Documente Academic
Documente Profesional
Documente Cultură
Recoleccin y
Procesamiento.
La recoleccin de datos es un momento importante en el desarrollo de
una investigacin. Debemos considerar que un dato constituye una
unidad de informacin sobre una determinada caracterstica que
queremos estudiar.
El mtodo de recoleccin de datos.
El mtodo de recoleccin de datos est constituido por la secuencia de
pasos o etapas que se realizan en funcin de la bsqueda, adquisicin y
recopilacin de los datos necesarios para alcanzar los objetivos
planteados en el estudio y que podemos describir de la siguiente manera:
Etapa de planificacin.- En esta etapa se define y planifica el conjunto
de acciones que sern ejecutadas en las etapas siguientes. Sus objetivos
fundamentales son:
Precisar los datos que se requieren, segn la definicin y
operacionalizacin de las variables, para alcanzar los objetivos del
estudio.
Seleccionar la forma de observacin o medicin.
Indicar la escala de medicin de cada variable.
Seleccionar las tcnicas e instrumentos para la recoleccin de
datos.
Definir las formas y etapas del trabajo en el terreno.
Precisar el flujo de la informacin.
Determinar el nivel de competencia necesario para el personal que
va a intervenir, y su entrenamiento.
Determinar las tcnicas y equipos de medicin que se utilizarn,
as como el cumplimiento de las normas de calibrado, ajuste,
mantenimiento y reparacin de estos ltimos.
Ejemplo:
A = pacientes hospitalizados con vrices = 20
Seccin Prinicipal
Llevar a cabo cualquier operacin matemtica o similar necesaria para tener la informacin
cuantitativa lista para el anlisis. Estas podran, por ejemplo, incluir ingresar observaciones
numricas en un diagrama, tabla, u hoja de clculo, o calcular la media (promedio), la mediana
(valor que ocupa el lugar central), y/o la moda (valor ms repetido) de un set de nmeros.
Transcribir (hacer una versin exacta palabra por palabra de) los contenidos de las
grabaciones de audio o vdeo.
Organizar la informacin de manera que sea ms fcil de trabajar. Cmo lo haga depende
del diseo de su investigacin y sus preguntas de evaluacin. Usted podra agrupar las
observaciones con base a la variable dependiente (indicador de xito) al cual ellos se relacionan,
por los individuos o grupos de participantes, por el tiempo, por la actividad, etc. Usted podra
tambin agrupar las observaciones en diferentes maneras, as usted puede estudiar interacciones
entre las diferentes variables.
Existen dos tipos de variables en investigacin. Una variable independiente. Una variable
independiente (la intervencin) es una condicin implementada por el investigador o comunidad
para ver si eso crear un cambio o mejora. Esto podra ser un programa, mtodo, sistema u otra
accin. Una variable dependiente es lo que puede cambiar como resultado de la variable
independiente o la intervencin. Una variable dependiente podra ser un comportamiento,
resultados/beneficios, u otra condicin. Un programa para dejar de fumar, por ejemplo, es una
variable independiente que puede cambiar el comportamiento de los miembros del grupo hacia el
fumado, la variable dependiente primaria.
contenido, el facilitador, la hora del da, etc. De igual manera puede ser cierto cuando usted est
contando los momentos que fue mencionado un evento, tal como al comienzo de una nueva
poltica o programa en una comunidad basada en entrevistas o registros de archivo. Donde una
persona pueda ver un cambio en el programa que l considera importante otra persona puede
omitirlo debido a que es percibido no importante.
Los datos cualitativos pueden algunas veces decirle cosas que los datos cuantitativos no pueden.
Eso puede revelar el por qu ciertos mtodos estn trabajando o no, si parte de que se est
haciendo entra en conflicto con la cultura del participantes, lo que los participantes ven como
importante, etc. Eso puede tambin mostrar patrones en comportamiento, ambiente fsico y
social, u otros factores que los nmeros en sus datos cuantitativos no y ocasionalmente an
identifica variables que los investigadores no estuvieron conscientes.
Es a menudo til recolectar tanto la informacin cuantitativa y cualitativa. Para ms informacin,
ver Captulo 3, Seccin 15:Mtodos cualitativos para evaluar asuntos comunitarios, y Seccin
6: Recolectar y analizar informacin etnogrfica.
