Revista Alergia México

ISSN: 0002-5151
revista.alergia@gmail.com
Colegio Mexicano de
Inmunología Clínica y Alergia,
A.C. México

Rendón-Macías, Mario Enrique; Villasís-Keeve, Miguel Ángel; Miranda-Novales, María

Guadalupe
Estadística descriptiva
Revista Alergia México, vol. 63, núm. 4, octubre-diciembre, 2016, pp. 397-407 Colegio
Mexicano de Inmunología Clínica y Alergia, A.C.
Ciudad de México, México

Metodología de la investigación

Descriptive statistics
Estadística descriptiva

Sistema de Información Científica

Red de Revistas Científicas de América Latina, el Caribe, España y Portugal
Proyecto académico sin fines de lucro, desarrollado bajo la iniciativa de acceso abierto
Mario Enrique Rendón-Macías,1 Miguel Ángel Villasís-Keever,1 María Guadalupe Miranda-Novales2

Abstract
Descriptive statistics is the branch of statistics that gives recommendations on how to summarize
clearly and simply research data in tables, figures, charts, or graphs. Before performing a
descriptive analysis it is paramount to summarize its goal or goals, and to identify the
measurement scales of the different variables recorded in the study. Tables or charts aim to
provide timely information on the results of an investigation. The graphs show trends and can be
histograms, pie charts, “box and whiskers” plots, line graphs, or scatter plots. Images serve as
examples to reinforce concepts or facts. The choice of a chart, graph, or image must be based
on the study objectives. Usually it is not recommended to use more than seven in an article, also
depending on its length.

Keywords: Descriptive statistics; Tables; Figures; Graphics

Este artículo debe citarse como: Rendón-Macías ME, Villasís-Keever MÁ, Miranda-Novales MG. Estadística
descriptiva. Rev Alerg Mex. 2016;63(4):397-407
Correspondencia: Mario Enrique Rendón-Macías.
drmariorendon@gmail.com

Recibido: 2016-09-29
Aceptado: 2016-10-02

1 Instituto Mexicano del Seguro Social, Hospital de Pediatría, Centro Médico Nacional Siglo XXI, Unidad de Investigación en
Epidemiología Clínica. Ciudad de México, México 2Instituto Mexicano del Seguro Social, Hospital de Pediatría, Centro Médico
Nacional Siglo XXI, Unidad de Investigación en Epidemiología Hospitalaria. Ciudad de México, México

http://www.revistaalergia.mx Rev Alerg Mex. 2016;63(4):397-407 397

 et al. Estadística descriptiva

Resumen Rendón-Macías ME

La estadística descriptiva es la rama de la estadística que formula recomendaciones de cómo

resumir, de forma clara y sencilla, los datos de una investigación en cuadros, tablas, figuras o
gráficos. Antes de realizar un análisis descriptivo es primordial retomar el o los objetivos de la
investigación, así como identificar las escalas de medición de las distintas variables que fueron
registradas en el estudio. El objetivo de las tablas o cuadros es proporcionar información puntual
de los resultados. Las gráficas muestran las tendencias y pueden ser histogramas,
representaciones en “pastel”, “cajas con bigotes”, gráficos de líneas o de puntos de dispersión.
Las imágenes sirven para dar ejemplos de conceptos o reforzar hechos. La selección de un
cuadro, gráfico o imagen debe basarse en los objetivos del estudio. Por lo general no se
recomienda usar más de siete en un artículo destinado a una publicación periódica, parámetro
que está también en función de la extensión misma del artículo.

Palabras clave: Estadística descriptiva; Cuadros; Figuras; Gráficas

Estadística descriptiva Prerrequisitos
El objetivo final de cualquier investigación es Antes de realizar un análisis descriptivo
proporcionar evidencia objetiva suficiente para apoyar sobre los resultados de una investigación,
o refutar la o las hipótesis planteadas. 1,2 La evidencia es fundamental revisar el o los objetivos
obtenida mediante la recolección planeada y cuidadosa de la misma. No es infrecuente que para
de una investigación tiene que traducirse en datos o ese momento se olviden los propósitos
cifras. Al integrar y dar coherencia a los resultados de que llevaron a la realización del estudio,
un trabajo, el investigador debe tener la capacidad de lo cual puede derivar en un trabajo
resumir y presentar datos de manera ordenada, sencilla infructuoso y con alto riesgo de generar
y clara, para que puedan ser interpretados tanto por confusión más que conclusiones
otros investigadores como por los revisores y lectores. acertadas.4
La estadística descriptiva es la rama de la Una vez recuperados el o los
estadística que formula recomendaciones sobre cómo objetivos de la investigación es necesario
resumir la información en cuadros o tablas, gráficas identificar las escalas de medición de las
o figuras.2,3 variables registradas, las cuales para fines
prácticos pueden ser:
• Cuantitativas (métricas).
• Cualitativas (categóricas).

