Metodologia de La Investigacion en Ciencias Sociales Cap8 PDF

198
FERNANDO HERNÁNDEZ
MÓDULO VIII
ANÁLISIS, PRESENTACIÓN E INTERPRETACIÓN DE

LOS DATOS
CONTENIDO
1.1 Procesamiento de los datos.
1.2 Análisis Estadístico de los Datos.
1.3 Presentación de los Datos.
1.3.1 Presentación Escrita

1.3.2 Presentación Tabular
1.3.3 Presentación Semi-tabular
1.3.4 Presentación Gráfica
1.4 Interpretación de los Datos
SÍNTESIS
En este módulo se presentan los procedimientos generales más utilizados en las Ciencias
Sociales para efectuar el procesamiento y análisis estadístico de los datos, haciendo
énfasis en los análisis propios de la estadística descriptiva. Debido a que en la actualidad
la mayoría de los análisis se hacen con ayuda de computadoras, no se profundiza en la
manera de hacer los cálculos estadísticos. El módulo también trata sobre las formas
más usadas para presentar los resultados y la manera de hacer la interpretación de los
mismos. Ambos procedimientos (análisis e interpretación) son la culminación de todo el
proceso de investigación. Las fases anteriores tienen sentido y se ordenan en función de
estas dos últimas tareas.
METODOLOGÍA DE LA INVESTIGACIÓN EN CIENCIAS SOCIALES 199
OBJETIVO GENERAL
Conocer y aplicar los procedimientos generales para el procesamiento, análisis e

interpretación de los datos recolectados durante el desarrollo de la investigación.
OBJETIVOS ESPECÍFICOS
Al terminar este módulo el participante será capaz de:
1. Definir en qué consiste el procesamiento de los datos.
2. Enunciar el concepto de análisis de datos.
3. Explicar cómo se realiza la edición y codificación de los datos.
4. Describir los métodos de tabulación.
5. Tabular manualmente un conjunto de datos.
6. Mencionar las principales pruebas estadísticas desarrolladas para las Ciencias Sociales.
7. Aplicar las principales pruebas de estadística descriptiva.
8. Elaborar tablas y gráficas para presentar datos.
9. Explicar en qué consiste el análisis teórico y la interpretación de los datos.

200 FERNANDO HERNÁNDEZ
ANÁLISIS, PRESENTACIÓN E INTERPRETACIÓN DE LOS DATOS
8.1 Procesamiento de los Datos
Finalizada la etapa de recolección de datos el investigador quedará en posesión de

un cierto número de ellos, a partir de los cuales sacará las conclusiones generales orientadas
a esclarecer el problema formulado al inicio del proceso de investigación. Pero ese
voluminoso conjunto de datos por sí solo no dice nada, si no es procesado.
El procesamiento de los datos incluye una serie de actividades orientadas a organizarlos,

a ponerlos en orden para poder analizarlos estadísticamente. Estas acciones básicamente
son las siguientes: edición, codificación y tabulación.
La edición de la información consiste en revisar los datos para detectar errores u

omisiones, organizarlos de la manera más clara posible, ordenarlos de manera uniforme,
eliminar respuestas contradictorias o erróneas y ordenarlas para facilitar su tabulación.
Generalmente se realiza al mismo tiempo que la codificación.
Una norma básica para la edición es:
Cuando es difícil decidir sobre la validez, objetividad o confiabilidad de un

dato, es mejor desecharlo.
La codificación consiste en asignar un número, símbolo o letra a las diferentes

alternativas de cada respuesta, a fin de que se facilite el proceso de tabulación. Es una
tarea que normalmente se hace con anterioridad a la recogida de datos, para lo cual se
coloca una casilla al lado derecho de cada pregunta, por ejemplo:
1. Consume usted agua embotellada
1. Sí 2. No
2. En caso afirmativo cuál marca

1. Cascada 2. Cristal 3. Xtra
Este formato se diseña para que el propio informante efectúe la codificación. Algunos
investigadores prefieren hacer la codificación después de aplicar el instrumento ya que se
tiene la ventaja de que se eliminan errores de transcripción.
La tabulación consiste en resumir los datos en tablas estadísticas. Dependiendo del

volumen de los datos, la tabulación puede hacerse de manera manual o computarizada. La
tabulación manual es útil cuando se trata de procesar un número pequeño de datos o en
ejercicios para la capacitación de estudiantes en la realización de pequeñas investigaciones.
La tabulación computarizada es aconsejable cuando se manejan grandes cantidades de

datos. En el mercado existen paquetes de cómputos que tabulan, cruzan las respuestas,
correlacionan y grafican los resultados.
La operación básica de la tabulación es el recuento de casos. Una de las maneras de

hacerla manualmente es preparando previamente una planilla para ese fin e ir marcando
cada caso con un palote. Ese procedimiento se repite con cada pregunta. Veamos los
ejemplos que se ilustran a continuación:
TABLA No. 2
PLANILLA DE TABULACIÓN DE UNA VARIABLE
Pregunta No. 4 ¿Qué usted opina del Aborto?

Códigos Respuestas Total
1 ||||-||| 8
2 |||| 5
3 |||| |||| | 11
Total General ______________

Total de Entrevistas_________
Cuando existe el interés de presentar simultáneamente las mediciones

correspondientes a dos variables para tratar de percibir si se presenta algún
tipo de relación o influencia entre ellas, se emplea una tabulación cruzada o
de doble entrada.
TABLA No. 3
PLANILLA DE TABULACIÓN CRUZADA PARA DOS VARIABLES
Ocupación Varones Hembras Total

9 4 13
Comerciante ||||-|||| ||||
7 8 15
Profesional
||||-|| ||||-|||
9 5 14
Obrero
-
25 17 42
Total
En el ejemplo anterior se muestran dos formas de hacer los palotes. Se agrupan cada
cinco para facilitar el conteo.
8.2 Análisis Estadístico de los Datos.
La idea principal de cualquier estudio es lograr cierta información válida y confiable.

El análisis de datos es la manipulación de hechos y números para lograr informaciones
con esas características.
Una vez que se han recopilado y codificado los datos, el investigador procede a
analizarlos estadísticamente para poder presentar los resultados.
En la actualidad el análisis de los datos se hace por computadora. Ya prácticamente

nadie lo hace de forma manual, especialmente si el volumen de datos es considerable.
El análisis de los datos se efectúa sobre la matriz de datos utilizando un programa de

computadora. El procedimiento de análisis aparece en el siguiente esquema:
Toma de
decisiones
Elaboración del Ejecución del
respecto al/los Obtención de
programa de programa en
análisis a realizar. los análisis
análisis. computadora.
(pruebas
estadísticas)
Básicamente los análisis dependen de tres factores:
• El nivel de medición de las variables.