El anlisis cuantitativo es considerado a ser objetivo sin ningn prejuicio humano adherido a ldebido a que depende de la comparacin de nmeros de acuerdo a clculos matemticos. El
anlisis de datos cualitativos es generalmente logrado con mtodos ms subjetivos que
dependen de las opiniones de las personas, su conocimiento, suposiciones, e inferencias (y por lo
tanto prejuicios) que aquella llevada a cabo de los datos cuantitativos. La identificacin de
patrones, la interpretacin de lo que dijo la gente u otra comunicacin, el reconocimiento de
tendencia todos estos pueden ser influenciados por la forma en que el investigador ve el mundo.
Est consciente, sin embargo, que el anlisis cuantitativo est influenciado por un nmero de
factores subjetivos de igual manera. Lo que el investigador escoge medir, la precisin de las
observaciones, y la manera que la investigacin est estructurada al preguntar solo ciertas
preguntas puede todo influenciar los resultados, as como lo puede hacer el entendimiento y la
interpretacin del investigador de los posteriores anlisis.
2.
Ellos pueden sacar a la luz factores que pueden estar asociados con cambios en las
variables dependientes. Los anlisis de datos pueden ayudar a descubrir influencias inesperadas;
por ejemplo, que el esfuerzo fuera dos veces tan largo para aquellos participantes que tambin
eran parte del grupo de apoyo. Esto puede ser usado para identificar aspectos claves de
implementacin.
El trmino importancia tiene un significado especfico cuando usted est discutiendo estadsticas.
El nivel de importancia de un resultado estadstico es el nivel de confianza que usted puede tener
en la respuesta que usted obtiene. Generalmente, los investigadores no consideran un resultado
significativo/ importante solo si muestra por lo menos un 95% de certeza de que es correcto
(llamado el nivel .05 de importancia, debido a que existe un 5% de posibilidad de que eso est
equivocado.) El nivel de importancia est construido en frmulas estadsticas: una vez que se
obtiene un resultado matemtico, una tabla (o el software que se est usando) le dir el nivel de
importancia.
As, si el anlisis de datos encuentra que la variable independiente (la intervencin) influenci la
variable dependiente en el 0.5 nivel de importancia, eso significa que existe una probabilidad o
posibilidad de un 95% de que su programa o intervencin obtuvo el efecto deseado. El nivel .05 de
importancia es generalmente considerado un resultado razonable, y el .01 nivel (99% de
probabilidad) es considerado a ser lo ms cercano a la certeza que ser puede llegar.
Un 95% de nivel de certeza no significa que el programa trabaja en un 95% de los participantes, o
que eso va a trabajar un 95% de las veces. Esto significa que existe slo un 5% de posibilidad que
el programa no es realmente lo que est influenciando la(s) variable(s) dependiente(s) y causando
los cambios que deberan estar asociados a l.
3.
Ellos pueden mostrar conexiones entre varios factores que pueden tener un efecto en los
resultados de su evaluacin. Algunos tipos de procedimientos estadsticos buscan conexiones
(correlaciones es el trmino de investigacin) entre las variables. Ciertas variables dependientes
pueden cambiar cuando otros cambian. Estos cambios pueden ser similares ej., ambas variables
aumentan o disminuyen (ej., por forme la habilidad de en la lectura aumenta, la cantidad de lectura
hecha por ellos tambin aumenta.) O lo opuesto puede pasar ej., las dos variables cambian en
direcciones opuestas (conforme la cantidad de ejercicio que hacen aumenta, el peso de las
personas disminuye). Correlaciones no significan que una causa la otra, o que ambas tiene la
misma causa, pero ellos pueden brindar informacin valiosa acerca de asociaciones esperables en
una evaluacin.
4.
Ellos pueden ayudar a esclarecer las razones por las cuales su trabajo fue efectivo o, tal
vez, no tan efectivo como usted esperaba. Al combinar los anlisis cuantitativos y los cualitativos,
usted puede a menudo determinar no solo que funcion o que no, pero el por qu. El efecto de
factores culturales, cun bien se estn usando los mtodos, lo apropiado que es su enfoque para la
poblacin estos as como otros factores que influencian el xito pueden ser esclarecidos por la
recoleccin cuidadosa de datos y su anlisis. Este conocimiento le da una base para adaptar y
cambiar lo que usted hace para que sea ms factible que usted logre los resultados deseados en el
futuro.