398 Rev Alerg Mex. 2016;63(4):397-407 http://www.revistaalergia.mx

 Las primeras se definen por la existencia de una sucede con la dificultad respiratoria, la
unidad de medición, que puede ser contable (unidades cual puede ser ausente, leve, moderada o
enteras), medible o ponderada por algún atributo físico severa.5

con algún instrumento. Asimismo, pueden ser

clasificadas como continuas si aceptan fracciones, o
discretas si solo consideran unidades enteras.
Ejemplos de estos tipos de variables son el volumen de
espiración medido en litros (variable cuantitativa
continua) y el número de respiraciones por minuto
(variable cuantitativa discreta). 2
Las variables cualitativas se caracterizan por
clasificar a los individuos o fenómenos solo con
relación a sus atributos. Pueden ser nominales cuando
los atributos usados son únicos para una condición
(excluyentes mutuamente) y solo existen posibilidades
conocidas (exhaustivas). Si el atributo solo acepta dos
condiciones, las variables reciben el nombre de
nominales dicotómicas, pero si hay más posibilidades
se les denomina nominales politómicas.2,3 Un ejemplo
de variable dicotómica sería la presencia o ausencia de
eccema, mientras que de una variable politómica, los
tipos de alergia.
Por otro lado, cuando la clasificación cualitativa
se basa en un orden jerárquico de los atributos, a las
variables se les conoce como ordinales, tal como

http://www.revistaalergia.mx Rev Alerg Mex. 2016;63(4):397-407 399

 Estadística descriptiva
Rendón-Macías ME et al. la curtosis, o bien,
gráficos tipo p-p o q-q.
Si se determina que la distribución de los datos
Medidas de tendencia central y es normal, entonces los resultados solamente se
de dispersión pueden indicar con dos estimadores: media y
En general, para resumir o presentar los datos desviación estándar. En una distribución normal,
obtenidos de un proyecto de investigación 95% de los datos estudiados se encuentra dentro de
inicialmente se debe tratar de ubicar cómo se ±2 desviaciones estándar a partir de la media.
distribuyen, lo cual se realiza de acuerdo con la Cuando la distribución no es normal, resulta
escala de medición de cada variable. más informativo mostrar los valores percentílicos o
los cuartílicos. Los valores percentílicos establecen
Escala cuantitativa la probabilidad de 100% de encontrar un valor, los
Algunos datos deben resumirse en un estimador de cuartílicos dividen el total de los datos en cuatro
promedio y otros en uno de dispersión. El estimador porciones equivalentes a 25% de los datos. En una
de promedio indica la tendencia central o cifra que división percentilar, el percentil 5 indica la cifra
representa mejor el valor de la muestra, la cual donde 5% de los datos está por debajo de esta y
puede ser: 95% arriba de la misma. Si se anotan los percentiles
5 y 95, se informa el rango de valores en el que se
• Promedio o media (aritmética), obtenido con la encuentra 90% de la distribución.
suma de todos los valores individuales entre el En los cuartiles suele informarse el Q1 (cuartil
número total de valores; representa el punto de 1) y el Q3 (cuartil 3); el primero equivale al
equilibrio de la distribución de los datos. percentil 25 y el segundo, al percentil 75. Los
• Mediana, que representa la cifra o valor que valores que se encuentran en el intervalo de Q1 y
divide la muestra en dos mitades, es decir, el Q3 dan cuenta de 50% de los datos de la
valor donde 50% de la población está por distribución más cercanos a la mediana.
debajo o arriba del mismo. La última medida de dispersión es el rango o
• Moda o valor más frecuentemente encontrado intervalo entre el valor mínimo y máximo, el cual se
en las mediciones.2-4 obtiene de la resta del valor mayor menos el valor
menor + 1.1,2
Las medidas de dispersión para las variables
cuantitativas son tres: la desviación estándar o Escala cualitativa
desviación típica, los rangos intercuartílicos y los Los datos deben ser resumidos en frecuencias
valores mínimo y máximo. Todas permiten entender simples o relativas en porcentaje. La frecuencia
cómo se alejan los datos del promedio y la simple solo es el conteo de los eventos en cada
distribución dentro de los límites medidos. No se categoría. La frecuencia relativa se obtiene
abordan las fórmulas y cálculos que se realizan para dividiendo cada conteo de eventos de esa categoría
obtenerlas dado que se describen en diferentes entre el total de las mediciones. Se pueden presentar
libros de texto e incluso existen programas de los resultados en fracciones o multiplicarse por 100,
computación.2-4 para expresarlos en porcentajes. Esta última opción
Sin embargo, antes de proceder a calcular suele ser más fácil para su interpretación.
cualquiera de las medidas descritas, es necesario
que primero se establezca la distribución de los Cuadros o tablas
datos que se están analizando. Para fines prácticos, Estos consisten en matrices de datos que permiten
para los datos cuantitativos se debe establecer si determinar cifras puntuales sobre las mediciones
tienen una distribución normal o gaussiana (es realizadas. Constan de tres partes fundamentales: el
decir, que se asemeje a la curva de distribución título, el cuerpo (cabecera de tabla y matriz de
normal o curva de Gauss). La prueba Kolmogorov- datos) y los acotamientos o aclaraciones. 2
Smirnov es una de las pruebas estadísticas para El título debe informar sobre el contenido del
determinar si la distribución de un grupo de datos es cuadro, las variables mostradas y el número de
normal, aunque también se puede utilizar el sesgo y sujetos o unidades de estudio.

