Práctica 01: Variables en Bioestadística
Estadística Aplicada a la Salud — Departamento Académico de Medicina Preventiva y Salud Pública. Clase práctica con enfoque en obstetricia.
🎯 Competencias Esperadas
Al finalizar esta sesión, serás capaz de:
a) Diferenciar las variables según su naturaleza (cualitativa / cuantitativa) y sus escalas de medición (nominal, ordinal, intervalo y razón).
b) Identificar variables en un contexto real de investigación en salud materna y obstetricia, reconociendo cómo la elección de la escala de medición impacta el análisis estadístico.
Video
https://notebooklm.google.com/notebook/78829698-990b-44bb-99ea-0e1805a76c24/artifact/a13c7c83-853a-4907-b0e0-e30b4b081b47🏥 Caso Motivador: Maternidad de Lima
Imagina que llegas a tu primera rotación en un servicio de obstetricia de un hospital público. La obstetra jefa te entrega una ficha de recolección de datos y te dice: "Necesitamos registrar las características de cada gestante que ingresa al control prenatal: edad, paridad, semanas de gestación, grupo sanguíneo, presión arterial, nivel de hemoglobina, grado de instrucción y diagnóstico de preeclampsia."
Antes de llenar la primera ficha, te surgen preguntas fundamentales: ¿Todas estas características se miden de la misma manera? ¿Puedo sumar o promediar el grupo sanguíneo? ¿La paridad y la edad se tratan estadísticamente igual?
Estas preguntas nos llevan al corazón de la bioestadística: entender la naturaleza de las variables y sus escalas de medición es el primer paso para elegir correctamente las técnicas de análisis. Como señalan Daniel y Cross en su texto clásico de bioestadística, la identificación precisa de los tipos de variables determina los procedimientos estadísticos que pueden aplicarse legítimamente a los datos recopilados (Daniel, W.W. & Cross, C.L., Biostatistics: A Foundation for Analysis in the Health Sciences, 10th ed., Wiley, 2013, Cap. 1).
Referencia: Daniel, W.W. & Cross, C.L. (2013). Biostatistics: A Foundation for Analysis in the Health Sciences. 10th ed. John Wiley & Sons. Disponible en: Wiley Online Library / AccessMedicine.
🤔 Reflexión Previa — Aula Invertida (FC)
Actividad asincrónica (antes de clase): Debes haber revisado la separata del Capítulo II (Variables) y la presentación PPT antes de esta sesión. Ahora responde mentalmente:
Preguntas detonadoras
1. ¿Qué diferencia hay entre medir y contar una característica?
2. Si una gestante tiene presión arterial de 130/85 mmHg, ¿qué tipo de variable es la presión arterial?
3. ¿El grupo sanguíneo (A, B, AB, O) puede promediarse? ¿Por qué?
La distinción entre medir (asociado a instrumentos que producen valores numéricos continuos) y clasificar mediante conteo (propio de variables cualitativas) es fundamental según la clasificación original de Stevens (1946), adoptada ampliamente en ciencias de la salud (Stevens, S.S., "On the Theory of Scales of Measurement", Science, 103(2684): 677-680, 1946. Indexado en Web of Science y Scopus).
Referencia: Stevens, S.S. (1946). On the Theory of Scales of Measurement. Science, 103(2684), 677–680. DOI: 10.1126/science.103.2684.677. Disponible en: PubMed / Web of Science.
📊 Encuesta Rápida — Diagnóstico de Entrada
Responde las siguientes preguntas seleccionando tu nivel de confianza. Esto nos permite adaptar la sesión a tus necesidades reales.
1. "Puedo distinguir entre variable cualitativa y cuantitativa"
2. "Puedo diferenciar las cuatro escalas de medición"
Presentación
https://notebooklm.google.com/notebook/78829698-990b-44bb-99ea-0e1805a76c24/artifact/3e4308af-360f-436f-aa19-355e3c17ac44📝 1. ¿Qué es una Variable?
Una variable es toda característica o atributo susceptible de ser clasificada o medida; esta característica es tomada de cada sujeto de estudio (persona, animal, objeto, lugar) y varía de acuerdo a cada uno de ellos. Para convertirse en variable, la característica debe tener dos o más valores; si hay un solo valor para todos los sujetos, hablamos de constante (Piscoya, J., Separata Cap. II – Variables, UNMSM, 2025).
