El Análisis Exploratorio de Datos (AED)

El Análisis Exploratorio de Datos (AED) es un enfoque que prioriza el análisis de datos y sobre este particular existen múltiples criterios.

Monterde y Perea, menciona que el AED es, “por una parte, una perspectiva o actitud sobre el análisis de datos, en la que se exhorta a que el investigador adopte una actitud activa en y hacia el análisis de los mismos, como un medio para sugerir nuevas hipótesis de trabajo. Por otra parte, se compone de un renovado utillaje conceptual e instrumental respecto a lo que podríamos llamar Estadística Descriptiva “clásica”, con el fin de optimizar la cantidad de información que los datos recogidos puedan ofrecer al investigador, mediante representaciones gráficas, a base de reducir la influencia de las puntuaciones extremas en los estadísticos con el empleo de, los que por ello se ha convenido en llamar, “estadísticos resistentes”.

Ante lo mencionado surge una pregunta, ¿cómo se inserta lo que ya se conoce de estadística?  La respuesta no puede darse en pocos párrafos, se requiere la revisión y lectura, desde el desarrollo de la teoría y la ejemplificación correspondiente para comprender la concepción de AED y sus similitudes y diferencias con la estadística clásica.

Muchos coincidirán en que no se exagera si se dice que el objeto de la Estadística es el estudio de métodos científicos para organizar, presentar y analizar datos estadísticos, pero el problema está en cómo empezar a organizar los datos, todos los que han pasado  por un curso básico de Estadística recordará la prioridad que se da a las tablas de frecuencia, al estudio de la distribución normal o la correlación lineal que describen de una manera simple el comportamiento de los datos.

Estos temas, que la AED no los desecha, representan estructuras a gran escala que resumen las relaciones entre todos los datos y que liberan a los investigadores de la búsqueda minuciosa de modelos, para el entendimiento de las estructuras que subyacen en grandes conjuntos de datos; esta es una primera idea de la concepción del AED.

Desde su comienzo, el AED ha tenido como finalidad la revisión de los datos previo a la aplicación de cualquier técnica estadística para alcanzar primero un entendimiento básico de los mismos y de las relaciones existentes entre las variables analizadas. Es decir, cualquier cálculo, (promedios, desviaciones, correlaciones, etc.) debe estar precedido por un análisis visual de los datos, dicho de otro modo, mientras la Estadística Descriptiva clásica se ocupa de recoger, ordenar y representar los datos en forma de tablas, agrupándolos por intervalo y calculando estadísticos basados principalmente en la distancia y con datos centrados en la media (promedio); el AED se preocupa primero por detectar anomalías y errores en las distribuciones univariadas de los datos, intentando descubrir en ellos patrones o modelos, pero empleando variadas técnicas gráficas y buscando estimadores no paramétricos o estimadores libres de distribución o simplemente estimadores robustos, según el término acuñado por Box, tratando de llevar el estudio de la información que se tiene, hacia una modelización más completa que la establecida por la Estadística Clásica, basados principalmente en el orden y centrados en la mediana.

Los programas estadísticos como el SPSS, Minitab, Statgraphs, Statsoft, SAS, IDAMS y otros, ofrecen muchas posibilidades a partir de interaccione simples y amigables, con diálogos dinámicos tanto de la Estadística Clásica como las de AED, debiendo tener en cuenta que una buena gráfica informa más que un conjunto de números disgregados.

En resumen el AED, permite que hablen los datos y a partir de ellos encontrar los patrones y modelos indicados, con esto se logra que en muchas situaciones, el AED puede preceder a una situación de inferencia formal, mientras que en otras, puede sugerir preguntas y conclusiones que se podrían confirmar con un estudio adicional, por esto el AED es una herramienta de utilidad en la generación de hipótesis, conjeturas y preguntas de investigación acerca de una realidad que los datos fueron obtenidos.

En la investigación de diferentes áreas, donde intervienen numerosas variables y donde los datos no abundan, el AED bien utilizado se convierten en instrumento que complementan los diseños de investigación y dan validez, confiabilidad y rigor científico a los resultados.

