Análisis de datos

Formulación de proyectos

Msc. Gustavo Adolfo Perdomo Gómez

Análisis de los Datos
Esta se encuentra contenida en la fase de ejecución de un proyecto

Analizar los datos implica

generar resultados que
aporten evidencia en
favor de la hipótesis, o en
contra. Los datos se analizan con
métodos estadísticos,
pues son el producto de
mediciones que se
Si los datos se recolectan de una muestra representan por números.
probabilística, sus resultados se infieren a toda
la población.
(Sampieri, 2010)
Modelo matemático preliminar
Modelo Matemático Preliminar
Característica Preguntas a responder

¿Se quieren usar las variables para clasificar casos o individuos?

Tipo de patrón se
¿O se desean analizar variables inconexas, o bien las relaciones
busca en los datos entre diversas variables?

¿Se desea describir cómo es el actual estado del objeto de

investigación?
Propósito final ¿O se desea descubrir cómo debe ser el objeto de investigación:
qué grado de las cualidades medidas sería óptimo?

El modelo matemático preliminar guarda relación con los objetivos de la investigación.

(Sampieri, 2010)
Programas para analizar datos
Herramientas para NO programadores Herramientas para programadores

Comerciales No comerciales Comerciales Open-Source

● Minitab ● R+ Rcommander ● Visual studio ● R+Rstudio

● SPSS ● Rapid Minner ● MatLab ● Python
● SAS ● Tanagra ● ROctave
● Excel ● Italassi ● JMatLab
● Tableau ● Weka ● Scavis
● @Risk ● Open Refine
● Cristal Ball ● Orange
● Wrangler
● SimuLar
Proceso del análisis de datos
Fase I - Analizar

1. Se describen los datos, valores, puntuaciones y distribución de

frecuencias para cada variable.
2. Se representan mediante tablas y gráficos.
3. Se calculan las medidas de tendencia central y de variabilidad o
dispersión.

Medidas de tendencia central Medidas de variabilidad o dispersión Varianza

Recursos
Media, mediana, moda, suma Desviación típica y rango. Varianza

(Sampieri, 2010)
Proceso del análisis de datos
Fase II - Evaluar

La confiabilidad se calcula y evalúa para todo instrumento utilizado. Si

el instrumento contiene varias escalas para diferentes variables, la
confiabilidad se establece para cada escala.

Medida de estabilidad Medida de consistencia interna

Recursos
Alfa de Cronbach, coeficiente que sirve para
Se aplica 2 veces. medir la fiabilidad de una escala de medida

(Sampieri, 2010)
Proceso del análisis de datos
Fase III - Analizar

En la estadística inferencial, la hipótesis es una proposición respecto a

uno o varios parámetros. El análisis consiste en determinar si la hipótesis
es congruente con los datos de la muestra.

Paramétricos No Paramétricos

Recursos Coeficiente de correlación de Chi cuadrada,

Pearson, regresión lineal,
prueba t, análisis de varianza. coeficientes de correlación

El análisis se efectúa sobre la matriz de datos, la cual se guarda como archivo. (Sampieri, 2010)
Ejemplo con evaluación de confiabilidad
Ejemplo 4.- Medida de consistencia interna del Test AF5

Instrumento a evaluar

El Test AF5 utilizado para medir el autoconcepto de 306 estudiantes (tamaño de

la muestra) de la UAN. La evaluación se realiza con el coeficiente Alfa de
Cronbach.

Se generan los coeficientes para cada dimensión del autoconcepto y total

(Gargallo, 2009)
Ejemplo con evaluación de confiabilidad
Ejemplo 4.- Medida de consistencia interna del Test AF5

Instrumento a evaluar

1. Analizar
2. Escala
3. Análisis de fiabilidad
4. Seleccionar variable
5. Seleccionar modelo para el cálculo: alfa
6. Escribir la etiqueta de la escala
7. Aceptar.

(Gargallo, 2009)
 Ejemplo con evaluación de confiabilidad
Ejemplo 4.- Medida de consistencia interna del Test AF5

Interpretación

Pregunta ¿las respuestas a los ítems del instrumento son coherentes?

Respuesta todos los valores son más que aceptables (cercanos al 1), salvo los de las
dimensiones Emocional y Familiar, cuyos coeficientes no son demasiado
altos, 0,47 y 0,59 respectivamente.
(Gargallo, 2009)
Análisis de la hipótesis

Se realiza mediante pruebas estadísticas

Criterio de prueba:

Determinar si la hipótesis es congruente con los datos de la muestra.

Algunos procedimientos utilizan fórmulas que producen coeficientes de
correlación que oscilan entre - 1.00 (correlación negativa perfecta) y +1.00
(correlación positiva perfecta)

Los análisis producen coeficientes de correlación.

(Sampieri, 2010)
Análisis paramétrico de la hipótesis
Se utiliza el coeficiente de correlación de Pearson

Las pruebas no evalúan causalidad, solo relación. (Sampieri, 2010)

Ejemplo con análisis paramétrico de la hipótesis

Hipótesis a analizar

“El autoconcepto de estudiantes universitarios tiene una relación positiva con su

rendimiento académico”.

El coeficiente se calcula a partir de las puntuaciones medias de las 5 dimensiones

de autoconcepto y el promedio de calificaciones, de 306 estudiantes de la UAN.

(Gargallo, 2009)
Ejemplo con análisis paramétrico de la hipótesis

Se genera una matriz de correlación entre autoconcepto y calificaciones.

1. Analizar
2. Correlaciones
3. Bivariadas: Comprobar relaciones entre dos variables.
4. Seleccionar variables
5. Coeficiente de correlación: Pearson
6. Prueba de significación: bilateral
7. Continuar
8. Aceptar

(Gargallo, 2009)
 Ejemplo con análisis paramétrico de la hipótesis

Matriz de correlación entre autoconcepto y calificaciones

Participantes: 306 Significancia: 0,01 (bilateral)

Coeficiente de relación de Pearson varía entre -1 y 1 (Gargallo, 2009)

Ejemplo con análisis paramétrico de la hipótesis

Interpretación

➢ Hay relación positiva entre la calificación y el autoconcepto Académico

(0,257), Emocional (0,039) y Familiar (0,113).
➢ Hay relación negativa, aunque débil, con Social (0,022) y Físico (0,099).
➢ Se afirma, aunque no con la contundencia deseada, que la hipótesis pasa la
prueba satisfactoriamente.
➢ La significancia es la probabilidad de error de que la correlación sea
verdadera (0,01 1% ).

(Gargallo, 2009)
Resultado del análisis de la hipótesis
¿Qué aporta el resultado del análisis?

➢ El resultado obtenido en el análisis aporta evidencia en favor de la hipótesis,

o en contra.

➢ Una hipótesis probada, es decir con evidencia a su favor, tiene un impacto

en el conocimiento disponible, que puede modificarse y, por consiguiente,
pueden surgir nuevas hipótesis.
Utilidad de la hipótesis

Las hipótesis son instrumentos para el avance del conocimiento

 Ejemplo con resultado del análisis
Se debe resaltar el conocimiento que aporta
Ejemplo - Influencia del autoconcepto

Es importante mencionar que la confiabilidad del instrumento de medición respalda los resultados obtenidos.
Referencias bibliográficas
Gargallo, B., Garfella, P., Sánchez, F. & otros. (2009). La influencia del
autoconcepto en el rendimiento académico de los estudiantes universitarios.
REOP. Vol. 20, Nº 1, 1er Trimestre, 2009, 16-28.

Hernández Sampieri, R. & otros (2010). Metodología de la Investigación - Quinta

Edición. México: McGraw Hill.