Procesamiento y Comprensión de Datos en Investigación
Clase: Procesamiento de Datos e Interpretación de Resultados
Si bien el procesamiento y la interpretación de los resultados constituyen la última etapa del proceso de investigación, todas las fases previas, comprendidas en el diseño, convergen hacia la realización de esta operación crucial.
Fundamentos del Procesamiento de Datos
El procesamiento de datos es el precedente para la actividad de interpretación. La interpretación se realiza en función de los resultados de la investigación. Esta actividad consiste en establecer inferencias sobre las relaciones entre las variables estudiadas, con el fin de extraer conclusiones y recomendaciones.
Procesar significa establecer categorías, ordenar, manipular y resumir los datos.
Los datos empleados en el procesamiento pueden ser:
- Datos cuantificados
- Datos no cuantificados
- Datos no estructurados
Algunos tipos de estudios, por su naturaleza, aportan datos elaborados, es decir, cuantificados. El tratamiento estadístico de los datos permite un procesamiento adecuado que puede tener diversos alcances, los cuales dependen de los objetivos de la investigación y de las hipótesis formuladas.
Según Selltiz (1970), el procesamiento de datos puede orientarse a:
- Determinar lo que es típico en el grupo estudiado. (Se utilizan algunas de las medidas de tendencia central, según el caso).
- Indicar si existen variaciones entre los sujetos del grupo, señalando de qué tipo y magnitud son. (Se utiliza alguna de las medidas de variabilidad; cada una proporciona datos sobre un aspecto diferente).
- Mostrar la forma cómo están distribuidos los individuos con respecto a la variable que se mide. (Se utiliza el desarrollo de una curva de distribución).
- Mostrar la relación existente entre dos o más variables. (Se aplican coeficientes de correlación o medidas de asociación).
- Describir las diferencias existentes al comparar dos grupos de individuos.
Procesamiento de Datos No Cuantificados
Los datos sin elaborar pueden ser utilizados en el procesamiento e interpretación, independientemente de si han sido o no cuantificados en todos los aspectos, ya que cumplen una función importante:
- Ayudan a comprender el significado de las categorías.
- Aclaran la naturaleza de las relaciones entre las variables determinadas estadísticamente.
- Permiten orientar al investigador en la formulación de nuevas hipótesis para futuras investigaciones.
Procesamiento de Datos No Estructurados
El material no estructurado es aquel que proviene, por ejemplo, de observaciones o entrevistas no estructuradas, donde se recopila una gran cantidad de información, a veces valiosa, pero sin una pauta que permita su organización o clasificación.
Tipos de Procesamiento de Datos
Procesamiento Univariado:
Consiste en el procesamiento de cada una de las variables estudiadas por separado, es decir, se basa en una sola variable.
Procesamiento Bivariado:
El procesamiento bivariado diseña tablas con tabulaciones cruzadas, donde las categorías de una variable se cruzan con las categorías de una segunda variable.
Procesamiento Trivariado:
El procesamiento trivariado incluye una tercera variable que se utiliza como variable de control. Esto permite examinar la asociación entre las dos variables principales, controlando el efecto de la tercera variable mediante la observación de las dos primeras bajo cada condición que presenta la tercera.
Interpretación de Datos y Resultados
La interpretación de datos es una de las etapas más importantes del trabajo científico, ya que se proyecta directamente en las conclusiones.
Por una parte, es necesario ser riguroso para obtener datos; por otra, es fundamental ser muy cuidadoso al interpretarlos.
Un buen trabajo experimental es la condición indispensable para obtener datos fiables y válidos. Si las observaciones y mediciones realizadas, las técnicas empleadas y el control de variables no son confiables, los datos obtenidos carecen de validez. Además, los datos no pueden someterse a procesamiento si no constituyen un volumen tal que permita establecer conclusiones sólidas.
Interpretación de Resultados Positivos (Verificación de Hipótesis)
Cuando los resultados obtenidos permiten la verificación de las hipótesis, se debe asegurar que la interpretación no exceda la información que aportan los datos.
Además, es importante considerar las exigencias de validez interna y las limitaciones que se hayan presentado durante el proceso de investigación. Es necesario señalar los factores que no fueron controlados y que pudieron afectar los resultados. Asimismo, es conveniente relacionar los resultados obtenidos con los logrados en otros estudios sobre el mismo problema de investigación.
Interpretación de Resultados Negativos (No Verificación de Hipótesis)
Cuando los resultados no confirman las hipótesis, el investigador debe aceptarlos como tales, puesto que en esa condición tendrán su propio significado y valor.
Herramientas Estadísticas para la Interpretación de Datos
Las siete herramientas estadísticas para la medición, procesamiento e interpretación de datos. Aunque existen muchas más, las propuestas de instrumentos estadísticos generalmente aceptadas para la gestión de la calidad son, entre otras, las siguientes:
Las 7 Herramientas Básicas
- Diagrama de Ishikawa
- Hoja de registro o verificación
- Histograma
- Diagrama de flujo
- Diagrama de Pareto
- Diagrama de Dispersión (o Correlación)