• Complejidad de la hipótesis.
• Interés del investigador.
Existen dos áreas de la estadística aplicables a la investigación: La descriptiva que

organiza y resume datos y la inferencial, aquella que realiza inferencias o predicciones
acerca de una población. A ellas pertenecen las principales pruebas y análisis que pueden
efectuarse a los datos y que se mencionan a continuación:
• Análisis de estadísticas descriptiva para las variables tomadas

individualmente. Aquí se incluyen:
- Distribución de Frecuencia
- Medidas de Tendencia Central
- Medidas de la Variabilidad
• Puntuaciones “z”
• Razones y Tasas
• Cálculos y Razonamientos de la Estadística Inferencial
• Pruebas Paramétricas
• Pruebas no Paramétricas
• Análisis Multivariados
De esa amplia gama de análisis y pruebas, en este módulo solo presentaremos algunos
conocimientos elementales relativos al análisis estadístico descriptivo. Las pruebas
paramétricas, las pruebas no paramétricas y los análisis multivariados solo se mencionan,
ya que su tratamiento en detalles se sale de los objetivos del presente texto.
8.2.1 Análisis de Estadística Descriptiva
El primer paso del análisis de los datos es describirlos. Esto generalmente implica
calcular una serie de medidas de estadística descriptiva, llamadas así porque describen las
características generales de un conjunto o distribución de puntajes. Estas cifras permiten
al investigador y al lector del informe de investigación obtener una primera impresión
exacta del aspecto que presentan esos datos.
8.2.1.1 Distribución de Frecuencia
Una distribución de frecuencia es un conjunto de puntuaciones ordenadas en sus

respectivas categorías. La tabla No. 4 muestra un ejemplo de una distribución de frecuencia.
Tabla N° 4
Ejemplo de una distribución de frecuencia.
Variable: Equipo Preferido

Categorías: Códigos: Frecuencias:
Águilas 1 200
Licey 2 150
Escogido 3 250
Estrellas 4 80
Toros 5 65
Gigantes del Cibao 6 56
TOTAL: 801
A veces, las categorías de las distribuciones de frecuencias son tantas que es necesario
resumirlas. Por ejemplo: supongamos que las calificaciones obtenidas en una prueba de
sociología en un grupo de 40 estudiantes fueron las siguientes:
35, 80, 72, 98, 25, 60, 68, 76, 84, 63, 52, 84, 89, 48, 78, 72, 62, 69, 71, 83, 90, 87,
64, 75, 68, 90, 84, 80, 84, 93, 72, 68, 75, 80, 90, 84, 90, 54, 58, 70
Estos resultados pueden ser resumidos como en la tabla No. 5
Tabla N°. 5
Ejemplo de una Distribución Resumida
VARIABLE: CALIFICACIÓN EN LA PRUEBA DE SOCIOLOGÍA

CATEGORIAS FRECUENCIA
0-59 5
60-69 8
70-79 9
80-89 11
90-100 6
TOTAL: 40
Las distribuciones de frecuencia se completan agregando las frecuencias relativas y las

frecuencias acumuladas. “Las frecuencias relativas son los porcentajes de casos en cada
categoría, y las frecuencias acumuladas son las que se van acumulando en cada categoría,
desde la más baja hasta la más alta31”. En la tabla No. 6 se presenta un ejemplo ilustrativo
de esta situación.
Tabla N° 6
Ejemplo de una Distribución de Frecuencia con todos sus Elemento.
VARIABLE: FRUTA PREFERIDA EN JUGO

Frecuencias Frecuencias Frecuencias
Categorías Códigos
Absolutas Relativas (porcentaje) acumuladas
Naranja 1 50 34% 50
Chinola 2 62 42% 112
Manzana 3 26 17% 138
Guayaba 4 10 7% 148
TOTAL: 148
Las frecuencias acumuladas constituyen lo que se acumula en cada categoría. En el

cuadro anterior en la categoría “Naranja”, se han acumulado 50. En la categoría “Chinola”,
se acumulan 112 (50+62). En la categoría “Manzana”, se acumulan 138 (112+26). En la
última categoría siempre se acumulan el total (148, en nuestro ejemplo).
Las frecuencias relativas o porcentajes se calculan así:

Porcentaje= nc (100)
NT

Donde:
nc = Número de casos o frecuencia absoluta
NT = Total de casos.
31
Ibid. Pág. 345
En el ejemplo de la tabla No. 6 tendríamos:
Porcentaje Naranja = 50 x 100=34%

148
Porcentaje Chinola = 62 x100= 42%

148
Porcentaje Manzana = 26 x 100= 17%
148
Porcentaje Guayaba = 10 x 100= 7%

148
Al elaborar un reporte de resultados, una distribución sólo incluye los elementos más
informativos para el lector y un comentario de esos resultados (no se incluye código, ni
frecuencia absoluta). La tabla No. 7 constituye un ejemplo de una distribución tal y como
se le presenta al usuario.
Tabla N°. 7
Fruta Preferida por los Consumidores en Forma de Jugo
Fruta N° Consumidores Porcentaje

Naranja 50 34%
Chinola 62 42%
Manzana 26 17%
Guayaba 10 07%
TOTAL: 148 100%
En los comentarios de las distribuciones de frecuencia pueden utilizarse frases como:

“La mitad de los entrevistados prefieren la marca X” (con un 50%), “poco menos de la
mitad de la población, 48.6%, está decidida a votar por el candidato X”, “el 40% de los
señores (4 de cada 10) expresa que…..”, “solamente 1 de cada diez….. (10%), “ la mayoría
…..” (98.3%), etc.
Las distribuciones de frecuencia, especialmente cuando utilizamos las frecuencias

relativas, pueden presentarse en forma de histogramas o gráficas de otro tipo, las cuales
veremos más adelante en este mismo módulo.
8.2.1.2 Medidas de Tendencia Central
Una propiedad de una distribución de puntajes es que tiene un promedio, es decir, un

valor individual que es más representativo de esa distribución o conjunto de puntajes. Hay
tres tipos de promedios o medidas de tendencia central: la media, la mediana y la moda.

El nivel de medición de la variable determina cuál es la medida de tendencia central
apropiada.
8.2.1.2.1 La media
La media es la sumatoria de un conjunto de puntajes dividida entre el número de

puntajes. Esta es la medida de tendencia central más utilizada y puede definirse como el
promedio aritmético de una distribución. Se simboliza como X y es la suma de todos los
valores dividido entre el número de casos. Es una medida aplicable solamente a mediciones
por intervalos o de razón. Carece de sentido en variables medidas en un nivel nominal u
ordinal. Su fórmula es:
X= SX o X = x1+ x2 + x3 + xk
N N
Donde: X= Media
S = Signo de sumatoria
x = Puntajes individuales
N = Número total de casos o puntuaciones
Por ejemplo, si tuviéramos las siguientes puntuaciones:
8, 6, 4, 9, 3, 6, 5, 8, 9, 7 en un grupo de 10 estudiantes, la media sería igual a:
X = 8 + 6 + 4 + 9 + 3 + 6 + 5 + 8 + 9 + 7 = 6.5
10
Cuando en una distribución de frecuencias, los datos están agrupados en intervalos, la

media se calcula así:
1. Se obtiene el punto medio de cada intervalo
Intervalos Puntos medios Frecuencias

13 – 15 14 14
10 – 12 11 5
7–9 8 10
4–6 5 3
1–3 2 1
1. Se multiplica cada punto medio por la frecuencia que le corresponde:
Intervalo X = Punto medios Frecuencia (f) fx