En obstetricia, las variables son el eje de toda investigación: desde la edad gestacional hasta el puntaje de Apgar, cada dato que registramos sobre una gestante o un recién nacido es una variable que debemos clasificar correctamente para analizarla de manera apropiada. Como sostienen Pagano y Gauvreau, la selección incorrecta de la escala de medición puede llevar a conclusiones estadísticas erróneas, comprometiendo la calidad de la evidencia clínica (Pagano, M. & Gauvreau, K., Principles of Biostatistics, 2nd ed., CRC Press, 2018, Cap. 2).
Referencia: Pagano, M. & Gauvreau, K. (2018). Principles of Biostatistics. 2nd ed. CRC Press / Taylor & Francis eBooks. Cap. 2.
💡 Ejemplos en obstetricia
Variables: Edad materna, número de gestaciones (paridad), tipo de parto (vaginal/cesárea), peso del recién nacido, nivel de hemoglobina, diagnóstico de diabetes gestacional, grupo sanguíneo, semanas de gestación.
Constante: Si solo estudias gestantes con preeclampsia, el diagnóstico de preeclampsia es una constante (todas tienen el mismo valor).
📊 2. Clasificación de Variables
Desde el punto de vista estadístico, las variables se clasifican en dos grandes tipos según su naturaleza. Esta clasificación, consolidada por Blair y Taylor (2008), es la base para determinar qué herramientas estadísticas aplicar en investigación obstétrica (Blair, R.C. & Taylor, R.A., Biostatistics for the Health Sciences, Pearson, 2008).
Referencia: Blair, R.C. & Taylor, R.A. (2008). Biostatistics for the Health Sciences. 1st ed. Pearson Education. Disponible en: EBSCO eBook Collection.
Expresan una cualidad, característica o atributo. Solo se pueden clasificar o categorizar mediante el conteo. No asumen valores numéricos en sentido aritmético.
Dicotómicas (2 categorías): Sexo (masculino/femenino), presencia/ausencia de preeclampsia, resultado de un test rápido de embarazo (positivo/negativo).
Politómicas (más de 2 categorías): Grupo sanguíneo (A, B, AB, O), tipo de complicación obstétrica (hemorragia, preeclampsia, parto prematuro, otra), nivel de instrucción (primaria, secundaria, superior).
En la investigación obstétrica, muchas variables de interés clínico son cualitativas. Por ejemplo, el tipo de parto, la paridad clasificada en categorías (nulípara, primípara, multípara), y la presencia o ausencia de complicaciones neonatales. Según Rosner, estas variables requieren métodos no paramétricos o pruebas específicas como Chi-cuadrado para su análisis (Rosner, B., Fundamentals of Biostatistics, 8th ed., Cengage, 2015, Cap. 10).
Referencia: Rosner, B. (2015). Fundamentals of Biostatistics. 8th ed. Cengage Learning. Disponible en: Ebook Central (ProQuest).
Se expresan numéricamente y son susceptibles de medición con instrumentos específicos.
Discretas: Toman valores enteros; no pueden tomar un valor intermedio entre dos consecutivos. Ejemplo: número de controles prenatales (0, 1, 2, 3…), número de gestaciones previas, número de camas en el servicio de obstetricia, puntaje de Apgar (0–10).
Continuas: Toman cualquier valor dentro del campo de los números reales, encontrando infinitos valores entre dos consecutivos. Ejemplo: peso del recién nacido (3.250 g, 3.251 g…), edad gestacional en semanas (38.2, 38.5…), altura uterina en cm, nivel de hemoglobina en g/dL, presión arterial en mmHg.
La distinción entre discreta y continua es crucial en obstetricia porque determina la distribución probabilística que seguirán los datos. Las variables continuas tienden a aproximarse a la distribución normal (permitiendo usar pruebas paramétricas como la t de Student), mientras que las discretas frecuentemente requieren distribuciones como la Poisson o la binomial (Kirkwood, B.R. & Sterne, J.A.C., Essential Medical Statistics, 2nd ed., Wiley-Blackwell, 2003, Cap. 2).
Referencia: Kirkwood, B.R. & Sterne, J.A.C. (2003). Essential Medical Statistics. 2nd ed. Wiley-Blackwell. Disponible en: Wiley Online Library / ScienceDirect.
