Tema 9

Tema 9
Teoría y Práctica de la Investigación Educativa
Análisis de la información
Índice
Esquema 3
Ideas clave 4
9.1. ¿Cómo estudiar este tema? 4
9.2. Análisis cuantitativo 4
9.3. Análisis cualitativo 12
9.4. Presentación de resultados 27
9.5. Conclusiones, limitaciones y prospectiva de
© Universidad Internacional de La Rioja (UNIR)
investigación 33
9.6. Referencias bibliográficas 34
A fondo 36
Test 42
Esquema
Teoría y Práctica de la Investigación Educativa 3

Tema 9. Esquema
Ideas clave
9.1. ¿Cómo estudiar este tema?
Para estudiar este tema, además de las ideas clave que encontrarás, debes leer las
páginas 221-246 y 249-266 del manual de la asignatura que encontrarás disponible
para su consulta, descarga y estudio en el aula virtual: Navarro, E., Jiménez, E.,
Rappoport, S. y Thoilliez, B. (2017). Fundamentos de la investigación y la innovación
educativa. Universidad Internacional de La Rioja (UNIR).
9.2. Análisis cuantitativo
Análisis estadístico
El análisis estadístico es lo que permite llevar a cabo la interpretación de la

información y los resultados de la investigación cuantitativa. La estadística como
una forma de estudio específica y el tipo de análisis que genera a través de sus
técnicas, permiten, básicamente:
 Seleccionar la muestra para una investigación aplicando técnicas específicas.

 Probar la fiabilidad y validez de los instrumentos de recogida de información.
 Analizar los resultados de la investigación.
 Dar respuesta a los objetivos de la investigación.
 Comprobar o refutar hipótesis de investigación.

 Comprender e interpretar los resultados de otras investigaciones.
En este sentido, el análisis estadístico es un elemento clave en la investigación

cuantitativa. Actualmente, este tipo de análisis se realiza a través de programas

Tema 9. Ideas clave
específicos de análisis de datos cuantitativos, como por ejemplo el Statistical
Package for the Social Sciences (SPSS), Minitab, SAS, y programas de software libre.
El Excel también permite hacer algunos tipos de análisis, si se dispone de la
herramienta estadística.
Los laboratorios de UNIR permiten conectarse y trabajar de forma remota con

el SPSS. Como alumno UNIR, tienes acceso a ellos y posibilidad de trabajar en
el laboratorio a cualquier hora, desde cualquier lugar.
Las técnicas estadísticas son métodos para resumir, organizar y analizar datos
cuantitativos recogidos en una investigación, de modo tal que emplean la
información numérica (cuantitativa) de las variables que se han medido a través de
los instrumentos.
Es importante aclarar que las variables cualitativas como, por ejemplo, el género,
deben codificarse de forma numérica para tratarlas estadísticamente, en este caso
se codificaría con valor 1 para mujeres y valor 2 para hombre.
Básicamente el análisis estadístico se desarrolla a partir de dos ramas: la estadística

descriptiva y la estadística inferencial.

Tema 9. Ideas clave
Figura 1. Tipos de estadística. Fuente: elaboración propia, basada en Navarro et al., 2017.
Si una investigación tiene un alcance descriptivo, las correlaciones que pueden

darse entre las variables se consideran un análisis estadístico descriptivo, pero si la
finalidad es la generalización de los resultados, y se ha realizado un análisis
descriptivo bivariado, también se podría considerar estadística inferencial.
En los casos en los que se haya hecho un análisis inferencial, es posible realizar una
generalización de los resultados en términos de probabilidad, siempre que la
muestra haya sido representativa.
Aproximación a la estadística descriptiva
Una vez que obtenemos los datos de nuestra investigación, debemos organizarlos y
analizarlos para poder interpretarlos. La estadística descriptiva univariada nos
proporciona una serie de índices que nos permiten ver cómo se distribuyen esos
datos.

Tema 9. Ideas clave
No detallaremos las fórmulas para calcular cada uno de los datos estadísticos que
vamos a ver, porque actualmente este cálculo se hace empleando programas
informáticos como Excel o SPSS.
 Frecuencias y porcentajes: se utilizan en variables cualitativas (nominales u

ordinales) para contar el número o la proporción de casos. Por ejemplo, en la
variable «sexo», podemos contar el número de hombres (frecuencia) o el
porcentaje de mujeres que hay.
 Índices de tendencia central: se utilizan en variables cuantitativas y cualitativas

(en estas últimas solo la moda) para ver cuáles son los valores centrales de un
conjunto de datos. Aquí destacaremos la media aritmética, la mediana y la moda.
• Media: es el promedio o media aritmética. Se considera el centro de masas de

la distribución de valores y es producto de sumar todos los valores que
obtienen los sujetos en una variable y dividirlo por el número total de casos
que forman parte de la muestra.
• Mediana: al ordenar a los sujetos por sus valores en una variable, la mediana
es el punto en el que el 50 % de estas, son menores que la mediana y el otro
50 % son mayores. Si el número de sujetos es impar, la mediana será el valor
central, pero si es par, el dato se calcula haciendo la media de los dos valores
centrales.

Tema 9. Ideas clave
• Moda: es el valor de la variable que más veces se repite. Es posible que haya
varias modas en una misma variable. Veamos un ejemplo de moda en
variables nominales:
Nivel educativo Frecuencia
Educación Primaria 15
Educación Secundaria 56
Educación universitaria 21
Posgrado 9
Tabla 1. Ejemplo.
La moda de la variable «nivel educativo» es, este caso, «Educación

Secundaria» (¡cuidado con creer que la moda es igual a 56!), ya que es el valor
o nivel que más se repite (a los valores de una variable cualitativa se les llama
frecuentemente niveles; de esta forma, la variable «nivel educativo» tendría,
en este caso, cuatro niveles: «Ed. Primaria», «Ed. Secundaria», «Ed.
Universitaria» y «Posgrado»).
 Índices de dispersión o variabilidad: indican en qué medida los datos se agrupan

en torno a los valores centrales. Si son muy parecidos habrá una mayor
homogeneidad de esas puntuaciones; si, al contrario, los valores están más
dispersos, habrá más heterogeneidad del grupo. Se trata de la variabilidad de la
variable. Imagina que medimos a cinco alumnos y obtenemos los siguientes
datos: 150, 169, 171, 155. Es fácil ver que en este caso la estatura tiene mayor
variabilidad que en la siguiente medición: 169, 169, 168, 170. Estos índices se
utilizan para estudiar cómo se distribuyen las puntuaciones en torno a los valores
centrales.