13 – 15 14 4 56
10 – 12 11 5 55
7 – 9 8 10 80
4 – 6 5 3 15
1 – 3 2 1 2
N = 23 Sfx =208
Sfx es la sumatoria de la última columna, que corresponde a los puntos medios

multiplicados por sus respectivas frecuencias (14 x 4 = 56, 11 x 5 = 55 y así sucesivamente).
2. Se aplica la siguiente fórmula, para el cálculo de la media con datos agrupados:
X = Sfx
N
En el ejemplo tenemos:
X = 208 = 9.04
23
Cuando se tiene que calcular la media de una distribución de frecuencia, se puede

calcular usando la fórmula:
n
S fixi
X= i=1
N
Donde:
Sfixi = la suma total de todas las categorías multiplicadas por su correspondiente frecuencia.
Ejemplo:
La tabla No. 8 presenta los años de escolaridad de un muestreo de 34 trabajadores de

una empresa de zona franca. La media de la educación de los trabajadores se puede
determinar calculando el valor Sfixi (multiplicación de la columna uno por la columna
dos) y dividirlo entre N.
Tabla No. 8
Años de escolaridad de un grupo de trabajadores de Zona Franca
(1) (2) (3)

AÑOS ESCOLARIDAD FRECUENCIA fixi
2 3 6
3 2 6
6 5 30
8 10 80
10 8 80
12 4 48
14 2 28
OTAL: N = 34 Sfixi = 278
Entonces la media de escolaridad de los trabajadores sería :
X = 278 = 8.18
34
La media aritmética parte de la suposición de que todas las observaciones tienen igual
importancia, pero hay ocasiones en donde a cada observación se le asigna un peso, es decir
una ponderación. En estos casos se puede aplicar la Media Ponderada mediante la
siguiente fórmula:
S wixi
X = 1=1
n
S wi 1=1
Donde: ωi = las ponderaciones o pesos
xi = las observaciones
Por ejemplo: suponga que los reglamentos para contratar nuevos empleados en la
UAPA establecen que los solicitantes tomen un curso de capacitación en el Instituto de
Capacitación Profesional y Empresarial (INCAPRE), de un mes y presenten tres exámenes,
uno al inicio del curso, el segundo después de dos semanas y un examen final al terminar
el curso de capacitación. Los aspirantes con un promedio de 8 serán contratados como
empleados de la UAPA. Pero los tres exámenes cuentan 10, 30 y 60 por ciento de la
calificación final.
Para calcular el promedio de la señorita Fernanda María, las calificaciones de sus tres
exámenes fueron 7, 8, 9, su promedio sería:
Examen Calificación Ponderación

N° 1 7.0 .10
N° 2 8.0 .30
N° 3 9.0 .60
1.00
Media ponderada = 0.10(7.0) + 0.30(8.0) +0.60(9.0) = 8.5

0.10 + 0.30 + 0.60
8.2.1.2.2 La mediana
Es el valor que divide a la distribución por la mitad; es el valor central de los datos. Esto
es, la mitad de los casos caen por debajo de la mediana y la otra mitad por encima de ella.
La mediana se representa por el término Md. Para encontrar la mediana debemos ordenar los
datos. Cuando la serie es par se suman los datos centrales y se dividen entre dos.
Por ejemplo:
{1, 2, 3, 4, 5, 6, 7, 8, 9, 10}
Md = 5 + 6 = 5.5
2
Cuando la serie es none, sólo se localiza el dato que divide en partes iguales la tabla.
Por ejemplo, si los datos fueran:

25, 31, 35, 36, 38, 42, 45, 51, 57, la mediana es 38 porque deja cuatro casos por encima
(42, 45, 51 y 57) y cuatro casos por debajo (25, 31, 35, 36). En general, para descubrir el
caso o puntuación que constituye la mediana de una distribución, se aplica la fórmula:
N+1
2
Si tenemos 9 casos sería:

9 + 1 = 5,
2
Entonces buscamos el 5 caso o valor y éste es la mediana. En el ejemplo anterior es 38.

Observe que la mediana no es 5, sino el valor que aparece en el puesto 5 de la distribución,
es decir el 38 en nuestro ejemplo.
La mediana es una medida de tendencia central propia de los niveles de medición

ordinal, por intervalo y de razón. No tiene sentido con variables nominales, porque en ese
nivel no hay jerarquía, no hay noción de encima o debajo. La Md es muy útil cuando hay
valores extremos en la distribución, ya que no es sensible a éstos. Por ejemplo, si los datos
fueran los siguientes:
25, 31, 35, 36, 38, 42, 45, 51, 346, la Md sigue siendo 38.
8.2.1.2.3 La moda
Es el valor de más frecuencia, es decir, el que se repite más. Se representa por Mo.
Por ejemplo, si medimos las alturas de un grupo de 30 estudiantes y obtenemos los

resultados siguientes:
Estatura (metro) Frecuencia

1.40 3
1.44 6
1.47 1
1.52 2
1.60 9
1.62 2
1.65 3
1.67 1
1.68 2
1.72 1
30
La moda sería 1.60M pues es el dato que más se repite (9 veces).
La moda se utiliza con cualquier nivel de medición.
8.2.1.3 Medidas de la Variabilidad
La variabilidad es el grado de dispersión que caracteriza a un grupo de puntajes y es el

grado en que un conjunto de puntaje difiere de alguna medida de tendencia central,
generalmente la media. Por ejemplo, el conjunto de puntajes 1, 3, 5, 7 y 9, que tiene una media
de 5, tiene un mayor grado de variabilidad que el conjunto de puntajes 3, 4, 5, 6 y 7, que tiene
la misma media. El primer conjunto sencillamente está más disperso que el segundo.
Las medidas de la variabilidad indican la dispersión de los datos en la escala de

medición. Las medidas de la variabilidad más utilizada son el rango, la desviación estándar
y la varianza.
8.2.1.3.1 El rango
El rango también llamado recorrido, es la diferencia entre la puntuación mayor y la

puntuación menor de una distribución. Es la medida más sencilla y directa de qué tan
disperso está un conjunto de puntajes. Se calcula así: XM – Xm (puntuación mayor menos
puntuación menor). Por ejemplo, para un conjunto de puntajes como este:
18, 20, 20, 23, 27, 30, 33, 38, 38, 39.
El rango será: 39 – 18 = 21
Cuanto más grande sea el rango, mayor será la dispersión de los datos de una
distribución. El rango es una medida que indica la dispersión general o el tamaño de la
diferencia entre extremos. El rango requiere que los datos sean ordenados de mayor a
menor y que sean al menos en una escala ordinal. El rango a veces proporciona información
importante, sobre todo cuando las estadísticas no expresan la realidad. Por ejemplo, dos
empresas con un promedio de salarios = 15,000 pesos, tienen diferentes rangos de pagos,
una tiene un rango de 2,000 y la otra tiene un rango de 9,000. Si no se proporciona esa
información adicional dada por el rango, muchos pensarían que la escala de pagos en
ambas empresas es igual, lo cual es erróneo.
El rango es una buena medida para obtener una impresión rápida de los dato y es fácil
de calcular. La principal limitación del rango es que considera solamente los valores
extremos de un conjunto, y no proporciona mayor información respecto a los demás
valores del mismo.
8.2.1.3.2 La desviación estándar
Es la medida de variabilidad de uso más común. Se define como el promedio de

desviación de las puntuaciones con respecto a la media. Es la cantidad promedio en que
cada uno de los puntajes individuales varía respecto a la media del conjunto de puntajes.
Cuanto mayor es la desviación estándar, más variable es el conjunto de puntajes. Se
simboliza con “S” o la sigma minúscula (s) y su fórmula es:
S = √ S (X-X)²
N
Donde:
S = desviación estándar X = media de la distribución

