Академический Документы
Профессиональный Документы
Культура Документы
Dice Arias Galicia: no basta con recolectar los datos ni cuantificarlos adecuadamente. Una simple
recolección de datos no constituye el resultado de una investigación. Es necesario procesarlos,
analizarlos, compararlos y presentarlos de manera que realmente lleven a la confirmación o al rechazo
de la hipótesis.
Una vez recopilados los datos por los instrumentos diseñados para ese fin, es necesario procesarlos, es
decir, elaborarlos matemáticamente, ya que la cuantificación y su tratamiento estadísticos nos permitirán
llegar a conclusiones en relación con las hipótesis u objetivos planteados.
“Elaborarlos, evaluarlos y ordenarlos, para obtener información útil, que luego será analizada por el
usuario final, para que pueda tomar las decisiones o realizar las acciones que estime conveniente”
(Pagina web de la Universidad Centroccidental Lisandro Alvarado de Venezuela - UCLA)
El procesamiento de datos, antes dispendioso mediante métodos manuales (que provocaba un gasto
excesivo), es hoy realizado por computadoras electrónicas, las cuales han acelerado gran parte del
trabajo matemático y estadístico que antes se realizaba. Hoy en día toda investigación seria y
presupuestada de manera adecuada, es procesada por computadoras electrónicas, lo cual aligera la
obtención de resultados que anteriormente se demoraba por los procesos manuales implementados.
Las variables (V), se refiere a los rasgos relevantes que permiten conocer el perfil de la unidad de
análisis a investigar.
Una vez que nuestra matriz de datos está completa, será el insumo imprescindible para comenzar a
“resumir” la información, mediante la construcción de tablas de frecuencias, a partir de las cuales
comenzaremos la tarea de “descripción” de nuestra población en estudio. Dichas tabulaciones aportarán
información sobre las características de nuestras unidades de análisis, según los valores que asuman
respecto de cada una de las variables.
El plan de análisis y el procesamiento de los datos
Esta fase de tratamiento y análisis de los datos consiste en examinar minuciosamente cada uno de los
tipos de hipótesis. La función del mismo es explicitar los procedimientos que se le aplicarán a la
información producida, mediante el procesamiento de datos, a fin de asimilar el dato obtenido al cuerpo
teórico, sintetizando e interpretando la información disponible.
Dicho plan de análisis se puede llevar a cabo de dos formas:
1- Análisis centrado en la variable (análisis vertical): las columnas se analizan separadamente; contienen
información sobre el comportamiento de nuestra población o muestra.
2- Análisis centrado en la unidad de análisis (análisis horizontal): se analizan las filas separadamente,
obteniéndose información sobre cada una de las UA, en relación con el conjunto de variables.
A la hora de proceder al procesamiento, análisis e interpretación, es necesario que podamos distinguir
los diferentes niveles o escalas de medición de nuestras variables.
Escalas de medición
Medir significa asignar valores numéricos a una dimensión del objeto, siguiendo un determinado
procedimiento. Podemos distinguir 4 (cuatro) escalas de medición: escala nominal, escala ordinal, escala
de intervalo y escala racional o proporcional.
Escala nominal: la medición a nivel nominal representa la forma más primitiva y se basa en la
clasificación de nuestras unidades de análisis con respecto a la posesión o no de una determinada
característica o atributo. Por ejemplo: género, religión, etc.
Nos permite afirmar si nuestras unidades de análisis, en relación con la variable estudiada, adoptan el
mismo valor o no.
Una escala nominal carece de orden, por lo cual no es posible establecer ninguna relación métrica; la
consecuencia de ello es que sólo pueden realizarse unas pocas operaciones matemáticas:
Ejemplos de variables nominales:
- Género: femenino/masculino
- Actividad laboral: obrero/empresario
- Actitud del alumno: interesada/apática
Escala ordinal: las unidades de análisis pueden ser ordenadas de acuerdo a la intensidad, fuerza o
tamaño de la propiedad o variable de que se trate, según se presenta en cada UA. Es decir, existe una
graduación de los atributos y por tanto puede considerarse que hay un aspecto cuantitativo.
Ejemplos de variables ordinales:
- Nivel social: alto, medio, bajo.
- Estudios alcanzados: primario, secundario, terciario.
- Rendimiento escolar: óptimo, mediano, regular, insatisfactorio.
Escala de intervalo (intervalar) y racional (de razón): se distingue de la escala ordinal en que es posible
indicar exactamente la separación entre dos puntos.
Si además existe un punto natural “cero”, la escala será de razón, y en ese caso podrán realizarse todas
las operaciones estadísticas, medidas de dispersión e inferencia. Son las llamadas variables numéricas.
