Elaboración, análisis e interpretación de los datos y redacción de informes de investigación

Temas

Temas I – Elaboración de los datos
(clasificación), codificación y
tabulación.

Separación de los datos cualitativo de los
cuantitativos.

Tema II – Las diferentes formas de
presentación de los datos.

Las tablas de distribución de frecuencia, la
representación gráfica, la semi-tabular y la
escrita.

Tema III – Análisis de los datos,
confrontación de los indicadores con las respuestas
obtenidas con la aplicación del instrumento, tabuladas y
agrupadas.

Tema IV – La interpretación de los datos:
significado de las hipótesis demostradas.

Tema V – Redacción de informe

Técnicas y
pasos de la elaboración de los datos

Las técnicas son los procedimientos e
instrumentos que utilizamos para acceder al conocimiento.
Encuestas, entrevistas, observaciones y todo lo que se deriva de
ellas.

Los pasos de la investigación y
elaboración han de ser los siguientes:

1-Tema

2-Delimitación del tema

3-Formulación del problema

4-Reducción del problema a nivel
empírico

5-Determinación de las unidades de
análisis-Recolección de datos

6-Análisis de datos

7-Informe final.

El Tema:

Un aspecto de la realidad a grandes rasgos. Es lo
general (por ejemplo: pobreza)

La Delimitación:

La delimitación consiste en acotar desde varios
puntos de vista. Implica un "encuadre", es decir, decidir que se
aborda y que se deja afuera.

Existen diferentes formas de delimitar el
tema:

Contextualización: se contextualiza desde
lo espacial (donde se hará la investigación, por
ej.: GBA), desde lo temporal (cuál será el
período de investigación, aunque no siempre sea
posible determinarlo con exactitud, por ejemplo: segundo
cuatrimestre de 2007), desde lo sociodemográfico
(variables duras de las personas) y desde lo sociocultural
(gustos, preferencias, actitudes, etc.).

Torbellino de ideas: es una técnica que
consiste en formular interrogantes acerca de lo que quiero o
podría llegar a investigar.

Ayudas metodológicas: puede realizarse,
por ejemplo, consultando especialistas en el tema o recurriendo a
distintas bibliografías.

Observación de casos típicos y
atípicos: por ejemplo mediante entrevistas.

Acercamiento al campo: hacer una vivencia
directa.

La Formulación del problema:

Implica una serie de pasos, aunque no existe un orden
establecido para ellos:

Formulación de objetivos: ya sean
objetivos generales o particulares (estos son eventuales, no
amplían, sino que especifican). Desde aquí se
avanzará a las variables, es decir, se expresan los
objetivos en términos de variables relacionadas, por
ejemplo: relación entre el nivel de instrucción y
la forma de expresarse.

Los objetivos deben expresarse en
infinitivo.

Elaboración de un marco teórico: es
la teoría de la cual se dispone acerca del objeto de
estudio. El marco teórico es un conjunto de explicaciones
y enunciados del cual surgirá la hipótesis. Cuanto
más pobre es el marco teórico menos hay para
observar. Cuanto más conocimiento se tiene más
fenómenos se observan en un mismo hecho. Aquí se
definen las variables, se explicita que es lo que entendemos por
lo que decimos. Aparece lo observable y lo abstracto, la
teoría debe ser bajada a la realidad.

Formular hipótesis: las hipótesis
derivadas. Están vinculadas con los objetivos. Las
hipótesis se clasifican según distintos criterios
que se desarrollan más abajo.

Formular interrogantes: se debe formular al menos
un interrogante general, el cual define hacia donde se va a
avanzar. El interrogante es el que estimula la búsqueda o
indagación. Quien fórmula más interrogantes
es quien más conoce la realidad.

Definición de variables: las variables se
definen conceptual y operacionalmente. La definición
conceptual es la expresión de la variable conforme el
marco teórico que se usa (ej.: definición de
persuasión según la teoría de la
persuasión). La definición operacional expresa como
se va a medir la variable, es decir, a través de
qué aspectos vamos a poder medir el concepto (ej.: si los
vendedores usan o no técnicas de persuasión tales
como minimización de la competencia, modificación
de los constructos, cierres de venta, etc.).

Cabe resaltar la importancia de la definición
conceptual, pues estudios similares pueden producir resultados
distintos por tener distintos marcos teóricos.

