Informática En Salud

Escuela Profesional de Enfermería

TEXTO GUÍA CURSO DE: INFORMÁTICA EN SALUD CICLO: VIII

PROFESOR RESPONSABLE: Dr. Víctor Eduardo CANDELA AYLLÓN Lic. Luis ORDERIQUE TORRES Ing. Marco ARBULÚ BALLESTEROS

Semestre 2013 – I Lima – Perú Material didáctico para uso exclusivo en clase

1

UNIVERSIDAD DE SAN MARTÍN DE PORRES FACULTAD DE OBSTETRICIA Y ENFERMERÍA ESCUELA PROFESIONAL DE ENFERMERÍA PLAN DE SESIÓN I.

INFORMACIÓN GENERAL Asignatura :Informática en Salud Profesor :Dr. Víctor Candela/ Lic. Luis Orderique (Lima)// Marco Arbulú (Chiclayo) Tema : Tecnología en la automatización de los servicios en salud Sesión No : 01

II.

OBJETIVO DE LA SESIÓN: Al terminar la sesión el alumno estará en condiciones de:  Reconocer y valorar la importancia de la tecnología en automatización de los servicios de Salud.

III.

CONTENIDO Y / O ACTIVIDADES 

IV.

Debate y discusiones sobre las ventajas y desventajas del uso de la nueva tecnología. Eficiencia y eficacia en el servicio.

METODOLOGÍA Expositiva .....x... Experimental ....... Investigación individual....x..

V.

Debate..X....... Proyecto..... Otros.

Demostración ......... Investigación Grupal. X...

MATERIALES A UTILIZAR PARA EXPLICAR EL TEMA DE LA SESIÓN Texto ...x..... Direcciones Electrónicas........... Presentación de multimedia...x.... Separata resumen..x.... Ejercicios de aplicación ... ......... Slides .............. Transparencia ............ . Casos ............ Otros .............

VI.

EQUIPOS A UTILIZAR EN LA SESIÓN Proyector de multimedia ......x......... Equipo de cómputo.............X.............

VII.

EVALUACIÓN : Participación en clase.

VIII.

BIBLIOGRAFÍA http://www.cochrane.dk/cochrane/handbook/handbook.htm (con acceso desde el 31 de enero de 2009). Alfagrama. Buenos Aires: Alfagrama -----------------------------------------VoBo Jefe Dpto. Académico

------------------------------Firma Profesor

2

INTRODUCCIÓN A LA INFORMÁTICA EN SALUD

La Informática

Es la utilización de una herramienta en un medio ambiente dado, compuesto por personas, cosas y eventos que forma un complejo sistema. Una parte de este sistema total es el Sistema de Información. La herramienta para el procesamiento electrónico de datos es la computadora.

Un sistema se define como una estructura compleja, constituida por un conjunto de entidades interrelacionadas entre sí, que se comportan como una unidad para cumplir un propósito predeterminado. No es una suma de partes. Responde como un todo en base a la interacción de sus componentes.

Para una mejor comprensión, se agregan las siguientes definiciones: Información: "ES EL CONOCIMIENTO UTIL BASADO EN DATOS U OBSERVACIONES". Los datos básicos son de limitado valor hasta tanto se efectúe un cuidadoso análisis e interpretación de los mismos.

Sistema de Información en Salud: "ES EL SISTEMA RESPONSABLE PORLA RECOLECCIÓN, PROCESAMIENTO, ANALISIS Y TRANSMISIÓN DE LA INFORMACIÓN REQUERIDA PARA ORGANIZAR Y OPERAR SERVICIOS DE SALUD Y TAMBIEN PARA LA INVESTIGACIÓN Y PLANIFICACIÓN".

Por lo tanto, desde el punto de vista práctico, informática, es cuando se usa la computadora en un sistema de información. La computadora por sí sola no es nada más que una máquina.

Puede haber informática sin computador. No todo sistema de información requiere a priori de máquinas. La computadora es sólo una herramienta, que puede o no ser útil; que debe ser usada adecuadamente y en el momento oportuno; en que se debe evaluar la relación costo / beneficio.

3

Hoy en día prácticamente todo se puede hacer con el apoyo de una computadora. Es decir, se puede computarizar cualquier tarea rutinaria, mecánica hasta creativa (simulación de pacientes, etc).

La informática es aplicada cuando intervienen, entre otros, los siguientes factores: Manejo de gran volumen de datos, complejo tratamiento de los datos, recuperación rápida de información, emisión oportuna de resultados, y repetición de procesos, como ocurre con los datos registrados en la historia clínica, que deben servir para el análisis de los factores y causalidad, y consecuentemente para la toma de decisiones.

Esto es válido tanto y cuando la necesidad existe, como también cuando se planifica absorber mayor volumen de casos o lograr respuestas más rápidas y complejas.

Las máquinas no piensan y no están en condiciones de aceptar rápidamente un cambio en la tarea para las que están preparadas, a diferencia del ser humano. Son útiles en todo lo rutinario, sistemático, manejo de gran volumen de datos, gracias a su enorme capacidad de almacenamiento y su potencia de procesamiento. Son capaces, por ejemplo de almacenar 500.000.000 de caracteres y recuperar cualquiera de ellos en milésimas de segundos. En esto consiste precisamente la gran ventaja de esta herramienta, liberando así al hombre de las tareas tediosas y permitiéndole atender otras actividades distintas.

Todo lo anterior nos sirvió de antecedentes para tratar de ubicar conceptualmente el término de informática en salud. Ya vimos que esa ubicación conceptual trae aparejados problemas. Pero, a los efectos de abordar el tema definiremos el tema Informática Sanitaria como el tratamiento de la información no estrictamente médica, para la gestión, mediante el uso de equipos electrónicos. De esta manera entraríamos

en el tema principal de políticas

nacionales de informática sanitaria.

Informática se define en forma breve como: "LA CIENCIA DE LA COMPUTACIÓN APLICADA". Una definición más completa dice que: "ES EL ESTUDIO DE PROCESOS DE COMUNICACIÓN EN LAS COMUNIDADES DE LA CIENCIA Y LA ORGANIZACIONES, Y EL DESARROLLO DE TÉCNICAS Y SISTEMAS PARA UNA MÁS EFICIENTE ORGANIZACIÓN, ALMACENAMIENTO Y DISEMINACIÓN DE INFORMACIÓN CIENTÍFICA"

4

Actualmente

abarca otras áreas como ser: administración, educación, medicina, salud

pública, gobierno, legislación, aplicaciones militares, entretenimiento, cinematografía, etc.

La informática cumple una misión social de gran significación, ya que su propósito es aumentar la mente del hombre para el logro de actividades con propósitos determinados. Es la interacción entre múltiples disciplinas y profesiones, de la cual la ciencia de la computación aplicada es una parte.

La informática es una ciencia social y una ciencia de ingeniería al mismo tiempo.

La informática posee varias herramientas que en nuestro medio, hoy en día, están en amplia difusión, algunas de las cuales se incorporan en nuestra actividad diaria, como por ejemplo las computadoras. Otras herramientas son propias del análisis de sistemas, como ser los modelos de datos, los diagramas de flujos de datos, etc. Aplicaciones Las computadoras, o sea, la computación electrónica, es aplicada en las áreas: pública y privadas, comerciales, industriales, de investigación y de salud.

Precisamente, en el área de la salud, su uso se aplica en cuatro grandes sectores:

-

Económico: Liquidación de sueldos, facturación de servicios, cálculo de costos y otros.

-

De servicio: registro y admisión de pacientes, estadística médica, control de administración de fármacos, control de existencia de stock entre otros.

-

Investigación: Estadísticas descriptivas, analíticas, pruebas de hipótesis, desarrollo de proyectos, modelos de simulación, etc.

-

De tratamiento de alto nivel: Tomografía axial computarizada, resonancia magnética, densitometría ósea, cineendoscopia, etc.

5

Las computadoras son usadas en estas aplicaciones y otras, todas vinculadas al área de la salud para doble beneficio: institucional y para el receptor de las prestaciones en salud que son los usuarios.

Actualmente hay una toma de conciencia de la necesidad de aprovechar las facilidades que ofrece el procesamiento electrónico de datos. Se utiliza en: centros de investigación biomédica, hospitales, institutos y servicios de salud pública. Se aplica en los grandes sectores arriba mencionados

6

UNIVERSIDAD DE SAN MARTÍN DE PORRES FACULTAD DE OBSTETRICIA Y ENFERMERÍA ESCUELA PROFESIONAL DE ENFERMERÍA PLAN DE SESIÓN I.

INFORMACIÓN GENERAL Asignatura :Informática en Salud Profesor : Dr. Víctor Candela/ Lic. Luis Orderique (Lima)// Marco Arbulú (Chiclayo) Tema : base de datos y el libro de códigos en SPSS Sesión No : 02

II.

OBJETIVO DE LA SESIÓN Al terminar la sesión el alumno estará en condiciones de:  Elaborar el codebook especificando las características de las variables  Crear una base de datos para las historias clínicas de los pacientes.

III.

CONTENIDO Y / O ACTIVIDADES 

IV.

Sobre la base de las historias clínicas el alumno elabora el codebook y prepara la estructura de la base de datos.

METODOLOGÍA Expositiva .....x... Experimental ....... Investigación individual....x..

VI.

Debate......... Proyecto..... Otros.

Demostración ..x........ Investigación Grupal......

MATERIALES A UTILIZAR PARA EXPLICAR EL TEMA DE LA SESIÓN Texto ...x..... Direcciones Electrónicas........... Presentación de multimedia...x.... Separata resumen..x.... Ejercicios de aplicación ...x........ Slides .............. Transparencia ............ . Casos ............ Otros .............

VI.

EQUIPOS A UTILIZAR EN LA SESIÓN Proyector de multimedia ......x......... Equipo de cómputo................x..........

VII.

EVALUACIÓN : Participación en clase.

VII.

BIBLIOGRAFÍA D

R m

V

9 “A

D P

”

-----------------------------------------VoBo Jefe Dpto. Académico

v

ó

UO

------------------------------Firma Profesor

7

INTRODUCCIÓN AL SPSS.

Para ingresar al programa, tenemos dos opciones; la primera es mediante el acceso directo ubicado en el Escritorio (Si lo hay) y la segunda es mediante la ruta Inicio.. Programas.. SPSS para Windows.. SPSS 12.0 para Windows [Fig.1-16]. Al iniciar el programa se abre automáticamente el Asistente de inicio [Fig.1-17]; a través de este asistente podemos comenzar a trabajar con SPSS de seis diferentes maneras; entre las que encontramos Ejecutar el tutorial, Introducir datos (Crear nuevo archivo), Ejecutar una consulta creada anteriormente (Importar los datos de una archivo de base de datos), Crear una nueva consulta mediante el asistente de base de datos (Definir los parámetros de ubicación y nombre de un archivo de Base de datos), Abrir una fuente de datos existente (Esta opción cuenta con una casilla en su parte inferior, en donde aparecen todos los archivos de datos que se hayan utilizado con anterioridad en el programa; si es la primera vez que se abre el programa desde su instalación sólo aparece la opción Más archivos, la cual al ser elegida abre una ventana de navegación para la ubicación del archivo).

