Ejercicios practicos "Curso básico de metodología de investigacion con SPSS y EPIDAT"

1. CURSO BÁSICO DE METODOLOGÍA DE INVESTIGACIÓN
CON SPSS Y EPIDAT: EJERCICIOS PRÁCTICOS DE APOYO
Dr. Ricardo Ruiz de Adana Perez
1

2. EJERCICIOS PRÁCTICOS
Creación de bases de datos, definición de variables, transformación de variables
1.- Un hospital, con objeto de planificar debidamente sus recursos, estudia mediante
muestreo el número de urgencias atendidas en una muestra de 30 días. Se obtienen los
siguientes resultados
25 41 38 29 26 43 30 36 37 30 15
27 15 28 42 23 29 31 17 27 21 11
32 35 12 16 24 19 31 36
a) Crear un fichero en SPSS, definiendo la variable de tipo cuantitativa “numero
de urgencias” e introducir los datos.
b) Trasformar la variable “Numero de urgencias” en una nueva variable cualitativa
de nombre “presión asistencial” con 5 categorías (muy baja ≤ 12 baja 13-20,
normal 21 –25 , alta 26-35 y muy alta ≥36)
c) Guardar el fichero con el nombre ejemplo1
2.- En un centro sanitario, durante 25 días, se registra el número total de exploraciones
radiológicas solicitadas, obteniéndose los siguientes resultados:
150, 173, 266, 260, 224, 201, 240, 289, 140, 256, 275, 282, 293, 178, 162, 132, 112,
221, 291, 301, 160, 124, 299, 164, 173
a) Crear un fichero en SPSS, definiendo la variable e introducir los datos.
b) Trasformar la variable en una nueva variable cualitativa de nombre “actividad”
con 3 categorías (baja ≤ 160, normal, 161-220, alta ≥221
c) Guardar el fichero con el nombre ejemplo 2
3.- En una encuesta se han recogido los siguientes datos
Edad 35 Peso: 76 Talla 1,75 Sexo: hombre Clase social: alta
Edad 33 Peso: 75 Talla 1,72 Sexo: hombre Clase social: baja
Edad 38 Peso: 78 Talla 1,65 Sexo: mujer Clase social: alta
Edad 43 Peso: 79 Talla 1,55 Sexo: hombre Clase social: baja
Edad 35 Peso: 75 Talla 1,54 Sexo: mujer Clase social: media
Edad 36 Peso: 85 Talla 1,45 Sexo: mujer Clase social: baja
Edad 39 Peso: 95 Talla 1,78 Sexo: hombre Clase social: media
Edad 53 Peso: 180 Talla 1,75 Sexo: hombre Clase social: baja
Edad 65 Peso: 65 Talla 1,85 Sexo: hombre Clase social: media
Edad 53 Peso: 53 Talla 1,93 Sexo: hombre Clase social: baja
Edad 48 Peso: 48 Talla 1,65 Sexo: mujer Clase social: alta
Edad 37 Peso: 85 Talla 1,75 Sexo: hombre Clase social: baja
Edad 35 Peso: 75 Talla 1,67 Sexo: mujer Clase social: media
Edad 36 Peso: 95 Talla 1,55 Sexo: mujer Clase social: baja
Edad 79 Peso: 75 Talla 1,79 Sexo: hombre Clase social: media
Edad 35 Peso: 73 Talla 1,73 Sexo: hombre Clase social: alta
Edad 43 Peso: 71 Talla 1,78 Sexo: hombre Clase social: baja
Edad 18 Peso: 93 Talla 1,57 Sexo: mujer Clase social: alta
Edad 23 Peso: 92 Talla 1,77 Sexo: hombre Clase social: baja
2

