Su guía de métodos de análisis de datos cualitativos y cuantitativos

¿Qué es lo primero que se nos ocurre cuando vemos datos? El primer instinto es encontrar patrones, conexiones y relaciones. Miramos los datos para encontrarles un significado.

De manera similar, en la investigación, una vez que se recogen los datos, el siguiente paso es obtener ideas de ellos. Por ejemplo, si una marca de ropa está tratando de identificar las últimas tendencias entre las mujeres jóvenes, la marca primero se pondrá en contacto con las mujeres jóvenes y les hará preguntas relevantes para el objetivo de la investigación. Después de recopilar esta información, la marca analizará los datos para identificar patrones; por ejemplo, puede descubrir que a la mayoría de las mujeres jóvenes les gustaría ver más variedad de vaqueros.

El análisis de datos es la forma en que los investigadores pasan de una masa de datos a una visión significativa. Hay muchos métodos de análisis de datos diferentes, dependiendo del tipo de investigación. Estos son algunos métodos que puede utilizar para analizar datos cuantitativos y cualitativos.

Es difícil analizar datos malos. Asegúrese de que está recogiendo datos de alta calidad con nuestro blog «4 técnicas de recogida de datos: ¿Cuál es la adecuada para usted?».

Análisis de datos cuantitativos

Preparación de datos

La primera etapa del análisis de datos es la preparación de los mismos, donde el objetivo es convertir los datos en bruto en algo significativo y legible. Incluye cuatro pasos:

Paso 1: Validación de los datos

El objetivo de la validación de los datos es averiguar, en la medida de lo posible, si la recogida de datos se ha realizado según las normas preestablecidas y sin ningún sesgo. Se trata de un proceso de cuatro pasos, que incluye…

• Fraude, para deducir si cada encuestado fue realmente entrevistado o no.
• Selección, para asegurarse de que los encuestados fueron elegidos según los criterios de la investigación.
• Procedimiento, para comprobar si se siguió debidamente el procedimiento de recogida de datos.
• Integridad, para asegurarse de que el entrevistador hizo al encuestado todas las preguntas, en lugar de sólo unas pocas requeridas.

Para ello, los investigadores tendrían que elegir una muestra aleatoria de encuestas completadas y validar los datos recogidos. (Tenga en cuenta que esto puede llevar mucho tiempo en el caso de encuestas con muchas respuestas.) Por ejemplo, imagine una encuesta con 200 encuestados divididos en 2 ciudades. El investigador puede elegir una muestra de 20 encuestados al azar de cada ciudad. Después, el investigador puede ponerse en contacto con ellos por correo electrónico o por teléfono y comprobar sus respuestas a un determinado conjunto de preguntas.

Consulte 18 validaciones de datos que evitarán que se cuelen datos erróneos en su conjunto de datos en primer lugar.

Paso 2: Edición de datos

Típicamente, los grandes conjuntos de datos incluyen errores. Por ejemplo, los encuestados pueden rellenar los campos de forma incorrecta u omitirlos accidentalmente. Para asegurarse de que no hay tales errores, el investigador debe realizar comprobaciones básicas de los datos, comprobar si hay valores atípicos y editar los datos brutos de la investigación para identificar y eliminar cualquier punto de los datos que pueda dificultar la exactitud de los resultados.

Por ejemplo, un error podría ser los campos que los encuestados dejaron vacíos. Al editar los datos, es importante asegurarse de eliminar o rellenar todos los campos vacíos. (Aquí hay 4 métodos para tratar los datos que faltan.)

Paso 3: Codificación de datos

Este es uno de los pasos más importantes en la preparación de datos. Se refiere a la agrupación y asignación de valores a las respuestas de la encuesta.

Por ejemplo, si un investigador ha entrevistado a 1.000 personas y ahora quiere encontrar la edad media de los encuestados, el investigador creará cubos de edad y categorizará la edad de cada uno de los encuestados según estos códigos. (Por ejemplo, los encuestados de entre 13 y 15 años tendrían su edad codificada como 0, los de 16 a 18 como 1, los de 18 a 20 como 2, etc.)

Entonces, durante el análisis, el investigador puede tratar con tramos de edad simplificados, en lugar de un rango masivo de edades individuales.

Métodos de análisis de datos cuantitativos

Después de estos pasos, los datos están listos para el análisis. Los dos métodos de análisis de datos cuantitativos más utilizados son la estadística descriptiva y la estadística inferencial.

Estadística descriptiva

Típicamente la estadística descriptiva (también conocida como análisis descriptivo) es el primer nivel de análisis. Ayuda a los investigadores a resumir los datos y a encontrar patrones. Algunos estadísticos descriptivos de uso común son:

• Media: promedio numérico de un conjunto de valores.
• Mediana: punto medio de un conjunto de valores numéricos.
• Moda: valor más común entre un conjunto de valores.
• Porcentaje: se utiliza para expresar cómo un valor o grupo de encuestados dentro de los datos se relaciona con un grupo más grande de encuestados.
• Frecuencia: el número de veces que se encuentra un valor.
• Rango: el valor más alto y más bajo en un conjunto de valores.

