Grupo Sobre Entrenamiento

www.sobreentrenamiento.com

Material Básico

Medición y Errores
Lic. Sebastián Del Rosso

• La medición como proceso.

o Cifras significativas.
o Apreciación.
o Estimación.
o Incerteza.
o Valor promedio.
o Dispersión.
o Exactitud y precisión.
o Expresión de los resultados.
o ¿Por qué es importante conocer el error del instrumento con el que fue determinada una magnitud física?.
o Error absoluto y relativo.
ƒ ¿Cuándo es apropiado y cuando no determinar el tiempo de un test con un cronómetro?.
o Error aleatorio y sistemático.
o Análisis de diferentes instrumentos que se utilizan para recolectar datos en fisiología del ejercicio.

Grupo Sobre Entrenamiento (www.sobreentrenamiento.com) 1/17

LA MEDICION COMO PROCESO
“Suelo decir con frecuencia que cuando se puede
medir de lo que se habla y expresarlo en números, se
sabe algo de ello...”. Lord KELVIN (1824-1907)
Medir es contar, comparar una unidad con otra, dar
una valoración numérica, asignar un valor, asignar
números a los objetos. Todo lo que existe está en una
cierta cantidad y se puede medir. Estos no se asignan
de forma arbitraria sino que se rigen por ciertas reglas,
se establece un sistema empírico y éste da lugar a un
sistema formal. Mientras se guarde la relación formal
el sistema numérico representa adecuadamente al
sistema formal.
Para definir unívocamente el proceso de medición es
necesario dar además el procedimiento, “receta”
mediante el cual deben ponerse en interacción el
sistema objeto, el aparato de medición y la unidad. En
particular, el procedimiento físico correspondiente
realizado entre el aparato de medición y la unidad, se
denomina “calibración” del aparato. Por ejemplo, la
“receta” para medición de longitudes sería: tómese un
cierto instrumento llamado regla, en la que están
marcadas cierto número de divisiones; hágase
coincidir la primera división de la regla con el
extremo del objeto cuya longitud se quiere
determinar; determínese la división que coincide con
el otro extremo del objeto. Por otra parte, realícese el
mismo procedimiento con el objeto que se definió
como unidad (calibración de la regla).Medir
temperatura significa: “tomar un instrumento llamado
termómetro, ponerlo en contacto térmico con el
sistema que queremos medir, esperar que se
establezca el equilibrio térmico, medir la longitud de
la columna de mercurio, etc.”
“Una ley física establece una relación entre una
observación y una medición a través de una igualdad
matemática”
La medición nos permite alejarnos de la realidad para
formarla a partir de números. Las propiedades del
sistema numérico y del sistema empírico han de ser
iguales.
La necesidad de medir es evidente en la mayoría de
las actividades técnicas o científicas. Sin embargo, no
interesa sólo contar con medidas sino también saber si
dichas medidas son válidas. Para ello debemos
recordar la definición de medición como el “proceso
por el cual se asignan números o símbolos a atributos
de entidades del mundo real de tal forma que los
describa de acuerdo con reglas claramente
definidas”. La validez de la medición en cualquier
Grupo Sobre Entrenamiento (www.sobreentrenamiento.com)
disciplina técnica o científica se basa en el respeto a
los principios de la teoría general de la medición (en
concreto, nos apoyaremos en la llamada teoría
representacional de la medición). Esta idea es análoga
a lo que se hace en matemáticas (por ejemplo, en
geometría) donde se definen una serie de axiomas
básicos y, a partir de ellos, se van estableciendo
nuevas conclusiones. El fundamento de la teoría
representacional consiste en que toda medición debe
asegurar una adecuada representación del atributo real
medido mediante los símbolos o números asignados.
Una representación por medición de un atributo de
una entidad es adecuada si es coherente con la idea
conceptual que sobre dicho atributo es comúnmente
aceptada por los expertos.
Por lo tanto la operación de la medición consiste en
dar valores a los fenómenos que interesan en el marco
de un planteamiento geográfico. Por una parte, sirve
inicialmente para caracterizar los atributos de los
objetos que se estudian y entonces se emplea al
comienzo de todo tratamiento. Por otra parte,
interviene al final para caracterizar formas espaciales,
describir la naturaleza y la intensidad de relaciones,
calificar semejanzas, etc. En el primer caso la
medición está inserta en la fase de adquisición de los
datos e informaciones necesarios para tratar la
cuestión estudiada. Estas informaciones provienen, ya
sea de fuentes estadísticas de organismos públicos o
privados, ya sea de encuestas (relevamientos de
terreno, sondeos, etc.). En el segundo caso, se trata de
la ayuda de mediciones apropiadas, de rendir cuenta
de resultados originados en tratamientos, estadísticos
u otros.
Cada proceso de medición define lo que se llama una
magnitud física. Estas últimas están unívocamente
determinadas por el proceso de medición. Por
ejemplo, se define como “longitud” aquello que se
mide en el proceso descrito como “medición de
longitudes”. “Peso” es aquello que se mide con el
proceso físico denominado “pesar un cuerpo”. Esto
podría parecer trivial; sin embargo, es importante
notar que no hay otra forma de definir una magnitud
física más que por la descripción del proceso de
medición en sí. En otras palabras, el concepto físico
primario es el de proceso de medición, y no el de
magnitud física. Hay muchos procesos de medición
que definen una misma magnitud. Por ejemplo,
existen varias formas para medir una longitud y todas
ellas son procesos de medición equivalentes. El
resultado de un proceso de medición es un número
real, que se llama valor de la magnitud en cuestión. Se
lo interpreta intuitivamente como el “número de veces
que la unidad está contenida en la magnitud en
cuestión”.Dos objetos tienen un cierta magnitud dada
2/17
igual cuando el resultado del proceso de medición
(que define la magnitud en cuestión) aplicado a ambos
objetos es el mismo, o sea cuando se obtiene el mismo
valor numérico. Tenemos en resumen dos conceptos
definidos a partir del proceso de medición: La suma
de dos magnitudes (de igual tipo, por supuesto) debe
definirse por un proceso físico. Por ejemplo, la
longitud “suma” de las longitudes de dos varillas, es la
longitud del sistema que se obtiene alineando
paralelamente las dos varillas en fila, una a
continuación de la otra, haciendo coincidir el extremo
de una con el principio de la segunda
Fuentes de error
Los resultados de las medidas nunca se corresponden
con los valores reales de las magnitudes a medir, sino
que, en mayor o menor extensión, son defectuosos, es
decir, están afectados de error. Las causas que
motivan tales desviaciones pueden ser debidas al
observador, al aparato o incluso a las propias
características del proceso de medida.
Un ejemplo de error debido al observador es el
llamado error de paralaje que se presenta cuando la
medida se efectúa mediante la lectura sobre una escala
graduada. La situación del observador respecto de
dicha escala influye en la posición de la aguja
indicadora según sea vista por el observador. Por ello
para evitar este tipo de error es preciso situarse en
línea con la aguja, pero perpendicularmente al plano
de la escala. Otros errores debidos al observador
pueden introducirse por descuido de éste, por defectos
visuales, etc.
Son, asimismo, frecuentes los errores debidos al
aparato de medida. Tal es el caso del llamado error
del cero. El uso sucesivo de un aparato tan sencillo
como una báscula de baño hace que al cabo de un
cierto tiempo en ausencia de peso alguno la aguja no
señale el cero de la escala. Para evitar este tipo de
error los fabricantes incluyen un tornillo o rueda que
permite corregirlo al iniciar cada medida.
Variaciones en las condiciones de medida debidas a
alteraciones ambientales, como pueden ser cambios de
presión o de temperatura o a las propias características
del proceso de medida constituyen otras posibles
fuentes de error. La interacción entre el sistema físico
y el aparato de medida constituye la base del proceso
de medida; pero dicha interacción perturba en cierto
grado las condiciones en las que se encontraba el
sistema antes de la medida.
Así, cuando se desea medir la tensión eléctrica
existente entre dos puntos de un circuito con un
Grupo Sobre Entrenamiento (www.sobreentrenamiento.com)
voltímetro, una parte de la corriente se desvía por el
aparato de medida, con lo que el sistema a medir
queda ligeramente perturbado. De igual modo, al
medir una temperatura con un termómetro se está
provocando una cesión o absorción de calor entre
termómetro y sistema hasta que se alcanza el
equilibrio térmico entre ambos. En un cierto grado, el
valor de la temperatura a medir se ha visto modificado
al hacer intervenir el aparato de medida. En el ámbito
de la física macroscópica tal perturbación, cuando
existe, es controlable y puede reducirse hasta
considerarse despreciable mediante un diseño
adecuado del aparato de medida.
Cifras significativas
Los científicos procuran que sus datos experimentales
no digan más de lo que pueden decir según las
condiciones de medida en los que fueron obtenidos.
Por ello ponen cuidado en el número de cifras con que
expresar el resultado de una medida con el propósito
de incluir sólo aquellas que tienen algún significado
experimental.
Tales cifras reciben el nombre de cifras significativas.
Una cifra es significativa cuando se conoce con una
precisión aceptable. Así, cuando se mide con un
termómetro que aprecia hasta las décimas de grado no
tiene ningún sentido que se escriban resultados del
tipo 36,25 ºC o 22,175 ºC, por ejemplo.
Todas las cifras que figuran en un resultado deben ser
significativas. Este mismo criterio general debe
respetarse cuando se opera con datos experimentales;
es una cuestión de sentido común que por el simple
hecho de operar con los números no es posible
mejorar la precisión de los resultados si éstos tienen
una base experimental. Cuando un resultado se escribe
de modo que todas sus cifras sean significativas
proporciona por sí mismo información sobre la
precisión de la medida. En ciencia hay ciertas
convenciones, y una de ellas es que toda cifra escrita
enuncia algo. Por ello, si se rellenan dos lugares con
ceros, se está diciendo que allí van ceros y no otras
cifras. Siempre que se efectúa una medición hay un
cierto número de cifras que se determinan con cierta
seguridad y hay otras que aparecen como
consecuencia del proceso de cálculo y que no pueden
realmente justificarse, careciendo por lo tanto de
significado. Por lo tanto solo se pueden escribir cifras
que hayan sido medidas. ¿Cómo se sabe cuáles tienen
significado y deben, por lo tanto, ser escritas y cuales
no? Esto puede ser difícil de saber con seguridad. Es
necesario aplicar en cada caso un criterio que
dependerá de los detalles particulares de ese caso.
3/17
Cifras Significativas de un Número Escrito: se llaman
cifras significativas a todas las cifras excepto los ceros
que están a la izquierda de la primera cifra no nula
Por ejemplo
a 117 (3 cifras significativas)
b 61800 (5 cifras significativas)
c 117,00 (5 cifras significativas)
d 00117 (3 cifras significativas)
e 0.0117 (3 cifras significativas)
f 0.3450 ( cifras significativas)
g 09.070 (4 cifras significativas)
Desde el punto de vista matemático a, c y d son
exactamente iguales. Desde el punto de vista FISICO,
solo a y d son iguales. Los dos ceros a la izquierda en
d no son significativos ¿Por qué están allí? Pueden
estar por razones estéticas o técnicas.
Para manejar correctamente los resultados expresados
mediante cifras significativas es necesario seguir las
siguientes reglas:
a) Cuando los ceros figuran como primeras cifras de
un resultado no son considerados como cifras
significativas, por ello el número de cifras
significativas de un resultado es el mismo,
cualquiera que sea la unidad en la que se exprese.
Así, por ejemplo, si se desea expresar en metros el
resultado de medir una longitud l de 3,2 cm con
una regla que aprecie hasta el milímetro se tendrá:
I = 3.2 cm = 0,032 m
y el resultado seguirá teniendo dos cifras
significativas. Por esta razón se acostumbra a
escribirlo recurriendo a las potencias de 10:
I = 3.2 · 10-2 m
b) Cuando los ceros figuran como últimas cifras de
números enteros, ello no implica que deban ser
considerados, necesariamente, como cifras
significativas. Así, por ejemplo, cuando se
expresa la anterior cantidad en micras resulta I =
32 000 m (1m = 1 milésima parte del mm = 10-3
mm); ello no quiere decir que el resultado tenga
cinco cifras significativas, sino sólo dos en este
caso. Para evitar este tipo de confusiones lo más
apropiado es escribir el dato recurriendo, de
nuevo, a las potencias de 10:
I = 3.2 · 10-5
Es posible preguntarse cómo arrastrar las cifras
significativas en operaciones tales como la
Grupo Sobre Entrenamiento (www.sobreentrenamiento.com)
multiplicación o la división. Cuando se dispone de
una calculadora electrónica parece como si se
estuviera tentado a escribir los resultados con tantas
cifras decimales como aparecen en pantalla, pero esto
la mayoría de las veces carece de sentido. Valga como
ejemplo el siguiente caso:
Se desea encontrar cuál es la superficie de una tira de
papel. Se mide su longitud y su anchura utilizando una
regla que aprecia hasta los milímetros y se obtiene
53,2 y 4,1 cm respectivamente. Multiplicando ambos
resultados resulta:
S = 53,2 · 4,1 = 218,12 cm2
Pero ¿cuántas de estas cifras son verdaderamente
significativas? La regla que sigue es la siguiente: el
número de cifras significativas de un producto (o de
un cociente) entre datos que corresponden a resultados
de medidas no puede ser superior al de cualquiera de
los factores. En el presente caso 4,1 tiene dos cifras
significativas, luego el resultado en rigor se escribiría
como:
S = 220 cm2 = 22 · 10 cm2
Cuando como en este ejemplo es preciso redondear
alguna cifra por no resultar significativa, se desprecia
si es igual o interior a la mitad del valor de la unidad
de la última cifra significativa y si es superior se
considera ésta incrementada en una unidad. Dado que
en el presente ejemplo 8 está por encima de la mitad
de unidad de las decenas (10/2) se ha escrito el
resultado como 220 cm2 y no como 210 cm2.
Como se mencionó anteriormente medir una magnitud
física significa compararla con otra de la misma
naturaleza que haya sido elegida como unidad, de
manera que el resultado de la medición sea un
número con una unidad.
En este proceso de medición deben considerarse
1. el sistema objeto: la “variable” o la “magnitud”
que se mide
2. un método de medición que comprende
2.1. Un técnica o conjunto de
procedimientos a seguir
2.2. Un sistema de comparación, el
instrumental utilizado, por medio del cual se
relaciona el objeto con la unidad elegida
2.3. Un operador, que aplica la técnica, lee
los resultados y los interpreta.
4/17
Apreciación, Estimación, Incerteza y Valor t4 = 22.42 s
Promedio t5 = 21.99 s

