MAESTRIA EN

TEMA: 17

Curso: Diseño de Proyecto de Investigación

Docente:
 UNIDAD I
PLAN DE INVESTIGACIÓN

TEMA

MÉTODOS DE ANÁLISIS DE DATOS

 OBJETIVO
Revisar los principales métodos de análisis de datos de
las investigaciones que se desarrollan en el marco del
enfoque cuantitativo y cualitativo.
 Metodologías de investigación

Paradigmas Finalidad Metodologías Técnicas

Explicar Cuantitativa: Cuantitativas:

Experimental
Positivista Predecir Cuasi-experimental instrumentos de
Controlar medida
Ex-Post-Facto

Comprender Cualitativa: Cualitativas:

Interpretativo Etnografía Entrevista
Interpretar Observac. particip.
Estudio de Casos
Sociocrítica Cualitativas:
Sociocrítico Transformar Investigación- Entrevista
Cambiar Acción Grupos discusión
Participativa
 EN EL ENFOQUE CUANTITATIVO
Intervención: Observacional-Experimental / Planificación: Retrospectivo-
Tipos de estudio
Prospectivo
Número de mediciones: Transversal-Longitudinal / Número de variables: Descriptivo-Analítico
Niveles de
investigación Bivariado / Multivariado
Bivariado
Diseños de Univariado
investigación

Atributos de la
Considerandos variable
Numérica
Categórica

Objetivos de estudio
Describir / Relacionar / Explicar / Predecir / Mejorar

Comportamiento
aleatorio de los datos

Principio de: McGuigan (1993)

Someter a contraste
la distribución de la
variable
PROCEDIMIENTO PARA ANALIZAR DATOS

Paso 6:
Paso 5: Presentar los
resultados
Realizar análisis
Paso 4: adicionales
Analizar las
hipótesis de
Paso 3: investigación.
Explorar los Descriptivo e
datos inferencial

Paso 1:
Seleccionar
y ejecutar
un
programa
PROGRAMAS COMPUTACIONALES MÁS USADOS
TIPOS DE ANÁLISIS DE DATOS
Distribución de
frecuencias

Medidas de
Descriptivo
tendencia central

Medidas de
variabilidad

Distribución
Tipos de análisis normal

Variables
Paramétrico numéricas

Supuestos Homogeneidad
de las varianzas
Significancia 5% Supuestos
Inferencial
(0.05)
Distribución no
Supuestos
normal

No paramétrico Variables
categóricas
 PRUEBAS ESTADÍSTICAS MÁS UTILIZADAS
Coeficiente de correlación de
chi cuadrada o
Pearson

Coeficientes de correlación e
Regresión lineal independencia para tabulaciones
cruzadas

Prueba t Coeficientes de correlación por rangos

ordenados de Spearman y Kendall

Análisis Prueba de contraste de la diferencia Análisis no

de proporciones Regresión logística
paramétrico paramétrico

Análisis de varianza unidireccional

(ANOVA en un sentido) Prueba de U Mann-Whitney

Análisis de varianza factorial

(ANOVA) Prueba H Kruskal-Wallis

Análisis de covarianza (ANCOVA) Prueba Q de Cochran

 Procesamiento y análisis
Selección de la prueba estadística

 
Variable de resultado
Nominal Categórica Cuantitativa Cuantitativa normal
(>2
Ordinal Cuantitativa
discreta No-normal  
categorías)
  X2 tendencia Mann-
Nominal X2 o de X2 o Mann-
Mann-Whitney Prueba t de student
Fisher Whitney o log-rank (a)
Whitney
Categóric     Kruskal- Kruskal- Kruskal- Análisis de la varianza
a (>2 X2 X2
Wallis Wallis (b) Wallis (b) (ANOVA) (c)
categorías
) X2 de
(b)
Ordinal (e) Rangos Rangos de Rangos de Rangos de Spearman
Variable (categorías tendencia o de Spearman Spearman o regresión lineal (d)
de ordenadas) Mann – Spearman
Whitney
entrada
Cuantitativa Regresión Regresión Regresión Rangos de Rangos de Rangos de Spearman o
Logística Logística
Discreto Logística Spearman Spearman regresión lineal (d)
multinomial ordinal
Ploteo de
Regresión Regresión (e) Ploteo de datos, Pearson o
Cuantitativa Regresión datos, Pearson
Logística Logística   Rangos de Spearman y
no-normal Logística multinomial ordinal o rangos de
Spearman regresión lineal
   
