El siguiente es un resumen del artículo de Richard Armstrong publicado en Optometry Today en junio de 2000
Tipos de variables y datos.
Hay muchos tipos de datos numéricos o puntajes que pueden ser recolectados en una investigación científica y la elección del análisis estadístico con frecuencia dependerá de la forma de los datos. Una distinción es dividir todas las variables en paramétricas y no paramétricas. Con variables paramétricas se asume que los datos vienen de una distribución con forma simetrica conocida como la distribución normal, mientras que las variables no paramétricas tienen una “distribución libre”, es decir, no se hacen suposiciones acerca de la forma de la distribución.
Aquí se considerarán tres tipos de datos:
a. Datos de atributos en los cuales las puntuaciones son frecuencias de eventos particulares, por ejemplo, la frecuencia de hombres y mujeres en un hospital con una enfermedad ocular particular, o la proporción de pacientes que murieron en un período de tiempo que fumaban o no fumaban. Hay un grupo específico de pruebas estadísticas que pueden ser usadas para analizar frecuencias y proporciones, y será expuesto posteriormente.
b. Datos de rango en los cuales un atributo particular es calificado en, digamos, una escala de 5 puntos, por ejemplo, el grado de incapacidad para leer experimentado por un paciente, que puede ser determinado por su respuesta a un cuestionario. Puede ser cuestionable, en muchos casos, si los datos de rango están distribuídos normalmente y esto también será expuesto posteriormente.
c. Medidas de variables que cumplen los requerimientos de una distribución normal. La mayoría de los datos biológicos continuos están normalmente distribuídos, por ejemplo, la altura y el peso de personas incluyendo algunas variables en optometría. No todas las medidas, sin embargo, pueden estar normalmente distribuídas y a veces puede se difícil estar seguro de si los datos están distribuídos así, pero la decisión raras veces es crítica, dado que pequeñas desviaciones de la normalidad no afectan la validez de las pruebas estadísticas. Además, muchas pruebas paramétricas pueden ser realizadas si la muestra es lo suficientemente grande. Vale la pena señalar que las pruebas diseñadas para ser usadas en datos distribuídos normalmente son las más sensible o eficientes de las disponibles.
Referencia
No hay comentarios:
Los comentarios nuevos no están permitidos.