Plan de Recolección de Datos Efectivo
Temas abordados
Plan de Recolección de Datos Efectivo
Temas abordados
| Primarias
Información adicional
según el caso
| Secundarias
[Z
po | Observación |
¡0
¡9
rfLy
O
0) DE DATOS Metodologías de
medición de
Ly parámetros (peso,
al
talla, presión arterial,
Ly | Entrevista | etc.)
a
sa
ES
E
Guía de |
observación
Tipo de instrumentos
Cuestionario | específicos que se
utilizan para medir un
parámetro (báscula,
Guía de tallimetro, etc Y E
entrevista
EJEMPLO: para
EJEMPLO: para la
la realización
realización de
de este
este acápite,
acápite, se
se debe
debe tener
tener definido
definido por completo el
por completo el instrumento.
instrumento.
| Validez Confiabilidad
Ú AS 7
OBSERVACIÓN CIENTÍFICA
E —- al es la que q <
O Se realiza en los ps Individu ](O Es una forma intensa
A O q U
s lugares donde A hace una sola <( H en que el observador
<[ ocurren los hechos o || > persona. =< penetra en la vida de
sá po los grupos y
LLQ ' fenóme
, nos aQ La observación de ¡OR dad
(a . ados. La-
' investig Qa : o d de grupoes
equipo
0
||9> comunidadesland para
investigación social y : por e E conocer
sl a fondo hitsu
, > la que se realiza
sus conductas,
la educativa |recurren || Y> :
parte de varias LO Lu Cultura,
mn pcia
en gran medida aesta [3 comas que integr HE parara Y
modalidad A ARranas Que INagran [| z sentimientos.
= 5Ungrupo de trabajo L Elob pr
= que efectúa una
. . . ci r
e parra i
dl
1 misma Investigación acontecimientos tal
> como ocurren dentro
de su contexto
a Ss » APA
LA ENCUESTA
» La encuesta se define como una investigación realizada
sobre una muestra de sujetos representativa de un
colectivo más amplio, utilizando procedimientos
estandarizados de interrogación con el fin de obtener
mediciones cuantitativas O cualitativas de una gran
variedad de características objetivas y subjetivas de la
población
LA ENCUESTA
» Técnica de gran utilidad en cualquier tipo investigación
que exija o requiera el flujo informativo de amplio sector
de la población.
Poseer buen
conocimiento sobre el
Selección del lugar tema que interroga,
(buen manejo del tema)
MODALIDADES O TIPOS DE ENTREVISTA
| Entrevista Estructurada
| Entrevista No Estructurada
>
Limitaciones de la entrevista
Actitudes,
Hechos Opiniones Motivaciones O
Sentimientos
Cogniciones
El cuestionario
Fecha de la Evaluación
Arda Rango de edad Motricidad gruesa Motricidad fina Socioafectiva Lenguaje Cognición Clanificar
Y
D e o a Ac dea! : Presencia de reflejo Mom e reflejo de Riesgo Ms
LJ
De 8 días O
aunmes
estimar el Decarrolo
LJ]
O
De un mes
ados meses
Análisis de datos
osservación MMMY PLANTEAMIENTO
DEL PROBLEMA
— MA HIPÓTESIS
Pasos del —
método EXPERIMENTACIÓN M a sn WN CONCLUSIONES
científico —
. Y .
OBSERVACIÓN
EA = E
Pasos
EXPERIMENTACIÓN: O ANALISIS DE
Y
científico
TEORIAS
Etapas del método estadístico
Síntesis O Análisis
Etapas del método estadistico
Síntesis
Es importante tener claro que:
Problema
científico
pequeño de Va EJES
Someterla a susceptibles de ser evaluadas Medición
prueba empíricamente
* Es un proceso instrumental ya
que la selección de la parte que
se medirá de la escala de
medición y de los criterios de
salud que se usarán como
elementos de juicio deben ser
resultado de un proceso de
decisión teórica.
* La medición nos permite alcanzar
un alto grado de objetividad al
usar los instrumentos, escalas y
criterios aceptados como válidos y
que pueden ser reproducidos y
constatados por otros
investigadores.