Tema 9. Ideas clave
Los estadísticos principales son:
• Varianza: es la media de las diferencias de cada puntuación respecto a su

media, elevadas al cuadrado.
• Desviación típica: es la raíz cuadrada de la varianza.
• Puntuaciones mínima y máxima.
• Rango o amplitud: es la diferencia entre la puntuación máxima y la mínima.
• Coeficiente de variación de Pearson: para comparar la dispersión de variables
con distintas escalas, se divide la desviación típica por la media. Por ejemplo,
si tenemos que el CV de la estatura es 0.289 y el del tiempo de reacción es
0.126, entonces sí podemos decir que la primera variable presenta mayor
variabilidad que la segunda.
 Índices de forma: nos dan una idea de la forma que tiene la distribución de los
datos. Normalmente, cuando se habla de la forma de una distribución se hace
referencia a la asimetría y la curtosis de esta.
• Asimetría: si una distribución es simétrica, la media, la moda y la mediana

coinciden.
Figura 2. Ejemplos de distribución.

Para conocer la simetría de una variable no es necesario representarla

gráficamente. Para ello, hay varios índices de asimetría que nos dan
información, precisamente, del grado de asimetría. Por ejemplo, el índice de
asimetría de Pearson nos da un valor entre -1 y 1, de forma que si el valor del

Tema 9. Ideas clave
índice es igual a cero entonces la distribución es simétrica. Si toma valores
negativos es asimétrica negativa y si toma valores positivos es asimétrica
positiva.
• Curtosis o apuntamiento: nos da una idea de la medida en que los datos se
concentran en el centro de la distribución.
Figura 3. Ejemplo de curtosis o apuntamiento.
Por otro lado, la estadística descriptiva bivariada permite el análisis conjunto de

dos variables. Las correlaciones son los principales estudios llevados a cabo en este
tipo de estadística. Para conocer la relación existente entre dos variables, debemos
calcular un coeficiente de correlación. Este será uno u otro dependiendo del tipo de
variable, por lo que cada combinación de variables tiene su estadístico de
correlación. Es decir, el tipo de coeficiente de correlación que debe utilizarse
depende de la escala de medida de las variables que se pongan en relación. En la
tabla 2 puedes ver los más comunes:
Variables Correlación
Dos variables cuantitativas continuas Pearson

Dos variables ordinales; una ordinal y otra
cuantitativa, o variables discretas Spearman, taub, tauc, gamma

Dos variables nominales con más de dos
categorías Chi-cuadrado, phi y V de Cramer
Dos variables nominales con el mismo número
de categorías Coeficiente de contingencia, phi y V de Cramer

Tema 9. Ideas clave
Variables Correlación
Una variable dicotómica y otra cuantitativa Biserial-puntual
Dos variables dicotomizadas Tetracórica
Tabla 2. Coeficientes de correlación. Fuente: elaboración propia, basada en Navarro et al., 2017, p. 234.
La correlación entre variables puede representarse visualmente mediante un

gráfico de dispersión. Este gráfico se realiza incluyendo la puntuación que un sujeto
tiene en la intersección de las puntuaciones de dos variables analizadas. Si, por
ejemplo, se estudia la correlación entre dos variables cuantitativas (X e Y) a través
de un gráfico de dispersión, podremos encontrar diferentes patrones:
Figura 4. Patrones de correlación. Fuente: elaboración propia, basada en Navarro et al., 2017, p. 235.
La interpretación de las correlaciones es la misma en todos los estadísticos

mencionados, excepto en el coeficiente chi-cuadrado. Los valores de las
correlaciones pueden oscilar entre -1 y +1. Además, la correlación es más intensa a

medida que el valor se aproxima a estos límites y se considera que no hay
correlación entre las variables cuando el valor es cercano a cero.

Tema 9. Ideas clave
La relación positiva o directa (valores positivos) se produce cuando el aumento de
los valores de la variable X se corresponde con un aumento también en los valores
de la variable Y. En cambio, la relación negativa o inversa (valores negativos) se da
cuando al aumentar los valores de una variable disminuyen los de la otra. Otra
opción es que no haya relación entre variables. Cuando ocurre esto no se puede ver
ningún patrón en el gráfico de dispersión, aparece una nube de puntos. Finalmente,
es posible que la relación entre dos variables no sea lineal, sino curvilínea.
Además de la dirección de las correlaciones, también es posible identificar su

intensidad o fuerza analizando el valor obtenido. Si los valores están próximos a los
valores máximo y mínimo de un coeficiente de correlación (-1 y +1), la intensidad es
alta, y si se aproxima a cero es baja (Navarro et al., 2017, p. 234).
Figura 5. Intensidad y dirección de la correlación. elaboración propia, basada en McMillan y Schumacher,

2012, citado en Navarro et al., 2017.
9.3. Análisis cualitativo
¿Qué se entiende por análisis cualitativo?

En una investigación de enfoque cualitativo, como hemos visto, se pueden recoger

gran cantidad de datos procedentes de los diversos instrumentos que se aplican a lo
largo del trabajo de campo. Estos datos pueden tener varios formatos: oral,
mediante registros de audio, vídeo, o toma de notas, así como fotografías,

Tema 9. Ideas clave
documentos institucionales, como puede ser el PEI de un centro, por ejemplo. Con
lo cual, a la hora de organizar la información recogida se hace necesario prepararla
y ordenarla, para poder llevar a cabo el análisis correspondiente.
El análisis cualitativo consiste en «un proceso inductivo de organización de datos en

categorías y de identificación de modelos (relaciones) entre las categorías»
(McMillan y Schumacher, 2012, p. 478).
El razonamiento inductivo parte de los datos hacia las abstracciones, va de lo

particular a lo general, es decir, de la información obtenida literalmente en una
entrevista hacia la construcción del significado de esa información mediante un
proceso de análisis específico. Es frecuente volver sobre los datos para corroborar o
comprobar la solidez del análisis, así como combinar procesos inductivos y
deductivos que permitan comprobar la existencia efectiva de las relaciones que se
están construyendo.
El análisis cualitativo es un proceso flexible, cíclico y recurrente, que comienza,

prácticamente al mismo tiempo que el trabajo de campo. Mientras que en el
análisis cuantitativo primero se presentaban y describían los datos, para luego,
poder interpretarlos, en el análisis cualitativo el análisis mismo es inseparable del
momento de interpretación.
Esto ocurre, por ejemplo, cuando en una entrevista en profundidad se formula una
pregunta que formaba parte del guion y, por el tipo de respuesta que ha dado el
entrevistado, hay que reformularla o reconducirla a través de una nueva pregunta,
no prevista, para poder recoger la riqueza de los datos que ofrece el informante.
Ocurre que el entrevistador-investigador, tiene claro, de alguna manera, qué es lo
que busca. Diríamos que, de cierta manera, a través de las revisiones que ha hecho
y de otros instrumentos, ya tiene construidas unas posibles categorías de análisis
que tiene en mente y busca información que las sustente.

