Analisis De Datos

Análisis de datos:

El análisis de datos es un proceso de inspeccionar, limpiar y transformar datos con el objetivo de resaltar información útil, lo que sugiere conclusiones, y apoyo a la toma de decisiones. El análisis de datos tiene múltiples facetas y enfoques, que abarca diversas técnicas en una variedad de nombres, en diferentes negocios, la ciencia, y los dominios de las ciencias sociales.

4.4 ANALISIS DE DATOS

Una vez se haya desarrollado el proceso de recolección de datos, se procederá a convertir los datos en bruto del instrumento de que se usó para tal fin, en una forma legible y entendible para su posterior análisis.

Para esto, se tomará en cuenta la siguiente secuencia:

Verificación y edición de cuestionarios aceptables: Cada cuestionario tendrá una etapa de revisión, en donde se verificará los datos obtenidos, es decir, que estén bien contestados (completos), mirar en base a las respuestas dadas si estas fueron bien comprendidas, que los elementos de la muestra sean los que hayan contestado la encuesta, etc. Para tal fin, el porcentaje de cuestionarios defectuosos permitidos será del 5% del total. En caso de que el porcentaje sea mayor, se enviarán nuevamente a trabajo de campo y se volverán a formular los cuestionarios.

* Edición y depuración de datos: Los datos a procesar tendrán legibilidad, que se puedan entender con facilidad; consistencia, que estén acordes a los objetivos del estudio y con exactitud, ya que se evaluarán de acuerdo a una serie de parámetros para verificar si fueron obtenidos con honestidad por los encuestadores.

Los datos serán procesados y analizados usando software destinado para esto. Se hará empleo de SPSS y Microsoft Excel, programas destinados a realizar análisis estadísticos, con un ambiente amigable para el usuario, a través de interfaces fáciles de manejar y entender.

HERRAMIENTAS ESTADÍSTICAS

Para un correcto análisis de datos, se usarán las siguientes ayudas estadísticas:

* Tabulación cruzada: Tabulación de datos que consiste en identificar una relación entre variables, describiendo dos ó más variables en forma simultánea y dar como resultado tablas que reflejan la distribución conjunta de las variables con un número limitado de categorías o valores distintivos.

* Herramientas de estadística inferencial: Pruebas ji cuadrado para probar la significancia estadística que hay entre la relación de variables.

* Procedimientos de análisis de relación: Regresiones para verificar el grado de dependencia y relación entre variables.

* Procedimientos generales de análisis: Gráficos estadísticos para evaluar proporciones, histogramas de frecuencia, pruebas de hipótesis para evaluar a las mismas, etc.

Una vez que se ha concluido con la recolección, codificación y tabulación de los datos, sigue la etapa de análisis y luego de interpretación de los datos. Según Rojas Soriano, R. (21): "Estas etapas se encuentran estrechamente ligadas, por lo cual suele confundírseles. El análisis consiste en separar los elementos básicos de la información y examinarlos con el propósito de responder a las distintas cuestiones planteadas en la investigación. La interpretación es el proceso mental mediante el cual se trata de encontrar un significado más amplio de la información empírica recabada."

En efecto, estas etapas van a permitir extraer conclusiones en función del problema, las variables, la formulación de las hipótesis y el marco teórico elaborado por el investigador. El análisis consiste en descomponer la información. El mismo requiere efectuar un plan previo, es decir, un "plan de análisis" que, de manera general, consiste en describir que tipo de tratamiento (cuantitativo y/o cualitativo) se le dará a la información. La interpretación apunta a darle sentido, esto es, efectuar eventualmente una recomposición teórica para luego redactar el informe final de la investigación.

Cuando se expuso el tema de la tabulación de los datos se desarrollo un ejemplo de análisis univariado. A continuación se expondrá un ejemplo de análisis bivariado. Previamente, es conveniente definir y describir la forma lógica de una tabla de contingencia.

Para Baranger, D. (22): "Una tabla de contingencia es el resultado del cruce (o tabulación simultánea) de dos o más variables. ( ) ...que también reciben los nombres de clasificación cruzada o tabulación cruzada. Esta forma de presentación de los datos es muy típica de la investigación en ciencias sociales, que se caracteriza por un uso predominante de variables (o atributos) definidas en los niveles de medición nominal y ordinal. La tabla de contingencia consiste en un cierto número de celdas en las que, como resultado de un proceso de tabulación, realizado en forma manual, mecánica o electrónica, se han volcado las frecuencias (número de casos) correspondientes a cada combinación de valores de varias variables."

El número de celdas en una tabla de contingencia varía en función del número de categorías que tengan las variables incluidas en ella. En efecto, la combinación mínima es igual a una tabla de 2x2, o sea de dos valores por dos valores, luego pueden darse una multiplicidad de combinaciones.