Variable
* La función de las variables consiste
en proporcionar información
asequible para descomponer la
hipótesis planteada en sus
elementos más simples.
* la primera se considera
independiente y
, dl yl
Lo que se mide en el
experimento, Es lo que
cambia como resultado
* la segunda, dependiente o de Lo que cambia en el
respuesta. experimento.
Solo hay 1 en el
Todo lo que quieres
experimento
mantener igual en el
experimento
* El concepto de dependencia e
independencia es contextual, es
decir, obedece al modelo teórico
planteado para la hipótesis en
cuestión.
El uso de variables permite la elaboración
de:
Variables
Cualitativas
Nominales Clasificación de
Variables Variables según su
Discretas naturaleza
Cuontitativas
Continuas O...
A
CUANTITATIVAS
| Variables según su
naturaleza
po Wendy Magda
VARIABLES CUALITATIVAS ó VARIABLES CUANTITATIVAS ó
CATEGÓRICAS NUMÉRICAS
Expresa una cualidad, característica o Son variables que se expresan
atributo que solo se pueden clasificar o
numéricamente. Son susceptibles de
categorizar mediante el conteo.
Dependiendo del número de categorías medirse
pueden ser dicotómicas o politómicas |
Ejemplos: Ejemplos:
Sexo, Estado Civil, Dolor, Grupo Número de hijos, Número de camas,
Sanguíneo, Métodos anticonceptivos, Peso, Talla, Edad, Glucosa, Colesterol,
Profesionales de la Salud. etc.
Nominal
Ed Ordinal
escala de
medición Intervalo
Razón
Escalas de medición
Razón MENE
Intervalo MIENTRAS
Escalas de
E
M ed ICION Escala En contraste con las escalas nominales,
ordinal en este tipo de medición las
observaciones se clasifican y ordenan
por categorías según el grado en que
los objetos o eventos poseen una
determinada característica.
Xx Wendy Magdale
* Escala de intervalo
* Esta es una escala de tipo cuantitativo en la
que, además de ordenar las observaciones
por categorías del atributo, se puede medir la
magnitud de la distancia relativa entre las
categorías
Escalas de
M = d ( | on * Escalas de razón
+ Esta escala tiene la cualidad de que el cero sí
indica la ausencia del atributo y, por lo
tanto, la razón entre dos números de la b
escala es igual a la relación real existente
entre las características de los objetos /
medidos.
A
ar Y Wendy Magda
Atributos de los valores
finales en una variable
Razón
Origen
Intervalo
Orden Orden
Nominal
PA
Wendy Magda
Cualitativas Cuantitativas
Posee categorías a las Posee categorías Tiene intervalos iguales Tiene intervalos
que se asigna un ordenadas, pero no y medibles. No tiene un constantes entre valores;
nombre sin que exista permite cuantificar la origen real, por lo que además de un origen
ningún orden implícito distancia entre una puede asumir valores real.
entre ellas. categoría y otra. negativos. El cero significa la
ausencia del individuo.
Cualitativas Cuantitativas
Ejemplos Género Estado civil Instrucción Intensidad Temperatura Salario Peso Compras
Valor final Masculino Soltero Primaria Leve -102 C 10 USD 00.00 Kg Uno
Femenino Casado Secundaria Moderado 02C -10 USD 10.24 Kg Dos
Conviviente Superior Severo 202€ 20 USD 20.00 Kg Tres
Wendy Magda
VARIABLE CODIFICACION
EDAD 20-30 (1) 31-40 (2) 41-50 (3) >50 (4)
PROCEDENCIA URBANA (0) RURAL(1) RURAL DISPERSA (2)
GRADO DE ANALFABETO (0) PRIMARIA (1) SECUNDARIA (2)
INSTRUCCION UNIVERSITARIA (3)
ESTADO CIVIL SOLTERO (0), CASADO(1), UNIÓN LIBRE (2)
VIUDO (3)
TIEMPO DE O—SAÑOS (0), 6 —-10AÑOS (1), >10 AÑOS (2)
CONVIVENCIA
ACTIVIDAD SEXUAL SI (0), NO (1)
NUMERO DE 1 (0), 2-3 (1), S omásl(2)
PAREJAS SEXUALES
METODO TEMPORALES (0), DEFINITIVOS (1)
ANTICONCEPTIVO
NUMERO DE NULIPARA (0), PRIMIPARA (1), MULTIPARA (2)
PARTOS
PREECLAMPSIA SI(0), NO(1)
La codificación
La codificación solo
solo es
es aplicable
aplicable aa las
las variables
variables cualitativas
cualitativas
Bases de datos
Desorganizada MW,
mE .
