REFLEXIÓN FINAL

Y finalmente llego a mi última publicación... tal vez no le haya dado el uso más adecuado al blog en cuanto a lo didáctico e interactivo tanto como me hubiera gustado, ya que tan solo me he dedicado a subir la teoría de los temas, cierto, pero esto principalmente se debe a la falta de tiempo o una posible mala distribución del tiempo en los cuales me han privado de poder subir aquellos problemas realizados en clase con su correspondiente explicación, pero si es cierto, que esto no quita el esfuerzo y dedicación que le he dedicado a la publicación de cada tema.

Por otro lado, en cuanto a los objetivos marcados inicialmente en la asignatura aún no puedo confirmar que se han cumplido, pero si puedo adelantar que creo que poco a poco se están cumpliendo, todo ello sumado a mi dificultad con los números, lo cual hace que aun resulte más difícil.

Y por último, en relación al blog, sinceramente como todo en la vida tiene sus pros y sus contras. Entre las ventajas que he podido encontrarle es la posibilidad de poder interactuar con todo tipo de personas, ya sean tanto de mi propia clase como personas del otro lado del mundo. También me ha dado la posibilidad de poder resolver dudas de algunos problemas gracias a la publicación de otros compañeros. En cuanto a lo negativo si que es cierto que tal vez si no tienes la agilidad de como organizarlo y tampoco de prepararlo te supone un mayor gasto de tiempo o tal vez sea cuestión mía, ya que como ya dije anteriormente es la primera vez que tengo un blog y al principio no tenía muy claro su utilidad ni que distribución darle a las cosas, tiempo que tal vez podría estar haciendo ejercicios y problemas relacionados con el temario; aunque finalmente puedo afirmar que me ha servido de gran ayuda en la resolución de dudas y problemas

Y hasta aquí es todo, espero poder darle en un futuro un mejor uso y dedicación!!

SEMINARIO Nº 5

Y ya por último en este último seminario por fin se procedió a la exposición de los diferentes trabajos de investigación realizados por los diferentes grupos de seminario, siendo en mi caso el Grupo 1 y los componentes de mi trabajo son los mencionados en la introducción del blog.
Entre las diferentes temáticas y estudios que se trataron fueron:

• Como influye la personalidad de los adolescentes en el bullying
• Riesgos y consecuencias de la cachimba y del cigarro electrónico
• Adicción de las nuevas tecnologías en los adolescentes de Camas. 

En el primer grupo se pudo comprobar que la personalidad de los adolescentes no influye en la realización del bullying pero si que se pudo comprobar que en los colegios en los que se realizó el estudio y se pasaron los cuestionarios los estudiantes si que habían sufrido bullying por parte de sus compañeros.

En cuanto a la segunda investigación, se comprobó que tanto la cachimba como el cigarro electrónico son perjudiciales, incluso aún mas perjudiciales que los cigarrillos. Para ello se le pasó unos cuestionarios sobre su uso a estudiantes de la Universidad de Sevilla y a estudiantes de la E.S.O. Entre los resultados obtenidos se encuentran que la mayoría de los jóvenes fuman de la cachimba (algo muy perjudicial para la salud, ya que se pueden transmitir enfermedades infecto-contagiosas) y además una cachimba equivale a 50 cigarrillos.

Y por último, el estudio sobre la Adicción de las nuevas tecnologías en los adolescentes de Camas, fue el realizado por mi grupo. Para la realización del mismo, decidimos pasar en un Instituto del pueblo de Camas un cuestionario sobre la frecuencia del uso de las diferentes TICs, a 10 chicos y 10 chicas de cada clase desde 1º de E.S.O hasta 2º de Bachillerato y en dicho trabajo pudimos sacar varias conclusiones:

• El uso de videojuegos se encuentra influenciado por el sexo, siendo los jóvenes quienes tienen una mayor frecuencia de uso.
• El uso de la televisión y su relación con el sexo, también se encuentra influenciada por el sexo, siendo los jóvenes quienes hacen un uso excesivo de la televisión.
• El uso del teléfono móvil no está influenciado por el sexo, siendo ambos sexos quienes realizan un uso inadecuado.

SEMINARIO Nº4

En dicho principalmente, lo que hicimos fue un repaso general sobre los aspectos más importantes a tener en cuenta a la hora de hacer el examen, entre las que podemos encontrar los siguientes:

1. Las diferentes tipos de medidas descriptivas que podemos emplear, como son las de posición (cuantiles, percentiles, cuartiles, deciles); las de centralización (media,mediana, moda); las de dispersión (varianza, desviación típica, coeficiente de variación, rango); y la forma que tienen las gráficas que pueden ser asimétricas o simétricas.