http://www.revistaalergia.mx Rev Alerg Mex. 2016;63(4):397-407 400

Rendón-Macías ME et al. Estadística descriptiva
La primera fila del cuadro mostrará los Por último, al incorporar los datos en cada
encabezados de cada columna. Estos deben columna se recomienda que tengan una secuencia
informar sobre los valores estadísticos usados para relacionada, generalmente con la frecuencia del
resumir los datos de cada una de las variables evento presentado, es decir, iniciando con el valor
(porcentajes, promedio, desviación estándar, mayor (100%, 60%, 20%) o con el valor menor (5,
etcétera). En las filas de la primera columna se 8, 10, 15, 20). Otra forma de presentar los datos de
anotan las variables consideradas en el cuadro manera ordenada puede ser de acuerdo con las
(Figura 1). categorías de
Cuando un estudio pretende comparar dos o
más grupos, en las columnas se anotarán estos; la
recomendación es indicar primero el grupo
experimental o de interés y después el o los
controles.
Es importante ordenar las variables en un
sentido lógico o secuencial, es decir, en un cuadro
que describa datos clínicos se deberá anotar primero
los datos de los síntomas y signos, seguidos de los
datos de laboratorio, imagen, tratamientos,
resultados, etcétera.

http://www.revistaalergia.mx Rev Alerg Mex. 2016;63(4):397-407 401

 Rendón-Macías ME et al. Estadística descriptiva
cada variable que se señala en la primera columna puntos centrales del intervalo de una clase para
(por ejemplo, estadio I, estadio II, estadio III), aun formar un polinomio.
cuando los datos de las categorías no sigan un orden
80
progresivo.
70
Gráficas 60
Las gráficas tienen como objetivo mostrar
50

Frecuencia
tendencias más que datos puntuales. También son

s
muy útiles para comparar visualmente los 40
resultados de los grupos; sobre todo se emplean
30
para resaltar hallazgos o resultados importantes.
Aunque en la actualidad existen programas para 20
realizar imágenes complejas, es preferible emplear
10
gráficos de relación entre dos o tres variables. Una
gráfica para la distribución de una sola variable solo 0
es útil cuando esta es la respuesta principal de una 4
-4

