ANALISIS DE DATOS

El anlisis estadstico se ha asociado generalmente con la investigacin

cuantitativa, especialmente con la investigacin de corte experimental, cuasiexperimental, tipo encuesta, etc. En cambio, el anlisis en la investigacin
cualitativa descansa ms en la induccin y en la descripcin. El trmino estadstica
(hoy se ha optado ms por hablar de anlisis de datos) tiene mltiples significados;
sin embargo, la mayora la refiere como la teora, procedimiento y metodologa por
medio de la cual los datos son analizados. La estadstica no debemos entenderla
como una acumulacin de datos sino como un mtodo que nos sirve para describir
y obtener sentido de dichos datos. La estadstica encierra en s un gran valor
heurstico, siempre que el investigador conozca todas sus posibilidades. Otro
aspecto a aclarar en el anlisis de los datos es la diferencia entre estadsticos y
parmetros. Cuando los clculos estadsticos se refieren al estudio de una muestra
concreta se conocen como estadsticos (o unidades de informacin), cuando son
calculados y se refieren a la poblacin se le conocen como parmetros.

El anlisis estadstico debe estar al servicio del investigador

para describir, relacionar, comprobar hiptesis, estimar
parmetros, etc. Es decir, el anlisis estadstico debe asumir
una funcin instrumental en el proceso de la investigacin
facilitando al investigador la tcnica ms apropiada a su
investigacin pero en ningn caso se debe convertir a la tcnica
estadstica en el centro de la investigacin ya sea porque es
una tcnica novedosa o porque est ah simplemente.

Tipos de anlisis estadsticos

o Estadstica Descriptiva
Cerrar
Tcnicas para resumir y describir datos cuantitativos: Esta
descripcin le informar de la localizacin, dispersin, forma de
la distribucin de sus datos, etc.

Descripciones grficas. Polgono de frecuencias, curva

normal.
Descripciones numricas. promedios (media, mediana y
moda), medidas de variabilidad (desviacin estndar,
varianza), forma de la distribucin (sesgos), medida de
la relacin entre las variables, etc.

Tcnicas para resumir datos categricos

Descripciones grficas. Histograma, ciclograma.

Descripciones numricas. Tablas de frecuencias y/o de
contingencia.

Estadstica Inferencial
Cerrar
Se utiliza la estadstica inferencial cuando se manejan datos
(estadsticos) extrados de una muestra seleccionada al azar
para determinar los parmetros de la poblacin de referencia.
Se trata por tanto de inferir los resultados de una muestra a la
poblacin de la que es representativa. Wiersma (1991):

El investigador parte de una poblacin para extraer de

forma aleatoria su muestra de estudio.
Desea tomar decisiones acerca de dicha poblacin.
Selecciona la muestra utilizando las tcnicas de muestro
apropiadas.
Calcula los estadsticos correspondientes a dicha
muestra.
Estos estadsticos reflejan los parmetros y las
fluctuaciones maestrales.
Con los estadsticos calculados el investigador infiere los
parmetros a la luz de la distribucin muestral y la
probabilidad.

En el caso de la inferencia estadstica el investigador se

encuentra con dos tipos de tcnicas.

Tcnicas paramtricas: suponen una serie de supuestos

acerca de la naturaleza de la poblacin de la que se
extrajo la muestra de estudio. Por consiguiente las
inferencias que se realizan son ms fiables. Algunas
tcnicas paramtricas para datos cuantitativos
La t de Student para la comparacin de dos
grupos para muestras independiente y
correlacionadas
El Anlisis de la Varianza (ANOVA)
El Anlisis de Covarianza (ANCOVA)
El Anlisis Multivariado de Varianza y Covarianza
(MANOVA y MANCOVA)

Tcnicas no paramtricas que no requieren de

caractersticas especiales en la naturaleza de la
poblacin. La ventaja es que son fciles de utilizar y
algunas de ellas son tan fiables como las paramtricas.
Algunas tcnicas Tcnicas no paramtricas para analizar
datos cuantitativos son:
La prueba U de Man-Whitney La prueba KruskalWallis para el anlisis de la varianza un factor La
prueba de los signos La prueba de Friedman
para el anlisis de la varianza factorial
Y como tcnicas no paramtrica para datos categricos
podemos referenciar: La prueba chi cuadrado.

Tcnicas estadsticas avanzadas

Cerrar

El meta-anlisis que tiene como objetivo hacer un

estudio de integracin de resultados de investigaciones
ya efectuadas por otros investigadores. Consiste en
superar las revisiones intuitivas de los trabajos
realizados con una revisiones estadsticas.
Los modelos causales se han convertido tambin en el
nexo que une la investigacin correlacional y la
experimental. Estos modelos surgen como respuesta a
cuestiones de causalidad e inferencia causal con datos
no experimentales y recogidos en contextos naturales.
Cronbach (1959) fue el primero en llamar la atencin
sobre las diferencias que existan entre las dos
corrientes investigadoras dentro de la psicologa, la
correlacional y la experimental. Los modelos causales
han sido los que han intentado superar esta dicotoma y
establecer la relacin causal entre variables sin
necesidad de recurrir a la experimentacin rigurosa.

Para ms informacin (Welkowoitz, Even y Cohen, 1999)