PROCESAMIENTO Y ANÁLISIS DE DATOS

Se describen las distintas operaciones a las que serán sometidos los datos o respuestas que
se obtengan: clasificación, registro, tabulación y codificación si fuere el caso. En cuanto al
Análisis se definirán las Técnicas Lógicas o Estadísticas, que se emplearán para descifrar lo
que revelan los datos recolectados

5.1. Recolección de datos o respuestas

Implica elaborar un plan detallado de procedimientos que conduzcan a reunir datos con
un propósito específico.

5.1.1. ¿Cómo se preparan los datos o respuestas para analizarlos?

Las respuestas o los datos obtenidos, previamente codificados, se transfieren a una matriz
de datos y se preparan para su análisis

a) Paso 1.- ¿Cómo codificamos los datos o respuestas para contabilizarlos?

Codificación de preguntas cerradas:

 Asignar un número a cada respuesta. Un atributo corresponde a un valor específico en una

variable, por ejemplo:
 Para preguntas cerradas de elección única y dicotómica tomemos el siguiente
ejemplo:“pregunta”: ¿Usted estudia?
 SI
 NO

Podemos asignar un número “1” si responde “SI” y un número “2” si responde “NO”; y
un atributo adicional “NC” (no contestó) como número “3”, éste atributo “adicional” no
deberá aparecer en el “cuestionario”, se utiliza solamente para codificación de datos que no
se respondan.
 En variables que exploran el grado de acuerdo o desacuerdo frente a una afirmación los
atributos podrían ser:

Código = Atributo
1 = muy en desacuerdo
2 = en desacuerdo
3 = indiferente
4 = de acuerdo
5 = muy de acuerdo
6 = No responde

Codificación de preguntas abiertas:

Primero han de ser respondidas, para luego:

 Establecer clases de respuestas (listado de respuestas)

 Asignarle un código a cada respuesta

Una vez “codificado” los atributos de las variables de interés, se realiza el paso 2.

b) Paso 2.- Libro de Códigos.

Es un documento que describe la localización de las variables y los códigos asignados a

los atributos que las componen , su función es guiar el proceso de codificación y localizar
variables e interpretar los datos durante el análisis El libro de códigos puede ser representado
en una tabla diseñada por el propio investigador

c) Paso 3.- Efectuar físicamente la codificación (tabular datos)

Agrupar y estructurar los datos obtenidos en el trabajo de campo

d) Paso 4.- Guardar los datos para prepararlo en su posterior Análisis.

Definir las herramientas o programas estadísticos para el procesamiento de los datos. Hay
programas que se utilizan para almacenar datos como, hoja de cálculos,
programas estadísticos, entre otros.
 5.2. Procesamiento de la información

Es el proceso mediante el cual los datos individuales se agrupan y estructuran con el

propósito de responder a:

 Problema de Investigación
 Objetivos
 Hipótesis del estudio

Convirtiéndose los datos en información significativa.

5.3. Presentación y publicación de los resultados

Los resultados se presentan mediante ecuaciones, gráficos y tablas, y se interpretan.

5.4. Análisis de los datos o resultado

Como dice Encinas (1993), los datos en sí mismos tienen limitada importancia, es necesario
“hacerlos hablar”, en ello consiste, en esencia, el análisis e interpretación de los datos.
Reflexión sobre los resultados obtenidos en el trabajo de campo y en función de:

 Problema de Investigación
 Objetivos
 Hipótesis del estudio
 El marco teórico del estudio

Existen dos técnicas que son:

a) El análisis estadístico
b) El análisis de contenido descriptivo.

El proceso del análisis de los datos se esquematiza en:

1. Describir el tratamiento estadísticos de los datos a través de gráficos, tablas, cuadros, dibujos
diagramas, generado por el análisis de los datos
2. Describir datos, valores, puntuación y distribución de frecuencia para cada variable
3. El diseño de investigación utilizado indica el tipo de análisis requerido para la comprobación
de hipótesis

5.5. Aspectos Administrativos

5.5.1.- Recursos Necesarios (Humanos, Materiales, Institucionales)

a) Recursos humanos:

Personal que participa en el proyecto de investigación: personal técnico, administrativo,

asesores, especificando la calificación profesional y su función en la investigación (Tablas)

b) Materiales y equipos:

Se mencionan los materiales, reactivos, equipos e instrumentos, especificando cantidad

y calidad, que se utilizaran en el trabajo de investigación (Tablas)

5.5.2.-Cronograma de Actividades

Es un plan de trabajo o un plan de actividades, que muestra la duración del proceso

investigativo. El tipo de Cronograma recomendado para presentar el plan de actividades que
orienten un trabajo de investigación es el de GANTT. Las actividades aquí indicadas no son
definitivas. La especificación de las actividades depende del tipo de estudio que se desea
realizar.