Las estadísticas descriptivas proporcionan números absolutos. Sin embargo, no explican el fundamento o el razonamiento que hay detrás de esos números. Antes de aplicar las estadísticas descriptivas, es importante pensar cuál es la más adecuada para su pregunta de investigación y lo que quiere mostrar. Por ejemplo, un porcentaje es una buena forma de mostrar la distribución por sexos de los encuestados.

Las estadísticas descriptivas son más útiles cuando la investigación se limita a la muestra y no necesita generalizarse a una población mayor. Por ejemplo, si se está comparando el porcentaje de niños vacunados en dos pueblos diferentes, entonces la estadística descriptiva es suficiente.

Dado que el análisis descriptivo se utiliza principalmente para analizar una sola variable, a menudo se denomina análisis univariante.

Análisis de datos cualitativos

El análisis de datos cualitativos funciona de forma un poco diferente a los datos cuantitativos, principalmente porque los datos cualitativos se componen de palabras, observaciones, imágenes e incluso símbolos. Derivar un significado absoluto de tales datos es casi imposible; por lo tanto, se utiliza principalmente para la investigación exploratoria. Mientras que en la investigación cuantitativa existe una clara distinción entre la fase de preparación y la de análisis de los datos, el análisis de la investigación cualitativa suele comenzar en cuanto se dispone de los datos.

Preparación de los datos y análisis básico de los mismos

El análisis y la preparación se producen en paralelo e incluyen los siguientes pasos:

1. Familiarizarse con los datos: Como la mayoría de los datos cualitativos son sólo palabras, el investigador debe empezar por leer los datos varias veces para familiarizarse con ellos y empezar a buscar observaciones o patrones básicos. Esto también incluye la transcripción de los datos.
2. Revisar los objetivos de la investigación: Aquí, el investigador revisa el objetivo de la investigación e identifica las preguntas que pueden responderse a través de los datos recogidos.
3. Desarrollar un marco: También conocido como codificación o indexación, aquí el investigador identifica ideas, conceptos, comportamientos o frases generales y les asigna códigos. Por ejemplo, codificar la edad, el género, el estatus socioeconómico e incluso conceptos como la respuesta positiva o negativa a una pregunta. La codificación es útil para estructurar y etiquetar los datos.
4. Identificar patrones y conexiones: Una vez codificados los datos, la investigación puede empezar a identificar temas, buscando las respuestas más comunes a las preguntas, identificando datos o patrones que puedan responder a las preguntas de la investigación y encontrando áreas que puedan ser exploradas más a fondo.

Métodos de análisis de datos cualitativos

Existen varios métodos para analizar los datos cualitativos. Los métodos de análisis de datos más utilizados son:

• Análisis de contenido: Es uno de los métodos más comunes para analizar datos cualitativos. Se utiliza para analizar información documentada en forma de textos, medios de comunicación o incluso elementos físicos. El momento de utilizar este método depende de las preguntas de la investigación. El análisis de contenido suele utilizarse para analizar las respuestas de los entrevistados.
• Análisis narrativo: Este método se utiliza para analizar el contenido de diversas fuentes, como las entrevistas a los encuestados, las observaciones sobre el terreno o las encuestas. Se centra en utilizar las historias y experiencias compartidas por las personas para responder a las preguntas de la investigación.
• Análisis del discurso: Al igual que el análisis narrativo, el análisis del discurso se utiliza para analizar las interacciones con las personas. Sin embargo, se centra en el análisis del contexto social en el que se produjo la comunicación entre el investigador y el encuestado. El análisis del discurso también examina el entorno cotidiano del encuestado y utiliza esa información durante el análisis.
• Teoría fundamentada: Se refiere a la utilización de datos cualitativos para explicar el porqué de un determinado fenómeno. Para ello, se estudia una variedad de casos similares en diferentes entornos y se utilizan los datos para obtener explicaciones causales. Los investigadores pueden modificar las explicaciones o crear otras nuevas a medida que estudian más casos hasta llegar a una explicación que se ajuste a todos los casos.

Estos métodos son los más utilizados. Sin embargo, también existen otros métodos de análisis de datos, como el análisis conversacional.

El análisis de datos es quizás el componente más importante de la investigación. Un análisis deficiente produce resultados inexactos que no sólo dificultan la autenticidad de la investigación, sino que también hacen que los hallazgos sean inutilizables. Es imperativo elegir cuidadosamente los métodos de análisis de datos para garantizar que los resultados sean reveladores y procesables.

Foto de cabecera de Brittany Colette en Unsplash