Tema 9. Ideas clave
Otro rasgo distintivo es su carácter no estandarizado. No hay un método único de
análisis, pues este depende en gran medida de los objetivos de investigación, las
estrategias de formulación de datos y, especialmente, de los estilos analíticos de los
investigadores. Que el proceso sea flexible o no estandarizado, no quiere decir que
sea desordenado o imprevisible. Al contrario, un investigador cualitativo debe ser
muy riguroso y ordenado, desarrollando un proceso sistemático tanto para recoger
la información como para analizarla. Es el mejor camino para asegurar la fiabilidad y
la validez del estudio.
Proceso general de análisis de datos cualitativos
El proceso de análisis de datos en investigación cualitativa puede variar de acuerdo

con el diseño del estudio y al enfoque del investigador. Cada uno tiene sus
características y, dada la complejidad, requiere, como ya hemos mencionado, que el
investigador esté formado tanto para llevar a cabo el trabajo de campo como para
realizar el análisis.
Para facilitar el aprendizaje, en nuestro caso, seleccionaremos un proceso básico

que podrás aplicar si realizas un TFG desde el enfoque cualitativo o si lo
complementas con el cuantitativo, por ejemplo, para profundizar (a través de
entrevistas) una determinada temática a estudiar. Miles y Huberman (1994)
proponen un proceso de análisis para una investigación de tipo cualitativa que
comprende tres fases con subprocesos interrelacionados. La figura 6 muestra de
forma esquemática la representación que proponen los autores.

Tema 9. Ideas clave
Figura 6. Proceso general de análisis de datos cualitativos según el modelo de Miles y Huberman, 1994.
Fuente: Rodríguez, Gil y García, 1999, p. 206.
La primera fase corresponde a la reducción de datos. Esta tarea se desarrolla a lo

largo de todo el proceso, comenzando con la delimitación del problema y los
recursos disponibles para llevar a cabo el estudio. A continuación, a modo de
ejemplo, se presentan algunos momentos donde se expresa la organización previa
de los datos.
En este caso corresponde a una investigación donde se desarrolló un estudio de

casos múltiple. Se aplicaron entrevistas en profundidad individuales y grupales,
desarrolladas a profesores, alumnos y expertos en un tema, y se realizaron también
grupos de discusión con diversos tipos de informantes.

Tema 9. Ideas clave
ENTREVISTAS EN PROFUNDIDAD GRUPO DE DISCUSIÓN
CASOS
Individuales Grupales Expertos Profesores Estudiantes Expertos
1 4 1
2 7
3 2
4 3 3 1
5 2
6 1
4 2
7 2
8 7
9 12
10 3 2 1 1
11 1
12 2 2
TOTAL 43 9 4 1 3 2
Tabla 3. Ejemplo de preparación de los datos en un estudio de caso múltiple. Fuente: elaboración propia,
a partir de García San Pedro, 2010, p. 187.
El siguiente texto acompaña la explicación de la tabla en la investigación original:
«En este caso, como se observa en la tabla anterior, se desarrollaron 43

entrevistas individuales y 9 entrevistas grupales con profesores y
responsables de la gestión académica, asimismo se concretaron 4
entrevistas individuales a expertos, para profundizar en los distintos
aspectos (metodológicos, conceptuales, por ejemplo) que se realizaban
conforme avanzaba el estudio de casos.
» En relación con los grupos de discusión desarrollados con los expertos, se

recogen en el apartado "Triangulación" del capítulo 10, como parte del
control de calidad del proceso de investigación. La observación directa, las
notas de campo y el análisis de documentos fueron instrumentos
complementarios en la recolección de datos y se integran en la
presentación de los resultados del estudio de casos, capítulo 12.» (García
San Pedro, 2010, p. 187).
Continuando con el ejemplo anterior, antes de comenzar a tomar decisiones que

corresponden a la separación de unidades, el investigador revisa y expone de forma
detallada cómo va preparando los datos. A continuación, puede observarse cómo se
explica este trabajo previo en una memoria de investigación:
«Las entrevistas y los grupos de discusión fueron registrados mediante

grabaciones y notas de campo bajo el consentimiento de los participantes
en el estudio. Se respetó la opción de dejar de grabar en determinados
momentos o de no grabar alguna entrevista, a demanda del entrevistado.

Tema 9. Ideas clave
» La información obtenida fue transcripta y, en algunos casos, la
trascripción fue devuelta a los informantes para su aprobación o
rectificación. Los documentos originales se guardaron como referencia, a la
vez que se compararon con las versiones corregidas. Se registraron algunas
observaciones sobre los cambios, no obstante, solo afectaban a aspectos
formales del lenguaje.
» Las reflexiones generadas a partir del estudio del contenido, de las

reacciones de los entrevistados, o relacionando informaciones adicionales
que proveyeron los mismos entrevistados, se registraron en notas
adicionales. Estas notas son complementarias a las transcripciones y se
consideraron en el momento de la integración conceptual.
» Una vez que las entrevistas y los grupos de discusión fueron transcritos y
revisados se utilizó el programa de análisis cualitativo Atlas.Ti 5.0. Este
programa informático permitió la organización completa de los datos
obtenidos» (García San Pedro, 2010, p. 187).
En segundo término, la reducción durante y tras la recogida de datos implica la

interacción de tres actividades:
 Separación en unidades.
 Identificación y clasificación de unidades.
 Síntesis y agrupamiento. La descripción de estos subprocesos se detalla en la
figura 7.

Tema 9. Ideas clave
Figura 7. Análisis cualitativo de datos según el modelo de Miles y Huberman (1994). Fuente: elaboración
propia, basada en Navarro et al., 2017.
Siguiendo el ejemplo que estamos trabajando, a continuación, puedes observar

cómo se explica en el contexto del estudio la separación de las unidades y algunos
elementos de la identificación y clasificación de unidades.
«Establecimiento de la unidad de análisis. Como se describió en el apartado

“La selección de los Casos significativos”, el número total de casos que
formaron parte del estudio se reduce a 12, la consulta a expertos queda
representada por cuatro entrevistas individuales y el segundo grupo de
discusión que se desarrolló, dado que en el primero se persiguió la
validación de aspectos conceptuales que formaron parte del marco teórico.
Las notas de campo se registran en un solo documento […].
» Finalmente, en lo que respecta a la unidad de análisis textual de los

documentos generados, se seleccionan los “temas” o frases en tanto
unidades de sentido que es posible identificar en los textos. En general, se
ha optado por seleccionar frases cortas, o un párrafo, por ejemplo».

(García San Pedro, 2010, p.187).
El subproceso de identificación y clasificación de unidades y el de síntesis y

agrupamiento, se comentarán con detalle en el próximo apartado.

Tema 9. Ideas clave
La segunda fase corresponde, en el modelo que venimos desarrollando, a la tarea
de disposición y transformación de datos. La importancia de esta fase es que
permite organizar y presentar la relación entre los datos a través de gráficos y
matrices para poder interpretarlos más tarde.
Miles y Huberman (1994) consideran oportunas tanto las gráficas como las
matrices. A su vez, ambas pueden ser clasificadas como descriptivas o explicativas.
A modo de ejemplo, en la tabla 4, se muestra una matriz descriptiva que recoge las
visiones del cambio conceptual sobre el modelo formativo halladas en el estudio.
Cabe aclarar que construir esta matriz es el resultado de organizar y relacionar la

información analizada, de forma tal que permite, mediante procesos de
razonamiento inductivo, construir las relaciones que describan las concepciones
halladas.

