Interpretación

de Resultados
y Conclusiones
METODOLOGIA DE LA INVESTIGACION
Facilitador: Mgter. Karina García
Código de Asignatura: 8044
Grupo: 1IC141
Análisis de • "Data analysis is the process of
bringing order, structure and
meaning to the mass of
datos collected data. It is a messy,
ambiguous, time consuming,
creative, and fascinating process.
It does not proceed in a linear
fashion; it is not neat.
Qualitative data analysis is a
search for general statements
about relationships among
categories of data." Marshall
and Rossman, 1990:111
"El análisis de datos ES EL
PROCESO DE CREAR ORDEN,
ESTRUCTURA Y SIGNIFICADO A
LA MASA DE INFORMACIÓN
RECOLECTADA. Es desordenado,
ambiguo, consumidor de tiempo,
creativo y un proceso fascinante.
No procede de forma lineal; no es
ordenado. El análisis cualitativo
de los datos es una búsqueda de
significados sobre relaciones
entre categorías de datos ".
• Marshall y Rossman, 1990: 111
El propósito de analizar datos es obtener
información útil.
El análisis, independientemente de que
los datos sean cualitativos o
cuantitativos, podrá:
• describir y resumir los datos
• identificar las relaciones entre las
variables
• comparar las variables
• identificar la diferencia entre las
variables
• pronóstico de los resultados
 Uso de herramientas estadísticas

• Estadística Descriptiva
Promedio, Modo, Desviación estándar, rango, frecuencia, curva
de probabilidad, regresión, correlación etc..

• Estadística Inferencial

Análisis de Basado en las leyes de probabilidad

Permite a los investigadores determinar si una hipótesis es
válida

datos Dependiendo del tipo de data, se utilizan diferentes técnicas

• Chi-square
• Test de exactitud de Fisher
• P-value (Data Nominal)
• Anova

* Durante el diseño del experimento se determina de antemano el

tipo de análisis.
 • Junta todas los formularios y cuestionarios en un
lugar.
• Revisa si están completos y son adecuados.
Enfoque • Crear criterios de clasificación de la información

cualitativo: • Rechaza los que no están completo o no hacen

sentido.
Organiza la • Lleva anotaciones de todas las decisiones.
datos • Asigna un código a cada formulario.
• Consideración según el método elegido:
encuesta, entrevista, estudios de casos, etc..
 • Parte de la interpretación de la data es identificar las
lecciones aprendidas.
• Qué aprendimos acerca del experimento, los
participantes, la evaluación?
Análisis de • Fueron resultados esperados? O fueron sorpresas?
• Cuáles partes no se entienden, y que experimentos

Datos futuros se pueden realizar para aclarar dudas?

