Técnicas de Análisis de Datos

 Según Balestrini, M. (2001), las técnicas de análisis de datos “permiten

recontar y resumir los datos antes de introducir el análisis diferenciado a partir de
los procedimientos estadísticos”. (p.65).
Para el análisis de los datos es necesario definir una técnica de análisis,
como por ejemplo el análisis cuantitativo y cualitativo, que son necesarios para la
recolección de los datos que se obtendrán a lo largo de la investigación.
Luego de recopilados los datos que se obtendrán a través de las diferentes
técnicas, es necesario analizarlos de una forma clara para así poder determinar
cuáles son los requerimientos y necesidades de los trabajadores, de esta forma se
puede recopilar la información necesaria que más adelante podrá satisfacer los
requerimientos de los usuarios.
Según Sabino, C. (1994), define el análisis cuantitativo como: “es toda la
información numérica resultante de la investigación”. (p.197).
De igual forma Encarta (2005), define el análisis cuantitativo como: “relativo a
la cantidad”.
Este análisis es de mucha importancia para determinar numéricamente y
determinar los resultados que se obtienen a través de los instrumentos aplicados
previamente.
Según Encarta (2005), el análisis cualitativo se define como: “relativo a la
calidad, a la naturaleza de los objetos”.

Introducción al Análisis de Datos

El análisis de datos de la encuesta tiene como objetivo la detección de
grupos variables altamente relacionados, para ello se utilizan los siguientes
análisis :
Análisis Descriptivo : ayudará a observar el comportamiento de la muestra
en estudio, a través de tablas, gráficos.....
Los resultados recogidos en la muestra se resumen en una matriz de datos N
x M , en la cual N es el número de unidades de análisis utilizadas ( número de
casos ) y M es el número de características de dichas unidades , unidades de las
que tenemos información.

Análisis Exploratorio: la analización exploratoria pretende partir de un

conocimiento profundo y creciente de los datos para , trabajando inductivamente ,
llegar a un modelo ajustado de los datos. Los pasos en este tipo de análisis son
los siguientes:
Análisis de cada una de las variables incluidas en la matriz de datos. Los
datos se agrupan de un modo rápido y a ser posible gráfico, las técnicas más
utilizadas son :
 Tronco y hoja
 La caja
Ambas pretenden:
 Conocer la variable analizada para determinar si su distribución es simétrica
o no.
 Poder descubrir valores extremos y analizarlos antes de poder pasar al
análisis multivariante.

Transformación de los datos: la transformación persigue la consecución de

una distribución aproximada a la normal. Tipos de transformación:
 Lineales: suma , resta , división , multiplicación , cambia los valores brutos
( datos obtenidos ) de la variable sin alterar nada más.
 No lineales monotónicas : cambian los valores originales y también sus
distancias pero no el orden
 No lineales no monotónicas : similar a la anterior pero no altera el orden..

Análisis Confirmatorio / Explicativo: la mayor parte de las técnicas

tradicionales de análisis estadístico de los datos tienen un carácter deductivo
confirmatorio. De todas las técnicas de análisis confirmatorio la más útil para el
sociólogo es aquella que parte del análisis de variables, entre las que cabe
distinguir: nominales y de intervalo o de razón. En la investigación sociológica las
de tipo ordinal son muy frecuentes , pero las técnicas de análisis escasas , de
modo que se tratan como variables de intervalo o razón , labor muy complicada o
como nominales.

Investigación con Variables Nominales

En la investigación con variables nominales se utilizan técnicas como el
análisis de varianza o factorial.
Dentro de las técnicas multivariantes de análisis de variables nominales
existen dos de carácter especial :
 Los coeficientes <d> J. Davis ha perfeccionado un modelo que se basa en
las diferencias porcentuales. Los coeficientes <d> son diferencias entre
proporciones y se utilizan como indicadores del impacto causal de unas
variables sobre otras.
 Modela <log-linear> explican la probabilidad de que una persona elegida al
azar presente una determinada combinación de categorías/ niveles del
conjunto de variables de clasificación utilizados

Investigación con variables de intervalo o de razón: en estas se utiliza el

análisis de regresión: puede utilizarse siempre que la variable dependiente sea
una variable de intervalo.

