Documentos de Académico
Documentos de Profesional
Documentos de Cultura
i
ÍNDICE
INTRODUCCIÓN.........................................................................................................................1
Técnicas cuantitativas..................................................................................................................2
Técnicas cualitativas....................................................................................................................2
1. Categorización:.....................................................................................................................3
2. Análisis de contenido............................................................................................................3
1. Distribución de frecuencias:.....................................................................................................3
1.2. Histogramas......................................................................................................................4
1.4. Polígonos:..........................................................................................................................5
2.1. Media................................................................................................................................5
2.2. Moda.................................................................................................................................5
2.3. Mediana:............................................................................................................................5
3.1. Rango................................................................................................................................6
3.3. Varianza:...........................................................................................................................6
i
4. Pruebas estadísticas..............................................................................................................6
4.9. r de Peason........................................................................................................................7
4.10.Prueba de Fridman............................................................................................................7
CONCLUSIÓN..............................................................................................................................8
REFERENCIAS BILIOGRÁFICAS...........................................................................................9
ii
INTRODUCCIÓN
Son muchos los procesos que se deben llevar a cabo al momento de realizar una
investigación, pasando por el planteamiento y la formulación del problema, el establecimiento de
los objetivos, la revisión de los antecedentes, el establecimiento de los procesos metodológicos,
así como la recolección de los datos. Todos estos procesos definitivamente son fundamentales
para el desarrollo del estudio en cuestión, pero para poder llegar a conclusiones y hallazgos y
soluciones, que son a fin de cuentas a lo que apuntan las investigaciones, es necesario realizar un
análisis de los datos que se han recabado.
Existen muchas y diversas técnicas de análisis de datos que han sido y son utilizadas
tanto investigaciones cualitativas como cuantitativas, y resulta fundamental entender que estas no
deben ser escogidas al azar o por capricho, existen condiciones que deben ser consideradas para
tan importante selección. A lo largo de este informe se muestran las principales técnicas de
análisis de datos, así como los criterios que deben considerar los autores para realizar una
correcta elección.
1
¿QUÉ SON LAS TÉCNICAS DE ANÁLISIS DE DATOS?
Son herramientas útiles para organizar, describir y analizar los datos recogidos con los
instrumentos de investigación.
Actualmente existen muchos softwares que nos permiten realizar análisis cualitativos y
cuantitativos de datos de manera más sencilla, por cual resulta determinante al momento de hacer
la selección, precisar cuáles son los requisitos o parámetros que exigen tanto el software como la
prueba a realizar para analizar los datos. Los softwares para análisis de datos más conocidos son:
2
PRINCIPALES DE TÉCNICAS DE ANÁLISIS DE DATOS CUALITATIVOS
2. Análisis de contenido: Para Cea D’Ancona existen dos tipos genéricos de análisis de
contenido: el “clásico” desprendido del análisis dominante cuantitativo, y el “etnográfico” en
donde se da énfasis al análisis reflexivo de los documentos, es decir, que busca comprender
los significados latentes (Citado en Abarca, et al.,2013, p.198).
Quizás la disputa entre lo cuantitativo y lo cualitativo emerge de los enfoques que fueron
desarrollándose a lo largo del tiempo: en primer lugar, la técnica se asocia con un análisis
cuantitativo aplicado, preferentemente, a los mensajes de los medios masivos de
comunicación; posteriormente, hay un intento de profundización semiótica y, finalmente, la
metodología cualitativa se impone con la necesidad más de interpretar y develar el discurso
que de buscar la interpretación estadística. (1999, citado en Abarca, et al.,2013, p.198)
1. Distribución de frecuencias: Mason y Lind (citado por Bernal 2010) afirman que la
distribución de frecuencias es el agrupamiento de datos en categorías que muestran el
número de observaciones de cada categoría.
1.1. Tablas con frecuencias y porcentajes: Según Bernal (2010) “Una distribución de
frecuencias es un conjunto de puntuaciones presentadas en una tabla de manera ordenada,
según características definidas por el investigador.” (p.203). En estas tablas se pueden
presentar freuencias, frecuencias acumuladas, porcentajes, porcentajes acumulados,
totales, todo en función de lo que desee reportar el investigador.
3
CATEGORIAS Frecuenci Frecuenci Porcentaje Porcentaje
a (f) a Acumulado
Acumulad
a
55 o menos 3 3 4,76% 4,76 %
56-60 16 19 25,40% 30,16 %
61-65 9 28 14,29 % 44,45 %
66-70 3 31 4,76% 49,21 %
71-75 7 38 11,11% 60,32 %
76-80 9 47 14,29% 74,61 %
81-85 4 51 6,35% 80,86 %
86-90 11 62 17,45% 98,41 %
91-96 1 63 1,59% 100 %
TOTAL: 63 100%
1.3. Gráficas circulares o torta.: Son llamadas también gráficas de torta o pastel y es otra
manera de representar las distribuciones de frecuencias en porcentajes o proporciones.