Clasificación de las
hipótesis

Según la función que cumplen en la
investigación:

Hipótesis general: por ejemplo "a mayor
conocimiento mayor rendimiento". Las hipótesis generales
poseen un alto contenido de abstracción.

Hipótesis intermedia: "a mayor
conocimiento de la teoría de la persuasión mejor
desempeño laboral"

Estas hipótesis establecen relaciones de
intermediación entre la teoría y el campo
empírico.

Hipótesis empírica: "a mayor
aplicación de las técnicas de la teoría de
la persuasión mayor nivel de ventas de
electrodomésticos"

Estas hipótesis son constituidas a partir de
definiciones operacionales o indicadores, directamente
contrastables y mensurables.

Hipótesis de generalización:
permiten extender las conclusiones tomadas para las muestras al
conjunto o población de sujetos o
fenómenos.

Según el nexo que liga a las
variables:

Hipótesis descriptivas: señalan la
frecuencia o características de un fenómeno sin
establecer relaciones causales entre sus variables. Pueden ser a
su vez:

-Asociativas: plantean relaciones no paramétricas
entre las variables que las componen. En este caso las variables
son cualitativas, por ejemplo: "la satisfacción del
consumidor aumenta con la calidad de los productos".

-Correlaciónales: plantean la existencia
de relaciones de tipo estadístico o paramétricas
entre variables cualitativas o cuantitativas, por ejemplo: "la
tasa de mortalidad aumenta a medida que aumenta la tasa de
desocupación".

Hipótesis explicativas: dan cuenta del por
qué o causa de los fenómenos. A su vez se dividen
en:

-Causales o determinísticas: plantean la
existencia de una relación causa-efecto ineluctable. Son
poco frecuentes en las ciencias sociales, son propias de las
ciencias físico-naturales, por ejemplo "el hábito
de fumar provoca lesiones de distinta gravedad a nivel
pulmonar".

-Estocásticas o probabilísticas: se
trata de hipótesis causales pero en el marco de la idea si
X probablemente Y. Dicha probabilidad se fija dentro de ciertos
parámetros estadísticos que oscilan entre el cero
al ciento por ciento; por ejemplo: "es probable que la
presión tributaria determine el monto de la
recaudación fiscal".

-Contingentes: son del tipo de si X entonces Y, pero
sólo si Z. Por ejemplo: "un riego adecuado produce una
buena cosecha, sólo si no se producen heladas".

-Predictivas: permiten anticipar con algún
grado de certeza el comportamiento de ciertas variables o el
acaecimiento de fenómenos. A su vez pueden ser: fundadas
en leyes teóricas (por ejemplo: la fuerza gravitacional en
cualquier parte del planeta a partir de las leyes de Newton) o
fundadas en acumulación de datos empíricos (por
ejemplo: el tamaño de la población mundial dentro
de diez años en base al tamaño de la
población actual).

Según la cantidad de variables que contienen las
hipótesis:

-Univariadas: poseen una variable

-Bivariadas: poseen dos variables

-Multivariadas: poseen tres o más
variables, por ejemplo "El sexo, el cociente intelectual y el
tipo de composición del hogar influyen en la cantidad de
horas que un niño ve televisión".

Según su planteo temporal:

-Ante facto: planteadas antes de que ocurra el
hecho

-Post facto: por ejemplo "El comportamiento del
día de hoy de las acciones probablemente se debió a
las medidas tomadas ayer por el gobierno".

Según la direccionalidad:

-Unidireccionales: por ejemplo "El sexo influye
en la elección del tipo de carrera".

-Bidireccionales: por ejemplo "El nivel
socioeconómico del sujeto influye en la jerarquía
de sus contactos sociales" (ya que la jerarquía de los
contactos sociales influye en el nivel
socioeconómico).

Según su condición de hipótesis
nula:

Son aquellas que en el contexto de la
investigación y teniendo en cuenta el principio de
refutabilidad, el investigador desarrolla para tratar de
demostrar que no se verifican.

Las variables: su categorización y
medición

En términos generales las variables son
conceptos, pero no cualquier concepto constituye una variable.
Esto significa que existen conceptos constantes y conceptos
variables. Los primeros son aquellos que a lo largo de una
determinada investigación van a permanecer fijos,
asumiendo un único valor. Las variables, en cambio, son
conceptos que asumen diferentes valores; es decir que las
variables se refieren a aquellas propiedades, atributos,
características, magnitudes, funcionalidades, etc. que
podrán estar presentes (en algunos casos con distinta
intensidad) o ausentes en cada uno de los casos que conforman el
universo de estudio. Por ejemplo si se realiza un estudio sobre
estudiantes universitarios, el concepto de "estudiante
universitario" permanecerá constantemente (concepto
constante), en tanto la multiplicidad de características
propias de los estudiantes será variable.

