Presentación de datos e interpretación de resultados

1. Presentación de datos e interpretación de resultados

2. 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

3. 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

4. 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

5. 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

6. 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

7. 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

8. 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

9. 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 físicaen las medidas MET)

10. 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

11. 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

12. 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

13. 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

14. 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

15. ¿Son diferentes? • Participantes con sobrepeso Hombres - 16.4% (14.5-18.2) Mujeres – 12.6% (11.4-13.7)

16. ¿Son diferentes? • Participantes con sobrepeso Hombres - 16.4% (14.5-18.2) Mujeres – 12.6% (11.4-13.7) * * * * * 1 5 2 4 11 12 13 14 15 16 17 18

17. ¿Son diferentes? • Participantes con sobrepeso Hombres - 16.4% (14.5-18.2) Mujeres – 12.6% (11.4-13.7) * * * * * 1 5 2 4 11 12 13 14 15 16 17 18 Los Intervalos de Confianza no coinciden = los resultados son diferentes

18. ¿Son diferentes? • Participantes que tienen la tensión alta Hombres - 8.4 (5.4-11.4) Mujeres – 11.2 (9.2-13.2) * * * * * * 1

19. ¿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 4 5 7 9 11 13 15

20. ¿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 4 5 7 9 11 13 15 Los Intervalos de Confianza coinciden = los resultados no son diferentes