La forma lógica de una tabla 2x2 se puede representar de la siguiente manera:

En este tipo de tablas donde se cruzan dos variables, cada una de ellas con dos categorías:

1) "n" se denomina "frecuencia de orden cero" (0), ya que no se refiere a ninguna variable, esto es, representa a la totalidad de unidades que conforman la muestra o el universo.

2) Las frecuencias de abajo y las del costado, reciben el nombre de "frecuencias marginales" de "X" e "Y" respectivamente, o también se las denomina frecuencias de primer orden ya que son frecuencias con respecto a una sola variable por vez.

3) Por su parte las frecuencias del interior del cuadro se las denomina "frecuencias condicionales", o también frecuencias de segundo orden, pues se refieren a la relación entre dos variables de manera simultánea. En efecto, aquí cada unidad asume un valor de X y un valor de Y, de manera combinada.

EJEMPLO 1

A continuación se va a aplicar este modelo a un ejemplo hipotético. Supóngase un investigador en un estudio, cuyo tema es "El grado de exposición a los medios masivos de comunicación de los habitantes de la ciudad de Buenos Aires."

Las preguntas iniciales son las siguientes: ¿Cuál es el grado de exposición a los medios masivos de comunicación de los habitantes de la ciudad de Buenos Aires en el año 1998?. ¿Cuáles son los factores que inciden en el grado de exposición a los medios masivos de comunicación de los habitantes de la ciudad de Buenos Aires?. Teniendo por objetivo general: Medir el grado de exposición a los medios masivos de comunicación de los habitantes de la ciudad y entre los objetivos específicos: Determinar el grado de exposición a los medios masivos según nivel socioeconómico.

Luego se procede a formular, entre otras, la siguiente hipótesis: "A mayor Nivel Socioeconómico de los habitantes de la ciudad de Buenos Aires menor grado de exposición a los medios masivos de comunicación y a la inversa." La variable Nivel Socioeconómico se la considera como independiente (X) y el grado de exposición a los medios como dependiente (Y). Ambas variables se midieron a través de la elaboración de sus respectivos índices. Finalmente, se efectúa la tabulación cruzada de los datos y se obtiene la siguiente tabla de contingencia:

Baranger, D. (23) afirma lo siguiente: "El primer paso de cualquier análisis es verificar si la tabla "cierra", vale decir, si se cumplen las relaciones aritméticas que debe satisfacer cada cifra; en caso contrario es evidente que se ha producido algún error en la tabulación."

N= (X) +(- X) = (Y) + (-Y)

= (XY) +(-XY) + (X-Y) + (-X-Y)

N= 130

= 1000 + 300

= 300 + 1000

= 150 + 150 +850 +150

Los valores de la tabla están expresados en cifras absolutas, lo cual dificulta efectuar el análisis, ya que no se pueden realizar comparaciones al no existir una base común, por lo tanto, conviene calcular los porcentajes y obtener la Diferencia Porcentual y/o aplicar algún Coeficiente de Asociación. Para ello hay que tomar una decisión relacionada con el tipo de nexo que existe entre las variables que componen la hipótesis. En efecto, la relación entre las variables puede ser asimétrica o simétrica. Una relación es asimétrica cuando X --> Y, es decir, la variable "X" determina a "Y", y no a la inversa. Lo que antecede significa que la relación es irreversible. Por ejemplo: "El estilo de liderazgo de los jefes determina el nivel de participación de los trabajadores". Una relación es simétrica cuando X <---> Y, esto es, ninguna variable es causa de otra, por lo tanto es una relación reversible. Por ejemplo: "A mayor grado de participación, mayor grado de comunicación y a mayor grado de comunicación, mayor grado de participación."

EJEMPLO 2

Asociación diagonal: Un alto grado de organización familiar incide sobre el rendimiento escolar de los hijos.

Asociación rinconal: Con un nivel de información incompleto acerca de las formas de contagio del SIDA el nivel de prevención es malo, pero para un nivel de información completo el nivel de prevención puede ser bueno o malo.

Nota: en el Anexo I se encuentran las fórmulas de los diferentes coeficientes mencionados.

Ahora bien, retomando el ejemplo expuesto en la Tabla N° 1, se puede observar que la relación es asimétrica, por lo tanto hay que proceder a calcular los porcentajes y las diferencias porcentuales.

Zeizel, H. (26) enunció una regla para calcular los porcentajes: "La regla es que los porcentajes deben computarse en el sentido del factor causal."

Entonces hay que construir la tabla de manera tal que "X" se ubique en la parte superior de la misma e "Y" en el costado izquierdo.

Luego se divide cada frecuencia condicional por el total de la columna y se multiplica por 100, esto es, se calculan los porcentajes en forma vertical y finalmente se comparan los porcentajes de forma horizontal.

