TEMA 5: EJECUCIÓN Y PROCESO DE ANÁLISIS

E INTERPRETACIÓN DE LA INFORMACIÓN
EJECUCIÓN
La ejecución es el tercer paso del típico ciclo de vida del proyecto, que tiene cuatro etapas
totales: inicio, planificación, ejecución y cierre.
El concepto de ejecución significa que hay una acción final que lleva a término algo, por lo que
previamente hay una planificación anterior.
En pocas palabras, vas a ejecutar esas estrategias para llevar el proyecto a la línea de meta.

PROCESO
El proceso de investigación, incluye la totalidad de las etapas de la investigación científica, es
decir:
o la construcción del objeto de estudio
o la observación, comprobación o verificación empírica
o interpretación de los resultados
o conclusiones

En el libro “Metodología de la Investigación”, en su capítulo 1 titulado "Definiciones de los

enfoques cuantitativo y cualitativo, sus similitudes y diferencias" el Dr. Roberto Hernández
Sampieri detalla lo que es el proceso de investigación como “un conjunto de procesos
sistemáticos y empíricos que se aplica al estudio de un fenómeno”
Según Bernal, los componentes básicos del proceso de investigación científica son:
Tema: Consiste en la búsqueda de posibles temas de investigación
Problemas de Investigación: En esta etapa hay que plantear el problema de investigación. Para
que un tema sea un objeto de investigación, debe convertirse en un problema de investigación
Objetivos: Son los propósitos de estudio, expresan el fin que pretende alcanzarse y por ende,
todo el trabajo de investigación se orientará a lograr esos objetivos.
Justificación y Delimitación de la investigación: Los estudios de investigación de grado en el
campo de las ciencias económicas y de administración, en general, son de carácter práctico,
describen o analizan problemas o bien plantean estrategias que podrían solucionar problemas
reales si se llevaran a cabo.
Tipos de Investigación: Existen diferentes tipos de investigación: investigación documental,
investigación descriptiva (reseñan las características o rasgos de la situación o fenómeno objeto
de estudio), investigación correlacional (tienen como propósito mostrar o examinar la relación
entre variables o resultados de variables), investigación explicativa o causal (estudia el porqué
de las cosas, hechos, fenómenos o situaciones; analizan causas y efectos de la relación entre
variables), estudios de casos (Son importantes para el desarrollo del conocimiento sobre una
organización – empresa o institución distinta -, aunque no muy requerida en el ámbito
académico por su situación muy particular, generalmente de escasa repercusión social; se trata
de realizar un análisis específico de una institución, con una descripción del problema,
situaciones o acontecimientos reales ocurridos, efectuar un diagnóstico y presentar
recomendaciones), seccionales o transversales (porque obtiene información del objeto de
estudio – población o muestra – una única vez, en un momento dado), longitudinales (porque se
obtienen datos de la misma población en distintos momentos durante un periodo determinado)
Marco referencial: El marco filosófico-antropológico (El hombre como orientación de la
investigación, ya sea para mejorar su calidad de vida, su desarrollo integral, la deshumanización
o la marginación social), el marco teórico (entendiéndose como la fundamentación teórica
dentro de la cual se enmarca la investigación – relacionadas con escuelas, enfoques o teorías
existentes sobre el tema objeto de estudio), el marco conceptual (que significa definir con
precisión los distintos conceptos que se utilizarán en el desarrollo de investigación, como por
ejemplo, si se tratara de un estudio organizacional, creatividad, cultura organizacional,
innovación tecnológica, marketing turístico, etc.)
Hipótesis – Diseños de Investigación: La hipótesis es la suposición o solución anticipada al
problema objeto de investigación (hipótesis de trabajo, nulas, descriptivas, estadísticas, etc.). las
variables, es una característica, atributo, propiedad o cualidad. Diseño de investigación, definido
como el tipo de investigación que se utilizará; los hay experimentales, cuasi-experimentales y
pre- experimentales.
Población y Muestra: La población, como la totalidad de elementos o individuos que tienen
ciertas características similares (unidades de análisis) y sobre las cuales se harán inferencias;
muestra, como la parte de la población y sobre la cual se efectuará la medición y la observación
de las variables objeto de estudio.
Recolección y Procesamiento de Datos: Trabajo de campo para reunir los datos válidos y
confiables. Fuentes: Primarias y secundarias. Técnicas: Encuesta, Entrevista, Observación
directa, Análisis de documentos, Internet. Procesar la información: Procesar los datos obtenidos
sobre la población objeto de estudio para generar resultados. Técnicas de procesamiento:
Análisis de Pareto, Distribución de frecuencias y representaciones gráficas, medidas de
tendencia central, medidas de dispersión, etc.
Análisis y Discusión de Resultado: Es interpretar los hallazgos y relacionarlos con el
problema, los objetivos, la hipótesis, y las teorías planteados en el marco teórico. El Informe
Final, implica redactar la presentación según las normas, criterios o protocolo establecida y
exigida por la institución a la cual se le entregará el informe.

