UNIVERSIDAD NACIONAL

TORIBIO RODRÍGUEZ DE MENDOZA DE AMAZONAS

FACULTAD DE INGENIERÍA ZOOTECNISTA, AGRONEGOCIOS
Y BIOTECNOLOGÁ

ESCUELA PROFESIONAL DE INGENIERÍA EN

AGRONEGOCIOS

MONOGRAFÍA

ELEMENTOS EN LA INVESTIGACIÓN DE MERCADOS

Autor (A): Estudiante Nuria Adela Rodrigo Fernandez

Profesor: Mg. Jonathan Campos Trigoso

Curso: Análisis de Datos En Agronegocios

CHACHAPOYAS – PERÚ
2020

1
 DEDICATORIA

Esta monografía va dedicada en primer lugar a Dios

por darme vida, fortaleza, sabiduría y por guiarme cada
día por el camino del bien. A mis padres y hermana
quienes con sus consejos y apoyo incondicional que
día a día me guían en mi formación profesional
asimismo esta monografía también va dedicada al
docente del curso Mg. Jonathan Campos Trigoso quien
es una gran persona como docente y amigo.

2
 AGRADECIMIENTO

A Dios por la sabiduría para emprender este camino. A

mis padres por su apoyo incondicional, motivación y
claro ejemplo de perseverancia para alcanzar metas
anheladas.

Al Mg. Jonathan Campos Trigoso docente de la

escuela profesional de Ingeniería en Agronegocios,
quien me compartió sus conocimientos y su apoyo
incondicional como asesor para el presente trabajo.
A todos muchas gracias.

3
ÍNDICE

dedicatoria.........................................................................................................................2

Agradecimiento.................................................................................................................3

Resumen............................................................................................................................5

I. Introducción...............................................................................................................6

Ii. Desarrollo Del Tema..............................................................................................7

Definición De Estadística..................................................................................................7

Definición De Análisis De Datos......................................................................................7

¿Por Qué Tengo Que Analizar Los Datos Antes De Presentar Los Resultados De Una
Investigación?....................................................................................................................8

¿Qué Técnica Debes Usar Para Analizar Los Datos?.......................................................9

Cuatro Maneras De Usar Tu Investigación Cualitativa...................................................10

Fiabilidad.........................................................................................................................10

Validez.............................................................................................................................10

Error De Muestreo...........................................................................................................11

Usos Del Análisis De Datos............................................................................................11

Ventajas Del Análisis De Datos......................................................................................12

Pasos Para Hacer Un Análisis De Datos.........................................................................12

Conclusiones....................................................................................................................14

Bibliografia......................................................................................................................14

Anexos.............................................................................................................................15

4
 RESUMEN

El análisis de datos consiste en la realización de las operaciones a las que el

investigador someterá los datos con la finalidad de alcanzar los objetivos del estudio.
Todas estas operaciones no pueden definirse de antemano de manera rígida. La
recolección de datos y ciertos análisis preliminares pueden revelar problemas y
dificultades que desactualizarán la planificación inicial del análisis de los datos. Sin
embargo, es importante planificar los principales aspectos del plan de análisis en
función de la verificación de cada una de las hipótesis formuladas ya que estas
definiciones condicionarán a su vez la fase de recolección de datos.

5
 I. INTRODUCCIÓN

La presente monografía ayudara al lector a adquirir conocimientos sobre el tema

“Análisis de datos”. El análisis de datos es la ciencia que se encarga de examinar un
conjunto de datos con el propósito de sacar conclusiones sobre la información para
poder tomar decisiones, o simplemente ampliar los conocimientos sobre diversos temas.

El análisis de datos consiste en someter los datos a la realización de operaciones, esto se

hace con la finalidad de obtener conclusiones precisas que nos ayudarán a alcanzar
nuestros objetivos, dichas operaciones no pueden definirse previamente ya que la
recolección de datos puede revelar ciertas dificultades.

Actualmente, muchas industrias usan el análisis de datos para sacar conclusiones y

decidir acciones a implementar. Cabe mencionar que la ciencia también usa el análisis
de datos para comprobar o descartar teorías o modelos existentes.

Daniel Burrus, asesor de negocios y orador de temas empresariales y de innovación dice

en referencia al análisis de datos: "Mucho de esto ayudará a los humanos a trabajar más,
de forma inteligente y rápido, porque tenemos datos sobre todo lo que ocurre".

6
 II. DESARROLLO DEL TEMA

DEFINICIÓN DE ESTADÍSTICA.