La última opción que aparece en el asistente corresponde a Abrir otro tipo de archivo; a través de esta opción podemos ubicar y abrir cualquier tipo de archivo de SPSS distinto al de datos. Para seleccionar alguna de las opciones basta con hacer clic sobre ella de manera que aparezca un punto en la casilla de activación ( ). A pesar de la utilidad que nos brinda el asistente, el programa nos da la posibilidad de decidir si queremos que aparezca el asistente cada vez que se ejecute el programa o no. Para desactivar el asistente debemos activar la opción No volver a mostrar este cuadro de diálogo, ubicada en la parte inferior del asistente.

8

Figuras 1-17 Antes de continuar es necesario aclarar los tipos de archivos que genera SPSS, los cuales son: 

Archivos de Datos: son los archivos generados por el sistema (SPSS), en los cuales se almacena la información (casos y variables) que se haya creado en el editor o se haya importado de otras fuentes. Este tipo de archivo se genera con la extensión (*.sav).



Archivos de resultados: son los archivos generados por el sistema, en los cuales se plasman todos los resultados de los procesos que se han realizado con el paquete (Tablas, Gráficos, Estadísticos, etc). Este tipo de archivo se identifica con la extensión (*.spo).



Archivos de sintaxis: este tipo de archivos contienen las líneas de código o palabras clave de cada uno de los procedimientos que se hayan realizado con el paquete (Frecuencias, Gráficos, etc.). Este tipo de archivo se identifica con la extensión (*.sps).

Desde luego SPSS nos permite trabajar con un gran número de formatos de archivo, provenientes de diferentes programas de bases de datos, hojas de cálculo, procesadores de palabras e incluso generadores de gráficos.

Para continuar seleccionamos la opción Abrir una fuente de datos existente y sucesivamente hacemos clic en Aceptar, surgiendo la ventana de exploración de Windows [Fig.1-18]. A través de esta ventana, podemos ubicar de forma rápida y sencilla un archivo dentro del ordenador o la red. Por defecto la ventana de exploración se ubica en la carpeta SPSS ubicada en la

9

unidad [C:]; en esta carpeta se encuentran todos los archivos de muestra que se incluyen con el programa, los cuales son nombrados en la mayoría de los tutoriales del paquete.

Figuras 1-18 y 1-19

En nuestro caso vamos a ubicar el archivo Cap1.sav, el cual se encuentra en la carpeta Capítulo 1 del CD adjunto al libro. Si aun no has ingresad

o el CD, es necesario que lo insertes en la unidad de CD-ROM del ordenador antes de iniciar la ubicación del archivo. Una vez se ingresa el CD adjunto, ubicamos a través de la casilla Buscar en la unidad de CD-ROM (Libro de SPSS [E:]); al seleccionar la unidad, aparecen en la ventana todas las carpetas de contenido que se incluyen en el CD adjunto. En la ventana localizamos la carpeta Capítulo 1 y hacemos doble clic sobre ella de manera que aparezca en la ventana el archivo Cap1 [Fig.1-19]. Para finalizar seleccionamos el archivo y sucesivamente hacemos clic en Abrir, de manera que la información contenida en el archivo es representada en el Editor de datos [Fig.1-20].

10

Creación del libro de códigos En SPSS Statistics Base, los investigadores podrán crear automáticamente un libro de códigos describiendo sus conjuntos de datos, y eliminando el tiempo que requeriría realizar uno manualmente. El libro de códigos contiene información del diccionario como nombres de las variables, nombres de las etiquetas, valores de las etiquetas, valores perdidos y frecuencias permitiendo a los usuarios transmitir fácilmente los resultados de una encuesta o cuestionario a cualquier persona Veamos un ejemplo de la base de datos y la creación del libro de códigos en spss para Windows.

11

BASE DE DATOS EN SPSS PARA WINDOWS

12

FORMATO DEL CODEBOOK NOMBRE DE LA VARIABLE

ETIQUETA DE LA VARIABLE

ETIQUETA DEL VALOR

VAL OR

VALORES PERDIDOS

ETIQUETA DEL VALOR --------

IDENTIFI

IDENTIFICACIÓN DE LOS SUJETOS

MEDIDA ESCALA, ORDNAL, NOMINAL)

FORMATO

OBSERVACIONES)

TIPO

ANC HO

DECIMAL ES

NUMERICO

3

0

-------Solo sirve para identificar la encuesta

13

TIPO DE VARIABLE Y FORMATO

14

VALOR Y ETIQUETA DE LOS VALORES

DEFINICIÓN DE LOS VALORTES PERDIDOS

DEFINICIÓN DE LA MEDIDAD DE LA VARIABLE

15

16

17

UNIVERSIDAD DE SAN MARTÍN DE PORRES FACULTAD DE OBSTETRICIA Y ENFERMERÍA ESCUELA PROFESIONAL DE ENFERMERÍA PLAN DE SESIÓN I.

INFORMACIÓN GENERAL Asignatura :Informática en Salud Profesor :Dr Dr. Víctor Candela/ Lic. Luis Orderique (Lima)// Marco Arbulú (Chiclayo) Tema : Importar y exportar base de datos Sesión No : 03

II.

OBJETIVO DE LA SESIÓN Al terminar la sesión el alumno estará en condiciones de:  Aprender a importar y exportar base de datos desde el SPSS y en relación con otros programas.

III.

CONTENIDO Y / O ACTIVIDADES 

IV.

De manera práctica y en la computadora, captura base de datos elaborado en otros programas.

METODOLOGÍA Expositiva .....x... Experimental ....... Investigación individual....x..

VIII.

Debate......... Proyecto..... Otros.

Demostración ..x........ Investigación Grupal.....

MATERIALES A UTILIZAR PARA EXPLICAR EL TEMA DE LA SESIÓN Texto ...x..... Direcciones Electrónicas........... Presentación de multimedia...x.... Separata resumen..x.... Ejercicios de aplicación ...x........ Slides .............. Transparencia ............ . Casos ............ Otros .............

VI.

EQUIPOS A UTILIZAR EN LA SESIÓN Proyector de multimedia ......x......... Equipo de computo......X....................

VII.

EVALUACIÓN : Participación en clase. Practica calificada domiciliaria

IX.

BIBLIOGRAFÍA Martín, Q.; Cabero Morán, M. y Paz Santana, (2008): Tratamiento estadístico de datos con SPSS. Prácticas resueltas y comentadas. Edit. Thompson Dominique Saugy de Babini, Jorge Fraga(2008), Consejo Latinoamericano de Ciencias Sociales

-----------------------------------------VoBo Jefe Dpto. Académico

------------------------------Firma Profesor

18

IMPORTAR Y EXPORTAR BASE DE DATOS EpiData es otra de los programas que permite procesar información de grandes cantidades de datos. Tiene una "instalación limpia" y no requiere "drivers" o registrar sus componentes. EpiData funciona con un sencillo archivo ejecutable (EXE) más algunos ficheros de ayuda. El archivo de Instalación es pequeño aproximadamente 1Mb para Entry y 2Mb para Analysis.

El proceso de instalación de EpiData solo implica copiar archivos en la carpeta. No se guarda información en el registro, excepto si durante la instalación se decide asociar los archivos de EpiData con su ejecutable.

Si desea ejecutar EpiData desde un disco USB (disco de memoria extraible), simplemente copie el archivo .exe y los archivos de documentación que desee EpiData está desarrollado para funcionar en Windows 95/98/NT/2000/XP. (PowerMac con emulador, se ha probado en varias variantes de Linux usando wine satisfactoriamente, pero con limitaciones) Para obtener más información de Epidata sobre Linux contacte con la Asociación EpiData 

Se han usado Estándares abiertos cuando ha sido posible



Encriptación de datos usando Rijndael/AES encriptación fuerte.



Exportar datos: a Stata, SPSS & SAS con etiquetas y definición de valores "missing"; a DBF y CSV datos crudos.



Importar Datos: desde DBF, CSV; Stata con etiquetas y definición de valores "missing".



Analysis lee formatos estandar de datos(dbf/csv/rec) y genera resultados en HTML estandar.

Ejemplo de COMO IMPORTAR DATOS DE EXCELS: Procedimiento:

19

20

21

22

23

24

25

UNIVERSIDAD DE SAN MARTÍN DE PORRES FACULTAD DE OBSTETRICIA Y ENFERMERÍA ESCUELA PROFESIONAL DE ENFERMERÍA PLAN DE SESIÓN I.

INFORMACIÓN GENERAL Asignatura :Informática en Salud Profesor : Dr. Víctor Candela/ Lic. Luis Orderique (Lima)// Marco Arbulú (Chiclayo) Tema : Formar grupos generales y específicos en la data Sesión No : 04

II.

OBJETIVO DE LA SESIÓN Al terminar la sesión el alumno estará en condiciones de:  Formar grupos generales y específicos con datos procedentes de otra variable.  Preparar la data para reporte de datos agrupados.

III.

CONTENIDO Y / O ACTIVIDADES 

IV.

Con la base de datos ejecuta y forma grupos categóricos con y sin condicional en SPSS.

METODOLOGÍA Expositiva .....x... Experimental ....... Investigación individual....x..

X.

Debate......... Proyecto..... Otros.

Demostración ..x........ Investigación Grupal..x...

MATERIALES A UTILIZAR PARA EXPLICAR EL TEMA DE LA SESIÓN Texto ...x..... Direcciones Electrónicas........... Presentación de multimedia...x.... Separata resumen..x.... Ejercicios de aplicación ...x........ Slides .............. Transparencia ............ . Casos ............ Otros .............

VI.

EQUIPOS A UTILIZAR EN LA SESIÓN Proyector de multimedia ......x......... Equipo de cómputo.............X.............

VII.

EVALUACIÓN : Participación en clase y revisión de prácticas calificadas. Práctica calificada domiciliaria

VIII.

BIBLIOGRAFÍA Martín, Q.; Cabero, M. y Ardanuy, R. (2008). Paquetes estadísticos SPSS. Bases teóricas. Edit. Hespérides. Salamanca. España Visauta, B. (2007). Análisis estadístico con SPSS. Edit. McGraw-Hill. ·3era Edición -----------------------------------------VoBo Jefe Dpto. Académico

------------------------------Firma Profesor

26

RECODIFICACIÓN DE VALORES: Bajo el criterio de decisión del investigador y dependiendo del estudio o el resultado, en muchas ocasiones es necesario recodificar los valores, el SPSSWIN lo permite con una operación sencilla. Vamos a suponer que hemos realizado un estudio en dos hospitales sobre el mismo tema Burnout, se ha recogido información en todo el personal que labora en estos dos centros asistenciales, un breve vistazo sobre la distribución de la muestra en función a las profesiones tenemos lo siguiente:

profe sion u ocupacion

V álidos

medico odontologo ps ic ologo tecnic os en enf ermeria enf ermeras y obtetriz as is tente social otros Total

Frecuenc ia 70 23 4 19 52 2 37 207

Porcentaje 33.8 11.1 1.9 9.2 25.1 1.0 17.9 100.0

Porcentaje válido 33.8 11.1 1.9 9.2 25.1 1.0 17.9 100.0

Porcentaje ac umulado 33.8 44.9 46.9 56.0 81.2 82.1 100.0

Inicialmente esta variable nominal estaba codificado de la siguiente manera: 1= médicos, 2= odontólogos, 3= psicólogos, 4= técnico en enfermería, 5= enfermeras y obtetrices, 6= asistenta sociales, 7= otros (incluye personal del área de salud como nutricionistas, técnicos de laboratorio, voluntariado etc,). Como se puede ver, tanto los psicólogos como las asistentas sociales están representados por un número muy reducido, 4 y 2 respectivamente. Supongamos que deseamos incorporar estas dos categorías profesionales dentro del grupo de otros. Este cambio implica una recategorización de los valores y quedaría así: 1= médicos, 2= odontólogos, 3= técnico en enfermería, 4= enfermeras y obtetrices, 5= otros mi nueva variable la llamaré profreca Procedimiento: Anota aquí el procedimiento:

________________________________________________________________________________ ______________________________________________________________________

27

28

Anota aquí el procedimiento:

29

UNIVERSIDAD DE SAN MARTÍN DE PORRES FACULTAD DE OBSTETRICIA Y ENFERMERÍA ESCUELA PROFESIONAL DE ENFERMERÍA PLAN DE SESIÓN I.