Las variables se traducen en las distintas preguntas de
la encuesta y las opciones de respuesta que se brinden
serán las llamadas "categorías".

Principios que rigen la categorización de una
variable:

Principio de exhaustividad: sostiene que en la
categorización se deben contemplar todos los valores
posibles. Por ello suele preverse la utilización de una
categoría residual como "otros".

Principio de exclusividad: sostiene que en toda
categorización las variables deben ser mutuamente
excluyentes de manera tal que una misma unidad de análisis
no pueda ser ubicada en dos categorías
simultáneamente.

Factores que inciden en la categorización de una
variable:

Referencia al marco teórico: los valores
deben guardar relación con el marco teórico en que
se basa la investigación.

El tamaño del universo y la muestra: por
un principio de economía y a fin de evitar que la
información se disperse, el número de
categorías debe adecuarse a la cantidad de unidades de
análisis. A menor cantidad de casos menor cantidad de
categorías, y viceversa.

Linealidad del continuo: las categorías
deben seguir un mismo criterio. Por ejemplo si la variable fuese
"clima laboral" las categorías no podrían ser "muy
conflictivo/acogedor/desagradable", pues pertenecen a escalas
diferentes.

Utilización del punto neutral: debe
evaluarse en cada caso si se usa o no. Cuando se trata de
clasificar opiniones o actitudes, es conveniente que el
número de categorías sea impar, a los efectos de
contemplar la posición intermedia o de neutralidad. Por
ejemplo: "totalmente de acuerdo / de acuerdo / ni de acuerdo ni
en desacuerdo / en desacuerdo / totalmente en desacuerdo". No
obstante existen casos donde la neutralidad no es conveniente y
puede recurrirse a categorías como "no contesta o sin
respuesta".

Cantidad de categorías positivas y negativas: la
cantidad de categorías positivas y negativas debe ser
similar, no sería correcto utilizar una escala como
"excelente / muy bueno / bueno / malo".

Las características objetivas del contexto de
investigación: por ejemplo si se desea utilizar la
variable "nacionalidad" en una investigación en nuestro
país, se podría prever "argentino / peruano /
boliviano / uruguayo / etc.." pero no tendría sentido
incluir "noruego / francés / ruso". A lo sumo (para
cumplir con la exhaustividad) se podría utilizar una
categoría como "otra nacionalidad".

Relacionado con ello está la posibilidad de
acceder a determinadas unidades de análisis y/o de
información, por ejemplo en el campo de la
investigación de mercado, marketing y publicidad se suele
categorizar a la variable NSE en A, B, C1, C2, C3, D Y E. Sin
embargo, diferentes consultoras se han cuestionado hasta
qué punto es legítimo incluir en sus estudios los
niveles A y B cuando prácticamente, por una
cuestión de imposibilidad de acceso o de contacto, no se
hallan representados en la muestra.

Niveles de medición de las variables:

Cualitativas:

-Nominal: es la menos precisa, mide atributos y mide por
semejanzas y diferencias (por ej: "nacionalidad").

-Ordinal: es más precisa, ya que además de
semejanzas y diferencias establece jerarquía entre las
categorías (por ej.: "nivel de
instrucción").

Cuantitativas:

-Racional:

-Intervalar:

La
clasificación de las variables

Según su naturaleza:

-Cualitativas: como su nombre lo indica, miden
cualidades, atributos (por ej.: ocupación, nacionalidad,
religión, estado civil, etc.)

-Cuantitativas: miden cantidades, magnitudes. De
acuerdo con los valores que puedan asumir se distingue entre
continuas (dan la posibilidad de fraccionar y pueden tomar
cualquier valor dentro de un rango, por ej: "temperatura") y
discretas (sólo asumen valores enteros, por ej.:
número de hijos).

-Cualicuantitativas: son aquellas que se refieren
a aspectos cualitativos y cuantitativos, es decir que miden
atributos y magnitudes. En todos los casos son variables
complejas (por ej.: NSE) que a los efectos de su medición
serán cuantificadas.

