Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Imagen 2 Fases de una investigación científica Fuente Ynoub , Roxana, pág. 106
Mi intención es ubicar el procesamiento de datos en esta situación e indicar las
cuestiones y temáticas involucradas donde interviene.
Fase 1: “Fase Sincrética” (Desde intuiciones -> tradiciones-> a conceptualizaciones)
Sus componentes: son modelos y tradiciones de mención, problemas, hipótesis y
objetivos
Lo fundamental de esta fase lo constituyen la formulación de las preguntas que
guiarán a la investigación y concluirá con la formulación del problema de investigación
y la conformación de hipótesis (o conjeturas).
Fase 2: “Fase Analítica” (conceptualizaciones a operacionalizaciones).Inicio del
procesamiento de datos
La finalidad de esta fase es decidir cuál será el objeto empírico de la investigación, lo
que significa seleccionar los tipos de unidades de análisis (Universo de estudio o
población a analizar).En procesamiento de datos llamamos muestra , a la selección de
unidades de análisis.
Sus componentes son el análisis de la composición del objeto de estudio y de sus
niveles de integración, hipótesis de trabajo, matrices de datos, implementación y
producción de datos. Es un pasaje del universo teórico a universos de unidades de
análisis bien definidos.
Lo que señala el comienzo del procesamiento de datos en la toma de decisiones en
cuanto a las muestra a tomar y a los tipos de variables a tratar, sus escalas y al tipo de
matriz constituida.
Fase 3 “Fase Sintética” (producción a interpretación de datos) .Donde se despliega
toda la potencialidad del procesamiento de datos
Los componentes de esta fase serán: datos, tratamiento, interpretación, búsqueda de
posibles relaciones y nuevo objeto, elaboración de informes y exposición
Ynoub , R (2014) establece que los cuatro componentes del dato pueden ser
concebidos como el resultado de ciertas operaciones cognitivas:
❖ Entificar : identificar las entidades abordables empíricamente para
evaluar aquellos aspectos que se considera relevantes
❖ Clasificar: identificar la sustancia o asunto de la variable y definir
categorías o clases en que se clasificaran las entidades
El procesamiento de datos , momentos fundamentales en una investigación científica.
Edgardo Alberto Di dio Cardalana
Valores o categorías: constituyen los estados particulares que pueden asumir las
variables. Define distintas maneras de medir o clasificar a las unidades de análisis, se
reconocen destinas escalas de medidas.
A los indicadores se los define como los procedimientos que se aplican sobre algún
aspecto de la unidad de análisis para determinar el valor que le corresponde a cierta
variable.
Los indicadores tienen como función conectar el mundo inteligible con el mundo
sensible; la praxis con la teoría. Los componentes del indicador son: La Dimensión y el
Procedimiento. Una vez definido el indicador deben especificarse también las
condiciones particulares para evaluarlo: que aspectos serán tenidos en cuenta y con qué
procedimientos se medirán.
La validez del indicador compromete a la dimensión del indicador (a que se evalúa)
mientras que la confiabilidad a los procedimientos del indicador (cómo se evalúa).
Una matriz de datos en forma general podemos definirla como:
Las columnas de las variables pueden ser únicas variables simples o con varias
subvariables o subdimensiones. de acuerdo con el diseño metodológico del investigador
Unidades de análisis Variables
V1 V2 V3
Sub1 V3 Sub 2 V3
#1
#n
El primer estudio estadístico que efectuar es aquel analizamos una variable o una
dimensión , en ello es frecuente organizar la variación de la variable en frecuencias
absolutas o relativas. Obviamente en esa tabla se hace la partición del conjunto de datos
de la variable en un sistema exhaustivo como lo señale con anterioridad , aquí se pueden
calcular los estadígrafos habituales : moda, mediana, media, varianza, desvío ,coeficiente
de variación , curtosis, percentiles, deciles, cuartiles y quintiles. Para organizar la
variación de esa variable, y visualizar información sobre el conjunto de valores que tomo
la variable. Así mismo puede visualizarse el conjunto de valores de la variable en un
gráfico adecuado.