¿Te decidiste hacer tesis?

Al culminar los estudios universitarios de pregrado y posgrado se tiene como requisito para la obtención del título, la elaboración y presentación de un trabajo (tesis).

Sin embargo, existen dos grandes situaciones que determinan el pánico “todo menos tesis”: la primera es la falta de competencias por parte de los estudiantes para desarrollar el proceso investigativo y; la segunda, el modelo de enseñanza de la investigación, que se limita al dictado de conceptos metodológicos sobre investigación fuera de contexto, difíciles de concretar en la práctica por parte de los estudiantes.

Es necesario diseñar una propuesta constructivista, que puede contribuir a que los estudiantes desarrollen las competencias que el proceso de investigación supone: de informática, de redacción, de lectura y de investigación propiamente dicha, que permita elaborar y presentar mejores trabajos de investigación. Esta propuesta debe servir como marco de referencia y consideraciones metodológicas, que refuerce y fortalezca la intervención en el proceso de enseñanza y aprendizaje de la investigación.

Estas competencias, junto con las herramientas creativas de los docentes, garantizarán la formación de los estudiantes como investigadores.

La intervención en el proceso de enseñanza de la investigación es fundamental. Es necesario se realice bajo el enfoque constructivista, enfatizando aspectos de cómo se aprende y qué factores intervienen en dicho proceso. Se debe comenzar desde el mismo inicio de la investigación y continuar durante todo el proceso hasta culminar con la redacción del informe, sustentación y publicación de los resultados.

La investigación debe ser significativa para el estudiante y se debe realizar el acompañamiento al estudiante o tesista desde que surge la idea a investigar, estableciendo, desde el inicio de la investigación, propósitos claros, hasta la presentación de los resultados de la investigación.

De manera paralela al desarrollo de la investigación, es preciso abordar la lectura y la redacción como procesos de construcción de significados. Para la redacción, promover los avances, producción y revisión de las ideas en calidad de borradores; desarrollar una práctica de revisión multidisciplinaria, formativa y constructiva. Para la lectura, se requiere que el estudiante revise diferentes textos: tesis, libros, revistas de manera impresa o electrónica. Estos últimos implican el uso de las tecnologías de información; es decir, enseñar a investigar haciendo investigación.

Es importante, en la enseñanza de la investigación, que el docente sea un investigador modelo. Un docente puede enseñar a investigar adecuadamente si efectivamente es investigador, ya que su experiencia puede ser compartida de manera horizontal.

La implementación de esta propuesta en universidades e institutos superiores, permitirá evaluar a mediano y largo plazo los avances y facilitar las evaluaciones de la producción intelectual académica y determinar en qué medida contribuyen con la solución de los problemas de la sociedad.

Dado que el modelo de enseñanza actual limita el desarrollo de la potencialidad investigativa de los futuros profesionales; es urgente, transformar los modelos actuales.

Criterio 5: El Objetivo de Investigación

El quinto criterio para elegir un procedimiento estadístico para el análisis de datos es el objetivo de investigación. El objetivo de investigación es la traducción operativa del propósito del estudio. El propósito es la intención del investigador, es lo que el investigador desea conocer. Pero cómo se traduce a términos operativos, cómo se va trabajar.

En el nivel exploratorio no se utiliza estadística. Existen diferentes métodos cualitativos para desarrollar el objetivo del estudio. Objetivos que buscan determinar o diagnosticar, no está apoyado en métodos estadísticos.

En el nivel descriptivo aparece la estadística, por eso todos los niveles de investigación desde el descriptivo hacia arriba se denominan cuantitativos. Los objetivos a partir del descriptivo son objetivos estadísticos, porque requieren de herramientas estadísticas para poder ser alcanzado.

Los objetivos de nivel descriptivo son describir y estimar, estos objetivos son univariados, solamente participa una variable en el análisis estadístico.

Los objetivos del nivel relacional, son asociar, correlacionar y comparar, y participan dos variables.

Los objetivos del nivel explicativo son evidenciar, demostrar y comprobar, están enfocados en la relación causa-efecto.