Análisis de los Datos de Encuesta

El análisis de los datos de la encuesta, como cualquier otro tipo de datos de
interés científico, ha de guardar relación con el problema de conocimiento que se
trata de esclarecer y con la métrica de la información empírica que se tiene entre
manos , es decir lo primero que se debe realizar en una encuesta no es ver que
dicen los datos sino que dicen en relación con el problema que se plantea y las
hipótesis que uno se había planteado previamente.
Una serie de conclusiones importantes sobre los datos de una encuesta son:
  La cantidad y calidad del conocimiento que se desea obtener sobre un
problema no está necesariamente en función del tamaño de la muestra
empleada para hacer una encuesta.
 Ni el margen global de error en los resultados de una encuesta disminuye
necesariamente aumentando el tamaño de la muestra.
 Los datos de la encuesta son más útiles cuanto mayor sea la posibilidad de
poderlos comparar con otros similares y anteriores en el tiempo o
procedentes simultáneamente de otras poblaciones.

Tipos de Análisis :
Análisis de Correlación: Con los datos más simples de respuestas a varias
preguntas se pueden fabricar medidas combinatorias de los mismos en forma de
índices o escalas.
Estas medidas constituyen la operacionalización de los conceptos, es la
referencia empírica reducida a valores empíricamente manejables.
Los conceptos son elaboraciones teóricas con las que definimos un
determinado aspecto de la realidad y de la que nos servimos para expresar teorías
e hipótesis.
Las variables: son dimensiones de la realidad que deseamos estudiar.
Los indicadores: son expresiones numerables de las distintas dimensiones
de un concepto.
Con los datos indexados podemos hacer análisis de correlación de diferentes
tipos.
La correlación entre dos o más variables expresa la extensión en que una
incide en la otra intersección, la intersección de ambas, su grado de asociación.
Pero no indica si a partir de los valores de una de ellas podemos predecir los
valores de la otra, esto se consigue mediante el coeficiente de regresión que
indica si la correlación entre variables es tal que a partir de una podemos calcular
los valores de otra. Todo esto lo podemos realizar con medidas de la estadística
no paramétrica no pueden ser calculadas.
A partir del Análisis de Correlación se puede trabajar con distintos modelos
de análisis multivariable :
Un conjunto de modelos de análisis podría denominarse como el del análisis
causal : aquí se incluirían los análisis de cadena (< path análisis>) , el de regresión
múltiple y el de segmentación por arborescencia (<tree análisis>) el cual es una
técnica multivariable que produce una serie de agrupamientos dicotomizados en
un modelo que se asemeja a las ramas de un árbol. La división de las cosas en
grupos dicotomizados la realiza el análisis de segmentación de modo que en ellos
quede explicada de la mejor forma posible la variación de una cierta variable que
llamamos dependiente, respecto a otras que llamamos independientes. La división
en grupos dicotomizados e deberalizar en cada paso de tal manera que la
variación en ellos sea mínima, que sean lo más homogéneos posibles al mismo
tiempo que la variación entre si sea la mayor posible, que los dos grupos
resultantes sean lo más heterogéneos posibles entre sí.
Otro conjunto estaría formado por distintos modelos que implican
conglomerados de variables o asociaciones entre los que se encuentran:
 El análisis factorial: es una forma de análisis de matrices. El objeto de
este método es resumir la información obtenida de las variables iniciales
expresando las mismas como combinación lineal de otras variables no
observables (subyacentes) denominadas factores. Se busca una estructura
de interrelación en muestras variables. Para decidir si esta análisis factorial
es factible utilizaremos ciertas medidas como pude ser la :
 Kaiser-Meyer-Olkin : basada en los coeficientes de
correlación parcial situando su rango de variación entre 0 y 1.
 Medida de adecuación muestral: la cual nos indica hasta
qué punto debe entrar una variable en el análisis factorial.
 El análisis Tipológico: es un análisis de estructuras latentes , nos permite
identificar dentro de una población determinada un cierto número de
grupos, los cuales tienen una igualdad características en una multiplicidad
de dimensiones.
 El del espacio más pequeño.
Análisis de los Datos de Encuesta
El análisis de los datos de la encuesta, como cualquier otro tipo de datos de
interés científico, ha de guardar relación con el problema de conocimiento que se
trata de esclarecer y con la métrica de la información empírica que se tiene entre
manos, es decir lo primero que se debe realizar en una encuesta no es ver que
dicen los datos sino que dicen en relación con el problema que se plantea y las
hipótesis que uno se había planteado previamente.
Una serie de conclusiones importantes sobre los datos de una encuesta son :
 La cantidad y calidad del conocimiento que se desea obtener sobre un
problema no está necesariamente en función del tamaño de la muestra
empleada para hacer una encuesta.
 Ni el margen global de error en los resultados de una encuesta disminuye
necesariamente aumentando el tamaño de la muestra.
 Los datos de la encuesta son más útiles cuanto mayor sea la posibilidad de
poderlos comparar con otros similares y anteriores en el tiempo o
procedentes simultáneamente de otras poblaciones.

