del tercer cuartil: debemos

multiplicar tres por (el número total de observaciones
más uno) y este resultado dividirlo para cuatro.
 Variables cuantitativas
Medidas de dispersión…..
Cuartiles

Fórmulas:

Posición primer cuartil (q1) = n+1

4

q2 = mediana

Posición Tercer cuartil (q3) = (n+1) x 3

4
 Variables cuantitativas
Medidas de dispersión (Cuartiles….. Ejemplo)

N+1 10 + 1 24 + 25
Q1 (25%) = .=2,8 Q1 = .= 24
4 4 2
Par = (N/2)+1 10
Q2 (50%) = Mediana Impar=(N+1)/2 Q2 = .+ 1
2

(N+1)x 3 (10 + 1) x 3 35 + 42
Q3 (75%) = .=8,25 Q3 = .= 38,5
4 4 2
 Promedio

68% de los valores