ANÁLISIS DE DATOS

ANÁLISIS DE DATOS EN INVESTIGACIÓN

 Datos cuantitativo o estadístico

 Fases del procedimiento:
 Selecciona el programa
 Ejecuta el programa
 Explora datos
 Análisis estadístico puede ser descriptivo: medidas de tendencia central (media,
median y moda) de variabilidad (rango, desviación estándar y varianza) de gráficas
(barras y pie)
 Preparación de resultados

 Datos cualitativos
 Ilustra y define categorías, su frecuencia e incidencia
 Agrupa categorías en temas o patrones
 Relaciona entre categorías y temas
 Genera explicaciones, hipótesis, teoría, modelos, narrativas y soluciones
ANÁLISIS DE DATOS

 El análisis de los datos depende del tipo de datos

que recolecta: cuantitativos (numéricos) o
cualitativos (narrativas escritas, visuales, auditivas,
etcétera).
 Los datos cuantitativos se analizan
estadísticamente partiendo de la matriz que generó
(columnas = variables unidimensionales o
indicadores, ítems o equivalentes de las variables
compuestas o multidimensionales; renglones o filas
= casos).
ANÁLISIS CUANTITATIVO

 Para efectuar el análisis cuantitativo o estadístico se elige

un programa, como Excel, Minitab, Paquete Estadístico para
las Ciencias Sociales (SPSS), XLSTAT, BioStat y otros que se
pueden descargar de internet, algunos son gratuitos y otros
se ofrecen en versiones de prueba que luego hay que
comprar.
 En ocasiones, las matrices de los datos y de las variables
(como SPSS) se encuentran separadas, mientras que ciertos
programas las integran visualmente (Minitab o BioStat).
Minitab es un programa de computadora diseñado para ejecutar funciones estadísticas
básicas y avanzadas.
Combina lo amigable del uso de Microsoft Excel con la capacidad de ejecución de
análisis estadísticos.
Gráfica de pastel causas de ausentismo en una planta industrial
Histograma “estudio de fresas según diámetro”
Ejemplo: peso de la fresa y puntos medios de intervalo
Ejemplo: “medios de comunicación que lee o escuchan”
MEDIDAS DE TENDENCIA CENTRAL

 Las medidas de tendencia central son los valores medios de la distribución de

frecuencias.
 Son útiles para ubicar los resultados de la muestra en la escala de medición de la
variable en cuestión.
 Las medidas de tendencia central principales son tres: moda, mediana y media.
 El nivel de medición de la variable establece cuáles son apropiadas para
interpretar.
 La moda es la categoría, puntuación o intervalo (o punto medio) que ocurre con
mayor frecuencia.
ejemplo de la meidad de tendencia central La Moda

Ejemplos de Moda: 
 Veamos algún ejemplo del cálculo de la moda:
 Calcular la moda de los siguientes precios de un kilo de manzanas en diferentes
supermercados: 9, 11, 9, 9, 13, 11, 12
 Ordenamos los valores de menor a mayor: 9, 9, 9, 11, 11, 12, 13
 Vemos que el valor 9 se repite 3 veces, más que cualquier otro, por lo tanto: Mo =
9

 Fuente: https://www.matematicas10.net/2015/12/ejemplos-de-media-
estadistica.html
Ejemplo de Mediana

   Calcular la mediana de los siguientes precios de un kilo de manzanas en diferentes

supermercados: 9, 11, 8, 7, 13, 10, 12
 Ordenamos los valores de menor a mayor: 7, 8, 9, 10, 11, 12, 13
 Al ser una serie de un número impar de valores (7), la mediana sería el valor central:
Me = 10

  Calcular la mediana de las siguientes notas de exámenes: 8, 13, 12, 10

 Ordenamos los valores de menor a mayor: 8, 10, 12, 13
 Al ser una serie de un número par de valores (4), la mediana sería la media de los
valores centrales: Me = (10 + 12) / 2 = 11
 Fuente: https://www.matematicas10.net/2015/12/ejemplos-de-mediana.html
Cálculo de la Media
MEDIDAS DE VARIABILIDAD

 Las medidas de la variabilidad indican la dispersión de los

datos en la escala de medición y responden a la pregunta
sobre dónde están diseminadas las puntuaciones
obtenidas.
 Las medidas de tendencia central son valores en una
distribución y las medidas de la variabilidad son intervalos
que designan distancias o un número de unidades en la
escala de medición utilizada.
 Las medidas de la variabilidad más conocidas son rango,
desviación estándar y varianza.
MEDIDAS DE VARIABILIDAD EL RANGO

 El rango, también denominado “recorrido”, es la diferencia

entre la puntuación superior y la puntuación inferior, e
indica el número de unidades en la escala de medición que
se necesitan para incluir los valores máximo y mínimo.
 Por ejemplo, si en una muestra la persona mayor tiene 30
años y la menor 17, el rango será 13.
 Cuanto más grande sea el rango, mayor será la dispersión
de los datos de una distribución.
LA DESVIACIÓN ESTÁNDAR