Tema 9. Ideas clave
Tabla 4. Ejemplo de matriz descriptiva: visión del cambio de modelo formativo en las titulaciones. Fuente:
García San Pedro, 2010, p. 245.
La tercera fase corresponde a la elaboración y la verificación de conclusiones. Esta

fase integra todo el proceso, y solo se puede construir si se ha hecho un trabajo de
análisis previo cuidado y muy minucioso. Asimismo, la construcción final es posible
gracias al aporte y contraste permanente con las fuentes teóricas. Estas han ido
aclarando, ubicando, reconduciendo o contrastando el análisis y la elaboración de
categorías.
Es importante recordar que la finalidad primordial de todo estudio cualitativo es

comprender la perspectiva de los propios protagonistas del contexto estudiado.

Tema 9. Ideas clave
«Se pretende lograr una descripción comprensiva y razonada de los
comportamientos de los sujetos, tanto a nivel individual como grupal. Se
busca conocer sus motivaciones y sus interacciones. Conocer lo explícito, lo
que es observable fácilmente, pero, en especial, se busca comprender lo
implícito, lo que está por debajo de cada acción y cada discurso. La
verdadera dimensión interpretativa de un estudio cualitativo está
justamente en lo que las personas hacen y dicen sin ser completamente
conscientes de ello» (Tójar Hurtado, 2006, como se citó en Navarro,
Jiménez, Rappoport y Thoilliez, 2017, p. 258).
A modo de ejemplo, en la figura 8, la investigadora ha representado todo el proceso

de decisión que ha seguido para poder elaborar las conclusiones del estudio. Como
puede apreciarse, las preguntas de investigación han estado presente, así como la
transformación de los datos lograda gracias al análisis conceptual realizado y,
finalmente, la revisión de la literatura. Esas tres vertientes relacionadas han
permitido integrar e interpretar los temas para lograr la comprensión del problema
de estudio desde la perspectiva de sus protagonistas.
Figura 8. Fase 3: elaboración y verificación de conclusiones. Ejemplo de las decisiones tomadas por el
investigador para elaborar las conclusiones del estudio. Fuente: García San Pedro, 2010, p. 255.
Para poder elaborar las conclusiones del estudio, se debe haber seguido un riguroso
proceso de análisis y síntesis con estrategias de análisis claramente definidas. Como
veremos en el próximo apartado, la construcción de las categorías (primera y

Tema 9. Ideas clave
segunda fase del proceso) son la base para poder llegar a describir y comprender el
problema de estudio. Puede parecer redundante, pero es el único camino para dar
validez al relato final o memoria de investigación.
En el ejemplo que se recoge en la tabla 5, pueden observarse dos cuestiones

interesantes. Por un lado, de izquierda a derecha se describe la estrategia de
análisis (que pasa de un análisis de caso simple, comparativo, a un análisis de temas
integrados, que supera a cada caso y los integra a través de los temas). Por otro
lado, en dirección de arriba hacia abajo, puede verse la estrategia de síntesis, que
ha permitido construir o reconstruir el relato a través de los datos. La diagonal que
puede trazarse imaginariamente es la forma de representar la construcción final de
los temas/resultados, a partir de inferencias y generalizaciones limitadas al alcance
del estudio.
Tabla 5. Fase 3: Elaboración de conclusiones: Ejemplo de integración de los resultados del estudio de casos:
Estrategia de análisis y de síntesis. Fuente: García San Pedro, 2010, p. 256.

Tema 9. Ideas clave
Otra forma de representar esta construcción es la que recoge la figura 9:
Figura 9. Fase 3: elaboración y verificación de conclusiones: Ejemplo de las decisiones tomadas por el
investigador para elaborar las conclusiones del estudio. Fuente: García San Pedro, 2010, p. 257.
Como puede apreciarse a lo largo de todos los ejemplos, la explicación de las

estrategias seguidas y la toma de decisiones es una característica clave en los
estudios cualitativos. Es la manera que tiene el investigador de garantizar la solidez
de la construcción de las conclusiones. Además, esta construcción debe ser
contrastada también a través de procesos específicos de triangulación de datos, de
instrumentos y de investigadores.
Criterios de rigor científico para el análisis cualitativo de datos
Asegurar el rigor de los resultados de una investigación es la preocupación principal

de todo investigador. En el caso del enfoque cualitativo, es una cuestión que ha

Tema 9. Ideas clave
suscitado mucha controversia, dado que el investigador es una pieza clave en el
proceso y está muy implicado en todo momento. Vale decir, que hoy en día, los
mecanismos que hay para asegurar la validez y el rigor, han permitido una
aceptación más generalizada de los resultados dentro de la comunidad científica.
Según Atkinson (1992, como se citó en Ruiz Olabuénaga, 1996, p. 102): «como
criterio de validez, debe admitirse que, del mismo modo que el investigador debe
responsabilizarse de sus decisiones teóricas (contenido) y metodológicas (acceso),
debe tomar las decisiones textuales (formato) y representativas de manera
responsable».
¿Cómo es posible asegurar el rigor en el proceso de investigación cualitativo?
Para evitar producir información sesgada, Guba (1989) postuló criterios de rigor
equivalentes a los de la investigación cuantitativa. Por su parte, Goetz y LeCompte
(1988) postulan la necesidad de un control de calidad del diseño etnográfico, que
puede hacerse extensivo a los diseños cualitativos en general. Los autores persiguen
el objetivo de trasladar esos criterios de calidad y adaptarlos a la modalidad de
investigación cualitativa. Estos criterios son los siguientes:
Figura 10. Criterios regulativos y metodológicos de investigación. Fuente: elaboración propia, basada en
Guba, 1989, citado en Bisquerra, 2004.

Tema 9. Ideas clave
La credibilidad hace referencia al valor de verdad de la investigación, es decir, los
resultados deben ajustarse a la realidad.
El criterio de transferibilidad trata de la posibilidad de trasladar el conocimiento

obtenido a otros contextos de similares características. Si bien no es objetivo de la
investigación cualitativa, la generalización de sus resultados se considera un criterio
de rigor científico, que ofrece la posibilidad de replicar los resultados obtenidos en
situaciones parecidas.
La dependencia indica la consistencia de los datos, la fiabilidad de sus resultados, la

permanencia y la solidez de la información obtenida a lo largo del tiempo. Se trata
del criterio de mayor fragilidad, debido a las características de la información
recabada, percepciones, creencias y significados que son susceptibles a cambios en
el transcurso del tiempo.
La confirmabilidad se relaciona con el intento de brindar información lo más

consensuada posible y, por ende, más objetiva y neutra. A través de técnicas que
contrastan información (triangulación), se intenta contrarrestar la subjetividad
presente en las interpretaciones del investigador. Es altamente recomendable dejar
claro el marco de referencia desde donde se posiciona el investigador, así como
efectuar validaciones continuas y conjuntas con los participantes.
A continuación, la tabla 6 que podrás observar, describe las técnicas que pueden
ayudar a aumentar el rigor en una investigación cualitativa.
Confiabilidad Técnicas
• Observación persistente: enfoque intenso en aquellos puntos de la
situación que son más característicos.