📐 3. Escalas de Medición (Stevens, 1946)
La escala de medición es el grado de precisión con que se expresa la medida de una variable. Determina la forma de presentación de la información, su resumen, y los métodos estadísticos que se usarán para analizar los datos. Existen cuatro escalas de medición, propuestas originalmente por S.S. Stevens (1946) y consolidadas como estándar en bioestadística por múltiples textos de referencia (Stevens, S.S., 1946, Science; Álvarez-Cáceres, R., Estadística Aplicada a las Ciencias de la Salud, Díaz de Santos, 2007).
Referencia: Álvarez-Cáceres, R. (2007). Estadística Aplicada a las Ciencias de la Salud. 1st ed. Editorial Díaz de Santos, España. Disponible en: SpringerLink.
⚠️ ¡Importante! No confundas variable con escala
Las variables estadísticas son de dos tipos: cualitativas y cuantitativas. Las escalas de medición son cuatro: nominal, ordinal, intervalo y razón. Por lo tanto, no es correcto decir "variable nominal" o "variable interválica", porque nos referimos al tipo de escala, no a la variable. La expresión correcta es: "variable cualitativa medida en escala nominal" (Sucari León, R., PPT Variables Estadísticas, UNMSM, 2025).
📋 Tabla Resumen: Escalas de Medición en Obstetricia
| Escala | Característica | Cero | Operaciones | Ejemplo obstétrico |
|---|---|---|---|---|
| Nominal | Solo clasifica/nombra. No hay orden. | No aplica | = , ≠ | Tipo de parto: vaginal, cesárea; Grupo sanguíneo: A, B, AB, O |
| Ordinal | Clasifica + ordena. Sin distancias precisas. | No aplica | = , ≠ , < , > | Riesgo obstétrico: bajo, medio, alto; Apgar: 0–3 (bajo), 4–6 (medio), 7–10 (normal) |
| Intervalo | Ordena + distancias iguales. Cero arbitrario. | Convencional | = , ≠ , < , > , + , − | Temperatura corporal °C; Puntaje de test de Edimburgo (depresión postparto) |
| Razón | Distancias iguales + cero real (ausencia). | Real | = , ≠ , < , > , + , − , × , ÷ | Peso RN (g), edad materna (años), hemoglobina (g/dL), altura uterina (cm) |
De acuerdo con Norman y Streiner, siempre se debe preferir la escala de medición más alta posible para un mejor aprovechamiento del análisis, ya que las escalas superiores permiten operaciones matemáticas más completas y análisis estadísticos más potentes (Norman, G.R. & Streiner, D.L., Biostatistics: The Bare Essentials, 4th ed., People's Medical Publishing House / Shelton, 2014, Cap. 1).
Referencia: Norman, G.R. & Streiner, D.L. (2014). Biostatistics: The Bare Essentials. 4th ed. People's Medical Publishing House. Disponible en: STAT!Ref.
🌡️ 4. Cero Real vs. Cero Convencional
La diferencia clave entre escala de intervalo y de razón radica en el significado del cero:
Cero convencional (Escala de Intervalo)
El valor "0" no indica ausencia del fenómeno. Ejemplo: 0 °C no significa ausencia de temperatura, sino el punto de congelación del agua a nivel del mar. Las escalas Celsius y Fahrenheit tienen cero convencional → escala de intervalo. La escala Kelvin tiene cero absoluto (0 K = ausencia total de energía térmica) → escala de razón.
Cero real (Escala de Razón)
El valor "0" indica ausencia del fenómeno. Ejemplo: peso del recién nacido = 0 g significaría ausencia de peso. Edad materna = 0 significaría ausencia de edad. Hemoglobina = 0 g/dL significaría ausencia de hemoglobina. Esto permite razones y proporciones: "una gestante de 30 años tiene el doble de edad que una de 15 años" es una afirmación válida.
El entendimiento de este concepto es fundamental para los test psicológicos utilizados en obstetricia, como la Escala de Depresión Postparto de Edimburgo (EPDS), donde un puntaje de 0 no significa ausencia de todo pensamiento, sino el puntaje mínimo del test, por lo que se clasifica como escala de intervalo (Cox, J.L., Holden, J.M. & Sagovsky, R., "Detection of postnatal depression: Development of the 10-item Edinburgh Postnatal Depression Scale", British Journal of Psychiatry, 150: 782-786, 1987. Indexado en PubMed y Scopus).
Referencia: Cox, J.L., Holden, J.M. & Sagovsky, R. (1987). Detection of postnatal depression. British Journal of Psychiatry, 150, 782–786. DOI: 10.1192/bjp.150.6.782. Disponible en: PubMed.
