Captulo 6. Los Datos.

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.

 Forma y tiempo que deber conservarse la informacin.

Etapa de ejecucin.- En la misma se llevan a la prctica las acciones
planificadas en la etapa anterior.
Etapa de verificacin .- En esta etapa se comprueba
la validez y confiabilidad de la informacin recogida, garantizando as
que esta sea lo ms objetiva y precisa posible, o sea, que se
corresponde con los hechos reales.
Por ejemplo: Si se recogen datos a travs de una encuesta sobre los
cuidados que tienen las madres de nios menores de un ao para evitar
las enfermedades diarricas, y en tal actividad participan varias
personas, es necesario que alguien vuelva a encuestar a una parte de
las madres con el propsito de verificar si en las informaciones recogidas
no se omiti o modific inconscientemente algn dato.
La cantidad de datos que requieren ser verificados depende de varios
factores como son el tamao de la muestra y el grado de confiabilidad
esperado. Generalmente esto es determinado con el auxilio del
estadstico.
Tcnicas para la obtencin de datos.
En las diferentes ramas de la ciencia existen numerosas tcnicas para la
obtencin de datos. En la ciencias mdicas en particular podemos
distinguir una extensa variedad de tcnicas dirigidas a obtener
informacin por medios de anlisis bioqumicos, de trazados elctricos y
de imgenes procedentes de emisiones varias, para lo cual se emplean
diversos, y a veces muy complejos instrumentos, que son del dominio de
las diferentes especialidades.
Pero adems existen otras tcnicas ms generales y de amplio uso en
las ciencias sociales, destinadas a recopilar informacin referida de
forma oral o escrita, por los individuos estudiados.
Entre estas podemos destacar:
El censo .- Esta tcnica consiste en la obtencin de datos
procedentes de todos los elementos de la poblacin u objeto de
estudio, en un tiempo determinado y siguiendo
un cuestionario previamente elaborado.

 La encuesta.- Se diferencia del censo en que la encuesta se aplica

solo a una muestra de la poblacin u objeto de estudio.
La entrevista.- Es la tcnica de obtencin de informacin a travs
del dilogo, por lo que requiere de ciertas habilidades por parte del
entrevistador. La entrevista puede o no, estar estructurada a partir
de un cuestionario.
El registro.- Consiste en recoger informacin sobre determinadas
variables en forma sistemtica y continua o peridica.
Instrumentos para la recoleccin de datos.
Cuestionario.- Es un instrumento imprescindible para el censo y la
encuesta, y como se dijo antes, su uso es opcional en la entrevista.
Consiste en una serie de preguntas especficas, que permiten
evaluar una o varias de las variables definidas en el estudio.
Planilla de recoleccin de datos.- Es un instrumento muy
utilizado con la finalidad de facilitar la recopilacin referente a cada
elemento de la muestra o poblacin. La informacin obtenida,
como resultado de las mediciones de las variables, es recogida en
una planilla especficamente diseada al efecto.
Base de Datos .- Es la forma organizada y estructurada de
recopilar la informacin obtenida de todos los
elementos estudiados. Las "Sabanas de Datos" utilizadas hasta
hace un tiempo han sido sustituidas progresivamente por diversos
programas de aplicacin de la computacin (Dbase III, Epinfo,
Oracle, Access) por cuanto facilitan y agilizan espectacularmente el
procesamiento de la informacin.
Procesamiento de los Datos.
Una vez recolectados los datos es necesario organizarlos, clasificarlos y
resumirlos adecuadamente, de manera tal que posibilite un mejor anlisis
de la informacin obtenida.
Un recurso muy til para este fin lo constituye las medidas resumen las
cuales describimos a continuacin:
Medidas resumen de variables cualitativas (Medidas de cociente)

 RAZN O NDICE.- Sean los datos A y B para los cuales se

establece la relacin A / B donde A no est contenido en B (no
tienen elementos comunes)
Ejemplo: En un grupo de pacientes hipertensos hay 100 hombres y
50 mujeres. Podemos plantear que A=100 y B=50 , entonces la
Razn de Hombre-Mujer =100/50=2
Las notaciones ms utilizadas son A : B A / B.
En el ejemplo anterior podra ser: Hombre : Mujer =2 : 1
Que se interpreta: En la serie de pacientes hipertensos hay 2 hombres
por cada mujer.
En el clculo de algunos ndices, para evitar que el resultado sea una
fraccin el
cociente se multiplica por una potencia de 10.
Ejemplo:

