iMMAP

Presentación
Flujo de procesos
con enfoque en
análisis de datos

Iván Enrique Contreras

Cala
1 4

2 5

3 6

CONTENIDO
PRINCIPALES
OBJETIVOS
 IMPORTANCIA

Son esenciales para guiar, medir y

optimizar el proceso de análisis. Ayudan a
garantizar que el análisis sea efectivo,  Dirección y enfoque
eficiente y orientado a resultados, lo que a  Eficiencia
su vez contribuye al éxito de una  Priorización
organización en la toma de decisiones  Comunicación
basada en datos.  Estrategia organizacional
 Responsabilidad
ENFOQUE DEL
PROCESO ¿Qué información primaria se necesita para
recopilar y analizar?

¿A quién va dirigido el análisis? ¿Cuál es el problema o la pregunta que

estamos tratando de resolver?

¿Cuáles son los indicadores claves

¿Cuál es el propósito del análisis?
necesarios para tomar decisiones?

¿Cuál es el alcance del análisis? ¿Cuál es el marco temporal?

¿Cuál es la prioridad de los objetivos? ¿Cuáles son los resultados deseados?

¿Cómo se utilizarán los resultados? ¿Cuáles son los obstáculos conocidos o las
limitaciones?
 Ejemplos de Objetivos

Ejemplos de Indicadores
RECURSOS
DISPONIBLES

Link
FUENTES DE
INFORMACIÓN

Link no público
Datos Abiertos
PLATAFORMAS
HUMANITARIAS
HDX

Link
DISEÑO DE LA
INVESTIGACIÓN
METODOLOGÍA
 Selección de la metodología
 Muestreo
 Ética
 Herramientas y tecnología
 Planificación y presupuesto
Esta etapa, determina la metodología que se
usara para recopilar los datos primarios. Esto
puede incluir encuestas, entrevistas,
observación directa u otras técnicas
específicas. Además, define el tamaño de la
muestra y la forma en que seleccionara a los
participantes o elementos de estudio.
Ejemplos de Métodos de recolección de datos
Recursos disponibles

Link

Link Link
Metodología de muestra de los asentamientos

La selección de la muestra se hizo en dos pasos. El primero fue a través

de un muestreo no probabilístico debido a que los asentamientos
escogidos deberán contar con características predeterminadas:

1.Ser un asentamiento ya validado anteriormente.

2.Tener más de 40 viviendas en el asentamiento

El tipo de muestreo fue discrecional ya que se eligieron los

asentamientos por juicio, de manera que beneficien el análisis,
obteniendo una muestra de 79 asentamientos
priorizados. Seguidamente se cuantifico el número de vivienda por
asentamientos, estimando el tamaño de la muestra tomando en cuenta
el número de viviendas total 15.113 la cual sería nuestro universo.
Obteniendo una muestra de 1683 encuestas para aplicar, las cuales se
distribuyeron con un muestreo probabilístico exactamente un muestreo
aleatorio estratificado proporcional, es decir, el tamaño de la muestra
extraída (del número de viviendas a encuestar) de cada estrato
(asentamiento en nuestro caso) es proporcional con el tamaño relativo
de ese estrato de la población objetivo.
 LOGÍSTICA Y
RECOLECCIÓN
DE DATOS
 La logística en la recolección de datos es un
aspecto crucial para asegurar que el
proceso se lleve a cabo de manera
eficiente, precisa y sin problemas. Donde
debemos Asegurarnos de seguir las
mejores prácticas y mantener registros
precisos de los datos recopilados.
Eficiencia – Eficacia - Efectividad
 Buena planificación
 Selección de ubicaciones
 Recursos humanos
 Presupuesto
 Reclutamiento de participantes
 Equipo y herramientas
 Logística de transporte
 Gestión de datos en el campo
 Comunicación y supervisión
 Calendario y plazos
 Contingencias
 Proceso de retroalimentación
Al diseñar un cuestionario debe considerarse:
 Las preguntas deben ser breves, basadas en las
necesidades de información y la cantidad de tiempo
disponible para completar el cuestionario
 Las preguntas deben formularse en un lenguaje sencillo,
directo y al punto, se debe evitar la utilización de frases
largas o palabras inusuales. Diseño adecuado
 Evitar la utilización de preguntas inductivas, es decir,
aquellas fraseadas de tal manera que sugieran cual es la
respuesta que se espera.

Actualmente, la recolección de datos se hace por lo general con

sistemas móviles de recolección de datos, a través de tabletas o
celulares, permitiendo recolectar, almacenar, analizar y compartir
Herramientas los datos en tiempo real. Existen numerosas herramientas para
recolección móvil de datos, pero la más utilizada en el sector
humanitario la versión personalizada KoBoToolbox.
 Una vez se haya finalizado el cuestionario, se debe capacitar al equipo de recolección de
datos. La duración de la capacitación puede variar. Como mínimo, estas capacitaciones
deben incluir lo siguiente:

1. Información sobre la evaluación: objetivo de la evaluación, alcance,

población objetivo y metodología.
2. Información operacional: Estructura del equipo de recolección de
datos, roles y responsabilidades de cada enumerador. Líneas de
comunicación entre los componentes de cada equipo y el coordinador
del ejercicio; Arreglos administrativos y logísticos como transporte y
alojamiento; Protocolos de seguridad y emergencia.
3. Técnicas y herramientas para la recolección de datos: Herramientas
de recolección de datos, cuestionarios, grupos focales de discusión,
observación directa, sistemas de recolección móvil, etc.; Técnicas de
entrevistas y habilidades interpersonales, incluyendo de género y
culturales, que se debe hacer y no durante una entrevista. Técnicas
sobre cómo implementar un enfoque ético y centrado en la protección,
incluyendo grupos de edad, género y otros aspectos de
diversidad. Estrategias para mejorar la calidad de los datos y reducir el
Capacitación
sesgo.
LIMPIEZA Y
PREPARACIÓN
DE DATOS

