Analisis de datos asoiados

ANÁLISIS DE DATOS ASOCIADOS, LOS PASOS PRINCIPALES • Procesamiento de la información: Consiste en establecer apropiadas categorías, clasificar la data, tabular las respuestas, utilizar medidas sumarias. • Formulación de hipótesis adicionales: Se sugieren hipótesis de trabajo no consideradas originalmente. • Realización de inferencias: Se obtienen conclusiones. NOTA: Estos pasos podrían fundirse ono seguir secuencia. También es posible que no todos ellos sean requeridos; por ejemplo, en estudios exploratorios.

Formulación de hipótesis adicionales Todo proyecto usualmente conduce a nuevas hipótesis, en diferentes etapas de su desarrollo. Estas nuevas hipótesis adquieren un cierto grado de valor, a medida que se estudian con la data que las genera. Aún habiendo indicios claros de altaprobabilidad de la validez de una hipótesis, nueva data debe ser generada para validarla (si se utiliza el método científico). Realización de Inferencias Hay una tradición de conservatismo en Investigación Básica, lo que se traduce en valores de probabilidad α pequeños. Por otro lado, en investigación dirigida a la toma de decisiones, la elección de las probabilidades α y β se atiene a los costos delas consecuencias de los errores de tipo I y tipo II. Estos costos deben estimarse a través de modelos apropiados.

Análisis de Datos Asociados (2009) H. Hevia, pag 3.

© Prohibida su reproducción

Análisis de Datos Asociados (2009) H. Hevia, pag 4.

© Prohibida su reproducción

Procesamiento de la información Establecimiento de categorías: Establecidas tempranamente ayudan a mejorarel cuestionario y a preparar mejor a los encuestadores, reduciendo problemas de edición. Aún así, no siempre es posible definir categorías sino después que la data ya ha sido recolectada: es el caso de preguntas abiertas. La selección de las categorías debe ceñirse al propósito del estudio y a la naturaleza de las respuestas: Clasificaciones útiles deben: 1) permitir que respuestas suficientementesimilares sean consideradas homogéneas. 2) permitir que respuestas suficientemente distintas sean consideradas heterogéneas. 3) evitar ambigüedades de clasificación. 4) ser exhaustivas, en lo que a sus categorías se refiere.

Clasificación Codificación

de

la

data:

Edición

y

Edición: La edición es el proceso de revisión de cada una de las formas, para asegurar máxima precisión yevitar ambigüedades. Es aconsejable que sea realizada en forma centralizada; así se asegura consistencia y uniformidad en el tratamiento de la data. Si sobrepasa la tarea de una persona, se puede asignar a cada editor una diferente porción de las formas (todas) a editar. Se debe lograr: 1. Legibilidad de los registros. 2. Completitud de los datos. 3. Consistencia de los datos por encuesta. 4.Exactitud de la data. (Poner atención a posibles patrones por encuestador.)

Análisis de Datos Asociados (2009) H. Hevia, pag 5.

© Prohibida su reproducción

Análisis de Datos Asociados (2009) H. Hevia, pag 6.

© Prohibida su reproducción

Codificación: La codificación es el proceso de asignar respuestas a categorías y a su vez, símbolos (números) a estas categorías. La codificación,puede hacerla el entrevistador (precodificación) o puede realizarse después de que la data ha sido recolectada (postcodificación). En este último caso se realiza simultáneamente a la edición. También en este caso es aconsejable exponer al codificador-editor al proceso de entrevistas (o respuestas) lo que le ayudará a interpretar la data. Lo recomendable es utilizar diferentes codificadores lo quepermite poner a prueba la confiabilidad de los codificadores (búsqueda de inconsistencias). La existencia de inconsistencias puede llamar a analizar el sistema de categorías que se está utilizando.

Tabulación: Conteo de respuestas por categoría. Se realiza por medio de operaciones integradas a los softwares. Tabulación simple (o marginal) Tabulación cruzada. (*) (*) Evitar la tendencia a correr...