VARIABLES

TIPOS

ESCALAS DE
MEDICIN

Anlisis de datos

VARIABLES
Son Caractersticas que varan de una poblacin a
otra o de un individuo a otro.
Sexo
- Peso
Edad
Talla
IMC
Presin
ITS

- Nivel econmico
- Preferencia de candidato
- Nivel de satisfaccin

Variables

TIPOS DE VARIABLES
1. VARIABLES CUALITATIVAS (CATEGORICAS):
Nominales: Presencia o ausencia del atributo.
Dicotmicas: Vivo-muerto, sexo, inocenteculpable
Politmicas: Gpo. Sanguneo, raza. Religin
Ordinales: Se puede establecer orden jerrquico.
Severidad: leve, moderado, severo.
Resultados: bueno, regular, malo;

tipos de variables

2. VARIABLES CUANTITATIVAS (NUMRICAS)

Son todas aquellas variables que pueden expresarse en

nmeros, es decir que la variable se conoce en toda su
dimensin.
Discretas: No hay graduaciones intermedias.
N. de ataques virus informticos.
N. de presos liberados/mes
Continuas: Nmeros enteros o fracciones.
Talla, peso, temperatura.
Variables

ESCALAS DE MEDICIN

Para Variables Cualitativas

Nominal: Indica la presencia o ausencia de
la caracterstica sin un orden en particular.
Ejm. Sexo, Religin, Raza
Ordinal: Indica adems un orden o jerarqua
de la variable.
Ejm. Grado de Infeccin, Grado de
quemadura

 ESCALAS DE MEDICIN

Para Variables Cuantitativas

Intervalo: El cero es convencional o
relativo.
Ejm. Temperatura, CI, horas del da
Proporcin: Expresa la verdadera magnitud de
la variable, en donde el cero indica la
ausencia de la variable.
Ejm. Talla, Nmero de hijos, IMC
Variables

MATRIZ 1: CLASIFICACIN DE VARIABLES

N

Variable

cualitativa

discreta

ordinal

continua

nominal

cuantitativa

Edad

Talla

Temperatura

Glucosa

Direccin

Gradode
temperatura

Nivelnutricional

PresenciadeFiebre

Tipodeenfermedad

10

Gruposanguneo

Justificacin

MATRIZ 2: EVALUACIN DEL TIPO DE VARIABLE

CASOS

VARIABLE

1.Se desea determinar si el

tiempo de curacin de
pacientes con heridas de
bala es diferente al
aplicarse dos tratamientos
(Vinagre y Sangre de
Grado).

1.Se desea determinar

existe mayor desarrollo
lceras en varones o
mujeres atendidas en
hospital militar.

si
de
en
el

1.Se desea determinar el

nivel de satisfaccin es
diferente entre los usuarios
de dos hoteles cinco
estrellas de la misma
empresa.

1.Se quiere determinar si el

promedio de notas de los
alumnos que aprueban
matemtica es mayor a 14.

1.Se quiere determinar si la

proporcin de aprobados en
Qumica General es mayor
a 85%.

TIPO

SUBTIPO

MEDICIN

DEFINICIN

CODIFICACIN

CLCULO DEL TAMAO

DE LA MUESTRA

Poblacin
Poblacin: Conjunto de individuos que tienen las
caractersticas (variables) que se quieren estudiar.
Poblacin Diana: Est definida por los objetivos
del estudio. Ejm. Diabticos de Lima. Inaccesible.
Poblacin de Estudio: De acuerdo con los criterios
de Inclusin y Exclusin. Accesible.
Poblacin Finita: Cuando se conoce el tamao de
la poblacin.
Poblacin Infinita: Cuando no se conoce el
tamao de la poblacin.

POBLACIN Y MUESTRA

Muestra

Poblacin

MUESTRA

Es un subconjunto de la poblacin de estudio y es el

grupo de personas que realmente se estudiarn.
Sirve para generalizar los resultados. Inferencia
Debe ser representativa de la poblacin y para
lograr esto, se tienen que tener bien definidos los
criterios de inclusin y exclusin, as como tambin
realizar una buena tcnica de muestreo.

Porqu Calcular el Tamao de Muestra

- Las muestras pueden estudiarse con mayor rapidez
que las poblaciones.
El estudio de una muestra es menos costosa que el
de una poblacin.
Toma menos tiempo su estudio
En la mayora de las situaciones el estudio de una
poblacin es imposible.
Con frecuencia los resultados de una muestra son
ms precisos que los que se basan en una poblacin.