En el nivel predictivo los objetivos son predecir, pronosticar y prever; son objetivos netamente relacionados a nivel predictivo.

En el nivel aplicativo los objetivos son monitorizar o supervisar, que es lo mismo que controlar y calibrar.

Entonces el objetivo va a hacer que el procedimiento sea distinto en cada caso. Pensemos en el objetivo asociar y comparar, y vamos a utilizar la prueba Chi Cuadrado. Existen dos variantes de Chi Cuadrado, se tiene Chi Cuadrado de homogeneidad y Chi Cuadrado de Independencia. ¿Qué diferencia hay entre estas dos pruebas?

El Chi cuadrado de homogeneidad compara dos grupos, por ejemplo dos salones de clases para comparar el rendimiento académico o para ver cuántos aprobados hay en el salón A y cuántos aprobados hay en el salón B, lo comparamos con el Chi Cuadrado de homogeneidad.

En el Chi cuadrado de homogeneidad, hay dos variables participantes hay una variable fija y una variable aleatoria, cuáles son esas variables, el rendimiento académico o el número de aprobados en cada salón, estas variables son de resultado; la conocemos después de que se realiza la recolección de datos; es una variable aleatoria. Pero la variable salón de clases, cuyas categorías son salón A y B, se conoce desde antes.

Si se supone que hay 40 alumnos en cada salón, eso se conoce desde antes, se termina la investigación y sigue los 40 alumnos en cada salón, eso no cambia, porque es una variable fija. Entonces en la comparación con Chi cuadrado de homogeneidad hay una variable fija y una variable aleatoria.

El Chi Cuadrado de independencia es distinto, el Chi Cuadrado de Independencia tiene dos variables aleatorias, entonces esto es como asociar el hábito de fumar con el consumo de alcohol, no se sabe si de 200 personas que voy a visitar, no se sabe cuántas fuman, recién se va a conocer cuando sean visitadas. No se sabe cuántas consumen alcohol, se va a conocer cuando las visite. Entonces las dos variables son aleatorias, porque todavía no se conoce el resultado de ninguna de estas dos mediciones que recién se van hacer, en cambio en la comparación de aprobados en los dos salones de clases se sabía que habían 40 alumnos en cada salón, desde antes de ejecutar la investigación. El porcentaje de aprobados eso no se sabe, es una variable aleatoria.

El algoritmo de Chi cuadrado de homogeneidad y el Chi cuadrado de Independencia, es el mismo; los objetivos de las investigaciones son distintos y las interpretaciones son distintas, el nivel de investigación es el mismo, es la relación entre variables. Se habla de dependencia probabilística entre dos variables pero la interpretación ciertamente va a ser distinta, porque por el objetivo estadístico de la investigación no es lo mismo, comparar y asociar.

Criterio 4: Los Atributos de la Variable de Investigación

El cuarto criterio para elegir un procedimiento estadístico para el análisis de datos son los atributos de la variable de estudio. Las propiedades que tienen los valores finales de una variable, son el orden, la distancia y el origen. Estas propiedades hace que se generen cuatro escalas de medición: nominal, ordinal, intervalo y razón.

La escala nominal, no tiene ningún atributo; no existe un orden en las categorías: masculino o femenino; sano o enfermo; soltero, casado, divorciado, viudo o conviviente.

La escala ordinal tiene la propiedad del orden, leve, moderado y severo; son niveles de jerarquía y orden. Eso es lo que lo diferencia de la variable nominal, el orden; por eso se llama ordinal, por el atributo orden que poseen los valores finales.

La escala de intervalo es característica de una variable numérica que tiene la propiedad de orden y distancia; la propiedad de distancia de una medición permite hacer métricas, razones y proporciones. Un billete de $100, se puede cambiar por dos de $50, es el equivalente. Esa propiedad no existe en la variable ordinal, no se puedo cambiar un profesional con grado de doctor por dos magísteres.

