Proyecto Integrador

Anlisis de datos

RECOLECTAR LOS DATOS

Definir la forma idnea de recolectar los
datos de acuerdo al contexto de la
investigacin.
Elaborar el instrumento de medicin.
Obtener los datos.
Codificar los datos.
Archivar los datos y prepararlos para el
anlisis.

Anlisis de los Datos

Una buena gestin de datos implica desarrollar procesos eficaces para la recoleccin
y el registro sistemticos de datos, el almacenamiento seguro de los datos, la
depuracin de datos, la transferencia de los datos (por ejemplo, entre distintos tipos
de programas informticos utilizados para el anlisis), la presentacin eficaz de los
datos y la accesibilidad de los datos para su verificacin y utilizacin por terceros.
Los aspectos de calidad de los datos que se mencionan comnmente son:
Validez: los datos miden lo que se pretende que midan.
Fiabilidad: los datos se miden y recopilan sistemticamente segn las definiciones y
metodologas estndar; los resultados son los mismos cuando se repiten las
mediciones.
Exhaustividad: se incluyen todos los elementos de informacin (segn las definiciones y
metodologas especificadas).
Precisin: los datos estn lo suficientemente detallados.
Integridad: los datos estn protegidos de sesgos o manipulaciones deliberados por motivos
polticos o personales.
Puntualidad: los datos estn actualizados y la informacin est disponible a tiempo

Anlisis de los Datos

El anlisis de datos consiste en la realizacin de las operaciones a las
que el investigador someter los datos con la finalidad de alcanzar los
objetivos del estudio.

Es la tcnica que consiste en el estudio de los hechos y el uso de sus expresiones

en cifras para lograr informacin vlida y confiable.

Anlisis de los Datos

Todas estas operaciones no pueden definirse de antemano de manera rgida.
La recoleccin de datos y ciertos anlisis preliminares pueden revelar
problemas y dificultades que desactualizarn la planificacin inicial del
anlisis de los datos.

Sin embargo es importante planificar los principales aspectos del plan de

anlisis en funcin de la verificacin de cada una de las hiptesis formuladas
ya que estas definiciones condicionarn a su vez la fase de recoleccin de
datos.

Anlisis de los Datos

Existen dos grandes familias de tcnicas de anlisis de datos:

Tcnicas cualitativas: en las que los datos son presentados de manera verbal
(o grfica) - como los textos de entrevistas, las notas, los documentosTcnicas cuantitativas: en las que los datos se presentan en forma numrica

Estas dos modalidades son especies radicalmente diferentes y utilizan

conocimientos y tcnicas completamente diferenciadas.

Anlisis Cualitativo
El proceso cualitativo no es lineal ni lleva una secuencia como el
proceso cuantitativo.

Las etapas constituyen ms bien acciones que se efectan para cumplir con los
objetivos de la investigacin y responder a las preguntas del estudio, adems
son iterativas o recurrentes.
Al ingresar al campo o ambiente, por el simple hecho de observar lo que
ocurre en l, estamos recolectando y analizando datos, y durante esta labor, la
muestra puede ir ajustndose.

Muestreo, recoleccin y anlisis resultan actividades casi paralelas. Desde

luego, no siempre la muestra inicial cambia.

Anlisis Cualitativo

Las etapas constituyen ms

bien acciones que se efectan
para cumplir con los objetivos
de la investigacin y responder
a las preguntas del estudio,
adems son iterativas o
recurrentes.

Anlisis Cualitativo

No existen reglas formales (al estilo de los mtodos estadsticos) para

la realizacin de anlisis cualitativos.
Sin embargo estos estudios suelen realizarse en las siguientes cuatro
etapas:

1.
2.
3.
4.

Preparacin y descripcin del material bruto

Reduccin de los datos
Eleccin y aplicacin de los mtodos de anlisis
Anlisis transversal de los casos estudiados (si hubiera ms de
uno)

Anlisis Cualitativo
1. Preparacin y descripcin del material bruto

Consiste en preparar la base documental completa y fcilmente

accesible.

La informacin debe ser detectable (saber que existe) ubicable (dnde se

encuentra) y trazable (dnde y como se obtuvo, cuales son sus fuentes). Existe
software que facilita algo esta tarea.