Cundo Calcular el Tamao de Muestra

Cuando no se puede estudiar a toda la
poblacin y se quieren estimar parmetros.
Prevalencia, Promedio, Porcentaje, Tasas
Cuando se desean comparar dos o ms grupos
y establecer si hay diferencias.

Tamao de muestra
Para estimar
parmetros a
partir de un grupo

Variable cualitativa
(Una proporcin)

Poblacin
Desconocida

Poblacin
Conocida

Para comparar
grupos

Variable cuantitativa
(Una Media)

Poblacin
Desconocida

Validacin del
tamao
de la muestra

Dos
medias

Dos
proporciones

Poblacin
Conocida

Tamao de muestra ajustado a las prdidas

Anlisis de datos

Tamao de Muestra para Estimar

Parmetros a partir de un grupo

Tamao de muestra para una proporcin

a. Poblacin Infinita
2

Z * p*q
n
2
d
Z = Valor de Z para la seguridad o nivel de confianza.
Generalmente 0,05 (95%) . Nivel de Confianza. Valores Z.
p = Proporcin (prevalencia) de la variable. De literatura,
Prueba Piloto o maximizar con p = 0,5.
q=1p
d = Precisin depende del Investigador. Costo y tiempo.

 tamao de muestra para una proporcin

Ejm. 1.
Se desea conocer la prevalencia
de diabetes en una ciudad A
cuntas personas se debe
estudiar? Se debe tener en
cuenta que la prevalencia
aproximada en la poblacin es
de alrededor del 5%, se desea
tener una precisin del 3% y un
nivel de confianza del 95%
(=0,05).

Solucin:
p = 0.05
q = 1-0.05 = 0.95
Z = 1.96

1,96 2 * 0,05 * 0,95 = 203

n
0,032
Redondear al nmero
mayor siempre

Tamao

 tamao de muestra para una proporcin

b. Poblacin Finita
2

N *Z * p*q
n 2
2
d * ( N 1) Z * p * q
N = Tamao de la Poblacin de estudio

 tamao de muestra para una proporcin

Ejemplo 2:

Suponiendo que la
poblacin de un distrito
limeo es de alrededor
de 15000 habitantes,
determinar
la
prevalencia de diabetes,
con una seguridad del
95% y una precisin
del 3%, sabiendo que la
proporcin de diabetes
es del 5%.

Solucin:
p = 0.05
q = 0.095
Z = 1.96
N = 15000
15.000 *1.962 * 0,05 * 0,95
n
0,032 * (15000 1) 1,962 * 0,05 * 0,95

n = 200

Tamao

Tamao de muestra para estimar un

promedio o media
a. Poblacin Infinita
2

Z * S
n
2
d

S = Desviacin estndar. A partir de la bibliografa o

prueba piloto.

para estimar un promedio o media

Ejemplo 3

Se desea conocer la
media de la glucemia
basal en los alumnos
de la U. Wiener, con
una seguridad del
95% (=0,05), con
una precisin de 3,0
mg/dl y sabiendo por
estudios
anteriores
que la varianza es de
250 md/dl.

Z = 1,96
S2 = 250
d =3
2

1,96 * 250
n
3

n = 107

Tamao

para estimar un promedio o media

b. Poblacin Finita
2

N *Z *S
n 2
2
2
d * ( N 1) Z * S
N = Tamao de la Poblacin de estudio

para estimar un promedio o media

Ejemplo 4:
Se desea conocer el
tamao de muestra para
analizar la glucemia
basal de los alumnos de
la U Wiener, sabiendo
que la poblacin es de
3000 alumnos, el nivel
de confianza es del
95%, se desea una
precisin de 3 mg/dl y
se sabe por estudios
anteriores
que
la
varianza es de 250
mg/dl.

Z = 1,96
N = 3000
S2 = 250
d =3

3000 * 1,96 2 * 250

n 2
3 * (3000 1) 1,96 2 * 250
n = 103
Tamao

Tamao de muestra para

comparar dos grupos

Tamao de muestra para comparar dos

proporciones

Z
n

* 2p(1 p) Z * p1 (1 p1 ) p 2 (1 p 2 )
(p1 p 2 ) 2

Z = Valor correspondiente al riesgo. Valores Z

Z = Valor correspondiente al poder o potencia. Potencia .Valores Z
(es recomendable que est entre el 80 a 90%)
P = Promedio de las proporciones (p1+p2)/2
P1 = Proporcin o frecuencia en los casos, grupo de referencia, placebo, control o
tratamiento habitual
P2 = Proporcin o frecuencia en los controles, otro grupo, el grupo del nuevo
tratamiento, intervencin o tcnica.