Se pueden realizar tablas de variaciones entre las variables , de tal manera que se
pueda relacionar una variable con la otra , buscando su covarianza, analizando la
factibilidad de un modelo lineal con el coeficiente de Pearson y el coeficiente de
determinación para conocer cuántos puntos de esa tabla se corresponde con el modelo .
Así mismo se puede efectuar la recta de regresión para hacer predicciones .
Es conveniente evaluar los otros modelos matemáticos, que no sean lineales, que
puedan dar un mejor ajuste a los puntos de la tabla de variables
También pueden realizas un estudio de más de dos variables, un estudio
multivariados en modelos matemáticos del tipo F(X1,X2,X3,…Xn) (Funciones escalares)
Pueden organizarse tablas entre variables categóricas , denominadas tablas de
contingencia para determinar con las probabilidades y la prueba de chi cuadrado
independencia entre las variables u homogeneidad de las proporciones.
El procesamiento de datos , momentos fundamentales en una investigación científica.
Edgardo Alberto Di dio Cardalana
Estado Biomasa
0D 1D 2D
0 años 7 1.2 1.1
1 año 11 2.5 1.7
5 años 17 3.3 2.5
10 años 20 5.6 4.3
Para algunos autores, dichos errores pueden causar distorsiones que originan
defectos y trampas en la ciencia . En particular: Matamoros Pinei RA, Ceballos
Márquez A . (2017) señalan “estos errores y trampas en la ciencia médica y veterinaria
para ayudar a los investigadores a producir resultados estadísticamente correctos en
sus futuras investigaciones.”
Este proceso de adecuación del modelo matemático empleado a la matriz de datos
analizada debe detallarse y es el proceso de argumentación y verificación de las
semejanzas y relaciones halladas.
Conclusiones
En una investigación científica es imprescindible y necesario tener
conceptualizaciones y técnicas del procesamiento de datos .
El proceso de datos determina un nuevo sentido del objeto estudiado. El proceso
debe nutrir una comprensión profunda que definirá una modelización especifica y
creativa para poder explicitar las regularidades del conjunto de datos y las relaciones
pertinentes a las variables.
Para cada diseño de una matriz de datos habrá técnicas estadísticas que detallar ,
argumentándose por que se utiliza la herramienta estadística seleccionada y
especificarlas detallando las variantes utilizadas. Lo mismo ha de tenerse en cuenta
para las búsquedas de posibles relaciones y en las técnicas estadísticas de constatación
de hipótesis .
Desde esta perspectiva podemos visualizar los procesos y conceptos necesarios del
Procesamiento de datos en una investigación científica:
Bibliografía
Aguilar-Garavito M. y W. Ramírez (eds.) 2015. Monitoreo a procesos de
restauración ecológica, aplicado a ecosistemas terrestres. Instituto de
Investigación de Recursos Biológicos Alexander von Humboldt (IAvH). Bogotá
D.C., Colombia. 250 pp.
Barriga, O. A. y Henríquez , G.A. (2011). de la Universidad de Concepción,
Facultad de Ciencias Sociales. Departamento de Sociología. Chile. "La relación
Unidad de Análisis-Unidad de Observación-Unidad de Información: Una
ampliación de la noción de la Matriz de Datos propuesta por Samaja". Revista
Latinoamericana de Metodología de la Investigación -ReLMIS.
Nº1. Año 1. Abril - Sept. de 2011. Argentina. Estudios Sociológicos Editora. ISSN
1853-6190.
Caprigioni ,C. ,(2004) Estadística Editores 3C 2014 Buenos Aires
Matamoros Pinei R.A., Ceballos Márquez A. Errores conceptuales de estadística
más comunes en publicaciones científicas. Rev. CES Med. Vet. Zoot. Vol 12 (3):
21 1-229.