Debe quedar claro que el número que resulta de
cualquier medición, siempre estará afectado de un
cierto margen de incerteza. Es común utilizar el
vocablo error como sinónimo de incerteza, lo cual es
incorrecto, es incurrir en un abuso del lenguaje, pero
se hace a veces, porque es una costumbre muy
difundida. Sin embargo, usted deberá tener presente
que el vocablo error, resultará adecuado algunas veces
pero otras veces no. La incerteza en el resultado de
una medición siempre estará presente por:
• Incerteza en la definición de la unidad de medida
• Incerteza en la definición de la cantidad a medir
• Incerteza debida al proceso de la medición
• Apreciación del instrumento
Esto muestra que en realidad algunas de las cifras
leídas también eran inciertas. En estos casos suele
utilizarse el promedio de las lecturas
t =
∑ ti =
t1 + t 2 + t 3 + t 4 + t 5
N 5
De modo que si se grafican estos números sobre una
recta (Figura 1) se observa que el intervalo de
incerteza, es mucho mayor que la última cifra que es
posible leer. Cuando esto sucede, es razonable que el
operador decida que la última cifra leída, no tiene
sentido.

¿A que se refiere este último punto? Cualquier aparato

está capacitado para indicar siempre un número
limitado de cifras. Por ejemplo, suponga que el
cronometraje de una prueba de natación con un
cronómetro analógico arroja el siguiente resultado:

Lectura: t = 22.2 segundos

El dos subrayado es la última cifra que puede leerse
con seguridad por estar marcada en la graduación del
instrumento y es la que caracteriza la apreciación del
instrumento.
Por lo tanto
Figura 1. Representación de mediciones y su intervalo de
incerteza.
El intervalo de incerteza es 22.422 – 21.98 = 0.44.
Como se observa en la recta de la Figura 1, t puede
tomar valores entre:

apreciación de un instrumento significa mínima t + intervalo de incerteza/2 y t - intervalo de

graduación del mismo incerteza/2. Por este motivo t se informa de la
siguiente manera:
Suponga ahora que el cronometrista juzga que como
la aguja cae entre el 22.2 y el 22.3 puede imaginar dos (22.2 ± 0.2) segundos
divisiones y estimar que es mejor el valor: t = 22.2 5
Las incertezas se indican con solo una cifra
significativa. Por último, ante un número escrito sin
22.2 son las cifras leídas con “certeza” y el 5 es la
ninguna indicación acerca de su incerteza, se
cifra estimada. La última cifra es insegura, incierta y
presumirá que ésta es del orden de una unidad de la
más cifras estimadas no significan una mejor
última cifra escrita. Como consecuencia, el intervalo
medición. Por lo tanto no se debe estimar más de una
de incerteza será el doble de la incerteza.
cifra.
Medidas de Tendencia Central: Media, Mediana y
Ahora suponga que 5 personas han cronometrado al
Moda
mismo nadador simultáneamente con cronómetros
digitales similares. Es razonable esperar que las cinco
Debido a que un análisis no aporta información sobre
lecturas no coincidan hasta la centésima de segundo.
la variabilidad de los resultados, los químicos, físicos
Supongamos que se obtiene:
y por supuesto también los fisiólogos del ejercicio,
someten varias porciones de una muestra a un
t1 = 22.21 s
procedimiento analítico completo o se realizan
t2 = 22.31 s
mediciones en un número dado de sujetos o muestras.
t3 = 22.05 s
Cada uno de los resultados de un conjunto de medidas