✅ 5. Reglas para Construir Categorías
Al operacionalizar las variables, las categorías deben cumplir dos requisitos indispensables:
Exhaustivas: Todas las posibles respuestas deben estar contenidas. Por ejemplo, si clasificas el grado de instrucción solo como "primaria, secundaria", una gestante con educación superior no tendría donde clasificarse. Lo correcto sería: primaria, secundaria, superior, otro.
Mutuamente excluyentes: Cada dato debe clasificarse en una sola categoría sin ambigüedad. Por ejemplo, si la edad se clasifica como "15-19, 19-24, 24-29", el valor 19 podría ir en dos categorías. Lo correcto: "15-19, 20-24, 25-29" (Cobo, E., Muñoz, P. & González, J.A., Bioestadística para no estadísticos, Elsevier Masson, 2007).
Referencia: Cobo, E., Muñoz, P. & González, J.A. (2007). Bioestadística para no estadísticos. Elsevier Masson, España. Disponible en: ScienceDirect / ClinicalKey (Elsevier).
Taller
Pizarra virtual
https://miro.com/app/board/uXjVGkQHIqQ=/?share_link_id=178470240256📝 Ejercicio 1: Clasificación de Variables Obstétricas
Identifica la naturaleza de la variable y la escala de medición empleada en cada caso.
| Nº | Variable | Categorías | Naturaleza | Escala |
|---|---|---|---|---|
| 1 | Tipo de parto | Vaginal, cesárea | Cualitativa dicotómica | Nominal |
| 2 | Riesgo obstétrico | Bajo, medio, alto | Cualitativa politómica | Ordinal |
| 3 | Edad gestacional (semanas) | 28.3, 34.5, 38.0, 40.2… | Cuantitativa continua | Razón |
| 4 | Puntaje de Apgar al minuto | 0, 1, 2, 3, … 10 | Cuantitativa discreta | Intervalo |
| 5 | Grupo sanguíneo | A, B, AB, O | Cualitativa politómica | Nominal |
| 6 | Hemoglobina (g/dL) | 8.5, 10.2, 12.0, 14.3… | Cuantitativa continua | Razón |
| 7 | Grado de satisfacción con el control prenatal | Muy satisfecha, satisfecha, insatisfecha | Cualitativa politómica | Ordinal |
| 8 | Número de controles prenatales | 0, 1, 2, 3, 4, 5, 6+ | Cuantitativa discreta | Razón |
| 9 | Temperatura del RN (°C) | 35.0, 36.5, 37.0, 38.2… | Cuantitativa continua | Intervalo |
| 10 | Diagnóstico de preeclampsia | Presente, ausente | Cualitativa dicotómica | Nominal |
Es importante notar que el Apgar se clasifica como escala de intervalo porque, aunque es numérico, su cero no indica ausencia total de vitalidad en sentido absoluto, sino el puntaje más bajo posible del instrumento; además, las diferencias entre puntajes consecutivos no son necesariamente iguales en significado clínico. Sin embargo, algunos autores como Mendenhall lo tratan como escala ordinal cuando se categoriza en grupos (0-3, 4-6, 7-10) (Mendenhall, W., Introducción a la Probabilidad y Estadística, Thomson, 2003).
Referencia: Mendenhall, W. (2003). Introducción a la Probabilidad y Estadística. 1st ed. Editorial Thomson. Disponible en: Ebook Central (ProQuest).
🔬 Ejercicio 2: Identificación de Variables en un Estudio Real
Título: "Factores asociados a preeclampsia en gestantes atendidas en un hospital de referencia de Lima, 2023"
Objetivo: Determinar los factores sociodemográficos, obstétricos y clínicos asociados a preeclampsia en gestantes que acudieron al Hospital Nacional Docente Madre-Niño.
Métodos: Estudio observacional, transversal analítico. Se incluyeron 320 gestantes (160 con preeclampsia y 160 controles). Se utilizó una ficha de recolección de datos que registró las siguientes variables.
Resultados:
— La edad promedio fue 28.4 ± 6.2 años. El 65% tenía entre 20 y 34 años.
— El 43% era primigesta, 35% segundigesta y 22% multigesta.
— El IMC pregestacional promedio fue 27.3 kg/m². El 38% tenía sobrepeso y el 22% obesidad.
— La presión arterial sistólica promedio en el grupo con preeclampsia fue 152 ± 12 mmHg vs 118 ± 8 mmHg en controles.