 Exploración de datos
 Manejo de valores faltantes
 Eliminación de duplicados
 Normalización y estandarización
 Manejo de valores atípicos
 Validación de datos
 Automatización
Procesamiento de los datos
La limpieza y preparación de datos, a menudo llamada
"preprocesamiento de datos", es una parte fundamental
en cualquier proyecto de análisis de datos. Garantiza
que los datos estén en condiciones adecuadas para su
análisis y modelado. Antes de realizar análisis, es
probable que los datos necesiten limpieza y
preparación. Esto implica eliminar datos incompletos,
duplicados o inconsistentes, y estructurar los datos de
manera adecuada para el análisis.
 La limpieza de datos debe comenzar desde la
fase de trabajo de campo. Un buen trabajo por
parte del personal de campo al momento de
llenar la información y luego la supervisión de
campo son indispensables en una encuesta.

 En el proceso de chequeo de consistencia, cuando

se termina de ingresar un segmento (o un grupo
de cuestionarios), se debe verificar el % de
cuestionarios completos, incompletos, etc.

 El proceso de limpieza de datos debe verificar

que la selección del hogar a entrevistar,
contrastando con miemros de hogares sea
correcta y se ajuste al modelo de selección
establecido para la encuesta.

 Listar los casos que requieren verificación de

resultado en la categoría “Otro” cuando el
porcentaje de “otras” respuestas es muy alto.

 Verificar el promedio de entrevistas por

supervisor, por entrevistadora, y por fechas para
poder valorar el trabajo de campo.
ANÁLISIS DE
DATOS
 Uso de técnicas de análisis de datos
apropiadas para explorar, comprender y
 Objetivos de análisis extraer información valiosa de los datos
 Selección de datos primarios. Esto puede incluir análisis
 Exploración de datos: Entender tipos estadísticos, visualización de datos y otras
de variables técnicas avanzadas según sea necesario.
 Definición de metodología: Análisis
descriptivo, inferencial, de
tendencias y patrones. Relaciones
multivariadas
 Interpretación de resultados
 Validación y Evaluación:
Retroalimentación de otros actores
 Ética en el análisis de datos
 Seguridad de datos
Proceso multifacético
Análisis de necesidades

Una vez finalizada la recolección y limpieza de los datos, comienza el análisis, el cual estará guiado por
el marco analítico y el plan de análisis de datos. El análisis de necesidades utiliza enfoques cualitativos
y cuantitativos y la combinación de estos dependerá del propósito del ejercicio, la metodología de
muestreo aplicada y sus limitaciones. Los objetivos principales de un análisis de necesidades son:

 Describir y entender la severidad de las condiciones de los grupos afectados incluyendo subgrupos
de acuerdo con edad, género, otros factores de diversidad o localizaciones;
 Explicar asociaciones y factores subyacentes;
 Identificar y priorizar necesidades, vulnerabilidades y riesgos;
 Predecir la evolución del impacto de la crisis;
 Apoyar la definición y selección de las modalidades más adecuadas de respuesta.
 Fases del análisis de datos

1. Describir

La descripción de datos consiste en determinar qué información nos pueden revelar los datos tanto
cuantitativos, como cualitativos. Este proceso conlleva la agrupación de datos similares, y la agregación
de múltiples valores en uno solo.

2. Explicar

Encontrar los problemas y los factores subyacentes que causan un determinado efecto, o entender por
qué los problemas causan un efecto y no otro, puede ayudar a explicar por qué los datos dan lugar a ciertas
conclusiones y no otras. El análisis exploratorio busca asociaciones, correlaciones y en general conexiones
entre observaciones y medidas. Permite identificar los factores subyacentes basándose en una
investigación exhaustiva de las relaciones, procesos y mecanismos causales.
 3. Interpretar

La interpretación de datos conlleva ir más allá de

los datos y busca darles significado a través de
contextualización, uso de la experiencia y selección
de los hallazgos más importante que posibilitaran la
toma de decisiones.

4. Anticipar
El siguiente nivel en el análisis consiste en la anticipación
de desarrollos futuros y prever posibles resultados y
evolución de la situación actual, ya que los programas de
respuesta se hacen un periodo de tiempo después de
haber finalizado el análisis de datos, siendo por lo tanto
posible que ciertas condiciones hayan cambiado.
5. Decidir
Usar la información recopilada y los
hallazgos encontrados sobre patrones,
desagregaciones, etc, como insumo para
tomar decisiones en el ámbito de la
acción humanitaria. Focalización y
priorización de necesidades a atender.
COMUNICACIÓN DE
RESULTADOS
Comunicación efectiva
Es esencial para garantizar que los hallazgos se
comprendan , compartan y se utilicen de manera
clara y efectiva, y a su vez, se conviertan en
acciones y decisiones informadas. Esto puede
implicar la creación de informes, presentaciones
o visualizaciones que ayuden a transmitir la
información de manera comprensible.
 Audiencia objetivo
 Claridad y simplicidad
 Visualización de datos efectiva
 Resumen ejecutivo
 Contexto
 Credibilidad y fuentes
 Limitaciones y suposiciones
 Recomendaciones prácticas
 Formato de presentación
 Ética y privacidad
Link Link

Ejemplos de visualizaciones
Link

Descargas de productos de
información R4V