3. Edad 31 Peso: 103 Talla 1,76 Sexo: mujer Clase social: media
Edad 26 Peso: 99 Talla 1,62 Sexo: mujer Clase social: baja
Edad 39 Peso: 210 Talla 1,82 Sexo: hombre Clase social: media
Edad 54 Peso: 53 Talla 1,76 Sexo: hombre Clase social: baja
Edad 66 Peso: 64 Talla 1,77 Sexo: hombre Clase social: media
Edad 54 Peso: 63 Talla 1,70 Sexo: hombre Clase social: baja
Edad 49 Peso: 95 Talla 1,70 Sexo: mujer Clase social: alta
Edad 37 Peso: 73 Talla 1,75 Sexo: hombre Clase social: baja
Edad 31 Peso: 71 Talla 1,53 Sexo: mujer Clase social: media
Edad 36 Peso: 85 Talla 1,64 Sexo: mujer Clase social: baja
Edad 70 Peso: 66 Talla 1,65 Sexo: hombre Clase social: media
a) Crear un fichero en SPSS, definiendo las variables, introducir los datos y
guardarlo con el nombre ejemplo 3.
b) Recuperar el fichero
c) Calcular IMC: ( Peso en Kg)/(Talla en metros)**2 a expensas de las variables
Peso y talla
d) Filtrar casos Sexo = mujer
4.- En un servicio de traumatología, con objeto de realizar una correcta planificación,
esta interesado en conocer la localización de la patología en los 186 pacientes atendidos
durante los últimos seis meses n=186.
La variable de interés es la zona afectada, es una variable cualitativa dividida en 5
modalidades (rodilla, cadera, tobillo, cráneo, otras).
ZONA AFECTADA fa fr %
RODILLA 30 0.161 16.1
CADERA 28 0.151 15.1
TOBILLO 41 0.220 22.0
CRÁNEO 34 0.183 18.3
OTRAS 53 0.285 28.5
TOTAL Σfa=186 Σfr=1
a) Crear un fichero en SPSS, definiendo las variables e introducir los datos.
b) Guardar el fichero creado como ejemplo 4
5.- Construcción de un fichero en SPSS con las siguientes variables relativas a la
evaluación en las historias clínicas de la atención a la HTA:
• Nombre hospital
• Numero de HC
• Fecha nacimiento
• Sexo
• Nivel de estudios (primarios, medios, superiores)
• Antecedentes personales (si, no,)
• Antecedentes familiares (si, no, no procede)
• IMC
• Consumo de cigarrillo
• Consumo de alcohol (gramos día)
• Auscultación cardíaca (si, no)
3

4. a) Introducir 5 valores ficticios en la variable fecha de nacimiento
b) Crear nueva variable edad: Fecha actual (CTIME.DAYS(fecha actual)-
CTIME.DAYS (fecha naci))/365.25 ( La función CTIME.DAYS se encuentra en
Extracción de duración de tiempo)
c) Trasformar la variable edad en cualitativa “edadcua”: (≤ 15, 16-25, 26-35, ≥36)
d) Introducir valores ficticios en el numero de cigarrillos
e) Crear un nueva variable Consumo de tabaco (cualitativa)
f) Guardar el fichero como ejemplo 5
6.- En una maternidad, los pesos en gramos de los recién nacidos registrados durante
una semana son:
Día 1 Niños: 2300, 2200, 3450, 3100
Niñas: 2500, 2600, 3100, 3200, 3330, 3500, 3450,
Día 2 Niños: 3300, 3200, 3500,4000
Niñas: 2500, 2600, 3100, 3200,
Día 3 Niños: 3350, 5000, 3500, 3450, 2950, 3100
Niñas: 3300, 2600, 3100, 3200, 3330, 3000
Día 4 Niños: 2100, 2150, 5000, 3500, 3450
Niñas: 2500, 2600, 3100, 3200, 3330
Día 5 Niños: 3800, 3200, 4000, 3450, 2950, 3100
Niñas: 3100, 3300, 3100, 3200, 3330
Día 6 Niños: 5000, 3500, 3450, 2950, 3100
Niñas: 2800, 2600, 3100, 3200, 3330
Día 7 Niños: 2600, 2200, 3500, 3450, 2950, 3100
Niñas: 2800, 2900, 3100, 3200, 3330
Las tallas en cm registradas son:
Día 1 Niños:45, 45, 50, 49
Niñas: 47, 48, 50, 50, 50, 51, 51
Día 2 Niños: 50, 50, 49, 54
Niñas: 48, 47, 49, 49
Día 3 Niños: 49, 54, 52, 51, 50, 50
Niñas: 49, 47, 50, 42, 50, 50
Día 4 Niños: 43, 44, 54, 50, 51
Niñas: 45, 46, 50, 51, 50
Día 5 Niños: 52, 50, 54, 50, 48, 49
Niñas: 49, 50, 50, 50, 49
Día 6 Niños:54, 51, 49, 49 48
Niñas: 47, 46, 49, 49, 50
Día 7 Niños: 45, 44, 50, 51, 47, 48
Niñas: 49, 48, 49, 49, 50.
g) Introducir estos datos en SPSS
h) A partir de los datos, diferenciar lo que son variables y valores
i) Definir las variables: cualitativas y cuantitativas.
4