El Análisis de Contenido
Definición: El análisis de contenido es una técnica de investigación para la
descripción objetiva, sistemática y cualitativa del contenido manifiesto de la
comunicación (Berelson 1952), esta es la definición más importante pero también
existen otras como puede ser la de Krippendorff (1980) según la cual el análisis de
contenido es una técnica de investigación para hacer inferencias reproductibles y
válidas de los datos.

Aplicaciones del análisis de Contenido

Los objetivos del análisis de contenido son tres:
- La descripción precisa y sistemática, de las características de una comunicación.
- La formulación de inferencias sobre contenidos exteriores al contenido de la
comunicación.
- La prueba de hipótesis para su verificación o rechazo.
 Para Janis (1965) todo análisis de contenido debería tener como fin el
someter a prueba alguna relación entre características del contenido y otras
variables.
Dada esta definición se pueden obtener diferentes tipos de análisis de
contenido:
 Análisis de contenido semántico: clasificación de los signos según su
significado: ejemplo número de referencias al Fc.Barcelona.
 Análisis de designaciones: número de veces que aparecen referencias a
determinados objetos.
 Análisis de atribución: proporciona la frecuencia con que aparecen ciertas
caracterizaciones: número de veces que aparece una característica.
 Análisis de Afirmaciones: proporciona la frecuencia en la que ciertos objetos
aparecen caracterizados de una determinada manera.
 Análisis de contenido pragmático: clasificación de signos según sus causas
o efectos probables.
 Análisis de vehículo del signo: clasificación del contenido según las
proporciones psicofísicas de los signos.
El contenido tradicional del análisis de contenido es la descripción; se centra
en el contenido y no en hipótesis, por lo tanto el objetivo principal es entonces la
descripción de ese contenido, de su fondo y de su forma. (suelen ser
investigaciones de carácter exploratorio o de índole histórica).
La clasificación más completa del análisis de contenido de carácter
descriptivo es la realizada por Berelson (1952) el cual utilizó el criterio de la <
función > del análisis de Holsti (1969) es la siguiente :
 Análisis de las características del contenido en cuanto a su
sustancia o fondo :
 Para descubrir tendencias y cambios en el contenido de la comunicación.
 Para averiguar la evolución de los intereses y de las actividades del
pensamiento erudito.
 Para revelar diferencias internacionales en el contenido de la
comunicación.
  Para realizar comparaciones entre diferentes medios de comunicación y
entre diferentes niveles de comunicación.
 Para analizar el contenido de la comunicación en términos de sus
objetivos explícitos o implícitos.
 Para elaborar y poner en vigor ciertos estándares de comunicación así
como examinar el contenido de las comunicaciones en términos de tales
estándares.
 Para ayudar en operaciones técnicas de investigación, como en la
codificación de datos obtenidos en entrevistas u observaciones no es-
estrucuturadas.
 Para relaciones características conocidas de las fuetes de la
comunicación con los mensajes que tales fuentes producen.
 Para relacionar características conocidas de la audiencia con mensajes
creados para ella.
 Análisis de las características del contenido en cuanto a su forma:
 Para revelar técnicas de propaganda o persuasión.
 Para medir la legibilidad (interés, amenidad.......) de material impreso.
 Para descubrir rasgos estilísticos en lenguajes, en periodos históricos en
tipos de discurso y en autores individuales.
El análisis de contenido de carácter descriptivo se caracteriza por producir
determinados tipos de generalizaciones , las cuales muchas provienen de la