La mayor parte de las palabras tienen varios significados. La palabra “Estadística” no es

una excepción. En el lenguaje común, la palabra se emplea para denotar un conjunto de
calificaciones o de números, por ejemplo: una persona puede preguntar “¿has visto las
últimas estadísticas acerca del desempleo?”. El comentarista de deportes puede decir
“estas son las estadísticas para la primera mitad del partido”, o “¿has leído las
estadísticas de accidentes en carreteras durante las vacaciones?”. El término estadística
empleado así significa más que datos numéricos y no debe confundirse con la misma
palabra empleada en este fascículo.

El término “estadística” también se emplea para designar un área de estudio: una

disciplina. Como área de estudio, la Estadística proporciona los métodos que ayudan a
resolver los problemas correspondientes, para ello es necesario conocer los conceptos
básicos que conforman los contenidos de esta materia tales como:
 Población.
 Muestra.
 Variable de Estudio.
 Datos u observaciones.
 Parámetros.
 Estadígrafos o Estadísticos.

DEFINICIÓN DE ANÁLISIS DE DATOS

El análisis de datos y elaboración de la información, es un proceso clínico de selección,

categorización, comparación, validación e interpretación insertado en todas las fases de
la investigación que nos permite mejorar la comprensión de un fenómeno de singular
interés. [ CITATION Sim10 \l 10250 ]

7
El Análisis de Datos (Data Analysis, o DA) es la ciencia que examina datos en bruto
con el propósito de sacar conclusiones sobre la información. El análisis de datos es
usado en varias industrias para permitir que las compañías y las organizaciones tomen
mejores decisiones empresariales y también es usado en las ciencias para verificar o
reprobar modelos o teorías existentes. El análisis de datos se distingue de la extracción
de datos por su alcance, su propósito y su enfoque sobre el análisis. Los extractores de
datos clasifican inmensos conjuntos de datos usando software sofisticado para
identificar patrones no descubiertos y establecer relaciones escondidas.

Para analizar los datos de una investigación se requieren de diversos factores, entre ellos
incluir cómo se realizará el análisis de datos. De hecho, llegar a la parte de análisis de
datos significa que el trabajo más difícil ya está hecho.

Es mucho más difícil definir el problema de la investigación, desarrollar e implementar

un plan de muestreo, desarrollar un diseño de estructura y determinar las medidas
necesarias que necesitas. Así que, si todo el trabajo que acabo de mencionar lo hiciste
bien, el análisis de los datos debe ser extremadamente fácil para ti.

Recuerda que antes de que sepas las diferentes maneras de analizar y discutir los datos,
es necesario que sepas las diferencias entre investigación cualitativa e investigación
cuantitativa y la diferencia entre datos cualitativos y datos cuantitativos.

¿POR QUÉ TENGO QUE ANALIZAR LOS DATOS ANTES DE PRESENTAR

LOS RESULTADOS DE UNA INVESTIGACIÓN?

El propósito de analizar los datos es obtener información que pueda ser útil para tu
trabajo. El análisis, sin importar si los datos son cuantitativos o cualitativos, pueden:
 Describir y resumir los datos
 Identificar la relación entre variables
 Comparar variables
 Identificar la diferencia entre variables
 Pronosticar resultados

8
Digamos que decides hacer una investigación etnográfica (la cual es una investigación
cualitativa). En el primer paso, decides tomar una pequeña muestra (algo que
normalmente se realiza en las investigaciones cualitativas) pero después, decides
realizar una entrevista estructurada o una encuesta (que normalmente se realizan en las
investigaciones cuantitativas) para determinar las actitudes particulares de personas
cuando sucede un fenómeno en particular (investigación cualitativa). Debido a que
utilizaste métodos que obtienen datos cuantitativos y cualitativos, tu investigación será
una mezcla de ambos.

Una fuente de confusión para muchas personas es la creencia de que la investigación

cualitativa únicamente genera datos cualitativos (texto, palabras, opiniones, etc.) y que
la investigación cuantitativa genera solo datos cuantitativos (números).

En algunos casos si sucede esto, pero ambos tipos de datos pueden ser generados por
cualquier tipo de investigación que se realice. Por ejemplo, una encuesta (investigación
cuantitativa) comúnmente obtiene información como edad, salario, longitud de servicio
(datos cuantitativos), pero también es probable que obtenga datos cualitativos como
opiniones y actitudes.

¿QUÉ TÉCNICA DEBES USAR PARA ANALIZAR LOS DATOS?

Cuando se trata de analizar datos, algunas personas creen que únicamente las técnicas
estadísticas son las que se pueden aplicar a los datos cuantitativos (números). Esto es
incorrecto, existen muchas técnicas estadísticas que se pueden aplicar a los datos
cualitativos; como, por ejemplo, la escala de valoración, la cual se utiliza comúnmente
en investigaciones cuantitativas. Incluso si un estudio cualitativo no utiliza datos
cuantitativos, existen muchas maneras de analizar los datos cualitativos que se obtienen.