S = signo de sumatoria N = tamaño de la muestra
X = puntaje bruto
El procedimiento para calcular la desviación estándar es el siguiente:
1- Se ordenan las puntuaciones. Por ejemplo:

Variable: calificación en el examen de biología
X (puntuaciones)
9
7
6
6
5
4
3
2- Se calcula la media
X = 9 + 7 + 6 + 6 + 5 + 4 + 3 = 40 = 5.71
7 7
3- Se determina la desviación de cada puntuación con respecto a la media.
X X- X
9 9 – 5.71 = 3.29
7 7 – 5.71 = 1.29
6 6 – 5.71 = 0.29
6 6 – 5.71 = 0.29
5 5 – 5.71 = 0.71
4 4 – 5.71 = 1.71
3 3 – 5.71 = -2.71
SX = 40
4- Se eleva al cuadrado cada desviación y se obtiene la sumatoria de las desviaciones

elevadas al cuadrado, es decir, S (X - X)²
X (X - X)²
9 10.82
7 1.66
6 0.08
6 0.08
5 0.50
4 2.92
3 7.34
SX = 40 S (X - X)² = 23.40
5- Se aplica la fórmula:

S = √ 23.40
7

S = √ 3.34
S = 1.83
La desviación estándar se interpreta como “cuánto se desvía en promedio, de la media,

un conjunto de puntuaciones”.
Supongamos que un investigador obtuvo para su muestra una media de ingreso familiar
de $6,000 (seis mil pesos) y una desviación estándar de $800 (ochocientos pesos). La
interpretación es que los ingresos familiares de la muestra se desvían, en promedio,
respecto a la media en 800 pesos.
La desviación estándar sólo se utiliza en variables medidas por intervalos o de razón.
8.2.1.3.3 La varianza
La varianza es la desviación estándar elevada al cuadrado. Se simboliza así: S².
Es un concepto estadístico sumamente importante, ya que muchas de las pruebas

cuantitativas se fundamentan en él.
La varianza tiene una fórmula idéntica a la desviación estándar, con excepción de la raíz
cuadrada. Así como la varianza es el cuadrado de la desviación estándar, la raíz cuadrada
de la varianza es la desviación estándar.
En el ejemplo correspondiente a la desviación estándar en que se obtuvo S = 1.83, la

varianza es 3.34, es decir S² = 3.34.
8.2.1.4 Interpretación de las medidas de tendencia central y de la variabilidad
Al describir los datos de una investigación, las medidas de tendencia central y de la

variabilidad se interpretan en conjunto, no separadamente. Tomamos en cuenta todas las
medidas y las interpretamos juntas. Veamos el siguiente ejemplo que presentan Hernández
Sampieri; y otros: supongamos que aplicamos una escala de actitudes del tipo Liker para
medir la “actitud hacia el presidente” de una nación (digamos que la escala tenga 18 ítems
y sus resultados fueron promediados). El rango potencial es de 1 a 5:
1 2 3 4 5
(Actitud (Actitud
totalmente totalmente
desfavorable) favorable)
Si obtuviéramos los siguientes resultados:
Variable: actitud hacia el presidente

Moda: 4.0
Mediana: 3.9
Media ( X ): 4.2
Desviación estándar: 0.7
Puntuación más alta observada (Máximo): 5
Puntuación más baja observada (Mínimo): 2
Rango: 3
Podríamos hacer la siguiente interpretación descriptiva: la actitud hacia el presidente es

favorable. La categoría que más se repitió fue 4 (favorable). El 50% de los sujetos está por
encima del valor 3.9 y el restante 50% se sitúa por debajo de éste valor. En promedio, los
sujetos se ubican en 4.2 (favorable). Asimismo, se desvían de 4.2, en promedio, 0.7
unidades de la escala. Ninguna persona calificó al presidente de manera desfavorable (no
hay “1”). Las puntuaciones tienden a ubicarse en valores medios o elevados.
En cambio, si los resultados fueran:
Variable: Actitud hacia el presidente

Moda: 1
Mediana: 1.5
Media (X): 1.3
Varianza: 0.16
Máximo: 3.0
Mínimo: 1.00
Rango: 2.0
La interpretación es que la actitud hacia el presidente es muy desfavorable.
8.2.2 Razones y Tasas
Una razón es la relación entre dos categorías. Por ejemplo:
Categorías Frecuencia absolutas
Femenino 90
Masculino 30
La razón de mujeres a hombre es:
90 = 3.
30
Esto significa que por cada tres mujeres hay un hombre.
La tasa es la relación que existe entre el número de casos, frecuencias o eventos de una
categoría y el número total de observaciones, multiplicado por un múltiplo de 10,
generalmente 100 o 1,000 la fórmula es:
Número de eventos durante un periodo

Tasa = x 100 o 1,000
Número total de eventos posibles
Por ejemplo, si queremos calcular la Tasa de Mortalidad Infantil en San José, Costa Rica,
sabiendo que el número de defunciones es 323 y el número de nacimiento es 34,102,
procedemos de la manera siguiente:
323
Tasa de Mortalidad Infantil = x 1000 = 9.47
34,102
Esto Significa que por cada 1, 000 niños nacidos en San José mueren 9.47 niños.
8.2.3 Análisis Paramétricos y no Paramétricos
Hay dos tipos de análisis que pueden realizarse: los análisis paramétricos y los no
paramétricos. Cada tipo posee sus características y presuposiciones que lo sustentan. En
una misma investigación pueden llevarse a cabo análisis paramétricos para algunas
hipótesis y variables, y análisis no paramétricos para otras.
Las pruebas estadísticas paramétricas más utilizadas son:
• Coeficiente de correlación de Pearson y regresión lineal.

• Prueba “t”
• Prueba de contraste de las diferencias de proporciones.
• Análisis de varianza unidireccional (anova oneway).
• Análisis de varianza factorial (anova)
• Análisis de covarianza (ancova)
Las pruebas no paramétricas de mayor uso son las siguientes:
• La ji cuadrada o X²
• Los coeficientes de correlación e independencia para tabulaciones cruzadas
• Los coeficientes de correlación por rangos ordenados de Spearman y Kendal
8.2.4 Análisis multivariado
Los métodos de análisis multivariados son aquellos en que se analiza la relación entre
varias variables independientes y al menos una dependiente. Son métodos complejos que
requieren del uso de computadoras par efectuar los cálculos necesarios y se enseñan
generalmente a nivel de post-grado. Entre ellos podemos mencionar los siguientes:
- Regresión múltiple
- Análisis lineal de patrones o path análisis
- Análisis de factores
- Análisis multivariado de varianza (manova)
- Análisis discriminante
- Análisis de agrupamiento o conglomerado
- Escalamiento multidimensional
- Análisis de espacios pequeños
- Análisis de serie cronológicas
- Mapas multidimensionales
Actualmente los análisis estadísticos se llevan a cabo a través de programas para

