Contexto
ABC
En ocasiones, se piensa que la parte más tediosa de una investigación es el trabajo de campo. Eso de andar de un lado para otro consiguiendo encuestas o entrevistas no es para todos. Sin embargo, el paso siguiente en el proceso es también de suma importancia: la preparación de los datos.
Preparar los datos va mucho más allá de una simple revisión de los cuestionarios para ver si están completos o no. Implica la toma de decisiones, a veces complicada, sobre qué hacer con el trabajo de un encuestador y con un grupo de encuestas. Implica también la captura de la encuesta a un sistema de cómputo para su análisis, así como las decisiones para el análisis de las mismas.
El cuidado que se debe tener aquí es extremo y, además, se debe saber cómo corregir o qué hacer en cada caso. A diferencia del paso anterior, la verificación de las encuestas ahora se lleva a cabo a través de sistemas de cómputo. El sistema puede detectar diferencias entre el trabajo de un encuestador y los demás. Pero no se trata únicamente de verificar a los encuestadores.
Cuando las encuestas son capturadas de manera manual (se contratan operadores para hacerlo), estos también pueden cometer errores, y capturar una respuesta por otra. Es sencillo percatarse de estos casos cuando la respuesta asignada cae fuera de rango, pero es mucho más complicado cuando está dentro del rango de respuestas, pero no fue la que el encuestador marcó originalmente.
Todos estos detalles deben detectarse y corregirse, con la intención de que el análisis de datos sea lo más apropiado posible.
Preguntas detonadoras o de reflexión:
Explicación
Preparación de los datos
La preparación de datos para su análisis requiere de la realización de un proceso preliminar formulado con base en el diseño de la investigación. Acorde a Malhotra (2008), el proceso sigue los pasos que a continuación se detallan en el gráfico y que serán explicados a lo largo de este tema.
Haz clic en cada imagen para conocer su información.
Básicamente, las técnicas estadísticas se clasifican como univariadas y multivariadas. Las univariadas se recomiendan cuando sólo hay una medición para cada elemento de la muestra o varias mediciones para cada elemento, pero las variables se analizan por separado. En cambio, las multivariadas son útiles cuando se tienen dos o más mediciones para cada elemento y las variables se analizan al mismo tiempo.
Una de las principales diferencias entre las técnicas multivariadas y las univariadas es que las primeras se concentran en encontrar relaciones entre fenómenos, mientras que las segundas se interesan más en las distribuciones y niveles del fenómeno.
Las técnicas univariadas pueden clasificarse en función de los datos: métricos o no métricos. También si se utilizan una, dos o más muestras. Estas muestras pueden ser independientes o pareadas, lo que implica que fueron obtenidas al azar de diferentes poblaciones o relacionadas con el mismo grupo de encuestados, respectivamente.
A continuación un gráfico que las detalla:
Las técnicas multivariadas se clasifican como técnicas de dependencia o de interdependencia. Las primeras se refieren a identificar una variable dependiente y el resto como independientes. En las de interdependencia se examina todo el conjunto de relaciones de manera simultánea. El siguiente gráfico las muestra:
Cierre
En este punto hemos prácticamente terminado todo el trabajo previo al análisis de datos. De hecho, ya se ha planeado cómo se van a analizar los datos acorde a distintos criterios. Algunos de estos análisis se realizarán en este curso, otros más en cursos subsecuentes. Lo importante aquí es tener en claro la forma en que se utilizará la información recabada para definir exactamente qué técnicas estadísticas son las más adecuadas para utilizar.
Todo lo realizado es de suma importancia para asegurar la calidad de la información. De hecho, si en cualquiera de los pasos previos no se hubiera trabajado adecuadamente, se vería reflejado en el resultado del siguiente tema: datos que al transformarse en información resultarían en algo inadecuado o inservible para la toma de decisiones. Por ello, cada punto del proceso resulta importante.
Checkpoint
Antes de concluir el tema, asegúrate de poder contestar las preguntas que se enlistan a continuación.
Haz clic en cada pregunta para conocer su respuesta.
En la revisión preliminar básicamente se revisa la calidad de las entrevistas y que éstas estén completas o terminadas. Si se encuentra alguna encuesta deficiente o incompleta, se debe tomar la decisión sobre si regresar al campo para completarla, hacerla nuevamente con otro entrevistado, pasar por alto las omisiones (porque pueden ser mínimas), o definitivamente dejarla de lado y quitarla de la muestra.
Básicamente, se hacen 3 tipos de ajustes estadísticos: ponderación, redefinición de variables y transformación de la escala.
La ponderación implica asignar un peso a las encuestas; la redefinición de variables se refiere a crear variables nuevas a partir de las existentes; y la transformación de la escala es modificar la escala original de la encuesta en una nueva para poder hacer comparaciones.
Referencias
Libro de texto:
Libro de apoyo:
Glosario
Codificación. La asignación de un código, generalmente numérico, a cada respuesta posible de cada pregunta.
Comprobación de la congruencia. Identifica datos fuera de rango, lógicamente incongruentes o con valores extremos.
Depurar datos. Implica verificar que estos sean congruentes y saber qué tratamiento dar a las respuestas faltantes.
Editar. Revisar los cuestionarios para incrementar la exactitud y precisión.
Estandarización. Proceso de corrección de los datos para reducirlos a la misma escala, que consiste en restar la media de la muestra y dividir entre la desviación estándar.
Libro de códigos. Libro que contiene las instrucciones para la codificación y la información necesaria sobre las variables en el conjunto de datos.
Redefinición de variables. Transformar los datos con la intención de crear variables nuevas o modificar las existentes.
Respuestas faltantes. Valores de las variables que se desconocen porque los encuestadores no dieron respuestas inequívocas a la pregunta.
Técnicas univariadas. Las apropiadas para analizar los datos cuando hay una sola medición de cada elemento de la muestra o cuando hay varias medidas de cada elemento pero cada variable se analiza por separado.
Técnicas multivariadas. Las adecuadas para el análisis de datos cuando hay dos o más mediciones de cada elemento y las variables se analizan al mismo tiempo. Se interesan en las relaciones simultáneas entre dos o más fenómenos.
Transcripción. Transferir los cuestionarios, hojas de codificación, discos, memorias, cintas magnéticas o directamente a la computadora por medio del teclado.
Transformación de la escala. Manipular los valores de la escala con la intención de asegurar que sea comparable con otras escalas o adecuar de otra manera los datos para el análisis.