ANÁLISIS
El análisis es el proceso de dividir un tema complejo o sustancia en partes más pequeñas para
obtener una mejor comprensión de él.
El análisis de la información es la decodificación de datos que se hallan en un determinado
documento, en donde un especialista logra procesar la información con el fin de recuperar datos
que emitan una información que sea de utilidad
o Análisis descriptivo: …
o Análisis exploratorio. …
o Análisis de diagnóstico. …
o Análisis inferencial. …
o Análisis predictivo. …
o Análisis prescriptivo. …
o Análisis mecanicista. …
 o Análisis de clústeres.

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.»

INTERPRETACIÓN DE LA INFORMACIÓN
La interpretación de datos es el proceso de revisar los datos y llegar a conclusiones relevantes
utilizando varios métodos analíticos. El análisis de datos ayuda a los investigadores a
categorizar, manipular y resumir los datos para responder a preguntas críticas.

Importancia de la interpretación de los datos

Los datos en bruto son inútiles si no se interpretan. La interpretación de datos es

importante para las empresas y las personas. Los datos recogidos ayudan a:

o Tomar mejores decisiones

o Encontrar tendencias y tomar medidas

o Mejor asignación de recursos

Pasos para la interpretación de datos

He aquí algunos pasos para interpretar los datos correctamente.

o Recoger los datos

o Desarrolla tus descubrimientos

o Sacar conclusiones

o Dar recomendaciones

POBLACIÓN Y MUESTRA
POBLACIÓN
Población se refiere al universo, conjunto o totalidad de elementos sobre los que se investiga o
hacen estudios.
Es el conjunto de elementos finitos que tienen las características comunes y diferentes que
representan la parte de la realidad objeto de investigación o unidad de análisis .
CARACTERÍSTICAS
o Se puede clasificar según la cantidad de individuos que la conforman.
o Posee variables estadísticas

SEGÚN AUTORES
 o Según Hernández, Fernández y Baptista (2014), la población es: “el conjunto de todos
los casos que concuerdan con determinadas especificaciones”
o Para Arias (2012) define como “…población un conjunto finito o infinito de elementos
con características comunes para las cuales serán extensivas las conclusiones de la
investigación…
o Palella y Martins (2008), que la población es: “un conjunto de unidades de las que
desea obtener información sobre las que se va a generar conclusiones”
o La población puede ser según su tamaño de dos tipos según Castro (2003):
Población finita: cuando el número de elementos que la forman es finito, por ejemplo el
número de alumnos de un centro de enseñanza, o grupo clase.
Población infinita: cuando el número de elementos que la forman es infinito, o tan
grande que pudiesen considerarse infinitos. Como por ejemplo si se realizase un estudio
sobre los productos que hay en el mercado. Hay tantos y de tantas calidades que esta
población podría considerarse infinita.
Expuesto lo anterior, los autores concuerdan que la Población es la totalidad del fenómeno a
estudiar, donde las unidades de esta poseen una característica común, la que se estudia y da
origen a los datos de la investigación.
TIPOS DE POBLACIONES
La población se puede clasificar de la siguiente manera según la cantidad de individuos que la
conforme:
Población finita: es aquella que se puede contar y se pueden estudiar con mayor facilidad a sus
integrantes. Por ejemplo, la cantidad de personas inscritas en un gimnasio.
Población infinita: son inmensas poblaciones donde se hace muy difícil contabilizar a sus
integrantes, por lo que suele tomarse en cuenta solo una porción de ella a la hora de realizar un
estudio, seleccionando así una muestra. Por ejemplo, la cantidad de granos de arena en una
playa.
Población real: son grupos de integrantes tangibles. Por ejemplo, la cantidad de animales en un
zoológico.
Población hipotética: son poblaciones posibles que pueden ser estudiadas ante una eventualidad.
Por ejemplo, la cantidad de nacimientos de bebés prematuros.

MUESTRA
Muestra es una parte o subconjunto de elementos que se seleccionan previamente de una
población para realizar un estudio.
Es un subconjunto del conjunto total que es la población. Representa relativamente en mayor
grado las características de los elementos de la población.
Normalmente se selecciona la muestra de una población para su estudio, debido a que estudiar a
todos los elementos de una población resultaría muy extenso y poco práctico
CARACTERÍSTICAS
o Forma parte de la población: debería comprender entre 5% y 10% para ser más efectiva.
o Los elementos deben ser aleatorios.
o Debe ser representativa de la población.

SEGÚN AUTORES
 o Tamayo y Tamayo (2006), define la muestra como: “el conjunto de operaciones que se
realizan para estudiar la distribución de determinados caracteres en totalidad de una
población universo, o colectivo partiendo de la observación de una fracción de la
población considerada”
o Palella y Martins (2008), definen la muestra como: “…una parte o el subconjunto de la
población dentro de la cual deben poseer características reproducen de la manera más
exacta posible”
o La muestra, según Balestrini (2008), se define como: “una parte o subconjunto de la
población”
o Para Castro (2003), la muestra se clasifica en probabilística y no probabilística.

TIPOS DE MUESTRAS

Existen diferentes tipos de técnicas para conformar una muestra.