25 4
30 9
35 4
9

50 9
55 4
60 9
65 4
0
-2
-2

-3

-4

-5
-6
-3

-5

-7
40

20

45
investigación, de lo contrario resulta superflua y la
información bien puede ser expresada textualmente Edad actual en años cumplidos
en los resultados de un artículo.
Cuando se construye una gráfica hay tres Figura 2. Ejemplo de un histograma. La línea representa la
aspectos fundamentales por considerar: probabilidad de mostrar una distribución normal o en
forma de campana.
• La identificación clara de las variables.
• La descripción de la o las escalas utilizadas. En los resultados obtenidos de la práctica clínica se
• El uso de la menor cantidad posible de palabras, utilizan poco estas gráficas.4,6,7
pero suficientes para facilitar la compresión.1,3-6 En la investigación clínica es más común
resumir una sola variable cualitativa en una gráfica
Con excepción de las gráficas de “pastel”, las de “pastel” (Figura 3). En esta modalidad cada
restantes suelen tener al menos dos ejes de porción se interpreta como “la proporción que
construcción: el eje de la ordenada o X, que suele ocupa por su frecuencia dentro de un todo”. Si
ser la variable independiente o predictora y el eje de todos los pacientes la tienen, entonces equivale a
la abscisa o Y, que corresponde a la dependiente o toda el área del pastel, pero cuando hay más de un
el resultado. La decisión de cuál elegir dependerá atributo, la proporción se representa como el
del número de variables por mostrar y de la escala tamaño de una “rebanada” de este. Aunque hay
de medición de cada una. fórmulas para calcular los grados equivalentes para
cada proporción,2 con diversos programas de
Gráficas para una sola variable computadora (por ejemplo, Excel) se obtienen en
Cuando se desea señalar un resultado importante en forma automática. En estas gráficas de “pastel” se
la distribución de una sola variable existen al menos recomienda que existan más de dos categorías y no
dos opciones muy útiles. Si la variable es medida en incorporar porciones menores a 1% o en su defecto
una escala cuantitativa es común usar los agruparlas con otras también pequeñas. Por otro
histogramas (Figura 2). Esta gráfica puede ser lado, es conveniente ordenar las rebanadas de
construida a partir de una variable con escala de mayor a menor en el sentido de las manecillas de un
medición discreta o continua. Se caracteriza por la reloj, a menos que exista un orden preestablecido
unión entre las barras asumiendo que existe un por gravedad o por cuestiones clínicas.
cambio en las frecuencias al pasar un umbral, el
cual es claramente definido en medidas de conteo, Gráficas para dos o más variables no
pero es arbitrario (por lo general al valor 0.5) en las relacionadas
escalas continuas. En ocasiones se pueden unir los

402 Rev Alerg Mex. 2016;63(4):397-407 http://www.revistaalergia.mx

Rendón-Macías ME et al. Estadística descriptiva
Con ellas se pretende comparar resultados entre La decisión depende de dos factores principales: la
grupos. En un intento por hacer la comparación distribución de los datos encontrados en cada grupo
sencilla y clara, si las variables son cualitativas se y el número de datos o participantes por grupo. El

3%
5%
5% Grupos etarios

6% Lactantes

Preescolares

Escolares

Adolescentes

Adultos
5%
2% Adultos mayores Figura 3. Ejemplo de gráfica tipo
9
2 “pastel”. Distribución por grupos
etarios de alergia a la proteína de la
leche (N= 2245).
recomienda usar gráficas de barras (Figura 4), en primer factor se refiere a la distribución normal o
las cuales es aconsejable colocar las variables diferente que tienen los datos desde el punto de
cualitativas en el eje de las X y la frecuencia de vista estadístico; como se comentó, una distribución
presentación de cada categoría en el eje de las Y, ya normal se presenta en media y desviación estándar,
sea en su valor real o relativo (proporción o mientras que la segunda se debe indicar en mediana
porcentaje). Es importante resaltar que se debe y rangos cuartílicos.1,6
graficar los valores de frecuencias reales solo En la Figura 5 se muestran tres gráficas de un
cuando los grupos de comparación tienen el mismo mismo resultado. Si la distribución es normal puede
número de pacientes, de lo contrario se deben usarse cualquiera (como en el caso que se muestra).
representar las proporciones o los porcentajes.1,6,7 La Figura 5a solo señala una columna que termina
Como se muestra en las Figuras 4a y 4b, la en la media de cada grupo y la barra con la línea
comparación de frecuencias simples en grupos de horizontal equivale a la distancia de una desviación
tamaño diferente puede distorsionar la realidad. estándar. Esta solo indica una desviación estándar
Cuando una variable es cualitativa (por por arriba del promedio, pero se espera que sea la
ejemplo, un grupo con rinitis alérgica contra un misma hacia abajo. La Figura 5b muestra el valor
grupo control) y la variable de desenlace es de cada paciente según su tratamiento y el valor
cuantitativa (por ejemplo, el número de eosinófilos promedio con una línea horizontal negra; con barras
por mm3 de suero), los resultados pueden horizontales más pequeñas se marca una desviación
representarse con distintos gráficos (Figuras 5 y 6). estándar arriba y debajo de la media. Como se