. para comparar dos proporciones

Ejemplo 5
Se desea evaluar si un nuevo
tratamiento (T1) es mejor que el
tratamiento habitual (T2) para
aliviar el dolor. Para lo cual se
disea un ensayo clnico. Sabiendo
que por datos previos la eficacia
del frmaco habitual est alrededor
del
70%
y
se
considera
clnicamente relevante si el nuevo
frmaco alivia el dolor en 90%. El
nivel de riesgo es 0,05 y se desea
un poder estadstico de 80%.

1.96 *
n

Solucin
p1 = 0,7
p2 = 0,9
Z = 1,96
Z = 0,842
p =

p1 p2
0 ,8
2

2 * 0.8(1 0.8) 0.842 * 0.7(1 0.7) 0.9(1 0.9)

(0.7 0.9) 2

n = 61

Para Casos - Control

El valor de p1 de la frmula, se calcular de la siguiente
manera:

OR * p2
p1
(1 p2 ) OR * p2
Donde:
P2 = Proporcin o frecuencia en los controles (sanos).
OR = Odds Ratio (criterio)

Z
n

2p(1 p) Z *

p1 (1 p1 ) p 2 (1 p 2 )

(p1 p 2 ) 2

Tamao

Tamao de muestra para comparar

dos medias
2( Z Z ) * s
2

S2 = Varianza de la variable cuantitativa que tiene el grupo control

o de referencia.
d = Valor mnimo de la diferencia que se desea detectar (datos
cuantitativos)

. para comparar dos medias

Ejemplo 6
Deseamos utilizar un nuevo
frmaco
antidiabtico
y
consideramos
que
seria
clnicamente eficaz si lograse un
descenso de 15 mg/dl respecto al
tratamiento habitual con el
antidiabtico estndar. Por estudios
previos sabemos que la desviacin
tpica de la glucemia en pacientes
que reciben el tratamiento habitual
es de 16 mg/dl. Aceptamos un
riesgo de 0.05 y deseamos un poder
estadstico de 90% para detectar
diferencias si es que existen.
Fernndez (1996)

Solucin:
d = 15
S = 16
Z = 1,645
Z = 1,282
2(1,645 1,282) 2 *16 2
n
152

n = 20
Tamao

Validacin del Tamao de Muestra

Una muestra para variables cuantitativas se
puede validar de acuerdo con el efecto
tamao.
Cieza (2001) indica que una buena
observacin se sugiere tenga un efecto
tamao menor o igual a 0.5

Validacin del Tamao de Muestra

El Efecto tamao se calcula de acuerdo con la siguiente

frmula:

d
Et
s
Donde:
Et= Efecto tamao
d = Valor mnimo de la diferencia que se desea detectar.
S = Desviacin estndar

Tamao de Muestra Ajustado a las

Prdidas
- En todo proyecto se deben considerar
imprevistos que pueden hacer que el
tamao de muestra calculada inicialmente
se vea afectada ya sea por que el sujeto de
estudio se mud, no desea participar,
abandona, viaja, etc.

Se emplea la siguiente frmula:

n
nc
1 pe
Donde:
nc = muestra corregida
n = Muestra calculada
Pe = Porcentaje de prdidas

Tamao

MUESTREO

MUESTREO
El muestreo es el proceso mediante el cual el
investigador podr seleccionar los pacientes o
sujetos de estudio a partir de la muestra calculada
previamente.
Si el muestreo no se realiza con criterio, los
resultados de la investigacin no sern vlidos, ya
que se pueden cometer errores de sesgo o de
imparcialidad al momento de elegir los sujetos.

Tipos de Muestreo
Probabilstico
(Aleatorio)

No
Probabilstico

Aleatorio Simple

Accidental

Sistemtico

Por conveniencia

Estratificado

Por cuotas

Por conglomerados

Bola de Nieve
Anlisis de datos

MUESTREO PROBABILSTICO

Tambin se conoce como muestreo aleatorio,

la caracterstica de este muestreo es que todos
los sujetos de la poblacin de estudio tienen
la misma probabilidad de ser seleccionados
para formar parte de la muestra.