PROPORCION.- Sean los datos A y B para los cuales se establece la

relacin A / B, donde A est contenido en B. La ms utilizada es la
variante que responde a la frmula

donde k= 1; 2; 3; 4; y cuyo ejemplo mas comn es el por ciento (%)

Ejemplo:
A = pacientes hospitalizados con vrices = 20

B = total de pacientes hospitalizados = 200

A/B x 100= 10 Notacin 10 %
Interpretacin.- De cada 100 pacientes hospitalizados 10 presentan
vrices

TASA.- Es un tipo especial de medida resumen en la que se

establece una proporcin con relacin espacial y temporal. El
denominador incluye una unidad de tiempo.
Se representa por la frmula:

Donde: A.- Es un evento

B.- Poblacin susceptible a dicho evento
K = 2, 3, 4, .
Referido a un lugar determinado en la unidad de tiempo dada
Son ejemplos caractersticos la tasa de mortalidad infantil y las tasas de
incidencia.
Ejemplo:
A= Fallecidos menores de un ao en provincia La Habana en 1998= 84
B= Total de nacidos vivos en provincia La Habana en 1998= 9805
k= 3

Interpretacin: La tasa de mortalidad infantil en la provincia de La

Habana en 1998 fue 8.6 por cada 1000 nacidos vivos.
Medidas Resumen de Variable Cuantitativa.
Medidas de Tendencia Central.
Media Aritmtica.- Es el cociente que se obtiene al dividir la suma
de todos los valores entre la cantidad de valores.

Ejemplo: Para el conjunto de valores 80; 60; 20; 40

Mediana.- Al conjunto de valores dispuestos en orden secuencial

de acuerdo a sus magnitudes, ya sea de menor a mayor o
viceversa se denomina ordenamiento. La mediana es el valor
central de un ordenamiento.
Ejemplo: Para los valores 70 ; 80 ; 50 ; 100 ; 30
Ordenamiento: 100 ; 80 ; 70 ; 50; 30 La mediana es 70
En caso de haber un nmero par de valores la mediana es la media de
los dos valores centrales.
Ejemplo: 2 ; 5 ; 7 ; 8 ; 9 ; 12 La mediana es 7.5
Moda .- Identifica el valor que se repite con mayor frecuencia en un
conjunto de datos. Ejemplo: Para el conjunto de valores 3 ; 3 ; 3 ;
6 ; 6 ; 8 ; 10 ; 10. La moda es 3
En algunos casos puede existir mas de una moda. Ejemplo: 3 ; 3 ; 4 ; 6 ;
6 ; 7 ; 10 ; 10
La moda es 3 ; 6 y 10.

En otros casos puede no existir moda. Ejemplo: 3 ; 4 ; 6 ; 7 ; 10 ; 11 La

moda no existe.
Medidas de dispersin.
Amplitud o Rango .- Es la medida de dispersin ms fcil de
calcular y la ms imperfecta. Es la diferencia entre el valor mximo
y mnimo en un conjunto de valores. Indica el recorrido de los datos
y resulta til cuando se va a confeccionar una tabla.
Ejemplo: Para el conjunto de valores 40 ; 60 ; 85 ; 72 ; 100
Amplitud = Valor Mximo Valor Mnimo = 100 40 = 60
Desviacin Estndar.- Es la mas importante de las medidas de
dispersin debido a su uso en la Inferencia Estadstica. Su objetivo
es determinar la proporcin de valores que estn situados dentro
de cierta distancia de un punto central y su clculo se basa en las
diferencias de los valores individuales con respecto a la media del
conjunto de valores.

Recolectar y analizar informacin

Contribucin de Phil Rabinowitz y Stephen Fawcett

Seccin Prinicipal

Editado por Christina Holt

Traducido por Dafne Vargas Hernndez

Qu queremos decir por recolectar informacin?

Qu queremos decir por analizar informacin?
Por qu se debera recolectar y analizar informacin para su
evaluacin?
Cmo se recolecta y se analiza la informacin?Qu queremos decir
por recolectar informacin?
En secciones previas a este captulo, hemos discutido el estudiar el asunto, decidir en el diseo
para la investigacin, en crear un sistema de observacin para la obtencin de informacin para su
evaluacin. Ahora es el momento para recolectar su informacin y analizarla descifrar que es lo
que significa para que as usted pueda usarla para sacar conclusiones acerca de su trabajo. En
esta seccin, nosotros examinaremos cmo hacer exactamente eso.

