Universidad San Isidro Labrador

Carrera:

Licenciatura en Matemática

Curso:

(LMT-04) Enfoques cualitativos de la investigación.

Tema:

Técnicas e instrumentos de recolección de información, Análisis e

interpretación de la información y técnicas de la validación de información.

Profesora:

Olga Marta Vargas Cortes

Responsables:

David Cáceres Cardenal

Elías Vásquez Espinoza

Kevin Andrés Gutiérrez Vásquez

Sergio Andrés Aguirre González

Isabel López Castro

5/11/2022.
 Contenido
Introducción ........................................................................................................................ 5

Desarrollo ............................................................................................................................ 6

Técnica de recolección de información......................................................................... 6

Importancia de las técnicas de recolección de información. ...................................... 6

Clasificación de las técnicas de recolección de información: cualitativas,

cuantitativas y mixtas................................................................................................................. 6

Técnicas eficaces para la recolección de información. ................................................ 6

Los cuestionarios y las encuestas: ................................................................................. 7

Observaciones: ................................................................................................................ 7

Instrumentos de recolección de información. .............................................................. 7

Importancia de los instrumentos de recolección de información. ............................. 7

Tipos de instrumentos .................................................................................................... 8

Análisis e Interpretación de los Datos .......................................................................... 8

El análisis: ................................................................................................................... 8

La interpretación: ...................................................................................................... 8

Secuencia de análisis de datos ....................................................................................... 9

Verificación y edición de cuestionarios aceptables: ................................................ 9

Edición y depuración de datos: ................................................................................. 9

Herramientas Estadísticas ........................................................................................... 10

Tabulación cruzada: ................................................................................................ 10

 Herramientas de estadística inferencial: ................................................................ 10

Procedimientos de análisis de relación: .................................................................. 10

Procedimientos generales de análisis: .................................................................... 10

Análisis Descriptivo ...................................................................................................... 10

Análisis Inferencial ....................................................................................................... 11

Contrastación de Hipótesis .......................................................................................... 11

¿Qué es la validación de datos? ................................................................................... 12

Métodos y técnicas de validación de datos ................................................................. 12

Algunos de los métodos de validación más utilizados son los siguientes:................ 13

Formato de verificación: .......................................................................................... 13

Cuadro desplegable: ................................................................................................. 13

Identificador único: .................................................................................................. 13

Cuadro desplegable: ................................................................................................. 13

Verificación de tipo: ................................................................................................. 13

Comprobación de presencia: ................................................................................... 13

Comprobación de longitud: ..................................................................................... 14

Ventajas que ofrece la validación de datos ................................................................ 14

Beneficios de la validación de datos ............................................................................ 15

Recomendaciones para llevar a cabo una buena validación de datos ..................... 15

Conclusión ......................................................................................................................... 17
Referencias bibliográficas................................................................................................ 18

Anexos ............................................................................................................................... 19
 Introducción

En distintas áreas en las que el ser humano se ve envuelto existe la necesidad del

análisis de datos, para poder llevar a cabo esta labor es necesario tener una serie de

conocimientos sobre el análisis de datos y todas las distintas herramientas que se pueden

emplear para realizar estas tareas.

En este escrito se hará una pequeña pincelada al estudio de las distintas formas y

herramientas que existen para realizar un análisis correcto de datos, dentro de ellos se

verán técnicas, instrumentos, formas de análisis e interpretación de los datos, además de

las técnicas de validación de los datos.

Para concluir, esto se realizó con fines educativos e investigativos no diseñado

para un uso profesional ni para su divulgación, toda la información fue rescatada de

sitios web de internet, por lo que los créditos de la información estarán sitiados en la

bibliografía.
 Desarrollo

Técnica de recolección de información.

Representa la forma como el investigador procederá a recoger la información

necesaria para dar respuesta a su objeto de estudio.

Importancia de las técnicas de recolección de información.

Permite obtener la información necesaria para lograr los objetivos de investigación.

Clasificación de las técnicas de recolección de información: cualitativas,

cuantitativas y mixtas.

• La investigación cuantitativa busca recolectar datos numéricos o exactos.

• La investigación cualitativa, busca obtener información sobre el contexto y las

características de los fenómenos sociales.

• Las técnicas mixtas son aquellas que permiten recolectar información cualitativa y

cuantitativa a la vez.

Técnicas eficaces para la recolección de información.

La entrevista es, en esencia, una conversación bien planificada.

Según la organización de una entrevista, ésta puede ser estructurada,

semiestructurada o informal.