Grupo Sobre Entrenamiento (www.sobreentrenamiento.com) 5/17

tiende a ser distinto a los demás, así que por lo general
se considera a la “mejor” estimación como el valor
central del conjunto. Son dos las maneras de justificar
el esfuerzo adicional requerido para analizar varias
muestras. En primer término, el valor central del
conjunto debe ser más fiable que cualquiera de los
resultados. Normalmente, se usa la media o la
mediana como valor central de un conjunto de
mediciones duplicadas. En segundo lugar, el análisis
de la variación de los datos permite estimar la
incertidumbre relacionada con el resultado central.
La medida de tendencia central más utilizada es la
media, x. Ésta se conoce también como la media
aritmética, o promedio, y se obtiene al dividir la suma
de las medidas duplicadas entre el número de medidas
del conjunto. Por lo tanto La media aritmética de
cierto conjunto de números se encuentra sumando los
números y dividiendo después entre la cantidad de
datos. En otras palabras, si x1, . . . , xn son números,
entonces, la media aritmética de este conjunto
de números est´a dada por
Media aritmética = (x1 + · · · + xn) / n
. mediana reside en que no es fácilmente determinable
En estadística se habla de media aritmética
poblacional, y se simboliza por μ, cuando el conjunto
de datos corresponden a los de la población; y de
media aritmética muestral, y se simboliza por x,
cuando se tienen en cuentan los datos de una muestra.
La media tiene una seria desventaja: se ve afectada
por los valores extremos del final de una distribución.
Como depende del valor de cada medida, los valores
extremos pueden llevarla a representar
defectuosamente los datos.
Algunas veces la media puede no ser el valor más
representativo o característico. Supongamos que
tenemos los números, 5, 4, 6, 3, 5, 26, 3 y 5. La media
de este conjunto de valores es 6.7, un número mayor
que todos los números excepto uno. Por lo tanto no es
muy representativo, ya que un valor (26) hizo que la
media se incrementara en gran medida. En este caso,
es de mayor utilidad otra medida de la tendencia
central denominada mediana.
Para datos medidos en al menos una escala de
intervalo, la mediana es el puntaje medio ordenado.
Para determinar la mediana de un conjunto de n datos,
hay que realizar los siguientes pasos:
Ordenar los datos de menor a mayor con ayuda con
ayuda de un diagrama de tallo y hojas ordenado.
Grupo Sobre Entrenamiento (www.sobreentrenamiento.com)
El valor de la mediana dependerá del hecho de que n
sea par o impar:
Si n es impar, entonces, la mediana será el dato en el
centro, es decir, la mediana es el dato que se encuentra
en el lugar (n+1)/2;
Si n es par, entonces, la mediana es la media de los
dos datos que ocupan posiciones centrales, es decir, la
mediana es el promedio de los datos que se
encuentran en los lugares n/2 y (n/2) + 1.
Ejemplo: El conjunto de números 3, 4, 4, 5, 6, 8, 8, 8
y 10 tiene mediana 6, puesto que ya los datos están
ordenados, el número de datos es 9 (impar) y, en este
caso, el 6 está ubicado en el centro (en el cuarto
lugar). El conjunto de números 5, 5, 7, 9, 11, 12, 15 y
18 tiene mediana 1/2 (9 +11) = 10, puesto que ya los
datos están ordenados, el número de datos es 8 (par),
el 9 y el 11 son los dos datos que ocupan posiciones
centrales y 10 es el promedio de estos dos datos.
El uso de la mediana para datos de intervalo posee
tanto ventajas como desventajas. Una ventaja es que
la mediana no se ve afectada por valores extremos al
final de la distribución. La desventaja del uso de la
si el conjunto de datos es grande, puesto que las
medidas deben ordenarse primero y ponerse en orden
numérico de menor a mayor o al contrario.
La moda, si se da, es el dato con mayor frecuencia.
Ejemplo, el conjunto 2, 2, 5, 7, 9, 9, 9, 11 tiene moda
9 porque este valor es el dato con mayor frecuencia.
La moda tiene dos ventajas: Para ciertas muestras
pequeñas, se le determina fácilmente y, en general, no
se ve afectada por los valores extremos al final de un
conjunto de datos ordenados. Cuando se analizan
datos categóricos, la moda es el único dato de
tendencia central que puede utilizarse. Finalmente, la
moda puede usarse como una medida de tendencia
central para datos numéricos empleados en sentido
categórico. Una moda para datos en una tabla de
frecuencia, se encuentra localizando el valor de
frecuencia máxima, si no todas las frecuencias son
iguales.
El Dato que corresponde al valor de frecuencia
máxima se toma como la moda. La moda tiene varias
desventajas como medida de tendencia central: una de
ellas es que para un cierto conjunto de datos no puede
haber moda. Esta situación surge cuando todos los
datos tienen la misma frecuencia. Otra desventaja es
que la moda puede existir pero no ser única.
6/17
Dispersión
El conocimiento de la forma de la distribución y del
respectivo promedio de una colección de valores de
una variable, puede servir para tener una idea bastante
clara de la conformación, pero no de de la
homogeneidad de cada una de los valores con respecto
a la medida de tendencia central aplicada.
En el caso de las variables con valores que pueden
definirse en términos de alguna escala de medida de
igual intervalo, puede usarse un tipo de indicador que
permite apreciar el grado de dispersión o variabilidad
existente en el grupo de variantes en estudio.
A estos indicadores les llamamos medidas de
dispersión, por cuanto que están referidos a la
variabilidad que exhiben los valores de las
observaciones, ya que si no hubiere variabilidad o
dispersión en los datos interés, entonces no habría
necesidad de la gran mayoría de las medidas de la
estadística descriptiva.
Al igual que sucede con cualquier conjunto de datos,
la media, la mediana y la moda sólo nos revelan una
parte de la información que necesitamos acerca de las
características de los datos. Para aumentar nuestro
entendimiento del patrón de los datos, debemos medir
también su dispersión, extensión o variabilidad.
La dispersión es importante porque:
• Proporciona información adicional que permite
juzgar la confiabilidad de la medida de tendencia
central. Si los datos se encuentran ampliamente
dispersos, la posición central es menos
representativa de los datos.
• Ya que existen problemas característicos para
datos ampliamente dispersos, debemos ser capaces
de distinguir que presentan esa dispersión antes de
abordar esos problemas.
• Quizá se desee comparar las dispersiones de
diferentes muestras. Si no se desea tener una
amplia dispersión de valores con respecto al
centro de distribución o esto presenta riesgos
inaceptables, necesitamos tener habilidad de
reconocerlo y evitar escoger distribuciones que
tengan las dispersiones más grandes.
Pero si hay dispersión en la mayoría de los datos, y
debemos estar en capacidad de describirla. Ya que la
dispersión ocurre frecuentemente y su grado de
variabilidad es importante, ¿cómo medimos la
variabilidad de una distribución empírica? Vamos a
considerar sólo algunas medidas de dispersión
Grupo Sobre Entrenamiento (www.sobreentrenamiento.com)
absolutas: el rango, la varianza, la desviación estándar
y el coeficiente de variación.
Rango
Es la medida de dispersión mías simple. Esta medida
ya ha sido utilizada en secciones anteriores. El rango o
recorrido de un conjunto de datos se define como la
diferencia entre el dato mas alto y el más bajo.
El rango es la medida de dispersión más sencilla de
calcular e interpretar puesto que simplemente es la
distancia entre los valores extremos (máximo y
mínimo) en una distribución
Puesto que el rango se basa en los valores extremos
éste tiende a ser errático. Cuando tal cosa sucede,
entonces el recorrido solamente mide la dispersión
con respecto a esos valores anormales, ignorando a los
demás valores de la variable.
La principal desventaja del recorrido es que sólo esta
influenciado por los valores extremos, puesto que no
cuenta con los demás valores de la variable. Por tal
razón, siempre existe el peligro de que el recorrido
ofrezca una descripción distorsionada de la dispersión.
Desviación
La desviación de un dato se define como la diferencia
entre el dato y la media del conjunto de datos de
donde proviene dicho dato. Es decir, sean dados los
datos x1,…., xn. Entonces, la desviación del dato xi se
define como:
Desviación del dato xi = xi − x
Una desviación positiva para una medida, indica que
la medida está por encima de la media, mientras que
una desviación negativa nos señala que está por
debajo de la media. Una desviación 0 para un dato
indica que el dato es igual a la media.
Una propiedad importante que podemos resaltar con
respecto la desviación de un dato es la siguiente:
La suma de las desviaciones de los valores para
cualquier conjunto de números x1,…., xn es igual a
cero. Esto es, (x1 − x) +….+ (xn − x) = 0.
La desviación de los valores puede usarse para
describir la dispersión de una distribución dada de
datos cuantitativos. Recordemos que la desviación de
un valor representa la diferencia entre un dato y la
7/17
media del conjunto de datos del cual proviene. En
consecuencia, podríamos pensar que el promedio de
todas las desviaciones de los valores proporciona una