INFORMACIÓN GENERAL Asignatura :Informática en Salud Profesor : Dr. Víctor Candela/ Lic. Luis Orderique (Lima)// Marco Arbulú (Chiclayo) Tema : Calcular nuevas variables para generar índices Sesión No : 05

II.

OBJETIVO DE LA SESIÓN Al terminar la sesión el alumno estará en condiciones de:  Crear nuevas variables empleando comando u operadores matemáticos y lógico relacionales en SPSPS WIN  Emplee las condicionales al calcular una nueva variable.

III.

CONTENIDO Y / O ACTIVIDADES 

IV.

Ejecuta y aplica los comandos para crear nuevas variables. Ejercicios y aplicaciones.

METODOLOGÍA Expositiva .....x... Experimental ....... Investigación individual....x..

XI.

Debate......... Proyecto..... Otros.

Demostración ..x........ Investigación Grupal..x...

MATERIALES A UTILIZAR PARA EXPLICAR EL TEMA DE LA SESIÓN Texto ...x..... Direcciones Electrónicas........... Presentación de multimedia...x.... Separata resumen..x.... Ejercicios de aplicación ...x........ Slides .............. Transparencia ............ . Casos ............ Otros .............

VI.

EQUIPOS A UTILIZAR EN LA SESIÓN Proyector de multimedia ......x......... Equipo de cómputo............x..............

VII.

EVALUACIÓN : Participación en clase.

VIII.

BIBLIOGRAFÍA Ferrán Aranaz, M. (2009) SPSS para Windows. Programación y análisis estadístico. Madrid: McGraw-Hill ó m v ó Larramendi

-----------------------------------------VoBo Jefe Dpto. Académico

------------------------------Firma Profesor

30

CREACIÓN DE UNA NUEVA VARIABLE CON EL SPSSWIN:

Muy a menudo es necesario crear una nueva variable sobre la base de otras, o bien con algunos criterios de ponderación.

Vamos a suponer que en la escala anterior cada uno de los 5 items estén orientados a evaluar índices de un síndrome denominado BURNOUT. De tal manera que y como producto de las respuestas en los 5 items pueda yo evidenciar estos índices. Por otro lado, tengo información de la escala que la sumatoria de cada una de las respuestas me reporta un puntaje total, asi, a mayor puntuación mayor índice de riesgo. La puntuación máxima entonces será 25 y la mínima 5, en los casos extremos, es decir, si un sujeto ha marcado todas las alternativas SIEMPRE, y en el otro NUNCA.

Necesito crear una variable que sea el resultado de: ITEMS1 + ITEMS2 + ITEMS3 + ITEMS4 + ITEMS5.

Procedimiento: En la base de datos activo el Menú Transformar > Calcular ( click ), se presentará la siguiente ventana:

En el espacio reservado para Variable de destino, debo de dar un nombre a la Variable nueva también llamada

producto o resultado, luego indicar en el espacio reservado para Expresión

numérica , las combinaciones de las variables que van a generar la variable destino, para esto dispongo de unos operadores Aritméticos: +, - , * (multiplicación), / (división), ** ( potenciación) etc. Relacionales < > ≥ ≤ =

–paréntesis-. Lógicos: & (y), ‫( ׀‬o), ~ (negación). Funciones:

31

esta última es una larga lista y contiene más de 70, desde funciones aritméticas, estadísticas, relativas a valores ausentes, a casos cruzados etc.

En nuestro ejemplo sencillo, solo emplearemos la suma y quedaría de la siguiente forma:

Al darle aceptar, inmediatamente se incorporará al final del listado de variables, una nueva con el nombre burtotal

Procedimiento para calcular una nueva variable con condicional.:

32

33

UNIVERSIDAD DE SAN MARTÍN DE PORRES FACULTAD DE OBSTETRICIA Y ENFERMERÍA ESCUELA PROFESIONAL DE ENFERMERÍA PLAN DE SESIÓN I.

INFORMACIÓN GENERAL Asignatura :Informática en Salud Profesor : Dr. Víctor Candela/ Lic. Luis Orderique (Lima)// Marco Arbulú (Chiclayo) Tema : Ordenar casos, insertar casos y variables Sesión No : 06

II.

OBJETIVO DE LA SESIÓN Al terminar la sesión el alumno estará en condiciones de:  Ejecutar opciones para ordenar casos ascendente o descendente.  Insertar casos y variables en la base de datos.

III.

CONTENIDO Y / O ACTIVIDADES  Ejercicios simulados con la data y la PC. para ejecutar las opciones y comandos.  Crea espacios para insertar casos y variables en la base de datos.

IV.

METODOLOGÍA Expositiva .....x... Experimental ....... Investigación individual....x..

XII.

Debate......... Proyecto..... Otros.

Demostración ..x........ Investigación Grupal..x..

MATERIALES A UTILIZAR PARA EXPLICAR EL TEMA DE LA SESIÓN Texto ...x..... Direcciones Electrónicas........... Presentación de multimedia...x.... Separata resumen..x.... Ejercicios de aplicación ...x........ Slides .............. Transparencia ............ . Casos ......x...... Otros .............

VI.

EQUIPOS A UTILIZAR EN LA SESIÓN Proyector de multimedia ......x......... Equipo de cómputo...............x...........

VII.

EVALUACIÓN : Participación en clase. Práctica calificada domiciliaria

VIII.

BIBLIOGRAFÍA Pérez C. (2005). Métodos estadísticos avanzados con SPSS. Edit. Thompson. U. Complutense de Madrid. España Ferrán Aranaz, M. (2009) SPSS para Windows. Programación y análisis estadístico. Madrid: McGraw-Hill -----------------------------------------VoBo Jefe Dpto. Académico

------------------------------Firma Profesor

34

ORDENAR CASOS:

Es una opción que nos permite el programa para ordenar los casos bien sea de manera ascendente o descendente. Así, por ejemplo si quisiéramos tener en la pantalla los casos de mayor a menor edad en función a la edad cronológica de la madre, entonces ejecutaríamos esta opción, en algunos casos esta opción permite conocer de manera rápida los casos mas frecuentes o menos frecuentes y quienes son desde luego si están codificados por número de historia clínica o una codificación numérica para poder identificarlos.

35

INSERTAR UNA NUEVA VARIABLE: A veces necesitamos insertar una nueva variables o bien trasladar una ya existente en nuestra data por diversas razones. Primero marcar en la parte superior el lugar donde quisiéramos que dicha variable se encuentre, luego seguir el procedimiento como se indica gráficamente.

36

37

INSERTAR NUEVO O NUEVOS CASOS De manera similar con el procedimiento para insertar una nueva variable, con la diferencia que ahora deseamos insertar un nuevo caso, esta vez tendremos que seleccionar el lugar donde quisiéramos que se encuentre el nuevo caso o nuevos casos: seguir el procedimiento.

38

UNIVERSIDAD DE SAN MARTÍN DE PORRES FACULTAD DE OBSTETRICIA Y ENFERMERÍA ESCUELA PROFESIONAL DE ENFERMERÍA PLAN DE SESIÓN I.

INFORMACIÓN GENERAL Asignatura :Informática en Salud Profesor : Dr. Víctor Candela/ Lic. Luis Orderique (Lima)// Marco Arbulú (Chiclayo) Tema : Seleccionar Casos. Sesión No : 07

II.

OBJETIVO DE LA SESIÓN Al terminar la sesión el alumno estará en condiciones de:  Escoger casos para un estudio especifico de acuerdo a ciertas características  Escoge casos aleatorios para la muestra de estudio.

III.

CONTENIDO Y / O ACTIVIDADES  Ejercicios simulados con la data y la PC. para ejecutar las opciones y comandos.  Selecciona casos aleatorios para un estudio.

IV.

METODOLOGÍA Expositiva .....x... Experimental ....... Investigación individual....x..

XIII.

Debate......... Proyecto..... Otros.

Demostración ..x........ Investigación Grupal..x...

MATERIALES A UTILIZAR PARA EXPLICAR EL TEMA DE LA SESIÓN Texto ...x..... Direcciones Electrónicas..... Presentación de multimedia...x.... Separata resumen..x.... Ejercicios de aplicación ...x........ Slides .............. Transparencia ............ . Casos ....x........ Otros .............

VI.

EQUIPOS A UTILIZAR EN LA SESIÓN Proyector de multimedia ......x......... Equipo de computo................x..........

VII.

EVALUACIÓN : Participación en clase.

VIII.

BIBLIOGRAFÍA D

R

V 9 “A D v ó m P ” UO Martín, Q.; Cabero Morán, M. y Paz Santana, (2008): Tratamiento estadístico de datos con SPSS. Prácticas resueltas y comentadas. Edit. Thompson Alfagrama. Buenos Aires: Alfagrama .

-----------------------------------------VoBo Jefe Dpto. Académico

------------------------------Firma Profesor

39

SELECCIONAR CASOS

Muy a menudo se necesita seleccionar un grupo de casos, personas, bajo ciertas condiciones o características (variables). Así por ejemplo, si deseáramos trabajar con un grupo de madres primíparas y que sus recién nacidos presentaron bajo peso al nacer, entonces tenemos dos condiciones, una que se primípara y la segunda bajo de peso en sus recién nacidos. Entonces debo indicarle al programa que me seleccione al grupo con estas características.

Procedimiento:

40

41

42

Tenemos solo 3 casos que cumplen dicha condiciones.

43

UNIVERSIDAD DE SAN MARTÍN DE PORRES FACULTAD DE OBSTETRICIA Y ENFERMERÍA ESCUELA PROFESIONAL DE ENFERMERÍA PLAN DE SESIÓN I.

INFORMACIÓN GENERAL Asignatura :Informática en Salud Profesor :Dr. Víctor Candela/ Lic. Luis Orderique (Lima)// Marco Arbulú (Chiclayo) Tema : segmentación de archivos Sesión No : 08

II.