5.
Ellos pueden brindar evidencia creble para mostrarle a los socios (interesados) que su
programa fue exitoso, o que usted haba sacado a la luz, y tratado las limitaciones. Los socios, tal
como los financiadores y las juntas comunitarias, quieren saber que sus inversiones estn siendo
invertidas de la mejor manera. Al mostrar evidencia de los resultados intermedios (ej., nuevos
programas y polticas) y resultados a largo plazo (ej., las mejoras en educacin o los indicadores
de salud) se est volviendo ms y ms importante para recibir y mantener- la financiacin.
6.
Su uso muestra que usted es serio acerca de la evaluacin y acerca de mejorar su trabajo.
Ser un buen fideicomisario o administrador de las inversiones comunitarias incluye revisiones
regulares de datos relacionados al progreso y a la mejora.
7.
largo. Idealmente, usted debera recolectar datos por periodo de tiempo antes de comenzar su
programa o intervencin con el propsito de determinar si existe alguna tendencia en los datos
antes del comienzo de la intervencin. Adems, con el propsito de evaluar los efectos a largo
plazo de su programa, usted debera recolectar datos posteriores (para el seguimiento) por un
periodo de tiempo despus de la conclusin del programa.
El momento del anlisis puede ser visto de por lo menos dos maneras: Una es que es mejor
analizar su informacin cuando usted la ha recolectado en su totalidad. La otra es que si usted la
analiza conforme usted la va recolectando, usted es capaz de cambiar de opinin acerca de la
informacin que usted realmente necesita, y de ajustar su programa para que responda a la
informacin de usted est obteniendo. El enfoque que se decida tomar depende de los propsitos
de su investigacin. Si usted est ms interesado en una evaluacin sumativa encontrar si su
enfoque fue efectivo, usted podra estar ms inclinado hacia la primera opcin. Si usted est
orientado hacia la implementacin la evaluacin formativa nosotros recomendamos obtener
informacin a lo largo del camino. Ambos enfoques son legtimos, pero la recoleccin de datos en
proceso continuo y su revisin puede particularmente traer mejoras en su trabajo.
El quin de la pregunta puede ser ms complejo. Si usted est razonablemente familiar con las
estadsticas y los procedimientos estadsticos, y usted tiene recursos de tiempo, dinero, y personal,
es probable que usted haga un estudio relativamente formal, al usar pruebas estadsticas
estandarizada. (Existen muchos tipos de software tanto para comprar y gratuito o como opensource o cdigo abierto disponible para ayudarlo. Vnculos de algunos de estos recursos estn
disponibles en esta seccin debajo de Recursos.) Si ese no es el caso, usted tiene algunas
opciones:
Usted puede contratar o encontrar a un evaluador externo voluntario, tal como los de una
Universidad o institucin de estudios superiores cercana, para que se encargue de la recoleccin
de datos y/o el anlisis por usted.
Usted puede llevar a cabo una evaluacin menos formal. Sus resultados pueden no ser tan
sofisticados como si usted lo hubiera llevado a cabo por medio de procedimientos estadsticos
rigurosos, pero ellos pueden an decirle mucho acerca de su programa. Solo los nmeros el
nmero de deserciones (y cundo desertan ms), por ejemplo, o las caractersticas de la gente a la
que usted le sirve puede darle informacin importante y utilizable.
Usted puede recolectar los datos y luego envirsela a alguien un programa universitario,
un amigo o un investigador, o alguien contratado para procesarlo todo para usted.
Si es posible, use un grupo de control al azar o uno lo ms similar al otro para compararlos.
Si su control est apropiadamente estructurado, usted puede sacar algunas conclusiones
bastantes confiables simplemente al comparar sus resultados con aquellos de su grupo de
intervencin. De nuevo, estos resultados no sern tan confiables como si la comparacin fuera
hecha usando procedimientos estadsticos, pero ellos pueden indicar si usted est en la direccin
correcta. Es suficientemente fcil ver si hay o no una diferencia mayor entre los nmeros de los dos
o ms grupos. Si el 95% de los estudiantes en su clase pas la prueba, y slo un 60 aquellos en un
grupo similar pero no instruido pasaron, usted puede estar seguro que su clase hizo la diferencia
de alguna manera, aunque usted pueda que no sea capaz de decir exactamente qu fue lo que
import. De la misma manera, si un 72% de sus estudiantes pasaron y un 70% del grupo de control
tambin pasaron, parece ser bastante claro que su instruccin tena esencialmente ningn efecto,
si los grupos comenzaron aproximadamente en el mismo lugar.
