Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Pub323 Descargable Semana7
Pub323 Descargable Semana7
ELABORACIÓN
VALIDACIÓN PEDAGÓGICA
DISEÑO DOCUMENTO
Toma de datos
Se conoce que la palabra datos proviene del latín “Dtum” cuyo significado es “lo que se da”.
Los datos son la representación simbólica, bien sea mediante números o letras de una
recopilación de información la cual puede ser cualitativa o cuantitativa, que facilitan la deducción
de una investigación o un hecho.
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 se centra en la
inferencia, el proceso de derivar una conclusión basándose solamente en lo que conoce el
investigador.
Técnicas de análisis de datos. Son herramientas útiles para organizar, describir y analizar
los datos recogidos con los instrumentos de investigación. Las técnicas de análisis cualitativo
son aquellas que se emplean para resumir, analizar e interpretar la información obtenida mediante
métodos cualitativos.
Un tipo de datos es la propiedad de un valor que determina su dominio (qué valores puede
tomar), qué operaciones se le pueden aplicar y cómo es representado internamente por el
computador. Todos los valores que aparecen en un programa tienen un tipo. A continuación
revisaremos los tipos de datos elementales de Python.
Análisis de datos
El análisis de datos es un proceso que consiste en inspeccionar, limpiar y transformar datos con
el objetivo de resaltar información útil, lo que sugiere conclusiones, y apoyo en la toma de
decisiones. El análisis de datos tiene múltiples facetas y enfoques, que abarca diversas técnicas en
una variedad de nombres, en diferentes negocios, la ciencia, y los dominios de las ciencias
El estadístico John Tukey definió el análisis de datos en 1961 de esta manera: "(Son los)
Procedimientos para analizar datos, (las) técnicas para interpretar los resultados de dichos
procedimientos, (las) formas de planear la recolecta de datos para hacer el análisis más fácil, más
preciso o más exacto."
Métodos de análisis
Son varios los enfoques presentados, sin pretender ser una metodología estricta sino más bien
inicial o para exploración de campo, podemos mencionar las siguientes.
Análisis discriminante.
Basados en núcleos:
Todos los informes necesitan poseer una estructura clara, para producir una elaboración rápida
de los mismos, pero fundamentalmente para facilitar su seguimiento, análisis y comprensión. Por
esto, al analizar la estructura más conveniente para la elaboración y presentación de un informe,
se deben contemplar los siguientes puntos:
Pueden ser tomados como la introducción del informe, por lo tanto deben:
2. Información disponible
Se deben indicar dentro del contexto del informe los datos e información relevantes, tales como:
Informes preliminares.
3. Verificaciones y revisiones
Se incluyen aquí consideraciones generales del estado inicial del tópico a informar, con el propósito
de evitar tomar decisiones inadecuadas o conclusiones prematuras.
5. Evaluación de alternativas
6. Conclusiones
Son la esencia del informe y deben ser claras y precisas. Deben redactarse pensando
fundamentalmente en el destinatario del informe.
Su trascendencia.
La evolución previsible.
7. Recomendaciones
El informe final suele contener recomendaciones de variado alcance, donde se establecen por
ejemplo:
8. Anexos
Sintetiza el cuerpo central del informe e induce a que éste sea manejable y breve. Permite también
resaltar ciertas áreas o información específica complementaria.
En teoría, ésta es la parte más fácil de escribir, ya que se trata de un comentario directo de lo que
has observado y descubierto exactamente. Pero en la práctica puede ser un poco complicado, ya
que es muy fácil incluir demasiada información y tapar los hallazgos importantes.
¿Demasiada información?
La sección de resultados no es para interpretar los resultados de ninguna manera. Eso se lleva a
cabo en la sección de discusión. Debes tratar de narrar tus descubrimientos sin intentar
interpretarlos o evaluarlos, sino brindar un enlace con la sección de discusión.
Especular por qué está sucediendo esta correlación y proponer qué puede estar ocurriendo tiene
lugar en la sección de discusión.
Es muy fácil poner demasiada información en la sección de resultados y ocultar tus descubrimientos
bajo mucha irrelevancia.
Si haces una tabla de tus hallazgos, no es necesario insertar un gráfico para destacarlos. Si tienes
una tabla de resultados, has referencia a ella en el texto pero no repitas las cifras. La información
duplicada será penalizada.
Una forma común de conseguir esto es ser menos específico en el texto. Por ejemplo, si el resultado
de la tabla número uno muestra un 23.9%, podrías escribir.
Por otro lado, el texto es utilizado para dirigir al lector a aquellos y para aclarar los puntos poco
claros. Asimismo, el texto debe actuar como un enlace con la sección de discusión, destacando
las correlaciones y los resultados y dejando muchas preguntas abiertas.
Esto es muy común cuando el artículo de investigación es directo y brinda continuidad. La otra
forma es presentar una sección y luego hablar de ella antes de presentar la sección siguiente con
una breve discusión. Esto es común en los artículos más largos y la parte de la discusión de tu
artículo seguramente seguirá la misma estructura.
Asegúrate de incluir los resultados negativos. Escribir una sección de resultados sin ellos no sólo
invalida el artículo sino que también constituye muy mala ciencia. Los resultados negativos y la
forma en que los manejas por lo general constituyen los ingredientes de una gran sección de
discusión, así que no tengas miedo de resaltarlos.
Si tienes dudas acerca de cuánto incluir, siempre puedes incluir tus datos sin procesar en la sección
del apéndice, permitiendo que otros sigan tus cálculos desde el principio. Esto es especialmente
útil si has utilizado muchas manipulaciones estadísticas, de modo que la gente pueda ver tus
cálculos y asegurarse de que no hayas cometido ningún error.
Una vez que tengas una sección de resultados simplificada e informativa puede pasar a la sección
de discusión, donde comienzas a elaborar tus conclusiones.
Kotler, P., & Hair, K. (2008). Investigación de mercados. Mc. Graw Hill.