OBJETIVO DE LA SESIÓN Al terminar la sesión el alumno estará en condiciones de:  Presentar resultados estadísticos o informe por separado de acuerdo a las categorías de la variable.  Generar el informe por separado en tablas y gráficos.

III.

CONTENIDO Y / O ACTIVIDADES  Ejecución práctica en la PC y con la base de datos la opción split file  Ejercicios simulados y practica dirigida.

IV.

METODOLOGÍA Expositiva .....x... Experimental ....... Investigación individual....x..

XIV.

Debate......... Proyecto..... Otros.

Demostración ..x........ Investigación Grupal.....

MATERIALES A UTILIZAR PARA EXPLICAR EL TEMA DE LA SESIÓN Texto ...x..... Direcciones Electrónicas........... Presentación de multimedia...x.... Separata resumen..x.... Ejercicios de aplicación ...x........ Slides .............. Transparencia ............ . Casos ............ Otros .............

VI.

EQUIPOS A UTILIZAR EN LA SESIÓN Proyector de multimedia ......x......... Equipo de cómputo................x .......

VII.

EVALUACIÓN : Participación en clase. Práctica calificada domiciliaria

VIII.

BIBLIOGRAFÍA Pérez C. (2005). Métodos estadísticos avanzados con SPSS. Edit. Thompson. U. Complutense de Madrid. España. Martín, Q.; Cabero Morán, M. y Paz Santana, (2008): Tratamiento estadístico de datos con SPSS. Prácticas resueltas y comentadas. Edit. Thompson Dominique Saugy de Babini, Jorge Fraga(2008), Consejo Latinoamericano de Ciencias Sociales

-----------------------------------------VoBo Jefe Dpto. Académico

------------------------------Firma Profesor

44

SEGMENTACIÓN DE ARCHIVOS:

Para conocer los resultados estadístico respecto a una variable, el programa lo realiza de una manera sencilla, así por ejemplo queremos conocer los principales resultados descriptivos respecto a la variable PESO DE RECIEN NACIDO O RESPECTO A LA TALLA O ESTATURA EN EL MOMENTO DE NACER-

45

Resultados: Es ta dí sti co s

N

Válido s P erdidos

peso del t alla del recien recien nacido nacido en en gramo s cen t imet ro s 18 5 18 5 0

0

Media

32 38.9 5

49 .6 00

Median a

32 50.0 0

50 .0 00

33 00

49 .0

Desv. t íp .

36 6.62 1

1.65 16

Asimet ría

-.014

.183

Erro r t íp. de asimet ría

.179

.179

Curt osis

.366

.959

Erro r t íp. de curt osis

.355

.355

Mínimo

22 60

45 .0

Máx im o

44 50

56 .0

25

30 00.0 0

49 .0 00

50

32 50.0 0

50 .0 00

75

34 85.0 0

51 .0 00

Mo da

P ercent iles

46

Pero si quisiéramos conocer los datos estadísticos referente al peso y talla de los recién nacidos, pero por separado, según sexo, es decir estos datos estadístico de los recién nacidos hombres y mujeres. Entonces, esto implica optar por otras opciones en el spss. Procedimiento:

47

48

49

Resultado con segmentación de archivos:

Es ta dí sti co s

sexo del recien n acido ho mbre N

Válido s

Media

32 79 .2 2

49 .9 22

Median a

32 55 .0 0

50 .0 00

Mo da

33 00

49 .0

Desv. t íp .

38 2.33 9

1.66 12

Asim et ría

.175

.302

Erro r t íp. de asimet ría

.246

.246

Curt osis

.296

1.83 9

Erro r t íp. de curt osis

.488

.488

Mínimo

23 00

45 .0

Máx imo

44 50

56 .0

25

30 50 .0 0

49 .0 00

50

32 55 .0 0

50 .0 00

75

35 00 .0 0

51 .0 00

89

89

Media

31 95 .5 1

49 .2 53

Median a

32 50 .0 0

49 .0 00

33 00

49 .0

Desv. t íp .

34 5.76 3

1.57 78

Asim et ría

-.377

-.009

Erro r t íp. de asimet ría

.255

.255

Curt osis

.206

-.227

Erro r t íp. de curt osis

.506

.506

Mínimo

22 60

46 .0

Máx imo

39 30

53 .0

25

30 00 .0 0

48 .0 00

50

32 50 .0 0

49 .0 00

75

34 50 .0 0

50 .0 00

P ercent iles

mujer

peso del t alla del recien recien nacido nacido en en gramo s cen t imet ro s 96 96

N

Válido s

Mo da

P ercent iles

50

UNIVERSIDAD DE SAN MARTÍN DE PORRES FACULTAD DE OBSTETRICIA Y ENFERMERÍA ESCUELA PROFESIONAL DE ENFERMERÍA PLAN DE SESIÓN I.

INFORMACIÓN GENERAL Asignatura :Informática en Salud Profesor : Dr. Víctor Candela/ Lic. Luis Orderique (Lima)// Marco Arbulú (Chiclayo) Tema : Tabla académicas y gráficos interactivos Sesión No : 10

II.

OBJETIVO DE LA SESIÓN Al terminar la sesión el alumno estará en condiciones de:  Elaborar tablas académicas para la presentación del informe en una investigación científica.  Elaborar gráficos interactivos para presentaciones oficiales en el informe escrito y en diapositiva.

III.

CONTENIDO Y / O ACTIVIDADES  Con la Data y la PC, ejecuta y realiza ejercicios diversos para crear tablas académicas y gráficos interactivos . METODOLOGÍA

IV.

Expositiva .....x... Experimental ....... Investigación individual....x..

XV.

Debate......... Proyecto..... Otros.

Demostración ..x........ Investigación Grupal..x...

MATERIALES A UTILIZAR PARA EXPLICAR EL TEMA DE LA SESIÓN Texto ...x..... Direcciones Electrónicas........... Presentación de multimedia...x.... Separata resumen..x.... Ejercicios de aplicación ...x........ Slides .............. Transparencia ............ . Casos ............ Otros .............

VI.

EQUIPOS A UTILIZAR EN LA SESIÓN Proyector de multimedia ......x......... Equipo de cómputo...............X...........

VII.

EVALUACIÓN : Participación en clase.

VIII.

BIBLIOGRAFÍA D

R

V 9 “A D v m P ” UO Visauta, B. (2007). Análisis estadístico con SPSS. Edit. McGraw-Hill. ·3era Edición

-----------------------------------------VoBo Jefe Dpto. Académico

ó

------------------------------Firma Profesor

51

TABLAS ACADÉMICAS DE PRESENTACIÓN

Normalmente las salidas o resultados tienen distintas presentaciones y es válido en la medida que la tabla exprese o refleje los resultaos importante del estudio, pero si se trata de una presentación para un informe de investigación en un contexto académico entonces hay que ajustar a ciertas reglas proporcionada por la estadística para una presentación ofial, tipo tesis por ejemplo, o para un congreso.

Asi, por ejemplo, toda tabla debe tener un titulo, debe estar enumerado, no deben cerrarse los bordes laterales. Como modificar las tablas en spss para dichas salidas académicas. Procedimiento:

Salida comun en spss:

tipo de par to

Válidos

eutocico cesarea Total

Frecuenc ia 148 37 185

Porcentaje 80.0 20.0 100.0

Porcentaje válido 80.0 20.0 100.0

Porcentaje ac umulado 80.0 100.0

Primero crear la tabla: Procedimiento el la PC y el SPSS

52

Modificarlo de acuerdo a las exigencias, en cuanto a los datos

53

54

55

Salida final de la tabla académica:

Tabla N° 1. Distribución de los recién nacidos según Tipo de Parto. HMI Ramos Larrea. Imperial Cañete.

eutocico cesarea Total

Frecuencia

Po rcentaje

148

80.0

37

20.0

185

100.0

56

UNIVERSIDAD DE SAN MARTÍN DE PORRES FACULTAD DE OBSTETRICIA Y ENFERMERÍA ESCUELA PROFESIONAL DE ENFERMERÍA PLAN DE SESIÓN I.

INFORMACIÓN GENERAL Asignatura :Informática en Salud Profesor : Dr. Víctor Candela/ Lic. Luis Orderique (Lima)// Marco Arbulú (Chiclayo) Tema : Tablas de contingencias y reporte completo Sesión No : 11

II.

OBJETIVO DE LA SESIÓN Al terminar la sesión el alumno estará en condiciones de:  Crea tablas de contingencia para tablas de 2x2 y mas.  Presenta información en tablas con porcentajes de filas, columnas y total., analiza e interpreta.

III.

CONTENIDO Y / O ACTIVIDADES  Con la Data y la PC ejecuta las opciones en SPSS para solicitar el informe completo en las tablas de contingencia.

IV.

METODOLOGÍA Expositiva .....x... Experimental ....... Investigación individual....x..

XVI.

Debate......... Proyecto..... Otros.

Demostración ..x........ Investigación Grupal..x...

MATERIALES A UTILIZAR PARA EXPLICAR EL TEMA DE LA SESIÓN Texto ...x..... Direcciones Electrónicas........... Presentación de multimedia...x.... Separata resumen..x.... Ejercicios de aplicación ...x........ Slides .............. Transparencia ............ . Casos ............ Otros .............

VI.

EQUIPOS A UTILIZAR EN LA SESIÓN Proyector de multimedia ......x......... Equipo de cómputo..............X............

VII.

EVALUACIÓN : Participación en clase. Práctica calificada domiciliaria

VIII.

BIBLIOGRAFÍA D

R

V 9 “A D v ó m P ” UO Pérez C. (2005). Métodos estadísticos avanzados con SPSS. Edit. Thompson. U. Complutense de Madrid. España. ó m v ó Larramendi

-----------------------------------------VoBo Jefe Dpto. Académico

------------------------------Firma Profesor

57

TABLAS DE CONTINGENCIAS

En estadística las tablas de contingencia se emplean para registrar y analizar la relación entre dos o más variables, habitualmente de naturaleza cualitativa -nominales u ordinales-. Supóngase que se dispone de dos variables, la primera el sexo (hombre o mujer) y la segunda que recoge si el individuo es zurdo o diestro. Se ha observado esta pareja de variables en una muestra aleatoria de 100 individuos. Se puede emplear una tabla de contingencia para expresar la relación entre estas dos variables, del siguiente modo:

Diestro Zurdo TOTAL Hombre 43

9

52

Mujer

4

48

13

100

44

TOTAL 87

Las cifras en la columna de la derecha y en la fila inferior reciben el nombre de frecuencias marginales y la cifra situada en la esquina inferior derecha es el gran total. La tabla nos permite ver de un vistazo que la proporción de hombres diestros es aproximadamente igual a la proporción de mujeres diestras. Sin embargo, ambas proporciones no son idénticas y la significación estadística de la diferencia entre ellas puede ser evaluada con el test Chi Cuadrado de Pearson, supuesto que las cifras de la tabla son una muestra aleatoria de una población. Si la proporción de individuos en cada columna varía entre las diversas filas y viceversa, se dice que existe asociación entre las dos variables. Si no existe asociación se dice que ambas variables son independientes.