¿Qué es una base de
datos?
Salida
MEOEES » (Información)
ANÁLISIS | y1 | y2 | v3 | ys | vs | ve | vn Us
SEXO:
la ]
vAZ 28 5 2, Femenino
vAS 2 19 3 4 3 4. Viido
[Link].
3. Hijo/a
4, Hormano/a de
_YAZ 2 54 2 2 4 5 5. Padre Madre
LPRA
Primario Completo 1 Trabaja
yA11 19 | 3 2 2 Secundario incompleto
Secundario Completo
2. Desocupado
3, Estudia
UA72 2 18 3 5 3 Terciario incompleto
Uniwversskario Incomplato
4, Jubilado o Pensionado
5, Rentista
—_YA13 35 3 ] 8 | Terciario Completo 6. Ama de Casa
e
Textual Semitextual
Formas de
presentación
de datos
Tabular Gráfica
Esto solo
Esto solo es
es aplicable
aplicable en
en trabajos
trabajos cuantitativo
cuantitativo
Presentación de
Textual: El informe se
d atos 0 E fo fr mM da redacta
de manera que van
destacándose los datos o
textual
resultados obtenidos
Ventajas Desventajas
Es similar a la anterior, solamente que se Esta forma de presentación también Las ventajas y desventajas son muy
separa el texto de las cifras, evitándose puede utilizarse cuando son parecidas a la presentación textual, con
así las desventajas que se mencionaron relativamente pocos los datos a la diferencia que aquí se le puede dar
de la presentación textual presentar mayor importancia a un grupo de cifras,
lo cuál facilita la redacción del informe
La recuperación del turismo en los primeros cinco
meses del año 2010 avanza a buen ritmo, al punto
que está cerca de alcanzar las cifras del 2008, año
récord para esta actividad, tal como lo muestran
las cifras en miles de visitantes suministradas por
el Instituto Costarricense de Turismo (1CT):
:
variable pl Frecuencia relativa ¿e Frecuencia acumulada frecuencias
nl ;
X f fr fr % 5 . A DE
a la agrupación
l 3 0,06 6 - de datos en econ ]
2 9 0,18 15 12 mutuamente excluyentes que
4 13 0,26 26 25 indican el número de
6 he] 0.16 16 33 observaciones en cada
Yi 8 0.16 16 41 categoría. Esto proporciona un
3 4 0 08 3 45 valor añadido a la agrupación de
10 5 0.1 10 50 Sia
P Total 50 1 100 | La distribución de frecuencias
yw presenta las observaciones
clasificadas de modo que se
pueda ver el número existente
número de registros en cada clase
Y [Nk Wendy Magd:
Cuadro $1
Centroamérica: matrícula inicial en los primeros niveles,
según nivel educativo, por países.
1997
(datos en miles)
Nivel
País Preescolar Primaria Secundaria Total
Costa Rica 71.1 525.3 220.2 816.5
El Salvador 179.0 1191.1 IS25 1522.6
Guatemala 221.8 1539.5 317.4 2078.6
Honduras 86.1 1055.0 271.1 1412.1
Nicaragua 133.1 777.9 270.5 1811.5
Panamá 45.3 377.9 223.2 646.4
Total 736.4 5466.6 1451.7 7657.7
Fuente: Informe Estado de la Región en Desarrollo Humano Sostenible.
Proyecto Estado de la Región. San José, C.R.: 1999, pág. 169.
Cuadro 43
Costa Rica y Grecia: Principales datos socio-demográficos
2000
100
80
Nicaragua, 18% el
A0
20
0 T u y
400 Nicaragua
350
PO Honduras
250
00 . Guatemala
8 El Salvador
100 +
50 7 Costa Rica
0 5 ' y U y U Y
Xx Wendy Magdalk
CONSIDERAR QUE...