— El 72% de las gestantes con preeclampsia tenía antecedente familiar de hipertensión.
🎯 Tu tarea: Identifica al menos 6 variables con su naturaleza y escala
| Nº | Variable | Naturaleza | Escala |
|---|---|---|---|
| 1 | Edad materna (años) | Cuantitativa continua | Razón |
| 2 | Paridad (primigesta, segundigesta, multigesta) | Cualitativa politómica | Ordinal |
| 3 | IMC pregestacional (kg/m²) | Cuantitativa continua | Razón |
| 4 | Clasificación nutricional (bajo peso, normal, sobrepeso, obesidad) | Cualitativa politómica | Ordinal |
| 5 | Presión arterial sistólica (mmHg) | Cuantitativa continua | Razón |
| 6 | Diagnóstico de preeclampsia (sí/no) | Cualitativa dicotómica | Nominal |
| 7 | Antecedente familiar de HTA (sí/no) | Cualitativa dicotómica | Nominal |
| 8 | Grupo de edad (20-34, <20, ≥35) | Cuantitativa continua* | Ordinal |
*Nota: La edad es por naturaleza cuantitativa continua, pero al categorizarla en grupos, la escala empleada pasa a ser ordinal. Esto ilustra un concepto clave: una misma variable puede medirse con diferentes escalas según el objetivo de la investigación. Como enfatiza la guía docente, siempre se debe preferir la escala de medición más alta para un mejor aprovechamiento del análisis (Guía Docente, Práctica 01, UNMSM, 2025).
🔄 Concepto Clave: Una Variable, Múltiples Escalas
Un mismo atributo puede medirse con diferentes escalas dependiendo del objetivo de investigación y del instrumento de recolección. Veamos con la variable edad materna:
| Forma de medir | Ejemplo | Naturaleza | Escala |
|---|---|---|---|
| Años cumplidos exactos | 23, 28, 34, 41 | Cuantitativa continua | Razón |
| Grupos etarios ordenados | Adolescente (<20), joven (20-34), añosa (≥35) | Cualitativa politómica | Ordinal |
| Dicotomizada por riesgo | Edad de riesgo (sí/no) — ≥35 años | Cualitativa dicotómica | Nominal |
Siempre que sea posible, debemos recoger la variable en su escala más alta (razón) y luego, si el análisis lo requiere, categorizarla. Así no perdemos información. Este principio es ampliamente respaldado por la literatura bioestadística (Hulley, S.B., Cummings, S.R. et al., Designing Clinical Research, 4th ed., Lippincott Williams & Wilkins, 2013, Cap. 4).
Referencia: Hulley, S.B. et al. (2013). Designing Clinical Research. 4th ed. Lippincott Williams & Wilkins. Disponible en: R2 Digital Library / AccessMedicine (McGraw Hill).
Cuestionario
https://notebooklm.google.com/notebook/78829698-990b-44bb-99ea-0e1805a76c24/artifact/62fd4401-1eb6-47e1-8d5f-4373659e2e63⏱ Tiempo máximo para resolver todas las preguntas: 15 minutos
Las 5 preguntas conceptuales (QZ/CBL) y las 2 procedimentales (PjBL) están diseñadas para completarse en un máximo de 15 minutos. Lee con atención, selecciona tu respuesta y verifica haciendo clic en "Verificar".
📝 Preguntas Conceptuales (5)
En un estudio sobre anemia en gestantes, se registra la variable "nivel de hemoglobina" con valores como 8.5, 10.2, 12.0 g/dL. ¿Cuál es la naturaleza y escala de medición correcta?
Una obstetra investiga la satisfacción con el parto humanizado en su servicio. Utiliza una escala: "Muy insatisfecha, Insatisfecha, Neutral, Satisfecha, Muy satisfecha". ¿Qué tipo de variable y escala emplea?
¿Cuál de las siguientes afirmaciones sobre la escala de intervalo es CORRECTA?
En un registro de partos, se anota la variable "número de gestaciones previas" con valores 0, 1, 2, 3, 4. ¿Cuál es su naturaleza y escala?
Una investigadora clasifica la temperatura de los recién nacidos en °C (36.5, 37.0, 37.5, 38.0). ¿Por qué esta variable NO se mide en escala de razón, a pesar de ser cuantitativa continua?