Procedimiento en SPSSWIN: 1

58

59

Tabla de continge ncia tipo de parto * se xo del recie n nacido sexo d el recien nacido hombre tip o de parto

eutocico

cesarea

Total

Recuento

mu jer

Total

74

74

148

% de tipo de parto

50.0%

50.0%

100.0%

% de sexo del recien nacido

77.1%

83.1%

80.0%

% del total

40.0%

40.0%

80.0%

22

15

37

% de tipo de parto

59.5%

40.5%

100.0%

% de sexo del recien nacido

22.9%

16.9%

20.0%

% del total

11.9%

8.1%

20.0%

96

89

185

51.9%

48.1%

100.0%

100.0%

100.0%

100.0%

51.9%

48.1%

100.0%

Recuento

Recuento % de tipo de parto % de sexo del recien nacido % del total

60

80 70

60 50

40

30

Recuento

20

sexo del recien naci

10

hombre

0

mujer eutocic o

cesarea

tipo de parto

Procedimiento para gráficos interactivos:

61

62

63

UNIVERSIDAD DE SAN MARTÍN DE PORRES FACULTAD DE OBSTETRICIA Y ENFERMERÍA ESCUELA PROFESIONAL DE ENFERMERÍA PLAN DE SESIÓN I.

INFORMACIÓN GENERAL Asignatura :Informática en Salud Profesor : Dr. Víctor Candela/ Lic. Luis Orderique (Lima)// Marco Arbulú (Chiclayo) Tema : Prueba Chi Cuadrado con spss Sesión No : 12

II.

OBJETIVO DE LA SESIÓN Al terminar la sesión el alumno estará en condiciones de:  Ejecutar, analizar e interpretar las salidas de la prueba chi cuadrado de Pearson.

III.

CONTENIDO Y / O ACTIVIDADES  Se analiza teóricamente la prueba Chi cuadrado de pearson para muestras independientes.  Con la data y la PC, Se ejecuta y se analizan los resultadlos para su interpretación.

IV.

METODOLOGÍA Expositiva .....x... Experimental ....... Investigación individual....x..

XVII.

Debate......... Proyecto..... Otros.

Demostración ..x........ Investigación Grupal..x...

MATERIALES A UTILIZAR PARA EXPLICAR EL TEMA DE LA SESIÓN Texto ...x..... Direcciones Electrónicas........... Presentación de multimedia...x.... Separata resumen..x.... Ejercicios de aplicación ...x........ Slides .............. Transparencia ............ . Casos ............ Otros .............

VI.

EQUIPOS A UTILIZAR EN LA SESIÓN Proyector de multimedia ......x......... Equipo de cómputo..........................

VII.

EVALUACIÓN : Participación en clase.

VIII.

BIBLIOGRAFÍA

Alfagrama. Buenos Aires: Alfagrama Martín, Q.; Cabero Morán, M. y Paz Santana, (2008): Tratamiento estadístico de datos con SPSS. Prácticas resueltas y comentadas. Edit. Thompson

-----------------------------------------VoBo Jefe Dpto. Académico

------------------------------Firma Profesor

64

LA DOCIMASIA DE INDEPENDENCIA Y LA PRUEBA CHI CUADRADO

La prueba χ² o prueba de χ² (pronunciado como "ji-cuadrado" y a veces incorrectamente como "chi-cuadrado") es considerada como una prueba no paramétrica que mide la discrepancia entre una distribución observada y otra teórica (bondad de ajuste), indicando en qué medida las diferencias existentes entre ambas, de haberlas, se deben al azar en el contraste de hipótesis. También se utiliza para probar la independencia de dos variables entre sí, mediante la presentación de los datos en tablas de contingencia. La fórmula que da el estadístico es la siguiente:

Cuanto mayor sea el valor de χ2, menos verosímil es que la hipótesis sea correcta. De la misma forma, cuanto más se aproxima a cero el valor de chi-cuadrado, más ajustadas están ambas distribuciones. Los grados de libertad gl vienen dados por : gl= (r-1)(k-1). Donde r es el número de filas y k el de columnas. 

Criterio de decisión:

Se acepta H0 cuando

. En caso contrario se rechaza.

Donde t representa el valor proporcionado por las tablas, según el nivel

65

66

67

68

Aplicaciones:

PRUEBA JI - CUADRADO

CASO TIPO DE MÚSICA VS. NIVELES DE ESTUDIO: DATOS2. SAV 1.

Un sociólogo sostiene la hipótesis de que el nivel de estudios de los individuos influye en sus gustos musicales. Después de un estudio hecho sobre una muestra de 400 personas ha obtenido los siguientes datos: NIVELES DE ESTUDIOS

TIPO DE MÚSICA BÁSICO

MEDIO

ALTO

ROCK

95

45

20

POP

30

60

40

CLASICA

15

35

60

Hacer un estudio para saber si el sociólogo tiene razón, considerando un nivel de significación del 5%. Procedimiento:

69

1. Construya un fichero con los datos anteriores

Nombre de la variable:

NIVELES (Nominal)

Nombre de la Variable:

MÚSICA (Nominal)

Etiqueta de la variable:

NIVELES DE ESTUDIOS

Etiqueta de la variable:

TIPO DE MÚSICA

Valor

Etiqueta de los valores

Valor

Etiqueta de los valores

1

Básico

1

Rock

2

Medio

2

Pop

3

Alto

3

Clásica

Hipótesis estadísticas a contrastar : Ho: Independencia de las dos variables: El tipo de música no depende del nivel de estudios que tenga. H1: Dependencia de las dos variables: El tipo de música si depende del nivel de estudios. Ensayar las formulaciones literales de las hipótesis: Si P  0.05 entonces rechazo Ho. 2) Que tipo de estudio debo de realizar: Estadística => resumir => tablas de contingencia => filas (Música), Columnas (Niveles) => estadísticos => chi cuadrado; Nominal, Phi y V de Cramer; Casillas => todos, mostrar gráfico de barras agrupadas.

Salidas del spss Res um e n de l proce sam ie nto de los casos

Válidos N Porcentaje tipo de mus ica * niveles de es tudios

400

100.0%

Casos Perdidos N Porcentaje 0

.0%

N

Total Porcentaje 400

100.0%

70

Tabla de contingencia tipo de m usica * niveles de es tudios

tipo de mus ica

roc k

pop

clas ica

Total

Recuento Frecuenc ia es perada % de tipo de musica % de niv eles de estudios % del total Residual Residuos tipif ic ados Residuos corregidos Recuento Frecuenc ia es perada % de tipo de musica % de niv eles de estudios % del total Residual Residuos tipif ic ados Residuos corregidos Recuento Frecuenc ia es perada % de tipo de musica % de niv eles de estudios % del total Residual Residuos tipif ic ados Residuos corregidos Recuento Frecuenc ia es perada % de tipo de musica % de niv eles de estudios % del total

niveles de es tudios basico medio alto 95 45 20 56.0 56.0 48.0 59.4% 28.1% 12.5% 67.9% 32.1% 16.7% 23.8% 11.3% 5.0% 39.0 -11.0 -28.0 5.2 -1.5 -4.0 8.3 -2.4 -6.2 30 60 40 45.5 45.5 39.0 23.1% 46.2% 30.8% 21.4% 42.9% 33.3% 7.5% 15.0% 10.0% -15.5 14.5 1.0 -2.3 2.1 .2 -3.5 3.2 .2 15 35 60 38.5 38.5 33.0 13.6% 31.8% 54.5% 10.7% 25.0% 50.0% 3.8% 8.8% 15.0% -23.5 -3.5 27.0 -3.8 -.6 4.7 -5.5 -.8 6.6 140 140 120 140.0 140.0 120.0 35.0% 35.0% 30.0% 100.0% 100.0% 100.0% 35.0% 35.0% 30.0%

Total 160 160.0 100.0% 40.0% 40.0%

130 130.0 100.0% 32.5% 32.5%

110 110.0 100.0% 27.5% 27.5%

400 400.0 100.0% 100.0% 100.0%

3)

Interpretar las frecuencias totales, parciales con sus respectivos porcentajes.

4)

¿Cuántas personas tienen un nivel de estudio alto y prefieren la música clásica? ¿Cuántas cabría esperar si la hipótesis nula fuera cierta? R. 60, (33, si la hipótesis nula fuera cierta; Es decir si los gustos musicales no tienen nada que ver con los niveles de estudios, los casos que se deben esperar serían 33). Frecuencia esperada =

total de fila x total de columna Total

5) ¿Cómo se construye el estadístico Ji - Cuadrado de Pearson, como se interpreta, son todas las frecuencias observadas mayores que 5 ?

71

El estadístico Ji - cuadrado de Pearson se construye a partir de las frecuencias esperadas ( E ) y las observadas ( 0 ) X² :



0  E ² E

Prue b as d e chi-cu ad rad o

V alor 92.335 a 92.740

Chi-c uadrado de Pears on Razón de v eros imilitud A sociación lineal por lineal N de casos v álidos

80.641

4 4

Sig. as int. (bilateral) .000 .000

1

.000

gl

400

a. 0 casillas (.0%) tienen una f rec uencia es perada inf erior a 5. La f rec uencia mínima es perada es 33.00.

En este caso, su valor es de 92, 335 con 4 grados de libertad (filas –1x columnas –1) y su significación es de 0. Así que para cualquier nivel, rechazamos la hipótesis nula. Hay dependencia significativa: o lo que es igual, los gustos musicales dependen del nivel de estudios que tenga la persona. Como se interpretan los residuos: Puesto que las variables son dependientes, habrá valores que estén por encima o por debajo del que cabría esperar. De aquí que existan residuos o residuales. Por ejemplo, hay 95 personas con estudios básicos y que prefieran música Rock. Cabría esperar 56 bajo la hipótesis nula, luego el valor residual será ( 95 – 56 = 39 ), pero un mismo valor residual puede ser pequeño o grande dependiendo de la frecuencia esperada en la celda, para subsanar este problema se utiliza el residuo tipificado. Si este es grande en valor absoluto (mayor que 1), las categorías correspondientes estarán relacionadas. Si es positivo, la frecuencia observada se concentraría más de los que cabría esperar bajo la hipótesis nula y al contrario, si es negativo. En pocas palabras, altos valores en residuos tipificado (mayores que 1) y positivo, su probabilidad de preferencia es mayor bajo la hipótesis nula. Esto se corrobora con el gráfico. Esto es importante para la prueba de homogeneidad.

10 0

80

60

40

Recuento

niv eles de es tudios ba sico

20

me dio 0

alt o roc k

po p

cla sica

t ipo de m us ic a

72

M e didas s im é tricas

Nominal por nominal

Phi V de Cramer

N de casos v álidos

V alor .480 .340 400

Sig. aproximada .000 .000

a. No asumiendo la hipótesis nula. b. Empleando el error típic o as intótico basado en la hipótesis nula.

Bien ya sabemos que son dependientes y también heterogéneos, queremos saber el grado de asociación de éstas variables, es decir cuanto de asociadas están. En el caso de ser variables dicotómicas y en tablas de 2 x 2, se emplea el coeficiente Phi, coincide con el coeficiente de correlación de Pearson, su valor varía de –1 a 1. Cuando la dimensión es mayor, se emplea la V de Cramer que es una extensión de la Phi, su valor oscila entre 0 y 1 (mínima y máxima asociación); su valor es 0.340, más bien pequeño, aunque significativa.