Cuantitativa Regresión Regresión Pearson y regresión
(e) (e) (e)
normal Logística       lineal (d) lineal
 Técnicas de análisis de datos
• Según el número de variables y la escala de medición existen tres tipos
de técnicas: univariables, bivariables y multivariables.
TÉCNICAS UNIVARIABLES
• Se analiza cada variable de forma aislada. Descriptiva (medidas
resumen), Inferencial (extrapola a la población).
TÉCNICAS ESCALA DE MEDICIÓN DE LA VARIABLE
UNIVA RIABLES Nominal Ordinal Intervalo y Razón
Moda Mediana Media, mediana, moda
Estadística Frecuencias y Cuartiles Desviación típica
descriptiva porcentajes Rango intercuartil Varianza
Coef. de variación

Estadística Prueba chi-cuadrado Prueba Komolgorov- Prueba z (n  30)

Prueba binomial Smirnov Prueba t (n < 30)
inferencial
11
 Técnicas de análisis de datos
Nominal
TÉCNICAS BIVARIABLES
ESCALA DE MEDICIÓN DE LAS VARIABLES
Ordinal Nominal u Ordinal (agrupación) Intervalo y Razón
Razón o Intervalo (dependiente)

Tablas de Tablas de contingencia y Medias por grupos Coeficiente de correlación lineal.

Estadística contingencia. de correlación. Desviación típica. Tablas de correlación.
descriptiva Coeficientes de Coef. correlación de Coeficiente eta. Regresión simple.
asociación: Phi, V de rangos de Spearman.
Cramer, Lambda. Coeficiente Tau.
Coeficiente Gamma.
Estadística Prueba Chi- Prueba Chi-cuadrado. Análisis de la varianza. Prueba t sobre coeficiente de
Inferencial cuadrado. Prueba de Mann-Whitney. regresión.
Prueba de Komolgorov-Smirnov. Prueba z de diferencia de medias.
Prueba de Kruskal-Wallis Prueba t de diferencia de medias
Muestras Test de la Mediana.
independientes
Muestras Prueba de Test de Wilcoxon y de los
relacionadas McNemar. signos.
Test de Cochran. Test de Friedman.

12
 Técnicas de análisis de datos
TÉCNICAS MULTIVARIABLES
• Análisis simultáneo de más de dos variables.
Dependencia: analizan una o más variables dependientes a través dos o más
variables independientes, para explicar un fenómeno y/o realizar un análisis como
base de una predicción.
• Técnicas: regresión múltiple, análisis de varianza y conjunto.
Interdependencia: estudian la interrelación entre todas las variables como un
conjunto. Su objetivo puede ser organizar los datos reduciendo su dimensionalidad y
haciéndolos más manejables para el investigador u ofrecer una mayor compresión
global de su estructura subyacente.
• Técnicas: métodos factoriales, análisis cluster, escalamiento multidimensional métrico y
no métrico

13
 Técnicas de análisis de datos
TÉCNICAS MULTIVARIABLES DE DEPENDENCIA
VARIABLES DEPENDIENTES
VARIABLES Una variable dependiente Más de una variable dependiente
INDEPENDIENTES
Métrica No métrica Métrica No métrica
Nominal Ordinal
De intervalo Regresión Análisis discriminante. Transformación en Correlación canónica. Correlación canónica con
Múltiple. CHAID. nominal. Modelos de variables ficticias.
Modelos de Regresión logística y Regresión ordinal. ecuaciones
ecuaciones logística multinomial. estructurales.
estructurales Modelos Probit.