Respecto a la • Triangulación: garantizar una variedad de fuentes de datos, de
credibilidad investigadores, de perspectivas (teorías) y de métodos, contrastando
unos con otros para confirmar datos e interpretaciones.
• Control de miembros: examen continuo de datos e interpretaciones

Tema 9. Ideas clave
Confiabilidad Técnicas
con los miembros de los diversos grupos y audiencias de los que han
sido extraídos los datos.
• Recogida de material referencial.
• Comprobaciones de los participantes.
• Muestreo teórico/intencional: buscando maximizar el objeto y la
amplitud de la información recogida y, con ello, iluminar los factores
Respecto a la más necesarios a la hora de comparar dos contextos para estudiar
transferibilidad sus semejanzas.
• Descripción espesa: descripciones llenas y densas que suministren
una base de sustancia para los juicios de semejanza.
• Auditoría de dependencia: el proceso de control, seguido por el
investigador, es examinado por un investigador externo para
determinar si los procesos de investigación seguidos caen dentro del
esquema de una práctica profesional aceptable.
• Identificación del estatus y rol del investigador.
Respecto a la
• Descripciones minuciosas de los informantes.
dependencia
• Identificación y descripción de las técnicas de análisis y recogida de
datos.
• Delimitación del contexto físico, social e interpersonal.
• Réplica paso a paso.
• Métodos solapados.
• Auditoría de confirmabilidad: por la que se controla, a través de un
agente externo, la relación existente entre los datos brutos y las
deducciones e interpretaciones que el investigador interno extrae de
ellos.
Respecto a la
• Descripciones de baja inferencia.
confirmabilidad
• Comprobaciones de los participantes.
• Recogida de datos mecánica.
• Triangulación.
• Explicitar el posicionamiento del investigador.
Tabla 6. Técnicas para evaluar los criterios de validez en una investigación. Fuente: elaboración propia, basada
en García San Pedro, 2010.

Tema 9. Ideas clave
9.4. Presentación de resultados
Organización y representación gráfica de los datos cuantitativos
Para facilitar la interpretación de estos datos y poder llevar a cabo el análisis de

estos, sea a través de la estadística descriptiva o de la inferencial, debemos
organizarlos.
Quizá la forma más simple de organización de datos sea la distribución de

frecuencias de una variable nominal. La distribución de frecuencias nos permite ver
de forma clara cómo se distribuye una variable en una muestra. Por ejemplo,
imagina que hacemos un pequeño estudio para comprobar la procedencia de los
alumnos de nuestro colegio. Los datos recogidos pueden organizarse fácilmente en
la siguiente distribución de frecuencias.
Procedencia Frecuencia absoluta Frecuencia relativa Porcentaje
Inglaterra 10 0.05 5.10
Alemania 12 0.06 6.12
Colombia 16 0.08 8.16
Ecuador 21 0.11 10.71

0
España 126 64 64.29
Marruecos 11 0.06 5.61
Total 196 1 100
Tabla 7. Ejemplo de distribución de frecuencias.

Esta sería la distribución de frecuencias para la variable nominal «procedencia»,

donde se recogen la frecuencia absoluta, la frecuencia relativa y el porcentaje de
cada una de las modalidades o niveles de la variable. La frecuencia absoluta es el

Tema 9. Ideas clave
número total de casos de cada modalidad de la variable y la frecuencia relativa es la
frecuencia absoluta dividida entre el total de casos.
A partir de estos datos, podemos hacer una representación gráfica que facilitaría la
visión global de los mismos y su posterior interpretación. Las representaciones
gráficas que podemos hacer con variables nominales serían el diagrama de barras y
el pictograma. En este caso, lo más informativo sería tomar los porcentajes de cada
modalidad.
Figura 11. Ejemplo de diagrama de barras.

Figura 12. Ejemplo de pictograma.
Independientemente del tipo de representación gráfica que vayamos a hacer, y

para poder realizar el análisis de los datos, es fundamental confeccionar una matriz

Tema 9. Ideas clave
de datos que incluya las puntuaciones de todos los participantes en la investigación
en cada una de las variables implicadas. A continuación, tienes un ejemplo de una
matriz de datos en la que se recogen las puntuaciones de los 17 participantes en
una investigación en las variables «sexo», «edad», «motricidad», «escritura»,
«comprensión lectora» y «velocidad lectora».
Sujeto Sexo Edad Motricidad Escritura C. lectora V. lectora
1 H 9 5 5 8 10
2 M 8 4,85 4 5 9
3 H 8 4,57 3 4 9
4 M 8 4,85 4 6 9
5 H 9 4,85 4 5 9
6 H 8 4,85 4 6 9
7 M 9 4,85 4 6 10
8 M 8 4,85 5 6 10
9 M 9 5 5 6 10
10 H 8 4,14 4 4 4
11 M 9 4,71 4 5 10
12 H 9 3,85 3 4 4
13 H 9 4,85 4 6 7
14 H 8 4,42 4 4 9
15 M 8 4,71 4 6 8
16 M 9 4,57 4 5 9
17 M 8 3,71 2 3 3
Tabla 8. Ejemplo de matriz de datos.


Tema 9. Ideas clave
Triangulación de los datos cualitativos
La triangulación es una estrategia clave en la investigación cualitativa para asegurar

el control de calidad. García San Pedro (2010) en su investigación describe la
importancia de esta estrategia para los investigadores:
«La preocupación constante que ha guiado esta investigación es la de

haber reunido suficientes evidencias y realizado los procedimientos
necesarios a fin de asegurar la validez y la fiabilidad del proceso
desarrollado. La triangulación es “básicamente un mecanismo de control
de calidad” (Ruiz Olabuénaga, 1996, p. 110) de la investigación. Supone
una selección variada de perspectivas, sujetos, situaciones,
procedimientos, entre otros elementos, a fin de que el fenómeno sea
explorado desde sus múltiples facetas. En palabras de Pérez Serrano:
“Implica también que los datos se recojan desde puntos de vista distintos y
realizar comparaciones múltiples de un fenómeno único, de un grupo (…)
utilizando perspectivas diversas y múltiples procedimientos” (Pérez
Serrano, 2004, p. 81).
» Y más adelante agrega: “[…] los datos cualitativos, por su misma esencia
están abocados a problemas de consistencia. Es necesario compensar la
debilidad del dato inherente a la metodología con una convergencia y/o
complementariedad de diferentes procedimientos, lo cual ofrece la ventaja
de revelar distintos aspectos de la realidad empírica” (Pérez Serrano, 2004:
81).
» La causa más importante que hace necesario recurrir a esta aplicación

estriba en que los datos cualitativos no poseen la misma consistencia que
los cuantitativos. Los datos cualitativos están unidos necesariamente a la
interpretación y a la subjetividad del investigador, en consecuencia, la
triangulación es el procedimiento que puede solventar esta debilidad y
aspirar a la objetividad, la transferibilidad y la comunicabilidad del espíritu
científico. Por esta razón, la triangulación es precisamente un intento de
alternar planteamientos distintos para abordar un mismo problema
controlando así y elevando el nivel de calidad de sus conclusiones (Ruiz
Olabuénaga, 2003, p. 176). Pérez Serrano (2004) presenta seis clases de
triangulación: de tiempo, de espacios, de niveles combinados, teórica y de
investigadores» (García San Pedro, pp. 227-228).