La escala de razón tiene orden, distancia y la última de las propiedades, el origen, el origen le da a esta variable un punto de partida. Las variables en escala de razón que tienen el cero, no existen. Por ejemplo, no existe un padre de familia que tenga 0 hijos. No existe persona que pese 0 kilogramos, porque no existe. Si no se acepta el cero, menos se va a aceptar el signo negativo. Esta propiedad no la tiene la variable en escala de intervalo, por ejemplo el saldo bancario puede ser negativo; la temperatura puede estar a menos 5 grados centígrados.

Estas escalas de medición tienen que ver con los procedimientos analíticos, desde un punto de vista amplio, se tiene pruebas estadísticas para datos numéricos y para datos no numéricos. Cuando se tiene datos numéricos, se piensa en procedimientos estadísticos paramétricos, las variables numéricas son más ricas en información que las variables categóricas, las variables numéricas son las escalas de intervalo y razón, las escalas categóricas son las escalas nominal y ordinal.

Las variables numéricas son más ricas en información que las variables categóricas, por los atributos que poseen sus valores finales, por eso hay más información en una variable numérica que en una variable categórica. Por eso es mejor que las variables numéricas no se categoricen para el análisis estadístico, ya que se pierde información.

Si se va realizar un procedimiento analítico con variable numérica, también se requiere que tenga distribución normal como primer requisito y luego dependiendo del procedimiento estadístico, se va a requerir otras características; por ejemplo, si se va a comparar dos grupos, se requiere homogeneidad de varianzas y si se van a tomar  medidas repetidas, se va a requerir esfericidad y si se va a hacer una regresión lineal van a aparecer cinco requisitos o supuestos que debe de cumplir una regresión lineal.

Entonces, si no se puede realizar un procedimiento paramétrico, existen procedimientos no paramétricos, estos procedimientos son ad-hoc para variables categóricas o para variables numéricas que no cumplen los requisitos que tenían que cumplir. Todos los procedimientos para variables categóricas son no paramétricos, la prueba Chi cuadrado es un procedimiento no paramétrico, pero nadie le llama así, porque Chi-cuadrado se usa cuando se tiene variables categóricas, no cuando se tiene una variable numérica sin distribución normal. Entonces si se tiene una variable numérica sin distribución normal, entonces se debe utilizar la U de Mann-Whitney o Chi cuadrado, esto es porque hay orden y jerarquía.

Si se tiene una variable numérica, se piensa en un procedimiento paramétrico, pero si la variable aleatoria no tiene distribución normal, no se debe bajar hasta una escala nominal, sino hasta una escala ordinal, se puede perdería un poco de información. Por eso a U de Mann-Whitney, Wilcoxon, el análisis de la varianza no paramétrico se utiliza nada más cuando no hay distribución normal en las variables numéricas o cuando nativamente tus variables son ordinales.

El cuarto criterio de la elección de un procedimiento estadístico es precisamente los atributos o la naturaleza de la variables, hay pruebas estadísticas para variables categóricas y hay pruebas estadísticas para variables numéricas ejemplo es Chi cuadrado y t de Student, ambos procedimientos responden a la misma intención; comparar. Por ejemplo, si se quiere comparar el rendimiento académico de dos salones de clases salón A y  B, se usa t de Student; si se compara el número de aprobados en cada salón se usa Chi cuadrado de homogeneidad; si se compara el promedio de notas en cada salón se usa t de Student para muestras independientes. Sin embargo la intención desde el punto de vista de la investigación es la misma.

¿Cuál de estos dos salones tiene mejor rendimiento académico?, se puede responder esta interrogante, con Chi cuadrado o con t de Student, se eligió t de Student porque se tiene datos numéricos, que tienen más atributos en sus valores finales, si se categoriza la variable, se está perdiendo información. Si se va a categorizar, no se debe llegar a lo dicotómico, se puede dejar en lo ordinal y eso va hacer que las conclusiones tengan mayor capacidad predictiva.

