PROCESAMIENTO DE DATOS

DATOS
Datos son los hechos que describen sucesos y entidades. "Datos" es una palabra en plural que
se refiere a más de un hecho. A un hecho simple se le denomina "data-ítem" o elemento de
dato.

Los datos son comunicados por varios tipos de símbolos tales como las letras del alfabeto,
números, movimientos de labios, puntos y rayas, señales con la mano, dibujos, etc. Estos
símbolos se pueden ordenar y reordenar de forma utilizable y se les denomina información.

Los datos son símbolos que describen condiciones, hechos, situaciones o valores. Los datos se
caracterizan por no contener ninguna información. Un dato puede significar un número, una
letra, un signo ortográfico o cualquier símbolo que represente una cantidad, una medida, una
palabra o una descripción.

La importancia de los datos está en su capacidad de asociarse dentro de un contexto para

convertirse en información. Por si mismos los datos no tienen capacidad de comunicar un
significado y por tanto no pueden afectar el comportamiento de quien los recibe. Para ser
útiles, los datos deben convertirse en información para ofrecer un significado, conocimiento,
ideas o conclusiones.

PROCESAMIENTO DE DATOS
El Procesamiento de datos en una investigación es fundamental, se refiere al conjunto de
medios aplicados para llegar a la esencia de una información, bien porque ésta no se conozca o
porque se encuentra alterada o desorganizada por otros elementos.

Es la Técnica que consiste en la recolección de los datos primarios de entrada, que son
evaluados y ordenados, para obtener información útil, que luego serán analizados por el
usuario final, para que pueda tomar las decisiones o realizar las acciones que estime
conveniente.

El procesamiento de datos trata de un subconjunto del procesamiento de la información, el

cambio (procesamiento) de la información de cualquier manera detectable por un observador.

El procesamiento de datos es, en general, "la acumulación y manipulación de elementos de

datos para producir información significativa."

CICLO DE PROCESAMIENTO DE LOS DATOS

Las etapas para el Procesamiento de Datos son las siguientes:

a. Entrada:

Los datos deben ser obtenidos y llevados a un bloque central para ser procesados. Los datos
en este caso, denominados de entrada, son clasificados para hacer que el proceso sea fácil y
rápido.

b. Proceso:
Durante el proceso se ejecutarán las operaciones necesarias para convertir los datos en
información significativa. Cuando la información esté completa se ejecutará la operación de
salida, en la que se prepara un informe que servirá como base para tomar decisiones.

c. Salida:

En todo el procesamiento de datos se plantea como actividad adicional, la administración de

los resultados de salida, que se puede definir como los procesos necesarios para que la
información útil llegue al usuario.

¿QUE METODOS DE PROCESAMIENTO DE DATOS EXISTEN?

Los diferentes métodos de procesamiento están relacionados con el avance tecnológico. Las
alternativas presentadas podrán ser elegidas, dependiendo de la rapidez con que se necesitan
y la inversión en dinero que se requiera para obtenerlas.

Los tipos de procesamiento que existen, son los siguientes:

a. Proceso Manual:

Este es el proceso más antiguo e involucra el uso de los recursos humanos, tales como realizar
cálculos mentales, registrar datos con lápiz y papel, ordenar y clasificar manualmente. Esto da
como resultado un proceso lento y expuesto a generar errores a lo largo de todas las etapas o
actividades del ciclo de procesamiento. Finalmente, los resultados se expresan de manera
escrita, creando grandes volúmenes de información escrita almacenada. Como ejemplo
podemos tener la evaluación académica en un colegio, en donde el profesor registra en forma
manual, a lapicero, las notas de evaluación de los alumnos en una tabla llamada registro, para
luego obtener los promedios mediante cálculos aritméticos manuales, quedando toda esta
información almacenada en su registro.