Tema 9. Ideas clave
Tipos Conceptualización
Intenta considerar el factor de cambio y el de proceso, mediante la
utilización del diseño de cortes a través de secciones y diseños
De tiempo longitudinales para analizar tendencias a lo largo del tiempo.
De espacios Utiliza técnicas similares a través de diferentes culturas.

Combina el nivel individual, el interactivo (grupal) y el nivel de
Niveles combinados colectividades y organizacional, cultural o social.
Se basa en la preferencia de teorías alternativas o competitivas sobre la
utilización de un solo punto de vista. Se emplean diferentes perspectivas
Teórica coincidentes en un mismo objetivo.
De investigador Verificación intersubjetiva

Utiliza el mismo método en diferentes ocasiones o bien diferentes
métodos sobre un mismo objeto de estudio. Se realiza dentro de una
Metodológica colección de instrumentos o entre métodos.
Tabla 9. Control de calidad del proceso de investigación. Tipos de triangulación. Fuente: elaboración propia,
basada en Pérez Serrano, 2004, citado en García San Pedro, 2010, p. 230.
A modo de ejemplo, en la investigación desarrollada por García San Pedro (2010)

estos seis tipos de triangulación se han hecho explícitos a través de una matriz
descriptiva. Esta matriz describe los tipos de triangulación aplicados en las fases de
diseño del estudio de campo, en la selección y aplicación de instrumentos de
recogida de información y en la de análisis y presentación de resultados del trabajo
de investigación:
Consideraciones sobre la triangulación en el diseño de investigación
Tipos de Selección y aplicación de Análisis y presentación

Diseño
triangulación instrumentos de resultados
Los grupos de discusión
se desarrollan según las Se contrastan las
Fase 1, 2 y 3 del
necesidades. Primero, informaciones entre los

De tiempo desarrollo del estudio de
validación conceptual y momentos de la
campo
segundo verificación y investigación.
ajustes de indicadores.
De espacios Máxima variación en Se consideran los Se contrasta la

Tema 9. Ideas clave
Consideraciones sobre la triangulación en el diseño de investigación
lugares espacios para la información entre el

(geográficamente aplicación de aporte de los distintos
dispersos y diversos), instrumentos en forma casos.
espacios (visitas de individual y conjunta.
campo)
Se combinan momentos Instrumentos de Contraste de niveles
Niveles
de análisis deductivo, aplicación individual, recogido en el informe
combinados
inductivo y mixtos. grupal y colectiva. de resultados.
Contraste de los
La revisión de modelos Se consideran distintas
resultados del estudio
de distintos contextos tipologías hasta
de casos, con las
Teórica permite anticipar encontrar las más
respuestas de los jueces
elementos críticos a adecuadas al objeto de
sobre la validación y la
considerar. estudio.
revisión de la literatura.
Revisión de los
Verificación del diseño Sesiones de control con resultados por el
De
con el director de la tesis investigadora externa al director de la tesis y dos
investigador
y con otros expertos. proceso. investigadores externos
al proceso.
Los instrumentos
Máxima variación seleccionados se
Descripción densa de los
posible según las fases y combinan según las
Metodológica resultados, sustentada a
las posibilidades de las posibilidades, pero
través de los registros.
visitas de campo. permanecen constantes
a lo largo del proceso.
Tabla 10. Control de calidad del proceso de investigación. Tipos de triangulación aplicados en el trabajo de
investigación de García San Pedro. Fuente: elaboración propia, basada en García San Pedro, 2010, p. 231.
La investigación cualitativa, al igual que la cuantitativa, es una actividad que exige

dedicación, rigor y un trabajo sistemático y responsable. El rasgo distintivo que
puede aportar al trabajo docente es la posibilidad de comprender mejor su tarea y

la de los demás.
La investigación cualitativa tiene el valor de ofrecer y hacer visible otros puntos de

vista, otras comprensiones sobre un determinado fenómeno o situación. Esta

Tema 9. Ideas clave
posibilidad permite y reclama, de alguna manera, aumentar el umbral de
comprensión para ponernos en el lugar del otro. De esta forma, pueden definirse
planes de mejora, por ejemplo, sensibles a las necesidades y puntos de vistas de la
comunidad educativa. La posibilidad de comprender en profundidad los cambios
conceptuales, los cambios culturales y otros procesos institucionales que tienen
lugar en las comunidades educativas es un valor añadido de este enfoque. Cabe
recordar que el respeto y la ética siempre deben ser el referente de actuación de
cualquier actividad investigadora.
9.5. Conclusiones, limitaciones y prospectiva de

investigación
Una vez presentados los resultados de la investigación, debemos pasar a la

elaboración de las conclusiones del trabajo realizado.
«Las conclusiones se infieren de todo el proceso que se siguió a lo largo de la

investigación desde que se planeó hasta cuando se ejecutó y, especialmente, de los
resultados con los cuales culminó. Su propósito es destacar los logros, dificultades y
descubrimientos finales obtenidos» (Niño Rojas, 2011, p. 121).
El apartado de conclusiones debería desarrollar aspectos como los siguientes,

sintetizados por Hernández, Fernández y Baptista (2007):
 Extraer conclusiones del estudio realizado.

 Explicitar recomendaciones para futuras investigaciones (prospectiva).
 Generalizar los resultados a la población (si es el caso).

 Explicar los resultados inesperados.
 Evaluar las implicaciones de la investigación.
 Explicar cómo se respondieron las preguntas o se lograron los objetivos.

Tema 9. Ideas clave
 Referirse a la confirmación o no de las hipótesis.
 Relacionar los resultados con estudios existentes y con la teoría (discusión).
 Destacar la importancia y significado del estudio.
 Comentar las limitaciones de la investigación.
Dependiendo del formato de la investigación, la discusión de resultados,

limitaciones y la prospectiva pueden ir en otro apartado separado de las
conclusiones.
Según Niño Rojas (2011), algunas recomendaciones para la elaboración de las

conclusiones son:
 Todos los enunciados deben estar respaldados por evidencias en el trabajo.