Por otro lado, las pruebas estadísticas dependen no tanto de la naturaleza de la variable, sino del comportamiento aleatorio; las variables en escala de intervalo y en escala de razón a pesar de esta diferencia de que las variables en escala de razón tienen un atributo denominado origen y las de intervalo no, el comportamiento aleatorio de estas dos variables es similar. Por eso las pruebas estadísticas para las escalas de intervalo y razón son las mismas, en cambio las pruebas estadísticas para variables nominales y ordinales, son distintas por el tipo de distribución. Entonces interesa el tipo de distribución, recordando que dentro de las variables numéricas, se tiene a las variables continuas y discretas; las variables continuas provienen de medir y las variables discretas provienen de contar. Las variables continuas son peso, talla, temperatura; las variables discretas son el número de hijos, de clientes, de pacientes y se trata de números enteros. La distribución de una variable discreta es distinta a la distribución de una variable continua. Las distribuciones más frecuentes en estadística son la distribución normal, distribución Z y la distribución t en cambio las variables discretas son la distribución Binomial y la distribución Poisson.

Criterio 2: El Nivel de Investigación

El segundo criterio para elegir un procedimiento estadístico para el análisis de datos es el nivel de investigación. El nivel de la investigación, se relaciona con el análisis estadístico, por tanto es necesario ubicar nuestro estudio en un determinado nivel de investigación para aplicar las técnicas estadísticas correspondientes. Es necesario recordar que existe seis niveles de investigación: exploratoria, descriptivo, relacional, explicativo, predictivo y aplicativo.

En el nivel exploratorio de una investigación no se aplica el análisis estadístico.

En el nivel descriptivo recién aparecen los procedimientos para el análisis estadístico y en este nivel se estudia las frecuencias y se realiza análisis descriptivo y conteo, se determina los casos que hay en la muestra o población, son procedimientos de análisis estadísticos sencillos.

En el nivel relacional se tiene a los factores asociados a los factores de riesgo, en la cual se analiza el grado de relación entre variables, en este caso se aplica el procedimiento estadístico Chi cuadrado, el análisis de la varianza, pruebas de independencia de factores.

En el nivel explicativo se necesita demostrar la causa o relación causal entre dos variables y esto requiere ciertamente procedimientos de análisis estadístico, aunque es insuficiente para demostrar relaciones de causa-efecto. El análisis estadístico en este nivel permite aplicar el análisis multivariado, cómo  el análisis de la varianza en bloques, diseños aleatorios en bloques o lo que se conoce  como variables intervinientes, estas variables no son independientes ni dependientes,  si no son otras variables, y entonces aparece el análisis estadístico multivariado con la finalidad de controlar esta relación entre variables o descartar las relaciones que sean espurias, aleatorias o casuales, ya que en este nivel se necesita demostrar esa relación causal.

En el nivel predictivo se requiere utilizar procedimientos multivariados como Chi cuadrado de Mantel Hansel y los diseños en bloques para predecir o estudiar el pronóstico; se necesita crear modelos de ecuaciones y lógicamente aquí aparecen las ecuaciones estructurales como las regresiones lineales y logísticas; y se realizarán procedimientos de Inteligencia artificial, como el análisis de conglomerados, esto ya pertenece a la minería de datos. Son procedimientos exclusivos de este nivel. También se puede aplicar los árboles de decisión, según la función que se utilice: árboles de clasificación o árboles de regresión.

Hay un conjunto de procedimientos y herramientas para realizar predicciones, que han sido creadas por los matemáticos y los estadísticos aplicados a la investigación científica. Entre estas técnicas, tenemos las regresiones lineales, logística, series de tiempo y el análisis de supervivencia, conjunto de procedimientos para realizar pronósticos; también se tiene la Minería de datos y los árboles de clasificación, árboles de regresión, árboles de decisión en general, además de las redes neuronales para realizar predicciones. Son procedimientos estadísticos distintos a los utilizados en niveles anteriores.

En nivel aplicativo se requiere realizar evaluación del éxito de la intervención, tratamiento o la solución al problema, se supone que en este último nivel se interviene en las unidades de estudio o a la población de estudio, para lograr un resultado positivo y transformar positivamente la realidad. Lo que se busca desde punto de vista investigativo es evaluar el éxito del tratamiento, y entonces se requiere de procedimientos y herramientas estadísticas como las gráficas de control, análisis de la capacidad, estudios de repetibilidad y reproducibilidad, el muestreo de aceptación entre otros procedimientos.