• Una entrevista estructurada es aquella en la cual el entrevistador tiene una lista de

preguntas definidas previamente y se limita estrictamente a ellas.

• En la entrevista semiestructurada existe una guía de preguntas o temas generales de

conversación.
• La entrevista informal, es aquella que no está guiada por una lista de preguntas

determinadas.

Los cuestionarios y las encuestas:

son técnicas en las cuales se plantea un listado de preguntas cerradas para

obtener datos precisos.

Observaciones:

La observación es una técnica que consiste precisamente en observar el

desarrollo del fenómeno que se desea analizar.

Este método puede usarse para obtener información cualitativa o cuantitativa de

acuerdo con el modo en que se realiza.

• En investigación cualitativa permite analizar las relaciones entre los participantes

gracias al análisis de sus comportamientos y de su comunicación no verbal.

• En investigación cuantitativa es útil para hacer seguimiento a la frecuencia de

fenómenos biológicos o al funcionamiento de una máquina.

Instrumentos de recolección de información.

Constituyen los medios, que utiliza el investigador, para recoger información

necesaria para dar respuesta a su objeto de estudio.

Importancia de los instrumentos de recolección de información.

Permiten al investigador acercarse a los fenómenos y extraer de ellos

información.
 Tipos de instrumentos

• Ficha: Se utiliza para registrar y resumir datos extraídos de fuentes bibliográficas.

• Computadora: Recibe y procesa datos para convertirlo en información útil.

• Cámara: Permite captar, registrar, y reproducir imágenes.

• Cuestionario: Es el formulario impreso, destinado a obtener respuesta, acerca de las

variables que se va a investigar.

• Guía de entrevista: Es un documento que contiene los temas, preguntas sugeridas y

aspectos a analizar en la entrevista.

• Grabador: Le permite al entrevistador analizar las respuestas a su pregunta palabra

por palabra.

Análisis e Interpretación de los Datos

Una vez que se ha concluido con la recolección, codificación y tabulación de los

datos, sigue la etapa de análisis y luego de interpretación de los datos

Estas etapas se encuentran estrechamente ligadas, por lo cual suele

confundírseles.

El análisis: consiste en separar los elementos básicos de la información y

examinarlos con el propósito de responder a las distintas cuestiones planteadas en la

investigación.

La interpretación: es el proceso mental mediante el cual se trata de encontrar

un significado más amplio de la información empírica recabada.

 Estas etapas van a permitir extraer conclusiones en función del problema, las

variables, la formulación de las hipótesis y el marco teórico elaborado por el

investigador. El análisis consiste en descomponer la información. El mismo requiere

efectuar un plan previo, es decir, un «plan de análisis» que, de manera general, consiste

en describir que tipo de tratamiento (cuantitativo y/o cualitativo) se le dará a la

información. La interpretación apunta a darle sentido, esto es, efectuar eventualmente

una recomposición teórica para luego redactar el informe final de la investigación

Secuencia de análisis de datos

Verificación y edición de cuestionarios aceptables: Cada cuestionario tendrá

una etapa de revisión, en donde se verificará los datos obtenidos, es decir, que estén bien

contestados (completos), mirar en base a las respuestas dadas si estas fueron bien

comprendidas, que los elementos de la muestra sean los que hayan contestado la

encuesta, etc. Para tal fin, el porcentaje de cuestionarios defectuosos permitidos será del

5% del total. En caso de que el porcentaje sea mayor, se enviarán nuevamente a trabajo

de campo y se volverán a formular los cuestionarios.

Edición y depuración de datos: Los datos a procesar tendrán legibilidad, que se

puedan entender con facilidad; consistencia, que estén acordes a los objetivos del

estudio y con exactitud, ya que se evaluarán de acuerdo con una serie de parámetros

para verificar si fueron obtenidos con honestidad por los encuestadores. Los datos serán

procesados y analizados usando software destinado para esto. Se hará empleo de SPSS y

Microsoft Excel, programas destinados a realizar análisis estadísticos, con un ambiente

amigable para el usuario, a través de interfaces fáciles de manejar y entender.

 Herramientas Estadísticas

Para un correcto análisis de datos, se usarán las siguientes ayudas estadísticas:

Tabulación cruzada: Tabulación de datos que consiste en identificar una

relación entre variables, describiendo dos ó más variables en forma simultánea y dar

como resultado tablas que reflejan la distribución conjunta de las variables con un

número limitado de categorías o valores distintivos.

Herramientas de estadística inferencial: Pruebas ji cuadrado para probar la

significancia estadística que hay entre la relación de variables.

