Tecnicas analisis de datos: El anlisis de datos consiste en la realizacin de las operaciones a las que el investigador someter los datos

s con la finalidad de alcanzar los objetivos del estudio. Todas estas operaciones no pueden definirse de antemano de manera rgida. La recoleccin de datos y ciertos anlisis preliminares pueden revelar problemas y dificultades que desactualizarn la planificacin inicial del anlisis de los datos. Sin embargo es importante planificar los principales aspectos del plan de anlisis en funcin de la verificacin de cada una de las hiptesis formuladas ya que estas definiciones condicionarn a su vez la fase de recoleccin de datos. Existen dos grandes familias de tcnicas de anlisis de datos: Tcnicas cualitativas: en las que los datos son presentados de manera verbal (o grfica) - como los textos de entrevistas, las notas, los documentos Tcnicas cuantitativas: en las que los datos se presentan en forma numrica Estas dos modalidades son especies radicalmente diferentes y utilizan conocimientos y tcnicas completamente diferenciadas. Analisis cualitativo: Los datos cualitativos son presentados como elaboraciones realizadas en los propios contextos naturales donde ocurren los fenmenos estudiados, mediante procedimientos que registran en forma de palabras o imgenes la informacin descriptiva acerca de lugares, objetos, personas, conversaciones, conductas, etc. El dato cualitativo puede definirse como una elaboracin primaria que nos informa acerca de la existencia de una realidad, sus propiedades o el grado en que stas se manifiestan Los datos cualitativos pueden presentarse como simples registros o asientos que dan fe de una realidad o informan de sus cualidades. Recogen una amplia y diversa gama de informacin referida a un perodo de tiempo ms o menos largo. Son datos que no pierden fcilmente su frescura e importancia, contienen una gran cantidad de informacin, suelen ser muy densos y requieren una mnima instrumentacin para ser recogidos. Generalmente se recogen ms a travs de procedimientos que de instrumentos. La informacin extrada por el investigador es expresada a travs del lenguaje y ha de se plasmada en registros escritos (trascripcin de entrevistas, notas de campo, diarios anecdticos, etc.)

Fuentes de datos cualitativos Resultados de entrevistas Comentarios de reuniones Contacto interpersonal Documentos escritos Conductas o sucesos recogidos en notas de campo Fotografas Filmaciones Grabaciones sobre contextos investigados Los objetos Su distribucin, Su uso, etc. Para recoger este tipo de datos, los investigadores suelenpermanecer prolongadamente en el campo, implicndose en las situaciones estudiadas, hastaobtenerdatos contrastados. Los datos obtenidos por el investigador deben ser organizados y manipulados para su anlisis. De este modo podrn establecerse relaciones, interpretaciones y extraer significados relevantes de cara al problema abordado. Este tipo de operaciones es lo que se denomina anlisis de datos. El anlisis de datos pretende examinar las partes de algo por separado, intentando conocer las relaciones existentes entre cada una de estas partes, con la intencin de reconstruir el significado global. Como definicin podemos adoptar: ... Es una actividad que imp l i c a u n c o n j u n t o d e ma n i p u l a c i o n e s , transformaciones, reflexiones y comprobaciones realizadas a partir de los datos con el fin de extraer s igni f icado relevantes par a un problema de investigacin. Analis cuantitativo: Una vez recibidos los datos y antes de someterlos al anlisis, suele ser til llevar a cabo algunas operaciones preliminares. Esto puede incluir:

apartar los datos que son obviamente errneos o irrelevantes. Esto ha de ser hecho con precaucin: no debiramos borrar datos que son solamente "anmalos" y no armonizan con nuestras hiptesis. Pueden tambin demostrar que la hiptesis es defectuosa. normalizar o reducir nuestros datos significa que eliminamos la influencia de algn factor bien conocido pero sin inters. Por ejemplo, podemos eliminar el