La informacin suele ser voluminosa por lo que en muchos casos se requiere

bastante trabajo de preparacin.

La prueba del xito de esta etapa sera que un investigador ajeno a la

investigacin pudiera ejecutar las fases siguientes del anlisis de datos a partir de
la base documental.

Anlisis Cualitativo
1. Preparacin y descripcin del material bruto

Consiste en preparar la base documental completa y fcilmente

accesible.

detectable

ubicable

trazable

Anlisis Cualitativo
2. Reduccin de los Datos
Se intenta reducir el volumen de los datos, despejando los componentes (las
variables) de inters para la investigacin (puede ser slo enumerativo como en
el anlisis de contenidos o ms complejo como en el anlisis semitico)
Existen tres formas de realizar la reduccin de datos:
1. La redaccin de resmenes:
reduce la masa de informacin
pero no utiliza mtodos muy
especficos (no es replicable por
otros investigadores). En el
resumen se procura identificar los
conceptos relevantes y cmo
stos se relacionan entre s.

Anlisis Cualitativo
2. Reduccin de los Datos
2. La codificacin: es el modo ms desarrollado de reduccin de datos.
Consiste en atribuir categoras o conceptos a porciones del material bien
circunscriptas y que presentan una alta unidad conceptual. Un buen sistema
de codificacin debe ser:

Inclusivo: exhaustivo (abarcar todas las posibilidades) y permitir que cada

elemento tenga tantos cdigos como sea necesario para la investigacin
Adaptativo: debe permitir generar nuevos cdigos cuando la investigacin lo
requiera
Abarcar varios niveles de abstraccin: permitir categoras descriptivas y analticas

3. Induccin: consiste en identificar temas a partir de la base de datos y

luego realizar reagrupamientos a partir de estos temas.

Anlisis Cualitativo
2. Reduccin de los Datos

Anlisis Cualitativo
2. Reduccin de los Datos

Anlisis Cualitativo
2. Reduccin de los Datos
Si regresamos a los cdigos, debemos recordar que stos se asignan a las categoras (se
etiquetan), con la finalidad de que el anlisis sea ms manejable y sencillo de realizar,
adems son una forma de distinguir a una categora de otras.
Pueden ser nmeros, letras, smbolos, palabras, abreviaturas, imgenes o cualquier
tipo de identificador.

Anlisis Cualitativo
3. Eleccin y aplicacin de los mtodos de anlisis
En esta etapa se procede a la interpretacin de los datos utilizando tres
posibles mtodos de anlisis para detectar patrones a partir de los datos
previamente organizados :
1.

Mtodo de emparejamiento

2.

Mtodo iterativo:

3.

Mtodo de anlisis histrico (series temporales):

Los tres mtodos pueden utilizarse conjuntamente.

Anlisis Cualitativo
3. Eleccin y aplicacin de los mtodos de anlisis
1.

Mtodo de emparejamiento: compara una configuracin terica predicha con una

configuracin emprica observada. (Requiere Teora previa y eleccin cuidadosa del
caso o casos adecuados para poner la Teora a prueba).

Anlisis Cualitativo
3. Eleccin y aplicacin de los mtodos de anlisis
1.

Mtodo de emparejamiento: compara una configuracin terica predicha con una

configuracin emprica observada. (Requiere Teora previa y eleccin cuidadosa del
caso o casos adecuados para poner la Teora a prueba).

Anlisis Cualitativo
3. Eleccin y aplicacin de los mtodos de anlisis
2.- Mtodo iterativo: Abordaje de los datos con mnima formalizacin terica y
construccin progresiva de una explicacin. (Requiere conocimiento de las diferentes
teoras que pueden explicar el fenmeno y la realizacin de un trabajo reiterado sobre
los datos).

Anlisis Cualitativo
3. Eleccin y aplicacin de los mtodos de anlisis
2.- Mtodo iterativo:

Anlisis Cualitativo
3. Eleccin y aplicacin de los mtodos de anlisis
3.- Mtodo de anlisis histrico (series temporales): Consiste en formular predicciones
sobre la evolucin en el tiempo de un fenmeno. Es un caso particular del mtodo de
emparejamiento en el que la Teora es la prediccin sobre el futuro.

