Pruebas estadísticas Este documento contiene árboles de decisión para escoger una prueba estadística basada en los tipos de datos con los que usted está trabajando. Use el árbol de decisión en esta página cuando está considerando datos continuos que están distribuidos aproximadamente normal. Ya sea la variable X o Y, o ambas, pueden ser continuas. Datos continuos Distribuidos de manera normal (X o Y es continuo) X: continuo X: continuo Y: dicotomo Y: dicotomo Comparar la muestra media a la población media Comparar la media de la una variable en dos poblaciones independientes Comparar la media de 1 variable en la misma población (medida repetida) Prueba de una muestra Ensayo de 2-muestras Prueba de pares t X: continuo normal μ(media de la población) es desconocida Ejemplo: La persona promedio duerme 8 horas por noche. ¿Difiere el número promedio de horas de sueño para personal de FETP que está en capacitación? Ejemplo: ¿Es la estatura promedio de niños en la Escuela A igual a la estatura promedio de niños en la Escuela B? Programa de Capacitación Epidemiológico de Campo Ejemplo: ¿Es el ritmo cardíaco promedio de los pacientes después de terapia de relajación auditiva igual a cómo estaba antes de la terapia? X: continuo X: categórica Y: continuo Y: continuo Evaluar relación linear entre 2 variables Evaluar diferencias en Y por categorías de X Coeficiente de correlación Pearson (r) ANOVA unidireccional (para X > 2 categoría) Ejemplo: ¿La distancia caminada por semana es correlativa a la presión arterial? Ejemplo: ¿Hay diferencias en la estatura promedio a la edad de 5 años en los distritos de salud más remotos? Trabajo auxiliar estadístico de pruebas 1 Use el árbol de decisión en esta página cuando está considerando datos donde ambas variables X e Y son categóricas. Cuente para cada categoría que está resumida en las celdas de la tabla. Datos categóricos (X e Y son categóricos) Categorías nominales Categorías ordernadas Recuento de celdas esperado > 10 Tamaño de la muestra >100 Recuento de celdas esperado ≥ 5 Tamaño de la muestra 30‐100 Recuento de celdas esperado < 5 Tamaño de la muestra < 30 Tamaño de la muestra > 30 Pearson (“sin corregir”) chi‐cuadrado Yates (“Corregido”) chi‐ cuadrado Prueba de Fisher exacta Mantel‐Haenszel chi‐ cuadrado* Ejemplo: ¿Hombres y mujeres en un mismo distrito de salud tienen niveles similares de actividad física (bajo, medio, alto)? Ejemplo: ¿Hombres y mujeres que visitan la clínica de salud en un día X tienen niveles similares de actividad física (bajo, medio, alto)? Ejemplo: ¿Hombres y mujeres en una sala de espera de la clínica de salud en un día X tienen niveles similares de actividad física (bajo, medio, alto)? Ejemplo: ¿El nivel de actividad física (bajo, medio, alto) tiene una asociación linear con el ser fumador (no‐fumador, liviano o pesado)? * El chi-cuadrado Mantel Haenszel no pude ser usado para categorías nominales. Si los requerimientos de tamaño de muestra no cumplen, la prueba de Fisher exacta puede ser usada. Sin embargo, sólo las pruebas de Mantel-Haenszel chi-cuadrado para una asociación linear o (tendencia) entre 2 variables ordenadas se puede usar. Las otras pruebas de chi-cuadrado pueden usarse para datos ordenados para medir asociación, pero no se puede determinar si hay una tendencia existente usando pruebas de chi-cuadrado que no son Mantel-Haenszel. Programa de Capacitación Epidemiológico de Campo Trabajo auxiliar estadístico de pruebas 2 Glosario: Variable categórica Una variable que consiste de unidades distintivas y separadas (mutuamente excluyentes) o categorías (ejemplo: ocupación, grupo de edad) Variable continua Una variable que puede ser cualquier valor entre el punto bajo y el punto alto en la escala de medida (ejemplo: temperatura) Variable dicotómica Una variable categórica que puede ser uno de dos valores posibles (ejemplo: sí/no; o enfermo/no enfermo) Variable nominal Una variable categórica que no puede ser ordenada (ejemplo: color de ojo u ocupación) Variable ordinal Una variable categórica medida en una escala que tiene orden (ejemplo: notas en letras, grupos de edad) Programa de Capacitación Epidemiológico de Campo Trabajo auxiliar estadístico de pruebas 3 Apéndice: El árbol de datos para pruebas estadísticas ya sea X o Y están normalmente distribuidas. Datos continuos no-normal X: dicotómicos Y: continuos (Ej. puntaje o medida) Comparar las diferencias en Y por categorías de X Kruskal-Wallis (por x > 2 categorías) Similar a la prueba t de 2-muestras Signos con rango Wilcoxon* Similar a prueba de pares Similar a ANOVA Ejemplo: ¿Los pacientes con hospitalización previa tienen menor puntaje de calidad de vida (escala de 1‐ 10) que pacientes quienes nunca han sido hospitalizados? Ejemplo: ¿Los miembros de FETP tienen el mismo nivel de ingresos antes y después de completar el programa? Ejemplo: ¿El salario promedio de un epidemiólogo es igual en los 5 países de Centro América? Suma Wilcoxon con rango* * No-normalidad de datos siendo probados puede venir de los datos en sí (ejemplo: rango de datos tales como 1º lugar, 2º lugar, etc., o ingresos). De manera alternativa, el tamaño de la muestra también puede ser tan bajo que la asunción de normalidad no se puede hacer de manera segura. Programa de Capacitación Epidemiológico de Campo Trabajo auxiliar estadístico de pruebas 4