computadoras, utilizando paquetes estadísticos. A menos que el investigador tenga muy
pocos datos y tenga el interés de realizar análisis simple.
Los principales paquetes estadísticos conocidos hoy en día son el SPSS y el MINITAB.
Ambos se encuentran disponibles en diferentes versiones. (véase apéndice C )
8.3 Presentación de los Datos
Una vez concluida la clasificación y tabulación, se procede a presentar los datos en

forma atractiva y fácil de entender. Para este fín hay varios métodos:
- Escrito o textual
- Tabular
- Semi-tabular
- Gráfico
8.3.1 Presentación escrita.
En este sistema se combinan las cifras o datos obtenidos, con el texto que los explica.
Por ejemplo:
La economía dominicana creció durante el primer trimestre del año 1999 en un 5.5%, siendo la industria
de la construcción, las comunicaciones, la energía eléctrica, las zonas francas y el comercio los renglones
más dinámicos. Durante el período indicado la inflación fue negativa en un 0.28% debido a la recuperación
de la producción de los principales rubros agrícolas que componen la canasta familiar, con relación al
último trimestre del 1998. La construcción lideró el crecimiento del producto durante los tres primeros
meses del año, con una expansión relativa de un 26.7%, uno de los niveles más elevados de la presente
década. La cartera de prestamos de las instituciones financieras que dan financiamiento a las construcciones
creció en un 22.7%, del saldo de febrero, mientras que los desembolsos del gobierno para construcciones
oficiales sumaron RD$ 1,151.6 millones.

8.3.2 Presentación Tabular
En éste sistema se ordenan los datos en filas y columnas en un formato de cuadro o

matriz. Las partes de una tabla o cuadro son las siguientes:
- Título
- Encabezado
- Columna matriz
- Cuerpo
- Fuentes y/o notas aclaratorias
La forma exacta de la tabla dependerá del propósito que se persiga, como también de
la complejidad del material.
La tabla debe ser lo más simple posible. Serán preferibles dos o tres tablas pequeñas a
una única tabla grande que contenga muchos detalles o variables.
La tabla debe explicarse por si misma. Para este fin:
- Si se usan claves, abreviaturas o símbolos, deberán explicarse detalladamente

en la nota al pie de la página.
- Cada fila y cada columna deben ser tituladas concisa y claramente.
- Deben ser incluidas las unidades específicas de medida que corresponden a los
datos.
- El título de la tabla debe ser claro, conciso y exacto. Un buen título responderá
a las preguntas: ¿Qué?, ¿Cómo?, ¿Dónde? y ¿Cuándo?.
- Si los datos no son originales, debe mencionarse la fuente de los mismos en una
nota al pie de la página.
A continuación aparece un ejemplo de cuadro o tabla indicando sus partes:
Título Tabla N° 9
Graduados a Nivel de Licenciatura, por carrera, según
Sexo, en la 7ma. Graduación Ordinaria de la UAPA, octubre 2001
Encabezado
Sexo Sexo
Carrera Total Porcentaje Porcentaje
Femenino Masculino
Adm. Empresas 33 23 70% 10 30%
Columna
Matriz
Derecho 204 73 36% 131 64%
Educación 268 219 81% 49 19%

Cuerpo
Psic. Industrial. 10 10 100% 0 0
Lenguas 21 14 67% 7 33%

Modernas
30 13 43% 17 57%
Mercadeo
Totales 566 352 62% 214 38%
Fuente: Dirección de registro, Universidad Abierta para Adultos.
La columna matriz situada a la izquierda comprende los conceptos que abarca cada
renglón. El cuerpo del cuadro se refiere a los datos. Los encabezados de las columnas
deberán ser lo más precisos y cortos posibles.
8.3.3 Presentación Semi-Tabular
Es una forma intermedia entre la textual y la tabular, se utiliza cuando el material no es

tan numeroso como para ser presentado en una tabla o cuando se incorporan cifras a un
texto y se tiene interés de hacerlas resaltar para facilitar su comparación. Veamos el
ejemplo siguiente:
“En Suiza los cuatro idiomas nacionales son exactamente iguales ante la ley y tanto las
autoridades cantonales como federales hacen uso distintos de ellos, de modo que en la
Asamblea Federal, por ejemplo son pronunciados durante el mismo debate discursos en
Alemán, Francés e Italiano, sin que haya necesidad de traducirlos. Todo esto deberá tener
en cuenta aquel que considere las siguientes cifras pertenecientes al censo de 1941:
3,097,059 Suizos hablan alemán (72.6%)

884,668 Suizos hablan francés (20.7%)
220,530 Suizos hablan italiano (5.2%)
46,456 Suizos hablan retorromano (1.1%)
8.3.4 Presentación Gráfica
Es la forma más sintética y atractiva de presentar los datos. Tiene la ventaja sobre los
otros métodos que permite una rápida impresión del conjunto o material presentado. Tiene
la desventaja de que no se pueden incluir muchos datos y, además, requieren mayor tiempo
para su elaboración. Hay diferentes tipos de gráficas cuya elección va a depender del tipo
de serie a que pertenezcan los datos:
- Serie Cualitativa: cuando los datos se agrupan dependiendo de la posesión o no de

cierta cualidad o atributo. Ejemplo: sexo, raza, grupo sanguíneo, estado civil, etc.
- Serie Cuantitativa: es cuando los datos se agrupan en base a la magnitud con que
presenten un determinado carácter o variable. Las series cuantitativas se clasifican en
dos tipos: continua y discontinua o discreta.
Recuerde que la variable continua es aquella que puede tomar cualquier valor entre dos
límites conocidos, es decir, que puede adoptar valores enteros y fraccionarios. Por ejemplo
peso, estatura, etc. La variable discontinua o discreta solo adopta valores enteros.
Para representar variables continuas podemos usar: Histogramas, polígonos de

frecuencia y curva de frecuencia. En el caso de variable discontinua se usan los gráficos
de columnas, barras y sectorial o de pastel. En serie cualitativa, también se pueden usar
gráficas de columnas, barras y sectorial.
8.3.4.1 Histograma
Este tipo de gráfico se basa en el área de una serie de rectángulos adyacentes cuya
base es igual a la amplitud de clase y la altura es igual a la frecuencia correspondiente de
cada clase. El Histograma se utiliza para representar variables continuas.
Veamos los ejemplos siguientes:

Modelo de Histograma con una variables:
Figura No. 18
Distribución de la Edad en Que los Sujetos probaron
Figura
Drogas No. 18
Inicialmente
Distribución de la Edad en Que los Sujetos probaron
18 Drogas17Inicialmente
16
18 17
14
16 12
Número de Sujetos
12
14
10 12
Número de Sujetos
12 8 8
8
10
6 8 8
8 4
4
6 2
2 1 4
4
0 2
2Edad 12 1 13 14 15 16 17 18
0
Edad 12 13 14 15 16 17 18
Figura No.
Modelo de Histograma con19
dos variables:
Distribución de la Edad de los Sujetos Estudiados
Figura No. 19
Distribución de la Edad de los Sujetos Estudiados
25 23 23
22
20 25 23 23
22 17
Número de Sujetos
15
15 20
17
Número de Sujetos
11 15
10 15
11
5
5 10 4
5
0 5 4
Edad 15 16 17 18
0
Edad 15 16 17 18
8.3.4.2 Polígonos de Frecuencia
Un polígono de frecuencia es un gráfico de línea trazada entre los puntos del plano
que se obtienen con cada marca de clase representada en el eje X y su correspondiente
frecuencia representada en el eje Y.
Figura No. 20
Altura en Metros de 15 Trabajadores de la UAPA
4
Número de trabajadores
0
0.9 1 1.1 1.2 1.3 1.4 1.5 1.6 1.7 1.8 1.9 2 2.1 2.2
Altura
8.3.4.3 Gráfica de Pastel