Según la función que cumplen en la
hipótesis o en el análisis del problema:

Cuando se habla de "función" se hace referencia
al papel que la variable desempeña o a la posición
que se le asigna (aunque más no sea en términos
conjeturales) en el análisis del problema
estudiado.

De acuerdo a su función, las variables se
clasifican en:

-Independientes: de ahora en adelante "X", son
aquellas que cumplen la función de causa o supuesta
causa.

-Dependientes: de ahora en adelante "Y", son
aquellas que actúan como efecto o supuesto
efecto.

Por ejemplo en la hipótesis "La opinión de
los adolescentes sobre el aborto varía de acuerdo con su
grado de compromiso religioso, siendo más favorable en
aquellos que observan una menor religiosidad". En tal caso la
variable independiente sería el grado de compromiso
religioso y la dependiente su postura frente al
aborto.

También puede haber simultaneidad o
interdependencia entre ambas variables, como en el caso de las
relaciones simétricas. En tal caso las variables se
consideran coetáneas o contemporáneas y cualquiera
de ellas cumple simultáneamente las funciones de
independiente y dependiente. Es decir que la relación es
bidireccional.

-Terceras variables: se utilizan para denominar a
todos aquellos elementos que puedan incidir de alguna manera en
la relación entre X e Y, ya sea favoreciendo,
obstaculizando o condicionando dicha relación.

Según su grado de complejidad:

El grado de complejidad remite a las
características que asumen su operación o
aplicación a los procedimientos para su
medición.

Se clasifican en:

-Simples: aquellas que requieren de un
sólo indicador (por ej.: "edad")

-Complejas: son aquellas que a los efectos de su
medición requieren de más de un indicador. Cuando
se trabaja con variables complejas lo ideal es dividirlas en
diferentes dimensiones y, luego, a cada dimensión se le
asignan los indicadores correspondientes que, a su vez,
tendrán sus respectivas categorías. Una vez que se
ha descompuesto la variable compleja en dichos elementos es
momento de reconstruirla, elaborando el índice.

Los índices:
su clasificación y construcción

Un índice es un indicador complejo que
reconstruye la variable, es lo que permite la síntesis o
el resumen de la variable. Es una medida cuantitativa que
posibilita combinar diferentes dimensiones y/o indicadores
asignándole a cada unidad de análisis un
único valor (puntaje de índice).

Existen dos tipos de índices:

Índice no ponderado: cuando se adjudica a
cada dimensión y/o a cada indicador el mismo peso o la
misma participación en la variable. Esto significa que
cada dimensión tendrá igual cantidad de indicadores
y éstos, a su vez, el mismo número de
categorías.

Índice ponderado: cuando se le asigna
(voluntaria o involuntariamente) a una dimensión,
indicador o, incluso, categoría, un mayor peso
relativo.

Luego puede hacerse otra distinción,
distinguiendo entre índices simples y
porcentuales:

Índice simple: utiliza valores absolutos
(enteros o con decimales, empleando o no el 0 inicial) y por lo
tanto la amplitud del índice y sus puntajes mínimo
y máximo varían para cada una de sus
variables.

Índice porcentual: utiliza valores
relativos (enteros o con decimales) y en todos los casos se
emplea el 0 inicial. La idea es llevar la amplitud de cada
variable a 100 puntos. Luego a cada dimensión e indicador
se le asigna un peso relativo.

Este tipo de índice tiene ventajas importantes,
tales como el hecho de que facilita la comparación ya que
todas las variables se miden con la misma escala numérica,
se aprecia más fácilmente la ponderación y
facilita la representación gráfica.

La construcción del índice:

Deben seguirse tres pasos:

1) Determinar la importancia de las dimensiones:
Si fuese la misma asignar la participación en forma
equitativa, en caso contrario ponderarlo.

2) Determinar la participación de los
indicadores: Si a todos los indicadores (por ejemplo 2 o 3
por dimensión) se les adjudica el mismo peso el
índice es no ponderado. En caso contrario, por ejemplo si
se desea ponderarlo con una participación de un 30% los
puntajes mínimo y máximo serán de 0 y
30.

Luego, para distribuir el puntaje de forma equitativa,
se aplica la siguiente fórmula:

Puntaje máximo asignado al indicador

Cantidad de categorías – 1

En caso de que, por ejemplo, el resultado sea 3,
deberá puntuarse de 3 en 3. Por ejemplo en el indicador
"nivel de instrucción" será: Sin instrucción
(0), Primario incompleto (3), Primario completo (6),
etc.