🔬 Preguntas Procedimentales — Mini-Proyectos (PjBL)
📂 Instrucciones para Mini-Proyectos
A continuación se presentan dos mini-proyectos con datos simulados basados en estudios reales de obstetricia. Analiza los datos, identifica las variables y completa las tablas. Estos ejercicios simulan el proceso de operacionalización de variables que realizarás en tus futuras investigaciones.
Mini-Proyecto 1: Base de Datos de Control Prenatal
La siguiente base de datos simula registros de 10 gestantes atendidas en un centro de salud. Basándote en los datos, identifica las 7 variables, clasifica su naturaleza y asigna la escala de medición correcta.
| ID | Edad | Paridad | EG (sem) | PA sist. | Hb (g/dL) | Tipo parto | Riesgo |
|---|---|---|---|---|---|---|---|
| 001 | 22 | 0 | 38.2 | 110 | 11.5 | Vaginal | Bajo |
| 002 | 35 | 3 | 36.0 | 148 | 9.8 | Cesárea | Alto |
| 003 | 19 | 0 | 40.1 | 115 | 12.2 | Vaginal | Bajo |
| 004 | 28 | 1 | 37.5 | 135 | 10.1 | Cesárea | Medio |
| 005 | 31 | 2 | 39.0 | 120 | 11.8 | Vaginal | Bajo |
| 006 | 17 | 0 | 35.4 | 125 | 8.9 | Vaginal | Alto |
| 007 | 40 | 4 | 38.6 | 155 | 10.5 | Cesárea | Alto |
| 008 | 25 | 1 | 39.3 | 112 | 13.0 | Vaginal | Bajo |
| 009 | 33 | 2 | 37.0 | 140 | 9.5 | Cesárea | Medio |
| 010 | 21 | 0 | 41.0 | 108 | 12.8 | Vaginal | Bajo |
EG = Edad gestacional; PA sist. = Presión arterial sistólica (mmHg); Hb = Hemoglobina
📋 Completa la tabla de operacionalización (Mini-Proyecto 1)
| Variable | Naturaleza | Escala | Justificación |
|---|---|---|---|
| Edad (años) | Cuantitativa continua | Razón | Cero real (ausencia de edad), acepta decimales, medición con instrumento |
| Paridad (nº gestaciones) | Cuantitativa discreta | Razón | Valores enteros, cero real (nulípara = 0 gestaciones previas) |
| Edad gestacional (sem) | Cuantitativa continua | Razón | Acepta decimales, cero real, medible con ecografía/FUR |
| PA sistólica (mmHg) | Cuantitativa continua | Razón | Medida con esfigmomanómetro, cero real (ausencia de presión) |
| Hemoglobina (g/dL) | Cuantitativa continua | Razón | Medida por laboratorio, cero real (ausencia de hemoglobina) |
| Tipo de parto | Cualitativa dicotómica | Nominal | Dos categorías sin orden jerárquico |
| Riesgo obstétrico | Cualitativa politómica | Ordinal | Tres categorías con jerarquía inherente (bajo < medio < alto) |
Este ejercicio replica la operacionalización de variables que se realiza en el protocolo de investigación, etapa fundamental del diseño de estudios obstétricos (Hernández-Sampieri, R. et al., Metodología de la Investigación, 6th ed., McGraw Hill, 2014. Disponible en: AccessMedicine).
Mini-Proyecto 2: Análisis de la ENDES — Variables Obstétricas
La Encuesta Demográfica y de Salud Familiar (ENDES) del INEI es una de las fuentes de datos poblacionales más importantes del Perú. Analiza las siguientes variables extraídas de la sección de salud materna de la ENDES 2022 e identifica la naturaleza y escala de medición de cada una.
