Documentos de Académico
Documentos de Profesional
Documentos de Cultura
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
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.
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.
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
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.
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
• Elementos
Se identifican cinco elementos en la técnica de observación.
Elaboración propia
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.
El procesamiento de datos en la investigación tiene seis pasos. Veamos por qué son un
componente imperativo del diseño 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.
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.
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.
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.
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.
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.
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.
Dicha información pasa de la computadora a manos de los empleados que la usarán según sus
necesidades.
1. Recopilación de datos
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
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”.
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.
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
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.»
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:
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… .
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:
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.
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.
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
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.).
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.
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.
5.10 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.
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.
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.
Para saber cómo interpretar datos estadísticos se requiere contar con especialistas
debidamente cualificados/as en esta área matemática.