5. j) Introducir las variables cualitativas con un código y utilizar la definición de
valores.
k) Guardar el archivo como ejemplo 6
Estadística descriptiva: medidas de tendencia central, dispersión, posición,
representación grafica
7.- Para realizar el estudio descriptivo de una variable cualitativa se van a utilizar los
siguientes datos correspondientes a la variable hipertensión, HTA codificados con 1
para NO, un 2 para SI y un 0 para los casos desconocidos (valores perdidos-missing)
HTA: 2,1, 0,2,1,2,2,2,2,2,1,1,1,1,2,2,2,2,2,0,2,1,1,1
a) Obtener las frecuencias absolutas y relativa de las categorías de las variable y
valores ausentes
b) Calcular e interpretar la media y la mediana
c) Elegir entre representar gráficamente la variable mediante un diagrama de
barras, un grafico de sectores o un histograma.
d) Guardar el archivo como ejemplo 7
8.- Los valores de la TAS de una muestra de pacientes de un CS son los siguientes:
TAS: 125, 160,140,150,160,130,135,125,115,112,114,132
a) Analizar los estadísticos descriptivos (medidas de tendencia central, dispersión y
posición) y representar gráficamente la distribución mediante un histograma
b) Recodificar la variable TAS en otra variable HTA si TAS ≥ 140 y calcular la
frecuencia absoluta y relativa de hipertensos
c) Guardar el fichero como ejemplo 8
9.- Los valores de la TAS y TAD de una muestra de pacientes de un CS son los
siguientes:
TAS: 125, 160,140,150,160,130,135,125,115,112,114,132
TAD: 90, 75, 67, 85, 67, 89, 67, 75, 95, 110, 100, 111
a) Analizar los estadísticos descriptivos (medidas de tendencia central, dispersión y
posición) y representar gráficamente la distribución mediante un histograma de
las variables TAS y TAD
b) Trasformar las variable TAS y TAD en otra variable HTA si TAS ≥ 140 o TAD
≥ 90 y calcular la frecuencia absoluta y relativa de hipertensos
c) Guardar el fichero como ejemplo 9
10.- Recuperar el fichero ejercicio 3
a) Describir las variables cualitativas: fa y fr.
5

6. b) Representaciones gráficas de las variables cualitativas
c) Calcular los percentiles 25, 50 y 75 de la talla y peso.
d) Calcular la media, mediana, moda y desviación típica del peso y talla en
hombres y mujeres.
e) Construir un diagrama de cajas y bigotes para la variable IMC en hombres y en
mujeres
f) Identificar si existen valores atípicos y extremos en la variable peso y talla
g) Calcular la media del peso recortada al 5%
h) Calcular para el peso los estimadores robustos centrales e interprétalos
11.- Recuperar en SPSS fichero ejercicio1
a) Calcular la media muestral del numero de urgencias, mediana, , moda,
desviación típica, error estándar, y estimar la media poblacional del numero de
urgencias con un intervalo de confianza del 95%
12.- Recuperar en SPSS fichero ejercicio 2
a) Calcular la media muestral numero de exploraciones radiológicas, mediana,
moda, desviación típica, error estándar, y la media en la población de la cual
procede la muestra del numero de exploraciones radiológicas con un intervalo de
confianza del 99%
b) Identificar si existen valores atípicos y extremos en la variable estudiada
c) Calcular la media del numero de exploraciones radiológicas recortada al 5%
13.- Recuperar el fichero “Confusión hamburguesas mostaza colon irritable.sav”
a) Calcular frecuencia absoluta y relativa del número de personas que comen
hamburguesas y tienen colon irritable.
b) Calcular frecuencia absoluta y relativa del número de personas que no comen
hamburguesas y tienen colon irritable
14.- Recuperar el fichero “ulcera y aines cafe sin confusion ni interacion.sav”
a) Calcular frecuencia absoluta y relativa del número de personas que consumen
AINES y tienen ulcera.
b) Calcular frecuencia absoluta y relativa del número de personas que no consumen
AINES y tienen ulcera
15.- Recuperar el fichero Ejemplo 3
a) Calcular frecuencia absoluta y relativa de los hombres pertenecientes a clase social
media
b) Calcular número de mujeres de la clase social alta
Muestreo
19.- Obtención de tablas de números aleatorios mediante muestreo aleatorio simple con
el programa Epidat:
N = 1000, n = 65
N = 500, n = 100
N = 800, n = 200
6

