Вы находитесь на странице: 1из 5

DATOS CUALITATIVOS

Los datos cualitativos son los que nos ayudan a fundamentar la investigacin. Nos
dan

la razn de

la hiptesis o

nos

dicen

que

nuestra hiptesis esta

mal.

La recoleccin de estos y la interpretacin es realmente vital para el propsito de


la investigacin ya que sin estos nuestra investigacin no vale la pena hacerlo.
Los datos cualitativos son los que nos dan el enfoque o el punto de vista de la muestra
o de una variable hacia lo que nos dice la investigacin. Estos son igual de
importantes, porque aunque no son numricos, se pueden medir de ciertas maneras.
Estos datos hay que ver como se recolectan, a travs de entrevistas, observacin,
encuestas o algn mtodo que sea vlido para saber con certeza la tendencia de
una poblacin hacia lo que se quiera saber.
Los datos cualitativos tienen que ser analizados de una buena manera para que nos
den a entender el punto que quieren hacer. Hay que darles algn enfoque, medirlos
de

alguna

manera

para

marcar

una

tendencia.

Se

tienen

que

encontrar mtodos de medicin para estos datos, por ejemplo la escala likert, que nos
ayuda con nmeros a medir algo cualitativo.
Ya sea cualitativa o cuantitativa la investigacin, la importancia de recolectar datos y
analizarlos de una buena manera sigue siendo la misma. Estos son lo que une a toda
la investigacin y nos dicen con fundamentos el porqu de las explicaciones hechas
en la investigacin.
Datos nominales
Los datos nominales se basan en el etiquetado o codificacin de informacin en
categoras. Generalmente, creas nombres para la informacin con base en las
caractersticas. Por ejemplo, puedes clasificar los colores de cabello en moreno, rubio,
rojo o negro. Cuando ests introduciendo los datos, asignas un cdigo, o nmero, a
cada categora: por ejemplo, moreno = 1. Este nmero simplemente es un signo clave
que quiere decir "moreno".
Este tipo de datos que no tienen carcter numrico, sino que son palabras, ttulos o
frases, como pueden ser:

Respuestas a una encuesta: SI/NO, BIEN/MAL/REGULAR.


Sexo, Nacionalidad, Comunidad Autnoma, Nombre y apellidos.

Marcas de motos, ttulos de pelculas o actores preferidos.

A estos datos se les llama tambin modalidades o atributos. Con estos datos las
nicas operaciones que podemos efectuar son las de contar las veces en las que se
presenta cada modalidad, por ejemplo, en una votacin contar los votos afirmativos,
los negativos y las abstenciones. El nmero de veces que aparece cada modalidad
recibe el nombre de Frecuencia o frecuencia absoluta.
Por ejemplo:

El estado civil, con las siguientes modalidades: soltero, casado, separado,


divorciado y viudo.

Observa esta tabla, sacada de una encuesta sobre el consumo de bebidas:


TABLA DE FRECUENCIAS SOBRE PREFERENCIAS DE BEBIDAS

Datos ordinales
Los datos ordinales describen el orden de los mismos con base en una escala. En la
escala, no hay manera de distinguir la diferencia relativa entre los grupos. La escala
ordinal aade a la nominal la posibilidad de ordenar los datos, es decir, considera las
relaciones de mayor y menor, aunque no se plantea una distancia entre unas medidas
y otras. Por ejemplo, podemos decir que un auto lleg primero, segundo o de ltimo,
pero no sabemos el tiempo de diferencia entre cada vehculo si no se nos provee ms
informacin. Las escalas a menudo se utilizan para las actitudes; por ejemplo,
satisfecho o insatisfecho. Otro tipo de datos son los de intervalos, en los cuales
conocemos la diferencia entre los grupos. Un ejemplo son los ingresos: sabemos la
diferencia exacta entre ganar US$20.000 y US$30.000 por ao.
Ejemplos:
Las calificaciones de un curso: Un profesor universitario asigna calificaciones de A,
B, C, D, o E, las cuales pueden acomodarse en orden; sin embargo, no es posible

determinar diferencias entre ellas. Por ejemplo, sabemos que A es ms alto que B (por
lo tanto, existe un orden), pero no podemos restar B de A (por lo tanto, no se calcula la
diferencia).

Imaginemos que en una investigacin nos interesa saber si son o no religiosos


un grupo determinado de sujetos. La variable objeto de estudio en este caso
sera la religiosidad. Para medir esta variable podramos preguntar lo siguiente:

Es Usted religioso?
1.

2.