TABLAS DE CONTINGENCIA: Nominal y Tablas de 2 x 2 (datos3.sav) Vamos a estudiar la relación entre sexo y niveles de rechazo a la violencia (sexo, violen) Vamos a probar si el nivel de rechazo a la violencia depende o no del sexo.

Ho: Son independientes: El nivel de rechazo a la violencia no depende del sexo de los jóvenes. H1: Son dependientes: El nivel de rechazo a la violencia depende del sexo de los jóvenes.

Procedimiento:

(Las dos variables son nominales dicotómicas).

Estadístico => resumir => tablas de contingencia => filas, sexo; columnas, violen => estadístico: Chi cuadrado; Phi; riesgo; casillas => todos; mostrar los gráficos de barras agrupadas.

Salidas del spss

Tablas de contingencia

73

Res um e n de l proce sam ie nto de los casos

Válidos N Porcentaje SEXO * NIVEL DE RECHAZO A LA VIOLENCIA

174

Casos Perdidos N Porcentaje

99.4%

1

Total Porcentaje

N

.6%

175

100.0%

Tabla de contingencia SEXO * NIV EL DE RECHAZO A LA V IOLENCIA

SEXO

HOMBRE

MUJER

Total

Recuento Frecuenc ia es perada % de SEXO % de NIV EL DE RECHA ZO A LA V IOLENCIA % del total Residual Residuos tipif ic ados Residuos corregidos Recuento Frecuenc ia es perada % de SEXO % de NIV EL DE RECHA ZO A LA V IOLENCIA % del total Residual Residuos tipif ic ados Residuos corregidos Recuento Frecuenc ia es perada % de SEXO % de NIV EL DE RECHA ZO A LA V IOLENCIA % del total

NIV EL DE RECHA ZO A LA V IOLENCIA A CTIV O PA SIV O 41 35 58.5 17.5 53.9% 46.1%

Total 76 76.0 100.0%

30.6%

87.5%

43.7%

23.6% -17.5 -2.3 -6.4 93 75.5 94.9%

20.1% 17.5 4.2 6.4 5 22.5 5.1%

43.7%

98 98.0 100.0%

69.4%

12.5%

56.3%

53.4% 17.5 2.0 6.4 134 134.0 77.0%

2.9% -17.5 -3.7 -6.4 40 40.0 23.0%

56.3%

174 174.0 100.0%

100.0%

100.0%

100.0%

77.0%

23.0%

100.0%

Mediante la Ji - Cuadrado de Pearson con un valor de 40.546 y con 1 grado de libertad y significación 0, podemos decir que la dependencia es significativa, el nivel de rechazo a la violencia depende del sexo.

Además en tablas de 2 x 2, puesto que el p valor asociado a Ji - Cuadrado puede ser poco preciso, aparecen dos nuevos estadísticos, la CORRECCIÓN DE CONTINUIDAD de Yates (cuando la muestra es grande) y el ESTADÍSTICO EXACTO de Ficher (cuando la muestra pequeña).

74

La corrección de continuidad de yates. Se interpreta exactamente igual que la Ji Cuadrado. El estadístico exacto de Ficher se emplea sobre todo cuando hay una alguna frecuencia esperada menor que 5.En nuestro caso hay 0 casillas con frecuencia esperada menor que 5, la frecuencia mínima esperada es 17.47, con lo que no podríamos quedar con la corrección de continuidad. Salidas del spss Prue bas de chi-cuadrado

Chi-c uadrado de Pears on Correc ción ade continuidad Razón de v eros imilitud Es tadístic o exacto de Fisher A sociación lineal por lineal N de casos v álidos

1

Sig. as int. (bilateral) .000

38.266

1

.000

43.240

1

.000

V alor 40.546 b

gl

40.313

1

Sig. ex acta (bilateral)

Sig. ex acta (unilateral)

.000

.000

.000

174

a. Calc ulado sólo para una tabla de 2x 2. b. 0 casillas (.0%) tienen una f rec uencia es perada inf erior a 5. La f recuencia mínima es perada es 17.47.

Me didas s im é tricas

Nominal por nominal

Phi V de Cramer

N de casos v álidos

V alor -.483 .483 174

Sig. aproximada .000 .000

a. No asumiendo la hipótesis nula. b. Empleando el error típic o as intótico basado en la hipótesis nula.

75

10 0

80

60

Recuento

40

NI VEL DE RECHAZO A L

20

ACTI VO 0

PASI VO HOMBRE

MUJER

SEXO

Para tablas de 2 X 2 , el grado de asociación entre las dos variables se observa el valor Phi ( -1 ,1 ) , el signo indica si es directa o inversa la relación. En nuestro caso tenemos que el grado a pesar de ser significativo no es muy fuerte ni muy débil y su relación es inversa ( por el signo). OJO se interpreta igual que el coeficiente de correlación de Pearson. Es decir, que a medida que aumentan los valores de sexo disminuye los de violen el nivel de rechazo a la violencia ( interpretar analíticamente esta relación inversa)

Recordar que la Ji - Cuadrado tiene algunas limitaciones: No se aplica la Ji - Cuadrado en tablas mayores de 2 x 2 cuando hay por lo menos una casilla menor que 1, en nuestro caso la mínima esperada es de 2,43, de no ser así se tendría que aumentar el tamaño de la muestra. En tablas mayores de 2 x 2 no se aplica la Ji - Cuadrado cuando el porcentaje de casillas en frecuencias esperadas es mayor al 20% (flexibilidad de acuerdo con el estudio y de investigador).

76

UNIVERSIDAD DE SAN MARTÍN DE PORRES FACULTAD DE OBSTETRICIA Y ENFERMERÍA ESCUELA PROFESIONAL DE ENFERMERÍA PLAN DE SESIÓN I.

INFORMACIÓN GENERAL Asignatura :Informática en Salud Profesor : Dr. Víctor Candela/ Lic. Luis Orderique (Lima)// Marco Arbulú (Chiclayo) Tema : Análisis de residuos tipificados y medidas de asociación Sesión No : 13

II.

OBJETIVO DE LA SESIÓN Al terminar la sesión el alumno estará en condiciones de:  Ejecuta los comandos para solicitar los índices de residuos tipificados en las tablas de contingencias.  Analiza e interpreta los coeficientes.

III.

CONTENIDO Y / O ACTIVIDADES  Con la PC y los datos simulados, los alumnos calculan y presentan los resultados para su interpretación, discuten los hallazgos.

IV.

METODOLOGÍA Expositiva .....x... Experimental ....... Investigación individual....x..

XVIII.

Debate......... Proyecto..... Otros.

Demostración ..x........ Investigación Grupal..x...

MATERIALES A UTILIZAR PARA EXPLICAR EL TEMA DE LA SESIÓN Texto ...x..... Direcciones Electrónicas........... Presentación de multimedia...x.... Separata resumen..x.... Ejercicios de aplicación ...x........ Slides .............. Transparencia ............ . Casos ............ Otros .............

VI.

EQUIPOS A UTILIZAR EN LA SESIÓN Proyector de multimedia ......x......... Equipo de cómputo.............X...........

VII.

EVALUACIÓN : Participación en clase. Práctica calificada domiciliaria

VIII.

BIBLIOGRAFÍA Dominique Saugy de Babini, Jorge Fraga(2008), Consejo Latinoamericano de Ciencias Sociales Pérez C. (2005). Métodos estadísticos avanzados con SPSS. Edit. Thompson. U. Complutense de Madrid. España.

-----------------------------------------VoBo Jefe Dpto. Académico

------------------------------Firma Profesor

77

APLICACIONES PARA INTERPRETAR LOS COEFICIENTES DE ASOCIACIÓN:

CASO 2.

IMPORTANCIA AL FÍSICO VS. EL INTERÉS POR EL DEPORTE

Utilice el archivo datos.3sav. para estudiar la relación entre la importancia que un joven le da al físico (Físico, 1 = muy poca a 5 = muchísima importancia) y el interés que tenga por el deporte (Deport, en igual escala). Realice una tabla de contingencia con las medidas de asociación propias para el caso.

Ho: Independientes: La importancia que un joven le da al físico no depende del interés que tenga por el deporte. H1: Son independientes: La importancia que un joven le da al físico depende del interés por el deporte. Salidas del spss

78

T ab la d e con tin g en cia im p or tancia po r fís ico * in te rés de po rte

importanc ia por f ísico

MUY POCA

POCA

MEDIA

MUCHA

MUCHÍSIMA

Total

Recuento Frecuenc ia es perada % de importancia por f ís ic o % de interés deporte % del total Residual Residuos tipif ic ados Residuos corregidos Recuento Frecuenc ia es perada % de importancia por f ís ic o % de interés deporte % del total Residual Residuos tipif ic ados Residuos corregidos Recuento Frecuenc ia es perada % de importancia por f ís ic o % de interés deporte % del total Residual Residuos tipif ic ados Residuos corregidos Recuento Frecuenc ia es perada % de importancia por f ís ic o % de interés deporte % del total Residual Residuos tipif ic ados Residuos corregidos Recuento Frecuenc ia es perada % de importancia por f ís ic o % de interés deporte % del total Residual Residuos tipif ic ados Residuos corregidos Recuento Frecuenc ia es perada % de importancia por f ís ic o % de interés deporte % del total

MUY POCA 0 4.4

interés deporte MEDIA MUCHA 3 2 5 2.4 3.0 2.8

POCA

MUCHÍSIMA 7 4.4

Total 17 17.0

.0%

17.6%

11.8%

29.4%

41.2%

100.0%

.0% .0% -4.4 -2.1 -2.6 3 4.4

12.0% 1.7% .6 .4 .4 0 2.4

6.5% 1.1% -1.0 -.6 -.7 1 3.0

17.2% 2.9% 2.2 1.3 1.5 2 2.8

15.6% 4.0% 2.6 1.3 1.5 11 4.4

9.7% 9.7%

17.6%

.0%

5.9%

11.8%

64.7%

100.0%

6.7% 1.7% -1.4 -.7 -.8 6 11.1

.0% .0% -2.4 -1.6 -1.8 3 6.1

3.2% .6% -2.0 -1.2 -1.3 7 7.6

6.9% 1.1% -.8 -.5 -.6 11 7.1

24.4% 6.3% 6.6 3.2 3.9 16 11.1

9.7% 9.7%

14.0%

7.0%

16.3%

25.6%

37.2%

100.0%

13.3% 3.4% -5.1 -1.5 -2.0 13 13.4

12.0% 1.7% -3.1 -1.3 -1.6 11 7.4

22.6% 4.0% -.6 -.2 -.3 9 9.2

37.9% 6.3% 3.9 1.5 1.8 9 8.6

35.6% 9.1% 4.9 1.5 2.0 10 13.4

24.6% 24.6%

25.0%

21.2%

17.3%

17.3%

19.2%

100.0%

28.9% 7.4% -.4 -.1 -.1 23 11.8

44.0% 6.3% 3.6 1.3 1.7 8 6.6

29.0% 5.1% -.2 -.1 -.1 12 8.1

31.0% 5.1% .4 .1 .2 2 7.6

22.2% 5.7% -3.4 -.9 -1.3 1 11.8

29.7% 29.7%

50.0%

17.4%

26.1%

4.3%

2.2%

100.0%

51.1% 13.1% 11.2 3.2 4.4 45 45.0

32.0% 4.6% 1.4 .6 .7 25 25.0

38.7% 6.9% 3.9 1.3 1.7 31 31.0

6.9% 1.1% -5.6 -2.0 -2.6 29 29.0

2.2% .6% -10.8 -3.1 -4.3 45 45.0

26.3% 26.3%

17 17.0

43 43.0

52 52.0

46 46.0

175 175.0

25.7%

14.3%

17.7%

16.6%

25.7%

100.0%

100.0% 25.7%

100.0% 14.3%

100.0% 17.7%

100.0% 16.6%

100.0% 25.7%

100.0% 100.0%

En este caso hubiéramos suprimido la tabla, puesto que sus dimensiones no nos aportan nada. Las dos variables están medidas en escala ordinal.