comparación de contenidos de comunicaciones de diferente origen (diarios
italianos , franceses), o comunicaciones de único origen pero diferente tiempo, o
comunicaciones de único origen pero de situaciones distintas, en otras ocasiones
son generalizaciones que proceden de la comparación del contenido de una o más
comunicaciones y finalmente las que proceden del análisis de relación o
asociación entre dos o más variables, destacando aquí el análisis de contingencia:
el de la aparición simultanea de determinadas variables.
Otro objetivo del análisis de contenido es la realización de inferencias cuando
el contenido de los mensajes es analizado para apoyar conclusiones no
relacionadas con el contenido, entonces adquiere la investigación n carácter
explicativo o inferencial.
Hay dos categorías de inferencias:
 Las que se refieren al origen, causas, condiciones, antecedentes de la
comunicación y especialmente al autor de la misma, estas inferencias responden a
las preguntas < quien > y < por qué >.
 La segunda está formada por las inferencias que se refieren a efectos o
resultados de la comunicación y el análisis responde al interrogante < con que
efecto >.
Combinando las aportaciones de Berelson y Holsti se obtiene la siguiente
clasificación del análisis de contenido de carácter inferencial:
 Análisis para realizar inferencias acerca de las causas, de los productores
o de los antecedentes de la comunicación:
 Para identificar las intenciones y otras características de los creadores de las
comunicaciones.
 Para analizar rasgos psicológicos de individuos o determinar el estado
psicológico de personas o grupos.
 Para detectar la existencia de propaganda.
 Para obtener información política y militar.
 Para determinar actitudes, intereses, a valores de grupos o poblaciones, así
como el cambio en los mismos que haya podido tener lugar.
 Para proporcionar pruebas jurídicas.
 Para decidir disputas sobre paternidad literaria.
 Análisis para realizar inferencias de las consecuencias o efectos de la
comunicación:
 Para determinar qué actitudes y comportamientos son consecuencia de la
comunicación.
 Para analizar la corriente de información.
 Para medir la legibilidad de textos.
De todo esto dicho anteriormente se extraen dos conclusiones :
 el análisis de contenidos puede ser defectuoso por aplicación errónea de las
técnicas de análisis, en cuyo caso l descripción del contenido de las
comunicaciones estará más o menos llena de errores.
 el análisis de contenido puede ser defectuoso aun cuando la descripción del
contenido sea correcta, por aplicación errónea de las técnicas de inferencia o
interpretación.
De la clasificación de Krippendorff se extraen dos conclusiones:
 que el objetivo del análisis de contenido parte de dos ideas interrelacionadas.
 que el análisis de contenido pude adoptar diversas formas, entre las que
destacan:
 Sistemas: aparatos conceptuales que se utilizan para describir una porción de
realidad.
 Estándares: criterios con los que se comparan objetos, para determinar cuan
buenos son o de qué tipo son.
 Índices: variables cuya significación en una investigación depende del grado en
que verse correlacionado con otros fenómenos.

Elementos componentes del Análisis de contenidos

Los Datos: Es una unidad de información grabada en un medio resistente y
duradero ( papel, cinta...) que se distingue de otros datos en que es analizable por
medio de técnicas explícitas siendo significativos para un problema determinado.
El Muestreo
Las unidades de Análisis : son los elementos de la comunicación en que se
va a centrar el análisis.
Las unidades de muestreo : son las diversas partes de la realidad sometida
a observación que el investigador considera como independientes entre si
pudiendo ser objeto de análisis.