No

Pero tambin podramos preguntarlo de la siguiente forma:

En su opinin, dira que Usted se considera:


1.

Nada religioso

2.

Poco religioso

3.

Bastante religioso

4.

Muy religioso

Y tambin podramos medirlo as:

En una escala de 0 a 10 donde el 0 significa nada religioso y el 10 muy religioso, dnde se situara
Usted?
Nada religioso 0 1 2 3 4 5 6 7 8 9 10 Muy religioso

Como vemos, en los tres casos estamos midiendo la religiosidad de los sujetos,
pero de manera distinta. En el primer caso nicamente podemos distribuir a los
sujetos en relacin a si se consideran religiosos o no, podemos por lo tanto
clasificarlos. En el segundo caso adems de clasificar a los sujetos, podemos
ordenarlos en funcin de cul es su grado de religiosidad de mayor a menor,
aunque no sabemos "cunto" ms religioso es el que se considera muy
religioso respecto del que se considera poco religioso. En el tercer caso,
adems de clasificar y ordenar, podemos cuantificar la "distancia" entre los
sujetos. Podramos, por ejemplo, saber que el sujeto que se ubica en un 7 de la
escala, es 5 puntos ms religioso que el que otro se ubique en el 2.

Debemos saber por lo tanto que una misma variable en ocasiones puede ser
medida de diferentes formas, otorgando un nivel de informacin distinto
(sabemos ms sobre la religiosidad de los sujetos si preguntamos de la tercera
forma que si lo hacemos de la primera). Esto es lo que se llama NIVEL DE
MEDICIN.
En investigacin social las variables, segn su nivel de medicin pueden ser de
tres tipos:
Implican determinar la ausencia o presencia de una
caracterstica. Clasifica a los individuos de acuerdo con la
caracterstica que poseen. Por lo tanto, alcanzan un nivel de
clasificacin.
NOMINALES

No poseen propiedades cuantitativas. El nivel nominal permite


mencionar similitudes y diferencias entre los casos. Solo se
pueden interpretar que son diferentes entre s, sin que se pueda
afirmar que uno es superior a otro, y por lo tanto, sin que se
puedan ordenar.
Ejemplos: Sexo, Estado Civil, Nacionalidad
Los atributos de las variables ordinales no solo se diferencian
unos de otros (caracterstica que define a las escalas
nominales) sino que mantienen una relacin que permite
ordenarlos lgicamente, generalmente en trminos de + o - o de
> y <. Alcanzan un nivel de ordenacin.

ORDINALES

No podemos cifrar o precisar la cercana o la lejana entre los


grupos, es decir, no podemos establecer las magnitudes de las
distancias.
Ejemplos: Nivel de estudios, clase social
Variables en las que podemos significar o precisar el orden y la
distancia entre los atributos. Poseen propiedades cuantitativas.
Podemos distinguir dos tipos:

DE RAZN

De intervalo: carecen de origen, o cero natural, o


ausencia de la propiedad. Ejemplos: escala ideolgica,
escalas de actitudes.

De proporcin: el cero indica ausencia de la propiedad.


Ejemplos: Edad, aos de escolarizacin, ingresos.

Siempre que sea posible y la naturaleza de la variable lo permita, hay que


intentar registrar el mayor nivel de medicin, puesto que cuanto mayor sea el
nivel de medicin ms opraciones analticas y estadsticas se podrn realizar
con los datos.

Diferencias entre tipos

Los datos nominales solo tienen que ver con las etiquetas, mientras que los
ordinales proveen mayor informacin acerca del rango, preferencia u orden de la
evidencia. Con los datos ordinales, puedes inferir el rango de opinin u orden. Los
datos nominales no sirven para las inferencias porque los nmeros solamente son
cdigos para las etiquetas asignadas; los mismos no expresan nada
matemticamente. Por ejemplo, no puedes calcular la diferencia entre una morena
designada como "=1" y una rubia designada como "=2". Ambos criterios proveen
una descripcin general de los datos, pero ninguno informa acerca de las
diferencias relativas entre los mismos.
Diferentes estadsiticas

Puesto que los tipos de datos son diferentes, hay distintas estadsticas posibles.
Para los datos nominales, slo puedes calcular la moda, la cual consiste en
encontrar el nmero de veces que cada criterio especfico ocurre; por ejemplo,
cuntas morenas. Para los datos ordinales, puedes calcular la moda y la mediana,
pero no la media: la mediana es el nmero del centro de la serie de datos, as que
tienes informacin sobre la tendencia central del orden o rango.