Muestreo aleatorio
Es una técnica que ofrece la misma posibilidad a los elementos de ser seleccionados,
por ser tomados al azar. Los tipos de muestreo aleatorio son:

 Muestreo aleatorio simple: los elementos se eligen de una lista al azar. Funciona más
eficazmente cuando el universo es reducido y homogéneo.
 Muestreo sistemático: el primer elemento se elige al azar y luego se escogen a
intervalos constantes los elementos restantes.
 Muestreo estratificado: se realiza dividiendo a la población en partes o estratos que
respondan a características establecidas y luego se eligen aleatoriamente los individuos
que se van a estudiar.
 Muestreo por conglomerado: la población se divide en grupos heterogéneos y éstos a
su vez se subdividen en grupos homogéneos con características comunes para ser
estudiados de acuerdo a lo requerido por el investigador.
Muestreo no aleatorio o por selección intencionada
Se elige con base en el manejo de información de los elementos a estudiar, por lo que la
representatividad de la muestra puede ser subjetiva. En este caso, se corre el riesgo de que los
resultados sean sesgados.
Cuando uno solo de los estudios no es suficiente porque la población a estudiar es muy extensa,
se pueden usar dos o más tipos de muestreo.

TECNICAS E INSTRUMENTOS DE
RECOLECCIÓN DE DATOS
La recolección de datos es un método por el cual las empresas recopilan y miden información
de diversas fuentes, a fin de obtener un panorama completo, responder preguntas importantes,
evaluar sus resultados y anticipar futuras tendencias.
Este proceso busca reunir y medir información de diferentes fuentes para obtener una
visualización completa y precisa acerca de un tema, zona o situación de interés. Dicho de otra
forma: evalúa resultados para una mejor toma de decisiones.
Técnicas de Recolección de Datos
Las técnicas de recolección de datos son las distintas formas o maneras de obtener la
información. Son ejemplos de técnicas: la observación directa, el análisis documental, análisis
de contenido, etc.
La investigación no tiene sentido sin las técnicas de recolección de datos. Estas técnicas
conducen a la verificación del problema planteado. Cada tipo de investigación determinara las
técnicas a utilizar y cada técnica establece sus herramientas, instrumentos o medios que serán
empleados.
Todo lo que va a realizar el investigador tiene su apoyo en la técnica de la observación.
Aunque utilice métodos diferentes, su marco metodológico de recogida de datos se centra en la
técnica de la observación y el éxito o fracaso de la investigación dependerá de cual empleó
¿Cómo deben ser las técnicas?
Válidas cuando mide lo que realmente desea medir, es su eficacia para predecir el
comportamiento de los fenómenos que estudiamos y serán confiables cuando estén en relación
con factores tales como a la consistencia y exactitud de los resultados, si esta se volviese a
aplicar el resultado debería ser muy parecido o similar.
¿Cuándo deben aplicarse las técnicas de recolección de información?
Durante todo el proceso de la investigación, tanto para conformar el marco teórico, como en
el marco metodológico; en el teórico dependemos más de la consulta bibliográfica y su fichaje;
mientras que en el metodológico por ser el trabajo operativo de desmenuzar y escrutar las
variables se requiere del manejo de Instrumentos más detallados, específicos y diversificados
Instrumentos de Recolección de Datos
Un instrumento de recolección de datos es en principio cualquier recurso de que pueda
valerse el investigador para acercarse a los fenómenos y extraer de ellos información. De este
modo el instrumento sintetiza en si toda la labor previa de la investigación, resume los aportes
del marco teórico al seleccionar datos que corresponden a los indicadores y, por lo tanto a las
variables o conceptos utilizados
Los instrumentos son los medios materiales que se emplean para recoger y almacenar la
información. Ejemplo Fichas, formatos de cuestionario, guías de entrevista, escalas de actitudes
u opinión
Los instrumentos que se construirán llevaran a la obtención de los datos de la realidad y una vez
recogidos podrá pasarse a la siguiente fase: el procesamiento de datos. Lo que se pretende
obtener responde a los indicadores de estudio, los cuales aparecen en forma de preguntas, es
decir, de características a observar y así se elaboraran una serie de instrumentos que serán los
que en realidad, requiere la investigación u objeto de estudio.
La recolección de datos se refiere al uso de una gran diversidad de técnicas y herramientas que
pueden ser utilizadas por el analista para desarrollar los sistemas de información, los cuales
pueden ser la entrevistas, la encuesta, el cuestionario, la observación, el diagrama de flujo y el
diccionario de datos.
Todos estos instrumentos se aplicarán en un momento en particular, con la finalidad de
buscar información que será útil a una investigación.
La Encuesta y sus Variaciones
 La encuesta es una técnica que consiste en obtener información acerca de una parte de la
población o muestra, mediante el uso del cuestionario o de la entrevista.

5.2.1 EL CUESTIONARIO: Es un formato redactado en forma de

interrogatorio para obtener información acerca de las variables que se investigan, puede ser
aplicado personalmente o por correo y en forma individual o colectiva y debe reflejar y estar
relacionado con las variables y sus indicadores.
Diseño de las preguntas:
a) Específicas y concretas.
b) Evitar preguntas que sugieran respuestas
c) Evitar doble pregunta en una sola.
Los cuestionarios pueden ser:

 Abiertos: Cuando el interrogado contesta libremente, presentando la dificultad para

tabularlas
 Cerrados o dicotonómicos: Son aquellos en que se responden con SI o NO o con una
tercera alternativa, son fáciles de tabular.