Procedimientos de análisis de relación: Regresiones para verificar el grado de

dependencia y relación entre variables.

Procedimientos generales de análisis: Gráficos estadísticos para evaluar

proporciones, histogramas de frecuencia, pruebas de hipótesis para evaluar a las mismas,

etc.

Análisis Descriptivo

Este análisis nos permitirá controlar la presencia de posibles errores en la fase de

introducción de los datos, es decir, detectaremos con él valores fuera de rango (p. ej. un

peso de 498 Kg es claramente un dato extraño), o la presencia de valores perdidos. Este

análisis inicial también nos proporcionará una idea de la forma que tienen los datos: su

posible distribución de probabilidad con sus parámetros de centralización; media,

mediana y moda; así como sus parámetros de dispersión; varianza, desviación típica,

etc.
 Este análisis es muy básico. Aunque hay tendencia a generalizar a toda la

población, las primeras conclusiones obtenidas tras un análisis descriptivo, es un estudio

calculando una serie de medidas de tendencia central, para ver en qué medida los datos

se agrupan o dispersan en torno a un valor central.

Análisis Inferencial

El análisis inferencial se emplea solo en los estudios correlaciónales, esto se

realiza a través de los resultados obtenidos al cruzar las variables independientes con la

variable dependiente. A través de los resultados obtenidos en las tablas que genera el

programa estadístico solo puede inferir si la variable independiente objeto de análisis

influye sobre la variable dependiente y si esta influencia es significativa o no.

Contrastación de Hipótesis

Según el análisis inferencial se puede entonces afirmar si se acepta la hipótesis

nula, o las hipótesis nulas que se plantearon en el capítulo metodológico del estudio

correlacional, o si se rechaza la hipótesis nula, aceptando la alterna.

El objetivo del análisis de contenido es la realización de inferencias, cuando

el contenido de los mensajes es analizado para apoyar conclusiones no relacionadas con

el contenido, entonces adquiere la investigación de carácter explicativo o inferencial.

Hay dos categorías de inferencias:

1.- Las que se refieren al origen, causas, condiciones, antecedentes de la

comunicación y especialmente al autor de esta, estas inferencias responden a las

preguntas < quién > y < por qué >.

 2.- La segunda está formada por las inferencias que se refieren a efectos o

resultados de la comunicación y el análisis responde al interrogante.

¿Qué es la validación de datos?

Proceso que consigue evitar la introducción de datos incorrectos en una base de

datos. Para ello, restringe el tipo de información que se puede introducir dentro de las

celdas. Además, permite proveer instrucciones al usuario sobre cómo introducir la

información.

Proceso que asegura que un programa funcione con datos correctos, útiles y

limpios. Esto se consigue mediante las conocidas como “reglas de validación”,

“restricciones de validación” o “rutinas de comprobación”.

Gracias a la validación de datos podemos asegurarnos de que la entrega de la

información se realiza con datos claros y limpios para su utilización, garantizando que

cumplan con los requisitos y los parámetros de calidad necesarios.

La validación de datos también recibe el nombre de “validación de entrada” y,

aunque está relacionada con la verificación de datos, es importante tener en cuenta que

no son lo mismo.

Métodos y técnicas de validación de datos

Tras conocer en qué consiste la validación de datos, la siguiente pregunta sería:

¿cómo se consigue que los datos que enviamos a las aplicaciones y que almacenamos en

nuestras bases sean completos, precisos, seguros y consistentes?

 Los controles y reglas de validación rutinarias son la clave para lograrlo. Dichas

reglas, normalmente, se definen dentro de un diccionario de datos o se implementan a

través de un software específico para estas tareas.

Algunos de los métodos de validación más utilizados son los siguientes:

Formato de verificación: este método comprueba que los datos introducidos

sigan un patrón previamente establecido, por ejemplo, para números de teléfono.

Cuadro desplegable: garantiza que el usuario elija entre unas opciones

predefinidas de una lista. Con este método se consigue reducir las posibilidades de

errores de cualquier tipo o incluso de respuestas no deseadas o incoherentes.

Identificador único: esta técnica permite asegurarse de que los datos

introducidos son únicos y, por tanto, pueden diferenciarse unos de otros evitando

duplicidades.

Cuadro desplegable: garantiza que el usuario solo pueda elegir, a la hora de

introducir nuevos datos en la base, una opción predefinida de una lista, lo que permite

reducir las posibilidades de errores ortográficos o respuestas incorrectas.