Este segundo criterio para elegir un procedimiento estadístico, permite conducir la estrategia metodológica y estadística de la investigación. Cuando se tiene una intención investigativa, el propósito debe ser concretado, para alcanzar el objetivo de la investigación. Se debe establecer un plan y una estrategia, en la que se indique en qué nivel se encuentra la investigación, ya que de los niveles de la investigación no solamente depende el análisis estadístico, sino también depende la hipótesis, el muestreo, los procedimientos, la presentación de resultados y el análisis estadístico. Algunas técnicas estadísticas y procedimientos analíticos se pueden utilizar en el nivel relacional, explicativo y predictivo; pero, hasta dónde se llega con el análisis estadístico, eso dependerá del nivel de investigación.

Competencias del Investigador

Una de las primeras responsabilidades de un investigador es conocer los reglamentos, normas y recomendaciones pertinentes para el desarrollo de una investigación o tesis y esforzarse para contar con las siguientes competencias para realizar y sustentar dicha investigación o tesis:

• Mostrar deseo de aprender e interés por conocer el tema que se investiga.
• Tener iniciativa y confiar en las sugerencias.
• Amplio conocimiento del tema de investigación.
• Conocimientos generales y específicos de la metodología científica.
• Capacidad de abstracción, análisis y síntesis.
• Capacidad de expresión escrita.
• Diseñar un plan o proyecto de investigación.
• Mostrar actitud abierta y comprensiva respecto de lo que se pretende investigar.
• Capacidad para organizar y planificar el tiempo.
• Habilidades para buscar, procesar y analiza información de diversas fuentes.
• Capacidad crítica y autocrítica.
• Capacidad creativa e innovadora.
• Disciplina y organización para el trabajo permanente.
• Analizar todas las posibilidades y alternativas viables en la labor de investigación.
• Conocer las fuentes de información.
• Analizar e interpretar la máxima información sobre el tema que investiga.
• Respetar los protocolos y el tratamiento de datos.
• Conocer la técnica estadística descriptiva e inferencial usada en la investigación.
• Manejar programas informáticos estadísticos actualizados.
• Aceptar de manera imparcial los resultados de su investigación.
• Capacidad .para trabajar en forma autónoma.
• Responsabilidad social y compromiso de aportar con el resultado de la investigación.

En el proceso de una investigación, el investigador debe plantear sus dudas y dificultades que se le presenten, para que su asesor le brinde la ayuda y sugerencias necesarias. El Investigador debe cumplir el programa elaborado, especialmente en lo que se refiere a los avances y levantamiento de observaciones y comentarios, antes de continuar con las siguientes etapas.

Es conveniente llevar un registro de las reuniones formales y lo acuerdos que se llegan en cada reunión con el asesor. El investigador debe ser consciente que la crítica constructiva del asesor es fundamental; ya que lo que se debe buscar es una evaluación de las fortalezas y debilidades de la investigación que se viene realizando.

El investigador debe mantener informado a su asesor sobre los avances de su trabajo. También debe informar sobre cualquier circunstancia que pueda afectar el ritmo de su trabajo, que haga necesario la suspensión temporal o total de la investigación.

Es importante destacar que toda la responsabilidad de lo que se afirma en una Tesis, es del tesista, y será su potestad incluir, adecuar o no tomar en cuenta las sugerencias del asesor, de común acuerdo con él.

Errores al usar las Técnicas Estadísticas

Los datos son la materia prima de la estadística. En la actualidad, se genera gran cantidad de datos en todos los ámbitos, económico, social, político, empresarial, familiar, etc. Nos sentimos abrumados por la explosión de datos, incluso se llega a la infoxicación (intoxicación de datos e información). No reaccionamos y en muchos casos la aceptamos sin más cuestionamientos y nos formamos una opinión, sin revisar los métodos que fueron empleados para obtenerla y procesarla.

En muchas ocasiones se cometen errores involuntarios en el manejo de la información, pero en muchas otras es adrede. Por lo general se cometen tres tipos de errores: Omisión, análisis incorrecto y acomodo de datos.