5.2.2 LA ENTREVISTA: Es una técnica mediante la cual una persona

obtiene información directa de otra y puede clasificarse en:

 Dirigida o estructurada: Se hace a través de un cuestionario

 No estructurada: Que puede ser: focalizada, libre o clínica
El video mostrado a continuación señala un breve resumen de las técnicas e instrumentos de
recolección de datos:
La entrevista es una técnica de gran utilidad en la investigación cualitativa para recabar datos; se
define como una conversación que se propone un fin determinado distinto al simple hecho de
conversar.Es un instrumento técnico que adopta la forma de un diálogo coloquial.
La entrevista es un método de investigación donde a través de un diálogo entre dos o más
personas se obtiene información. A través de la entrevista “se logra una comunicación y la
construcción conjunta de significados respecto a un tema.”

Por lo general, asociamos el concepto de “entrevista” con la actividad que realizan los
periodistas o presentadores de televisión u otros medios de comunicación masiva. Sin embargo,
la herramienta de la entrevista en la investigación es mucho más amplia.
Cuáles son las características de la entrevista

 Pueden ser cuantitativas o cualitativas.

 Deben ser grabadas: en video, en audio o a través de toma de notas.
 Las entrevistas se pueden realizar cara-a-cara, via telefónica o por medios digitales.
 Siguen una secuencia de preguntas, desde las más fáciles hasta las más complicadas.
 Las preguntas deben ser neutras, cortas y puntuales.
 Normalmente son individuales, pero puede establecerse en grupos pequeños.
 Existe una relación interactiva entre entrevistado y entrevistador
5.2 .3 LA OBSERVACIÓN
•. ¿Qué es?
La técnica de observación es una técnica de investigación que consiste en observar personas,
fenómenos, hechos, casos, objetos, acciones, situaciones, etc., con el fin de obtener determinada
información necesaria para una investigación

• Elementos
Se identifican cinco elementos en la técnica de observación.

Elaboración propia

 Sujeto u observador: investigador que lleva a cabo la observación

 Objeto de observación: lo hechos sobre los cuales se recabarán los datos
 Circunstancias de observación: condiciones que rodean al hecho a observar
 Medios de observación: sentidos e instrumentos desarrollados para la observación
 Cuerpo de conocimientos: conjunto de saberes estructurados que permite que se añadan
a él los resultados obtenidos de la observación

5.3 PROCESAMIENTO DE DATOS

El procesamiento de datos, generalmente, es “la acumulación y manipulación de elementos de
datos para producir información significativa.”

El procesamiento de datos suele entenderse erróneamente como manipulación o análisis de

datos, pero es mucho más que eso. Se toman múltiples decisiones basadas en el
procesamiento preciso de los datos, y las marcas y los investigadores se basan en los datos
para tomar decisiones procesables.

El procesamiento de datos en la investigación es uno de los componentes más críticos del

proceso de investigación y puede ser la diferencia entre que las marcas tengan éxito o no.
Aunque los datos de la investigación de mercado pueden procesarse de múltiples maneras,
todo se reduce al tipo de información que se obtiene de los datos recopilados y al impacto que
tiene en los procesos de toma de decisiones. El procesamiento de datos en la investigación es
el proceso de recopilación de datos y su transformación en información utilizable para
múltiples partes interesadas. Aunque los datos pueden verse de muchas maneras y a través de
varios objetivos, el procesamiento de datos ayuda a probar o refutar teorías, a tomar
decisiones empresariales o incluso a avanzar en la mejora de productos y servicios.

El procesamiento de datos se utiliza incluso en la investigación para entender los sentimientos

de los precios, el comportamiento y las preferencias de los consumidores y el análisis de la
competencia.

A través de este proceso, los interesados en la investigación convierten los datos cualitativos y
cuantitativos de un estudio de investigación en un formato legible en forma de gráficos,
informes o cualquier otra cosa con la que los interesados en el negocio se sientan
identificados. El proceso también proporciona un contexto a los datos que se han recogido y
ayuda a tomar decisiones empresariales estratégicas.

Aunque es un aspecto crítico de la empresa, el procesamiento de datos sigue siendo un

proceso infrautilizado en la investigación. Con la proliferación de datos y el número de
estudios de investigación realizados, el procesamiento y la colocación de la información en
repositorios de investigaciones como InsightsHub es fundamental

•Pasos del procesamiento de datos en la investigación

El procesamiento de datos en la investigación tiene seis pasos. Veamos por qué son un
componente imperativo del diseño de la investigación.

Recolección de datos de la investigación

La recolección de datos es la etapa principal del proceso de investigación. Este proceso puede
realizarse a través de diversas técnicas de investigación online y offline y puede ser una mezcla
de métodos de investigación primarios y secundarios.

La forma de recogida de datos más utilizada son las encuestas de investigación. Sin embargo,
con una plataforma de investigación de mercado madura, puedes recopilar datos cualitativos a
través de grupos de discusión, módulos de debate, etc.