.tipos de Muestreo Probabilstico

1. Muestreo Aleatorio Simple (MAS)

- Cada unidad tiene la probabilidad equitativa de
ser incluida en la muestra.
- Lista de todos los individuos de la poblacin
de estudio: marco muestral.
- Seleccin al azar (tablas de nmeros
aleatorios, calculadoras, software).

Muestreo Aleatorio Simple (MAS)

Procedimiento
1. Elaborar el listado de pacientes (Poblacin de
estudio) sin ningn ordenamiento en particular.
2. Generar tantos nmeros aleatorios como el
tamao de la muestra (n). Cuyos valores deben
estar entre 1y N.
3. Elaborar el listado de la muestra, seleccionando
los pacientes de acuerdo con la ubicacin
proporcionada por los nmeros aleatorios.

Tipos de
muestreo

.tipos de Muestreo Probabilstico

2. Muestreo Sistemtico

Se selecciona individuos del

muestral a intervalos regulares.
Ejemplo

marco

5, 10, 15, 20, 25, ............

Lleva a sesgo de seleccin si el marco

muestral est distribuido siguiendo algn
patrn particular.

..Muestreo Sistemtico

Procedimiento
1. Elaborar el listado de pacientes sin ningn ordenamiento.
2. Calcular el intervalo con la siguiente frmula:

3.
4.

N
k Redondear al entero inferior
n

Seleccionar aleatoriamente el nmero de inicio de la serie

con una urna de nmeros del 1 hasta k.
Elaborar la lista de la muestra seleccionando los pacientes
de acuerdo con la ubicacin proporcionada por los nmeros
del intervalo.

Tipos de
Muestreo

tipos de Muestreo Probabilstico

3. Muestreo Estratificado
- Este tipo de muestreo se emplea cuando se tiene inters
en que la muestra sea la ms representativa posible en lo
que se refiere a subgrupos de inters relacionados con
variables confusoras o que podran crear sesgo a la
investigacin por ejm. Sexo, edad, situacin laboral, etc.
El marco poblacional se divide en grupos homogneos
(estratos); de cada uno se extrae una submuestra,
proporcional al tamao del estrato.

Muestreo Estratificado

Procedimiento
1.
2.
3.
4.
5.
6.

Determinar la caracterstica de los estratos o la composicin

de los estratos.
Si se conoce el porcentaje de los estratos, distribuir
porcentualmente el tamao de muestra en los estratos.
Si se conoce la cantidad de individuos en cada estrato, se
calcula el factor de proporcin con la siguiente frmula:
K = n/N.
El cual se multiplica por la cantidad respectiva en los
estratos.
Seleccionar aleatoriamente los individuos en cada estrato.
Elaborar la lista de la muestra por cada estrato

Muestreo Estratificado

K = n / N = 140 / 1500 = 0.093333

Ejemplo: n = 140
Estrato

Cantidad Muestra Porcentaje

Mujeres

1100

103

73.33 %

Varones

400

37

26.67 %

Total

1500

140

100 %

Tipos de
Muestreo

Tipos de Muestreo Probabilstico

4. Muestreo por conglomerados

Tambin se denomina de etapas mltiples.

Se utiliza para poblaciones grandes y dispersas.
No es posible disponer de un listado.
En lugar de individuos se seleccionan conglomerados
que estn agrupados de forma natural (cuadras de
casas, departamentos, hospitales, provincias, etc.)
Se selecciona en primer lugar el conglomerado ms
alto, a partir de ste se selecciona un subgrupo. A
partir de este subgrupo se selecciona otro subgrupo y
as sucesivamente, hasta llegar a las unidades de
anlisis.

Muestreo por conglomerados

Ejemplo.
Si se desea estudiar a los hipertensos atendidos en los hospitales
de nivel I de ESSALUD.
Nuestro primer conglomerado seran las regiones o
departamentos, a partir de estas regiones aleatoriamente
seleccionar un subgrupo.
Del subgrupo anterior formar un nuevo conglomerado de
segunda etapa con las provincias. De este conglomerado
seleccionar aleatoriamente un subgrupo de provincias.
De este subgrupo de provincias formar un conglomerado de
hospitales de Nivel I. Luego seleccionar aleatoriamente un
subgrupo de Hospitales.
A partir del grupo de hospitales hacer un listado de los pacientes
hipertensos luego realizar muestreo aleatorio.
Tipos de
Muestreo

MUESTREO NO PROBABILSTICO
No existe el criterio de que todos los sujetos
tengan la misma posibilidad de ser elegidos
para formar parte de la muestra, ya que en
este tipo de muestreo hay uno o ms Criterios
de decisin por parte del investigador para
que un determinado sujeto pueda o no formar
parte del estudio.

