ANALISIS DE LOS DATOS

(Resumen elaborado por Elena de Martnez, 2001)

En una investigacin resulta muy conveniente obtener informacin tanto cuantitativa

como cualitativa. Estos no son tipos de evidencia que se contraponen, sino por el
contrario, se enriquecen. Un estudio tendr mayor calidad de informacin y posibilidad
de anlisis en la medida en que cuente con el mayor nmero posible de datos
cuantitativos y evidencia cualitativa.

Si por ejemplo pretendemos obtener informacin acerca del clima laboral en una
empresa o Plantel educativo, una estrategia multimtodos de recoleccin de datos
permitira un anlisis ms fructfero. Se podra hacer un cuestionario al personal con la
intencin de medir variables tales como: la satisfaccin con los supervisores o jefes, la
satisfaccin respecto a los compaeros de trabajo, la motivacin para trabajar, el
orgullo o sentimiento de pertenencia a la organizacin, la comunicacin entre los
miembros de la organizacin, el sentido del trabajo en equipo, el desarrollo personal y
laboral alcanzado dentro de la empresa, etc. Pero tambin podramos paralelamente
hacer un estudio cuantitativo del ausentismo laboral y de la puntualidad en el trabajo,
como tambin podramos realizar un focus group cualitativo donde se discuta un
tema relativo al clima laboral, y adicionalmente hacer un estudio retrospectivo (hacia
atrs) de la historia de la organizacin y los cambios en los cuadros directivos, etc. Por
supuesto, que el poder de medicin y la calidad del anlisis ser mucho mayor que si
solamente hubiramos realizado una encuesta o varias sesiones grupales.

Se pueden vincular los resultados de las sesiones cualitativas con los datos reportados
por instrumentos ms cuantitativos para confirmar la congruencia de ambos mtodos,
lo que es una forma de validez concurrente. Recordemos, que se trate de mtodos
cualitativos o cuantitativos, los instrumentos de recoleccin de datos deben someterse
previamente a una evaluacin o revisin de expertos y a una prueba piloto (ensayo
con sujetos semejantes a la poblacin y muestra donde se aplicar posteriormente).

A continuacin se exponen diversos mtodos y tcnicas para recabar informacin de

acuerdo a los enfoques cualitativos y cuantitativos de investigacin.

Principales mtodos de obtener Principales mtodos de obtener

informacin cualitativa informacin cuantitativa
Focus group o grupos focales Encuestas
Registros descriptivos y anecdticos bajo Observacin con escalas de estimacin, listas
observacin participante de cotejo y registros cuantificables.
Tareas, simulaciones y dinmicas en grupo Cuantificacin de respuestas ante estmulos.
Entrevistas abiertas Entrevistas bajo un guin estructurado y
cuantificable
Anlisis de ensayos escrito Anlisis del contenido con categoras para
cuantificar
Cuestionarios y pruebas con preguntas Cuestionarios con respuestas cuantificables
abiertas
Anlisis secuencial de hechos (anlisis Escalas de actitudes
histrico sin cuantificacin)
Instrospeccin Mapeo cognitivo cuantitativo
Pruebas proyectivas sin cuantificacin Pruebas proyectivas con cuantificacin

Anlisis cuantitativo de los datos

En relacin al anlisis cuantitativo de los datos, recordemos que los datos han debido
ser previamente codificados y preparados en una matriz o base de datos. Luego, a
travs de paquetes estadsticos ( Stats), o del mimos programa Excel, lo primera tarea
que se realiza es calcular y graficar las estadsticas descriptivas de los indicadores o
categoras de cada variable, y lo segundo, si es necesario, ejecutar anlisis
estadsticos para probar o desaprobar hiptesis.

As, se listan las variables o indicadores de variables y para cada una se procede a
obtener lo siguiente:

1. Distribucin de frecuencias o tabla de frecuencias (frecuencias absolutas, relativas

y acumuladas para cada categora de las variable), sin importar el nivel de
medicin de la variable.
2. Media, mediana, moda, desviacin estndar, valor mnimo, valor mximo, rango y
error estndar de la variable. Recordemos que para variables nominales solamente
se calcula la moda. Imaginen lo absurdo que sera calcular un promedio de la
variable sexo (entre masculino y femenino). Para variables ordinales la moda, la
mediana y los valores mnimo y mximo son los que tienen sentido, pero tampoco
se puede sacar un promedio porque no se trabaja con puntuaciones sino con
categoras jerarquizadas, y para variables de nivel de intervalo o de razn, se
pueden calcular todas las estadsticas.
3. Grficas para visualizar las distribuciones de frecuencias (eligiendo la que
proporcione mayor informacin visual).

Una vez que se ha calculado la estadstica descriptiva, si la investigacin pretende

aprobar o desaprobar hiptesis se procede a efectuar las pruebas estadsticas que
tengan lugar. Pare esto, el alumno debe tener muy claro con qu alternativas de
pruebas dispone (conocer la gama de las pruebas ms importantes) para qu sirven,
cundo se utiliza cada una y cmo se interpretan. No es necesario aprenderse las
frmulas, esto lo obtenemos a travs de programas y paquetes.

Hay dos tipos de anlisis, el paramtrico y el no paramtrico.