medida de la dispersión de todos los valores, pero eso
no ocurre, pues ya se ha dicho que la suma de todas
las desviaciones de los valores es 0.
Varianza y Desviación Estándar (o Típica)
Aunque el rango es una medida de dispersión total,
esta medida de variación no toma en cuenta como se
distribuyen o se agrupan las observaciones. Dos
medidas de uso común que si toman en cuenta la
distribución de los valores de los datos son la varianza
y su raíz cuadrada, la desviación estándar o típica.
Estas medidas evalúan la manera en que fluctúan los
valores respecto a la media.
La varianza de una población de valores se define
como el promedio de los cuadrados de las
desviaciones de los valores y se denota por σ2 (léase
“sigma cuadrada”). La varianza de la población de
valores x1, . . . , xn está dada por la ecuación:
La desviación estándar (o típica) poblacional de un
conjunto de datos, simbolizada por σ, se define como
la raíz cuadrada positiva de la varianza poblacional de
los datos. Es decir:
La varianza de una muestra con valores x1, . . . , xn se
denota por s2 y se define por:
La desviación estándar (o típica) maestral de un
conjunto de datos, denotada por s, se define como la
raíz cuadrada positiva de la varianza maestral de los
datos. Es decir:
Si la varianza se usa por si misma como medida
descriptiva de la dispersión, es difícil interpretarla
Grupo Sobre Entrenamiento (www.sobreentrenamiento.com)
porque las unidades de la varianza son el cuadrado de
las unidades de medida.
En otras palabras, la desviación estándar se mide con
las mismas unidades que las de los datos originales.
Por esta razón la desviación estándar se compara con
más facilidad con el promedio y otros estadísticos que
tienen las mismas unidades que los datos originales.
A la hora de elegir una medida que describa la
cantidad de dispersión de un conjunto de datos, la
desviación media tiene dos ventajas frente a la
desviación típica. En primer lugar, es mas fácil de
interpretar conceptualmente. Es mas sencillo
conceptuar “el promedio de las desviaciones respecto
de la media” que “la raíz cuadrada del promedio del
cuadrado de las desviaciones respecto de la media”.
En segundo lugar, dado que en el cálculo de la
varianza y de la desviación típica se elevan al
cuadrado las desviaciones individuales, estas dos
medidas se verán mas influenciadas por observaciones
extremadamente grandes o extremadamente pequeñas
que la desviación media. A pesar de sus ventajas, la
desviación media se emplea con poca frecuencia en la
práctica, debido a las complicaciones que pueden
surgir si se usa para hacer inferencias sobre una
población a partir de las observaciones de una
muestra.
La varianza y la desviación estándar tienen una
limitación seria: pueden verse afectadas en presencia
de observaciones aberrantes, pues ambas dependen de
la media, que se modifica por las medidas extremas.
Coeficiente de Variación de Pearson
Para comparar las dispersiones de dos o mas
conjuntos de valores no podemos confrontar
simplemente las varianzas o las desviaciones estándar
respectivas, puesto que estos coeficientes de
dispersión vienen afectados por la escala de medida
del respectivo valor. Es necesario, por tanto, eliminar
esa influencia convirtiendo dichos valores en números
sin unidades de medidas. Una medida que cumple
perfectamente con este cometido es el llamado
coeficiente de variación de Pearson.
El coeficiente de variación de Pearson de un conjunto
de datos, simbolizado por CV, es igual a la desviación
estándar dividida entre la media, multiplicada por 100
por ciento. Es decir:
8/17
Como medida relativa, el coeficiente de variación
resulta especialmente útil cuando se compara la
variabilidad de dos o más conjuntos de datos, que se
expresan en diferentes unidades de medidas. El
coeficiente de variación es muy útil cuando se
comparan dos o más conjuntos de datos que se miden
con las mismas unidades, pero son tan diferentes que
una comparación directa de las desviaciones estándar
respectivas no ayuda mucho.
Figura 2. La distribución de dardos en un blanco muestra la diferencia entre precisión y exactitud. (a) Precisión y exactitud buenas, (b) exactitud
deficiente pero buena precisión, (c) exactitud y precisión deficientes
Suponga por ejemplo que se pide a tres estudiantes
que determinen la masa de una pieza de alambre. Los
resultados de dos mediciones sucesivas hechas por
cada estudiante son las que se muestran en la parte
inferior de la Figura 2. La masa real de la pieza de
alambre es 2000 gramos. Por lo tanto los resultados
obtenidos por el estudiante B son más precisos que los
del estudiante A, pero ninguno de estos dos conjuntos
de resultados es muy exacto. Los resultados obtenidos
por el estudiante C no solo son los más precisos sino
que también son los más exactos, ya que el valor
promedio es el más cercano al real. Las medidas muy
exactas también suelen ser muy precisas. Por otro lado
las mediciones muy precisas no necesariamente
garantizan resultados exactos. Por ejemplo una regla
Grupo Sobre Entrenamiento (www.sobreentrenamiento.com)
Precisión y Exactitud
La exactitud de una medición hace referencia a la
diferencia entre el valor observado, medido y el valor
verdadero. En cambio, la precisión, se aplica a un
conjunto de datos en relación del x más probable, es
decir si están dispersos o próximos entre sí. En otras
palabras, la exactitud indica cuan cercana está una
medición del valor real de la cantidad medida. La
precisión se refiere a cuanto concuerdan dos o más
mediciones de una misma cantidad (Figura 2). La
diferencia entre precisión y exactitud es sutil pero
importante.
de madera mal calibrada o una balanza defectuosa
pueden dar lecturas precisas pero erróneas.
Nunca se estará absolutamente seguro de la exactitud
de un resultado porque no es posible conocer el
verdadero valor de ninguna variable, solo podemos
obtener el “valor más aceptado” o el “mejor valor”.
Para verificar la exactitud de un método es necesario:
• Recurrir a patrones estándar adecuados para
calibrar los instrumentos
• Controlar los resultados con los de otros
científicos
9/17
• Comparar los resultados obtenidos por otros
métodos
La medición de fenómenos biomédicos utilizando
algo más que los sentidos, conlleva la participación de
instrumentos de medición, los que a su vez, siempre
tienen limitaciones técnicas para poder medir
exactamente lo que se desea. Las limitaciones de los
instrumentos de medición se aplican tanto a aparatos y
tecnología "dura" como a instrumentos de exploración
poblacional, como encuestas u otros afines.
Estas restricciones aplican fácilmente a las pruebas
diagnósticas, en las que siempre existe la probabilidad
de sobrediagnosticar a sujetos (falsos positivos) o
subdiagnosticarlos (falsos negativos), cometiendo en
ambos casos errores de distinta naturaleza. De lo
anterior surge la siguiente pregunta
¿Por qué es importante conocer el error del
instrumento con el que fue determinada una magnitud
física?
La respuesta a esta cuestión es sencilla, pero vamos a
dar un ejemplo para que sea todavía más claro.
Supongamos que usted está leyendo un artículo sobre
medidas antropométricas en el cual se establece que el
peso promedio de la muestra estudiada es de 75 kg (en
este momento vamos a obviar la desviación estándar o
la incerteza para que el ejemplo sea claro). Ahora
bien, en el artículo se informa que los sujetos fueron
pesados con una balanza electrónica, pero no se
menciona su error o sea cuanto difiere el valor real del
valor informado (en este caso estamos hablando del
promedio pero puede tratarse de una única medición).
Entonces podríamos pensar que el valor reportado
puede ser “falso” ya que cabe la posibilidad de que el
instrumento utilizado informe un valor que esté muy
lejos del valor real haciendo que los resultados del
estudio sean cuestionables. En general en los estudios
científicos siempre se informa la marca del
instrumento con el cual se realizó una medición dada
con lo que es posible consultar con el fabricante para
conocer el error del mismo.
Tipos de Error
Los científicos experimentales hacen una distinción
entre tres tipos de errores. Estos son conocidos como
errores groseros o accidentales aleatorios y
sistemáticos. Los errores groseros se reconocen
rápidamente: se pueden definir como errores que
son tan importantes que no existe otra alternativa
real que abandonar el experimento y empezar de
nuevo por completo. Ejemplos de los mismos
podrían incluir la avería total de un instrumento, la
Grupo Sobre Entrenamiento (www.sobreentrenamiento.com)
caída o vertido accidental de una muestra crucial, o
descubrir durante el desarrollo de un experimento
que un reactivo que se suponía puro, en realidad
estaba contaminado. Tales errores (¡que ocurren
ocasionalmente incluso en los laboratorios mejor
dotados!) normalmente se reconocen con mucha
facilidad. Por todo ello, a continuación se va a
diferenciar cuidadosamente entre los errores
aleatorios y los sistemáticos.
Errores groseros
Consisten en equivocaciones en las lecturas y
registros de los datos. En general se originan en la
fatiga del observador, en el error al transcribir los