De esta manera se calcula la Diferencia Porcentual, que sirve para observar cuanto la variable independiente influye sobre la dependiente. La Diferencia Porcentual, d%, varía de 0 a 100 o de 0 a -100. Cuando la d% da 0 (cero) o próxima a 0 hay independencia entre las variables; en cambio, cuando la d% da 100 se obtiene el grado máximo de dependencia entre las variables. Entonces en principio, la d%

4.4.1 ANALISIS DESCRIPTIVO

El primer paso en el análisis de datos, una vez introducidos los mismos, es realizar un análisis descriptivo de la muestra. Este análisis nos permitirá controlar la presencia de posibles errores en la fase de introducción de los datos, es decir, detectaremos con él valores fuera de rango (p. ej. un peso de 498 Kg es claramente un dato extraño), o la presencia de valores perdidos. Este análisis inicial también nos proporcionará una idea de la forma que tienen los datos: su posible distribución de probabilidad con sus parámetros de centralización; media, mediana y moda; así como sus parámetros de dispersión; varianza, desviación típica, etc.

Este análisis es muy básico. Aunque hay tendencia a generalizar a toda la población, las primeras conclusiones obtenidas tras un análisis descriptivo, es un estudio calculando una serie de medidas de tendencia central, para ver en qué medida los datos se agrupan o dispersan en torno a un valor central. Esto es lo que podría ser un concepto aproximado.

Estructuras lógicas del análisis descriptivo

Entre las opciones que fueron enumeradas arriba, los indicios más salientes para seleccionar el método de análisis pueden ser obtenidos mirando la extensión de datos y la perspectiva de tiempo. Una vez que usted haya decidido sobre éstos, se puede encontrar en las células de la tabla siguiente los métodos de análisis usuales para cada acercamiento. La tercera taxonomía que fue mencionada arriba, referente a la existencia de la teoría anterior, tiene una importancia menor y usted lo puede tomar en cuenta posteriormente al ajustar el método.

| Estudio sincrónico o transaccional (no perspectiva de tiempo): | Estudio diacrónico o longitudinal (del cambio o desarrollo): |

Estudio intensivo de unos pocos objetos como entidades holísticas con todos sus características: | Estudio de caso / Estudio comparativo / Indicar lo típico. | Analizar el desarrollo

o evolución de la gente, estructuras sociales, productos o

Herramientas para el análisis

La meta del análisis es arreglar el material recogido de modo que la respuesta al problema inicial del proyecto se revele. El problema dicta qué clases de información se tienen que analizar, y el tipo de información define cuales herramientas se puede usar.

Si usted hace investigación descriptiva usted puede elegir generalmente el problema que se estudiará, y escoger también los tipos de información que usted desea recoger y analizar. Si usted desea quedarse fuera de dificultades usted puede escoger todos los tipos de su material de solamente una fila de la tabla abajo. La situación sería diferente en estudio normativa, es decir cuándo estudiar problemas prácticos, no puede omitir los aspectos "difíciles" si ellos son esenciales en el problema.

Cuando un científico comienza hoy a seleccionar las herramientas para el análisis en un proyecto nuevo de investigación, casi inevitablemente la computadora viene primero en mente. De hecho, las computadoras modernas son herramientas poderosas para el análisis, pero usted tiene que recordar que tienen restricciones severas, también. Qué la máquina exige, sobre todo, es que el material que recibe sea conveniente para las manipulaciones electrónicas. Para casi cualquier tipo de información hay programas de calculación específicos que pueden almacenar y manipular exactamente ese genere de la información, pero generalmente ningunos otros tipos de material. Cuál desilusiona especialmente a un investigador, es que los programas rechazan a menudo analizar relaciones entre tipos diferentes de información, o aceptan apenas algunas clases de relaciones para el análisis, otras no.

Las clases más usuales de información de que usted tratará con en la investigación y del desarrollo de productos incluyen:

Como la tabla arriba indica ya, sucede a menudo que usted no encontrará ningún programa de computadora que podría manejar todos los tipos de datos que usted desea analizar. En tal situación usted debe considerar si usted puede "hacer operacional" o transformar la clase incómoda de su material en uno de esos formatos que su programa del análisis pueda manejar. Esta operación, que usted normalmente tiene que hacer manualmente, puede significar:

* Cuantificación: construye una escala para medir la calidad o la característica. Una vez que usted haya transformado la mayoría o todos sus datos en variables mensurables usted puede alimentar su material en un programa de hoja de cálculo como Excel, o en un programa de estadística. Estos programas

4.4.2 ANALISIS INFERENCIAL

El análisis inferencial se emplea solo en los estudios correlaciónales, esto se realiza a través de los resultados obtenidos al cruzar las variables independientes con la variable dependiente. A través de los resultados obtenidos en las tablas que genera el programa estadísticos so puede inferir si la variable independiente objeto de análisis influye sobre la variable dependiente y si esta influencia es significativa o no.

