1. Preparación preliminar del plan de
análisis de datos
formulado en la fase de diseño de investigación
2. Revisión del cuestionario
verificar que los cuestionarios
sean aceptables
calidad de las entrevistas
identificarse los problemas
para cumplir los requisitos del
muestreo y tomar las medidas
correctivas pertinentes
3. Edición
Revisión del
cuestionario
objetivo
incrementar
la exactitud
la precisión
examinar los cuestionarios
para identificar respuestas
ilegibles, incompletas,
incongruentes o ambigua
Tratamiento de las
respuestas insatisfactorias
Devolución al campo
entrevistadores
vuelven a hacer
contacto con los
encuestados
Asignación de valores faltantes
Descartar a los encuestados insatisfactorios
4. Codificación
Asignación de un código para representar
una respuesta específica a una pregunta
concreta de un cuestionario
El código incluye
indicación de la posición
en la columna (campo)
registro que ocupará
el dato
Codificación de las preguntas
códigos de campo Fijo
Código en que el # de registros
para cada encuestado es el mismo
Libro de código
Libro que contiene las instrucciones para
la codificación y la info. necesaria sobre
las variables en el conjunto de datos
5. Trascripción
transferir los datos codificados de
los cuestionarios discos o cintas
magnéticos o la computadora.
6. Depuración de los datos
Verificaciones minuciosas y exhaustivas
de la congruencia y el tratamiento de
las respuestas faltantes
comprobación de la congruencia
identifica los datos que están
fuera de rango (incongruentes)
o que tienen valores extremos
Tratamiento de respuestas faltante
respuestas faltantes
Valores de las variables que se
desconocen porque los encuestados
no dieron respuestas
Sustituir con un valor neutro
Sustituir con una respuesta atribuida
Eliminación por casos
se descartan los casos
con respuestas faltantes
Eliminación por pares
en vez de descartar todos los casos, el
Inv. sólo usa los casos con respuestas
completas para cada cálculo.
7. Ajuste estadístico de los datos
Ponderación
a cada caso se le asigna un peso,
para reflejar su importancia
Redefinición de las variables
Transformación de los datos para crear
nuevas variables o la modificación de las
variables existentes para hacerlas más
congruentes con los objetivos del estudio
variables ficticias
adoptan dos valores (0 o 1)
Transformación de la escala
Manipulación de los valores de
la escala para asegurar que sea
comparable con otras escalas
estandarización
corrección de los datos para
reducirlos a la misma escala
8. Elección de una estrategia de análisis de los datos
debe basarse en las primeras
etapas del proceso de IM
las características conocidas
de los datos,
las propiedades de las técnicas estadísticas
la experiencia
Clasificación de las Técnicas estadísticas
técnicas univariadas
Apropiadas para analizar los datos
cuando hay una sola medición de
cada elemento de la muestra
Muestras
independientes
muestras independientes si se
toman al azar de diferentes
poblaciones
pareadas
cuando los datos de dos
muestras se relacionan con el
mismo grupo de encuestados
datos
métricos
Datos que por
naturaleza son de
intervalo o de razón
no métrico
Datos derivados de
una escala nominal u
ordinal
Cada variable se analiza
por separado
técnicas multivariadas
Adecuadas para el análisis de los datos
cuando hay dos o más mediciones de
cada elemento y las variables se
analizan al mismo tiempo.
se interesan en las relaciones simultáneas
entre dos o más fenómenos