UNIVERSIDAD TÉCNICA ESTATAL DE QUEVEDO

UNIDAD DE POSGRADO

MAESTRÍA EN GESTIÓN AMBIENTAL

MODULO I:

PROCESAMIENTO DE DATOS

DOCENTE:

DR. GREGORIO HUMBERTO VÁSCONEZ MONTÚFAR

ESTUDIANTES:

ESPINOZA MARISSA

BERENICE KAISER

PARALELO:

"A"

TAREA:

ENSAYO

ANÁLISIS DE LOS DATOS DE UN PROYECTO DE INVESTIGACIÓN

Análisis de los datos de un proyecto de investigación

Introducción

En el presente ensayo, se hará referencia al artículo “Análisis de datos para un proyecto

de investigación”, enfocándose en temas estadísticos.

Por tanto, en un proyecto de investigación el análisis de datos y la presentación de

resultados es el área más importante, esto nos va a proporcionar nuevos conocimientos.
Por eso, la información debe ser clara, con una secuencia lógica, ordenada y no
redundante, utilizando pruebas necesarias y pertinentes e instrucciones sensibles al
objetivo.

De tal manera ningún objetivo expuesto podrá quedarse sin su respuesta así que se
analizará y se conceptualiza el tipo de variables, tendencias centrales y medidas de
dispersión.

Desarrollo

El presente artículo es una base en la cual se presentan en forma de guía los pasos
relevantes para llevar a cabo un correcto análisis de datos en un proyecto de investigación.

Al inicio del artículo se puede comprender que son diversos los métodos estadísticos con
los cuales se puede trabajar en un análisis de datos, el paquete estadístico, las variables e
hipótesis que se utilizaran deben ser coherentes e ir en base al tipo de resultados que se
desee presentar.

Se especifica que en la recogida de datos se deben priorizar las variables necesarias para
cumplir los objetivos, antes de llevarla información a un análisis estadístico se debe
depurar la base de datos, analizar si existen datos ausentes y corregir los erróneos debido
a que una gran cantidad de datos podría generar gran dispersión de los mismos, por lo
cual el analista debe tener la capacidad de discriminación de datos e información. Por
aquello describir una variable cuantitativa sería lo más correcto en presencia de las
medidas de tendencia central y de dispersión por lo que se entiende que es relevante al
momento de describir una variable e informar su dispersión de datos alrededor de la media
y hacer especial énfasis en las medidas de dispersión como lo son la desviación estándar
y la amplitud.

El autor destaca que las estimaciones deben ir sujeto al intervalo de confianza del 95% el
cual es el más utilizado, mientras que en el error estándar su fórmula varía dependiendo
el parámetro requerido en lo cual se refiere si su variable es cualitativa o cuantitativa.
Mediante la ejecución de esta fórmula se puede determinar que el tamaño de la muestra
es importante debido a que mientras mayor sea el tamaño de la muestra existirá un menor
error en los resultados.

Por otro lado, cuando nos referimos al contraste de hipótesis, esta nos va a permitir
verificar cuando una hipótesis es aceptada o rechazada. Algo que debemos tener en cuenta
es que si llega hacer rechazada siendo cierta se lo denomina alfa, y si es todo lo contrario,
es decir, no se la rechaza siendo falsa se lo denomina beta. Por eso tenemos que las
pruebas de contrastes de hipótesis según el tipo son:

Comparación de proporciones; estudia la asociación de dos variables cualitativas.

• Comparación de medidas: Para la comparación de medidas se utiliza la prueba de

Student.
• Correlación: Es la agrupación de dos variables cuantitativas. En este caso se utiliza
el coeficiente de correlación r de Pearson.
• Análisis de datos apretados: En esta prueba los datos son medidos antes y después
de su participación.
• Comparación de proporciones para datos apareados: cuando se lleva a cabo dos
medidas de una sola variable.

Además, se enfatiza que, en el resultado del contraste de la hipótesis, no basta con solo
presentar la p debido a que no presenta las diferencias que se observan, lo que se debe
hacer es plasmar los intervalos de confianza, el rango de valores probables, así el lector
podrá dar una interpretación propia de los resultados.

Como último punto en el análisis de datos se representan los resultados obtenidos en

tablas y gráficos, los cuales deben de ser presentados en una sola forma, tomando en
cuenta la manera más clara de presentar la información de tal forma que no solo el autor
pueda entender si no que los demás puedan interpretar los datos de forma sencilla.
Conclusión
Se puede concluir que, en el análisis de datos de un proyecto de investigación, uno de los
pasos más importantes es una adecuada recolección de datos y la depuración adecuada de
los mismos, los cuales deben ser interpretados y graficados de forma puntual para así
obtener datos concisos, los cuales deben ser entendibles para el lector para que así pueda
tener su propia interpretación de los resultados obtenidos del proyecto de investigación.