 La desviación estándar o típica es el promedio de

desviación de las puntuaciones con respecto a la media.
 Esta medida se expresa en las unidades originales de
medición de la distribución.
 Se interpreta con relación a la media.
 Cuanto mayor sea la dispersión de los datos alrededor de
la media, mayor será la desviación estándar. Se simboliza
con s o la sigma minúscula σ.
EJEMPLO DE DESVIACIÓN ESTÁNDAR

 La desviación estándar se interpreta como cuánto se desvía

de la media, en promedio, un conjunto de puntuaciones.
 Supongamos que un investigador obtuvo para su muestra
una media (promedio) de ingreso familiar mensual de Q9
000 y una desviación estándar de Q1 000.La
interpretación es que los ingresos familiares de la muestra
se desvían, en promedio, mil unidades monetarias respecto
a la media.
 La desviación típica solo se utiliza en variables medidas por
intervalos o de razón
LA VARIANZA

 La varianza es la desviación estándar elevada al

cuadrado y se simboliza s2.
 Es un concepto estadístico muy importante, que
fundamenta muchas pruebas cuantitativas.
 Diversos métodos estadísticos parten de la
descomposición de la varianza. Sin embargo, con
fines descriptivos se utiliza preferentemente la
desviación estándar.
 ANALIZAR MEDIANTE PRUEBAS ESTADÍSTICAS LAS
HIPÓTESIS PLANTEADAS

 Cuando el planteamiento del problema y el estudio cuantitativo

tienen un alcance final exploratorio o descriptivo, aquí concluyen los
análisis. Pero, si se establecieron hipótesis o los objetivos y las
preguntas de investigación pretenden vincular variables, es necesario
efectuar un análisis estadístico inferencial.
 La estadística inferencial tiene dos propósitos esenciales:
 1) Probar hipótesis
 2) Estimar parámetros
ANÁLISIS DE DATOS CUALITATIVOS

Hay una gran variedad de

análisis para datos cualitativos
o narrativas, pero nos vamos a
enfocar en un proceso de
análisis que concuerda con el
diseño cualitativo integral y que
tal vez resulta el más
sistemático y utilizado en
ciencias distintas a las sociales
y humanas.

Esta foto de Autor desconocido está bajo licencia CC BY-NC

ANÁLISIS CUALITATIVO - RECOLECTAR -

 El verdadero instrumento de recolección de ellos es el propio

investigador, que efectúa las entrevistas, dirige, participa u observa en
los grupos de enfoque, interactúa con los participantes, y sus
sentidos son los que captan la información.
 Revisar los datos con frecuencia, en el análisis cualitativo no se
espera tener todos los datos para iniciar (en el análisis cuantitativo se
comienza hasta que se han recabado los datos completos) o debe
regresar al campo o contexto de la indagación para recolectar
información adicional (más entrevistas, documentación, grupos de
enfoque). En ciertas circunstancias hace un análisis con los primeros
datos para ver si está obteniendo lo adecuado.
ANÁLISIS CUALITATIVO - ORGANIZAR -

 Organizar los datos e información

 Dado el volumen de los datos, deben estar bien
organizados.
 El conjunto se compila en una base de datos, la cual
alimentará al software de análisis, que acepta toda clase de
archivos (documentos en texto en Word, por ejemplo,
videos, audios, imágenes de toda clase, como fotos,
manuscritos escaneados, notas en libretas electrónicas,
resultados, tablas y gráficas de otros programas como SPSS
y Minitab).
ANÁLISIS DE DATOS -LA PREPARACIÓN -

 Preparación de los datos para el análisis y selección de la unidad de

análisis apropiada
 Con los datos listos como documentos en el software de análisis
debe determinar la unidad de análisis, la cual puede variar en
extensión y naturaleza dependiendo del tipo de instrumento que se
haya utilizado y el formato en que se encuentren los datos (texto,
audio, video o fotografías).
 Cuando se tiene texto, es común que sea la línea o renglón, el párrafo
o la página; pero también si se trata de entrevistas transcritas, cada
respuesta del entrevistado, y en grupos de enfoque, cada nueva
intervención de un sujeto; en audio o video, periodos (minuto, cada
cuántos minutos) o cada nueva participación
 TIPOS DE ANÁLISIS DE DATOS

Análisis descriptivo: se utiliza para

resumir y visualizar los datos
históricos.
Análisis diagnóstico: examina no solo
lo que pasó, sino también por qué
pasó.
Análisis predictivo:como el prescriptivo
apuntan hacia el futuro
Análisis prescriptivo: recomienda la
mejor solución basada en el análisis
predictivo, la evolución hacia la toma
de decisiones
IMPORTANCIA DEL ANÁLISIS DE DATOS

• Describir y resumir los

datos
• Identificar la relación entre
variables
• Comparar variables
• Identificar la diferencia
entre variables
• Pronosticar resultados