4
Ejemplo de Gráfica Circular. Fuente: Hernández, R. 2014 (p. 285)
1.4. Polígonos: “al igual que el histograma, son gráficas que permiten obtener una imagen
rápida de las principales características de los datos de una distribución de frecuencias”
(Bernal, 2010, p.199)
2. Medidas de tendencia central: “son puntos en una distribución obtenida, los valores medios
o centrales de ésta, y nos ayudan a ubicarla dentro de la escala de medición de la variable
analizada”. (Hernández, 2014, p.285)
2.2. Moda: Hernández (2014) la define como “la categoría o puntuación que ocurre con
mayor frecuencia.” (p.285). Mientras que para Bernal (2010) “es el puntaje que ocurre con
mayor frecuencia en una distribución de datos” (p.199). En este sentido podemos afirmar
5
que la Moda es el dato que más se repite dentro de una distribución de datos y se
simboliza como Mo.
2.3. Mediana: “es el valor que divide a una distribución de frecuencias por la mitad, una vez
ordenados los datos de manera ascendente o descendente” (Bernal, 2010, p.199). La
mediana simboliza como Me.
Por su parte Hernández (2014) expresa que “La mediana es una medida de tendencia
central propia de los niveles de medición ordinal, por intervalos y de razón. No tiene
sentido con variables nominales, porque en este nivel no hay jerarquías ni noción de
encima o debajo.” (p.286)
3.1. Rango: Para Bernal (2010) “es la más elemental de las medidas de tendencia central;
consiste simplemente en la distancia entre los dos valores más extremos de una
mediciones” en este sentido Hernández (2014) considera que es “la diferencia entre la
puntuación mayor y la puntuación menor, e indica el número de unidades en la escala de
medición que se necesitan para incluir los valores máximo y mínimo”.
4. Pruebas estadísticas: Las pruebas estadísticas son pruebas que ayudan al investigador a
someter a prueba sus hipótesis. Permiten correlacionar, comparar, establecer causas y
efectos, etc. Cada prueba sirve para corroborar cosas diferentes y utilizan parámetros
específicos.
4.1. Prueba t de student.: es una prueba estadística para evaluar hipótesis en torno a una
media, cuando los tamaños de la muestra n son menores de 30 mediciones (n < 30), y se
quiere saber si existe diferencia significativa entre la media de la muestra y la media
poblacional.
4.2. Prueba Z: es una prueba de distribución normal que tiene como finalidad comparar los
puntajes de distribuciones que son diferentes entre sí. Para Salkind (Citado por Bernal
6
2010) “los valores de los puntajes Z tienen que ver con la probabilidad de queun puntaje
dado aparezca en una distribución”
4.3. Análisis de Varianza: es una prueba estadística para analizar si más de dos grupos
difieren significativamente entre sí, en cuanto a sus medidas y varianzas. Es llamado
también ANOVA.
4.4. Análisis de Covarianza: es una prueba que se usa para analizar la existencia o no de
relación entre una variable dependiente y dos o más independientes.
4.5. Chi cuadrado: es una prueba estadistica que permite probar si más de dos proporciones
de poblacion pueden considerarse iguales; o, en otras palabras, permite probar si esas
proporciones no presentan diferencias significativas.
4.6. Análisis de regresión lineal y correlación.: El análisis de regresión y correlación es un
método estadístico utilizado para calcular la relación entre dos o más variables y su grado
de relación.
4.9. r de Peason: Hernández (2014) establece que “es una prueba estadística para analizar la
relación entre dos variables medidas en un nivel por intervalos o de razón. Se le conoce
también como “coeficiente producto-momento”. Se simboliza: r”(p.304)
7
4.12 Análisis Factorial: es una técnica estadística de reducción de datos usada para explicar
las correlaciones entre las variables observadas en términos de un número menor de
variables no observadas llamadas factores. Las variables observadas se modelan como
combinaciones lineales de factores más expresiones de error. El análisis factorial se
originó en psicometría, y se usa en las ciencias del comportamiento tales como ciencias
sociales, marketing, gestión de productos, investigación operativa, y otras ciencias
aplicadas que tratan con grandes cantidades de datos.
CONCLUSIÓN
Las técnicas de análisis de datos son herramientas útiles que nos ayudan en los procesos
de organización, descripción y análisis de los datos que se han recabado para el desarrollo de la
investigación. Existen dos grandes familias de técnicas de análisis de datos, las técnicas
cualitativas y las técnicas cuantitativas. Hoy por hoy existes muchas y diversas técnicas de
análisis de datos, pero la selección de una u otra técnica está directamente relacionada con el tipo
de datos, el nivel de medición de la variable y lo que desea hacer el investigador, es decir, si su
intención es describir, comparar, cotejar o establecer causa y efecto.
En el pasado todos los procesos asociados al análisis de datos debían ser aplicados de
forma manual, actualmente existen programas o softwares que nos facilitan la aplicación de éstas
técnicas de análisis de datos, por lo cuanto es fundamental entender y revisar cuales son los pre-
requisitos que piden tanto el software que se utilizará como la prueba o técnica de análisis de
datos que hemos seleccionado para obtener resultados correctos.
8
REFERENCIAS BILIOGRÁFICAS
Abarca, A., Alpízar, F., Sibaja, G. y Rojas, C. (2013). Técnicas cualitativas de investigación.
UCR.
Bonilla, E. y Rodríguez, P. (2005). Más allá del Dilema de los Métodos. Editorial Norma.