Figura No. 21
La gráficaDistribución
de pastel o gráficade Frecuencia
circular delque
es un círculo estado civil
se divide en número de clase y
se representan las frecuencias de cada clase a través de su porcentaje de frecuencia
correspondiente. 21%
Ejemplo:
40% Casados
Divorciados con hijos
Suponga que el gerente de una empresa desea saber elDivorciados
estado civil de sus
sin hijos trabajadores
para asignarle cierta compensación13%
familiar y que al hacerlo se obtiene la
Unión libre distribución
Solteros
siguiente:
16%
10%
Figura No. 20
Altura en Metros de 15 Trabajadores de la UAPA
4
Número de trabajadores
3
DISTRIBUCIÓN DE FRECUENCIA DEL ESTADO CIVIL
CATEGORÍAS 2 FRECUENCIA PORCENTAJE

• Casados 26 21%
• Divorciados con hijos 16 13%
• Divorciados sin
1 hijos 20 16%
• Unión libre 13 10%
• Solteros 50 40%
0
TOTAL 125 100%
0.9 1 1.1 1.2 1.3 1.4 1.5 1.6 1.7 1.8 1.9 2 2.1 2.2
Altura
Para los datos de la tabla anterior el gráfico de pastel sería el siguiente:
Figura No. 21
Distribución de Frecuencia del estado civil
21%
40% Casados
Divorciados con hijos
Divorciados sin hijos
13% Unión libre
Solteros
16%
10%
8.3.4.4 Gráficos de Columnas
Este tipo de gráfico está constituido por un conjunto de rectángulos separados entre sí,
el lado mayor del rectángulo corresponde a la frecuencia que presenta cada cualidad o
atributo que se desea comparar.
La frecuencia se ubica en el eje vertical, lo mismo que el histograma y el polígono de

frecuencia, y el rótulo que indica el atributo en el eje horizontal.
Los datos que representan las alturas de las barras pueden ser colocados en el eje
vertical en los techos de los rectángulos.
Ejemplo:
Figura No. 22
Destino de las exportaciones dominicanas
VALOR FOB EN MILLONES DE DÓLARES (ENERO-DICIEMBRE, 2000)
Figura No. 22
Destino de las exportaciones dominicanas
350VALOR FOB EN MILLONES DE DÓLARES (ENERO-DICIEMBRE, 2000)
295.8
300
250
177.5
200 350
295.8
150 300 99.5
100 250 58.7 38.5 37.3
177.5 25 18.3 11.9
50 200
0 150 99.5
100 58.7 38.5 37.3
s
pa
tí
ur
do
25
do
18.3
ic
ai
ib
ic
pó
11.9
lS
ro
un
50
R
ér
H
ar
ni
Ja
Eu
de
Am
lC
lm
to
U
0
er
s
ea
ur de
de
do
o
Pu
ar ntr
or
la
to
ta
Is
l C Ce
es
Es
pa
tí
do
do
ic
ai
ib
ic
pó
lS
R
ro
un
R
ér
H
ni
Ja
Eu
de
Am
lm
to
U
er
s
ea
de
de
do
tro
Pu
or
la
to
ta
en
C
Is
es
Es
R
8.3.4.5 Gráfico de Barra
Este gráfico es igual al de columnas, pero con los rectángulos invertidos; es decir, la
frecuencia se coloca en el eje horizontal de forma que los rectángulos quedan en forma
horizontal y ordenados de menor aFigura
mayor No. 23
o viceversa. Veamos dos ejemplos:
Costos de Mano de Obra Industrial Textil Cuenca del Caribe en
US$/Hora
Figura No. 23
Costos de Mano de Obra Industrial Textil Cuenca del Caribe en
Haití US$/Hora
Nicaragua
Haití
Honduras
Nicaragua
Guatemala
Honduras
El Salvador
Guatemala
República
Dominicana
El Salvador
Costa Rica
República
Dominicana
0 0.5 1 1.5 2 2.5 3.5
Costa Rica
0 0.5 1 1.5 2 2.5 3.5

Figura No. 24
PRECIO DE LA GASOLINA PAISES OECD
(En US$litro)
Canada 4.27
EE.UU. 4.07
España 3.23
Italia 1.89
Japón 1.6
0 1 2 3 4 5
8.3.5 Otras Figuras para Presentar Datos
Se designa como figura todo tipo de ilustración diferente a la tabla. Entre ellas tenemos,
además de las gráficas, diagramas, pictogramas, fotografías, dibujos, mapas, etc.
Las figuras se identifican con números arábigos de uno (1) a infinito (∞) sea cual sea
el tipo de figura, es decir, que aunque ésta cambie, la secuencia continúa.
El uso de figuras se justifica si presentan información muy concreta o si esa información

no se puede comunicar bien ni con tablas ni de forma textual o escrita.
A continuación aparecen algunas de las figuras que se utilizan para presentar datos,
aunque las gráficas son las más usadas.
8.3.5.1 Pictograma
El pictograma representa una realidad o fenómeno mediante una figura (Isotipo) que se
explica por sus mismas características. Las figuras pueden ser: personas, automóviles,
edificios, barrios, animales, plantas, etc.
Figura No. 25
Existencia de ganado equino en algunos países de América
Ejemplos:
Brasil
8,7
Ganado México
Equino 4,2
Millones
de cabezas
R. Argentina
3,9
1 millón E.U. de América
de cabezas
3,1
Colombia
1,3
Figura No. 26
Población en México por Sexo
66 846 833 81 140 922

TOTAL 33 039 307 TOTAL 39 878 536
HOMBRES HOMBRES
33 807 526 41 262 386
MUJERES MUJERES
1980 1990
8.3.5.2 Organigrama
Es la representación gráfica de una organización que indica la dependencia y la

interrelación de los diferentes puestos que conforman la estructura administrativa de la
misma.
En los organigramas las jerarquías se representan mediante rectángulos de tamaño

diferentes, será mayor el que representa la jerarquía más alta o superior. Las jerarquías
similares estarán representadas por un mismo tamaño de rectángulo.
Figura No. 27
Modelo de Organigrama
8.3.5.3 Diagrama
Es la presentación gráfica por la que atraviesan cada una de las operaciones o pasos de una
actividad.
Figura No. 28
Diagrama para el proceso de deshidratación de Jengibre
Recibo Lavado
Lavado en Blanqueo
Materia con NaOH Deshidratado
Agua con Ca OH2
Prima al 3%
Producto
Figura No. 29
DIAGRAMA DEL SISTEMA INSTRUCIONAL DE UN CURSO
Objetivos de
la Universidad
Análisis de
objetivos de la
carrera
Decisiones Finales
Análisis de
objetivos de
los Ciclos
A
Análisis de
objetivos
de la línea
curricular
AC
Resultados
Nivel de aceptación
Esperados
Elaboración de
objetivos del curso Margen de discrepancia Logrados
D
Operaciones de logro
Análisis de
Selección y Org. de
Verificación de actividades Análisis de Evaluación
organización Unidades o
prerrequisitos generales de factivilidad final
de contenidos Subsistemas
aprendizajes
Retroalimentación
(feedback)
: Aprobado : Aprobado condicional : Desaprobado