Para realizar el anlisis paramtrico debe partirse de los siguientes supuestos:

1. La distribucin de los valores de la variable dependiente (medida) es una
distribucin normal.
2. El nivel de medicin de la variable dependiente debe ser por intervalos o razn
3. Cuando se estudian dos o ms poblaciones, deben tener una varianza homognea
o dispersin similar en sus distribuciones.

Dentro de las pruebas estadsticas paramtricas ms utilizadas estn:

El coeficiente de correlacin de Pearson (r de Pearson)
La prueba t
El anlisis de varianza unidireccional (ANOVA)

Para realizar el anlisis no paramtrico debe partirse de los siguientes supuestos:

1. La distribucin de los valores de la variable dependiente no es normal
2. La variable dependiente es categrica y slo puede ser medida a nivel nominal y
ordinal

Dentro de las pruebas estadsticas no paramtricas ms utilizadas estn:

La ji cuadrada o X2
Los coeficientes de correlacin de Spearman y Kendall
La prueba de U Mann Whitney
La prueba de la mediana
A continuacin se ofrece un cuadro con las pruebas ms utilizadas en ciencias
sociales y su utilidad.

TIPO DE HIPOTESIS VARIABLES

PRUEBA USO PARA LA CUAL ES INVOLUCRADAS INTERPRETACION
UTIL Y SU NIVEL
DE MEDICION
r de Pearson Correlacionar A mayor X, mayor Y Dos (2), ambas El coeficiente oscila
dos variables medibles por nivel entre 1 y +1, el signo
A menor X, menor Y de intervalo o de indica la fuerza de la
razn correlacin. Entre
ms se acerque a 0 la
correlacin ser
menor. La
significancia debe ser
menor a .05.

Prueba t Evaluar la El grupo X diferir del Dos (2). La primera Un valor t para dos
diferencia grupo Y (de manera variable que grupos debe tener un
significativa entre estadsticamente provoca la mnimo de 95% de
las medias de significativa entre sus diferencia de grupo probabilidad de
dos grupos medias) es dicotmica y diferencia significativa
puede ser nominal, (.05) Se utiliza para
ordinal o de comparar resultados
intervalo, pero de una preprueba con
reducida a dos los resultados de una
categoras. La postprueba, o para
variable en que se comparar prepruebas
contrastan las y postpruebas en dos
medias es de grupos diferentes.
intervalos o razn

Anlisis de Evaluar la El grupo X diferir del Dos (2) La variable La varianza es una
varianza diferencia grupo Y y Z (de que provoca la medida de
unidireccional significativa entre manera diferencia es variabilidad o
las medias de estadsticamente categrica y con dispersin alrededor
tres o ms significativa entre sus nivel de medicin de la media. Se
grupos. medias) nominal. La obtiene un valor F o
variable en que se razn F que para
contrastan las que sea significativo
medias es de al .05% debe ser
medicin por igual o menor al de la
intervalo o razn tabla
correspondiente.
Indica que hay ms
variacin intergrupo
que intragrupo.

Coeficiente de Correlacionar A mayor X, mayor Y Dos. Ambas El coeficiente oscila

correlacin de dos variables medidas en un entre 1 y +1, el signo
Spearman y de categricas A menor X, menor Y nivel de medicin indica la fuerza de la
Kendall (son nominal u ordinal correlacin. Entre
diferentes pero ms se acerque a 0 la
hacen algo correlacin es menor.
similar) La significancia debe
ser menor a .05.

Chi-cuadrada Evaluar la Habr diferencias en Dos. Medidas en Un valor de X2 y su

correlacin entre X al variar Y un nivel de significancia debe
dos variables medicin nominal, probar que los
categricas ordinal, intervalos valores observados
o razn pero puedan ser diferentes
reducidas a que los valores
categoras. esperados en ms del
95% (.05)
U Mann Whitney Evaluar la El grupo X diferir del La variable El valor de U se
diferencia entre grupo Y y Z (de independiente es compara con el valor
dos o ms manera nominal y la crtico y si es igual o
grupos en estadsticamente dependiente es de mayor, la diferencia
funcin de sus significativa entre sus intervalo o razn es estadsticamente
medias. medias) significativa. Debe
trabajarse con un
nivel de probabilidad
del 95%.
Prueba de la Evaluar la El grupo X diferir del La variable Se compara la
mediana diferencia entre grupo Y y Z (de independiente es diferencia entre
dos o ms manera nominal y la medianas con un
grupos en base estadsticamente dependiente es de valor crtico. Si es
a la mediana significativa entre sus intervalo o razn igual o mayor, la
medianas) diferencia ser
estadsticamente
significativa. Debe
trabajarse con un
nivel de probabilidad
del 95%

Las pruebas anteriores suponen la evaluacin de una variable (entre dos o ms

grupos) o la evaluacin de la relacin entre dos variables. Por lo tanto, en estos casos,
se habla de anlisis univariado o bivariado
Sin embargo, cuando se trata de relacionar varias variables independientes con una
dependiente, se utiliza un anlisis multivariado. Es un anlisis ms complejo, que
requiere del uso de computadoras y entre las pruebas ms conocidas para realizarlo
estn La regresin mltiple, el anlisis lineal de patrones y el anlisis multivariado
de varianza (MANOVA). Todos suponen que la variable dependiente tenga medicin
de intervalo o razn.