7. 20.- ¿Cuál será el mínimo numero de HC de diabéticos de una muestra a través de la
cual deseamos conocer la proporción de pacientes a los que se les ha realizado fondo de
ojo, aceptando un riesgo de error del 5%, pretendiendo un precisión del 2% y sabiendo
que dicha proporción probablemente oscilara alrededor del 15%?
21.- Mediante el estudio de una muestra representativa deseamos conocer el tiempo
(minutos) que tardan en llegar las ambulancias al lugar de la urgencia en una población,
aceptando un riesgo de error del 5% y pretendiendo una precisión de 5 minutos. La
desviación típica estudiada previamente en una muestra reducida es de 10 minutos
¿Cuál debe ser el tamaño mínimo de la muestra? Programa Epidat
22.-En una población se precisar estimar con una confianza del 95%, la talla media de
las mujeres adultas. En un estudio piloto realizado a partir de una muestra de 61 casos
se obtuvo un desviación típica de 30 cm . Pretedeterminar el tamaño de muestra
necesario para obtener una precisión o error de estimación igual a 5 cm
23.- Queremos conocer con un nivel de seguridad del 99% el porcentaje de hipertensos
en la población mayor de 14 años adscrita al centro de salud. Se asume que el
porcentaje en otros estudios es alrededor de 20 %.
24.- Para llevar a cabo una campaña de prevención contra la hipercolesterolemia,
interesa saber con un error de estimación de 6 mg/100 ml el nivel medio de
colesterolemia basal. En un estudio piloto se obtienen los siguientes resultados:
X=215 S= 55 n=35. Predeterminar el tamaño de la muestra para alcanzar los
objetivos del trabajo. Hacer los cálculos para errores aleatorios del 5% y del 1%.
25- Recuperar en SPSS fichero glaucoma
a) Trasformar la edad en variable cualitativa de nombre edadc con las siguientes
categorías: (≤40 años, 41-49 años, 50-59 años, ≥60 años)
b) Estadística descriptiva
c) Analizar la relación entre sexo y presión ocular elevada (estadística descriptiva:
tablas de contingencia Chi cuadrado y RR Y OR.
d) Analizar la relación entre edadc y presión ocular elevada.
e) Analizar la relación entre antecedentes familiares y presión ocular elevada.
f) Analizar la relación entre edad y presión ocular elevada
26.- Recuperar en SPSS el fichero diastoli.
a) Crear una nueva variable de nombre “diferencia”: tad1(antes) – tad2 (después)
b) Realizar estadística descriptiva de las variables: tad1 (antes), tad2 (después) y
diferencia
c) Comprobar si las variables tad1 y la tad2 se ajustan a una distribución normal
(prueba de Kolmogorov-Smirnov. Normal si p> 0,05).
d) Analizar si es estadísticamente significativa la diferencia entre la media tad1
(antes) en el grupo tratado con diuréticos y en el grupo placebo.
• Realizar prueba t para muestras independientes.
• Comprobar homogeneidad varianzas de ambos grupos (F de Snedecor
>0,05).
• Calcular intervalos de confianza.
e) Analizar si es estadísticamente significativa la diferencia entre la media tad2
(después) en el grupo tratado con diuréticos y en el grupo placebo.
7

8. • Realizar prueba t para muestras independientes.
• Comprobar homogeneidad varianzas de ambos grupos (F de Snedecor
>0,05).
• Calcular intervalos de confianza.
f) Suponer en la pregunta anterior que la tad2 no sigue una distribución normal.
• Realizar prueba de Mann Whitney.
g) Comprobar si la tad1 media de la muestra difiere de 100 mmHg.
• Realizar prueba t para una muestra.
h) Analizar la diferencia entre la media de la tad1 (antes) y tad2 (después) en los
pacientes tratados con diuréticos.
• Realizar prueba t apareada.
i) Suponer que en la pregunta anterior la tad1 y tad2 no sigue una distribución
normal.
• Realizar prueba de comparación de medias en muestras relacionadas
Wilconson
8