3) Establecer los límites numéricos o
la amplitud de cada categoría de la variable compleja:
Consiste básicamente en aplicar la siguiente
fórmula:

Límite superior – Límite inferior +
1

Nº de categorías de la variable
compleja

El límite superior es la sumatoria total del
puntaje asignado a cada indicador (en un índice porcentual
es siempre de 100), en tanto el límite inferior es la
sumatoria del menor puntaje asignado a cada indicador (en los
porcentuales siempre es 0).

Luego se agrega una unidad "+ 1", cuya función es
garantizar que se tiene en cuenta al límite inferior como
un valor posible, es decir como una posición más
dentro de la amplitud de la variable.

El número de categorías de la variable
compleja, puede ser, por ejemplo en el caso del NSE, "bajo,
medio, alto". Son 3 categorías para la variable
compleja.

En cuanto a la posible falta de respuesta (NS/NC) debe
tenerse en cuenta que si el rechazo excede el 10% de los casos es
aconsejable eliminar o reemplazar el indicador por otro, para
ello bien sirve el pre-test.

Validez y
confiabilidad de las mediciones

En términos generales, un indicador es
válido cuando mide lo que dice medir. Existen distintos
tipos de validez:

Validez interna: existe validez interna cuando
hay una adecuada conceptualización, operación
aplicación de la variable, y obviamente, existe
correspondencia entre ambas.

Puede que la conceptualización sea más
amplia que la operación y aplicación o viceversa.
También puede que se dé una combinación de
ambas posibilidades, es decir que la operación y
aplicación cubra parcialmente a la variable y a la vez la
exceda.

Si bien ningún procedimiento es infalible a la
hora de establecer si existe o no validez interna existen dos
ayudas fundamentales: la revisión bibliográfica y
la consulta a especialistas en el tema.

Validez externa: se refiere básicamente a
la confianza o veracidad de la fuente de información. Esto
en ocasiones intenta solucionarse mediante técnicas que
muchas veces resultan poco operativas, tales como cotejar con los
gestos de la persona o enviar a otro a que realice las mismas
indagaciones.

Por otra parte un indicador o instrumento de
medición es confiable cuando, administrado sucesivamente a
una misma muestra o población (sin que hayan cambiado las
condiciones iniciales) reproduce los mismos
resultados.

La confiabilidad es una condición para que exista
validez. Difícilmente un instrumento poco confiable
resulte ser válido. Pero, por otra parte, de nada sirve
que sea confiable si no se mide lo que se pretende
medir.

El universo de
estudio y la selección de la muestra

Ante todo deben determinarse las unidades de
análisis, es decir cuál es la población
objeto de estudio, sobre quiénes recae la
investigación, para luego decidir con cuántos casos
se trabajará.

Podemos definir el "universo" como el conjunto total de
elementos que constituyen un área de interés
analítico. En función de la cantidad de elementos
que lo componen se distinguen dos tipos:

Universos finitos: aquellos que contienen hasta 100.000
unidades.

Universos infinitos: aquellos que poseen más de
100.000 unidades.

Esas unidades, son las llamadas unidades de
análisis, las cuales no tienen por qué ser las
unidades de información. Puede ocurrir que las unidades de
análisis no den testimonio de sí mismas, sino que
se trate simplemente de unidades de información (por
ejemplo en el caso de estudiar unidades colectivas, tales como
una empresa). También puede darse en casos en los que, por
alguna razón, busca obtenerse la información en
forma indirecta.

Por otra parte, de acuerdo con las
características que presenten las unidades de
análisis, el universo será homogéneo o
heterogéneo:

Universos homogéneos: aquellos que no presentan
diferencias significativas entre sus unidades de
análisis.

Universos heterogéneos: aquellos que presentan
diferencias significativas entre sus unidades de
análisis.

Cuando se efectúa un relevamiento o
medición sobre todos los elementos que constituyen el
universo, se está realizando un CENSO. En cambio cuando
sólo tomamos una parte de dicho universo decimos que se ha
tomado una MUESTRA.

Una muestra es un subconjunto del conjunto total
(universo) que se supone representativo, es decir que dicho
subconjunto representa lo más fielmente posible las
características del conjunto total.