Y en la segunda parte del seminario, y en mi opinión la más interesante, se hizo un repaso sobre los diferentes problemas tipos más relevantes y las diferentes pruebas tanto paramétricas como no paramétricas que utilizaríamos en nuestro programa de investigación, en mi caso principalmente la prueba de Chi-Cuadrado. 

Inicialmente se nos explico que es lo que era la estadística inferencial y su principal objetivo, el cual es permitirnos generalizar los datos para saber si la muestra que hemos escogido es representativa de la población o no. A continuación, se explicó sobre los distintos tipos de errores que podemos cometer al tomar una decisión:

•    Error tipo I (alfa): es aquel en el que el investigador rechaza la hipótesis nula (Ho) siendo esta la verdadera, es decir, el investigador concluye que existe diferencia cuando en realidad no la hay.

•    Error tipo II (beta): el investigador no rechaza la hipótesis nula siendo esta la que se debería rechazar.

Y por último se procedió a explicar sobre las distintas pruebas y test que haremos uso que son los siguientes:

-CHI-CUADRADO (Variable cualitativa Vs. Cualitativa)

    

  A mayores valores de chi, mayores son las discrepancias entre las frecuencias observadas esperadas. Solemos establecer un nivel de confianza del 95%, donde el valor de p=0,05. Si el valor que yo obtengo es más chico que el que obtengo en la tabla me quedo con la hipótesis nula.

Para calcular los grados de libertad es: GL=(filas-1)x (columnas-1)

-        -T DE STUDENT (Variable cualitativa dicotómica Vs cuantitativa)

   En este caso el orden que vamos a seguir en el problema es el siguiente:

1.     Calculamos el grado de libertad (GL)

   
2.     Calculamos la desviación típica ponderada (Sp)

   
3.     Calculamos t de Student

   

Para concluir con el resultado, procedemos al mismo procedimiento realizado en la de chi-cuadrado.

-TEST ANOVA (Variable cualitativa policotómica Vs. cuantitativa)

Para poder aplicarla es necesario cumplir los siguientes criterios:

•    Variable cuantitativa Vs variable cualitativa policotómica

•    Que la variable del resultado siga una distribución normal o de gauss.

•    Las varianzas de cada grupo deben ser iguales

SEMINARIO Nº3

En dicho seminario se nos procedió a la explicación de como usar la aplicación "Epi Info", la cual nos sería muy útil y se convertiría en uno de los pilares fundamentales del trabajo de investigación a realizar que se nos fue asignada al principio del cuatrimestre. Importante decir, que el manejo de dicha aplicación al principio puede resultar muy difícil y liosa, pero con la práctica y con el tiempo, se va haciendo mas amena.

El objetivo fundamental de usar "Epi Info" es para poder pasar los cuestionarios que fueron recogidos en nuestro estudio, para posteriormente poder aplicar diferentes formulas estadísticas, en nuestro caso fue la no paramétrica de Chi-Cuadrado, de tal modo que ya podíamos empezar a sacar las conclusiones de dicho estudio.
Para explicar como funciona dicha aplicación a continuación se encuentra el enlace de varios video-tutoriales sobre como crear cuestionarios en la base dato y por último como analizar y crear gráficas según los resultados obtenidos

SEMINARIO Nº2

La tarea principal de este seminario fue la exposición del trabajo que se nos fue asignado en el seminario número 1, el cuál consistía básicamente en realizar una búsqueda bibliográfica sobre diversos artículos y estudios realizados sobre el tema a tratar. Para ello, al seminario se nos dividió en 3 subgrupos, los cuales los temas a tratar eran los siguientes:

1. Cual es más eficaz si el lavado de manos con jabón antiséptico o con soluciones hidroalcohólicas.
2. Que método es más eficaz para curar las úlceras por presión y determinar si es eficaz con el azúcar.
3. Aumentar la adherencia al régimen terapéutico en pacientes que sufren Diabetes Mellitus de tipo 2.

En mi caso, mi búsqueda fue sobre el lavado de mano, y tras múltiples búsquedas por varios artículos científicos y estudios realizados sobre lo mismo, pudimos sacar como conclusión que realmente aun no se había establecido ningún criterio específico sobre cual de los dos era más eficaz, sin embargo, la mayoría de los artículos procedían a la conclusión de que el lavado de manos con jabones antisépticos era más eficaz que aplicar soluciones hidroalcohólicas.

Tras esto, a continuación adjunto algunas de las estrategias utilizadas para realizar la búsqueda de artículos científicos:

SESIÓN TEÓRICA 11: PRUEBAS NO PARAMÉTRICAS MÁS UTILIZADAS EN ENFERMERÍA

La principal prueba no paramétrica que utilizamos en los análisis de los estudios es la prueba de chi-cuadrado y también la Odds ratio.

