METODOS DE INVESTIGACION

APLICADOS A LA AGRICULTURA

ING. AGR. MSc. HENRY MORALES

2,023
Recolección y proceso de datos cuantitativos
 Recolección y proceso de datos cuantitativos
¿Qué implica la etapa
de recolección de
datos?
Una vez que seleccionamos el diseño
de investigación apropiado y la
muestra adecuada de acuerdo con
nuestro problema de estudio e
hipótesis, la siguiente etapa consiste
en recolectar los datos pertinentes.

Recolectar los datos implica elaborar

un plan detallado de procedimientos
que nos conduzcan a reunir datos con
un propósito específico.
 Recolección y proceso de datos cuantitativos
El plan se nutre de diversos elementos:

1. Las variables, conceptos o atributos a medir (contenidos en el

planteamiento e hipótesis o directrices del estudio).

2. Las definiciones operacionales. La manera como hemos

operacionalizado las variables es crucial para determinar el método
para medirlas, lo cual a su vez, resulta fundamental para realizar las
inferencias de los datos.

3. La muestra.

4. Los recursos disponibles (de tiempo, apoyo institucional,

económicos, etcétera).
 Recolección y proceso de datos cuantitativos
¿Qué requisitos debe
cubrir un instrumento
de medición?
Toda medición o instrumento de recolección
de datos debe reunir tres requisitos
esenciales: confiabilidad, validez y
objetividad.

Confiabilidad
La confiabilidad de un instrumento de
medición se refiere al grado en que su
aplicación repetida al mismo individuo u
objeto produce resultados iguales.
Recolección y proceso de datos cuantitativos
Validez
La validez, en términos generales, se
refiere al grado en que un instrumento
mide realmente la variable que
pretende medir. Por ejemplo, un
instrumento válido para medir la
inteligencia debe medir la inteligencia
y no la memoria.

Un ejemplo de completa invalidez

sería intentar medir el peso de los
objetos con una cinta métrica en lugar
de con una báscula.
 Recolección y proceso de datos cuantitativos

Relación entre la
confiabilidad y la validez
Un instrumento de medición puede
ser confiable, pero no necesariamente
válido (un aparato, por ejemplo, quizá
sea consistente en los resultados que
produce, pero puede no medir lo que
pretende).

Por ello es requisito que el

instrumento de medición demuestre
ser confiable y válido. De no ser así,
los resultados de la investigación no
deben tomarse en serio.
Recolección y proceso de datos cuantitativos
Objetividad
En un instrumento de medición, la
objetividad se refiere al grado en que
éste es o no permeable a la influencia
de los sesgos y tendencias del
investigador o investigadores que lo
administran, califican e interpretan.

La objetividad se refuerza mediante la

estandarización en la aplicación del
instrumento (mismas instrucciones y
condiciones para todos los
participantes) y en la evaluación de los
resultados; así como al emplear
personal capacitado y experimentado
en el instrumento.
Recolección y proceso de datos cuantitativos
Análisis de datos cuantitativos
Análisis de datos cuantitativos
Análisis de datos cuantitativos
 Análisis de datos cuantitativos
¿Qué procedimiento se sigue para
analizar cuantitativamente los
datos?

En la actualidad, el análisis
cuantitativo de los datos se lleva a
cabo por computadora u ordenador.
Ya casi nadie lo hace de forma manual
ni aplicando fórmulas, en especial si
hay un volumen considerable de
datos.

El análisis de los datos se efectúa

sobre la matriz de datos utilizando un
programa computacional.
Análisis de datos cuantitativos
Análisis de datos cuantitativos
 Análisis de datos cuantitativos
Paso 1: seleccionar un programa de análisis
Hay diversos programas para analizar datos. En esencia su
funcionamiento es muy similar e incluyen las dos partes o
segmentos: una parte de definiciones de las variables, que a su vez
explican los datos y la otra parte, la matriz de datos.

La primera parte es para que se comprenda la segunda. Las

definiciones, desde luego, las prepara el investigador.

Lo que éste hace, una vez recolectados los datos, es precisar los
parámetros de la matriz de datos en el programa.
 Análisis de datos cuantitativos
Las definiciones, las prepara el investigador:

Lo que éste hace, una vez recolectados los datos, es

precisar los parámetros de la matriz de datos en el
programa (nombre de cada variable en la matriz —que
equivale a un ítem, reactivo, indicador, categoría o
subcategoría de contenido u observación—, tipo de
variable o ítem, etc.) e introducir o capturar los datos en
la matriz, la cual es como cualquier hoja de cálculo.
 Análisis de datos cuantitativos

Paso 2: ejecutar el
programa
La mayoría de los programas son
fáciles de usar, pues lo único que
hay que hacer es solicitar los
análisis requeridos seleccionando
las opciones apropiadas.
 Análisis de datos cuantitativos
Paso 3: explorar los datos
En esta etapa, inmediata a la ejecución del programa, se inicia el análisis.

Cabe señalar que si hemos llevado a cabo la investigación reflexionando

paso a paso, la fase analítica es relativamente sencilla, porque: 1)
formulamos las preguntas de investigación que pretendemos contestar, 2)
visualizamos un alcance (exploratorio, descriptivo, correlacional o
explicativo), 3) establecimos nuestras hipótesis (o estamos conscientes de
que no las tenemos), 4) definimos las variables, 5) elaboramos un
instrumento (conocemos qué ítems o indicadores miden qué variables y
qué nivel de medición tiene cada variable: nominal, ordinal, de intervalos
o razón) y 6) recolectamos los datos.
 Análisis de datos cuantitativos

¿Cuáles son las medidas de la variabilidad?

Las medidas de la variabilidad indican la dispersión de los datos en la
escala de medición de la variable considerada y responden a la pregunta:
¿dónde están diseminadas las puntuaciones o los valores obtenidos?

Las medidas de la variabilidad más utilizadas son rango, desviación

estándar y varianza.

El rango, también llamado recorrido, es la diferencia entre la puntuación

mayor y la puntuación menor, e indica el número de unidades en la escala
de medición que se necesitan para incluir los valores máximo y mínimo.
 Análisis de datos cuantitativos
La desviación estándar o característica es el promedio de
desviación de las puntuaciones con respecto a la media, cuanto
mayor sea la dispersión de los datos alrededor de la media, mayor
será la desviación estándar.
La desviación estándar se interpreta como cuánto se desvía, en
promedio, de la media un conjunto de puntuaciones.

La varianza
La varianza es la desviación estándar elevada al cuadrado y se
simboliza como s2. Es un concepto estadístico muy importante, ya
que la mayoría de las pruebas cuantitativas se fundamentan en él.