La ventaja principal de efectuar un censo radica en la
confianza y exactitud de los resultados que supone el hecho de
trabajar con la totalidad de los elementos que componen el
universo. Por otro lado, censar universos numerosos o infinitos
implica enfrentarse con desventajas tales como: costos elevados,
procesamiento de datos prolongado, dificultades para realizar
estudios profundos, necesidades de movilidad de muchos recursos
(humanos y materiales), etc.

Trabajar con una muestra, en cambio, resulta menos
costoso, permite realizar estudios más profundos y supone
un ahorro de tiempo. Por otro lado, trabajar con una muestra
verdaderamente representativa, puede llevar a optar por
diseños muéstrales muchas veces demasiado
complejos.

Diseño de la muestra:

Diseñar la muestra incluye:

-Definir la población de estudio

-Obtener, de ser necesario y posible, el marco muestral
pertinente

-Escoger la técnica de muestreo más
adecuada.

-Tomar decisiones sobre el tamaño y el margen de
error de la muestra.

El marco muestral está compuesto por un listado
de los elementos que componen nuestro universo y que
permitirán su identificación y es la base de los
muestreos probabilísticos.

Tipos de muestreo:

Las muestras probabilísticas son aquellas que,
basadas en la teoría de las probabilidades, permiten
conocer a priori cuál es la probabilidad que tiene cada
elemento de ser incluido en la muestra.

P = Casos favorables / Casos posibles.

Estos muestreos requieren el conocimiento previo del
universo y la identificación de sus unidades, es decir que
requieren de un marco muestral, son más costosas y tienen
una base estadística que contribuye a su
precisión.

Codificación de los
datos

La codificación consiste en asignar a todos y
cada uno de los tipos de respuesta del cuestionario o del
documento de observación un dígito o número
que represente a dicha respuesta en un soporte
informático, un cálculo
estadístico…

El objeto de la codificación es representar todas
y cada una de las respuestas de los cuestionarios y de las
anotaciones de los documentos de observación por
códigos numéricos que faciliten su
agrupación.Las preguntas cerradas se codifican asignando
un número a cada una de las respuestas
predeterminadas.

Para codificar las preguntas abiertas o semi-abiertas se
procede del siguiente modo:

– Se leen todas las respuestas dadas a la
pregunta

– Se establecen clases de respuestas

– Se asigna un código a cada una de las clases de
respuestas establecidas.

(La clasificación de las preguntas abiertas es
laboriosa y está sujeta a errores y subjetividades por lo
que, sin negar la riqueza de matices que puede aportar, es
aconsejable reducirlas al mínimo en los
cuestionarios)

Ejercicio: Para la pregunta abierta ¿por
qué piensa usted que no va a comprar el
electrodoméstico en los dos próximos años?
Las respuestas han sido:

– es demasiado grande para ponerlo en mi
cocina

– no tengo dinero para comprarlo

– tiene un aspecto muy feo

– no me gusta el color y cuesta mucho

– he oído que es poco fiable

– somos sólo dos, por ahora no nos hace
falta

– estoy esperando que bajen el precio

– su uso es muy difícil

– no lo sé realmente.

Establece clases de respuestas, a la vista de las
contestaciones dadas, y asígnales un
código.

La Tabulación

La Tabulación de los datos es el recuento del
número de respuestas que ha tenido una pregunta y su
presentación en tablas. Consiste en resumir los datos en
una tabla que sustituya la masa de datos difícilmente
manejable, por una representación ordenada de los mismos,
que facilite su uso. La tabulación no tiene un fin en
sí misma, sino que es el medio que permite al investigador
tener una visión de conjunto de la información de
todos los cuestionarios, al convertir éstos en datos
homogéneos que posteriormente serán objeto de
análisis.

Depuración de los datos: Consiste en
detectar aquellos datos que son erróneos, bien por errores
en la cumplimentación del cuestionario, o bien por errores
en inconsistencia de las respuestas. Caben dos opciones ante
estos casos: se corrigen los datos "erróneos", observando
de nuevo el elemento o recogiendo otra vez el dato, o,
directamente, se desecha ese dato.

Las tablas son la disposición conjunta y ordenada
de las sumas o totales de las respuestas de una pregunta o de
varias relacionadas entre sí, obtenidas de la
tabulación de los datos.

Codificación y depuración de
tabulación de análisis

¿Cómo se realiza la tabulación de
los datos?