Tipos:
 Artificiales: bloques de líneas, columnas....
 Naturales: editoriales, artículos, carteles....
 La unidad de registro : es la mínima porción del contenido que el
investigador aisla y separa por aparecer allí uno de los elementos, símbolos,
slogans , que el investigador considera significativos.
La unidad contexto : es la porción de la unidad de muestreo que tiene que
ser examinada para poder caracterizar una unidad de registro.
El Registro : proceso por el cual cada unidad de registro es codificada,
descrita en forma analizable.
La codificación es el proceso por el cual los datos brutos son transformados y
clasificados en categorías.
Categorías:
 Materia, tema, asunto: da respuesta al interrogante: ¿De qué se trata la
comunicación?
 Dirección o punto de vista: de este derivan categorías de tratamiento
que pude ser desfavorable o favorable.
 Criterio o valor: determina la base\s que sirven para hacer la clasificación
en términos de dirección o punto de vista, la base sobre la que descansa la
presentación o el tratamiento del asunto o materia por el autor de la comunicación.
 Autoridad Frente a Prueba: de aquí surgen categorías que identifican a
las personas, grupos, instituciones....
 Objetivo Meta: las categorías que se derivan de este se refieren los
objetivos que se desean alcanzar o que se consideran deseables. El interrogante
al que da respuesta es : ¿ Qué es lo que la gente desea, que persigue, cuáles son
sus ambiciones?.
 Medio o método: como se consiguen los objetivos que se consideran
deseables.
 Actores : son los grupos , personas , actores, que ocupan posiciones
centrales o que llevan a cabo determinadas acciones , es decir , clasifica a
aquellos que en el texto sometido a análisis son representados como realizadores
de determinados actos.
  Características personales y rasgos de carácter: en este principio de
clasificación se incluyen categorías que describen características personales
(edad, sexo, raza...)
 Origen: clasifica el lugar de origen de las comunicaciones.
 Destino: clasifica el grupo al que la comunicación está especialmente
dirigida.
 Formas de la afirmación: este principio elabora subcategorías como la
distinción entre proa y poesía, entre novela y ensayo.....
 Intensidad: clasifica el componente emocional de la comunicación, el
entusiasmo, excitación.....
 Mecanismo o recurso: se utiliza con fines propagandísticos o
persuasorios o tendenciosos.

La Validez en el Análisis de Contenido: la validez de un análisis se juzga

por el grado en que los resultados que produce son compatibles con otras pruebas
u testimonios importantes y pertinentes.
La práctica muestras dos tipos de validez:
 Interna: la que descansa en la existencia de una relación lógica entre
indicadores, categorías y resultados de análisis.
 Externa: la que se apoya en una relación empírica. Los tipos de validez
externa que más se adecuan al análisis de contenido son :
 La validez Pragmática: cuando el interés se centra en la
utilidad de los resultados del análisis para indicar o precisar
algún comportamiento o alguna característica específica de
individuos, grupos..... Esta validez puede ser concurrente:
cuando el investigador está interesado en alguna
característica del presente o predictiva: cuando está
interesado en alguna característica del pasado.
 Validación de rasgos abstractos: se utiliza para hacer
referencias respecto a algún rasgo abstracto y
 multidimensional que se supone está reflejado en los
resultados del análisis de contenido.
 Validez del Contenido: se dice que la muestra o el contenido
es válido si su composición corresponde a la composición de
universo de posibles indicadores de la característica, atributo
o comportamiento de que se trata.
 Validez Semántica: podrá comprobarse la validez semántica
comprobando si son similares o no los resultados de dos
reparticiones diferentes del mismo conjunto de unidades de
análisis, una realizada analíticamente y otra según el criterio
externo.

¿Qué son las técnicas de análisis de datos?

Son herramientas útiles para organizar, describir y analizar los datos
recogidos con los instrumentos de investigación. El análisis de datos encierra dos
procedimientos:
La organización de los datos y la descripción y análisis de los datos.
Veamos cada una de ellas.
¿Cómo se organizan los datos para su posterior análisis?
Una vez recogidos los datos, necesitas organizarlos, es decir, prepararlos
para su análisis posterior.
Los datos cuantitativos se organización en una matriz de tabulación (hecha
en Excel o SPSS). El análisis de los datos se efectúa sobre esta matriz, la cual
está guardada en un archivo y contiene todos los datos recopilados.
Los datos cualitativos se organizan en archivos de documento (hechos en
Word u otro semejante). El análisis de datos se efectúa sobre estos documentos.
Siempre es recomendable grabar las entrevistas a profundidad y copia de los
documentos revisados.

