¿Cómo analizar los datos de investigación?

Analizar los datos de investigación es un proceso utilizado por

los investigadores para reducir los datos a una historia e
interpretarlos con el fin de obtener información. En este
proceso, una gran cantidad de datos son reducidos en pequeños
fragmentos para encontrarles sentido.

Para llegar a la etapa de análisis de datos, es necesario que

previamente se haya definido el problema de la investigación,
desarrollado e implementado un plan de muestreo, un diseño de
estructura, métodos y herramientas, por lo que se considera que
este es un paso más fácil de realizar en una investigación.

Si tienes dudas sobre cómo llevar a cabo tu análisis de forma

correcta, en este artículo te presentaremos los puntos
principales que debes tener en cuenta.

¿Cuál es la importancia de analizar los datos de

investigación antes de presentar los resultados?
El propósito de analizar los datos de investigación es obtener
información que pueda ser útil para tu trabajo y te permite:

 Describir y resumir los datos

 Identificar la relación entre variables
 Comparar variables
 Identificar la diferencia entre variables
 Pronosticar resultados
¿Cómo hacer un análisis de datos en una investigación?
Al analizar los datos de investigación se presentan tres
elementos: la organización de los datos, la reducción de los
datos mediante la integración, y la categorización, de modo que
los patrones y los temas puedan identificarse y vincularse
fácilmente.

A continuación, tenemos para ti el proceso de realizar un

análisis de datos, el cual consta de tres fases principales:
 Fase I: Validación de datos
La validación de los datos se hace para entender si la
información recolectada está de acuerdo con los estándares
preestablecidos o si es una muestra de datos sesgada. Esta fase
se divide en cuatro aspectos diferentes:

 Fraude: Asegurar que cada respuesta a la encuesta o al

cuestionario sea registrada por un ser humano real.
 Proyección: Asegurarse que cada participante o encuestado
sea seleccionado o escogido de acuerdo con los criterios de la
investigación.
 Procedimiento: Cerciorarse que se mantuvieran los
estándares éticos mientras se recolectaban los datos de la
muestra.
 Exhaustividad: Asegurarse de que el encuestado contestó
todas las preguntas de la encuesta online o de que el
entrevistador ha hecho todas las preguntas elaboradas en el
cuestionario.
Fase II: Edición de datos
Con mayor frecuencia, una muestra grande de datos de
investigación viene cargada de errores. Los encuestados a veces
rellenan algunos campos de forma incorrecta o a veces los
omiten accidentalmente.

La edición de datos es un proceso en el que los investigadores

tienen que confirmar que los datos proporcionados están libres
de tales errores y para ello, necesitan realizar comprobaciones
básicas y de valores atípicos para editar la edición bruta y
prepararla para el análisis.

Fase III: Codificación de datos

Esta es la fase más importante de la preparación de datos, pues
se asocia con la agrupación y asignación de valores a las
respuestas de la encuesta.

Supongamos que una encuesta se completa con un tamaño de

muestra de 1000, entonces el investigador creará un rango de
edad para distinguir a los encuestados en función de su edad.
Por lo tanto, es más fácil analizar pequeños cubos de datos que
tratar con la gran pila de datos.
¿Qué debes considerar al momento de analizar los
datos de investigación?
Recuerda que antes de que sepas las diferentes maneras de
analizar y discutir los datos, es conveniente que sepas las
diferencias entre investigación cualitativa e investigación
cuantitativa, y la diferencia entre datos cualitativos y datos
cuantitativos.

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 de interés (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 sí 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 de
investigación?
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, pues existen muchas técnicas estadísticas

que se pueden aplicar a los datos cualitativos, como es el caso
de la escala de valoración, que 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

¿Cómo recopilar tus resultados de investigación?

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 un

método de recolección de datos (instrumento de investigación)
para darle a sus resultados fiabilidad y validez.

 Fiabilidad: refiere a que la investigación realizada y la

información obtenida sea única, es decir, que no sea repetida.
 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.

Sin embargo, algunos métodos que puedes implementar son:

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: involucra a 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?
Puede interesarte: Margen de error ¿qué 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.
Conoce: Tipos de errores. Consejos para que tu investigación no
caiga en ellos

¡Utiliza las mejores herramientas para tu investigación!

Ahora que ya tienes una idea global para analizar los datos de tu
investigación, te invitamos a conocer nuestro Ebook
“Metodologías de investigación avanzadas”, donde
encontrarás información relevante de preguntas avanzadas para
una investigación, lógicas de investigación avanzada y mucho
más.