La tabulación puede realizarse pregunta por
pregunta – tabulación simple: tipo I, tipo II y tipo
III.

La tabulación puede realizarse de dos en dos
preguntas o más preguntas a la vez. En la
tabulación simple se calculan la frecuencia absoluta, la
frecuencia relativa, las frecuencias acumuladas (ascendente o
descendente) y los porcentajes con que se presentaron dichas
respuestas en la muestra.

En la tabulación cruzada se trata de poner en
relación las respuestas a dos o más preguntas
diferentes para ver en qué medida las respuestas
están ligadas entre sí. Se calculan las frecuencias
absolutas y relativas y las frecuencias conjuntas.

TABLAS DE TIPO I

Corresponde a situaciones en la que la variable x toma
pocos valores y, además, se dispone de pocas
observaciones. En este caso basta con presentar la
información de manera ordenada.

Por ejemplo, x = número de hijos de los 5
trabajadores de mi empresa

Las respuestas han sido: 0,3,0,1,3

Bastaría presentar ordenados los datos:
0,0,1,3,3

TABLAS DE TIPO II

Se utiliza en el caso de que la variable x toma pocos
valores y, sin embargo, toma muchos datos. Ej.: hemos preguntado
a nuestros 50 empleados los días que faltaron al trabajo
durante el mes pasado, las respuestas han sido:

1,0,0,3,4,1,2,9,1,0 1,2,3,3,4,0,0,1,1,1
1,1,2,3,3,4,0,1,0,2 1,0,0,2,3,3,2.1,0,0
0,2,3,4,4,2,1,0,2,0

TABLAS DE TIPO III

Se utiliza este tipo de tablas cuando los valores que
toma la variable objeto de estudio es muy grande.

Por ejemplo: Estudiamos el peso de una determinada
población y obtenemos 40 datos pero muy
"diferentes"

60-
66-67-70-59-55-78-80-55,50-63

61-58-64,5-56-71-83-62-60,40-49-55-52

70-74,32-80-58-48-52-53-57-67-66

77-74-67-63-58,9-54-65-66-60-50

En estos casos agrupamos los valores en intervalos, con
lo que se consigue una mayor comodidad en el tratamiento de los
datos. Siempre teniendo en cuenta que en esta agrupación
se pierde información.

Los intervalos pueden tener la misma amplitud o no,
dependiendo de la estructura de los datos y el estudio que se
está llevando a cabo. Además pueden contener sus
valores extremos (intervalos cerrados, ( 2,10( ) o no (intervalos
abiertos (2,10)) o incluir uno y no otro (intervalos
semi-abiertos, ( 2,10))

Si deseamos que los intervalos sean de amplitud
constante se puede proceder de dos formas:

– Fijando el número de intervalos

– Fijando la amplitud

Pasos:

• Se calcula previamente el "recorrido" o "rango" de
  la variable, determinado por la diferencia entre el mayor y
  el menor valor

Re= max.dato-min.dato

• Una vez obtenido el recorrido , está claro
  que:

Re= número de intervalos ( amplitud

• Si fijamos la amplitud, el número de
  intervalos se calcularía:

Número de intervalos= Re ( Amplitud

• Si fijamos el número de intervalos, la
  amplitud se calcularía:

• Amplitud= Re ( Número de
  intervalos.

• En el ejemplo presentar los datos en una
  tabla:

• a) amplitud de los intervalos: 5

• b) número de intervalos: 10

Separación de los datos cualitativos de los
cuantitativos

La investigación cualitativa trata de identificar
la naturaleza profunda de las realidades, su sistema de
relaciones, su estructura dinámica; mientras que la
investigación cuantitativa trata de determinar la fuerza
de asociación o correlación entre variables, la
generalización y objetivación de los resultados a
través de una muestra para hacer inferencia a una
población de la cual toda muestra procede.  Tras el
estudio de la asociación o correlación pretende, a
su vez, hacer inferencia causal que explique por qué las
cosas suceden o no de una forma determinada.

Tipos de investigación cualitativa

Investigación participativa

Se trata de una actividad que combina, la forma de
interrelacionar la investigación y las acciones en un
determinado campo seleccionado por el investigador, con la
participación de los sujetos investigados. El fin
último de este tipo de investigación es la
búsqueda de cambios en la comunidad o población
para mejorar sus condiciones de vida.