| Variable ENDES | Valores posibles | Tu clasificación (naturaleza) | Tu clasificación (escala) |
|---|---|---|---|
| Lugar de parto | Establecimiento de salud público, privado, domicilio, otro | _________ | _________ |
| Peso al nacer (g) | 1500, 2200, 2800, 3200, 3850… | _________ | _________ |
| Nº de hijos nacidos vivos | 0, 1, 2, 3, 4, 5+ | _________ | _________ |
| Nivel educativo de la madre | Sin educación, primaria, secundaria, superior | _________ | _________ |
| ¿Recibió control prenatal? | Sí, No | _________ | _________ |
| Talla de la madre (cm) | 145.2, 150.8, 155.0, 162.3… | _________ | _________ |
| Variable ENDES | Naturaleza | Escala |
|---|---|---|
| Lugar de parto | Cualitativa politómica | Nominal |
| Peso al nacer (g) | Cuantitativa continua | Razón |
| Nº de hijos nacidos vivos | Cuantitativa discreta | Razón |
| Nivel educativo de la madre | Cualitativa politómica | Ordinal |
| ¿Recibió control prenatal? | Cualitativa dicotómica | Nominal |
| Talla de la madre (cm) | Cuantitativa continua | Razón |
La ENDES es una fuente de datos reales ampliamente utilizada en investigación obstétrica peruana. Familiarizarse con sus variables y su correcta clasificación es esencial para futuros trabajos de tesis y proyectos de investigación (INEI, Encuesta Demográfica y de Salud Familiar – ENDES 2022, Lima, Perú. Disponible en: www.inei.gob.pe).
📌 Síntesis de la Sesión
En esta práctica hemos recorrido los conceptos fundamentales sobre variables estadísticas aplicados al campo de la obstetricia. Recuerda estos puntos clave:
1. Las variables se clasifican en cualitativas (dicotómicas y politómicas) y cuantitativas (discretas y continuas).
2. Las escalas de medición son cuatro: nominal (clasifica), ordinal (clasifica + ordena), intervalo (ordena + distancias iguales, cero convencional), y razón (distancias iguales + cero real).
3. Una misma variable puede medirse con diferentes escalas según el objetivo de la investigación, pero siempre se debe preferir la escala más alta posible.
4. Las categorías deben ser exhaustivas y mutuamente excluyentes.
5. La correcta identificación de variables y escalas es el fundamento de la definición operacional de variables en todo protocolo de investigación.
📚 Referencias Bibliográficas
1. Álvarez-Cáceres, R. (2007). Estadística Aplicada a las Ciencias de la Salud. 1ª ed. Editorial Díaz de Santos. [SpringerLink]
2. Blair, R.C. & Taylor, R.A. (2008). Biostatistics for the Health Sciences. 1ª ed. Pearson Education. [EBSCO eBook Collection]
3. Cobo, E., Muñoz, P. & González, J.A. (2007). Bioestadística para no estadísticos. Elsevier Masson. [ScienceDirect / ClinicalKey]
4. Cox, J.L., Holden, J.M. & Sagovsky, R. (1987). Detection of postnatal depression. British Journal of Psychiatry, 150, 782–786. [PubMed]
5. Daniel, W.W. & Cross, C.L. (2013). Biostatistics: A Foundation for Analysis in the Health Sciences. 10th ed. John Wiley & Sons. [Wiley / AccessMedicine]
6. Hernández-Sampieri, R. et al. (2014). Metodología de la Investigación. 6ª ed. McGraw Hill. [AccessMedicine]
7. Hulley, S.B. et al. (2013). Designing Clinical Research. 4th ed. Lippincott Williams & Wilkins. [R2 Digital Library]
8. INEI (2022). Encuesta Demográfica y de Salud Familiar – ENDES 2022. Lima, Perú. [www.inei.gob.pe]
9. Kirkwood, B.R. & Sterne, J.A.C. (2003). Essential Medical Statistics. 2nd ed. Wiley-Blackwell. [Wiley Online Library]
10. Mendenhall, W. (2003). Introducción a la Probabilidad y Estadística. 1ª ed. Thomson. [Ebook Central / ProQuest]
11. Norman, G.R. & Streiner, D.L. (2014). Biostatistics: The Bare Essentials. 4th ed. People's Medical Publishing House. [STAT!Ref]
12. Pagano, M. & Gauvreau, K. (2018). Principles of Biostatistics. 2nd ed. CRC Press / Taylor & Francis. [Taylor & Francis eBooks]
13. Piscoya, J. (2025). Separata Cap. II – Variables. DAMPSP, UNMSM. [Material de curso]
14. Rosner, B. (2015). Fundamentals of Biostatistics. 8th ed. Cengage Learning. [Ebook Central / ProQuest]
15. Stevens, S.S. (1946). On the Theory of Scales of Measurement. Science, 103(2684), 677–680. [PubMed / Web of Science / Scopus]
16. Streiner, D.L. et al. (2015). Health Measurement Scales. 5th ed. Oxford University Press. [Oxford Medicine Online]
17. Sucari León, R. (2025). PPT Variables Estadísticas. DAMPSP, UNMSM. [Material de curso]