Tipos de
Muestreo

1. Muestreo Accidental
Se hace sobre la base de la presencia o no,
en un lugar y momento determinados.
Aunque se parece a un muestreo
probabilstico, no todas las personas
tienen la misma probabilidad de estar en
el momento y lugar donde se seleccionan
a los sujetos.

Ejemplo:
Se quiere investigar sobre el efecto de un
nuevo tratamiento en el caso de heridas de
bala.
En este caso los pacientes tienen que ser
contactados a medida que sean atendidos en
el centro de salud en particular.

Tipos de
Muestreo

2. Muestreo por conveniencia

El investigador decide en base a los
conocimientos de la poblacin, quienes son
los que deben formar parte de la muestra.
Se tiene en cuenta los criterios de inclusin
y exclusin, los cuales deben estar bien
establecidos
y
se
deben
cumplir
rigurosamente.

Ejemplo.
Si se quiere evaluar un tratamiento sobre la
hipertensin, tal vez sea conveniente no
considerar a los que tienen sobrepeso o
estn desnutridos.

Tipos de
Muestreo

3. Muestreo por cuotas

La muestra se selecciona tomando en cuenta
caractersticas (variables) especficas de la
poblacin.
Tiene similitud con el muestreo estratificado solo
que en este caso caso la seleccin dentro de cada
cuota (estrato) se hace de manera accidental.
Generalmente se usa para encuestas de opinin y
mercado.

Ejemplo.
De una muestra de 200 personas el
investigador puede estar interesado que el
50 sean varones de 15 a 25 aos, 50
mujeres de 15 a 20 aos, 50 amas de casa y
50 mujeres profesionales.

Tipos de
Muestreo

4. Muestreo por Bola de Nieve

Se utiliza cuando la poblacin es de difcil
acceso por razones sociales (prostitutas,
alcohlicos, drogadictos, etc.)
En este caso se contacta con una persona del
grupo a estudiar, puede ser el lder de una
pandilla, el amigo de un colaborador, etc. Y a
partir de ste se poco a poco se va llegando a
un nmero mayor de individuos.
Tipos de
Muestreo

Si t tienes una manzana y yo tengo una manzana, y

nos cambiamos estas manzanas, entonces tanto t como
yo, slo tendremos una manzana. Pero si t tienes una
idea y yo tengo una idea y nos cambiamos estas ideas,
entonces tanto yo, como t, tendremos dos ideas
George Bernard Shaw

MUCHAS GRACIAS

ANEXOS

Riesgo ( significacin) y Poder (Potencia)

EN LA POBLACION
DECISION

H0
VERDADERA

ERROR TIPO I
RECHAZAR
Riesgo =
H0
Seguridad= 1-
NO
RECHAZAR
H0

OK

H0
FALSA
OK
ERROR TIPO II
(
(Potencia o Poder
= 1-)

Volver

EN LA REALIDAD
DECISION

Rechazar Ho
CULPABLE
Aceptar Ho
INOCENTE

Ho (Verdadera)
INOCENTE

Ho (Falsa)
CULPABLE

ERROR TIPO I
Riesgo =
Seguridad= 1-

OK

OK

ERROR TIPO II

(Potencia o Poder
= 1-)

0.200 (80%)
0.150 (85%)
0.100 (90%)
0.050 (95%)
0.025 (97.5%
0.010 (99%)

Test unilateral
0.842
1.036
1.282
1.645
1.960
2.326

Test Bilateral
1.282
1.440
1.645
1.960
2.240
2.576
Volver

0.200 (80%)
0.150 (85%)
0.100 (90%)
0.050 (95%)
0.025 (97.5%
0.010 (99%)

Test unilateral
0.842
1.036
1.282
1.645
1.960
2.326

Test Bilateral
1.282
1.440
1.645
1.960
2.240
2.576
Volver

VALORES Z MS USADOS
Z

0.200 (80%)
0.150 (85%)
0.100 (90%)
0.050 (95%)
0.025 (97.5%
0.010 (99%)