Mediante la Ji - Cuadrado de Pearson con valor 60.237, y con 16 grados de libertad y significación 0, rechazamos la hipótesis nula de independencia. Para cualquier nivel las dos variables son significativamente dependientes. La misma conclusión se obtiene con la razón de verosimilitud. Se observa por otro lado que hay un 40% de casillas con frecuencia esperada menor que 5. La mínima es 2, 43. Sería un porcentaje, dentro de lo que cabe, aceptable.

79

Prue bas de chi-cuadrado

Chi-c uadrado de Pears on Razón de v eros imilitud A sociación lineal por lineal N de casos v álidos

V alor 60.237 a 70.175

16 16

Sig. as int. (bilateral) .000 .000

1

.000

gl

39.689 175

a. 10 c as illas (40.0% ) tienen una f recuenc ia es perada inf erior a 5. La f recuencia mínima esperada es 2.43.

Una vez comprobado que son dependientes, vemos la medida de asociación a través del coeficiente Gamma, Tau-b Kendall (rangos empates), Tau-c kendall (rangos no considera empates). En realidad los tres coeficientes nos indican el grado de asociación entre las variables, con la diferencia que los Tau Kendall se emplean en variables ordinales con rangos en donde se consideran o no empates.

En nuestro caso no centraremos en el Gamma. Es una medida no paramétrica de asociación para variables ordinales en tablas de cualquier orden. Toma valores entre 1 y –1, valores próximos a 1 indican fuerte asociación y próximos a 0 ninguna asociación. Si es positivo su asociación es directa y si es negativo su asociación es inversa. Un valor de –0.521 significa una asociación media tirando para débil, que es inversa así, cuanta más importancia le de un joven al físico, menos interés tendrá por el deporte.

Me didas sim é tricas

Ordinal por ordinal

Tau-b de Kendall Tau-c de Kendall Gamma

N de casos v álidos

V alor -.414 -.401 -.521 175

Error típ. a as int. .049 .047 .060

b

T aprox imada -8.492 -8.492 -8.492

Sig. aproximada .000 .000 .000

a. No asumiendo la hipótesis nula. b. Empleando el error típico as intótico bas ado en la hipótes is nula.

ver gráfico por curiosidad: En cuanto a medidas direccionales: La d de Somer es muy similar a la Gamma antes calculado, asociación débil e inversa (-.414), sin embargo reporta un indicador del grado de asociación cuando una u otra variable es dependiente, cuan predictora es una un otra en caso de ser dependiente.

80

Me didas dire ccionale s

Ordinal por ordinal

d de Somer

Simétric a importanc ia por f ís ic o dependiente interés deporte dependiente

Valor -.414

Error típ. a as int. .049

T aprox imada -8.492

Sig. aproximada .000

-.407

.049

-8.492

.000

-.421

.049

-8.492

.000

b

a. No asumiendo la hipótesis nula. b. Empleando el error típic o as intótico basado en la hipótesis nula.

81

UNIVERSIDAD DE SAN MARTÍN DE PORRES FACULTAD DE OBSTETRICIA Y ENFERMERÍA ESCUELA PROFESIONAL DE ENFERMERÍA PLAN DE SESIÓN I.

INFORMACIÓN GENERAL Asignatura :Informática en Salud Profesor : Dr. Víctor Candela/ Lic. Luis Orderique (Lima)// Marco Arbulú (Chiclayo) Tema : Estimación curvilínea Sesión No : 14

II.

OBJETIVO DE LA SESIÓN Al terminar la sesión el alumno estará en condiciones de:  Ejecutar los comandos para la ejecución de la regresión lineal y la estimación curvilínea.  Analizar e interpretar las salidas a través del coeficiente de determinación.

III.

CONTENIDO Y / O ACTIVIDADES  Con la PC y los datos simulados, los alumnos calculan y presentan los resultados para su interpretación, discuten los hallazgos.

IV.

METODOLOGÍA Expositiva .....x... Experimental ....... Investigación individual....x..

XIX.

Debate......... Proyecto..... Otros.

Demostración ..x........ Investigación Grupal..x...

MATERIALES A UTILIZAR PARA EXPLICAR EL TEMA DE LA SESIÓN Texto ...x..... Direcciones Electrónicas........... Presentación de multimedia...x.... Separata resumen..x.... Ejercicios de aplicación ...x........ Slides .............. Transparencia ............ . Casos ............ Otros .............

VI.

EQUIPOS A UTILIZAR EN LA SESIÓN Proyector de multimedia ......x......... Equipo de cómputo..........................

VII.

EVALUACIÓN : Participación en clase.

VIII.

BIBLIOGRAFÍA ó

m v ó Larramendi Visauta, B. (2007). Análisis estadístico con SPSS. Edit. McGraw-Hill. ·3era Edición

-----------------------------------------VoBo Jefe Dpto. Académico

------------------------------Firma Profesor

82

REGRESION LINEAL Y ESTIMACIÓN CURVILINEA

83

84

Ejecución en el SPSS:

Cor relaciones

cantidad palabras mal escritas indice de memoria

Correlación de Pearson Sig. (bilateral) N Correlación de Pearson Sig. (bilateral) N

cantidad palabras indice de mal escritas memoria 1 -.833** . .000 21 21 -.833** 1 .000 . 21 21

**. La correlación es significativa al nivel 0,01 (bilateral).

85

ESTIMACIÓN CURVILÍNEA Procedimiento:

86

Estimación curvilínea MODEL: _

MOD_1.

Independent:

MEMORIA

Dependent Mth PALMES PALMES PALMES 9 PALMES PALMES PALMES PALMES

LIN LOG QUA CUB POW GRO EXP

Rsq

d.f.

F

Sigf

b0

b1

.694 .707 .712 .713 .752 .756 .756

19 19 18 18 19 19 19

43.05 45.89 22.21 22.33 57.49 58.93 58.93

.000 .000 .000 .000 .000 .000 .000

141.358 279.344 214.598 193.168 6170.15 5.7790 323.421

-7.0948 -90.651 -18.830 -13.378 -1.9534 -.1548 -.1548

b2

b3

.4472 .0118

Notes: 9 Tolerance limits reached; some dependent variables were not entered.

cantidad palabras mal escritas 120

100 Observada 80 Lineal Logarítmico

60

Cuadrático 40

Cúbic o Potencia

20 Creci miento 0

Exponencial 6

8

10

12

14

16

18

20

indice de memoria

87

UNIVERSIDAD DE SAN MARTÍN DE PORRES FACULTAD DE OBSTETRICIA Y ENFERMERÍA ESCUELA PROFESIONAL DE ENFERMERÍA PLAN DE SESIÓN I.

INFORMACIÓN GENERAL Asignatura :Informática en Salud Profesor : Dr. Víctor Candela/ Lic. Luis Orderique (Lima)// Marco Arbulú (Chiclayo) Tema : Fiabilidad del instrumento Sesión No : 15

II.

OBJETIVO DE LA SESIÓN Al terminar la sesión el alumno estará en condiciones de:  Evaluar la confiabilidad del instrumento de medida a través del test y retest (r de Pearson)  El coeficiente de confiabilidad de Crombach.

III.

CONTENIDO Y / O ACTIVIDADES  Con la PC y los datos simulados, los alumnos calculan y presentan los resultados para su interpretación, discuten los hallazgos.

IV.

METODOLOGÍA Expositiva .....x... Experimental ....... Investigación individual....x..

XX.

Debate......... Proyecto..... Otros.

Demostración ..x........ Investigación Grupal..x...

MATERIALES A UTILIZAR PARA EXPLICAR EL TEMA DE LA SESIÓN Texto ...x..... Direcciones Electrónicas........... Presentación de multimedia...x.... Separata resumen..x.... Ejercicios de aplicación ...x........ Slides .............. Transparencia ............ . Casos ............ Otros .............

VI.

EQUIPOS A UTILIZAR EN LA SESIÓN Proyector de multimedia ......x......... Equipo de cómputo...............x...........

VII.

EVALUACIÓN : Participación en clase. Práctica calificada domiciliaria

VIII.

BIBLIOGRAFÍA Hernández Sampieri R, Baptista Lucio M, Fernández Collado C. Metodología de la investigación. México: McGraw-Hill. 2010. ó m v ó Larramendi

-----------------------------------------VoBo Jefe Dpto. Académico

------------------------------Firma Profesor

88

FIABILIDAD DEL INSTRUMENTO: Todo instrumento debe reunir dos requisitos: Validez y fiabilidad, en lo que se refiere a fiabilidad se trata de probar aquello que si al medir dos o mas veces con el instrumento y a los mismos sujetos, y estos resultados son similares, entonces estaremos hablando que dicho instrumento es fiable o confiable. Cómo medir, como demostrarlo. : El método de test y retest.a través del r de Pearson, permite calcular la fiabilidad, esto requiere que recojamos información antes y después y luego probarlo con dicho estadístico.