valores medidos a las planillas de los protocolos de
ensayos, a la desconexión fortuita de alguna parte del
circuito de medición, etcétera. Estos errores se
caracterizan por su gran magnitud, y pueden
detectarse fácilmente al comparar varias mediciones
de la misma magnitud. Por ello se aconseja siempre
realizar al menos 3 (tres) mediciones repetidas.
Errores Sistemáticos
Los errores sistemáticos tienen un valor definido y una
causa asignable, y son de la misma magnitud para
medidas duplicadas que se efectúan de la misma manera.
Este tipo de error lleva a sesgo en los resultados de una
serie de medidas. Note que el sesgo afecta del mismo
modo a todos los datos de un conjunto y que lleva un
signo.
Fuentes de errores sistemáticos
Hay tres tipos de errores sistemáticos: (1) Los errores
instrumentales, causados por el comportamiento no ideal
de los instrumentos, las calibraciones deficientes o el uso
en condiciones no apropiadas causan los errores
instrumentales. (2) Los errores de método, que
derivan del comportamiento químico o físico no ideal de
los sistemas analíticos. (3) Los errores personales, que
resultan del descuido, falta de atención o limitaciones
personales del experimentador.
Errores aleatorios
Es un hecho conocido que al repetir una medición
utilizando el mismo proceso de medición (el mismo
instrumento, operador, excitación, método, etc.) no se
logra el mismo resultado.
En este caso, los errores sistemáticos se mantienen
constantes, y las diferencias obtenidas se deben a
efectos fortuitos, denominados errores aleatorios (mal
llamados accidentales). Por ello, una característica
10/17
general de los errores aleatorios es que no se repiten
siempre en el mismo valor y sentido.
Error absoluto y error relativo
Como consecuencia de la existencia de diferentes
fuentes de error, el científico se plantea por sistema
hasta qué punto o en qué grado los resultados
obtenidos son fiables, esto es, dignos de confianza.
Por ello, al resultado de una medida se le asocia un
valor o índice complementario que indica la calidad
de la medida o su grado de precisión. Los errores o
imprecisiones en los resultados se expresan
matemáticamente bajo dos formas que se denominan
error absoluto y error relativo.
Se define el error absoluto Ea, como la diferencia
entre el resultado de la medida M y el verdadero valor
m de la magnitud a medir
Ea = M - m
El error relativo Er es el cociente entre el error
absoluto Ea y el verdadero valor. Cuando se expresa
en tanto por ciento su expresión es
Er(%) = Ea/m x 100
En sentido estricto tales definiciones son únicamente
aplicables cuando se refieren no a medidas físicas
propiamente, sino a operaciones matemáticas, ya que
el valor exacto de una magnitud no es accesible. Por
ello, con frecuencia se prefiere hablar de
incertidumbres en lugar de errores. En tal caso se
toma como m el valor que más se aproxima al
verdadero, es decir, valor medio obtenido al repetir
varias veces la misma medida.
Cálculo de Errores
Si las fuentes de error son únicamente de carácter
aleatorio, es decir, si influyen unas veces por exceso y
otras por defecto en el resultado de la medida, puede
demostrarse que el valor que más se aproxima al
verdadero valor es precisamente el valor medio. Ello
es debido a que al promediar todos los resultados, los
errores por exceso tenderán a compensarse con los
errores por defecto y ello será tanto más cierto cuanto
mayor sea el número de veces que se repita la medida.
Por esta razón el procedimiento habitual para
establecer un valor fiable de una cantidad M y de su
incertidumbre correspondiente es el siguiente:
1. Repetir n veces la operación de medida de M y
anotar los resultados M1, M2 ... Mn
Grupo Sobre Entrenamiento (www.sobreentrenamiento.com)
2. calcular la media aritmética de todos ellos
M 1 + M 2 + ... + Mn
M =
n
1. Calcular la desviación media DM, es decir, la
media aritmética de los valores absolutos de las
desviaciones de los diferentes resultados de la
medida
M 1 − M + M 2 − M + ... + Mn − M
ΔM =
n
El tomar los valores absolutos y no su signo equivale
a situarse deliberadamente en la situación más
desventajosa en la que los errores no se cancelan entre
sí.
2. Considerar AM como una cota o límite del error,
de modo que el verdadero valor M de la
magnitud medida estará comprendido entre los
valores extremos:
M − ΔM .. y..M + ΔM :
M − ΔM < M < M + ΔM
1. Expresar el resultado en la forma:
M ± ΔM
En ocasiones, si se trabaja con un número n de
medidas elevado resulta útil disponer los resultados y
sus errores o incertidumbres ordenadamente en forma
de tabla. En el ejemplo que sigue se recoge la medida
del tiempo de caída de una bola realizada por un
cronómetro que aprecia hasta la doble décima de
segundo.
En resumen, un número X que exprese una magnitud
determinada experimentalmente, siempre estará
afectado de un margen de incerteza, al cual
llamaremos ΔX y por ello, deberá escribirse en la
forma
(X ± ΔX) unidad
Se deberán respetar las siguientes convenciones
1. ΔX deberá tener solo una cifra significativa
2. X deberá tener la cantidad de cifras decimales que
sean necesarias para terminar exactamente en el
mismo lugar decimal en el que termina ΔX. En
ningún caso deben agregarse ceros.
11/17
¿Cómo se determina ΔX?
No hay criterios fijos para determinar ΔX pero las
siguientes modalidades son las más usuales
a. ΔX = apreciación del instrumento [resultado = (X
± apreciación)]
b. ΔX = mitad de la apreciación del instrumento
[resultado = ( x ± (apreciación/2)]
c. ΔX = estimación del operador [resultado = (X ±
estimación)]
¿Cómo decidir entre uno y otro criterio? Aquí
interviene el criterio del operador. Si considera que la
incerteza introducida por él durante el proceso de
medición, que es independiente de la apreciación del
instrumento, es mayor que dicha apreciación, entonces
debería usar una estimación de la incerteza
introducida por el operador (diferente de la estimación
del instrumento). En caso contrario, se debería utilizar
la mitad de la apreciación del instrumento, o lo que
decida que es conveniente.
De la discusión anterior podría surgir la siguiente
cuestión: ¿Cuándo es apropiado y cuando no
determinar el tiempo de un test con un cronómetro?
Para responder a esta pregunta, vamos nuevamente a
recurrir a un ejemplo. Suponga que usted se encuentra
en la pista de atletismo y desea saber cuanto tiempo
tarda un sujeto en recorrer mil metros (el Test de los
1000 m es frecuentemente utilizado para estimar la
potencia aeróbica). Una vez finalizado el test usted
observa el cronómetro y ve que el sujeto ha registrado
un tiempo de 3 min 40 segundos y algunas
centésimas. Por lo tanto el uso del cronómetro para
este test en particular parece apropiado. Ahora bien,
supongamos que ahora usted desea medir el tiempo en
el que se ejecuta un movimiento explosivo, por
ejemplo un lanzamiento. Para ello usted cuenta con un
cronómetro el cual accionará cuando el sujeto
comience el movimiento y lo detendrá en el instante
en que el balón deje la/s mano/s del sujeto. También
supongamos que usted como evaluador cuenta con
una vista privilegiada tal que le permita ver el
comienzo y el fin del movimiento y que posee además
una gran velocidad para accionar y detener el
cronómetro. Debido a que un movimiento explosivo
por definición es todo aquel movimiento ejecutado
por debajo de los 350 milisegundos, podemos ver que
habrá una gran fuente de error en este tipo de
medición, ya que usted podría, por ejemplo, detener el
cronómetro antes que el balón haya sido soltado o
incluso después, y por lo tanto sus mediciones
Grupo Sobre Entrenamiento (www.sobreentrenamiento.com)
carecerán de la precisión y la exactitud apropiadas
para monitorear los efectos del entrenamiento.
Análisis de Diferentes Instrumentos que se Utilizan
para Recolectar Datos en Fisiología del Ejercicio
En este apartado lo que vamos a realizar es un
pequeño análisis de algunos instrumentos que se
utilizan para recolectar datos en fisiología del
ejercicio. No se pretende hacer una descripción
detallada del funcionamiento de cada dispositivo y a
la vez sería imposible analizar todos los dispositivos
que pueden utilizarse. No obstante vamos a analizar
los dispositivos más comunes entre los que se
encuentran los ergómetros, las mantas de contacto o
plataformas de fuerza, los sistemas de medición del
metabolismo y los calibres para pliegues cutáneos.
Ergómetros
Entre los ergómetros utilizados actualmente en el
laboratorio están la cinta ergométrica, los
cicloergómetros, los remo ergómetros, los ergómetros
para las piraguas canadienses, los ergómetros
específicos para natación y los ergómetros de piscina
para pruebas sobre deportes acuáticos (actividades de
natación, natación con aletas, windsurf, piragüismo, y
saltos de trampolín).
La cinta ergométrica se utiliza para evaluar disciplinas
de atletismo relacionadas con la carrera o con la
marcha (pruebas de 500 a 10000 m, maratón, etc.).
Las cintas ergométricas simulan la acción de un sujeto
durante la carrera a pie, pudiendo variar
electrónicamente la velocidad y la inclinación de la
misma. No obstante las velocidades que
habitualmente permiten desarrollar estos ergómetros
(<30 km/h) hacen difícil aplicar protocolos de altas
