Recoleccin de datos, anlisis y presentacin de

resultados
Datos: Anlisis e interpretacin
Al analizar los datos se pretende descubrir patrones y tendencias los
mismos para poder interpretarlos.

El procesamiento y anlisis de datos se podra interpretar como una

manipulacin de los mismos para llegar a los resultados deseados,; la meta
es aclarar los datos, no cambiarlos fundamentalmente.

Al publicar los datos y las tcnicas que usaron para analizarlos e

interpretarlos, los cientficos le dan a la comunidad la oportunidad de
revisar los datos y de usarlos en investigaciones futuras.

Las interpretaciones cientficas no son verdades absolutas ni opiniones

personales: son inferencias, sugerencias, o hiptesis sobre lo que significan
los datos, basadas en el conocimiento cientfico y la interpretacion
individual.
Datos: incertidumbre, errores, y
confiabilidad
La incertidumbre es una estimacin cuantitativa del error que est presente en todos los
datos.

Reconocer la incertidumbre de los datos es un componente importante en la presentacin de

los resultados de la investigacin cientfica. Ignorar la fuente de un error puede conducir a la
propagacin y magnificacin del mismo.

La incertidumbre se puede malinterpretar como que los cientficos no estn seguros de sus
resultados, pero el trmino especifica el grado por el cual los cientficos s estn seguros de
sus datos.

Ser cuidadoso puede reducir la incertidumbre al corrergir el error sistemtico y minimizar el

error aleatorio. Sin embargo, la incertidumbre nunca puede ser reducida a cero porque es
una medida cuantitativa de la variabilidad de los datos.

O sea, las medidas en s mismas, independientemente de cualquier inexactitud humana o

instrumental, exhiben dispersin. Esta gama de valores se cuantifica como incertidumbre y se
expresa como la probabilidad de obtener un cierto valor. Estas probabilidades estn
distribuidas alrededor de un valor central o medio.
Fuentes de error

Siempre que se hacen medidas tenemos fuentes

potenciales de error.

Si por ejemplo, el instrumento usado estaba calibrado y la

persona fue cuidadosa al tomar los datos el por ciento de
error ser pequeo y estar distribuido al azar cerca a la
medida verdadera. Esto se conoce como el error
experimental y usualmente representa un error
estadstico.
El error estadstico no puede ser eliminado, pero si puede ser
medido y reducido cuando se hacen repetidas observaciones
de un evento especfico.
Error sistemtico
Otro tipo de error es el introducido humanamente.
Por ejemplo, por calibracin incorrecta o inconsistencia
al tomar datos.

Este error afecta los resultados ampliando por encima o

por debajo del valor real la variabilidad de los datos
obtenidos. O simplemente dando valores
completamente errneos y lejanos al valor real.

Al contrario del error estadstico, el error sistemtico

puede ser compensado, o algunas veces eliminado, si su
fuente se identifica.
Podemos minimizar errores con el/la:
Calibrado de instrumentos o medidas contra estndares
conocidos.

Reporte de todos los lmites de deteccin de instrumentos.

Implementacin de procedimientos estndares para minimizar

el error humano.

Documentacin completa de los mtodos de investigacin.

Duplicacin de las medidas para determinar la presicin.

Variabilidad
La variabilidad en la ciencia es algo que siempre se debe
tener en cuenta. Por ejemplo las hojas de pinos en su
madurez son de aprox. 4 pulgadas de largo pero existe
variabilidad en la naturaleza debido a diferencias
genticas y ambientales.

Como consecuencia del error, las medidas cientficas no

se reportan como valores sencillos, sino como gamas o
promedios con barras de errores en un grfico o signos
de en una tabla.
Presentacin de datos:
Las representaciones visuales de los datos son esenciales para
el anlisis e interpretacin de estos. Colocar los datos en un
formato visual puede facilitar anlisis adicionales.
Entender e interpretar grficos y otras formas visuales de
datos es una destreza clave para cientficos y estudiantes de la
ciencia.
A pesar de que los datos numricos estn inicialmente
recopilados en tablas o bases de datos, frecuentemente estn
representados en forma grfica para ayudar a los cientficos a
visualizar e interpretar la variacin, el patrn y las tendencias
dentro de los datos.
 Usando tablas (cuadros) para presentar los
resultados
Los datos que se obtienen durante un experimento
pueden presentarse de diversas formas; una de las
alternativas ms comunes y eficientes lo es el uso de
tablas.
Las tablas tienen ciertas caractersticas mnimas:
1. Deben tener un ttulo y ste debe explicar claramente el
contenido de la tabla.
2. Las unidades de medida (ej. cm, ml). deben aparecer en la
tabla.
3. Los smbolos deben explicarse en el ttulo o en una leyenda
en el pie (base) de la tabla.
 4. La tabla debe contener solamente informacin esencial.
5. Las columnas deben identificarse mediante subttulos.
6. Las tablas se enumeran en secuencia. Por ejemplo, en un
informe de laboratorio o en un artculo cientfico, el ttulo
de la cuarta tabla comienza con Tabla 4.

Nota:. Esta tabla no sera aceptable en un artculo cientfico porque

contiene muy poca informacin; los pocos datos podran presentarse en
una oracin en la seccin de resultados.
Grficas discretas vs. Grficas continuas
Las grficas son otro instrumento valioso para organizar y
presentar datos. Hay varios tipos de grficas que se
clasifican principalmente como grficas continuas o
grficas discretas.
Los datos continuos son aquellos que involucran medidas
(ej. 1.234, 2.234, 5.432, 10.227). Estos datos se presentan,
a menudo mediante una grfica de lnea (Figura 2.3) que
demuestra la relacin entre la variable dependiente y la
independiente.
La variable independiente se coloca en
el eje X (eje horizontal) de la grfica y la variable
dependiente en el eje Y (eje vertical).
 Los datos discretos presentan nmeros enteros (ej.
nmero de animales en un cuadrante, nmero de
personas en una encuesta, etc.). Estos datos se presentan
a menudo mediante grficas de barra (Figura 2.4).
 Para datos que sealan proporciones o porcentajes puede
utilizarse una grfica de pastel (pie chart) (Figura 2.5).