Por ejemplo, tras realizar una entrevista, la transcripción y la organización de los datos
son las primeras etapas de análisis. Después, lo que se debe hacer es analizar
sistemáticamente las transcripciones, agrupar los comentarios, interpretarlos y obtener
las conclusiones.

9
Cuatro Maneras De Usar Tu Investigación Cualitativa.

Una de las mayores preocupaciones al momento de recopilar tus resultados es que sean
datos fiables y válidos. Algunas preguntas que los investigadores se hacen comúnmente
son:
 ¿La investigación que hice estará al nivel de otras investigaciones?
 ¿Las personas creerán en mis resultados?
 Los investigadores abordan estas preguntas utilizando el método de recolección
de datos (instrumento de investigación) para darle a sus resultados validez y
fiabilidad.

FIABILIDAD
La fiabilidad se refiere a que la investigación realizada y la información obtenida sea
única, es decir, que no sea repetida.

VALIDEZ
La validez puede ser explicada con la respuesta de esta pregunta: ¿Estamos midiendo lo
que creemos que estamos midiendo? Esto es algo muy difícil de abordar. Las siguientes
son preguntas comunes que te puedes hacer para abordar la validez y poder analizar los
datos con confianza.
¿Cómo obtuvo el investigador acceso completo al conocimiento y a los datos obtenidos?
¿Los investigadores con experiencia utilizan las mismas preguntas y métodos?
Ningún procedimiento es completamente fiable, pero si el procedimiento de recolección
de datos no es de confianza la investigación es inválida. Otro problema es que incluso
aunque la investigación sea fiable, no significa que esta tenga validez.

TRIANGULACIÓN
La triangulación consiste en la comprobación cruzada de los datos utilizando múltiples
fuentes o utilizando dos o más métodos de recopilación de datos. Existen diferentes
tipos de triangulación, incluyendo:
 Triangulación de tiempo: estudios longitudinales.
 Triangulación metodológica: utilizar el mismo método diferentes veces o
diferentes métodos con el mismo objeto de estudio.
10
  Triangulación de investigador, más de un investigador

ERROR DE MUESTREO

El error de muestreo es un indicador que mide la diferencia entre los resultados de

muestreo y los parámetros de población de la investigación. No puede ser eliminado,
cuando se utiliza el muestreo aleatorio, el error de muestreo puede ocurrir por
casualidad y también, el error de muestreo puede disminuir si el tamaño de muestra
aumenta.

Estas son algunas preguntas básicas que necesitamos hacernos para evaluar nuestra
muestra:

¿La muestra es aleatoria y representa a la población?

¿La muestra es grande o pequeña?
Te recomiendo leer también: Margen de error ¿qué es y cómo se calcula?

ERROR DE NO MUESTREO
Todos los errores, excepto los errores de muestreo, son errores de no muestreo y pueden
eliminarse. Existen diferentes tipos, algunos de estos son:

Error del investigador: definiciones poco claras; problemas de fiabilidad y validez;

problemas de análisis de datos, por ejemplo; falta de datos.
Error del entrevistador: enfoque general; técnicas de entrevistas personales; registro de
respuestas.
Error de la persona entrevistada: inhabilidad de responder; falta de interés por
responder; mentiras al momento de responder; pocas respuestas.
Por último, te dejo el siguiente artículo: Tipos de errores. Consejos para que tu
investigación no caiga en ellos.

USOS DEL ANÁLISIS DE DATOS

El análisis de datos se utiliza en muchas industrias, independientemente del ramo, nos

da las bases para tomar o no una decisión o cerciorarnos si una hipótesis es cierta o no.
11
Mercadotecnia: el análisis de datos se ha usado principalmente para predecir el
comportamiento de los consumidores, incluso para poder calificarlo. Conoce cómo
hacer un análisis de datos para tu campaña de marketing.

Recursos Humanos: el análisis de datos también es muy útil dentro de las empresas para
mantener un buen clima laboral, y fuera de ella, calificando empleados potenciales.

Académicos: Al igual que las empresas el análisis de datos también está presente en la
educación, sirve para seleccionar a los alumnos de nuevo ingreso y para medir el
rendimiento de los estudiantes.