velocidades necesarios en pruebas anaeróbicas
máximas con deportistas de elite. El cálculo de la
potencia desarrollada por un sujeto en una cinta
ergométrica se realiza fácilmente pues es simplemente
un problema de plano inclinado
Los ergómetros Monark tienen un principio de
funcionamiento muy simple y preciso. No se
descalibran porque funcionan con resistencias fijas
que dependen directamente de un peso estándar en
kilogramos. En la Figura 3 se muestra el modelo
mecánico del funcionamiento de los ergómetros
Monark. Se coloca un peso en kilogramos, el cual
mediante una polea aplica una resistencia al volante.
Cada vuelta del volante avanza 6 metros.
12/17
Para vencer esta resistencia el sujeto debe aplicar una
fuerza a la biela que genera un torque. El torque
generado depende de la magnitud de la fuerza y del
radio del brazo de palanca del volante. Se obtiene una
medida en N x m (iguales unidades de trabajo).
Figura 3. Esquema del funcionamiento de un cicloergómetro
Monark.
Como la potencia es una medida del trabajo en
función del tiempo, si el sujeto pedalea mas rápido
obtendrá un valor mayor en vatios, de manera que
dependiendo de las revoluciones por minuto (RPM),
se produce más o menos trabajo en función del
tiempo, es decir más o menos potencia. Estos tipos de
ergómetros pueden utilizarse para la evaluación de la
capacidad cardiorrespiratoria así como también para
evaluar la potencia y la capacidad anaeróbica.
Sistemas de Medición del Metabolismo
Los dispositivos de medición del metabolismo
(metabolic carts) son instrumentos utilizados para
medir el gasto energético conjuntamente con la
función cardiovascular y respiratoria tanto en reposo
como durante el ejercicio [Wasserman, 19987]. Estos
dispositivos han sido utilizados para cuantificar las
funciones fisiológicas tanto en humanos como en
Grupo Sobre Entrenamiento (www.sobreentrenamiento.com)
animales. Característicamente, estos dispositivos se
encuentran en interfase con un ergómetro para la
evaluación de la potencia y/o la capacidad de ejercicio
[Ross, 1989].
Los dispositivos de medición del metabolismo
conjuntamente con algún tipo de ergómetro han sido
denominados “sistemas de medición del
metabolismo”. Dichos sistemas han evolucionado en
los últimos 20 años como resultado del interés para
facilitar la adquisición de datos y del deseo de
observar los datos del metabolismo en tiempo real.
Los sistemas de medición del metabolismo son
ampliamente utilizados y su uso continúa
expandiéndose dentro de los laboratorios de fisiología
clínica y aplicada. La cantidad de energía generada
por el cuerpo en reposo o durante el ejercicio puede
ser medida tanto por calorimetría directa como por
calorimetría indirecta. Si bien se puede utilizar un
calorímetro para medir en forma directa la producción
de calor, y por lo tanto el gasto energético de reposo o
de ejercicio, dicho instumental solo está disponible en
los laboratorios más sofisticados y, debido a
limitaciones físicas, comúnmente está limitado a
evaluaciones en reposo. La calorimetría indirecta
basada en el consumo de oxígeno, es el método de
elección por excelencia para medir el gasto energético
en humanos [McArdle 1986, Blair 1988].
El metabolismo humano es dependiente de la
utilización de oxígeno. Una vez que se conoce el
consumo de oxígeno, este valor puede convertirse en
su equivalente de gasto energético en base a trabajos
previos que han estudiado el metabolismo utilizando
una bomba calorimétrica [McArdle, 1986]. La
cantidad de oxígeno consumido comúnmente se
expresa en L/min o en mL/min/kg de peso corporal. El
consumo de oxígeno de reposo o consumo de oxígeno
basal es de aproximadamente 3-5 mL/min/kg de peso
corporal y puede incrementarse unas 12-15 veces
durante la realización de ejercicios vigorosos. Por lo
tanto, se puede estimar un valor realista del gasto
energético asumiendo que 1 litro de consumo de
oxígeno es equivalente a 5 kcal de energía.
Históricamente, los fisiólogos del ejercicio han
medido el consumo de oxígeno recolectando el aire
espirado en un período de tiempo conocido y
analizando esta muestra para determinar las
concentraciones de dióxido de carbono, oxígeno y
nitrógeno. El aire espirado era recolectado en bolsas
de Douglas o en balones meteorológicos y su volumen
era medido con un gasómetro Tissot. Una muestra del
gas recolectado era analizada para determinar las
concentraciones de gases utilizando un analizador de
13/17
gases Haldane o Scholander. La diferencia entre el
aire inspirado (20.93% de oxígeno, 0.03% de dióxido
de carbono y 79.04 de nitrógeno y otros gases) y la
mezcla de gases espirados era utilizada para calcular
el oxígeno consumido y el dióxido de carbono
espirado.
Debido a la complejidad de este procedimiento, no era
inusual que se tardaran entre 15 minutos y una hora
para analizar una muestra discreta en duplicado. El
análisis de gases recolectado en múltiples etapas
durante un test de ejercicio progresivo podía volverse
fácilmente una tarea de un día entero. El lector
interesado en los detalles técnicos y en los cálculos
involucrados puede referirse al clásico libro de
Consolazio, Jonson y Pecora [1963]
Figura 4. Recolección de muestras de gases durante el ejercicio
utilizando bolsas de Douglas.
Si bien en la actualidad se requiere de la misma
información básica que hace 40 años, para medir el
gasto energético en reposo o durante el ejercicio, los
avances tecnológicos en los analizadores de gases, los
métodos para medir los gases inspirados y espirados y
la computarización de los cálculos han derivado en
que el gasto energético pueda medirse en tiempo real,
respiración por respiración. Además, con estos
dispositivos puede obtenerse simultáneamente
diversas medidas de la función pulmonar y
cardiovascular [Wasserman, 1987; Jones, 1988;
Myers 1990].
La mayoría de los dispositivos de medición del
metabolismo utilizan un espectrómetro de masas o
analizadores infrarrojos de dióxido de carbono y
oxígeno para analizar una muestra de aire espirado. El
espectrómetro de masas es más costoso pero tiene un
tiempo de respuesta extremadamente rápido y debido
Grupo Sobre Entrenamiento (www.sobreentrenamiento.com)
a su versatilidad puede utilizarse para medir un amplio
rango de gases. Si bien los analizadores infrarrojos
tienen una respuesta más lenta que el espectrómetro
de masas, estos son más adecuados para medir
cambios rápidos en la concentración de CO2 tal como
ocurren durante el ciclo respiratorio. El dióxido de
carbono puede ser medido con una precisión de ±
0.05%. Los dispositivos más comunes utilizados para
medir la concentración de oxígeno (en realidad se
mide la presión parcial y se expresa como una
concentración ajustada respecto de la humedad y la
presión barométrica) son analizadores electroquímicos
tales como el analizador de óxido de zirconio de alta
temperatura o e analizador de oxígeno paramagnético.
Estos analizadores pueden medir la concentración de
oxígeno con una precisión de ± 0.05%. Una vez que
se conocen las concentraciones de oxígeno y dióxido
de carbono, entonces la concentración de nitrógeno
puede calcularse fácilmente.
Existen diversos dispositivos disponibles para medir
el flujo de aire y que pueden ser incorporados a los
sistemas de medición del metabolismo [Sullivan,
1984]. Los dispositivos que miden el flujo de aire se
denominan pneumotacógrafos, pneumotachos o
enemómetros. Existen diversos tipos de
pneumotacógrafos tales como el Fleisch, los de
cerámica, de filamento, de turbina, de vórtice y
ultrasónicos. Cada uno de estos dispositivos tiene sus
propias limitaciones en lo referente a la medición del
flujo de aire, resolución de frecuencia, precisión y
aplicación clínica.
El flujo pico de aire durante el ejercicio puede ser tan
alto como 16 L/segundo con una frecuencia de 0-4 Hz
durante la respiración corriente y de 20 Hz durante
con frecuencias de respiración de 175-200 L/min. En
general, los pneumotacógrafos Fleisch, de filamento
incandescente y de turbina son los más utilizados para
realizar mediciones del flujo de aire en reposo y en
ejercicio. La precisión de estos dispositivos es de ±
5% de la lectura.
La tecnología de los microprocesadores ha hecho
surgir la siguiente cuestión ¿cuál es período de tiempo
o el intervalo de respiraciones más apropiado para la
recolección de datos? Los datos pueden obtenerse de
diversas formas tales como respiración por
respiración, en un tiempo determinado o en un
número fijo de respiraciones. Para un sistema de
medición del metabolismo dado, hay una significativa
variabilidad en el consumo de oxígeno (VO2) que
depende del intervalo de muestreo [Cox, 1989, Myers
1990]. La variabilidad de los datos es mayor con la
disminución del tiempo de muestreo.
14/17
 Cardiovascular Pulmonar Metabólico Ergometría
Frecuencia cardíaca Ventilación Pulmonar Consumo de Oxígeno Carga de Trabajo
(BPM) (VE, L/min) (VO2, L/min) (watts y kp)
Presión Sanguínea Frecuencia Respiratoria Producción de Dióxido de Frecuencia de Pedaleo
(mmHg) (f/min) Carbono (VCO2, L/min) (rpm)
Consumo de Oxígeno
Gasto Cardíaco Volumen Corriente Velocidad de la Cinta
Relativo
(L/min) (L) (mph, km/h)
(ml/kg/min)