b. Proceso Mecánico

Considera el uso de máquinas registradoras y calculadoras, como el ábaco y las reglas de

cálculo, reemplazando en cierto grado el proceso de cálculo manual. Esto trae como lógica
consecuencia el aligeramiento del trabajo en relación al proceso y la reducción de errores,
pero mantiene la desventaja del proceso de almacenamiento de toda la información
resultante. Ejemplo: Obtener la hora empleando un reloj a cuerda, que es un aparato
mecánico, que interiormente tiene una serie de engranajes, que se encuentran debidamente
coordinados entre sí y cuyo movimiento hace girar una aguja en forma radial y proporcional al
tiempo.

c. Proceso Electromecánico

En este tipo de proceso, el enlace de información entre los diferentes elementos del
tratamiento de información, de almacenamiento y de comunicación, sigue realizándose de una
forma manual, pero para realizar cada una de estas tareas se emplean máquinas
electromecánicas, con las cuales se obtiene mayor eficiencia. Como ejemplo tenemos las
actividades que se realizan con las máquinas perforadoras, que, mediante el uso de la energía
eléctrica, activará un motor, y el eje de este motor con su adaptador respectivo, permitirá
perforar suelos a distintas profundidades. Otros ejemplos: cámara de video, cámara
fotográfica, calculadoras, etc.

d. Procesos Electrónicos
En este tipo de proceso se emplean las computadoras, por lo que la intervención humana no
es requerida en cada etapa. Una vez ingresados los datos, el computador efectúa los procesos
requeridos automáticamente y emite el resultado deseado. Los procesos son realizados a
velocidades increíblemente altas, obteniendo información confiable. Un ejemplo práctico lo
tenemos en el empleo de las computadoras personales que se usan en el hogar, para llevar los
gastos diarios de la casa, ver recetas de cocina y otros. En el trabajo, donde gracias a la PC
(Computadora Personal) permite la redacción de documentos y en la recreación, con el uso de
los video juegos, bingos y otros.

HERRAMIENTAS ESTADÍSTICAS PARA EL PROCESAMIENTO DE DATOS

Análisis de Pareto

El diagrama de Pareto, también llamado curva cerrada o Distribución A-B-C, es una gráfica para
organizar datos de forma que estos queden en orden descendente, de izquierda a derecha y
separados por barras. Permite asignar un orden de prioridades. El diagrama permite mostrar
gráficamente el principio de Pareto (pocos vitales, muchos triviales), es decir, que hay muchos
problemas sin importancia frente a unos pocos muy importantes. Mediante la gráfica
colocamos los "pocos que son vitales" a la izquierda y los "muchos triviales" a la derecha. El
diagrama facilita el estudio de las fallas en las industrias o empresas comerciales, así como
fenómenos sociales o naturales psicosomáticos, como se puede ver en el ejemplo de la gráfica
al principio del artículo.

Hay que tener en cuenta que tanto la distribución de los efectos como sus posibles causas no
es un proceso lineal, sino que el 20% de las causas totales hace que sean originados el 80% de
los efectos y rebotes internos del pronosticado. El principal uso que tiene el elaborar este tipo
de diagrama es para poder establecer un orden de prioridades en la toma de decisiones dentro
de una organización.

Diagramas de causa/efecto (ISHIKAWA)

El Diagrama de Ishikawa, también conocido como Diagrama de Espina de Pescado o Diagrama

de Causa y Efecto, es una herramienta de la calidad que ayuda a levantar las causas-raíces de
un problema, analizando todos los factores que involucran la ejecución del proceso.

En la metodología, todo problema tiene causas específicas, y esas causas deben ser analizadas
y probadas, una a una, a fin de comprobar cuál de ellas está realmente causando el efecto
(problema) que se quiere eliminar. Eliminado las causas, se elimina el problema.