VARIABLE CUALITATIVA
.
_—
==
_—
—_——
-...e comparativas
xX Wendy Magdalq
Presentación de datos medidos en
escala NOMINAL u ORDINAL
__—- Número de la tabla / Yítulo de la tabla
a
Tabla 1. Clasificación de un grupo estudiantes de la Ps de Humanidades y Educación,
según el sexo. Universidad de los Andes. Mérida - Venezuela. Semestre A-2002,
Elementos de
yy SEXO Frecuencia
una tabla de
asculino 19
Fa 9 distribución
Total AN
de
IN Modalidades,
En frecuencias
categona 0 Frecuencias
valores de la absolutas
Frecuencias relativas
Frecuencias simples expresadas
absolutas simples en proporción O
porcentaje
Frecuencias
Tabla 1. Sexo de los absolutas simples
estudiantes
Sexo
Frecuencia7 e Indican el número de
hd quese repite una
modalidad, categoría o
Absoluta valor de la variable
, | d entro deldel conjunto d de
Femenino a datos.
Masculino 13 . pas ramal E
| absolutas se pueden
Total 28 calcular en cualauler
escala de medición y se
denotan como fi
h
Distribución de frecuencias para datos medidos en
una escala ordinal
Tipos de número de
variables j
gráficos Dos * Diagrama de Barras Compuestas
variables q
* Diagrama de Barras Agrupadas
Diagrama de sectores circulares (gráfica de pastel)
Ejemplo
Al Masculino
Ml Femenino
Evaluación
Diagrama de barras agrupadas
modalidad o categoría
Ma ta Exacto ste de la otra variable.
Eva
lua ción
Presentación de datos
cuantitativos
Usando los valores de la variable
Distribuciones de
frecuencias para (
datos
cuantitativos
In EctcmEemda fre0cuencias
19-21 > utilizando
22-24
2s-27 10 intervalos de
3
7
11-33
z4 clase
Fuente: Desconocida
Frecuencias Si la variable está medida en una escala de
Intervalo o de Razón es posible calcular
simplesy todas las frecuencias simples y acumuladas
acumuladas que se indicaron para las variables medidas
en las escalas Nominal y Ordinal.
Tabla 2.
/ Edades (en años cumplidos) de un grupo de estudiantes de la Escuela de Educación.
Universidad de los Andes, núcleo Mérida. Noviembre, 2004,
Edad ps
mis EM % N E RE e
medios (X;)
di
reales
aparentes)
16 - 18 15 0,22 22 15 0,22 22 17 15,5 - 18,5 ¡
19 -21 20 0,29 29 35 0,51 51 20 18,5 - 21,5 Ejemplo
22-24 14 (0,21 21 49 07 72 23 21,5 - 24,5
25 - 27 10 0,15 15 59 087 87 26 24,5 - 27,5
28 -30 5 0,07 7 64 094 94 29 27,5 -30,5
31 -33 4 0,06 6 68 1,00 100 32 30,5 - 33,5
Total 68 1,00 100
NFuente: Desconocida
E
YX [xl Wendy M
Todo intervalo tiene dos límites reales:
Límites
LrI=5 41 82
reales 2
Límite real superior:
unidad
L.R.S = L.A.S +
2
Presentación AS
NES Polígono de frecuencias
gráfica de
7:
Ojiva porcentual
pai]
dl 2 to S variable |
Gráficos para
cuantitativos datos
cuantitativos
Ano
variables
Un Histograma es una herramienta útil cuando se
quiere mostrar en forma gráfica la información
contenida en una distribución de frecuencias para
Histograma datos agrupados en intervalos de clase.
180
160
N? de estudiantes
140
120
100
Ejemplo
Gráfico 6. Pesos de un grupo de estudiantes de la Escuela de
Educación. Universidad de Los Andes, Mérida. Semestre B-2008
—
N2 de estudiantes
Ejemplo
U y U U
239 1%) 03,9 ¡01,9 713 3,0: 19,9 839 37,0 Tio DI) DD
Gráfico 3. Edad (en años cumpli dos) de un grupo de estudiantes de la
Noviembre, 2004.