Omisión

En estos casos, el investigador presenta resultados que deja fuera de la muestra a una parte de la población. Esto producirá una opinión sesgada de la realidad, esto sucede cuando se aplican encuestas de opinión que se realizan por teléfono o por internet y que infieren a la población de una determinada ciudad.

Análisis incorrecto

Ocurre, cuando se utiliza algún procedimiento que no puede ser aplicado, por no cumplir los supuestos necesarios para la validez del método utilizado. La recolección de datos es realizada en forma correcta, pero la variable que se mide no da información acerca de lo que se desea medir y han sido tomados en consideración en el análisis de la información. Esto se debe a que se desconocen los conceptos estadísticos que fundamentan los métodos aplicados. En la actualidad, existen aplicaciones informáticas para usar técnicas estadísticas sofisticadas, en un conjunto de datos, pero lamentablemente, la interpretación correcta de los resultados y su utilización en la toma de decisiones esta fuera del alcance de muchos.

Acomodo de datos

Esto se refiere cuando los datos son manipulados o acomodados para obtener el resultado deseado por el investigador. En realidad esto es considerado delito científico y esta contra la ética del investigador. Esto sucede de muchas maneras; se falsean datos o se anulan los que no convienen para el propósito del investigador.

No se pretende dar una lista de los diferentes tipos de errores, que pueden cometerse al manejar un conjunto de datos. Cada investigador puede, en un momento dado, estar sujeto a incurrir en errores en los análisis o en la recolección de datos. Lo importante es ser crítico con los datos que recibimos o generamos en una investigación.

Cuando una técnica estadística es utilizada correctamente, tomando en consideración los conceptos y supuestos, la estadística es útil en nuestra investigación y en la toma de decisiones. Por tal razón, es necesario conocer a fondo las bases en las que se sustentan los métodos estadísticos que se aplican.

Cuando se realiza una investigación (tesis, estudio, artículo científico, etc.), se requiere del manejo de datos. Es importante desarrollar una cultura estadística que sustente la validez de las conclusiones. Las técnicas estadísticas, permiten objetividad y precisión a las observaciones. Las premisas que debe tomarse en cuenta son:

1.    Seleccionar el procedimiento más idóneo, para obtener un dato u observación.

2.    Dar mayor importancia a los hechos que a los conceptos.

3.    Utilizar datos derivados de los resultados específicos de la observación, no interprete los hechos en sentimientos o ideas.

4.    Error y variación de los datos, son parte de un todo oculto. Encontrar ese todo oculto es la finalidad última de la observación.

5.    Validar los datos recolectados en trabajo de campo, enfatizar la calidad del dato.

6.    Comprobar los resultados obtenidos, con otras investigaciones similares.

El quehacer estadístico involucra diferentes instancias y procedimientos, que obligan a extremar las precauciones en: la selección de la técnica estadística y el análisis de los resultados.

Finalmente, cuando se realiza una investigación, se debe buscar utilizar correctamente las técnicas estadísticas y evitar caer en algún o algunos de los errores mencionados en este post.

Enfoques de la Investigación Científica

En la investigación científica existen diferentes maneras de estudiar la realidad. Se puede realizar desde dos enfoques: el enfoque cualitativo y el enfoque cuantitativo. También existe un enfoque mixto Tashakkory y Teddlie (2003), que triangula teorías, métodos y datos de los enfoques cualitativo y cuantitativo.

Las diferencias en los enfoques de investigación son notorias. Ninguna es superior a la otra, se puede decir que estos dos enfoques se complementan, primero se realiza el enfoque cualitativo y luego el enfoque cuantitativo.