Qu queremos decir por recolectar informacin?

Esencialmente, recolectar informacin significa poner su diseo para recolectar informacin en
accin. Usted ha decidido cmo usted va a obtener informacin ya sea por medio de observacin
directa, entrevistas, encuestas, experimentos y evaluaciones, u otros mtodos y ahora usted y/u
otros observadores tienen que implementar su plan. Sin embargo, todava hay ms que recolectar.
Si ustedes estn llevando a cabo observaciones, por ejemplo, usted tiene que definir qu est
observando y programar para hacer las observaciones en los momentos indicados, as usted
puede realmente observar lo que usted necesita. Usted tiene que registrar las observaciones de
maneras apropiadas y organizarlas para que as ellas sean lo ms tiles posibles.
El documentar (registrar) y organizar la informacin puede tomar diferentes formas. Eso depende
del tipo de informacin que usted est recolectando. La manera en que usted recolecta su
informacin deber estar relacionada a cmo usted est planeando analizarla y usarla. Dejando de
lado el mtodo que usted decida usar, documentar debe hacerse simultneamente con la
recoleccin de informacin si es posible, o muy pronto despus, para que as nada se pierda y la
memoria de lo que se observ no se vuelva borrosa.
Algunas de las cosas que usted podra hacer con la informacin que usted recolecta incluye:

Recolectar informacin de todas clases de fuentes y observaciones.

Hacer fotocopias de todos los formularios, registros, grabaciones de audio y vdeo, y

cualquier otro tipo de material recolectado para prevenir cualquier prdida o eliminacin accidental
de informacin, u otra clase de problema.

Digitalizar los relatos, nmeros, y otra informacin y guardar en un programa de

computacin, donde ellos puedan ser organizados y/o pueden ser utilizados en diversas maneras.

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.

Codificar informacin, particularmente informacin cualitativa que no est expresada en

nmeros, de una manera que permita ser procesada por un programa especfico de software o
puede ser sometido a un anlisis estadstico.)

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.

Qu queremos decir por analizar informacin?

Analizar informacin incluye examinarla de maneras que muestran las relaciones, patrones,
tendencias, etc. que puedan ser encontradas. Eso podra significar el someterlo a operaciones
estadsticas que puedan mostrarle no solo qu tipos de relaciones parecen existir entre las
variables sino a qu nivel usted puede confiar en las repuestas que usted est obteniendo. Eso
podra significar comparar su informacin con la de otros grupos (un control o un grupo de
comparacin, figuras a nivel estatal, etc.), para ayudar a sacar conclusiones de la informacin
obtenida. El punto, en trminos de su evaluacin, es el obtener una evaluacin/valoracin precisa
con el objetivo de entender de mejor manera su trabajo y sus efectos en aquellos por los cuales
usted est preocupado, o con el propsito de entender de mejor maneras la situacin a nivel
general.
Existen dos tipos de informacin con la cual usted est propenso a trabajar, aunque no todas las
evaluaciones necesariamente incluirn ambos. Informacin cuantitativa se refiere a la informacin
que es recolectada como, o puede ser transformada en, nmeros, lo cual puede ser mostrado y
analizado matemticamente. Informacin cualitativa es recolectada como descripciones,
ancdotas, opiniones, citas, interpretaciones, etc. y son generalmente o no capaces de ser
reducido a nmeros, o considerados ms valiosa o informativa si es dejada como un relato
(narrativamente). Como usted podra esperarse, la informacin cuantitativa y la cualitativa
necesitan ser analizadas de diferente forma.

1. Informacin cuantitativa. Como hemos mencionado, la informacin cuantitativa es

recolectada normalmente directamente como nmeros.
o

La frecuencia (ndice, duracin) de los comportamientos o condiciones especficas

Puntuaciones de pruebas (ej., puntuaciones/niveles de conocimientos, habilidad,

etc.)

Resultado de encuestas (ej., comportamiento reportado, o consecuencias de las

condiciones ambientales; ndices de satisfaccin, estrs, etc.)