efecto de la inflacin dividiendo todos los precios por el ndice de precios de la fecha de la compra. En el anlisis propiamente dicho de los datos, el propsito es extraer una invariante o estructura que nos interese a partir de los datos. Esto no significa que introduzcamos los datos en un ordenador y esperemos que el ordenador nos muestre qu estructuras pueden encontrarse en ellos. Los ordenadores no son lo bastante listos para eso. En lugar de ello, es habitual que ya en un momento tan temprano como el inicio del proyecto, el investigador tenga un modelo matemtico que aplicar a los datos. Este modelo tambin proporciona las hiptesis eventuales para el proyecto de investigacin, o al menos acta como una hiptesis de trabajo inicialmente no exacta que se puntualizar durante el anlisis. Los datos empricos pueden entonces analizarse del modo siguiente: primero, el investigador dispone los datos de acuerdo con el modelo y despus considera en qu grado el marco es adecuado a los datos o si ha de buscarse un modelo que se adapte mejor. En otras palabras, el investigador suele primero decidir qu tipo de patrn es el que est buscando en los datos. Esto determinar los mtodos para un anlisis matemtico. As, la primera cuestin a la hora de elegir el mtodo de anlisis es: Queremos usar las variables medidas para clasificar casos o individuos? O deseamos analizar variables inconexas, o bien las relaciones entre diversas variables? Otra decisin importante se refiere al propsito final de su proyecto. Usted desea describir cmo es el actual (o anterior) estado de su objeto, o usted desea descubrir cmo el objeto debe ser: qu grado de las cualidades medidas sera ptimo? Este ltimo tipo de anlisis se discute bajo del ttulo Agregar una dimensin normativa a un anlisis descriptivo. Un modo simple de presentar una distribucin de valores es mostrar cada valor como un punto en una escala. Si hay un gran nmero de valores, puede ser mejor clasificarlos primero y entonces presentar la frecuencia de cada clase como un histograma (Fig. de la derecha). Si nuestros estudios tienen que ver con personas, ocurrir con bastante frecuencia que nuestras mediciones estarn distribuidas de acuerdo con cierta curva, la llamada curva de Gauss (a la izquierda) que es, por consiguiente, llamada la distribucin normal. Una de sus propiedades es que el 68% de todas las mediciones diferir de la media (en la figura: M) en no ms que la desviacin estndar, y el 95% en no ms que el doble de la desviacin estndar. A veces querremos poner el nfasis no en la distribucin absoluta, sino en la proporcional o de

porcentaje. Un diagrama apropiado para esto es el grfico de sectores, tambin llamado "de tarta" o "de queso" (a la derecha):

Medias
Una media es una estadstica que caracteriza el valor tpico de nuestros datos y elimina la dispersin aleatoria de valores. Para cada una de las distintas escalas de medicin hay un tipo adecuado de media,

la moda la mediana la media aritmtica.

Moda es el valor ms comn en nuestro conjunto de datos. Mediana es el valor en el medio de la seleccin, si todos los valores estn dispuestos del menor al mayor. Media (aritmtica) es la suma de todos los valores dividido por su nmero, o

De entre las medias que se han presentado ms arriba, el investigador puede elegir habitualmente aquella que muestra mejor el valor tpico de la variable. La media aritmtica es el ms popular, pero puede ofrecer un cuadro equivocado por ejemplo en datos que incluyen un valor que difieren en gran medida de los otros (vase la imagen de abajo). Lo mismo ocurre si la distribucin est desviada, como en la imagen de la derecha. En el ejemplo, se relacionan los minutos que los distintos sujetos tardan en llevar a cabo una tarea. Los ms rpidos necesitaron 5 minutos, pero el resultado ms comn (=la moda) fue de siete minutos. El valor en el medio, es decir, la mediana, se ha mostrado en "M" rojo en la imagen. La mediana tena aqu el valor 11. Qu pasa con la media? Como al sujeto ms lento le llev el acabar 34 minutos, la media se eleva a 11.98 minutos, lo que no da un cuadro exacto del resultado medio en este caso. Esto muestra que los datos estn desviados; el tipo de media debe elegirse con