Test unilateral
0.842
1.036
1.282
1.645
1.960
2.326

Test Bilateral
1.282
1.440
1.645
1.960
2.240
2.576
Volver

0.200 (80%)
0.150 (85%)
0.100 (90%)
0.050 (95%)
0.025 (97.5%
0.010 (99%)

Test unilateral
0.842
1.036
1.282
1.645
1.960
2.326

Test Bilateral
1.282
1.440
1.645
1.960
2.240
2.576
Volver

Potencia
1-

0,01
0,05
0,10
0,15
0,20
0,25
0,30
0,35
0,40
0,45

0,99
0,95
0,90
0,85
0,80
0,75
0,70
0,65
0,60
0,55

Z
2,326
1,645
1,282
1,036
0,842
0,674
0,524
0,385
0,253
0,126 Volver

Potencia
1-

0,01
0,05
0,10
0,15
0,20
0,25
0,30
0,35
0,40
0,45

0,99
0,95
0,90
0,85
0,80
0,75
0,70
0,65
0,60
0,55

2,326
1,645
1,282
1,036
0,842
0,674
0,524
0,385
0,253
0,126

Volver

Potencia
1-

0,01
0,05
0,10
0,15
0,20
0,25
0,30
0,35
0,40
0,45

0,99
0,95
0,90
0,85
0,80
0,75
0,70
0,65
0,60
0,55

2,326
1,645
1,282
1,036
0,842
0,674
0,524
0,385
0,253
0,126

Volver

Riesgo ( significacin) y Poder (Potencia)

EN LA REALIDAD
DECISION

H0
VERDADERA

ERROR TIPO I
RECHAZAR
Riesgo =
H0
Seguridad= 1-
NO
RECHAZAR
H0

OK

H0
FALSA
OK
ERROR TIPO II

(Potencia o Poder
= 1-)
Volver

EN LA REALIDAD
DECISION

Rechazar Ho
CULPABLE
Aceptar Ho
INOCENTE

Ho (Verdadera)
INOCENTE

Ho (Falsa)
CULPABLE

ERROR TIPO I
Riesgo =
Seguridad= 1-

OK

OK

ERROR TIPO II

(Potencia o Poder
= 1-)

1
3
4
2
0
,
9
%
1
8
7
A
u
c
a
y
c
u
2
9
,
%
T
i
n
g
o

M
a
r

7
1
2
,e
0
%
P
u
r3
to
S
r5
u
n
g
a
o
9
5
8
1
4
,
8
%
9
,a
0
6
T
o
c
a
h
e
S
n
t%
L
u
cia8
9
1
3
U
c,h
iz%
a

Figura 1. Ejemplo de grfico de sectores.Distribucin de

la muestra por lugar de procedencia.

Volver

2
0
1
5
0
1
0
5
0
0E
m
p
le
a
d
oA
g
ricu
lto
rC
h
fo
o
rc
e
u
A
m
a
d
e
c
a
s
E
s
t
u
d
i
a
n
t
e
C
o
m
e
r
c
i
a
n
t
e
p
a
c
io
n

F
re
c
u
n
c
ia

Figura 2. Ejemplo de grfico de barras. Ocupacin de

pacientes analizados

Volver

8
0
6
0
4
0
2
0
M
e
a
n

=
3
7
02
S
t
d
.
D
v
.

1
6
,
8
2
N
6
4
0
0e
4
0
6
0
8
0
d
a
d
e
lo
s
e
n
c
u
e
s
ta
d
o
s

F
re
c
u
n
c
ia

Figura 3. Ejemplo de Histograma. Edad de encuestados.

Volver

4
1
2
9
8
0
6
0

Figura 4. Ejemplo de grfico de Caja y Bigotes. Edad

de encuestados.

4
0
2
0 e
d
a
d
e
lo
s
e
n
c
u
e
s
ta
d
o
s

Volver

Figura 5. Polgono de frecuencias.

Volver

Figura 6. Diagrama de dispersin entre la talla y

el peso de una muestra de individuos.

Volver

FRMULAS PARA CALCULAR EL TAMAO DE

MUESTRA DE UN GRUPO

FRMULAS PARA CALCULAR EL TAMAO DE

MUESTRA DE DOS GRUPOS