a b
1000 1000
Eosinófilos en suero/mm

Eosinófilos en suero/mm

800 800
3

600 600

400 400

200 200
http://www.revistaalergia.mx Rev Alerg Mex. 2016;63(4):397-407 403
0 0
Rinitis alergica Controles Rinitis alérgica Controles
Sujetos de estudio Sujetos de estudio
c
1000
 800

Eosinófilos en suero
(número de eosinófilos en sangre), con número adecuado
de pacientes (>20) y con una distribución normal.
600

400

200
Rendón-Macías ME et al. Estadística descriptiva
observa, esta gráfica se ve saturada y no aporta nada de datos o pacientes es pequeño (<20). En estas
distinto a la anterior. La Figura 5c es una gráfica de condiciones
0 es común que la distribución de los
Rinitis alergica
cajas, la cual muestra una raya interior horizontal datos sea diferente a la curva de Controles
Gauss, es decir,
que corresponde al valor de la mediana, el borde existe la posibilidad de observar datos o individuos
inferior de la caja es el percentil 25 o cuartil 1 (Q1) con valores muy alejados del resto, lo cual afecta el
y el borde superior equivale al percentil 75 o cuartil promedio de una muestra. Por ello, como se observa
3 (Q3). Los bigotes o líneas horizontales superior e en la Figura 6a, la línea horizontal (media) de
inferior equivalen a los percentiles 10 y 90. Esta ambos grupos pudiera no reflejar hacia dónde se
figura se ve muy simétrica a partir de la mediana, lo acumula la mayoría de las mediciones y la
cual traduce una distribución muy cercana a la diferencia entre ellas se hace más pequeña.
normal, por ello no aporta nada nuevo a la Figura Cuando hay pocas cifras, la opción pudiera ser
5a. Esta gráfica es muy útil para la comparación de graficar la mediana y los rangos cuartilares (Figura
grupos cuando la distribución no es normal, es 6b), con lo que se aprecia más claramente el
decir, cuando no hay simetría de las cajas respecto a comportamiento de los datos. Sin embargo, estas
la mediana. figuras (cajas y bigotes) resumen mejor la
Como señalamos, el segundo factor que influye información cuando se trata de numerosos datos.
para decidir qué gráfica debe elaborarse es el Con pocos datos es más informativo presentar una
número de pacientes estudiados. En el ejemplo gráfica como la Figura 6c; en ella solo se marca la
anterior, este número era suficiente para que los mediana como el estimado promedio de un
datos alcanzaran una distribución normal. En la resultado, pero se puede ver con claridad el
Figura 6 mostramos qué sucede cuando el número comportamiento de cada paciente o dato.

a b
1000 1000
Eosinófilos en suero/mm

Eosinófilos en suero/mm

800 800
3

600 600

400 400

200 200

0 0
Rinitis alergica Controles Rinitis alérgica Controles
Sujetos de estudio Sujetos de estudio

c
1000
Figura 6. Ejemplo de gráficas para dos variables, una cua-
Eosinófilos en suero/mm