Preparación de los datos de la investigación

El segundo paso en la gestión de los datos de investigación es la preparación de los datos para
eliminar las incoherencias, eliminar los datos malos o incompletos de la encuesta y limpiar los
datos para mantener el consenso.

Este paso es fundamental, ya que unos datos insuficientes pueden hacer que los estudios de
investigación sean totalmente inútiles y supongan una pérdida de tiempo y esfuerzo.
Introducción de los datos de la investigación

El siguiente paso consiste en introducir los datos depurados en un formato legible digitalmente
y coherente con las políticas de la organización, las necesidades de la investigación, etc. Este
paso es fundamental, ya que los datos se introducen en sistemas en línea compatibles con la
gestión de datos de investigación.

Procesamiento de los datos de investigación

Una vez introducidos los datos en los sistemas, es fundamental procesarlos para darles
sentido. La información se procesa en función de las necesidades, los tipos de datos recogidos,
el tiempo disponible para procesar los datos y otros muchos factores. Este es uno de los
componentes más críticos del proceso de investigación.

Salida de los datos de la investigación

En esta etapa del procesamiento de los datos de la investigación es donde se convierten en

conocimientos. Esta etapa permite a los propietarios de las empresas, a las partes interesadas
y al resto del personal ver los datos en forma de gráficos, tablas, informes y otros formatos
fáciles de consumir.

Almacenamiento de los datos de investigación procesados

La última etapa de los pasos del procesamiento de datos es el almacenamiento. Es esencial

mantener los datos en un formato que se pueda indexar, buscar y crear una única fuente de
verdad. Las plataformas de gestión del conocimiento son las más utilizadas para el
almacenamiento de los datos de investigación procesados.

•Beneficios del procesamiento de datos en la investigación

El tratamiento de los datos puede diferenciar entre los conocimientos procesables y su

inexistencia en el proceso de investigación. Sin embargo, el tratamiento de los datos de la
investigación tiene algunas ventajas y beneficios concretos:

Procesamiento y gestión racionalizados

Cuando se procesan los datos de la investigación, hay una alta probabilidad de que estos datos
se utilicen para múltiples fines en este momento y en el futuro. El procesamiento preciso de
los datos ayuda a racionalizar el manejo y la gestión de los datos de investigación.

Mejor toma de decisiones

Con un procesamiento de datos preciso, la probabilidad de dar sentido a los datos para llegar a
decisiones más rápidas y mejores se hace posible. Así, las decisiones se toman sobre la base de
datos que cuentan historias en lugar de por capricho.

Democratización de los conocimientos

El procesamiento de datos permite convertir los datos en bruto en un formato que funcione
para múltiples equipos y personal. Los datos fáciles de consumir permiten la democratización
de los conocimientos.

Reducción de costes y alto retorno de la inversión

Las decisiones respaldadas por datos ayudan a las marcas y organizaciones a tomar decisiones
basadas en datos respaldados por pruebas de fuentes creíbles. Esto ayuda a reducir los costes,
ya que las decisiones están vinculadas a los datos. El proceso también ayuda a mantener un
ROI muy alto en las decisiones empresariales.

Fácil de almacenar, informar y distribuir

Los datos procesados son más fáciles de almacenar y gestionar, ya que los datos brutos están
estructurados. Estos datos pueden consultarse y ser accesibles en el futuro y se puede recurrir
a ellos cuando sea necesario.

5.4. REVISIÓN Y CONSISTENCIA DE LA

INFORMACIÓN
El procesamiento y análisis de datos consiste en la recolección de datos en bruto para
transformarlos en información entendible como gráficas, tablas, documentos, etc

Dicha información pasa de la computadora a manos de los empleados que la usarán según sus
necesidades.

•6 etapas del procesamiento y análisis de datos

1. Recopilación de datos

El procesamiento y análisis de datos parte recopilando los datos de las fuentes de

almacenamiento que estén disponibles y que contengan información de calidad. Por lo que
deberán estar en óptimas condiciones y actualizadas.

Estas fuentes pueden estar compuestas por ejemplo de un almacén de datos o de un data
lake. El primero debe estar nutrido con los datos arrojados por los departamentos de ventas,
de servicios, de marketing, finanzas, etc.

El segundo, es un almacén centralizado de información del big data de diversas fuentes que
pueden estar o no estructuradas, con almacenamiento en la nube y con etiquetas de
búsqueda.
 2. Preparación de datos

En este punto comienza la preparación para su organización, la detección de errores y el

descarte de información repetitiva e incompleta. De este modo, pasa a seleccionar la
información necesaria y puntual con la que se trabajará para el procesamiento y análisis de
datos.

3. Introducción de datos

Los datos ya seleccionados ahora son enviados a sus destinos correspondientes, traducidos a
un lenguaje entendible.

A partir de aquí, los datos en bruto comienzan a tomar forma como información útil, que
podrá visualizarse, por ejemplo, en un CRM o en un almacén de datos. Por ello también se
define como el “pre-procesamiento”.

4. Procesamiento / limpieza de datos

En esta etapa, los datos procesados por la etapa anterior son finalmente preparados y
optimizados para su uso final. Esto ocurre a través de algoritmos por medio de una técnica de
programación denominada machine learning.