A AC D
8.3.5.4 Mapas
Cuando se incluyen mapas en un trabajo de investigación estos se ubican lo más cerca

posible del texto que los enuncia o relacionan. En lo posible deben evitarse mapas muy
pequeños, sus dimensiones estarán de acuerdo a las necesidades del investigador.
Todo mapa llevará un recuadro en línea sólida. En el ángulo superior derecho se deberá
colocar una flecha con su vértice hacia arriba indicando el punto cardinal norte.
Cuando el mapa detalla un sector o área geográfica determinada, es conveniente

destacarlo en un mapa más general para mayor compresión.
Ejemplo:
Figura No.
Figura No. 30
30
Modelo de Mapa
Modelo de Mapa
N
SOSÚA
↑
1
Ensenada
de Sosúa
Punta
Los Ramos
3
PROVINCIA
PUERTO PLATA
a
sú
So
o
Rí
8.4 Interpretación de los Datos
Después de haber efectuado el análisis estadístico de los datos y diseñado las tablas
y gráficos que resuman los resultados, es necesario analizar teóricamente dichos
resultados e interpretarlos, relacionándolos con el marco teórico y la hipótesis planteada.
El análisis no puede quedar reducido a una operación contable de obtención, de

promedios, medias, porcentajes, etc. Es necesario encontrarle significación a los datos,
hacerlos hablar. Precisamente ese es el objetivo de la interpretación.
Interpretar los resultados es observar los datos a la luz de las hipótesis y de las
teorías y sacar conclusiones que serán aportes para la construcción de nuevas teorías
o para la complementación y verificación de las existentes.
Para llevar a cabo el análisis lógico e interpretación de los resultados Münch y

Ángeles 32 sugieren los pasos siguientes:
- Describir y sintetizar los resultados.

- Analizar cada una de las hipótesis en relación con los resultados, a fin de
determinar cuáles fueron comprobadas y cuáles rechazadas.
- Estudiar cada uno de los resultados por separado y relacionarlos con el marco
teórico.
- Efectuar una síntesis general de los resultados.
En síntesis:
El análisis y la interpretación vinculan los datos con la teoría y generan elementos

para la elaboración de conceptos que sirven de marco teórico para nuevas
investigaciones. Ambas tareas son la culminación de todo el proceso de
investigación
32
Munch y Ángeles Op. Cit. Pág. 149
RESUMEN
• El procesamiento de los datos consiste en una serie de actividades orientadas a ponerlos

en orden para poder analizarlos estadísticamente. Comprende la edición, codificación
y tabulación de los datos.
• La edición consiste en revisar las informaciones recopiladas para detectar errores u

omisiones y organizarlas para facilitar su tabulación.
• La codificación consiste en asignar un número o letra a las diferentes alternativas de

respuestas a fin de que se facilite la tabulación de los datos.
• La tabulación consiste en resumir los datos en tablas estadísticas.
• El análisis de datos es la manipulación de hechos y números para lograr informaciones

con esas características. Se realiza utilizando la matriz de datos.
• Básicamente los análisis dependen de tres factores: el nivel de medición de las

variables, la complejidad de las hipótesis y el interés del investigador.
• Existen dos áreas de la estadística aplicables a la investigación: la descriptiva que

organiza y resume datos y la inferencial que realiza inferencias o predicciones acerca
de una población.
• Los principales análisis estadísticos que pueden realizarse son: estadística descriptiva
para cada variable (distribución de frecuencia, medidas de tendencia central y medidas
de la variabilidad), puntuaciones Z, razones y tasas, cálculo de estadística inferencial,
pruebas paramétricas, pruebas no paramétricas y análisis multivariados.
• Una distribución de frecuencia es un conjunto de puntuaciones ordenadas en sus

respectivas categorías.
• Las distribuciones de frecuencias relativas o porcentajes pueden presentarse mediante

tablas y gráficas.
• Las medidas de tendencias central son la moda, mediana y media.
• Las medidas de la variabilidad son el rango, la desviación estándar y la varianza.
• En una investigación las medidas de tendencia central y de la variabilidad se interpretan

en conjunto, no separadamente.
• Una razón es la relación entre dos categorías y una tasa es la relación entre el número
de casos de una categoría y el número total de casos, multiplicada por un múltiplo de
10.
• Existen cuatro maneras básicas de presentar los datos: escrita o textual, tabular, semi-
tabular y gráfica.
• Una tabla o cuadro contiene las partes siguientes: título, encabezado, columna matriz,
cuerpo y fuentes y/o notas aclaratorias.
• Los principales gráficos usados para presentar datos son: histograma, polígono de
frecuencia, gráfica de pastel o circular, gráfica de columnas y gráfica de barras.
• Además de las gráficas se pueden usar otras figuras tales como: pictogramas,
organigramas, diagramas, fotografías, mapas, etc.…
• Interpretar los resultados es observar los datos a la luz de las hipótesis y de las teorías
y sacar conclusiones que serán aportes para la construcción de nuevas teorías o para la
complementación y/o verificación de las existentes.
ACTIVIDADES COMPLEMENTARIAS DE APRENDIZAJE
5. Construye una tabla de distribución de frecuencia con todos sus elementos, utilizando
datos hipotéticos, e interprétela lógicamente.
6. Suponiendo que para la pregunta ¿cuál es su opinión acerca de la política fiscal del
gobierno actual?, un investigador obtuvo los resultados siguientes:
Opinión Frecuencias Absolutas
Totalmente de acuerdo 68
De acuerdo 27
Posición indefinida 9
Desaprobación de ciertos aspectos 20
Desaprobación total 18
a) Calcula las frecuencias relativas o porcentaje
b) Grafica las frecuencias relativas
c) Verbaliza los resultados respondiendo a la pregunta ¿la opinión de los encuestados

sobre la política fiscal del gobierno es favorable o desfavorable?
7. Al medir la actitud hacia el director de la escuela, utilizando una escala con rango
potencial de 1 (aptitud totalmente desfavorable) a 5 (aptitud totalmente favorable),
un investigador obtuvo los resultados siguientes:
Variable: actitud hacia el director de la escuela.

Moda: 4.0
Mediana: 3.8
Media: 4.3
Puntuación máxima: 5
Puntuación mínima: 3
Rango: 2
Interpreta esos resultados en relación a la actitud que se tiene hacia el director de la

escuela.
8. Tabula manualmente la información recopilada a través del cuestionario aplicado en

el módulo anterior.
9. Presenta los resultados de la tabulación mediante uno o más de los procedimientos

siguientes: gráfico, verbal, tabular o semi-tabular.
10. Efectúa el análisis teórico y la interpretación de los resultados obtenidos en la

investigación de campo realizada.
PREGUNTAS DE REPASO
1. ¿En qué consiste el procesamiento de datos?
2. ¿Qué es la edición de la información?
3. ¿En qué consiste la codificación de un cuestionario? Ponga ejemplo.
4. ¿Cómo se realiza la tabulación manual de los datos?
5. ¿Qué es el análisis de datos?
6. Mencione los principales análisis estadísticos que pueden realizarse.
7. ¿Qué es una tabla de distribución de frecuencia? Ponga ejemplo.
8. Mencione las principales medidas de tendencia central.
9. Calcule la media, la mediana y la moda de las siguientes puntuaciones obtenidas en

un examen de Educación a Distancia : 8, 7, 5, 8, 2, 8, 6, 4, 6, 7
10. Mencione las principales medidas de la variabilidad.
11. ¿Cuáles son las formas de presentar datos que generalmente se utilizan?
12. Elabore una tabla e identifique cada una de sus partes.
13. Mencione los tipos de gráficas que se utilizan para presentar datos.
14. ¿En qué consiste la interpretación de los datos?