¿Qué es la matriz de tabulación? ¿Cómo se hace?

 La matriz de tabulación es una tabla de doble entrada, de filas por
columnas que contiene toda la información obtenida mediante los instrumentos
cuantitativos.
Cada columna representa un indicador de tus variables y cada fila
representa un sujeto de tu muestra.
Tendrás tantas columnas como variables tengas. Si tienes 23 indicadores,
entonces tendrás 23 columnas. La cantidad de columnas depende de cuantos
indicadores tengas.
Tendrás tantas filas como sujetos tengas. Cada cuestionario, escala,
prueba, observación representa una fila. Si haz encuestado, por ejemplo, a 250
personas, entonces tendrás 250 filas. Si haz observado, 20 situaciones o veces
distintas, entonces tendrás 20 filas. Cada observación, cada entrevistado, cada
registro, cada documento representa siempre una fila.

Cuántas técnicas de análisis de datos existen?

Las técnicas de análisis de datos se clasifican en dos tipos:
a) Técnicas de análisis cuantitativo y
b) técnicas de análisis cualitativo.

¿Cuáles son las técnicas de análisis cualitativo?

Las técnicas de análisis cualitativo son aquellas que se emplean para
resumir, analizar e interpretar la información obtenida mediante métodos
cualitativos.
Las principales técnicas son dos:
a) Las técnicas de categorización y
b) las técnicas de análisis de contenido.

Las técnicas de categorización son técnicas de reducción y organización de

datos cualitativos. Los datos se revisan rigurosamente y se reducen a unidades
llamadas categorías. El investigador cualitativo no categoriza para contar hechos.
Por el contrario, categoriza para analizar y comparar los diversos significados
producidos en cualquier categoría.
Si haces una investigación cualitativa, tendrás archivos de documentos
textuales, que son transcripciones de tus registros de audio, entrevistas y
observaciones. Conforme leas y releas estos textos, empezarás a agrupar sus
elementos en categorías.

El análisis de contenido es una técnica de investigación para la descripción

objetiva, sistemática y cualitativa de los archivos de documento textual. Es una
técnica de procesamiento de cualquier tipo de información acumulada en
categorías de variables.
El análisis de contenido es una técnica que permite reducir y sistematizar
cualquier tipo de información cualitativa acumulada (documentos escritos, filmes,
grabaciones, etc.) en datos, respuestas o valores correspondientes a variables
que investigan en función de un problema.
Es una técnica de codificación, donde se reducen grandes datos textuales a
categorías que pueden representar numérica o gráficamente. Tal es el caso de la
información recogida en entrevistas a profundidad, que puede ser sistematizada
en un conjunto de indicadores con categorías codificadas y luego pueden
graficarse.

¿Cuáles son las técnicas de análisis cuantitativo?

Las técnicas de análisis cuantitativo son aquellas que se basan en las
Estadísticas o en las finanzas. Estas sirven para describir, graficar, analizar,
comparar, relacionar y resumir los datos obtenidos con los instrumentos
cuantitativos.
El uso apropiado de los métodos estadísticos o financieros es muy
importante. Por eso, cuando debas emplearlas, asesórate con un especialista o
estúdialas detenidamente.
 Recuerda que para aplicar las técnicas cuantitativas de análisis, se necesita
que la información esté organizada en una “matriz de tabulación” o que esté
organizada.

¿Qué técnicas de análisis de datos me conviene?

Depende del diseño de investigación que elegiste para contrastar tus
hipótesis. Como siempre, las reglas de oro de la investigación científica son la
coherencia, la pertinencia y la razonabilidad. Juntando estos tres criterios te puedo
recomendar lo siguiente:
Si elegiste un diseño de investigación cualitativo, lo usual es que emplees
técnicas de análisis cualitativo.
Si elegiste un diseño cuantitativo (descriptivo, correlacional o explicativo), lo
usual es que emplees técnicas de análisis cuantitativo.
Las investigaciones modernas prefieren integrar ambas perspectivas. Utilizan
tanto información cuantitativa como cualitativa para enriquecer el trabajo. Tu
investigación tendrá mayor validez si empleas más de una técnica de recolección
y análisis de datos. En lo posible, considera esta recomendación.