 Se debe hacer referencia a lo más destacado y significativo del estudio.
 La extensión dependerá de la magnitud de la investigación realizada.
 Las recomendaciones a futuro pueden ser científicas, académicas o educativas.
 Se puede hacer una síntesis con los aspectos más relevantes del apartado.
9.6. Referencias bibliográficas
Bisquerra, R. (2004). Metodología de la Investigación Educativa. Morata.
García San Pedro, M.J. (2010). Diseño y validación de un modelo de evaluación por
competencias en la universidad [Tesis doctoral]. Universidad Autónoma de
Barcelona.
Goetz, J. P. y Le Compte, M. D. (1988). Etnografía y diseño cualitativo en

investigación educativa. Morata.

Tema 9. Ideas clave
Guba, E. (1989). Criterios de credibilidad en la investigación naturalista. En J.
Gimeno y A. Pérez (eds.), La enseñanza: su teoría y práctica (pp. 148-165). Akal.
McMillan, J. y Schumacher, S. (2012). Investigación educativa. Pearson.
Miles, M. B. y Huberman, A. M. (1994). Qualitative data analysis: An expanded

sourcebook. Sage Publications.
Niño Rojas, V. M. (2011). Metodología de la investigación. Diseño y ejecución.

Ediciones de la U.
Pérez Serrano, G. (2004). Modelos de Investigación Cualitativa en Educación Social y

Animación Sociocultural. Narcea S. A.
Rodríguez, G., Gil, J. y García, E. (1999). Metodología de la investigación cualitativa.

Aljibe.
Ruiz Olabuénaga, J. I. (1996). Metodología de la investigación cualitativa.

Universidad de Deusto.
Ruiz Olabuénaga, J. I. (2003). Técnicas de triangulación y control de calidad en la

investigación socioeducativa. Ediciones Mensajero.

Tema 9. Ideas clave
A fondo
Introducción a la estadística: media, mediana y moda
Khan Academy. (2021). Medidas de tendencia central en datos cuantitativos

[Contenido en una página web]. https://es.khanacademy.org/math/ap-
statistics/summarizing-quantitative-data-ap
Esta serie de vídeos explicativos de los principales conceptos de estadística

descriptiva e inferencial, te serán de gran utilidad para darte autonomía en el
estudio de estos temas.
¿Cómo hacer cálculos estadísticos en Excel?
Canal Mistercinco. (20 de julio de 2013). Media, mediana, moda, varianza, desviación
típica. Curso de Excel aplicado a estadística [Archivo de vídeo].
https://www.youtube.com/watch?v=hEsQTQKVkso
Este tutorial te facilitará algunas herramientas para poder aprovechar las

posibilidades que ofrece Excel y hacer cálculos estadísticos básicos para tu futuro
TFG.

Tema 9. A fondo
Aprender a utilizar el Excel
Si nunca has trabajado con Excel, es una oportunidad muy buena para poder
comenzar. En estas breves cápsulas formativas podrás encontrar los elementos
básicos para incorporarlo en tu trabajo académico cotidiano.
Accede a los vídeos a través del aula virtual o desde las siguientes direcciones web:
Tutorial básico (parte 1)
http://tv.unir.net/videos/23145/0/Aprende-a-utilizar-Excel-Parte-1
Tutorial básico (parte 2)
http://tv.unir.net/videos/23146/0/Aprende-a-utilizar-Excel-Parte-2
Tutorial para incluir datos
http://tv.unir.net/videos/23780/0/Tutorial-Incluir-datos-Excel-
Tutorial para el uso diario
http://tv.unir.net/videos/25163/0/En-que-puede-ayudar-una-hoja-de-calculo-en-el-

Tema 9. A fondo
Coeficiente de confiabilidad
Universidad de Celaya. (17 de julio de 2013). El coeficiente de confiabilidad. Parte 1

[Archivo de vídeo]. https://www.youtube.com/watch?v=IJPBHaD_8QA
El Dr. Roberto Hernández Sampieri explica en tres cápsulas formativas el coeficiente

de confiabilidad en los instrumentos de recolección de datos en la investigación.
Accede a la segunda y la tercera parte de esta serie de vídeos a través del aula
virtual o desde las siguientes direcciones web:
Parte 2
https://youtu.be/M3GcznbfKGY
Parte 3
https://youtu.be/iOx8bT1I2mY

Tema 9. A fondo
Cómo crear una matriz de datos en el programa SPSS
Bioestadístico. (14 de agosto de 2015). 01. Cómo crear una matriz de datos en el
programa SPSS │ Curso de SPSS [Archivo de vídeo]. https://youtu.be/d6IubrVmRYc
Tutorial en línea para aprender a trabajar con SPSS.
Investigación cualitativa asistida por ordenador
Caro, F. J. y Díez, E. P. (2005). Investigación cualitativa asistida por ordenador en

economía de la empresa. Investigaciones Europeas de Dirección y Economía de la
Empresa, 11(2), 45-58. http://redaedem.org/articulos/iedee/v11/112045.pdf
En este trabajo encontrarás explicaciones y un análisis de las posibilidades y

dificultades del análisis cualitativo mediado por programas informáticos.

Tema 9. A fondo
Cuatro herramientas gratuitas para convertir voz en texto
Plaza, J.A. (4 de octubre de 2017). Cuatro herramientas gratuitas para convertir voz en
texto. El País.
https://elpais.com/tecnologia/2017/10/03/actualidad/1507030404_989048.html
Este artículo presenta una breve reseña de herramientas gratuitas como Google
Docs, Dictation, Speechnotes y Speechlogger Personal que permiten no solo hacer
búsquedas de voz en Internet, sino también transformar audios en archivos de
texto. Esta posibilidad es útil cuando se desarrollan estudios que cuentan con gran
cantidad de informantes y es necesario gestionar los datos de numerosos archivos
de audio.
Preguntas para pensar
TED en español. (25 de septiembre de 2017). Preguntas para pensar │ Melina Furman
[Archivo de vídeo]. https://www.youtube.com/watch?v=jGMsgjFieao
En esta charla, la investigadora Melina Furman comparte las reflexiones de un

análisis de las preguntas que hacen los maestros a los alumnos, recogidas a través
del análisis de lo que queda escrito en las pizarras al acabar una clase. Entre otras
cuestiones, es interesante la crítica que invita a hacer sobre qué tipos de preguntas
favorecemos como profesores a través de nuestra práctica docente.