EJERCICIO DE AUTOEVALUACIÓN
I. Coloque en el paréntesis el número que corresponda a la definición exacta del término.
1. Tabulación ( ) Consiste en asignar un número o

letra a las diferentes alternativas de
respuestas, a fin de facilitar el
2. Distribución de frecuencia proceso de tabulación.
( ) Es un conjunto de puntuaciones
3. Análisis de datos ordenadas en sus respectivas
categorías.
4. Media ( ) Es el grado de dispersión que

caracteriza a un grupo de puntajes y
es el grado en que un conjunto de
5. Interpretación puntajes difiere de alguna medida de
tendencia central.
6. Codificación ( ) Consiste en resumir los datos en

tablas estadísticas.
7. Variabilidad ( ) Tiene como objetivo encontrarle

significación a los datos, “hacerlos
hablar”, para sacar conclusiones.
II- Seleccione la respuesta correcta marcando con una X encima de la letra

correspondiente.
1- Área de la estadística aplicada a la investigación que organiza y resume

datos.
a. Inferencial c. Descriptiva
b. Tabulación d. Ninguna de las anteriores
2- Es la sumatoria de un conjunto de puntajes dividida entre el número de puntajes. Es la

medida de tendencia central más usada.
a. Media c. Moda
b. Mediana d. Ninguna de las anteriores
3- Es la medida de variabilidad de uso más común. Se define como el promedio de

desviación de las puntuaciones con respecto a la media.
a. Rango c. Varianza
b. Mediana d. Desviación estándar
4- Sistema de presentar los datos en el que éstos se ordenan en filas y columnas en un

formato de cuadro o matriz.
a. Tabular c. Textual
b. Gráfico d. Todos los Anteriores
5- El análisis de los datos depende de:
a. Nivel de medición c. Interés del investigador

de las variables
b. Complejidad de las hipótesis. d. Todas las anteriores
BIBLIOGRAFÍA DE APOYO
1- Hernández, Fernando. Investigación documental y Comunicación

Científica. Santo Domingo, R. D. : Ediciones UAPA, 2001.
2- Hernández Sampieri, Roberto y otros. Metodología de la Investigación.

2da. ed., México, D. F.: Mc Graw-Hill Interamericana, 1998.
3- Münch, Lourdes y Ernesto Ángeles. Métodos y Técnicas de

Investigación. 2da. ed., México, D. F.: Trillas, 1998.
4- Namakforoosh, Mohammad. Metodología de la Investigación. 2da. ed.,

México, D. F.: Limusa-Noriega, 2000.-

Metodologia de La Investigacion en Ciencias Sociales Cap8 PDF

Caricato da

Informazioni sul documento

Titolo originale

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Metodologia de La Investigacion en Ciencias Sociales Cap8 PDF

Caricato da

Copyright:

Formati disponibili

198

ANÁLISIS, PRESENTACIÓN E INTERPRETACIÓN DE

1.1 Procesamiento de los datos.

1.2 Análisis Estadístico de los Datos.

1.3 Presentación de los Datos.

1.3.1 Presentación Escrita

1.4 Interpretación de los Datos

Conocer y aplicar los procedimientos generales para el procesamiento, análisis e

Al terminar este módulo el participante será capaz de:

1. Definir en qué consiste el procesamiento de los datos.

2. Enunciar el concepto de análisis de datos.

3. Explicar cómo se realiza la edición y codificación de los datos.

4. Describir los métodos de tabulación.

5. Tabular manualmente un conjunto de datos.

7. Aplicar las principales pruebas de estadística descriptiva.

8. Elaborar tablas y gráficas para presentar datos.

9. Explicar en qué consiste el análisis teórico y la interpretación de los datos.

ANÁLISIS, PRESENTACIÓN E INTERPRETACIÓN DE LOS DATOS

8.1 Procesamiento de los Datos

Finalizada la etapa de recolección de datos el investigador quedará en posesión de

El procesamiento de los datos incluye una serie de actividades orientadas a organizarlos,

La edición de la información consiste en revisar los datos para detectar errores u

Generalmente se realiza al mismo tiempo que la codificación.

Una norma básica para la edición es:

Cuando es difícil decidir sobre la validez, objetividad o confiabilidad de un

La codificación consiste en asignar un número, símbolo o letra a las diferentes

1. Consume usted agua embotellada

2. En caso afirmativo cuál marca

La tabulación consiste en resumir los datos en tablas estadísticas. Dependiendo del

La tabulación computarizada es aconsejable cuando se manejan grandes cantidades de

La operación básica de la tabulación es el recuento de casos. Una de las maneras de

Pregunta No. 4 ¿Qué usted opina del Aborto?

Total General ______________

Cuando existe el interés de presentar simultáneamente las mediciones

Ocupación Varones Hembras Total

8.2 Análisis Estadístico de los Datos.

La idea principal de cualquier estudio es lograr cierta información válida y confiable.

En la actualidad el análisis de los datos se hace por computadora. Ya prácticamente

El análisis de los datos se efectúa sobre la matriz de datos utilizando un programa de

Básicamente los análisis dependen de tres factores:

• El nivel de medición de las variables.

Existen dos áreas de la estadística aplicables a la investigación: La descriptiva que

• Análisis de estadísticas descriptiva para las variables tomadas

8.2.1 Análisis de Estadística Descriptiva

8.2.1.1 Distribución de Frecuencia

Una distribución de frecuencia es un conjunto de puntuaciones ordenadas en sus

Variable: Equipo Preferido

Estos resultados pueden ser resumidos como en la tabla No. 5

VARIABLE: CALIFICACIÓN EN LA PRUEBA DE SOCIOLOGÍA

Las distribuciones de frecuencia se completan agregando las frecuencias relativas y las

VARIABLE: FRUTA PREFERIDA EN JUGO

Las frecuencias acumuladas constituyen lo que se acumula en cada categoría. En el

Las frecuencias relativas o porcentajes se calculan así:

En el ejemplo de la tabla No. 6 tendríamos:

Porcentaje Naranja = 50 x 100=34%

Porcentaje Chinola = 62 x100= 42%

Porcentaje Guayaba = 10 x 100= 7%

Fruta N° Consumidores Porcentaje

En los comentarios de las distribuciones de frecuencia pueden utilizarse frases como:

Las distribuciones de frecuencia, especialmente cuando utilizamos las frecuencias

8.2.1.2 Medidas de Tendencia Central

Una propiedad de una distribución de puntajes es que tiene un promedio, es decir, un

tres tipos de promedios o medidas de tendencia central: la media, la mediana y la moda.