Anlisis Cualitativo
3. Eleccin y aplicacin de los mtodos de anlisis
3.- Mtodo de anlisis histrico (series temporales): Consiste en formular predicciones
sobre la evolucin en el tiempo de un fenmeno. Es un caso particular del mtodo de
emparejamiento en el que la Teora es la prediccin sobre el futuro.

Anlisis Cualitativo
4. Anlisis transversal
* El anlisis transversal apunta esencialmente a verificar si hay replica
de resultados entre varios casos o situaciones.
Se agrega a las etapas precedentes cuando los datos cualitativos
recolectados se refieren a varios casos del fenmeno
(organizaciones, situaciones, individuos).
* Procede por comparacin dnde cada situacin es analizada de
acuerdo al o los modos de anlisis descritos precedentemente, de
manera de captar si los modelos o patrones observados se reproducen.

Anlisis Cualitativo
4. Anlisis transversal

Dolor de
rodilla

No dolor de
rodilla

Obesos

a+b

No obesos

c+d

a+c

b+d

Anlisis Cualitativo
4. Anlisis transversal

Anlisis Cuantitativo
Son los ms conocidos. En muchos casos, cuando se requieren
tcnicas estadsticas muy complejas es conveniente solicitar el
apoyo de especialistas (que pueden conocer mejor las tcnicas,
en particular sus alcances y limitaciones).

Existen dos niveles de anlisis cuantitativos:

1. Anlisis descriptivos
2. Anlisis ligados a las hiptesis

Anlisis Cuantitativo

Anlisis Cuantitativo
Anlisis descriptivos

Consiste en asignar un atributo a cada una de las variables del modelo

terico.
Los atributos pueden ser estadsticos descriptivos como la media, la mediana, la moda o la
varianza, sobre cuyas propiedades existe gran conocimiento, experiencia y consenso, por lo
que no es necesario realizar anlisis de validez y fiabilidad. Pero en estadsticos menos
conocidos (como por ejemplo la covarianza) puede ser necesario realizar este tipo de anlisis.

Es necesario tener definidos los criterios a seguir en caso de porcentajes

elevados de no respuesta y los eventuales sesgos que esto pueda representar.

El anlisis descriptivo suele realizarse mediante la utilizacin de software

estadstico como el SPSS, Systat, etc.

Anlisis Cuantitativo
Anlisis descriptivos

La codificacin (especificada en la parte de las definiciones de las variables o

columnas que corresponden a tems) sera:
Gnero (1 = masculino y 2 = femenino).
Color de cabello (1 = negro, 2 = castao, 3 = pelirrojo, 4 = rubio).
Edad (dato bruto o crudo en aos).

Anlisis Cuantitativo
Objetos

Metodologa
en el anlisis de datos y posterior representacin grfica
Anlisis Cuantitativo

La realizacin de estudios estadsticos implica emitir unos resultados

cuantificables de dicho estudio o experimento.
La claridad de dicha presentacin es de vital importancia para la
comprensin de los resultados y la interpretacin de los mismos
A la hora de representar los resultados de un anlisis estadsticos de un modo
adecuado se presentarn los datos numricos por medio de tablas, en
ocasiones un diagrama o un grfico pueden ayudarnos a representar de un
modo ms eficiente nuestros datos.

Anlisis Cuantitativo
Anlisis ligado a las hiptesis
Cada una de las hiptesis planteadas en el estudio debe ser objeto de una
verificacin. Cuando los datos recolectados son de naturaleza cuantitativa, esta
verificacin se realiza con la ayuda de herramientas estadsticas que se definen
sobre la base de 3 aspectos principales:
Las hiptesis que se desea verificar
Los diseos de investigacin (experimental,
experimental invocado)
Distribucin estadstica de las variables.

quasi

experimental,

Distribucin de Frecuencias
Es un conjunto de puntuaciones ordenadas en sus respectivas categoras y
generalmente se presenta como una tabla

Distribucin de Frecuencias
Las distribuciones de frecuencias pueden completarse agregando los porcentajes de
casos en cada categora, los porcentajes vlidos (excluyendo los valores perdidos) y los
porcentajes acumulados (porcentaje de lo que se va acumulando en cada categora,
desde la ms baja hasta la ms alta).