litativa (rinitis alérgica contra controles) y una cuantitativa

800
3

(número de eosinófilos en sangre), con número pequeño

de pacientes (<20) y con una distribución anormal.
600

400

200

404 Rev Alerg Mex. 2016;63(4):397-407 0 http://www.revistaalergia.mx

Rinitis alergica Controles
Rendón-Macías ME et al. Estadística descriptiva
Gráficas para dos variables cuando hay (correlación)
seguimiento Este tipo de gráficas se utiliza cuando la intención
En ocasiones encontramos fenómenos que cambian es correlacionar dos mediciones métricas.1,3 Cada
con el tiempo o de los cuales se desea saber cómo sujeto tiene dos valores y este par es graficado en
influye este.8 En las gráficas para dos variables dos ejes (X y Y). Normalmente, el eje X representa
cuando hay seguimiento, la variable de tiempo debe la variable independiente cuando se trata de dar una
ser graficada en el eje de las X porque la lectura es dirección a la relación entre estas dos variables, y el
de izquierda a derecha, además de que con ello se eje de las Y representa la variable dependiente
da la sensación de progresión. En el eje de las Y se (Figura 9). En este tipo de gráficas es muy
anota la variable de desenlace en la escala medida importante anotar las escalas y unidades de
(Figura 7). Aunque, el solo uso de barras puede ser medición de cada variable. Se recomienda iniciar
suficiente para apreciar un recorrido en el tiempo con 0 en el sitio de intersección de ambos ejes, sin
(Figura 7a), es recomendable dibujar una línea que embargo, se puede iniciar una escala en cualquier
una los momentos (promedios) entre los eventos. cifra, siempre y cuando se anote claramente la cifra
Esta línea permite entender mejor la relación entre de inicio. Es recomendable anotar: 0 -//- cifra de
los diferentes momentos evaluados (Figura 7b). inicio. Así mismo, es recomendable que el tamaño
Como se comentó previamente, las gráficas de los ejes sea igual, para una mejor interpretación
anteriores pueden ser modificables según la de la relación.4 La relación entre las variables es
distribución de los datos y el número de pacientes o observable en la tendencia de los puntos hacia la
medidas realizadas.2-4 En particular cuando se trata formación de una nube o una línea. Entre más clara
de pocos pacientes se puede construir una gráfica de sea dibujada una línea la correlación será más
unión antes y después de cada evaluación individual adecuada.4,6
(Fi-

Figura 7. Ejemplo de gráfica de secuencia en el tiempo de una medición repetida. Las líneas en la figura b une las
medias (bolos) y las líneas verticales la distancia de una desviación estándar por arriba y debajo de esta.
gura 8). Esta gráfica permite establecer el Para facilitar la interpretación de esta gráfica
comportamiento individualizado para muestras por parte de los lectores se recomienda dibujar la
pequeñas. línea de mejor ajuste de los puntos. Para encontrar
esta línea existen diferentes métodos descritos en
Gráficas entre dos variables cuantitativas diversos libros especializados, aunque también
están disponibles en distintos programas
estadísticos.2

http://www.revistaalergia.mx Rev Alerg Mex. 2016;63(4):397-407 405

 Rendón-Macías ME et al. Estadística descriptiva
Por último, se pueden graficar en la misma múltiples puntos y líneas para una interpretación
figura la correlación de más de un grupo o categoría más sencilla.
de la misma variable, un ejemplo podría ser la
correlación entre número de lesiones y dosis en Gráficas de supervivencia
“mujeres” y en “hombres”. Lo recomendable es no Este tipo de gráfica es muy común en la actualidad.
saturar con En ella, el eje de la Y representa la probabilidad (0
a
100
800

Porcentaje sin respuesta

80
Eosinófilos en suero/mm

600
3

60
400

40
200

20
0
Preestímulo Posestímulo
Sujetos de estudio 0
25 50 75 100 125 150 175

Figura 8. Ejemplo de una gráfica de comparación antes y Días después del inicio del tratamiento
después de un momento. Cada línea une un valor previo y Grupo budensonida Grupo placebo
posterior al mismo de un paciente individual.
Figura 10. Ejemplo de curva de Kaplan y Meier o gráfica
de supervivencia.
50

