Recoleccin de datos, anlisis y presentacin de resultados

Datos: Anlisis e interpretacin

Al analizar los datos se pretende descubrir patrones y tendencias los mismos para poder interpretarlos.

El procesamiento y anlisis de datos se podra interpretar como una manipulacin de los mismos para llegar a los resultados deseados,; la meta es aclarar los datos, no cambiarlos fundamentalmente.
Al publicar los datos y las tcnicas que usaron para analizarlos e interpretarlos, los cientficos le dan a la comunidad la oportunidad de revisar los datos y de usarlos en investigaciones futuras. Las interpretaciones cientficas no son verdades absolutas ni opiniones personales: son inferencias, sugerencias, o hiptesis sobre lo que significan los datos, basadas en el conocimiento cientfico y la interpretacion individual.

Datos: incertidumbre, errores, y confiabilidad

La incertidumbre es una estimacin cuantitativa del error que est presente en todos los datos. Reconocer la incertidumbre de los datos es un componente importante en la presentacin de los resultados de la investigacin cientfica. Ignorar la fuente de un error puede conducir a la propagacin y magnificacin del mismo. La incertidumbre se puede malinterpretar como que los cientficos no estn seguros de sus resultados, pero el trmino especifica el grado por el cual los cientficos s estn seguros de sus datos. Ser cuidadoso puede reducir la incertidumbre al corrergir el error sistemtico y minimizar el error aleatorio. Sin embargo, la incertidumbre nunca puede ser reducida a cero porque es una medida cuantitativa de la variabilidad de los datos. O sea, las medidas en s mismas, independientemente de cualquier inexactitud humana o instrumental, exhiben dispersin. Esta gama de valores se cuantifica como incertidumbre y se expresa como la probabilidad de obtener un cierto valor. Estas probabilidades estn distribuidas alrededor de un valor central o medio.

Fuentes de error

Siempre que se hacen medidas tenemos fuentes potenciales de error. Si por ejemplo, el instrumento usado estaba calibrado y la persona fue cuidadosa al tomar los datos el por ciento de error ser pequeo y estar distribuido al azar cerca a la medida verdadera. Esto se conoce como el error experimental y usualmente representa un error estadstico.
El error estadstico no puede ser eliminado, pero si puede ser medido y reducido cuando se hacen repetidas observaciones de un evento especfico.

Error sistemtico

Otro tipo de error es el introducido humanamente. Por ejemplo, por calibracin incorrecta o inconsistencia al tomar datos. Este error afecta los resultados ampliando por encima o por debajo del valor real la variabilidad de los datos obtenidos. O simplemente dando valores completamente errneos y lejanos al valor real. Al contrario del error estadstico, el error sistemtico puede ser compensado, o algunas veces eliminado, si su fuente se identifica.

Podemos minimizar errores con el/la:

Calibrado de instrumentos o medidas contra estndares conocidos. Reporte de todos los lmites de deteccin de instrumentos.

Implementacin de procedimientos estndares para minimizar el error humano.

Documentacin completa de los mtodos de investigacin. Duplicacin de las medidas para determinar la presicin.

Variabilidad

La variabilidad en la ciencia es algo que siempre se debe tener en cuenta. Por ejemplo las hojas de pinos en su madurez son de aprox. 4 pulgadas de largo pero existe variabilidad en la naturaleza debido a diferencias genticas y ambientales. Como consecuencia del error, las medidas cientficas no se reportan como valores sencillos, sino como gamas o promedios con barras de errores en un grfico o signos de en una tabla.

Presentacin de datos:

Las representaciones visuales de los datos son esenciales para el anlisis e interpretacin de estos. Colocar los datos en un formato visual puede facilitar anlisis adicionales. Entender e interpretar grficos y otras formas visuales de datos es una destreza clave para cientficos y estudiantes de la ciencia. A pesar de que los datos numricos estn inicialmente recopilados en tablas o bases de datos, frecuentemente estn representados en forma grfica para ayudar a los cientficos a visualizar e interpretar la variacin, el patrn y las tendencias dentro de los datos.

Usando tablas (cuadros) para presentar los resultados

Los datos que se obtienen durante un experimento pueden presentarse de diversas formas; una de las alternativas ms comunes y eficientes lo es el uso de tablas. Las tablas tienen ciertas caractersticas mnimas:

1. Deben tener un ttulo y ste debe explicar claramente el contenido de la tabla. 2. Las unidades de medida (ej. cm, ml). deben aparecer en la tabla. 3. Los smbolos deben explicarse en el ttulo o en una leyenda en el pie (base) de la tabla.