Saturación Arterial de O2 Índice de Intercambio

Volumen Latido Elevación de la Cinta
(SaO2) Respiratorio
(ml) (Grados, %)
(R, VCO2/VO2)
Umbral Anaeróbico (% Fracción de O2 en el Aire Espirado Protocolo
(FETO2) Gasto Calórico (kcal/min)
VO2max, % HRmax) (Rampa, Progresivo)

Fracción de CO2 en el Aire Espirado Duración del Ejercicio

Doble Producto Consumo Máximo de
(FETCO2) (Tiempo/min – entrada en
(mmHg/latido) Oxígeno (VO2máx)
calor, ejercicio, recuperación)
Tabla 1. Parámetros que pueden obtenerse tanto durante el reposo como durante el ejercicio con los sistemas de medición del metabolismo.
HRmáx = Frecuencia cardíaca máxima, VO2máx = Consumo máximo de oxígeno.

Plataformas de Fuerza y Mantas de Contacto proporciona la velocidad vertical de su centro de

La capacidad de salto como expresión de la potencia
ha atraído la atención no sólo de técnicos y
entrenadores, sino también de fisiólogos de fama
mundial y biomecánicos. Se ha producido un progreso
notable en el estudio del comportamiento mecánico de
los músculos durante la ejecución de saltos verticales
gracias a la utilización de instrumentos científicos
altamente sofisticados, como la plataforma de fuerza a
resorte (strain gauge) o como la tabla dinamométrica a
cuarzo. En efecto, durante el salto ejecutado sobre
plataforma de fuerza, se registra la fuerza de reacción
sobre el terreno (vertical) para poder ser analizada con
procesos matemáticos. En general, la fuerza durante la
ejecución del salto no es constante; sin embargo, la
relación fuerza-tiempo representa el impulso de fuerza
que proyectará al atleta hacia arriba. En su conjunto, el
área
representada en la Figura 5, está calculada con
procedimientos matemáticos integrando la función en
los instantes del tiempo considerados. Por
lo tanto, el impulso de fuerza es igual a la variación de
la cantidad de movimiento [S F (t) dt = m (V2 - V1)].
gravedad en el momento del despegue (Vv). La
elevación del centro de gravedad del sujeto se obtiene
de la fórmula: h = Vv2/2g, de donde g = constante
gravitatoria 9.81 m/s2.
Utilizando estos procedimientos matemáticos
procesados automáticamente en un ordenador, en el
pasado se puso de relieve la capacidad de salto, hasta
que dos grandes fisiólogos y biomecánicos
introdujeron la genial idea de medir la elevación del
centro de gravedad del sujeto durante la prueba de
salto observando el tiempo empleado en la fase de
vuelo (Asmussen y Bonde-Petersen, 1974a). De lo
anterior, se obtiene que:
h = tv2 × 1,226
en el cual tv = tiempo de vuelo viene medido entre el
registro de la fuerza desarrollada en el momento del
despegue y la que se produce en el momento del
contacto con el suelo después del salto, es decir, en el
impacto de caída. Este interesante procedimiento de
cálculo ha sido utilizado en sucesivos trabajos
científicos (Bosco y Col. 1982b, 1983a, b; Bosco y
Viitasalo, et al 1982, Viitasalo and Bosco, 1982).