Quin debera realmente recolectar y analizar los datos depende de la manera de su evaluacin. Si
usted est haciendo un evaluacin participativa, mucho de la recoleccin de datos y analizarlosser hecha por los miembros de la comunidad o los participantes del programa ellos mismos. Si
usted est llevando a cabo una evaluacin en la cual la observacin es especializada, los
recolectores de datos podran ser miembros del equipo de trabajo, profesionales, voluntarios
altamente entrenados, u otros con habilidades o capacitacin especfica (estudiantes de maestra,
por ejemplo). El anlisis tambin puede ser logrado por un proceso participativo. An donde
procedimientos estadsticos complicados son necesarios, los participantes y/o los miembros de la
comunidad podran ser involucrados al explicar que es lo que esos resultados realmente significan
una vez que la matemtica est hecha y los resultados estn listos. Otra manera en que el anlisis
puede ser logrado es por medio de los profesionales u otros individuos capacitados, dependiendo
de la clase de la naturaleza a ser analizada, los mtodos de anlisis, y el nivel de sofisticacin al
cual se intenta tener en las conclusiones.
Documentar los datos en las maneras acordadas. Esto puede incluir papel y lpiz,
computadoras (al usar una computadora porttil u otro aparato de uso manual en el rea, ingresar
nmeros en el programa, etc.), audio o vdeo, revistas, etc.
2.
Organizar los datos que usted ha recolectado. La manera que usted haga esto depende de
qu es lo que usted est planeando hacer con eso, y en qu se est interesado.
Transcribir cualquier audio- o cintas de vdeos. Esto los hace ms fciles para
trabajar y copiar, y permite la oportunidad para aclarar cualquier segmento de diccin que sea difcil
de entender.
3.
Usar inspeccin visual de los patrones a lo largo del tiempo para identificar
discontinuidades (aumentos, disminuciones marcadas) en las medidas a travs del tiempo
(sesiones, semanas, meses).
Calcular la media (promedio), la mediana (valor que ocupa el lugar central), y/o la
moda (valor ms repetido) de una serie de medidas u observaciones. Cul fue la presin
sangunea promedio, por ejemplo, de las personas que se ejercitaron por 30 minutos al da por lo
menos cinco das a la semana, en contraposicin a aquellos que se ejercitaron dos das a la
semana o menos?
4.
Diferencias entre las personas o los grupos. Si usted ha repetido mediciones para
individuos/grupos a travs del tiempo, podemos ver si existen aumentos/disminuciones marcadas
en (la frecuencia, tipo) de comportamiento (eventos, etc.) despus de la introduccin del programa
o intervencin. Cuando los efectos son vistos y solo cuando la intervencin es introducida y si la
intervencin es escalonado (retrasado) a lo largo de la gente o los grupos esto aumenta nuestra
certeza que la intervencin, y no algo ms, est produciendo los efectos observados.
o
investigacin evaluativa es dirigida hacia si el programa que est siendo evaluado trabajo o hace
una diferencia. En trminos de investigacin, que a menudo se traduce en Cules fueron los
efectos de la variable independiente (el programa, intervencin, etc.) en la(s) variable(s)
independiente(s) (el comportamiento, las condiciones, u otros factores que se intentaba cambiar)?
Existen un nmero de posibles preguntas a esta pregunta:
o
Estos efectos podran ser negativos. (Estos efectos son usualmente llamados
consecuencias sin intencin.) La violencia juvenil disminuy significativamente, peor la incidencia
de las jvenes embarazadas o el consumo de alcohol entre los jvenes podra aumentar
significativamente al mismo tiempo.
Estos efectos podran ser mltiples, o mixtos. Por ejemplo, un programa para
reducir el VIH/SIDA podra disminuir los rangos de sex sin proteccin pero tambin podra
aumentar el conflicto y los casos de violencia entre parejas.