4. La tabla debe contener solamente informacin esencial. 5. Las columnas deben identificarse mediante subttulos. 6. Las tablas se enumeran en secuencia. Por ejemplo, en un informe de laboratorio o en un artculo cientfico, el ttulo de la cuarta tabla comienza con Tabla 4.

Nota:. Esta tabla no sera aceptable en un artculo cientfico porque contiene muy poca informacin; los pocos datos podran presentarse en una oracin en la seccin de resultados.

Grficas discretas vs. Grficas continuas

Las grficas son otro instrumento valioso para organizar y presentar datos. Hay varios tipos de grficas que se clasifican principalmente como grficas continuas o grficas discretas. Los datos continuos son aquellos que involucran medidas (ej. 1.234, 2.234, 5.432, 10.227). Estos datos se presentan, a menudo mediante una grfica de lnea (Figura 2.3) que demuestra la relacin entre la variable dependiente y la independiente. La variable independiente se coloca en el eje X (eje horizontal) de la grfica y la variable dependiente en el eje Y (eje vertical).

Los datos discretos presentan nmeros enteros (ej. nmero de animales en un cuadrante, nmero de personas en una encuesta, etc.). Estos datos se presentan a menudo mediante grficas de barra (Figura 2.4).

Para datos que sealan proporciones o porcentajes puede utilizarse una grfica de pastel (pie chart) (Figura 2.5).

Los programas
Ningun programa ni el de ninguna otra aplicacin informtica constituyen una garanta de rigor y validez del proceso de investigacin o de credibilidad de los resultados y conclusiones alcanzados. Los programas son meras herramientas que no mejoran por s mismas la calidad de un trabajo, nicamente facilitan la labor del investigador.

Atlas.ti

Atlas.ti

Es una herramienta valiosa No analiza nada No codifica No automatiza el proceso Depende del trabajo de las y los investigadores Hay que leer los datos Requiere creatividad

Deconstruyendo a Atlas.ti

Facilita el manejo y organizacin de los datos Es una herramienta para darle sentido a los datos por medio de la codificacin Requiere trabajo intenso de codificacin (signos, reglas para interpretar) Cdigos y las categoras que abarcan, contienen e identifican secuencias de texto o signos

Fundamentos del programado:

Trabaja con documentos de texto (.txt) o imgenes Estos documentos son el equivalente a lo que representa la unidad de observacin en una investigacin: una entrevista, un artculo, un texto cualquiera Se le conoce como documentos primarios No se pueden editar en Atlas y si en su formato original Hay que editar / limpiar los documentos antes de usarlos

Es una herramienta para computadorizar un proceso de trabajo manual

Nivel textual

Seleccionar citas:

Marcar un pedazo de texto e ir a Quotations, para hacerlo una cita libre (sin referencias) o adjudicrselo a un cdigo (Paisajepoesa, por ejemplo)

Los textos pueden ser marcados o identificados varias veces y bajo cdigos diferentes o como textos diferentes.
Este proceso aade precisin y complejidad al anlisis textual y permite vincular cdigos y citas.

Aqu seleccionamos un texto y se lo atribuimos al cdigo (creado en el momento) de terapia.

SPSS

El programa SPSS (Statistical Package for Social Science) es una herramienta ampliamente utilizada para el manejo y anlisis de informacin, proveniente de encuestas.

Una de las ventajas de este paquete es la sencillez de manejo ya que mediante el despliegue de un men interactivo permite realizar todo tipo de operaciones sobre los datos como as tambin aplicar distintas tcnicas estadsticas.
28

Conceptos Bsicos

Los pasos bsicos en el anlisis de datos utilizando este paquete son:

Creacin de la base de datos desde SPSS o bien la captura de los datos desde otro archivo. Seleccin de los procedimientos de anlisis a emplear. Seleccin de las variables para los distintos anlisis. Anlisis de los resultados.

29

Pantallas Bsicas del SPSS

Durante el transcurso de una sesin en SPSS se activan dos pantallas: El editor de datos y el visor de resultados.

30

Editor de Datos

31

Visor de Resultados

32