El coeficiente alpha de Crombach, es ideal para escala de medida tipo Lkert por ejemplo, Este coeficiente permite determinar no solo la fiabilidad de la escala total, sino tambien conocer que itens influyen el nivel de fiabilidad (escala si se elimina un items especifico.) Ejecución:

89

90

91

Análisis de fiabilidad ****** Method 2 (covariance matrix) will be used for this analysis ****** R E L I A B I L I T Y A N A L Y S I S S C A L E (A L P H A) Mean Std Dev Cases 1. B1 2.2321 1.0107 504.0 2. B2 1.6349 .8904 504.0 3. B3 1.8413 1.0277 504.0 4. B4 1.5873 .8919 504.0 5. B5 1.7143 .9446 504.0 6. B6 1.7798 .9380 504.0 7. B7 1.4167 .7306 504.0 8. B8 1.7679 .8147 504.0 9. B9 1.5972 .8309 504.0 10. B10 1.5833 .8652 504.0 11. B11 1.3968 .7002 504.0 12. B12 1.4464 .8252 504.0

Item Means

B1 B2 B3 B4 B5 B6 B7 B8 B9 B10 B11 B12

Mean 1.6665

Minimum 1.3968

Scale Mean if Item Deleted

Scale Variance if Item Deleted

17.7659 18.3631 18.1567 18.4107 18.2837 18.2183 18.5813 18.2302 18.4008 18.4147 18.6012 18.5516

43.4958 43.8341 43.5837 44.4572 43.8736 44.3936 44.5699 44.2730 43.1830 43.3605 44.8724 44.0570

Maximum 2.2321

Corrected ItemTotal Correlation

Range .8353

Variance .0526

Squared Multiple Correlation

Alpha if Item Deleted

.3606 .4453 .3673 .3527 .3509 .3515 .5438 .4429 .5931 .5464 .6110 .5633

.8920 .8879 .8933 .8909 .8906 .8927 .8850 .8868 .8821 .8844 .8854 .8861

.5516 .6144 .5329 .5564 .5677 .5278 .6937 .6396 .7324 .6812 .6937 .6511

R E L I A B I L I T Y A N A L Y S I S Reliability Coefficients 12 items Alpha = alpha = .9016

Max/Min 1.5980

S C A L E .8965

(A L P H A) Standardized item

92

UNIVERSIDAD DE SAN MARTÍN DE PORRES FACULTAD DE OBSTETRICIA Y ENFERMERÍA ESCUELA PROFESIONAL DE ENFERMERÍA PLAN DE SESIÓN I.

INFORMACIÓN GENERAL Asignatura :Informática en Salud Profesor : Dr. Víctor Candela/ Lic. Luis Orderique (Lima)// Marco Arbulú (Chiclayo) Tema : Información científica – Bibliotecas virtuales. Sesión No : 16

II.

OBJETIVO DE LA SESIÓN Al terminar la sesión el alumno estará en condiciones de:  Buscar información científica en la banda ancha en bibliotecas virtuales.  Buscar en Medline, Scielo, Cohcrane.  Crear una base de datos para las historias clínicas de los pacientes.

III.

CONTENIDO Y / O ACTIVIDADES  Busca en Internet información científica.  Captura la información y analiza los aportes del estudio.

IV.

METODOLOGÍA Expositiva .....x... Experimental ....... Investigación individual....x..

XXI.

Debate......... Proyecto..... Otros.

Demostración ..x........ Investigación Grupal..x...

MATERIALES A UTILIZAR PARA EXPLICAR EL TEMA DE LA SESIÓN Texto ...x..... Direcciones Electrónicas........... Presentación de multimedia...x.... Separata resumen..x.... Ejercicios de aplicación ...x........ Slides .............. Transparencia ............ . Casos ............ Otros .............

VI.

EQUIPOS A UTILIZAR EN LA SESIÓN Proyector de multimedia ......x......... Equipo de computo..............x..........

VII.

EVALUACIÓN : Participación en clase.

VIII.

BIBLIOGRAFÍA http://www.cochrane.dk/cochrane/handbook/handbook.htm (con acceso desde el

31 de

enero de 2009). http://www.bvs.org.pe/html/es/home.html (Octubre de 2009) http://sisbib.unmsm.edu.pe/BVRevistas/gastro/Vol_20N1/editorial.htm (Octubre de 2009) http://www.bvs.sld.cu/ (Octubre de 2010). http://www.unfpa.org.pe/infosd/mortalidad_materna/mor_mat_01.htm (Mayo de 2010) http://desa.inei.gob.pe/endes/queesendes.htm (Mayo de 2010)

-----------------------------------------VoBo Jefe Dpto. Académico

------------------------------Firma Profesor

93

Sobre la Biblioteca Virtual en Salud ANTECEDENTES La Representación de la Organización Panamericana de la Salud en Perú y el Centro Latinoamericano y del Caribe de Información en Ciencias de la Salud (BIREME) con sede en Sao Paulo-Brasil, vienen implementando la estrategia de la Biblioteca Virtual en Salud Perú (BVSPerú), como elemento de cooperación técnica en el área de información científico-técnica en salud (ICTS) en el país. La construcción y desarrollo de la BVS es la estrategia que BIREME propone adoptar para la promoción de la cooperación técnica en información, hacia y entre los países de América Latina y del Caribe, con el objetivo de responder organizada y eficientemente a las necesidades emergentes de producir y operar fuentes de información en salud disponibles en Internet. Habiendo implementado dicha estrategia BVS: Argentina, Brasil, Colombia, Costa Rica, Cuba, Honduras, México, Nicaragua. DEFINICIÓN DE LA BVS La Biblioteca Virtual en Salud-Perú (BVS-Perú) es una red de fuentes de información en salud, conformada por instituciones productoras de información científico-técnica del país; se visualiza como la base del conocimiento registrado, organizado y almacenado en formato electrónico, accesible universalmente, a través de Internet. La BVS-Perú está conformada por un Comité Consultivo Nacional, un Comité Técnico Nacional y, una Secretaría Técnico-Ejecutiva y; cuenta asimismo con un Plan de Desarrollo y una Matriz de Proyectos Específicos, cuya coordinación de cada proyecto está a cargo de cada una de las instituciones conformantes del Comité Consultivo Nacional BVS-Perú, según se detalla en el anexo. El Comité Consultivo Nacional BVS-Perú es presidido por el Viceministro de Salud y está integrado inicialmente por las autoridades de las siguiente instituciones: ESSALUD, Asamblea Nacional de Rectores, ASPEFAM, Colegio Médico del Perú, CONCYTEC, UNMSM, UPCH, USMP, OPS/OMS, quién actúa como Secretaría TécnicoEjecutiva. OBJETIVO GENERAL Promover y facilitar el uso intensivo de la información científico-técnica nacional en salud, así como su acceso equitativo, a través del portal BVS-Perú, constituido por una red de productos y servicios de información acreditados; a fin de contribuir en la satisfacción oportuna y pertinente de las necesidades de información en salud.

94

POLÍTICA NACIONAL

La puesta en marcha de la BVS y su desarrollo hasta el logro de su plena operatividad, demanda la movilización política y sensibilización de las autoridades e instituciones de salud del país, de modo que las iniciativas y recursos en materias de información sean orientados prioritariamente hacia la BVS. En Perú, se acordó adoptar, previas reuniones informativas y de coordinación OPS-MINSA, la estrategia de la Biblioteca Virtual en Salud-Perú (BVS-Perú), con el respaldo y liderazgo del Ministerio de Salud como órgano rector del Sector Salud y; mediante la suscripción del Acuerdo de Conformación del Comité Consultivo Nacional BVS-Perú, aprobado por R.M. 0605-2002-SA/DM, de fecha 27 de marzo de 2002. Instituciones participantes Web:http://www.minsa.gob.pe

EsSALUD Web:http://www.essalud.gob.pe

Colegio Médico del Perú Av. Malecón Armendáriz 791, Miraflores - Lima Teléfono: (51-1) 241 7572 Fax: (51-1) 421 3917 Web:http://www.cmp.org.pe

Consejo Nacional de Ciencia, Tecnología e Innovación Tecnológica Dirección: Calle del Comercio 197, San Borja – Lima Teléfono: (51-1) 225 1150 anexo 1404 Fax: (51-1) 225 1150 anexo 1405 Correo electrónico:[email protected] Web:http://www.concytec.gob.pe

Asociación Peruana de Facultades de Medicina Dirección_ Av. cayetano Heredia 861, Jesús María – Lima Teléfono: (51-) 463 0140 anexo 106 Correo electrónico:[email protected] Web:http://www.aspefam.org.pe

95

Asamblea Nacional de Rectores Dirección: Calle Aldabas Nº 337 Urb. Las Gardenias, Surco – Lima Teléfono: (51-1) 2754608 Correo electrónico:[email protected] Web:http://www.anr.edu.pe Universidad de San Martín de Porres Dirección: Ciudad Universitaria Av. Las Calandrias s/n, Santa Anita – Lima Teléfono: (51-1) 362 0064 Correo electrónico:[email protected] Web:http://www.usmp.edu.pe

Universidad Nacional Mayor de San Marcos Dirección: Ciudad Universitaria. Av. Venezuela Cdra. 34, Cercado – Lima Teléfono : (51-1) 619 7000 anexo 7390 Correo electrónico:[email protected] Web:http://www.unmsm.edu.pe

OPS Perú Dirección: Los Cedros, San Isidro – Lima Teléfono: (51-1) 4213030 Fax: (51-1) 222 6405 Web:http://www.per.ops-oms.org

96

Red Peruana de Biblioteca en Salud - REPEBIS

La Red Peruana de Bibliotecas en Salud - REPEBIS, fue creada con el apoyo de la Oficina Panamericana de la Salud - OPS en 1987 y busca promover que las unidades de información de las instituciones afiliadas reúnan, procesen, organicen, envíen y reciban información de y hacia todos los miembros de la Red en un esfuerzo cooperativo. La Representación de la Organización Panamericana de la Salud en Perú y el Centro Latinoamericano y del Caribe de Información en Ciencias de la Salud (BIREME) con sede en Sao Paulo-Brasil, vienen implementando la estrategia de la Biblioteca Virtual en Salud Perú (BVSPerú), como elemento de cooperación técnica en el área de información científico-técnica en salud (ICTS) en el país. La propuesta de Bireme en el nuevo milenio es caminar hacia la Biblioteca Virtual en salud www.bireme.br, cuyos componentes son las redes de información organizadas en la región que les permitirá fortalecer el trabajo que se realiza en este sentido. En el trabajo de la BVS-PERU, REPEBIS juega un papel importante en la estructura de organización de información en ciencias de salud, mediante los centros cooperantes previamente establecidos se podrán integrar los esfuerzos para la construcción de la BVS-PERU

97

ORGANIZACION La Red es dirigida por un Comité Ejecutivo integrado por representantes de cinco instituciones: 

Asociación de Facultades de Medicina – ASPEFAM



Consejo Nacional de Ciencia y Tecnología - CONCYTEC



ESSALUD



Sanidad del Ejército



Universidad Peruana Cayetano

Heredia

Además de un Comité Técnico Asesor formado por especialistas en Bibliotecología, información, cómputo, también de cinco instituciones 

Academia de Estomatología del Perú - AEP



Centro de Información y Educación para la Prevención de Drogas – CEDRO



ESSALUD



Organización Panamericana de la Salud –OPS



Universidad Peruana Cayetano Heredia

CENTRO COORDINADOR NACIONAL Se encuentra ubicada en la Dirección Universitaria de Investigación e Información Científica Técnica – DUIICT de la Universidad Peruana Cayetano Heredia, dentro de las funciones de la Coordinación Nacional se encuentra el intercambio de información entre los diferentes Centros Cooperantes de la Red (www.upch.edu.pe/duiict).

Base de datos de accesos virtuales a través de la USMP

EBSCO PROQUEST SCIELO – PERU GOGLEE – LIBROS ( ACADEMICO) Procedimiento para su acceso:

EBSCO

98

99

Base de datos de servicio de EBSCO ( SUGERIBLES) Fuentes academica

100

Academic Search Complete CINAHL (with Full Text) Health Busineee Fulltext Elite MedicLatina

101

PROQUEST

102

103

SCIELO – PERU

104

105

GOGLEE LIBROS – ACADEMICO

106

107