Ejemplos de variables numéricas:
- Edad
- Ingresos
- Calificaciones
Relaciones entre variables: confección y lectura de cuadros
El científico social busca relaciones entre variables, es decir, entre distintos tipos de fenómenos. El tipo
de relación posible es en términos de incremento de la frecuencia de la presencia de uno de los
fenómenos, conjuntamente con el otro u otros.
En términos estadísticos, la presencia de las variables propuestas como explicativas aumenta la
probabilidad de acaecimiento de aquello que se procura explicar.
La relación puede ser negativa, cuando al crecer una variable la otra decrece, o positiva, cuando crecen
o decrecen conjuntamente.
Una forma de expresar las hipótesis en forma estadística son los cuadros de contingencia, que muestran
la relación entre dos o más variables.
Cuadros de doble entrada: cómo construirlos
El cuadro, en tanto expresa una hipótesis, ha de reflejar la función que cada variable cumple en ella.
Convencionalmente, la variable independiente (o más independiente) se coloca arriba. Cuando interviene
también una tercera variable de control, ésta va colocada debajo de la independiente; en el caso de una
cuarta variable de control, va al costado, abriéndose a partir de la dependiente.
Los cuadros suelen presentarse con las frecuencias absolutas y los porcentuales (frecuencias relativas),
y con un título suficientemente claro, de manera que exprese la hipótesis que se contrasta.
2) Seguir nuestras intuiciones e interpretaciones, registrando todas las ideas importantes que surjan
durante la lectura y reflexión de los datos, incluyendo el diario del observador o investigador. También
puede ser útil la redacción de memos.
4) Elaborar tipologías o esquemas de clasificación. Al respecto nos encontraremos con dos clases de
tipologías:
a) Tipologías aplicadas por los sujetos para clasificar a los “otros” o a los objetos.
b) Tipologías elaboradas por el investigador.
Los científicos sociales a veces diferencian el enfoque émico del enfoque ético, y los conceptos de primer
orden de los conceptos de segundo orden (Emerson, 1983; Patton, 1980). De acuerdo con el enfoque
émico, la conducta social debe examinarse en los términos de las categorías de significados (conceptos,
tipologías, etc.) de las personas que se estudian. Estas categorías de significados son conceptos de
primer orden. En el enfoque ético, los investigadores aplican sus propios conceptos para entender la
conducta social de las personas en estudio. Estos se denominan conceptos de segundo orden, puesto
que se trata de „constructos de los constructos elaborados por los actores de la escena social.‰ (Schutz,
1962, p. 6)
5) Desarrollar conceptos y proposiciones teóricas, pasando de la descripción a la interpretación y la
teoría. Los conceptos son instrumentos sensibilizadores. “Los conceptos sensibilizadores, según
Blumer (1969, p. 148) proporcionan un ‘sentido de referencia general’ y sugieren ‘direcciones para la
observación’”23. El desarrollo de este tipo de conceptos es un proceso intuitivo. Taylor y Bogdan
consideran que, aunque pueda ser aprendido, no puede ser objeto de una enseñanza formal; más
bien se relaciona con los aspectos artesanales del trabajo y las disposiciones de los investigadores
particulares.
6) Leer el material bibliográfico. Si bien estamos ante una vía inductiva, de modo que el investigador
apenas se compromete con alguna teoría o marco conceptual, cuando se deba encarar el análisis
intensivo será imprescindible estar familiarizado con la bibliografía correspondiente.
3) Separar los datos pertenecientes a las diversas categorías: esto se hace armando matrices de datos
cualitativos, las que agruparán el material codificado en columnas según cada categoría. Iremos
“cortando y pegando” preferentemente mediante un software, todos aquellos fragmentos del texto,
palabras, frases, oraciones (unidades textuales o unidades de análisis) que hayan sido codificados
dentro de una determinada categoría. Generalmente se arma una carpeta, en la que se debe incluir
datos sobre el contexto en el que se recogió la información.
Este procedimiento tiene variantes y suele trabajarse con una matriz de tres columnas. En la primera,
se transcribe la unidad textual (unidad de análisis), en la segunda columna se anota la categoría
correspondiente, y en la tercera columna se registran las ideas, proposiciones, hipótesis, intuiciones,
etc. del investigador. En nuestro contexto, es el procedimiento más usado.
4) Refinar el análisis: este proceso de codificación y armado de la matriz cualitativa permite comparar
diferentes fragmentos relacionados con temas, conceptos, etc. y ajustar nuestras deas. No deben
desestimarse los casos negativos (o sea las excepciones) sino profundizarlos.
5) Relativización de los datos: se trata de interpretarlos en el contexto en que se han producido los
fenómenos registrados, sin descartar nada; las notas del observador o investigador serán de suma
importancia en este momento.