VENTAJAS DEL ANÁLISIS DE DATOS

 Capacidad para tomar decisiones de negocios más rápidas e informadas,

respaldadas por hechos.
 Ayuda a las empresas a identificar problemas de rendimiento que requieren
algún tipo de acción.
 Comprensión más profunda de los requisitos de los clientes, lo que, a su vez,
crea mejores relaciones comerciales.
 Mayor conciencia del riesgo, permitiendo la implementación de medidas
preventivas.
 Puede verse de forma visual, lo que permite tomar decisiones más rápidas y
mejores.
 Puede proporcionar a una empresa una ventaja sobre sus competidores.
 Mejor conocimiento del desempeño financiero del negocio.
 Se ha demostrado que reduce los costos y, por lo tanto, aumenta los beneficios

PASOS PARA HACER UN ANÁLISIS DE DATOS

 Paso 1: Define tus preguntas: Comienza seleccionando las preguntas correctas.

Las preguntas deben ser medibles, claras y concisas. Diseñe sus preguntas para
calificar o descalificar posibles soluciones a su problema u oportunidad
específicos.
12
  Paso 2: Establece prioridades de medición
Este paso se divide en dos sub-pasos:
 Decide qué medir: Analiza qué tipo de datos necesitas.
 Decidir cómo medirlo: Pensar en cómo medir sus datos es igual de importante,
especialmente antes de la fase de recolección de datos, porque su proceso de
medición respalda o desacredita su análisis más adelante.
 Paso 3: Recolecta datos: Con la pregunta claramente definida y sus prioridades
de medición establecidas, ahora es el momento de recopilar sus datos. A medida
que recopiles y organices los datos, recuerda tener en cuenta estos puntos
importantes:
Antes de recopilar nuevos datos, determina qué información podría recopilarse de las
bases de datos o fuentes existentes.
Determina de antemano un sistema de almacenamiento y asignación de nombres de
archivos para ayudar a todos los miembros del equipo a colaborar. Este proceso ahorra
tiempo y evita que los miembros del equipo recopilen la misma información dos veces.

Si necesita recopilar datos mediante encuestas, observación o entrevistas, desarrolla con

anticipación un cuestionario para asegurar la consistencia y ahorrar tiempo.
 Paso 4: Analiza los datos: Una vez que haya recopilado los datos correctos para
responder a su pregunta del Paso 1, es el momento de realizar un análisis más
profundo de la información. Encuentra relaciones, tendencias, ordena y filtra tu
información de acuerdo a las variables. A medida que haces un análisis de los
datos encontrarás que tienes los datos exactos que necesitas.

 Paso 5: Interpretar los resultados: Después de analizar los datos y posiblemente

realizar más investigaciones, finalmente es tiempo de interpretar los resultados.
Hazte estas preguntas clave:
¿Responden los datos a tu pregunta original? ¿Cómo?
¿Los datos te ayudan a defender cualquier objeción? ¿Cómo?
¿Hay alguna limitación en las conclusiones, algún ángulo que no hayas considerado?

Si tu interpretación de los datos se sostiene bajo todas estas preguntas y

consideraciones, entonces es probable que hayas llegado a una conclusión productiva.

13
El único paso restante es utilizar los resultados del proceso de análisis de datos para
decidir cómo vas a actuar.
Con estos cinco pasos en tu proceso de análisis de datos, tomarás mejores decisiones
para tu negocio ya que tus elecciones están respaldadas por datos que han sido
robustamente recopilados y analizados.

CONCLUSIONES

 El análisis de datos se centra en la inferencia, el proceso de derivar una

conclusión basándose solamente en lo que conoce el investigador.
 El análisis cuantitativo de datos (QDA) es usado en las ciencias sociales para
sacar conclusiones de datos n numéricos, como palabras, fotografías o videos.
 El análisis de datos se usa para determinar si el sistema existente protege los
datos efectivamente, opera eficientemente y cumple con las metas de la
organización.

BIBLIOGRAFIA

 QuestionPro. (2012). ¿Cómo analizar los datos de una investigación?

Recuperado el 25 de agosto de 2020, de
https://www.questionpro.com/blog/es/analizar-los-datos-de-una-investigacion/
 Rouse, M. (2012). Análisis de datos. Recuperado el 25 de agosto de 2020, de
https://searchdatacenter.techtarget.com/es/definicion/Analisis-de-
Datos#:~:text=El%20An%C3%A1lisis%20de%20Datos%20(Data,sacar
%20conclusiones%20sobre%20la%20informaci%C3%B3n.&text=El%20an
%C3%A1lisis%20de%20datos%20se%20centra%20en%20la%20inferencia
%2C%20el
 Simao, V. L. (diciemebre de 2010). Analiis yy tratamiento de la información.
Recuperado el 25 de agosto de 2020, de
http://diposit.ub.edu/dspace/bitstream/2445/41493/6/05.VLS_ANALISIS_Y_TR
ATAMIENTO_INFORMACION.pdf

14
ANEXOS

15