1. Prueba chi-cuadrado
El principal objetivo de esta prueba es poder comprobar si existe cierta diferencia entre los datos que observamos. Como conclusiones podríamos sacar las siguientes:

• Si la diferencia se debe al azar: aceptaríamos la hipótesis nula.
• Si se debe a una relación entre las variables estudiadas: aceptaríamos la hipótesis alternativa.

Si bien, es importante recordar que la hipótesis nula (Ho) siempre nos indica que no existe ninguna relación entre las variables estudiadas; mientras que la hipótesis alternativa (H1) indica que si existe diferencia entre las hipótesis estudiadas.

Las condiciones para poder aplicar chi-cuadrado son las siguientes:

1. Las observaciones deben ser independientes: es decir, no puede haber sujetos repetidos en más de una casilla, ni estos se pueden clasificar en más de un lugar.
2. Se deben utilizar variables cualitativas.
3. Se deben estudiar más de 50 casos.
4. Las frecuencias esperadas en cada casilla no deben ser inferiores a 5.

Una vez aplicada la fórmula, según el resultado obtenido podemos saber que:

-Cuanto mayor sea la diferencia, mayor es la asociación entre ambas variables. Recordar que el variable de chi-cuadrado siempre será positivo.

Para poder obtener las frecuencias esperadas, lo vamos a calcular de la siguiente manera:

2. Odds ratio

Esta prueba es utilizada para poder cuantificar la importancia de la asociación entre dos variables. Y como podremos recordar de los primeros temas... la odds es la frecuencia en expuestos/frecuencia en no expuestos.

Por lo tanto podemos sacar que la odds ratio se calcula de la siguiente manera:

La odds ratio no tiene dimensiones, es decir, el rango puede ir desde 0 hasta ∞ . Ahora bien según los resultados obtenidos podremos decir:

• OR=1 indica que no hay asociación (independencia)
• OR>1 la presencia del factor de exposición (V1.1) se asocia a mayor ocurrencia del evento (V2.1)
• OR<1 la presencia del factor de exposición (V1.1) se asocia a menor ocurrencia del evento (V2.1)

SESIÓN TEÓRICA 10: ESTIMACIÓN Y SIGNIFICACIÓN ESTADÍSTICA

1. ¿Qué es la significación estadística?
Pues bien, el término "significación estadística" hace referencia al método empleado para contrastar las hipótesis elaboradas por el investigador y relacionarlo con el método científico.

2. Hipótesis estadística

Es una creencia sobre los parámetros de una o más poblaciones, donde siempre van a ser proporciones sobre la población y nunca sobre la muestra. Su principal finalidad es comprobar si las diferencias encontradas en la muestra del estudio se pueden generalizar así al resto de la población. Antes de realizar el estudio, se formulan 2 hipótesis:

• Hipótesis nula: contempla que no existe ninguna relación entre los 2 parámetros que se estudian.
• Hipótesis alternativa: contempla la existencia de diferencias entre los parámetros estudiados.

3. Contrastes de hipótesis

La principal finalidad que tiene contrastar las hipótesis planteadas, es analizar la coherencia entre las previamente elaboradas con los resultados obtenidos. Una vez contrastadas, dependiendo del nivel del significación que hayamos preestablecido (normalmente del 95%), las soluciones serán las siguientes:

• p>0,05: aceptamos la hipótesis nula, es decir, que no existe relación entre las hipótesis planteadas.
• p<0,05: rechazamos la nula y aceptamos la alternativa, es decir, si existe diferencias entre ambas hipótesis.

4. Errores de hipótesis

Con una misma muestra, podremos aceptar o rechazar la hipótesis nula, todo ello dependiendo del error, al que hemos llamado  α. Este error, es la probabilidad de equivocarnos al rechazar la hipótesis nula.Habitualmente rechazamos H0 para un nivel α máximo del 5% (p<0,05). 

4.1 Tipos de errores en el test de hipótesis

Ahora bien, según ante el tipo de variables que nos encontremos, podremos utilizar una fórmula u otra. Para ello se explica esta gráfica:

SESIÓN TEÓRICA 9: ESTADÍSTICA INFERENCIAL

1. INFERENCIA ESTADÍSTICA

 Al conjunto de procedimientos estadísticos que permiten pasar de lo particular, la muestra, a lo general, la población, le denominamos inferencia estadística.

Es decir, dicho por otras palabras, al proceso por el cual a partir del estimador, nos aproximaos al parámetro es a lo que denominamos inferencia. 

2. ERROR ESTÁNDAR

  El error estándar es la medida que trata de captar la variabilidad de los valores del estimador, y cuyo cálculo nos permite sacar una conclusión, la cual es que cuanto más pequeño sea el erros estándar, más no podremos fiar de la muestra escogida. 