cuidado. Una presentacin grfica muchas veces sera ms ilustrativa que calcular una sola estadstica. La distribucin mostrada en esta figura est escorada positivamente, porque las mediciones que han dado valores mayores que la mediana (11) se extienden en un amplio rango (de 11 a 34), mientras que las mediciones que han dado valores por debajo de la mediana se concentran pocos valores (5...11). Se puede tambin, si es necesario, acudir a una estadstica para describir la cantidad de desviacin. Al elegir la media ms apropiada, debemos tener en cuenta la escala que fue usada en la recoleccin de los datos. Si la escala era nominal, la nica media posible es la moda. Si la escala fue ordinal, podemos usar la mediana o la moda. Finalmente, si la media fue calculada a partir de una muestra, debemos examinar su representatividad estadstica, o qu probable es que la misma media sea cierta en la poblacin de la que la muestra se extrajo. Una comprobacin apropiada para esto es la prueba t. Tecnicas estasdisticas de datos: El Anlisis Estadstico de Datos se ha asociado de manera general con la investigacin de corte experimental, o podemos decir que es caracterstico de los enfoques positivistas. Este trmino se define de muchas maneras segn se conciba desde una perspectiva ms amplia o ms restringida, y segn se entienda tambin el proceso de investigacin. El concepto de Anlisis Estadstico de Datos no se agota en las acepciones que se identifican con un conjunto de datos o enumeracin de hechos, o con procedimientos de tipo descriptivo destinados a recoger, organizar y presentar la informacin relativa a un conjunto de casos. De esta manera, el Anlisis Estadstico de Datos ha dejado de ser nicamente la ciencia de recopilar datos y, tras fusionarse con la corriente de estudios sobre el clculo de probabilidades, se ha constituido en una rama de la matemtica aplicada, entendiendo sta como el uso de principios y modelos matemticos en diversos mbitos de la ciencia o la tcnica. Dentro del Anlisis Estadstico de Datos encontramos dos vertientes:

Anlisis Estadstico de Datos (propiamente matemtico), que supone el estudio de los fenmenos estadsticos utilizando los mtodos matemticos y proporciona conocimiento acerca de las tcnicas que integran los mtodos estadsticos. Anlisis Estadstico de Datos Aplicado; este carcter aplicado ha estado presente desde los inicios de esta ciencia, sobre todo en cuanto a su conexin con el estudio y resolucin de problemas prcticos con datos reales. Todo ello ha estimulado la innovacin de nuevos mtodos y procedimientos, y el avance de anlisis estadsticos.

A continuacin expondremos las caractersticas propias que definen el concepto de Anlisis Estadstico de Datos:

Carcter terico y aplicado. Estudio de conjunto de datos. Trabajo con datos procedentes de observaciones o mediciones. Carcter cuantitativo de los datos. Reduccin de la informacin. Generalizacin a colectivos ms amplios.

Por tanto, como ya mencionamos, el Anlisis Estadstico de Datos no se limita slo a su tratamiento sino que se extiende a tareas previas y posteriores a esta fase. Tambin puede ocuparse de la recogida de datos (referido a las tcnicas y mtodos de muestreo y a la evaluacin de la calidad de los instrumentos que se disean para la recogida de datos) y la interpretacin de los resultados (afirmaciones que se realizan como consecuencia de la aplicacin de mtodos estadsticos: descripcin, reduccin, generalizacin). Terminaremos este apartado sintetizando los rasgos ms relevantes que llevan a definir el Anlisis Estadstico de Datos:

Es una ciencia cuyo objeto es el estudio de mtodos y tcnicas para el tratamiento de conjuntos de datos numricos. Las tcnicas estadsticas permiten la descripcin de conjuntos de datos y la inferencia sobre conjuntos ms amplios. Los mtodos desarrollados por esta ciencia pueden ser aplicados a distintos campos del saber, constituyendo un importante instrumento para el estudio cientfico.

As, definimos el Anlisis Estadstico de Datos como un conjunto de mtodos, tcnicas y procedimientos para el manejo de datos, su ordenacin, presentacin, descripcin, anlisis e interpretacin, que contribuyen al estudio cientfico de los problemas planteados en el mbito de la educacin y a la adquisicin de conocimiento sobre las realidades educativas, a la toma de decisiones y a la mejora de la prctica desarrollada por los profesionales de la educacin (Gil Flores, 1996: 43).