Nominales Análisis de la Análisis discriminante Análisis conjunto. Correlación canónica Correlación canónica con
varianza. con variables ficticias. con variables ficticias. variables ficticias.
Regresión múltiple Modelos log-lineales. Análisis multivariado
con variables Regresión logística y de la varianza.
ficticias. multinomial.
AID. CHAID.

14
 EN EL ENFOQUE CUALITATIVO
Desarrollo del diseño:
Formular hipótesis /
Planear la recogida de
datos / Entre otros.
Fases de desarrollo

Desarrollo teórico Muestra

Análisis de datos Recolección de datos

Adaptado de: Cubo, Martín y Ramos (2011)

ANÁLISIS DE LA INFORMACIÓN Observación

Tendencias Autoobservación

Patrones Entrevista

Variadas formas
Comparación de Aparición
buscan pistas Opiniones de obtener Grupo focal
las palabras repetida
información

Sentimientos Análisis narrativo

Ideas Fotobiografía

Historia de vida

Basado en: Álvarez-Gayou (2003)

PROGRAMAS COMPUTACIONALES MÁS USADOS
 Metodología cualitativa

 OTROS NOMBRES  Etnográfica, interpretativa.

 Antropología, sociología.
 FUNDAMENTOS

 Comprender e interpretar la realidad social.

 FINALIDAD  Desde la perspectiva de los actores (émica)
 Contextualiza el conocimiento

 PAPEL DEL INVESTIGADOR  Implicación personal

 TÉCNICAS RECOGIDAS DE DATOS  Entrevista, observación participante, análisis de
documentos

 Tipo cualitativo: NUDIST, Nvivo, ETHNOGRAPH,

 TÉCNICAS DE ANÁLISIS DE DATOS
Atlas.ti, MAXqda2
 FASE III. ANÁLISIS Y LA INTERPRETACIÓN DE LOS DATOS

EL PROCESO DE ANÁLISIS DE DATOS CUALITATIVOS

(Miles i Huberman, 1994)

Recogida de Disposición y
datos transformación de
1. Categorizar y los datos
codificar los datos
respuestos
2. Crear una matriz y Reducción de los
elaborar datos:
representaciones Categorización y
gráficas codificación
3. Elaboración de
conclusiones
Obtención de
conclusiones
El procesamiento y el análisis de la información
Fase 1. Identificar segmentos en las entrevistas
Entrevista 1: Tema A [Xxxxxxx xxxxxx xx xxxx x
Tema B [X xx xxx xx xxxxxxxxxxx x
Tema C [Xxxx xxx xxx xxx xx xx xx
Tema D [Xxxxxxxxxxxx x xxxxxx x
Fase 2. Lista de temas para cada entrevista
Temas entrevista 1 Temas entrevista 2 Temas entrevista 3
A B A
B C F
C D E
F A C
G F
Fase 3. Clasificar en temas principales, importantes y descartables
Temas principales Temas importantes Temas descartables
A B E
C D G
F
Fase4. Aplicar el sistema de clasificación y seguir refinando
 El procesamiento y el análisis de la información
El proceso pone el acento en la construcción y generación inductiva de
categorías para poder clasificar los datos recogidos
 La observación: definición y utilidad

La observación es un método de análisis de la

realidad que se vale de la contemplación de los
fenómenos, acciones, procesos, situaciones… y
su dinamismo en su marco NATURAL.
 La planificación del proceso de observación
¿Qué voy a observar? • La definición del problema
¿Para qué?
• La modalidad de observación
¿Cómo observar?
• El escenario
¿Dónde observar?
PLANIFICACIÓN • El enfoque
DEL PROCESO DE ¿Qué observar?
OBSERVACIÓN • La temporalización

¿Cuándo observar?
• Las técnicas de registro
¿Cómo registrar? ¿Con
qué medios? • Las técnicas de análisis

¿Cómo analizar?
 REFERENCIAS
LIBROS

LINK DE INTERES

Procesamiento de datos y análisis estadístico: www.pucrs.br/edipucrs/spss.pdf

Bioestadistico:
www.youtube.com/channel/UCTHm2Gs4G29Angd_HPUMQyg
http://bioestadistico.com/masterclass