1 o en porcentaje de 0 a 100%) de continuar en una

40 condición clínica con el tiempo. Cada vez que
Número de lesiones

sucede un evento evaluado (por ejemplo, muerte,

recaída, recurrencia, etcétera), la curva cae en
30
proporción con los individuos que la padecen
respecto al total seguido hasta ese momento.
20 Cuando un paciente se pierde o sale del estudio por
otro motivo distinto al evento de interés, se marca
con una línea vertical sobre la curva sin modificar la
10
probabilidad. El tipo de gráfica más utilizado es la
curva de supervivencia de Kaplan-Meier (Figura
0 10).9,10
5 10 15 20
Número de dosis
Figuras o imágenes
Estas consisten en iconografías que pretenden
Figura 9. Ejemplo de una figura de puntos de correlación
mostrar resultados específicos. En particular son
entre dos variables cuantitativas. La línea refleja la
muy útiles cuando la descripción de un fenómeno
tendencia de la relación, en este caso una correlación
con textos se hace compleja (“una imagen dice más
positiva.
que mil palabras”) o cuando se desea generar una
imagen que recuerde el lector. Pueden ser esquemas
o fotografías. Lo importante en una publicación es

406 Rev Alerg Mex. 2016;63(4):397-407 http://www.revistaalergia.mx

Rendón-Macías ME et al. Estadística descriptiva
buscar la más representativa del fenómeno que se Rev Alerg Mex. 2016;63:303-310.
desea mostrar. Siempre es conveniente que sea de 6. Lang T. Twenty statistical errors even you can
alta calidad y, como en los casos anteriores, no debe find in biomedical research articles. Croat Med J.
faltar un pie de figura que explique el propósito de 2004;45(4):361-370.
la imagen y puntualice los detalles que deberán 7. Overholser BR, Sowinski KM. Biostatistics primer:
observarse. Se pueden utilizar flechas dentro de las P art I. Nut Clin Pract. 2007;22(6):629-635.
imágenes para señalarlos. Si se usa un esquema, es 8. Tobías A, Sáez M, Galán I. Herramientas gráficas
importante que sea lo más sencillo posible, para el análisis descriptivo de series temporales
reduciendo al máximo las palabras y las flechas. Si en la investigación médica. Med Clin (Barc).
utiliza colores, que estos sean contrastantes y de 2004;122(18):701-706.
preferencia no más de tres. 9. George B, Seals S, Aban I. Survival analysis and
Por último, en la actualidad hay muchas regression models. J Nucl Cardiol.
gráficas utilizadas en algunos estudios particulares 2014;21(4):686694. doi: 10.1007/s12350-014-
como los metaanálisis.11 Todos requieren conocer la 9908-2
metodología y estadística específica. En esta 10. Rich JT, Gail-Neely J, Paniello RC, Voelker CCJ,
revisión solo presentamos la estadística descriptiva Nussenbaum B, Wang EW. A practical guide to
más utilizada en publicaciones de trabajos de understanding Kaplan-Meier curves. Otolaryngol
investigación. Head Neck Surg. 2010;143(3):331-336. doi:
10.1016/j.
Conclusiones otohns.2010.05.007
La estadística descriptiva tiene como objetivo 11. Ressing M, Blettner M, Klug SJ. Systematic
resumir la evidencia encontrada en una reviews and meta-analyses. Dstch Arztebl Int.
investigación de manera sencilla y clara para su 2009;106(27):456-463. doi:
interpretación. Consta de tablas o cuadros, figuras o 10.3238/arztebl.2009.0456
gráficas e imágenes o fotografías. Los cuadros se
utilizan para resumir datos y mostrar cifras
puntuales. Las figuras o gráficas tienen la finalidad
de señalar tendencias y comparaciones. Las
imágenes o fotografías permiten mostrar fenómenos
difícilmente explicables en el texto. Se recomienda
no usar más siete de estas herramientas en una
publicación.
Referencias
1. Spriestersbach A, Röhrig B, du Prel JB, Gerhold
A, Blettner M. Descriptive statistics. Dtsch Ärztebl
Int 2009;106(36):578-583. doi:
10.3238/arztebl.2009.0578
2. Diggle PJ, Chetwynd AG. Statistics and scientific
method. An introduction for students and
researchers.
UK: Oxford University Press; 2013. p. 36-56.
3. Sonnad S. Describing data: Statistical and
graphical methods. Radiology. 2002;225(3):622-
628.
4. Sperandei S. The pits and falls of graphical
presentation. Biochem Med (Zagreb).
2014;24(3):311-320. doi: 10.11613/BM.2014.033.
5. Villasís-Keever MA, Miranda-Novales MG. El
protocolo de investigación IV: las variables de
estudio.

http://www.revistaalergia.mx Rev Alerg Mex. 2016;63(4):397-407 407