Distribución de frecuencias y representaciones graficas

 Histograma
En estadística, un histograma es una representación gráfica de una variable en forma
de barras, donde la superficie de cada barra es proporcional a la frecuencia de los
valores representados. Sirven para obtener una "primera vista" general, o panorama,
de la distribución de la población, o de la muestra, respecto a una característica,
cuantitativa y continua (como la longitud o el peso). De esta manera ofrece una visión
de grupo permitiendo observar una preferencia, o tendencia, por parte de la muestra
o población por ubicarse hacia una determinada región de valores dentro del espectro
de valores posibles (sean infinitos o no) que pueda adquirir la característica. Así pues,
podemos evidenciar comportamientos, observar el grado de homogeneidad, acuerdo
o concisión entre los valores de todas las partes que componen la población o la
 muestra, o, en contraposición, poder observar el grado de variabilidad, y por ende, la
dispersión de todos los valores que toman las partes, también es posible no evidenciar
ninguna tendencia y obtener que cada miembro de la población toma por su lado y
adquiere un valor de la característica aleatoriamente sin mostrar ninguna preferencia
o tendencia, entre otras cosas.
 Polígono de frecuencia
Polígono de frecuencia es el nombre que recibe una clase de gráfico que se crea a
partir de un histograma de frecuencia. Estos histogramas emplean columnas verticales
para reflejar frecuencias): el polígono de frecuencia es realizado uniendo los puntos de
mayor altura de estas columnas.

Es decir, por tanto, podríamos establecer que un polígono de frecuencia es aquel que
se forma a partir de la unión de los distintos puntos medios de las cimas de las
columnas que configuran lo que es un histograma de frecuencia. Este se caracteriza
porque utiliza siempre lo que son columnas de tipo vertical y porque nunca debe
haber espacios entre lo que son unas y otras.

 Gráfico de barras
El gráfico de barras clásico utiliza barras horizontales o verticales (gráfico de columnas)
para mostrar comparaciones numéricas discretas entre categorías. Un eje del gráfico
muestra las categorías específicas que se comparan y el otro eje representa una escala
de valores discretos.

Los gráficos de barras se distinguen de los Histogramas, ya que no muestran

desarrollos continuos durante un intervalo. Los datos discretos de los gráficos de
barras son datos categóricos y por lo tanto responden a la pregunta de «¿cuántos?» En
cada categoría.

Medios de tendencia central

 La media
En matemáticas y estadística, la media aritmética, también llamada promedio o media,
de un conjunto infinito de números es el valor característico de una serie de datos
cuantitativos, objeto de estudio que parte del principio de la esperanza matemática o
valor esperado, se obtiene a partir de la suma de todos sus valores dividida entre el
número de sumandos. Cuando el conjunto es una muestra aleatoria recibe el nombre
de media muestral siendo uno de los principales estadísticos muestrales.
 La moda
La moda es una medida de tendencia central que indica el valor que más se repite en
un grupo de números. En un mismo estudio puede haber más de una moda, esto
ocurre cuando dos (bimodal) o más números (multimodal) se repiten la misma
cantidad de veces siendo este es el máximo número de veces del conjunto. También
puede darse el caso a la inversa y que en una muestra no haya moda por la ausencia
de repetición de los datos, a esto se le llama muestra amodal.
 La mediana
Con esta medida podemos identificar el valor que se encuentra en el centro de los
datos, es decir, nos permite conocer el valor que se encuentra exactamente en la
mitad del conjunto de datos después que las observaciones se han ubicado en serie
 ordenada. Esta medida nos indica que la mitad de los datos se encuentran por debajo
de este valor y la otra mitad por encima del mismo.

Medidas de dispersión
 Varianza
 Desviación estándar

Pruebas estadísticas
 Prueba t de student
 Prueba z
 Análisis de varianza
 Análisis de covarianza
BIBLIOGRAFÍA

[Link]
rlz=1C1SQJL_esPE843PE843&ei=p64CXfGhDunM5gKgg63wCg&q=procesamiento+de+datos
%2C+ingenieria+civil&oq=procesamiento+de+datos%2C+ingenieria+civil&gs_l=psy-
ab.3..35i39.15234.15234..16203...0.0..0.182.182.0j1......0....1..gws-wiz.......0i71.nXfo_3WK52w

[Link]

[Link]

[Link]

[Link]
ESAMIENTO%20DE%[Link]

[Link]

[Link]

[Link]

[Link]

[Link]

[Link]

[Link]

[Link]

[Link]