La utilización del tiempo de vuelo para el cálculo

Figura 5. Representación de la fuerza en función del tiempo
empleado que representa el impulso de fuerza ejercido por el
sujeto durante el impulso hacia lo alto en el salto vertical.
En el caso de un salto vertical, tendremos que el
impulso mecánico dividido por la masa de sujeto nos
directo de la elevación del centro de gravedad tuvo
gran influencia en la idea de construir un aparato que
permitiera registrar el tiempo de vuelo durante la
ejecución de un salto sin utilizar las sofisticadas y
costosas plataformas de fuerza. La solución se ha
encontrado usando una alfombra conductiva (o
capacitiva) conectada a un sistema de cronometraje
electrónico (microprocesador, ordenador,
cronómetro, etc., Figura 6) que es accionado
automáticamente por el mismo sujeto que salta, en el

Grupo Sobre Entrenamiento (www.sobreentrenamiento.com) 15/17

momento del despegue (abriendo el circuito) y en el
momento en que el pie toca el terreno en aterrizaje
(cerrando el circuito) [Bosco, 1980]. El primer
trabajo de investigación usando este sistema apareció
en Italia en los años ochenta [Bosco, 1980]. En los
primeros modelos sólo se medía el tiempo de vuelo;
sucesivamente, se han ido desarrollando
microprocesadores que calculan automáticamente la
altura (h) del salto y en las pruebas de potencia: el
tiempo de trabajo (tiempo de contacto con el terreno)
y la potencia mecánica desarrollada, expresada en
Watt/kg. Fueron empleados modelos matemáticos y
procedimientos biomecánicos para calcular el tiempo
total de contacto, el de trabajo positivo, así como el
de trabajo negativo o excéntrico usando la fórmula
introducida por Asmussen y Bond-Petersen (1974a).
Figura 6. Alfombra de contacto o manta de contacto.
Calibres para Medición de Pliegues Cutáneos
Los calibres de pliegues cutáneos son relativamente
económicos y proporcionan un método conveniente
para controlar los cambios en los patrones de los
pliegues cutáneos y el grosor total de los mismos, a
través de la medición de la grasa o adiposidad
corporal subcutánea. Un antropometrista puede llevar
a cabo mediciones duplicadas, en un grupo de 20 o
30 sujetos, para establecer su propio error técnico de
medición (ETM), pero debería aclararse que el ETM
es específico para cada evaluador, para su propia
Cursos del Grupo Sobre Entrenamiento (www.sobreentrenamiento.com)
población experimental, y para el calibre utilizado.
De cualquier manera, los ETM suponen
características constantes de los instrumentos, con el
tiempo. Si varían las características del instrumento,
tal es por ejemplo, si la presión de los platillos del
calibre (fuerza por unidad de superficie = N·mm2) no
es calibrada, entonces los ETM serán de utilidad
limitada.
El calibre Harpenden (el recomendado por la
International Society for the Advancement of
Kinanthropometry, ISAK) es un instrumento de
precisión que utiliza dos resortes para aplicar una
fuerza de cierre a los platillos, y éstos tienen una
superficie cada uno cíe 90 mm2 (6 mm x 15 mm). E]
platillo superior es “fijo”, el cual soporta el “pívot”,
sobre el cual rota el platillo inferior, el mango, y el
reloj indicador (Figura 7). La Ley de Hooke sobre
elasticidad establece que la tensión en un resorte es
directamente proporcional al “estrés” que actúa sobre
el resorte. Es decir, el aumento en la longitud del
resorte es directamente proporcional a la fuerza que
actúa sobre el resorte. Si no se tuviera en cuenta la
ley de Hooke durante la fase del diseño, los calibres
de pliegues cutáneos podrían tener una presión de
platillos que podría variar proporcionalmente con la
separación entre los mismos.
Figura 7. El calibre para pliegues cutáneos Harpenden.
El diseño de los calibres Harpenden parece seguir la
ley de Hooke, ya que los resortes han sido colocados
entre los platillos en tal posición que, a medida que
aumenta la separación de los mismos, el punto al cual
el resorte aplica la fuerza es efectivamente movido a
lo largo de las “palancas” de los platillos más cercana
de la posición del “pívot”. Suponiendo que las
características de los resortes no cambian a partir de
la especificación del diseño, el resultado de la acción
es que la fuerza aplicada a los platillos permanece
relativamente constante, a medida que aumenta la
separación de los mismos. Esta fuerza constante se
traslada a una presión de platillos relativamente
constante, dentro del rango normal de operación para
estos calibres.
16/17
Los resortes están instalados en cada lado de los
brazos del “pívot”. El diseño del brazo inferior móvil
incluye una pequeña leva al costado del “pívot”,
opuesta a los resortes y a los platillos. Esta leva
interactúa con el émbolo del indicador de medición
para determinar la distancia que hay entre los dos
platillos.
Las características de los resortes pueden alterarse
con el tiempo y con la contaminación del medio
ambiente en el cual son utilizados. Además, el
lubricante del “pívot” tiende a degradarse con el
tiempo y la contaminación, mientras que las
superficies de contacto en la interfase entre la leva y
el émbolo del indicador tienden a desgastarse. Estos
factores, junto con algún daño físico en los platillos o
en su alineación, deberían ser los puntos principales
de preocupación de cualquier procedimiento de
calibración.
REFERENCIAS
1. Blair, S.N., P. Painter, R.R. Pate, L.K. Smith, and C.B.
Taylor, (Eds), Resource Manual For Guidelines For
Exercise Testing and Prescription, American College
of Sports Medicine, Lea & Febiger, 1988.
2. Bosco C “La evolución histórica de la valoración
instrumental realizada para medir la capacidad de
salto”. En Bosco C. “La valoración de la fuerza con el
test de Bosco”. Editorial Paidotribo, pp 25-24 (2000)
3. Carylon R, Gore C, Woolford S, Bryant R. “Calibración de
los calibres de pliegues cutáneos Harpenden”. En.
Norton K y Old T “Antropometrica”. Byosistem, pp.
88-106 (2000)
4. Consolazio, C.F., R.E. Johnson and L.J. Pecora.
Physiological Measurements of Metabolic Functions in
Man, McGraw-Hill Book Company, New York,
1963.
Cursos del Grupo Sobre Entrenamiento (www.sobreentrenamiento.com)
5. Cox, M.H., D.S. Miles and J.P. Bomze. Reporting aerobic
power values using breath-by-breath technology. Can.
J. Appl. Sport. Sci. 14, 107P, 1989.
6. Jones, N.L., Clinical Exercise Testing, Third Edition, W.B.
Saunders Company, Philadelphia, 1988.
7. McArdle, W.D., F.I. Katch and V.L. Katch. Exercise
Physiology: Energy, Nutrition, and Human
Performance, Second Edition, Lea & Febiger,
Philadelphia, 1986.
8. Miller NJ y Miller JC. “Estadística de Medidas Repetidas”.
En Miller JM y Miller JC., Estadística y Quimiometría
Para Química Analítica. Editorial Prentice Hall, pp
21-42 (2002).
9. Myers, J., D. Walsh, M. Sullivan and V. Froelicher. Effect
of sampling on variability and plateau in oxygen
uptake. J. Appl. Physiol. 68: 404-410, 1990.
10. Ross, R.M., Interpreting Exercise Tests / Clinical
Interpretation of Cardiopulmonary Exercise (CPX)
Tests, CSI Software, Houston, 1989.
11. Salinovich O, Dassie S “Introducción Al Estudio de las
Ciencias Químicas” Apuntes Ciclo de Nivelación,
Facultad de Ciencias Químicas, Universidad
Nacional de Córdoba
12. Skoog DA, West DM, Holler FJ, Crouch SR. “Errores en
los análisis químicos”. En Skoog DA, West DM, Holler
FJ, Crouch SR, Fundamentos de Química Analítica 8va
Edición, Editorial Thomson, pp. 91-106 (2005)
13. Sullivan, W., G.M. Peters and P.L. Enright.
Pneumotachographs: Theory and Clinical Application.
Respir. Care 29:736-749, 1984.
14. Thomas JR and Nelson JK “Becoming Acquainted with
Statistical Concepst”. In Thomas JR and Nelson JK
“Research Methods in Pyisical Activity 3rd Edition”
Human Kinetics Publishers. pp. 92-137 (1996)
15. Umland JB, Bellama JM. “Medición”. En Umland – Bellam
“Quimica General”, Internacional Thomson Eds. pp.
35-72 (1999)
16. Wasserman K., J.E. Hansen, D.Y. Sue and B.J. Whipp.
Principles of Exercise Testing and Interpretation, Lea
& Febiger, Philadelphia, 1987.
17/17