100 «»=
Porcentaje acumulado
80 +
60 «+
Ejemplo
40 «$
23 27 29 30 31 32 33 34 35 36
Fuente: Desconocida
S acialo pet Lo
EJEMPLO:
EJEMPLO:
Plan de procesamiento de datos
e Se realizará un análisis
Muchas gracias por la
atención prestada
When selecting between graphical data presentations, considerations include the nature and scale of the variables involved, as well as the intended audience and purpose of the visualization . For instance, bar graphs are suitable for comparing discrete categories, while histograms are used for continuous data distributed over intervals . These choices impact data interpretation by influencing how easily patterns and relationships can be recognized by the audience, potentially highlighting or obscuring significant trends.
Validity and reliability are critical to the quality of data in research studies. Validity ensures that the data collected accurately reflect the phenomenon being studied, enabling researchers to make inferences that are truly representative of real-world conditions . Reliability ensures consistency across repeated measurements or different observations under identical conditions, supporting the reproducibility of results . Together, they underpin the credibility of research findings by ensuring that the data are both accurate and consistent, which is essential for drawing reliable conclusions.
Interviews have advantages over surveys as they allow for a deeper exploration of topics through personal interaction, enabling the interviewer to capture non-verbal cues and clarify responses . They are versatile, accommodating different levels of structure, from fully structured to more open, conversational styles . Challenges include potential biases introduced by the interviewer or interviewee, the need for skilled interviewers, and the possibility of respondents withholding information due to lack of confidentiality .
Surveys can generate quantitative data through structured questions that result in numerical measurements of various characteristics, allowing statistical analysis. They can also produce qualitative data through open-ended questions that capture verbal or written testimonies about beliefs, attitudes, or behaviors . The ability to collect both types of data is significant because it provides a comprehensive understanding of research questions, facilitating the exploration of complex phenomena from multiple perspectives.
Scientific observation is distinguished from other observational techniques by being systematic and objective, focusing on the intensive examination of occurrences within their natural contexts . It involves the observer penetrating into the group or setting being studied to gain comprehensive insights into their culture, behaviors, and sentiments . This method is often used in social and educational research to capture detailed qualitative data.
Using frequency distributions in presenting quantitative data benefits analysis by organizing data into meaningful intervals, allowing researchers to observe patterns and trends, such as central tendencies and variability . It simplifies complex data sets into understandable formats like tables and graphs, facilitating comparisons and highlighting data characteristics, such as skewness and outliers, which are crucial for statistical inference and decision-making.
Primary data sources are significant because they provide firsthand evidence directly from the field, offering a high level of precision and relevance, especially when measuring specific variables under controlled conditions . However, they require rigorous verification to ensure validity. Secondary sources, while providing a broader context and saving time in data collection, may suffer from biases and lack context-specific details, requiring careful evaluation when used for drawing conclusions . Primary data are generally more reliable in terms of immediate application, while secondary data are valuable for background information and comparative studies.
The choice of survey questions directly affects the data collected. Open questions allow for rich, detailed qualitative data, capturing the respondent's own words and thoughts, which are suitable for thematic analysis. Closed questions facilitate quantitative analysis by providing straightforward options that can be easily quantified. Multiple-choice questions combine both by offering predefined options with the possibility of numerical scoring . Each type affects analytical methods, with closed and multiple-choice being suited for statistical analysis, and open questions requiring qualitative techniques.
Structured interviews are preferred in quantitative research due to their standardization, reducing variability and allowing for easier comparison and analysis of data across subjects . They provide consistency and facilitate measurement of specific variables. Unstructured interviews, on the other hand, offer flexibility and depth, enabling exploration of complex issues through open-ended responses . However, they present trade-offs such as challenges in data analysis and potential interviewer bias, making standardization difficult. Researchers must balance the depth of insight against comparability and ease of data processing.
An effective data collection instrument must meet two essential requirements: validity and reliability. Validity refers to the degree to which the instrument measures what it is intended to measure, while reliability refers to the degree to which the instrument yields consistent results under the same conditions . This ensures that the data collected are both accurate and repeatable.