Nmeros o porcentajes de las personas con ciertas caractersticas en una

poblacin (diagnosticados con diabetes, sin empleo, hispano-hablantes, menores de 14 aos de
edad, nivel educativo completado, etc.)
La informacin puede tambin ser recolectada en formas diferentes de la numrica, y ser
convertido en informacin cuantitativa para el anlisis. Los investigadores pueden contar el nmero
de veces que un evento es documentado en las entrevistas o registros, por ejemplo, o asignarle
nmeros a los niveles de intensidad de un evento o comportamiento observado. Por ejemplo, las
iniciativas comunitarias a menudo quieren documentar la cantidad e intensidad de los cambios
ambientales que ellos promueven los nuevos programas y las polticas que surgen como
resultado de sus esfuerzos. Si esta clase de conversin es necesaria o til depende de la
naturaleza de lo que usted est observando y en los tipos de preguntas que su evaluacin necesita
responder.
La informacin cuantitativa es usualmente sometida a procedimientos estadsticos como calcular la
media o promedio de veces que un evento o comportamiento ocurre (por da, mes, ao). Estas
operaciones, debido a que los nmeros son informacin slida y no se interpreta, pueden dar
respuestas definitivas, o cercanas a ser definitivas a diferentes preguntas. Varios tipos de anlisis
cuantitativo pueden indicar cambios en una variable dependiente relacionada a frecuencia,
duracin, momento (cuando el asunto particular pas), intensidad, nivel, etc. Ellos pueden
permitirle comparar esos cambios con otros, los cambios en otra variable o cambios en otra
poblacin. Ellos podran ser capaces de decirle, en un grado particular de fiabilidad, si esos
cambios son propensos a ser causados por su intervencin o programa, o por otro factor, conocido
o desconocido. Y ellos pueden identificar relaciones entre las diferentes variables, lo cual puede o
no significar que uno causa el otro.
2. Informacin cualitativa. Diferente de los nmeros o datos rigurosos, la informacin
cualitativa parece ser blanda, lo que quiere decir que no puede ser siempre reducida a algo
definido. Eso es en algunas maneras una debilidad, pero es a su vez una fortaleza. Un nmero
puede decirle cun bien sali un estudiante en una prueba (examen); la expresin en su cara
despus de ver su nota, sin embargo puede decir mucho ms acerca del efecto del ese resultado
en su vida. Esa expresin no puede ser traducida por un nmero, ni lo puede hacer el conocimiento
del maestro acerca de la historia, progreso, y experiencia del estudiante, todo lo cual termina en la
interpretacin del maestro de esa expresin facial. Y esa interpretacin puede ser ms valiosa en
ayudar a la superacin del estudiante que saber la nota o la puntuacin numrica de la prueba.
Como explicamos anteriormente, la informacin cualitativa puede ser muchas veces convertida en
nmeros, usualmente al contar el nmero de veces que situaciones especficas ocurren en el curos
de observaciones o entrevistas, o al asignar nmeros o ndices a dimensiones (ej., importancia,
satisfaccin, facilidad del uso).
Los retos de traducir datos cualitativos en cuantitativos tienen que ver con el factor humano. An si
la mayora de las personas estn de acuerdo con lo que 1 (ms bajo) o 5 (ms alto) significa con
respecto a los ndices de satisfaccin con un programa, los ndices 2, 3 y 4 pueden ser muy
diferentes para diferentes personas. Adems, los nmeros no dicen nada acerca de por qu las
personas reportaron de la manera que lo hicieron. Uno pudo no gustarle el programa debido al

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.

Por qu se debera recolectar y analizar informacin para su

evaluacin?
Parte de la respuesta aqu es que no cada organizacin particularmente las pequeas con bases
comunitarias o no gubernamentales necesitar tener recursos amplios para conducir una
evaluacin formal. Ellos pueden tener que estar satisfechos con evaluaciones menos formales, las
cuales pueden an ser extremadamente tiles al brindar direccin para un programa o
intervencin. Una evaluacin informal involucrar alguna recoleccin de datos y anlisis. Esta
recoleccin de datos y que tenga sentido es crtico para una iniciativa y su xito futuro, y tiene un
nmero de ventajas.
1.

Los datos pueden mostrarse si hubo cualquier cambio significativo/importante en las

variables dependientes que se esperando influenciar. La recoleccin y el anlisis de datos ayudan
a ver si su intervencin produjo los resultados deseados.

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.