CARACTERÍSTICAS	INVESTIGACIÓN
	Cualitativa	Cuantitativa
Objetivos	Exploratoria, significar realidades complejas y cotidianas.	Descriptiva, causal. Medir, relacionar y estimar valores
Objeto de estudio	Hechos no observables, latentes	Hechos observables
Uso de estadística	Baja, casi nada	Elevada, aplicable.
Volumen de datos	Elevada	Media
Profundidad de conocimiento	Elevada	Media
Instrumentos típicos	Observación participante, revisión de documentos, focus group, entrevistas a profundidad.	Cuestionarios, listas de chequeo, observación estructurada, reportes financieros, encuestas, indicadores estadísticos
Tamaño de muestra	Representativo del Universo, pero no estadísticamente. Pocos casos	Estadísticamente representativa. Muchos casos
Cálculo de tamaño de muestra	Punto de saturación mediante rastreo	Mediante indicadores de nivel de confianza y error.
Tipo de muestreo	No probabilístico	Probabilístico
Tipo de análisis	Contenido	Analítica, Numérica, estadística, financiera
Metodología	No estructurada o Semiestructurada Técnicas psicológicas Orientada al proceso Flexible Inductiva	Estructurada Técnicas estadísticas Orientada al resultado Rígida Deductiva
Confiabilidad y Validez	Triangulación. Cruce de información múltiple. Validez hermenéutica.	Análisis Alfa de Cronbach. Análisis de jueces Análisis factorial. Validez de Criterio.
Resultados	No generalizable No cuantificables No extrapolables Datos ricos y profundos	Generalizable Cuantificables Extrapolables Datos sólidos y repetibles
Validez de contexto	Elevada	Media a poca
Flexibilidad metodológica	Elevada	Media

                               Adaptado de " 7 Pasos para elaborar una Tesis" de Arístides Alfredo Vara Horna.

Cada enfoque tiene sus Bases epistemológicas, diseños metodológicos, técnicas e instrumentos propios que están en concordancia con la naturaleza de los objetos y de las preguntas de investigación planteadas en una investigación.

La calidad de Información en una Investigación

La Calidad de la información en una investigación es de vital importancia. Todo esfuerzo de investigación implica un conjunto de procesos sistemáticos que se sustenta en el conocimiento previo y a su vez se constituye en insumo para futuras investigaciones, por lo tanto la información utilizada en nuestra investigación, debe ser de calidad. Del mismo modo, la información que se proporcione para continuar en la línea de investigación elegida, también debe ser de calidad. Los criterios que deben presenta la información, para calificarla de calidad son:

Tener objetivo, la información debe tener un objetivo claro, la información que se brinda en nuestra investigación debe servir para informar, convencer, inducir y permitir el avance de la ciencia. Si la información que se brinda no tiene objetivo, no sirve.

Ser vigente, la información no actualizada pierde vigencia, sobre todo en temas comerciales, donde la información en un año puede ya estar desfasada; en marketing la información dura solo meses; en política los cambios de decisiones de gobierno pueden durar días y en salud o medicina existe un movimiento constante de contenidos, no existe un límite para considerar oportuna a la información.

Ser relevante, debe existir afinidad entre la finalidad de la información y el usuario a quienes está dirigida, en función de los propósitos planteados por el investigador. La información debe resultar relevante y debe satisfacer las necesidades informativas de su público objetivo, es una valoración subjetiva de los usuarios.

Tener estructura, la información debe contar con una estructura lógica de contenidos. No basta con recolectar datos sin ningún orden ni secuencia. La información debe estar jerarquizada y organizada de manera que el usuario pueda captar desde un primer momento los contenidos más importantes de la publicación.

Ser exacta, la información debe ser validada, para estar acorde con lo que se observa y no debe entrar en contradicción con la experiencia. La información debe estar basada en la evidencia científica por lo que se recomienda validar la exactitud de la información comparando y comprobando con otros estudios.

Cobertura, la amplitud, el nivel de profundidad y el grado de detalle de los contenidos dependerán de los propósitos declarados por el investigador. No es lo mismo la información para profesionales que para no profesionales. Respecto a la ubicación geográfica la cobertura de la información puede ser de ámbito local, regional, nacional o mundial.

Tener autoría, toda información debe presentar al autor personal o institucional, que permita verificar la periodicidad y consistencia en sus publicaciones. También debe proporcionar datos de contacto, a fin de considerar la opinión del usuario, permitiendo crear una comunidad participativa.