¿Cómo redacto las técnicas de análisis de datos en el proyecto?

Redactar las técnicas de análisis de datos es sencillo. Solo debes identificar
tres elementos clave:
• Cómo y dónde vas a organizar la información (Ej. matriz de tabulación).
• Con qué programa de computadora (Ej. SPSS, Excel, Word) realizarás los
análisis.
• Qué técnicas de análisis (cualitativa, estadística, matemática, financiera)
emplearás.

Técnicas de análisis de datos

Una vez obtenida la información, la organización de datos se realizará a
través de una matriz de tabulación, instalada en una PC Pentium IV, y construida
mediante el Programa Estadístico para Ciencias Sociales (SPSS versión 11).
 El análisis de los datos se realizará mediante la utilización de estadísticas
descriptivas y de relación, utilizando el programa estadístico anteriormente
mencionado.
El análisis estadístico estará dado por el análisis descriptivo y bivariado de
los factores de estudio. Se realizará el análisis a través de las siguientes técnicas
estadísticas de descripción y relación:
• Análisis descriptivos: Distribución de frecuencias de las variables nominales,
gráfico de barras, comparación de frecuencias y medidas de tendencia central
entre grupos.
• Análisis de relación: Correlación lineal no paramétrico (Spearman) entre las
principales variables ordinales y numéricas.

Procedimientos de Análisis de Datos

Una vez concluidas las etapas de colección y procesamiento de datos se
inicia con una de las más importantes fases de una investigación: el análisis de
datos. En esta etapa se determina como analizar los datos y que herramientas de
análisis estadístico son adecuadas para éste propósito. El tipo de análisis de los
datos depende al menos de los siguientes factores.
a) El nivel de medición de las variables.
b) El tipo de hipótesis formulada.
c) El diseño de investigación utilizado indica el tipo de análisis requerido para
la comprobación de hipótesis.
El análisis de datos es el precedente para la actividad de interpretación. La
interpretación se realiza en términos de los resultados de la investigación. Esta
actividad consiste en establecer inferencias sobre las relaciones entre las
variables estudiadas para extraer conclusiones y recomendaciones (Kerlinger,
1982). La interpretación se realiza en dos etapas:
a) Interpretación de las relaciones entre las variables y los datos que las
sustentan con fundamento en algún nivel de significancia estadística.
b) Establecer un significado más amplio de la investigación, es decir,
determinar el grado de generalización de los resultados de la investigación.
 Las dos anteriores etapas se sustentan en el grado de validez y confiabilidad
de la investigación. Ello implica la capacidad de generalización de los resultados
obtenidos.
“Analizar significa establecer categorías, ordenar, manipular y resumir los
datos,” (Kerlinger, 1982, p. 96). En esta etapa del proceso de investigación se
procede a racionalizar los datos colectados a fin de explicar e interpretar las
posibles relaciones que expresan las variables estudiadas.
El diseño de tablas estadísticas permite aplicar técnicas de análisis
complejas facilitando este proceso. El análisis debe expresarse de manera clara y
simple utilizando lógica tanto inductiva como deductiva.
Los resultados de una investigación basados en datos muestrales requieren
de una aproximación al verdadero valor de la población (Zorrilla, 1994). Para
lograr lo anterior se requiere de una serie de técnicas estadísticas. Estas técnicas
se derivan tanto de la estadística paramétrica como de la estadística no
paramétrica. La primera tiene como supuestos que la población estudiada posee
una distribución normal y que los datos obtenidos se midieron en una escala de
intervalo y de razón. La segunda no establece supuestos acerca de la distribución
de la población sin embargo requiere que las variables estudiadas se midan a
nivel nominal u ordinal (ver Weiers, 1993).
Las tablas diseñadas para el análisis de datos se incluyen en el reporte final
y pueden ser útiles para analizar una o más variables. En virtud de éste último
criterio el análisis de datos puede ser univariado, bivariado o trivariado
dependiendo de la cantidad de variables que se analizan.