Ellos pueden mostrarle al rea de estudio lo que se est aprendiendo, y as pavimentar el

camino para que otros implementen mtodos y enfoques exitosos. De esa manera, usted estar
ayudando a mejorar los esfuerzos comunitarios y, ultimadamente, la calidad de vida para las
personas que se benefician.

Cundo y por quin debera ser la informacin recolectada y

analizada?
Al hablar de recoleccin de datos, la parte del cundo de la pregunta es relativamente simple: la
recoleccin de datos debera no despus de que se comience a trabajar o antes de que usted
comience con el objetivo de establecer una lnea de fondo o punto de comienzo y continuar a lo

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 tratar de aprender suficiente acerca de estadsticas y software estadsticos

para llevar a cabo una evaluacin formal usted mismo. (Lleve un curso, por ejemplo.)

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.

Usted puede recolectar y basarse principalmente en datos cualitativos. Si esto es una

opcin depende principalmente de lo que se trate el programa. Usted no querr llevar a cabo una
evaluacin formal de efectividad de un medicamento nuevo usando solamente datos cualitativos,
pero usted podra ser capaz de mostrar algunas conclusiones razonables acerca de patrones de
uso o cumplimiento con base en la informacin cualitativa.

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.

Cmo recolectar y analizar informacin?

An si su evaluacin incluye procedimientos formales o informales, usted todava tiene que
recolectar y analizar la informacin, y existen algunos pasos bsicos que usted puede tomar para
hacerlo.
1.

Implementar su sistema de medicin. En la Seccin 3 de este captulo, hemos discutido

acerca de disear un sistema observacional para obtener informacin. Ahora es el momento de
poner ese sistema a cabo.

Claramente defina y describa cules mediciones u observaciones son necesarias.

La definicin y descripcin debera ser lo suficientemente clara para permitirle a los observantes
estar desacuerdo en qu es lo que ellos estn observando y de buena fuente documentar los datos
de igual manera.

Seleccionar y capacitar a los observadores. Particularmente si esto es parte de un

proceso participativo, los observadores necesitan capacitacin para saber qu documentar; para
reconocer los comportamientos clave, eventos, y condiciones; y para alcanzar un nivel aceptable
de confiabilidad interna (acuerdo entre los observadores.)

Llevar a cabo observaciones en momentos apropiados para el periodo apropiado.

Esto puede incluir revisar material archivado; llevar a cabo entrevistas, encuestas, o grupos
focales; enfocarse en la observacin directa, etc.

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.

Ingresar cualquier dato a la computadora. Esto puede significar simplemente

digitalizar los comentarios, descripciones, etc., e incluirlos en un programa de procesamiento de
palabras, o al ingresar informacin variada (posiblemente incluir el audio o vdeo) a una base de
datos, hoja de clculo, un programa GIS (sistema de informacin geogrfica por favor vea
Captulo 3, Seccin 16 para ms informacin), o algn otro tipo de software o archivo.

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.

Darle una puntuacin a cualquier prueba y documente las puntuaciones

apropiadamente.

Clasificar su informacin en maneras apropiadas de su inters. Esto puede incluir

clasificar por categora de observacin, por evento, por lugar, por individuo, por grupo, por el
tiempo de observacin, o por una combinacin o algn otro estndar.

Cuando sea posible, necesario, y apropiado, transforme los datos cualitativos en

datos cuantitativos. Esto puede involucrar, por ejemplo, contar el nmero de veces que asuntos
especficos fueron mencionados en las entrevistas, o cun a menudo ciertos comportamientos
fueron observados.

3.

Llevar a cabo grfica de datos, inspecciones visuales, anlisis estadsticos, u otras

operaciones en los datos de forma apropiada. Nos hemos referido varias veces a los
procedimientos estadsticos que usted puede aplicar a los datos cuantitativos. Si usted tiene los
nmeros correctos, usted puede descubrir mucho acerca de si su programa est causando o
contribuyendo a un cambio o mejora, cul es ese cambio, si existen conexiones esperadas o
inesperadas entre las variables, cmo se compara su grupo con otro que usted est evaluando,
etc. Existen otras posibilidades excelentes para el anlisis adems de los procedimientos
estadsticos, sin embargo. Algunas de ellas incluyen:

Conteo simple, inspeccin visual y grficos de frecuencia o ndices de

comportamiento, eventos, etc., a travs del tiempo.

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?

