¿Cómo analizar los datos de una investigación?

Para analizar los datos de una investigación se requieren de diversos factores, entre ellos incluir cómo se realizará el análisis de datos. De hecho, llegar a la parte de análisis de datos significa que el trabajo más difícil ya está hecho.

Es mucho más difícil definir el problema de la investigación, desarrollar e implementar un plan de muestreo, desarrollar un diseño de estructura y determinar las medidas necesarias que necesitas. Así que, si todo el trabajo que acabo de mencionar lo hiciste bien, el análisis de los datos debe ser extremadamente fácil para ti.

Recuerda que antes de que sepas las diferentes maneras de analizar y discutir los datos, es necesario que sepas las diferencias entre investigación cualitativa e investigación cuantitativa y la diferencia entre datos cualitativos y datos cuantitativos.

¿Por qué tengo que analizar los datos antes de presentar los resultados de una investigación?

El propósito de analizar los datos es obtener información que pueda ser útil para tu trabajo. El análisis, sin importar si los datos son cuantitativos o cualitativos, pueden:

Describir y resumir los datos
Identificar la relación entre variables
Comparar variables
Identificar la diferencia entre variables
Pronosticar resultados

Digamos que decides hacer una investigación etnográfica (la cual es una investigación cualitativa). En el primer paso, decides tomar una pequeña muestra (algo que normalmente se realiza en las investigaciones cualitativas) pero después, decides realizar una entrevista estructurada o una encuesta (que normalmente se realizan en las investigaciones cuantitativas) para determinar las actitudes particulares de personas cuando sucede un fenómeno en particular (investigación cualitativa). Debido a que utilizaste métodos que obtienen datos cuantitativos y cualitativos, tu investigación será una mezcla de ambos.

Una fuente de confusión para muchas personas es la creencia de que la investigación cualitativa únicamente genera datos cualitativos (texto, palabras, opiniones, etc.) y que la investigación cuantitativa genera solo datos cuantitativos (números).

En algunos casos si sucede esto, pero ambos tipos de datos pueden ser generados por cualquier tipo de investigación que se realice. Por ejemplo, una encuesta (investigación cuantitativa) comúnmente obtiene información como edad, salario, longitud de servicio (datos cuantitativos), pero también es probable que obtenga datos cualitativos como opiniones y actitudes.

Te recomiendo conocer todo sobre el software de análisis de texto de QuestionPro.

¿Qué técnica debes usar para analizar los datos?

Cuando se trata de analizar datos, algunas personas creen que únicamente las técnicas estadísticas son las que se pueden aplicar a los datos cuantitativos (números). Esto es incorrecto, existen muchas técnicas estadísticas que se pueden aplicar a los datos cualitativos; como por ejemplo, la escala de valoración, la cual se utiliza comúnmente en investigaciones cuantitativas. Incluso si un estudio cualitativo no utiliza datos cuantitativos, existen muchas maneras de analizar los datos cualitativos que se obtienen.

Por ejemplo, tras realizar una entrevista, la transcripción y la organización de los datos son las primeras etapas de análisis. Después, lo que se debe hacer es analizar sistemáticamente las transcripciones, agrupar los comentarios, interpretarlos y obtener las conclusiones.

Conoce 4 maneras de usar tu investigación cualitativa.

Una de las mayores preocupaciones al momento de recopilar tus resultados es que sean datos fiables y válidos. Algunas preguntas que los investigadores se hacen comúnmente son:

¿La investigación que hice estará al nivel de otras investigaciones?
¿Las personas creerán en mis resultados?

Los investigadores abordan estas preguntas utilizando el método de recolección de datos (instrumento de investigación) para darle a sus resultados validez y fiabilidad. Te invito a leer: Recolección de datos para investigación. ¡Utiliza la técnica correcta!

Fiabilidad

La fiabilidad se refiere a que la investigación realizada y la información obtenida sea única, es decir, que no sea repetida.

Validez

La validez puede ser explicada con la respuesta de esta pregunta: ¿Estamos midiendo lo que creemos que estamos midiendo? Esto es algo muy difícil de abordar. Las siguientes son preguntas comunes que te puedes hacer para abordar la validez y poder analizar los datos con confianza.

¿Cómo obtuvo el investigador acceso completo al conocimiento y a los datos obtenidos?
¿Los investigadores con experiencia utilizan las mismas preguntas y métodos?

Ningún procedimiento es completamente fiable, pero si el procedimiento de recolección de datos no es de confianza la investigación es inválida. Otro problema es que incluso aunque la investigación sea fiable, no significa que esta tenga validez.

Quizá te interese leer: Tips para crear encuestas online eficaces.

Triangulación

La triangulación consiste en la comprobación cruzada de los datos utilizando múltiples fuentes o utilizando dos o más métodos de recopilación de datos. Existen diferentes tipos de triangulación, incluyendo:

Triangulación de tiempo: estudios longitudinales.
Triangulación metodológica: utilizar el mismo método diferentes veces o diferentes métodos con el mismo objeto de estudio.
Triangulación de investigador, más de un investigador

Error de muestreo

El error de muestreo es un indicador que mide la diferencia entre los resultados de muestreo y los parámetros de población de la investigación. No puede ser eliminado, cuando se utiliza el muestreo aleatorio, el error de muestreo puede ocurrir por casualidad y también, el error de muestreo puede disminuir si el tamaño de muestra aumenta.

Estas son algunas preguntas básicas que necesitamos hacernos para evaluar nuestra muestra:

¿La muestra es aleatoria y representa a la población?
¿La muestra es grande o pequeña?

Te recomiendo leer también: Margen de error ¿que es y cómo se calcula?

Error de no muestreo

Todos los errores, excepto los errores de muestreo, son errores de no muestreo y pueden eliminarse. Existen diferentes tipos, algunos de estos son:

Error del investigador: definiciones poco claras; problemas de fiabilidad y validez; problemas de análisis de datos, por ejemplo; falta de datos.
Error del entrevistador: enfoque general; técnicas de entrevistas personales; registro de respuestas.
Error de la persona entrevistada: inhabilidad de responder; falta de interés por responder; mentiras al momento de responder; pocas respuestas.