El porcentaje acumulado constituye lo que aumenta en cada categora de manera

porcentual y progresiva (en orden descendente de aparicin de las categoras),
tomando en cuenta los porcentajes vlidos.

Medidas de tendencia central

Son valores medios o centrales de una distribucin que sirven para ubicarla dentro de la
escala de medicin.
Las principales medidas de tendencia central son tres: moda, mediana y media. El nivel
de medicin de la variable determina cul es la medida de tendencia central apropiada
para interpretar.

Media Aritmtica
La media aritmtica es el promedio o medicin de tendencia central de uso ms
comn. Se calcula sumando todas las observaciones de una serie de datos y luego
dividiendo el total entre el nmero de elementos involucrados.

Media Aritmtica
Determina el centro de gravedad de un conjunto de datos, es decir es el valor ms
representativo
Ejem: Se ha efectuado la medicin de cuanto demora la atencin a los clientes en un
Call Center. Se ha tomado una muestra de 10 clientes y los resultados obtenidos son :

La Mediana (Me)

es el valor que divide la distribucin por la mitad

La mediana es el valor medio de una secuencia ordenada de datos.

Si no hay empates, la mitad de las observaciones sern menores y la otra mitad sern
mayores.
La mediana no se ve afectada por ninguna observacin extrema de una serie de
datos. Por tanto, siempre que est presente una observacin extrema es apropiado
usar la mediana en vez de la media para describir una serie de datos.

La Mediana (Me)

es el valor que divide la distribucin por la mitad

Es la medida de tendencia central que corresponde al valor de la variable que divide a

la frecuencia total en dos partes iguales .

Mediana de datos no agrupados: En este caso se procede de la siguiente manera:

1 Se ordena el conjunto de valores en orden creciente.
2 Se halla el valor que ocupa la posicin media .
3 Si el nmero es impar, el valor central es la mediana .
4 Si el nmero es par , el promedio de los dos centrales es la mediana.

La Mediana (Me)
Mediana de datos agrupados

Donde : Li : limite inferior del intervalo de la clase que contiene a la Me

c : Tamao del intervalo de clase
n : Total de frecuencias absolutas
Fa : Frecuencia absoluta acumulada anterior al la clase que contiene a la Me
fi : frecuencia absoluta de la clase que contiene a la Me

La Mediana (Me)
La gerencia de mercadeo de un Hotel ha decidido estudiar un estudio acerca de la edad promedio de
los clientes del Caf Bar El Sol . Se ha elegido una muestra de 300 clientes recogida durante todo un
mes tpico . Aplicada la encuesta se han obtenido los siguientes resultados :

Mediana de datos agrupados

El valor de N/2 es = 300/2 = 150, este valor se encuentra ubicado en el 6 intervalo

El 50% de los asistentes al Caf Bar El Sol
est en el intervalo de 19 a 39.55 aos y el 50%
restante est en el intervalo de 39.55 a 55
aos.

La Moda ( Mo)

La moda es la categora o puntuacin que ocurre con mayor frecuencia.

La moda o modo es el valor de una serie de datos que aparece con ms frecuencia. Se
obtiene fcilmente de una clasificacin ordenada. A diferencia de la media aritmtica, la
moda no se ve afectada por la ocurrencia de los valores extremos.

La Moda ( Mo)

La moda es la categora o puntuacin que ocurre con mayor frecuencia.

a. Moda de datos agrupados

Formula

Donde : Li : limite inferior del intervalo de la clase que contiene a la Moda

c : Tamao del intervalo de clase
n : Total de frecuencias absolutas
fp : Frecuencia absoluta posterior a la clase que contiene a la Moda
fa : frecuencia absoluta anterior de la clase que contiene a la Moda

La Moda ( Mo)
a. Moda de datos agrupados

Utilizando el ejercicio del caf bar:

La frecuencia mayor se encuentra ubicada en el 5

intervalo = 67 clientes

La edad ms frecuente de los asistentes al Caf

Bar El Sol es de 37.19 aos.

Bibliografa

[1] Hernndez Sampieri, Metodologa de la investigacin, Ed.

Mc Graw Will, Mxico 2005.
[2] Flores Cebrin, Anlisis Estadstico Desriptivo, Universidad
Inca Garcilaso de la Vega Facultad de Ciencias de la
Comunicacin