Si su anlisis muestra que su programa no es efectivo o es negativo, sin embargo o, en ese caso,
si un anlisis positivo lo deja a usted preguntndose cmo hacer que sus esfuerzos exitosos sean
an ms exitosos la interpretacin se vuelve an ms compleja. Est usted usando un mtodo
absolutamente errneo? Est usted usando un enfoque que podra ser efectivo, pero est muy
mal implementado? Existe un factor particular que est contribuyendo a que usted no est
tomando en cuenta_ Existen barreras hacia el xito culturales, experiencias, caractersticas
personales, discriminacin sistemtica presentes en la poblacin de la cual son los participantes?
Existen componentes particulares o elementos que usted puede cambiar para hacer a su
programa ms efectivo, o debera usted comenzar de nuevo de cero? Hacia qu se debera dirigir
para hacer un buen programa an mejor?
Interpretacin cuidadosa y muy perspicaz de sus datos podra permitirle responder a preguntas
como stas. Usted podra ser capaz de usar correlaciones, por ejemplo, para generar hiptesis
acerca de sus resultados. Como lo hemos discutido antes, si los cambios positivos o negativos en
variables particulares son consistentemente asociados con cambios positivos o negativos en otras
variables, las dos pueden ser conectadas. (La palabra pueden es importante aqu. Las dos
pueden estar conectadas, pero podran no estarlo, o ambos podran estar relacionados a una
variable tercera de la cual no se est consciente o que se considera trivial.) Tal conexin puede
mostrarle la direccin hacia un factor (p.ej., acceso al apoyo) que est causando los cambios en
ambas variables, y que debera ser tratada para hacer su programa exitoso. Las correlaciones
podran tambin indicar patrones en sus datos, o podra dirigirlo hacia una manera no esperada de
ver el asunto al que usted se est dirigiendo.
Usted puede a menudo usar datos cualitativos para entender el significado de una intervencin, las
reacciones de las personas hacia los resultados. La observacin que los participantes estn
constantemente sufriendo de una variedad de problemas de salud podra ser localizado, a travs
de datos cualitativos, en problemas de nutricin (debido a la pobreza o a la ignorancia) o a
restricciones culturales (algunas mujeres musulmanas podra no estar dispuestas no ser capaces
debido a una prohibicin familiar - a aceptar la asistencia o tratamiento por parte de doctores
varones, por ejemplo).
Una vez que usted organiz sus datos, tanto los resultados y cualquier cosa que pueda ser
analizado estadsticamente necesita ser analizado lgicamente. Esto podra no brindar informacin
convincente pero de seguro le dar algunas ideas para desarrollar a futuro, y algunos indicadores
de conexiones y posibilidades que usted podra no haber considerado todava. Eso tambin le
mostrar algunos resultados adicionales - gente reaccionando de forma diferente al programa que
antes, por ejemplo. Los nmeros pueden decirle si existe un cambio, pero ellos no pueden siempre
decirle qu lo causa o por qu (aunque algunas veces si lo hacen), o por qu algunas personas se
benefician mientras otros no. Estos son a menudo asuntos que importan para anlisis lgicos, o
para el pensamiento crtico.
El anlisis y la interpretacin de los datos es ms que todo un asunto del pensamiento crtico (ver
Captulo 17, Seccin 2: Pensar crticamente) y aplicar la tcnica pero, por qu? (ver Captulo 17,
Seccin 4: Analizar las causas de raz de los problemas: La tcnica Pero por qu?)
El anlisis y la interpretacin de los datos que ha recolectado lo llevan, de alguna manera, de
vuelta al comienzo. Usted puede usar la informacin que ha obtenido para ajustar y mejorar su
programa o intervencin, evaluarlo de nuevo, y usar esa informacin para ajustar y mejorarlo an
ms, mientras est vigente. Usted tiene que mantener el proceso para asegurarse que se est
haciendo el mejor trabajo que se puede hacer y para promover cambios en individuos, sistemas, y
polticas que hagan a una comunidad ms saludable y mejor.
Usted tiene que convertirse en un detective cultural para entender su iniciativa, y, de algunas
maneras, cada evaluacin es un estudio antropolgico. Nosotros tratamos este tema directamente
en el Captulo 37, Seccin 6, Recolectar y analizar informacin etnogrfica.
En resumen