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

...