Usar entrevistas cualitativas, conversaciones, y observacin participativa para

observar (y seguirle a pista a los cambios) en las personas o situaciones. Los diarios pueden ser
particularmente reveladores en esta rea debido a que ellos documentan las experiencias de las
personas y sus reflexiones a travs de un tiempo.

Encontrar patrones en los datos cualitativos. Si muchas personas se refirieron a

problemas o barreras similares, estos pueden ser importantes en el entendimiento del asunto, al
determinar qu funciona o qu no y por qu, o ms.

Comparar los verdaderos resultados con las metas o puntos de referencia

previamente determinadas. Una medida de xito podra ser alcanzar una meta para el
planeamiento o programa de implementacin, por ejemplo.

4.

Tome nota de cualquier resultado significativo o interesante. Dependiendo de la naturaleza

de su investigacin, los resultados podran ser estadsticamente significativos (el 95% o mejor
certeza de la que hemos discutido anteriormente), o simplemente importantes o inusuales. Ellos
pueden o no ser socialmente significativos (p.ej., suficientemente grandes para resolver el
problema). Existen un nmero de tipos diferentes de resultados que usted puede estar buscando.

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

Diferencias entre dos o ms grupos. Si usted tiene uno o ms grupos de control al

azar en un estudio formal (grupos que son escogidos al azar con una misma poblacin como el
grupo en su programa, pero no estn recibiendo el mismo programa o intervencin, o no est
recibiendo una del todo), luego la significancia estadstica de las diferencias entre los grupos
debera decir si su programa tiene una alguna influencia mayor en la(s) variable(s) dependiente(s)
que la que se est experimentando por los otros grupos.

Los resultados que muestran cambios significativos estadsticamente hablando.

Con o sin un grupo de control o de comparacin, muchos procedimientos estadsticos pueden
decirle si los cambios en las variables dependientes son verdaderamente significativos (o
posiblemente no lo sean debido al cambio). Estos resultados pueden decir muy poco acerca de las
causas del cambio (o ellos pueden, dependiendo de cmo usted ha estructurado su evaluacin),
pero ellos le dicen a usted que es lo que est pasando, y le dan un lugar para comenzar.

Correlaciones. Correlacin significa que existen conexiones entre dos o ms

variables. Correlaciones pueden algunas veces resaltar a relaciones importantes que usted podra
no haber predicho. Algunas veces ellos pueden dar luz al asunto por el mismo, y algunas veces en
los efectos de las prcticas culturales de un grupo. En algunos casos, ellos pueden realzar las
causas potenciales de un asunto o condicin, y as pavimentar el camino para intervenciones
futuras.

Patrones. En ambos, tanto la informacin cuantitativa y cualitativa, patrones a

menudo emergen: ciertas condiciones de salud parecen agruparse en reas geogrficas
particulares; las personas de un grupo en particular se comportan de maneras similares; etc. Estos
patrones podra no ser especficamente lo que usted est buscando o espera encontrar, pero ellos
podran ser importantes por ellos mismos o sacar a la luz reas en las que usted est interesado.
En algunos casos, usted podra necesitar someterlos a procedimientos estadsticos (anlisis de
regresin, por ejemplo) ver si, en realidad, ellos estn al azar, o si ellos constituyen patrones
reales.

Descubrimientos importantes evidentes. Si es el resultado de un anlisis

estadstico, o la evaluacin de sus datos y la aplicacin de lgica, algunos descubrimientos pueden
resaltar. Si el 70% de un grupo de participantes con sobrepeso en un programa de actividad fsica y
nutricin saludable bajan su peso y presin sangunea significativamente, comparado con
solamente el 20% de un grupo similar no en el programa, usted puede probablemente asumir que
el programa ha sido efectivo. Si no existe ningn cambio del todo en los resultados en educacin
despus de dos aos de su programa educativo, entonces usted puede estar o llevando a cabo un
programa no efectivo, o simplemente no est alcanzando a aquellos que tienen ms tendencias de
tener pobres resultados (lo cual tambin puede ser interpretado como que est llevando a cabo un
programa que no es efectivo.)