Lo que ayuda a tu computadora a aprender de forma autónoma sobre todos los datos e
información que está recibiendo para que actúe como corresponda. Así podrá realizar la
actividad prevista de diagnóstico o estudio de la interpretación realizada.

5. Interpretación de datos

¿Recuerdas las gráficas, tablas, documentos y demás que tendrías para trabajar óptimamente?
Es en este punto será cuando finalmente tendrás todo el resultado de las etapas previas. De
una forma totalmente entendible para ti y los miembros que la requieran.

Ahora tus proyectos de analítica necesarios para la optimización de tu empresa podrán ser
realizados con mayor facilidad, rapidez y eficacia. Mejorando así la productividad del trabajo
de todos de forma considerable.

6. Almacenamiento de datos

Finalmente, queda la última etapa de este proceso que consiste en el almacenamiento de toda
esta información útil resultante del procesamiento y análisis de datos.

Para su uso inmediato o posterior según convenga, con la tranquilidad de que estarán
conservados bajo la legislación de protección de datos.

5.5. CLASIFICACIÓN DE LA INFORMACIÓN

La Clasificación de Datos implica categorizar o estructurar datos en orden de importancia o
relevancia. Generalmente la clasificación se realiza según la criticidad de los documentos o
según su sensibilidad (confidencial, restringido, uso general y público). Clasificar la información
es el primer paso para después poder protegerla.

La Clasificación de Datos es la piedra angular en la gestión de la información que permite

minimizar el riesgo de fuga de datos.
El proceso de clasificación de datos no es un proceso sencillo ya que requiere atención a los
detalles y un control adecuado. Existen distintos métodos de clasificación de datos disponibles,
así como diferentes criterios en la disposición de los datos de un repositorio. En su mayoría,
estos métodos son utilizados para ordenar datos no estructurados, los mismos que componen
la mayor parte de la información en una organización. Las grandes cantidades de datos no
estructurados significa grandes retos para quien quiere clasificar.

Idealmente, cualquier proceso de clasificación de datos debería tomar en cuenta los siguientes
puntos:

1. Definición del propósito: ¿Por qué quiere clasificar los datos? No solo es vital
comprender la importancia y objetivo de categorizar la información si no también es
necesario definir cómo identificará áreas, usuarios y documentos de riesgo dentro de
la organización. Los objetivos por los cuales se decide clasificar la información pueden
ser diversos; quizá el proceso de clasificación facilitará el cumplimiento con la
normativa del país, quizá ayudará a optimizar la estrategia y el uso de herramientas de
ciberseguridad o incluso quizá, puede ayudar como punto de partida para desarrollar
planes de contingencia. Sea cual fuere la razón que impulsa la clasificación es
importante responder las siguientes preguntas antes de plantearse un proyecto

2. Creación de la Metodología: Se debe definir una metodología que permita que la

clasificación de datos funcione de manera efectiva. Es importante definir quién
realizará el trabajo de analizar datos antiguos, nuevos datos y datos modificados.
¿Serán los empleados quienes realicen este análisis? ¿Serán ciertos jefes? ¿Será el
encargado de la seguridad de la información? ¿Será una consultora especializada?
¿Será un software con inteligencia artificial? Para poder responder estas preguntas es
muy importante calcular las horas hombres que cada opción representa y el costo de
adaptar el servicio a la organización.

3. Definición de Categorías y Criterios de Clasificación: Si se basa en la estructura común

de clasificación de datos; es decir en base a la ISO 27001, las categorías y criterios
deben encajar y ser adaptados a su política.

4. Definición de Resultados: ¿Qué hacemos luego de la clasificación de datos? ¿Cómo

pretendemos utilizar los resultados del proceso? Ahora que hemos puesto todo en su
lugar, ¿en quién recaerá la responsabilidad de mantener todo en orden? ¿Qué
acciones deben derivar de este ejercicio? ¿Quién hará el seguimiento
correspondiente? La persona o equipo que sea designado tiene que ser altamente
calificado y de confianza para evitar problemas de carácter económico, legal o
reputaciónal
5.6. CLASIFICACIÓN, TABULACIÓN Y
EVIDENCIAS
Una vez realizado el trabajo de campo y la edición de los datos obtenidos, es necesario
efectuar el procesamiento de los datos, es decir, que los mismos se preparan para ser
analizados, para ello se apela a dos técnicas de elaboración de los datos: la codificación y la
tabulación. Lo que precede es válido, en lo que atañe a la codificación, tanto para una
perspectiva metodológica cuantitativa como cualitativa.

En el caso de la tabulación, cabe señalar que no necesariamente está reñida con los
estudios cualitativos, el hecho de realizarla o no depende de la decisión adoptada por el
investigador

Codificación o clasificación
Comboni, S. y Juárez, J., afirman desde una perspectiva cuantitativa que: «La codificación es
un procedimiento técnico mediante el cual, los datos obtenidos se clasifican en categorías y se
traducen en símbolos, ya sean cifras o letras; es decir, se asigna a cada opción de respuestas
un número o una letra que permita tabularla rápidamente.»

Es importante señalar que la elaboración de un sistema de categorías y la codificación se

pueden efectuar en forma simultánea, pero desde un punto de vista lógico, la codificación
depende del sistema de categorías o valores que adopte la variable o alternativas que presente
la pregunta.