Tema 9. A fondo
Presentación de Atlas.ti
Antonio Liro. (27 de septiembre de 2012). Roberto Hernández Sampieri presenta

Atlas.ti [Archivo de vídeo]. https://www.youtube.com/watch?v=zKP1pj6nDtQ
Sesión de presentación del Dr. Roberto Hernández Sampieri y Pau Mendoza sobre el
programa Atlas.ti, un software para la investigación cualitativa. La charla se realiza
en el contexto del Congreso Internacional de Investigación Científica organizada por
la UCV de Trujillo (Perú) en el mes de septiembre del 2012.
Aproximación a la estadística inferencial
Este recurso profundiza en la estadística inferencial y muestra distintas pruebas

paramétricas que pueden ser de interés para una investigación educativa de
carácter cuantitativo. Por otro lado, también se expone el proceso de
categorización y codificación de datos cualitativos.
Accede al documento a través del aula virtual


Tema 9. A fondo
Test
1. Para ver si las puntuaciones de un test de inteligencia de un grupo de alumnos de
1.º de Educación Primaria son muy dispares o están en torno a la media, ¿qué
tipo de estadísticos utilizarías?
A. Índices de asimetría.
B. Índices de tendencia central.
C. Índices de dispersión.
D. Ninguna opción es correcta.
2. ¿Qué estadístico utilizarías para saber cuál es el valor que más se repite de una
variable?
A. La mediana.
B. La desviación típica.
C. La moda.
D. Todas las opciones son correctas.
3. En este conjunto de datos: 121, 100, 100, 100, 117, 107, 111, ¿cuál es valor de la
mediana?
A. 100.
B. 107.
C. 108.
4. ¿Qué estadísticos de entre los siguientes emplearías para conocer la forma de

una distribución de datos?
A. Curtosis.
B. Tendencia central.
C. Dispersión.

Tema 9. Test
5. Tras calcular el coeficiente de asimetría de Pearson para la variable «inteligencia
lógico-matemática» en una muestra de alumnos, obtenemos un valor igual a
cero. ¿Qué interpretación harías de este coeficiente?
A. Que hay tantos alumnos por debajo como por encima de la inteligencia
media del grupo.
B. Que hay más alumnos por debajo que por encima de la inteligencia media
del grupo.
C. Que hay menos alumnos por debajo que por encima de la inteligencia
media del grupo.
6. El análisis cualitativo se realiza a partir de procesos de razonamiento

preferentemente:
A. Deductivos.
B. Inductivos.
C. Deductivos, aunque combinados con inductivos.
D. Inductivos, aunque combinados con deductivos.
7. El proceso de investigación cualitativo es flexible, cíclico y recurrente. Esto

significa, en términos generales, que:
A. No es estandarizado
B. Se adapta al objeto de estudio.
C. Puede volver sobre el campo y los datos hasta lograr validez y credibilidad.

Tema 9. Test
8. El proceso básico de análisis de datos cualitativos tiene tres fases principales que
siguen el siguiente orden:
A. Reducción de datos, disposición y transformación de fórmulas, y obtención
y verificación de conclusiones.
B. Disposición y transformación de datos, obtención y verificación de
categorías, y reducción de datos.
C. Obtención y verificación de conclusiones, reducción de datos, y disposición
y transformación de datos.
9. La reducción de datos posibilita:

A. Saber con qué datos se cuenta para realizar el análisis.
B. Tener la información ordenada y organizada para poder recuperarla.
C. Definir las unidades de análisis y su clasificación.
10. Para separar las unidades de análisis, el investigador puede tomar decisiones de
codificación en base a los siguientes criterios:
A. Temáticos, cronológicos, sociales o contextuales.
B. Lúdicos, espaciales, temáticos y conceptuales.
C. Matemáticos, temporales, espaciales o ficticios.

Tema 9. Test

Tema 9

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Tema 9

Cargado por

Copyright:

Formatos disponibles

Tema 9

Teoría y Práctica de la Investigación Educativa

Teoría y Práctica de la Investigación Educativa 3

9.1. ¿Cómo estudiar este tema?

9.2. Análisis cuantitativo

El análisis estadístico es lo que permite llevar a cabo la interpretación de la

 Seleccionar la muestra para una investigación aplicando técnicas específicas.

 Comprobar o refutar hipótesis de investigación.

En este sentido, el análisis estadístico es un elemento clave en la investigación

Teoría y Práctica de la Investigación Educativa 4

Los laboratorios de UNIR permiten conectarse y trabajar de forma remota con

Básicamente el análisis estadístico se desarrolla a partir de dos ramas: la estadística

Teoría y Práctica de la Investigación Educativa 5

Si una investigación tiene un alcance descriptivo, las correlaciones que pueden

Aproximación a la estadística descriptiva

Teoría y Práctica de la Investigación Educativa 6

 Frecuencias y porcentajes: se utilizan en variables cualitativas (nominales u

 Índices de tendencia central: se utilizan en variables cuantitativas y cualitativas

• Media: es el promedio o media aritmética. Se considera el centro de masas de

Teoría y Práctica de la Investigación Educativa 7

Nivel educativo Frecuencia

La moda de la variable «nivel educativo» es, este caso, «Educación

 Índices de dispersión o variabilidad: indican en qué medida los datos se agrupan

Teoría y Práctica de la Investigación Educativa 8

• Varianza: es la media de las diferencias de cada puntuación respecto a su

• Asimetría: si una distribución es simétrica, la media, la moda y la mediana

Figura 2. Ejemplos de distribución.

Para conocer la simetría de una variable no es necesario representarla

Teoría y Práctica de la Investigación Educativa 9

Figura 3. Ejemplo de curtosis o apuntamiento.

Por otro lado, la estadística descriptiva bivariada permite el análisis conjunto de

Dos variables cuantitativas continuas Pearson

cuantitativa, o variables discretas Spearman, taub, tauc, gamma

Teoría y Práctica de la Investigación Educativa 10

Una variable dicotómica y otra cuantitativa Biserial-puntual

Dos variables dicotomizadas Tetracórica

La correlación entre variables puede representarse visualmente mediante un

La interpretación de las correlaciones es la misma en todos los estadísticos

correlaciones pueden oscilar entre -1 y +1. Además, la correlación es más intensa a

Teoría y Práctica de la Investigación Educativa 11

Además de la dirección de las correlaciones, también es posible identificar su

Figura 5. Intensidad y dirección de la correlación. elaboración propia, basada en McMillan y Schumacher,

9.3. Análisis cualitativo

¿Qué se entiende por análisis cualitativo?

En una investigación de enfoque cualitativo, como hemos visto, se pueden recoger

Teoría y Práctica de la Investigación Educativa 12

El análisis cualitativo consiste en «un proceso inductivo de organización de datos en

El razonamiento inductivo parte de los datos hacia las abstracciones, va de lo

El análisis cualitativo es un proceso flexible, cíclico y recurrente, que comienza,

Teoría y Práctica de la Investigación Educativa 13

Proceso general de análisis de datos cualitativos

El proceso de análisis de datos en investigación cualitativa puede variar de acuerdo

Para facilitar el aprendizaje, en nuestro caso, seleccionaremos un proceso básico

Teoría y Práctica de la Investigación Educativa 14

La primera fase corresponde a la reducción de datos. Esta tarea se desarrolla a lo

En este caso corresponde a una investigación donde se desarrolló un estudio de

Teoría y Práctica de la Investigación Educativa 15

El siguiente texto acompaña la explicación de la tabla en la investigación original:

«En este caso, como se observa en la tabla anterior, se desarrollaron 43

» En relación con los grupos de discusión desarrollados con los expertos, se

Continuando con el ejemplo anterior, antes de comenzar a tomar decisiones que

«Las entrevistas y los grupos de discusión fueron registrados mediante

Teoría y Práctica de la Investigación Educativa 16