Para su cálculo, tenemos que saber diferenciar si es para una media o para una proporción.

• Para una media:  𝑠 /√𝑛= 𝑒
• Para una proporción:  √𝑝(1 − 𝑝) 𝑛 ⁄ = 𝑒

De ambas formulas, podemos sacar la conclusión que cuanto menor sea el tamaño de la muestra (n), mayor será el error que cometamos.

3. INTERVALOS DE CONFIANZA

Estos son un medio de conocer el parámetro en una población midiendo el erros que tiene que ver con el azar.  Para su cálculo se utiliza una formula muy sencilla la cual es: 

I.C.= estimador± z(e.estándar)

Z: va a depender del nivel de confianza con el que trabajemos. Generalmente utilizaremos un nivel de confianza del 95 y 99%. Mientras mayor sea la confianza que otorguemos al intervalo, éste será más amplio, el intervalo será menos preciso. 

Como conclusión, podemos sacar que la formula a utilizar para calcular cualquier intervalo de confianza es la siguiente: 𝐼.𝐶.𝑝 = 𝑝 ± 𝑧√𝑝(1−𝑝) /𝑛

  

  

SESIÓN TEÓRICA 8: TEORIA DE MUESTRAS

1. Estimación e inferencia estadística

  Llamamos técnica de muestreo al conjunto de procedimientos que nos permite elegir una serie de muestras en las cuales se reflejen las características de la población escogida, pero al no escoger toda la población debemos asumir un cierto error.
  Cuando la muestra es escogida a través del azar, ese erros si que podemos calcularlo, en este caso se denomina técnica de muestreo probabilístico y el erros asociado se llama error aleatorio.

2. Procedimiento muestral
  Un muestreo es un método tal que al escoger un grupo pequeño de una población podamos tener un grado de probabilidad de que ese pequeño grupo posea las características de la población que estamos estudiando.

3. Tipos de muestreo

3.1 No Probabilístico
      Este tipo de muestreo no sigue el proceso aleatorio, y por lo tanto la muestra no puede considerarse como representativa de la población, y además se caracteriza porque el investigador escoge la muestra siguiendo unos criterios:

• Por conveniencia: el investigador decide, según sus objetivos, los elementos que integrarán la muestra, considerando las unidades “típicas” de la población que desea conocer.
• Por cuotas: el investigador selecciona la muestra considerando algunos fenómenos o variables a estudiar, tales como sexo, raza,religión...
• Accidental: el investigador utiliza para el estudio las personas disponibles en un momento dado según lo que le interesa estudiar. Es el más deficiente de los 3.

3.2 Probabilístico

    En este tipo todos los elementos tienen una probabilidad calculable. Consiste en extraer una parte de una población de tal forma que todas las muestras tengan la misma posibilidad de ser seleccionadas.

• Aleatorio simple: caracterizado porque cada unidad tiene la misma probabilidad de ser incluida en la muestra. Puede ser de sorteo o rifa ( la desventaja de este método es que no puede usarse cuando el universo es grande) o tabla de números aleatorios (es más económico y requiere menor tiempo).
• Sistemático: similar al simple, donde cada unidad del universo tiene la misma probabilidad de ser seleccionada.
• Estratificado: Se caracteriza por la subdivisión de la población en subgrupos o estratos, debido a que las variables principales que deben someterse a estudio presentan cierta variabilidad o distribución conocida que puede afectar a los resultados.
• Conglomerado: Se usa cuando no se dispone de una lista detallada y enumerada de cada una de las unidades que conforman el universo y resulta muy complejo elaborarla. En la selección de la muestra en lugar de escogerse cada unidad se toman los subgrupos o conjuntos de unidades “conglomerados. En este estudio el investigador no conoce la distribución de la variable.

4. Tamaño de la muestra

Para poder calcular el tamaño de una muestra para poder así estimar la media de una población

usaremos la siguiente fórmula:  

• Z: valor que depende del nivel de confianza que es 1-alfa.
• S: varianza poblacional
• e: error máximo aceptado por los investigadores entre los grupos de comparación de la variable a estudiar.

Una vez calculado todo esto, si N>n(n-1), nuestro problema se ha terminado aquí. Pero sino, tendremos que aplicar una formula más que sería la siguiente: n´=n/1+(n/N).

Y por último, para poder calcular el tamaño de una muestra cuando lo que queremos estimar es una proporción utilizaremos otra formula, la cual es la siguiente: 

• p: proporción de una categoría de la variable
• 1-p: proporción de otra categoría
• z: valor que depende del nivel de confianza
• N: tamaño población
• e: error máximo aceptado por los investigadores en las diferencias entre los grupos de comparación de la variable a estudiar