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".