• Es importante incluir recomendaciones y un plan de

acción.
• Esto ayuda a que los resultados sean utilizados.
• Las figuras y gráficos deben enfocarse a los
principales hallazgos del análisis de los datos.
• Resultados plasman la Interpretación de los datos
• Muchos estudiantes no se atreven a interpretar su propia data.
• Ejemplo: 25% de los encuestados prefirieron el producto A,
mientras que 50% de los encuestados prefirieron el
producto B. Que me dice eso? Cuál es el siguiente paso?
• La misma data se puede tener diferente interpretaciones.
• La interpretación es el proceso de darle significado a la data y al
experimento.
• La interpretación demanda cuidadoso y justo juicio. Es
importante discutir el análisis con colegas y personas allegadas al
experimento.
• “En la interpretación de los datos es que el científico se vuelve
artista”
Discusión: conclusiones, recomendaciones e implicaciones
En esta parte se:
a) Derivan conclusiones
b) Explicitan recomendaciones para otras investigaciones (por ejemplo, sugerir nuevas
preguntas, muestras, abordajes) y se indica lo que prosigue y lo que debe hacerse)
c) Evalúan las implicaciones de la investigación (teóricas y prácticas)
d) Establece cómo se respondieron las preguntas de investigación y si se
cumplieron o no los objetivos,
e) Relacionan los resultados con los estudios previos (comparándose nuestra
narrativa general y producto -por ejemplo modelo, fenómeno o descripción cultural-, con la
revisión de la literatura, analizando si descubrimos las mismas categorías, temas y perspectivas,
así como qué cuestiones son similares y distintas y qué nuevas experiencias surgieron)
f ) Comentan las limitaciones de la investigación
g) Destaca la importancia y significado de todo el estudio y
h) Discuten los resultados inesperados.
 • IMPORTATE: as conclusiones deben ser
congruentes con los datos.
• Si el planteamiento cambió, es necesario
explicar por qué y cómo se modificó.
Discusión: • Las limitaciones en relación con el
planteamiento del problema y con lo realizado,
conclusiones, no abarcan el tamaño de la muestra (éste no
representa una restricción en una investigación
recomendaciones cualitativa).
• Ejemplos de limitaciones: serían que algunos
e implicaciones participantes abandonaron el estudio; que no se
efectuara una sesión grupal que era importante; que se
requería evidencia contraria, pero el presupuesto o el
tiempo se agotó y ya no se pudo regresar al campo para
recabar más datos.
• Esta parte debe redactarse de tal manera que se
facilite la toma de decisiones respecto de una
teoría, un curso de acción o una problemática.
 Lo siento
pero no
podemos
confiar en ti

Análisis de datos
gráficos
• Ejemplos de tipos de gráficos y
recomendaciones
 Rol de los gráficos y tablas en la ciencia

• las revistas científicas más reconocidas como Science y Nature, durante los últimos 25 años se observa la creciente
publicación de portadas llamativas a todo color que explotan el impacto visual y la belleza de las imágenes producidas
en las ciencias, así como una mayor inclusión de representaciones visuales atractivas en las diferentes secciones que
componen a las revistas.
• Los trabajos de investigación a menudo se basan en grandes cantidades de datos que pueden resumirse y leerse fácilmente a
través de tablas y gráficos.
• Los diferentes tipos de gráficos y diagramas contribuyen a facilitar su interpretación de una manera mucho más rápida y
visual.
• Ponen de relieve la relación entre los elementos de un conjunto o sistema de forma conceptual, haciendo destacar los patrones y
tendencias con información relevante
• la lectura e interpretación de los gráficos es una destreza clave para todos los niveles, desde el estudiante recién introducido en la
ciencia, al investigador científico.
• Los datos en figuras y tablas, no deberían ser una repetición de los datos encontrados en el texto: Complemento al reporte de
hallazgos y resultados.
Generación de
Tablas y Figuras
• Las figuras que surgen del
análisis de los datos son los
resultados.
• Excel, Open office, R etc.
• Grafica la data, de manera que
los resultados puedan probar o
no la hipótesis.
Tipos de gráficas según su uso:
• El histograma: Para evaluar la distribución de los datos de
variables numéricas.
• El boxplot o diagrama de caja: Para comparar grupos de
variables numéricas.
• Las tablas de contingencia: Para comparar variables
categóricas.
• Los scatterplot o diagramas de dispersión: Para comparar
variables numéricas entre sí.
• El resumen numérico (media, desviación estándar
etc…): Para analizar matemáticamente variables numéricas.
Otros gráficos y sus usos
• Elegir el gráfico o visual incorrecta (depende del tipo y
cantidad de datos, disciplina, escala)
• Utilizar cursivas en el número de la tabla: se reserva par
títulos
• La falta de atribución de la tabla. Si la tabla/figura es de
otra fuente, simplemente indique: “Nota. Adaptado de…”
debajo de la tabla. Así, evita tener cualquier problema con
el plagio.
• Falta de claridad en las imágenes y datos (resolución,
color, tamaños y estilo de caracteres)
• Omitir leyendas y anotaciones sobre el contenido
Recomendaciones básicas