Presentación de la interpretación de datos ppt, 1.41Mb

Presentación de datos e
interpretación de resultados
Presentación de datos



Las presentaciones visuales pueden tener mayor impacto
que una simple descripción de los datos
El uso apropiado de tablas y gráficos puede realzar el
mensaje que desea transmitir
Sin embargo potencialmente pueden llegar a ser confusos
o transmitir mensajes incorrectos
Directrices para crear buenos
gráficos





Elija el punto que desea presentar y después el método
apropiado
Enfatice las ideas de una en una en cada figura
Utilice métodos gráficos convencionales (es decir, el
tiempo siempre se representa en el eje de las X)
Preste atención especial a la escala del gráfico
Incluya siempre un título: centrado en la interpretación de
los datos, no en los datos propiamente dichos
Directrices para crear buenos
gráficos (Cont.)





Los gráficos y las tablas deben ser autónomas y tener significado
propio sin referencia al texto
Marcados claramente para indicar valores
Especifican claramente las unidades utilizadas
Mencione si fuera posible el tamaño total de la muestra o del
conjunto de datos para los que se han hecho cada uno de los
gráficos o tablas
Sea moderado y coherente al utilizar los colores y las fuentes
Gráficos de datos - tablas



Presente los números o las palabras ordenadas en una
tabla
Útil para presentar números exactos
Útil para:
Presentar resultados previos y posteriores
 Presentar correlaciones o comparaciones

Gráficos de datos – gráficos de
barras

Muestra las cantidades representadas por barras
horizontales o verticales, y son útiles para representar:
La actividad de algo cronológicamente
 Varias categorías de los resultados al mismo tiempo
 Conjuntos de datos con algunas observaciones


Las desviaciones típicas se pueden representar utilizando
una barra de desviación, que se extiende por encima de
las barras de datos
Gráficos de datos – gráficos de
líneas


Muestra los puntos de los conjuntos de datos trazados sobre un
periodo temporal, conectados a través de líneas rectas
Útil para presentar



Cualquier conjunto de figuras que necesite ser mostrado
cronológicamente
Resultados de dos o más grupos comparados cronológicamente, por
grupos de edad, diferencias entre sexos, etc.
Tendencia de los datos con el paso del tiempo
Gráficos de datos – gráficos en
forma de tarta


Muestra proporciones relacionadas con un todo, cada
cuña representando un porcentaje del total
Útil para presentar:
Las partes que componen un todo en porcentajes
 Análisis presupuestario, geográfico o de la población

Interpretación






La hoja de datos STEPS y los informes utilizan porcentajes y medias
para comentar e interpretar los datos
Un porcentaje es una manera de expresar una proporción, una
relación o una fracción como un número completo
La media y la mediana son medidas de posición central
La media proporciona el promedio de un conjunto de valores
Debido a su simplicidad, la media es la medida más utilizada entre
las medidas de posición central
La mediana es la mitad en una distribución de valores (se utiliza al
comunicar los datos de actividad física en las medidas MET)
Interpretación




Busque pautas generales y después la desviación de
estas pautas
Busque valores extremos y lagunas
Localice el centro y la extensión de la distribución
Compare los gráficos con la misma escala: busque
máximos, mínimos
Intervalos de confianza






Miden la precisión de sus datos
Método para analizar las diferencias entre los subgrupos
Cuanto más precisos sean sus resultados, mayor confianza podrá
tener en ellos
Toda encuesta basada en muestras carece de precisión debido al
error en la ausencia de muestreo y al error de muestreo
Una medida de error de muestreo se llama error estándar para un
porcentaje o una variable particular
La precisión se mide por el error estándar y se ilustra mediante los
intervalos de confianza
Error estándar



Raíz cuadrada de la varianza de un porcentaje o variable a
través de todas las muestras posibles de igual tamaño y
diseño
Calculado con Epi Info, que tiene en cuenta el diseño de la
muestra por conglomerados
Utilizado para calcular los intervalos de confianza
Intervalos de confianza (IC)




Calculados multiplicando el Error estándar (EE) por 1.96
IC = EE * 1.96
Expresado como un intervalo alrededor del porcentaje 42% (40% - 44%)
42% (+2%)
El intervalo contiene el valor medio del porcentaje que resultaría si
se utilizaran todas las muestras posibles
Un IC del 95% sugiere que si se diseñan 100 muestras, el valor
medio del porcentaje estaría incluido en 95 de los 100 IC
Intervalos de confianza -
Método para analizar las diferencias entre los
subgrupos



Posibles subgrupos
 Hombres y Mujeres
 Grupos de edad (25 – 34, 35 – 44, etc.)
 Dos países, dos regiones, dos ciudades
Pregunta – ¿Son diferentes?
Respuesta – Fíjese en los intervalos de confianza del 95% (IC)
 Si los ICs coinciden – No son estadísticamente diferentes
 Si los ICs no coinciden – son estadísticamente diferentes
¿Son diferentes?

Participantes con sobrepeso
Hombres - 16.4% (14.5-18.2)
Mujeres – 12.6% (11.4-13.7)
¿Son diferentes?

Participantes con sobrepeso
Hombres - 16.4% (14.5-18.2)
Mujeres – 12.6% (11.4-13.7)
1
11
12
2
*
13
*
14
4
15
*5
16
*
17
*
18
¿Son diferentes?

Participantes con sobrepeso
Hombres - 16.4% (14.5-18.2)
Mujeres – 12.6% (11.4-13.7)
1
11
12
2
*
13
*
14
4
15
*5
16
*
17
*
18
Los Intervalos de Confianza no coinciden =
los resultados son diferentes
¿Son diferentes?

Participantes que tienen la tensión alta
Hombres - 8.4 (5.4-11.4)
Mujeres – 11.2 (9.2-13.2)
1
*
*
*
*
*
*
¿Son diferentes?

Participantes que tienen la tensión alta
Hombres - 8.4 (5.4-11.4)
Mujeres – 11.2 (9.2-13.2)
1
5
2
*
7
*
9
4
11
*5
13
*
15
*
¿Son diferentes?

Participantes que tienen la tensión alta
Hombres - 8.4 (5.4-11.4)
Mujeres – 11.2 (9.2-13.2)
1
5
2
*
7
*
9
4
11
*5
13
*
15
Los Intervalos de Confianza coinciden =
los resultados no son diferentes
*