Taylor, S.J. y Bogdan, R., por su parte, sostienen desde una perspectiva cualitativa lo
siguiente: «… la codificación es un modo sistemático de desarrollar y refinar las
interpretaciones de los datos. El proceso de codificación incluye la reunión y análisis de todos
los datos que se refieren a temas, ideas, conceptos, interpretaciones y proposiciones. Durante
esta etapa del análisis, lo que inicialmente fueron ideas e intuiciones vagas se refinan,
expanden, descartan o desarrollan por completo.»

A continuación se enumeran y describen cinco 5 fases para codificar los datos cualitativos:

1) Desarrolle categorías de codificación. Empiece redactando una lista de todos los

temas, conceptos e interpretaciones, tipologías y proposiciones identificados o
producidos durante el análisis inicial.

2) Codifique todos los datos. Codifique todas las notas de campo, las transcripciones, los
documentos y otros materiales, escribiendo en el margen el número asignado o la
letra correspondiente a cada categoría.
 3) Separe los datos pertenecientes a las diversas categorías de codificación. …El
investigador reúne los datos codificados pertenecientes a cada categoría. …se recortan
las notas de campo, las transcripciones y otros materiales y se colocan los datos de
cada categoría en carpetas de archivo… .

4) Vea que datos han sobrado. … Algunos de esos datos probablemente se ajusten a las
categorías de codificación existentes. También se pueden plantear nuevas
categorías… .

5) Refine su análisis. La codificación y separación de los datos permite comparar

diferentes fragmentos relacionados con cada tema, concepto, proposición, etcétera, y
en consecuencia refinar y ajustar las ideas.»

Una vez realizada la codificación de los datos, se puede proceder a la confección de la

matriz de datos. Según Galtung, J. (16): «La matriz de datos es un modo de ordenar los
datos de manera que sea particularmente visible la forma tripartita.»

5.7 ANÁLISIS DE LA INFORMACIÓN

Analizar los datos de investigación es un proceso utilizado por los investigadores para reducir
los datos a una historia e interpretarlos con el fin de obtener información. En este proceso,
una gran cantidad de datos son reducidos en pequeños fragmentos para encontrarles sentido.

Para llegar a la etapa de análisis de datos, es necesario que previamente se haya definido el
problema de la investigación, desarrollado e implementado un plan de muestreo, un diseño de
estructura, métodos y herramientas, por lo que se considera que este es un paso más fácil de
realizar en una investigación.

Si tienes dudas sobre cómo llevar a cabo tu análisis de forma correcta, en este artículo te
presentaremos los puntos principales que debes tener en cuenta.

Cuál es la importancia de analizar los datos de investigación antes de presentar los resultados?

El propósito de analizar los datos de investigación es obtener información que pueda ser útil
para tu trabajo y te permite:

1) Describir y resumir los datos

2) Identificar la relación entre variables
3) Comparar variables
4) Identificar la diferencia entre variables
5) Pronosticar resultados

Cómo hacer un análisis de datos en una investigación?

Al analizar los datos de investigación se presentan tres elementos: la organización de los datos,
la reducción de los datos mediante la integración, y la categorización, de modo que los
patrones y los temas puedan identificarse y vincularse fácilmente.

A continuación, tenemos para ti el proceso de realizar un análisis de datos, el cual consta de

tres fases principales:

Fase I: Validación de datos

La validación de los datos se hace para entender si la información recolectada está de acuerdo
con los estándares preestablecidos o si es una muestra de datos sesgada. Esta fase se divide en
cuatro aspectos diferentes:

Fraude: Asegurar que cada respuesta a la encuesta o al cuestionario sea registrada por un ser
humano real.

Proyección: Asegurarse que cada participante o encuestado sea seleccionado o escogido de

acuerdo con los criterios de la investigación.

Procedimiento: Cerciorarse que se mantuvieran los estándares éticos mientras se recolectaban

los datos de la muestra.

Exhaustividad: Asegurarse de que el encuestado contestó todas las preguntas de la encuesta

online o de que el entrevistador ha hecho todas las preguntas elaboradas en el cuestionario.

Fase II: Edición de datos

Con mayor frecuencia, una muestra grande de datos de investigación viene cargada de errores.
Los encuestados a veces rellenan algunos campos de forma incorrecta o a veces los omiten
accidentalmente.

La edición de datos es un proceso en el que los investigadores tienen que confirmar que los
datos proporcionados están libres de tales errores y para ello, necesitan realizar
comprobaciones básicas y de valores atípicos para editar la edición bruta y prepararla para el
análisis.

Fase III: Codificación de datos

Esta es la fase más importante de la preparación de datos, pues se asocia con la agrupación y
asignación de valores a las respuestas de la encuesta.

Supongamos que una encuesta se completa con un tamaño de muestra de 1000, entonces el
investigador creará un rango de edad para distinguir a los encuestados en función de su edad.
Por lo tanto, es más fácil analizar pequeños cubos de datos que tratar con la gran pila de datos

5.8 ANÁLISIS DOCUMENTAL CUANTITATIVO

Qué es el Análisis Documental?

