12. Datos y análisis 12.1 Clasificación de los datos

A. Menéndez
Taller CES
12_Datos y análisis
12. Datos y análisis
•
Antes de escribir el cuestionario tener una idea clara de como se van a
analizar los datos (Crowl).
•
Incluir solamente ítemes que tienen que ver directamente con el análisis
de datos. (Crowl)
12.1 Clasificación de los datos
•
Cuando se trabaja con datos cuantitativos por lo general los resultados se
presentan como puntuaciones
•
pero estas puntuaciones se clasifican como puntuaciones crudas y
puntuaciones derivadas.
12.1.1 Puntuaciones crudas
•
Es la puntuación inicial que obtuvo el sujeto en la prueba. Ej: en una
prueba de 25 puntos como máximo en la que el promedio fue 15 obtuvo
17.
•
El problema que tienen es que se hace sumamente difícil compararlas
con las puntuaciones de otras personas en otras pruebas. Ej: sacó 20 en
otra prueba de 30 donde el promedio fue 19.
12.1.2 Puntuaciones derivadas
•
Se usan para poder llevar a cabo comparaciones entre exámenes y
personas.
•
Hay una gran variedad de puntuaciones derivadas de las que se van a ver
superficialmente tres.
1. Puntuaciones de equivalencia de edad y de grado
¾ Indican el grado y la edad en que una puntuación es típica.
¾ En una prueba el promedio que obtienen los estudiantes de octavo
grado al principio del año escolar es 62, por lo tanto cualquier
estudiante que obtenga 62 en esa prueba, independientemente de
que esté en sexto o noveno grado será 8.0
¾ Lo mismo sucede con la equivalencia en edad. Si en otra prueba
el promedio para los estudiantes de 12 años y cuatro meses es 73
entonces todos los estudiantes que saquen 73 en esa prueba
obtendrán una puntuación edad equivalente a 12-4.
50
A. Menéndez
Taller CES
12_Datos y análisis
2. Rangos percentiles
¾ Indican el porcentaje de estudiantes que obtuvieron una
puntuación cruda dada o menos.
¾ Un rango percentil de 90 indica que la persona obtuvo una
puntuación cruda tal que el 90 % de los que tomaron la prueba
sacaron la misma o menos.
¾ A menudo se le llama a esto la porcentila, pero no es apropiado.
3.Puntuaciones estandarizadas (puntuaciones z y T)
¾ Se obtienen restando el promedio a la puntuación cruda y
dividiendo entre la desviación estándar.
¾ El problema que tienen es que se obtienen puntuaciones con
decimales y bajo cero que no son muy bienvenidas por el público
en general, por lo tanto la mayor parte de los exámenes
estandarizados las cambian a otro tipo de puntuación que no
incluya puntuaciones decimales o negativas
¾ Sin embargo se usan frecuentemente en la investigación.
12.2 Clasificación de las escalas para medir los
datos
•
Los datos, como las variables, pueden ser cuantitativos (números) o
categóricos (categorías) y cada tipo de dato puede medirse de dos formas
diferentes, utilizando por lo tanto un total de cuatro escalas o medidas
diferentes.
•
Si los datos son categóricos entonces dependiendo del grado de precisión
posible en la medición se utilizan las siguientes dos escalas:
12.2.1 Escala nominal
•
Se utiliza cuando los datos están clasificados en categorías en las que no
hay ninguna idea de ordenamiento. No se puede decir que una categoría
es mejor que otra.
•
Ej: colores, religiones, partidos políticos, etc.
•
A menudo se asigna un número para diferenciar una de categoría de otra,
pero este número no tiene ningún significado más allá de la diferencia que
implica.
•
Ej: hombres = 1 mujeres = 0
12.2.2 Escala ordinal
•
Hay orden en este nivel de medición. Se obtiene mayor información
sobre la variable.
51
A. Menéndez
Taller CES
12_Datos y análisis
•
Implica que una categoría es mejor que otra.
•
Ej: Escala Likert: Acuerdo total, acuerdo parcial, desacuerdo, etc.
•
En estos casos no se puede medir la diferencia entre uno y otro, aunque
es obvio que uno es mayor o mejor que otro.
•
En muchas ocasiones se usan números para codificar estas respuestas
como acuerdo total (5), acuerdo parcial (4). Estos números sólo
representan orden. En ningún momento se implica que la diferencia entre
acuerdo total y acuerdo parcial es de una unidad.
12.2.3 Escala intervalar
•
La diferencia entre dos medidas es significativa.
•
Ej: 79 grados es 2 más que 77 grados de temperatura. La diferencia
entre 79 y 77 grados es la misma que entre 55 y 53 grados.
•
Sin embargo no hay un cero verdadero. El cero en temperatura
Fahrenheit es una temperatura seleccionada al azar. El cero en
centígrados corresponde a otra temperatura muy diferente.
•
El resultado es que, a pesar que 100 es el doble de 50, en una
temperatura de 1000 no hace el doble de calor que en una de 500.
12.2
Escala de razón
•
Tiene un cero real.
•
Ejemplo: peso, altura.
•
Tiene sentido hablar de que una persona pesa el doble de otra.
•
Por lo general esta escala no se encuentra en la investigación social, pero
si en ciencias.
12.3 Preparación de los datos para el análisis
•
Una vez se completa un instrumento es necesario obtener la información
que ofrece sobre cada sujeto y pasar los resultados a una tabla u hoja de
sumario que permita identificar los datos recogidos.
•
Esto se hacía antes con tarjetas, hoy día este trabajo se hace en la
computadora, donde la identificación se debe hacer por medio de un libro
de código (codebook).
•
Codificación y entrada de datos a la computadora
•
Para codificar datos se crea un libro de código (codebook) donde:
¾ Se identifican las variables y se asignan las columnas requeridas
para cada una de las variables
52
A. Menéndez
Taller CES
12_Datos y análisis
¾ Se asignan códigos para cada valor de las variables no numéricas.
¾ Se construye un archivo de datos (data file) en la computadora
donde cada fila corresponde a un sujeto diferente.
¾ Esta entrada de datos se puede hacer directamente usando un
procesador de palabras cualquiera, pero se hace difícil para
respetar cuando se cambia de variable.
¾ Generalmente se utiliza una hoja electrónica de datos
(spreadsheet) como en Excel donde se identifican mejor las
columnas y es más fácil la entrada de datos.
Referencias:
Crowl, T.K. (1996). Fundamentals of educational research (2nd ed.). Boston:
McGraw-Hill. Capt. 7, pp.114-124.
Fraenkel, J.R., & Wallen, N.E. (1996). How to design and evaluate research in
education. New York: McGraw-Hill. Capt. 7, pp.114-151.
53