No todos los descubrimientos importantes necesariamente le dirn si su programa trabaja o que es

el mtodo ms efectivo. Podra ser obvio para la recoleccin de datos, por ejemplo, que, mientras
la violencia o las lesiones en la carretera no sea visto como un problema a nivel de ciudad, ellos
son mucho ms altos en una o ms reas particulares, o que los ndices de diabetes estn
marcadamente mucho ms altos para grupos particulares o para aquellos viviendo en reas con
mayores diferencias de ingresos. Si usted tiene los recursos, es sabio ver los resultados de su
investigacin en un nmero de maneras diferentes, ambos para encontrar cmo mejorar su
programa, y aprender qu ms usted podra hacer para afectar el asunto.
5.
Interpretar los resultados. Una vez que usted ha organizado sus resultados y que los revise
a travs ya sea de un anlisis estadstico u otro que usted ya haya planeado, es el momento para
descifrar qu es lo que significa su evaluacin. Probablemente la pregunta ms comn que la

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

Su programa tuvo exactamente los efectos en las variables dependientes que

usted esperado y deseaba que tuviera. Estadsticas u otros anlisis mostraron claros efectos
positivos en un alto nivel de importancia para las personas en su programa y si usted us un
diseo de grupo-mltiple ninguno o muy pocos, con los mismos efectos para un grupo de control
similar y/o para un grupo que reciba una intervencin diferente con el mismo propsito. Su
programa educativo en infancia, por ejemplo, grandemente aument los resultados de desarrollo
para los nios de la comunidad, y tambin contribuy a un aumento en el porcentaje de los nios
que mejoraron en la escuela.

Su programa no tuvo efecto. Su programa no produjo resultados significativos en la

variable dependiente, por s misma o al ser comparada con otros grupos. Esto significara que no
hubo ningn cambio como resultado del programa o la intervencin.

Su programa tuvo un efecto negativo. Por ejemplo, la violencia entre compaeros

ntimos aument (o por lo menos parece ser) parte del resultado de su intervencin. (Es
relativamente comn para los eventos reportados, tales como la violencia o las lesiones, que se
aumente cuando la intervencin resulta en una mejora de vigilancia o facilidad de reporte).

Su programa tuvo los efectos esperados y otros efectos tambin.

Estos efectos podran ser positives. Su programa de prevencin de la violencia

juvenil, por ejemplo, podra haber resultado en una reduccin grande de la violencia entre los
adolescentes, y podra tambin haber tenido resultados en una mejora significativa del rendimiento
acadmico por parte de los jvenes involucrados.

Estos efectos podran ser neutrales. El mismo programa de prevencin de la

violencia juvenil podra de alguna manera dar como resultado que los jvenes vean ms televisin
despus de la escuela.

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.

Su programa no tuvo efecto o tuvo un efecto negativo y otros efectos al mismo

tiempo. Como con los programas con efectos positivos, estos pueden ser positivos, neutrales;
individuales o mltiples; o consistentes o mixtos.
Si su anlisis le da una indicacin clara de que lo que usted est haciendo est logrando sus
propsitos, la interpretacin es relativamente simple: Usted debera seguir hacindolo, mientras
trata otras maneras de hacerlo an ms efectivo, o mientras trata de alcanzar otros asuntos
relacionados de igual manera.
Como lo hemos discutido a lo largo y ancho de la Caja de Herramientas Comunitarias, los
programas buenos son dinmicos constantemente buscando formas de mejorar, en vez de
asumir que lo estn haciendo de la mejor manera que puede ser.

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

El corazn de la investigacin evaluativa es obtener informacin acerca del programa o la

intervencin que usted est evaluando y analizando para determinar qu le dice acerca de la
efectividad de lo que usted est haciendo, as como acerca de cmo puede mantener y mejorar
esa efectividad.
La recoleccin de los datos cuantitativos informacin expresada en nmeros y llevarla a la
inspeccin visual o al anlisis estadstico formal puede decirle si su trabajo est teniendo los
efectos deseados, y podra de igual manera ser capaz de decirle por qu o por qu no. Puede
tambin resaltar las conexiones (correlaciones) entre las variables, y llamar la atencin hacia
factores que usted podra no haber considerado.
Recolectar y analizar datos cualitativos entrevistas, descripciones de factores ambientales, o
eventos, y circunstancias pueden brindar una idea de cmo los participantes experimentan el
asunto que usted est tratando, qu barreras y ventajas experimentan ellos, y qu se podra
cambiar o agregar para mejorar lo que usted hace.
Una vez que usted haya obtenido el conocimiento que brinda su informacin, es hora de comenzar
el proceso de nuevo. Use lo que usted ha aprendido para continuar a evaluar lo que usted hace al
recolectar y analizar los datos, y continuamente mejorar su programa.