Cómo su propio nombre indica, cuando hablamos de análisis documental nos estamos
refiriendo al estudio de un documento, independientemente de su soporte (audiovisual,
electrónico, papel, etc.).

Cuando estudiamos un documento, lo hacemos desde dos puntos de vista:

Por un lado, nos fijamos en su parte externa, es decir, en el soporte documental. A esto lo
llamamos Análisis Formal o Externo. Nos ayuda a identificar un documento dentro de una
colección.

Por otro lado, analizamos el contenido del documento, es decir, estudiamos su mensaje, la
temática sobre la que trata. A esta parte se la conoce como Análisis de Contenido o Interno.

El Análisis Documental nos permite realizar búsquedas retrospectivas y recuperar el

documento que necesitamos cuando lo necesitamos. Por lo tanto, podemos decir que el
Análisis Documental va unido a la Recuperación de Información

EL ANALISIS EXTERNO O FORMAL

Como ya hemos comentado, el análisis externo estudia el soporte documental, es decir, la

forma del documento.

Incluye los siguientes procesos:

Descripción Bibliográfica: es el punto de partida de la catalogación. Se encarga de describir el

documento, permitiendo la identificación de dicho documento dentro de la colección. Incluye
datos como el título de la obra, autor, datos de edición, la serie, el número de paginas y
dimensiones, el número normalizado y las condiciones de adquisición.

Catalogación: se encarga de elegir los términos por los que será buscado el documento (puntos
de acceso), lo que nos permitirá localizar el documento dentro de una colección. Los puntos de
acceso pueden ser de: autor, titulo, materia, serie, CDU, etc. Cada término es usado como una
entrada al catalogo.

5.9 ANÁLISIS DOCUMENTAL CUALITATIVO

Qué es la interpretación de los datos cualitativos y cuantitativos

En el análisis e interpretación de datos, ejemplos que pueden estudiarse son la interpretación

de datos cualitativos y la de datos cuantitativos, por citar algunos.

¿Qué es la interpretación de datos cualitativos?

El análisis de datos cualitativos consiste en la extracción de conclusiones y significados de

datos heterogéneos y no estructurados, no exprimidos de modo cuantificable o numérico.

¿Qué es la interpretación de datos cuantitativos?

La interpretación cuantitativa consiste en una muestra numérica detectada por análisis de
datos, de forma que cuando se trata de conseguir respuestas, estas deben obtenerse en base
al conjunto de todos los datos.

5.10 INTERPRETACIÓN DE LA
INFORMACIÓN.
la interpretación de datos es un proceso consistente en la inspección, limpieza y
transformación de datos, con el fin de extraer información de utilidad para derivar en unas
conclusiones concretas que permitan esclarecer la toma de decisiones.

El análisis de interpretación de datos puede enfocarse de distintas formas, abordando

diferentes técnicas en una diversidad de nombres, en varios negocios, así como en la ciencia y
en el ámbito de las ciencias sociales.

La razón por la que se procede al análisis e interpretación de la información, una vez

recopilados los datos, es porque dicha información permite la indagación en hipótesis, además
de corroborar pruebas de conjeturas y el descarte de teorías.

Para llevar a cabo distintos tipos de estudios, la interpretación de la información profundiza en

el análisis e interpretación de datos para detectar diferencias de datos, así como en el análisis
e interpretación de datos para detectar asociaciones, además de en la organización, análisis e
interpretación.

Una vez ha quedado claro el concepto sobre análisis e interpretación de datos, y más
concretamente: qué es interpretación de datos, en este post vamos a explicarte varias
cuestiones que se te pueden plantear acerca de esta disciplina, tan presente en todas las
áreas.

¿Qué es la interpretación de datos en una investigación?

Generalmente, la interpretación de los datos en el ámbito comercial se identifica con

implementar una serie procesos, mediante los cuales es posible proceder a la revisión de los
datos, con el objetivo de alcanzar conclusiones.

La interpretación de información, a través del análisis de interpretación de los datos, es una

fase fundamental en el procesamiento de datos.

¿Qué es el análisis de datos estadísticos?

Se trata de vincular los resultados de los análisis de datos con las hipótesis generadas en una
determinada investigación, así como con los conocimientos ya verificados.

El análisis e interpretación de datos estadísticos es una de las etapas esenciales en el

procesamiento de datos, puesto que la información derivada de este estudio se refleja en las
conclusiones finales.

Para saber cómo interpretar datos estadísticos se requiere contar con especialistas
debidamente cualificados/as en esta área matemática.

Qué es la interpretación de los datos cualitativos y cuantitativos

En el análisis e interpretación de datos, ejemplos que pueden estudiarse son la interpretación
de datos cualitativos y la de datos cuantitativos, por citar algunos.

¿Qué es la interpretación de datos cualitativos?

El análisis de datos cualitativos consiste en la extracción de conclusiones y significados de

datos heterogéneos y no estructurados, no exprimidos de modo cuantificable o numérico.

¿Qué es la interpretación de datos cuantitativos?

La interpretación cuantitativa consiste en una muestra numérica detectada por análisis de

datos, de forma que cuando se trata de conseguir respuestas, estas deben obtenerse en base
al conjunto de todos los datos.