Por ejemplo, el investigador Gete Choke, se infiltra en
un grupo de tribus ashánincas para conocer sus costumbres,
y así poder observar el tipo de vida diaria que ocurre en
esa población. Para ello el investigador tendrá que
dejar de lado todas sus formas cotidianas de actuar y adecuarse a
las de la población. Una vez reunidos los datos necesarios
mediante observación, Gete Choke buscará la manera
de plasmar el tipo de vida que ha logrado observar, estudiando
las formas en las que afrontan los ashánincas la vida
diaria, y analizando si de alguna manera se pueden mejorar.
Asimismo él brindará, mediante su
investigación, algunas técnicas de ayuda para esa
comunidad, y potencialmente para otras.

Investigación-acción

Tiene semejanza con la participativa, de allí que
actualmente se hable con bastante frecuencia de
investigación-acción participativa. Es uno de los
intentos de resumir la relación de identidad necesaria
para construir una teoría que sea efectiva como
guía para la acción y producción
científica, que esté estrechamente ligada a la
ciencia para la transformación y la liberación
social. Tiene un estilo más afín a la
investigación ligada a la educación llamada
"criterios de evaluación diagnóstica".

Investigación etnográfica

Esta constituye un método útil en la
identificación, análisis y solución de
múltiples problemas de la educación. Este enfoque
pedagógico surge en la década del 70, en
países como Gran Bretaña, Estados Unidos y
Australia, y se generaliza en toda América Latina, con el
objetivo de mejorar la calidad de la educación, estudiar y
resolver los diferentes problemas que la afectan. Este
método cambia la concepción positivista e incorpora
el análisis de aspectos cualitativos dados por los
comportamientos de los individuos, de sus relaciones sociales y
de las interacciones con el contexto en que se
desarrollan.

La etnografía es un término que se deriva
de la antropología, puede considerarse también como
un método de trabajo de ésta; se traduce
etimológicamente como estudio de las etnias y significa el
análisis del modo de vida de una raza o grupo de
individuos, mediante la observación y descripción
de lo que la gente hace, cómo se comportan y cómo
interactúan entre sí, para describir sus creencias,
valores, motivaciones, perspectivas y cómo éstos
pueden variar en diferentes momentos y circunstancias.
Podríamos decir que describe las múltiples formas
de vida de los seres humanos.

La investigación cuantitativa es aquella
en la que se recogen y analizan datos cuantitativos sobre
variables.

Esta investigación evita la
cuantificación.  Los investigadores cualitativos
hacen registros narrativos de los fenómenos que son
estudiados mediante técnicas como la observación
participante y las entrevistas no estructuradas.

Tipos de investigación cuantitativa

Investigación descriptiva

Se refiere a la etapa preparatoria del trabajo
científico que permita ordenar el resultado de las
observaciones de las conductas, las características, los
factores, los procedimientos y otras variables de
fenómenos y hechos. Este tipo de investigación no
tiene hipótesis exacta. Ya que se fundamenta en una serie
de análisis y prueba para llevar a cabo la
valoración de la física.

Investigación analítica

Es un procedimiento que es más complejo con
respecto a la investigación descriptiva, que consiste
fundamentalmente en establecer la comparación de variables
entre grupos de estudio y de control sin aplicar o manipular las
variables, estudiando éstas según se dan
naturalmente en los grupos. Sin embargo, se refiere a la
proposición de hipótesis que el investigador trata
de probar o negar.

Investigación experimental

Es un procedimiento metodológico en el cual un
grupo de individuos o conglomerado, son divididos en forma
aleatoria en grupos de estudio, control y son analizados con
respecto a un factor o medida que el investigador introduce para
estudiar y evaluar.

La diferencia fundamental entre ambas
metodologías es que la cuantitativa estudia la
asociación o relación entre variables cuantificadas
y la cualitativa lo hace en contextos estructurales y
situacionales. El empleo de ambos procedimientos
cuantitativos y cualitativos en una investigación
probablemente podría ayudar a corregir los sesgos propios
de cada método, pero el hecho de que la metodología
cuantitativa sea la más empleada no es producto del azar
sino de la evolución de método científico a
lo largo de los años.  Creemos en ese sentido que la
cuantificación incrementa y facilita la compresión
del universo que nos rodea y ya mucho antes de los positivistas
lógicos o neopositivistas como Galileo Galilei que
afirmaba en este sentido "mide lo que sea medible y haz
medible lo que no lo sea".