Verificación de tipo: asegura que los datos introducidos serán de un tipo

concreto. Por ejemplo, si se trata de un campo en el que se debe incluir un número de

teléfono, este método no permitirá que el usuario introduzca letras.

Comprobación de presencia: comprueba que el campo no se ha quedado en

blanco, asegurando que el usuario haya introducido alguna información, aunque no

verificará si esta es correcta.

 Comprobación de longitud: este método asegura que la cantidad de caracteres

introducidos en el campo cumple con los requisitos necesarios. Es muy común, por

ejemplo, en el caso de la introducción de contraseñas.

Ventajas que ofrece la validación de datos

Aplicar reglas de validación de datos permite evitar fracasos o errores que

provoquen agujeros de seguridad o incluso corrupción de datos o problemas de

usabilidad y corrección.

Como habrás podido comprobar, la validación de datos es una parte esencial del

procesamiento de datos y, por tanto, para mejorar el data quality de nuestra información.

Llevar a cabo estos procesos puede beneficiar enormemente a nuestro negocio ya que

contaremos con información coherente y precisa lista para su uso.

Aplicar los métodos de validación que hemos detallado anteriormente, aunque

pueda parecer una tarea tediosa en un principio, facilitará mucho las tareas

posteriores que tengamos que realizar y tengan relación con los datos que manejamos.

En este sentido, es importante destacar que es más efectivo y eficaz que los datos

que tengamos sean correctos. De esta forma, solo tendremos que realizar revisiones

periódicas para asegurarnos de la validez de nuestra información.

para poder sacar el máximo provecho a la información.

 Beneficios de la validación de datos

• Aplicar técnicas de validación de datos ofrece grandes beneficios como:

• Disminución en el número de errores durante el proceso de entrada de los

datos.

• Asegura que los datos recogidos sean lógicos, racionales, completos y se

encuentran dentro de los límites aceptables.

• Evita la corrupción de datos y los posibles agujeros de

seguridad derivados de la falta de información correcta.

• Comprueba la corrección, significación y seguridad de los datos.

• Garantiza que los datos sean aptos para el propósito deseado, válidos,

razonables y seguros antes de proceder a su procesamiento en la propia

base o programa de gestión.

• Ayuda a que los datos sean completos, precisos y consistentes.

Recomendaciones para llevar a cabo una buena validación de datos

es importante tener en cuenta que, para hacer una correcta validación de datos,

es fundamental contar con varias fuentes para poder contrastar la información y hacer

que dicho proceso forme parte de la rutina de validación.

En el caso de que los algoritmos no puedan asegurar la certeza de la

información, es recomendable recurrir a la verificación manual con el objetivo de

garantizar la autenticidad de la información.

Además, es importante considerar el proceso de validación como algo más que

una simple comparación de los valores de los datos con otros valores conocidos.
 También es fundamental tener en cuenta que la validación de datos requiere de

criterios tanto objetivos como subjetivos para poderse llevar a cabo:

• Criterios subjetivos: se trata de los criterios que se utilizan para evaluar la

idoneidad de la información y los datos para un propósito determinado.

• Criterios objetivos: son aquellos criterios que responden a si un dato

responde o representa correctamente ese aspecto que queremos medir en

nuestra base de datos.

 Conclusión

Al realizar la investigación sobre, técnicas e instrumentos de recolección de la

información, análisis e interpretación de la información y técnicas de validación de la

información, los resultados que arroja en su gran mayoría son positivos, por el hecho de

poder comprender como al pasar el tiempo, la recolección de información ha cambiado

y a pesar de eso se ha ido modificando y adaptando en ya sea en grandes o pocas

cantidades.

La recolección de información es de suma importancia, está permite,

analizar datos cuantitativos o cualitativos de forma sencilla para comprender el

contexto en que se desarrolla el objeto de estudio.

La recolección de información e interpretación de la información y validación de

la información es de suma importancia ya que ayuda a las personas a ser más fácil la

información que desea procesar.

 Referencias bibliográficas

https://bes-h.com/es/validacion-de-modelos-en-el-analisis-de-datos-estadisticos/

https://explorable.com/es/validez-estadistica

https://www.lifeder.com/tecnicas-instrumentos-recoleccion-datos/

https://www.questionpro.com/es/analisis-de-datos.html

https://www.slideshare.net/rojasmaury/tecnicas-e-instrumentos-de-recoleccion-

de-datos2iafjsr

https://sabermetodologia.wordpress.com/2016/03/06/analisis-interpretacion-

datos/
Anexos