5.6. Comprobación de la hipótesis

Prueba de hipótesis Tenemos que empezar por definir que es una hipótesis y que es prueba
de hipótesis. Hipótesis es una aseveración de una población elaborado con el propósito de
poner a prueba, para verificar si la afirmación es razonable se usan datos. En el análisis
estadístico se hace una aseveración, es decir, se plantea una hipótesis, después se hacen las
pruebas para verificar la aseveración o para determinar que no es verdadera. Por tanto, la
prueba de hipótesis es un procedimiento basado en la evidencia muestral y la teoría de
probabilidad; se emplea para determinar si la hipótesis es una afirmación razonable. Prueba
de una hipótesis: se realiza mediante un procedimiento sistemático de cinco paso:
 Paso 1: plantear la hipótesis nula ho y la hipótesis alternativa H1.Cualquier
investigación estadística implica la existencia de hipótesis o afirmaciones acerca de
las poblaciones que se estudian. La hipótesis nula (Ho) se refiere siempre a un valor
especificado del parámetro de población, no a una estadística de muestra. La letra H
significa hipótesis y el subíndice cero no hay diferencia. Por lo general hay un "no"
en la hipótesis nula que indica que "no hay cambio" Podemos rechazar o aceptar Ho.
La hipótesis nula es una afirmación que no se rechaza a menos que los datos
maestrales proporcionen evidencia convincente de que es falsa. El planteamiento de
la hipótesis nula siempre contiene un signo de igualdad con respecto al valor
especificado del parámetro. La hipótesis alternativa (H1) es cualquier hipótesis que
difiera de la hipótesis nula. Es una afirmación que se acepta si los datos maestrales
proporcionan evidencia suficiente de que la hipótesis nula es falsa. Se le conoce
también como la hipótesis de investigación. El planteamiento de la hipótesis
alternativa nunca contiene un signo de igualdad con respecto al valor especificado del
 Paso 2: seleccionar el nivel de significancia: Nivel de significancia: Probabilidad de
rechazar la hipótesis nula cuando es verdadera. Se le denota mediante la letra griega
α, también es denominada como nivel de riesgo, este término es más adecuado ya que
se corre el riesgo de rechazar la hipótesis nula, cuando en realidad es verdadera. Este
nivel está bajo el control de la persona que realiza la prueba. Si suponemos que la
hipótesis planteada es verdadera, entonces, el nivel de significación indicará la
probabilidad de no aceptarla, es decir, estén fuera de área de aceptación. El nivel de
confianza (1-α), indica la probabilidad de aceptar la hipótesis planteada, cuando es
verdadera en la población.
 Paso 3: cálculo del valor estadístico de prueba: Valor determinado a partir de la
información muestral, que se utiliza para determinar si se rechaza la hipótesis nula.,
existen muchos estadísticos de prueba para nuestro caso utilizaremos los estadísticos
z y t. La elección de uno de estos depende de la cantidad de muestras que se toman,
si las muestras son de la prueba son iguales a 30 o mas se utiliza el estadístico z, en
caso contrario se utiliza el estadístico t. Tipos de prueba) Prueba bilateral o de dos
extremos: la hipótesis planteada se formula con la igualdadEjemploH0 : µ = 200H1 :
 µ ≠ 200b) Pruebas unilateral o de un extremo: la hipótesis planteada se formula con
≥ o ≤H0 : µ ≥ 200 H0 : µ ≤ 200H1 : µ < 200 H1 : µ > 200
 En las pruebas de hipótesis para la media (μ), cuando se conoce la desviación estándar
(σ) poblacional, o cuando el valor de la muestra es grande (30 o más), el valor
estadístico de prueba es z y se determina a partir de: El valor estadístico z, para
muestra grande y desviación estándar poblacional desconocida se determina por la
ecuación: En la prueba para una media poblacional con muestra pequeña y desviación
estándar poblacional desconocida se utiliza el valor estadístico t.
 Tipos de errores: Cualquiera sea la decisión tomada a partir de una prueba de
hipótesis, ya sea de aceptación del Ho o de la Ha, puede incurrirse en error: Un error
tipo I se presenta si la hipótesis nula Ho es rechazada cuando es verdadera y debía ser
aceptada. La probabilidad de cometer un error tipo I se denomina con la letra alfa
αUn error tipo II, se denota con la letra griega β se presenta si la hipótesis nula es
aceptada cuando de hecho es falsa y debía ser rechazada. En cualquiera de los dos
casos se comete un error al tomar una decisión equivocada. En la siguiente tabla se
muestran las decisiones que pueden tomar el investigador y las consecuencias
posibles.
 Etapas básicas en pruebas de hipótesis: Al realizar pruebas de hipótesis, se parte de
un valor supuesto (hipotético) en parámetro poblacional. Después de recolectar una
muestra aleatoria, se compara la estadística muestral, así como la media (x), con el
parámetro hipotético, se compara con una supuesta media poblacional ().Después se
acepta o se rechaza el valor hipotético, según proceda. Se rechaza el valor hipotético
sólo si el resultado muestral resulta muy poco probable cuando la hipótesis es cierta.