Contrastación de Hipótesis:

Según el análisis inferencial se puede entonces afirmar si se acepta la hipótesis nula, o las hipótesis nulas que se plantearon en el capítulo metodológico del estudio correlacionar, o si se rechaza la hipótesis nula, aceptando la alterna.

El objetivo del análisis de contenido es la realización de inferencias, cuando el contenido de los mensajes es analizado para apoyar conclusiones no relacionadas con el contenido, entonces adquiere la investigación n carácter explicativo o inferencial.

Hay dos categorías de inferencias:

* Las que se refieren al origen, causas, condiciones, antecedentes de la comunicación y especialmente al autor de la misma, estas inferencias responden a las preguntas < quien > y < por qué >.

* La segunda está formada por las inferencias que se refieren a efectos o resultados de la comunicación y el análisis responde al interrogante < con que efecto >.

Combinando las aportaciones de Berelson y Holsti se obtiene la siguiente clasificación del análisis de contenido de carácter inferencial :

* Análisis para realizar inferencias acerca de las causas , de los productores o de los antecedentes de la comunicación :

* Para identificar las intenciones y otras características de los creadores de las comunicaciones.

* Para analizar rasgos psicológicos de individuos o determinar el estado psicológico de personas o grupos.

* Para detectar la existencia de propaganda.

* Para obtener información política y militar.

* Para determinar actitudes, intereses, a valores de grupos o poblaciones , así como el cambio en los mismos que haya podido tener lugar.

* Para proporcionar pruebas jurídicas.

* Para decidir disputas sobre paternidad literaria.

* Análisis para realizar inferencias de las consecuencias o efectos de la comunicación :

* Para determinar qué actitudes y comportamientos son consecuencia de la comunicación.

* Para analizar la corriente de información.

* Para medir la legibilidad de textos.

De todo esto dicho anteriormente se extraen dos conclusiones:

* El análisis de contenidos puede ser defectuoso por aplicación errónea de las técnicas de análisis, en cuyo caso l descripción del contenido de las comunicaciones estará mas o menos llena de errores.

* El análisis de contenido puede ser defectuoso aun cuando la descripción del contenido sea correcto, por aplicación errónea de la técnicas de inferencia o interpretación.

EJEMPLO 1

Se desea hacer un experimento para comprobar el efecto de 3 métodos de enseñanzas en el rendimiento de una cierta asignatura. Para ello toma tres grupos independientes de estudiantes y los somete a tres métodos de lectura: individual, exposición y discusión. Al final del curso se comprueban los rendimientos medios con una misma prueba. Como se trata de más de 2 medias hay que realizar un análisis de varianza, se calculara F y en función de su valor se aceptara o rechazara la hipótesis nula.

EJEMPLO 2

Supón que alguien te dice:

“Ana fue el domingo al hospital”

¿Qué podemos imaginarnos a cerca de este enunciado?

--Que tiene un familiar o amigo enfermo en el hospital.

Partimos de un enunciado acerca de un sujeto Ana, y de un lugar, el hospital y suponemos la existencia de relaciones entre Ana y el hospital

4.5. INFORME DE INVESTIGACIÓN.

Esta fase comprende la presentación de los resultados de la investigación realizada; Dicho informe puede presentarse bajo tres modalidades:

1) Informe escrito

Consta de una introducción; la exposición del problema y los objetivos de la investigación; descripción de la metodología utilizada en la investigación; las limitaciones de la investigación; los resultados que compone el cuerpo central de la investigación; y por último las conclusiones y recomendaciones.

2) Informe Audiovisual.

Bajo esta modalidad, el informe suele presentarse por medio de proyecciones en data show, apoyándose en materiales visuales extras para captar la atención de la audiencia.

3) Informe Verbal.

Es el informe más difícil en su presentación, puesto que debe seguir una secuencia lógica que permita agotar manera ordena el contenido del informe de la investigación; Por tal razón se recomienda el uso de fichas guías durante el desarrollo de su presentación.

1 Aprovechar el éxito de los recursos que ha tenido la división industria de 3M en la comercialización industrial del producto para apoyar el esfuerzo de incremento de ventas de la presentación para el usuario final de la división Do it Yourself. Objetivos de negocios: Incrementar las ventas del producto en su presentación para el consumidor final iniciando el primer trimestre de 1999.

2 La empresa Sonic es un gran fabricante de productos electrónicos de consumo final, entre los que se incluyen televisores, radios, equipos estéreos y ordenadores. Cada línea de productos es responsabilidad de un director de producto que debe preparar un plan a largo plazo y un plan anual que se ajuste a los objetivos financieros de la corporación Sonic. Actualmente Jane Melody es el director de producto

...