Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Análisis de la información
Si queremos datos útiles, debemos analizarlos. Para ello debemos recurrir a diversas técnicas
que dependen del tipo de información que se esté recopilando, por lo que es importante tener
definida la técnica a utilizar antes de implementarla.
Análisis de datos cualitativos: Los datos cualitativos se presentan de manera verbal (en
ocasiones en gráficas). Se basa en la interpretación. La forma más común de obtener esta
información es a través de entrevistas abiertas, grupos de discusión y grupos de observación,
donde los investigadores generalmente analizan patrones en las observaciones durante toda la
fase de recolección de datos.
Análisis de datos cuantitativos: Los datos cuantitativos se presentan en forma numérica. Se basa
en resultados tangibles.
Paso 1: Define tus preguntas Comienza seleccionando las preguntas correctas. Las preguntas
deben ser medibles, claras y concisas. Diseña tus preguntas para calificar o descalificar posibles
soluciones a tu problema u oportunidad específicos.
Paso 3: Recolecta datos Con la pregunta claramente definida y tus prioridades de medición
establecidas, ahora es el momento de recopilar tus 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 necesitas recopilar
datos mediante encuestas, observación o entrevistas, desarrolla con anticipación un
cuestionario para asegurar la consistencia y ahorrar tiempo. Mantén los datos recopilados
organizados en un registro con las fechas de recopilación y agrega cualquier nota de origen a
medida que avanza.
Paso 4: Analiza los datos Una vez que hayas 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
Centro de Bachillerato
DGETAyCM | Tecnológico Agropecuario CBTa
No. 49 49
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. El único
paso restante es utilizar los resultados del proceso de análisis de datos para decidir cómo vas a
actuar.
Análisis estadísticos: A una tabla de frecuencias se aplican las medidas de tendencia central,
medidas de forma y de dispersión.
Análisis de correlaciones: Esta es una técnica de análisis de datos estadísticos. Sirve para
determinar si existe una relación entre dos variables cuantitativas diferentes y cuan fuerte es
esa relación entre las variables. Suele utilizarse cuando se sospecha que dos variables siguen o
tiene una evolución similar.
Análisis de regresión: Se trata de otra de las técnicas de análisis de datos estadísticos para
investigar la relación entre diferentes variables. Se utiliza cuando se sospecha que una de las
variables puede estar afectando (variable independiente) al comportamiento de la otra
(variable dependiente) u otras.
Visualización de datos: La visualización de datos es una de las técnicas de análisis de datos más
demandada y apreciada hoy en día por lo fácil que resulta a través de un gráfico o imagen
detectar patrones en los datos. Es especialmente útil cuando buscamos entender grandes
volúmenes de datos de forma rápida y simplificada.
Data mining: El data mining o minería de datos es un proceso de análisis de datos pensado para
trabajar con grandes volúmenes de datos. Ahora es más conocido como Big data y se usa para
detectar patrones, relaciones o información relevante que pueda mejorar el desempeño de
operaciones relacionadas con el cliente y el internet de las cosas.
Centro de Bachillerato
DGETAyCM | Tecnológico Agropecuario CBTa
No. 49 49
Simulación de Monte Carlo: Esta técnica de probabilidad matemática es usada para medir el
riesgo aproximado de que un hecho determinado tenga lugar. Es muy útil para entender las
implicaciones que puede tener un determinado curso de acción derivado de una decisión.
Redes neuronales: Ésta tal vez sea una de las técnicas de análisis de datos más complejas que
existen. Las redes neuronales tratan de simular el proceso de decisión e información del
cerebro o grupos de neuronas. El objetivo de estas redes es simular el proceso de aprendizaje
de un cerebro humano en una computadora para facilitar la toma de decisiones en inteligencias
artificiales.
Características de un análisis
Un análisis es un conjunto de manipulaciones, transformaciones, operaciones, reflexiones,
comprobaciones que realizamos sobre los datos con el fin de extraer significado relevante en
relación a un problema de investigación. Analizar datos supondrá examinar sistemáticamente
un conjunto de elementos informativos para delimitar partes y descubrir las relaciones entre
las mismas y las relaciones con el todo. Persigue alcanzar un mayor conocimiento de la realidad
estudiada y, en la medida de lo posible, avanzar mediante su descripción y comprensión hacia
la elaboración de modelos conceptuales explicativos