Professional Documents
Culture Documents
Variable
Valor
El ADN del dato cuantitativo está conformado por una serie de eslabones que interactúan entre sí
de modo progresivo que se origina en la unidad de análisis (observación) asociado a variables de
investigación o teórico (constructo) terminado en las operaciones (valor).
Nada impide utilizar datos de fuentes primarias como secundarias (fuentes mixtas) si así lo amerita
la situación de investigación. Se debe tener atención con los datos de fuentes secundarias, y saber
de dónde vienen, el propósito a que respondía, quien recoleto la información, con que
metodología, fecha y otros. Ya que puede presentarse la no adecuación de la información pues
puede estar incompletos o haberse recogido con otros propósitos. Hay que velar por la pertinencia
y calidad de las fuentes. Hay que ser conscientes de quien participa de esta construcción del dato,
ya que se podría estar utilizando fuera de contexto.
Al analizar los datos, estos se pasan a una matriz en la cual es establece una relación entre las
variables estadísticas o indicadores de la variable de investigación (edad, sexo) y las diferentes
unidades de análisis (jefes de hogar, apoderados). Ejemplo de matriz SPSS.
a) objetividad: que sea producto de un proceso riguroso y reflexivo de creación, siendo consientes
de la propia postura (ética, ideológica).
b) Confiabilidad: que el dato refleje fielmente las características del objeto o fenómeno al que
hace referencia, independiente de quien sea el investigador.
c) Validez: que presente correspondencia con su fundamentación teórica y con los propósitos de
estudios que le dieron origen.
f) Exactitud: que el dato presente una precisión o proximidad con el valor real que da cuenta.
g) Visibilidad: que se constituya en un elemento perceptible de la realidad y por tanto susceptible
de medición.
h) Integralidad: que el dato junto a otros, contribuya de manera exhaustiva el acceso de una visión
pluridimensional del fenómeno en estudio.
i) Eficiencia: que presente una adecuada relación costo beneficio en términos de recursos
humanos, financieros y tecnológicos que justifiquen su construcción.
Para identificar el sentido del dato cuantitativo necesariamente hay que remitirse a la teoría de la
medición y su expresión más concreta la operacionalización y definición de variables, lo
precedente posibilitara el verdadero ADN del dato. Hay que romper con la ingenuidad de que la
metodología cuantitativa en su carácter de objetiva y valida sin considerar la intervención de los
investigadores con sus juicios y prejuicios. Como es difícil separar el dato de la medición, la
pregunta referida a que se mide, alude a aspecto materiales (condiciones de la vivienda, ingresos)
en inmateriales de la realidad (opiniones, actitudes) estos ultimo a partir de las conductas
exteriorizas de los sujetos, de modo de dar cuenta acerca de su intensidad cantidad, duración y/o
frecuencias.
Medir implica asignar números a las propiedades de los sujetos o cosas. En este sentido es
necesario aclarar que el numero no es la persona o sujeto de estudio, sino más bien una propiedad
o característica de este, con relación a la magnitud, grado, o forma en que se posee. La medición
cumple las funciones de describir empíricamente los fenómenos, en estos casos sociales y
educativos, posibilitar el análisis de los datos y la prueba de hipótesis y de teorías.
Desde la teoría clásica: es posible asignar números a la cantidad o magnitud en que un objeto
posee una determinada propiedad. Ser requiere una unidad de medida. No debe confundirse
magnitud con cantidad. La magnitud es la propiedad y la cantidad cuando de eso tiene la
magnitud.
Nominal: los datos nombran o categorizan, en este caso las categorías no tienen orden ni jerarquía
solo indican diferencias respecto de sus característica o atributos: ej. El estado civil.
Ordinal: los datos pueden ordenarse en base a algún criterio. Es así como además de realizar
operaciones de igualdad o diferencia en el atributo se puede conocer si dos sujetos u objetos
poseen en mayor o menor medida el atributo ejemplo; estrato socioeconómico: altos medios y
bajos.
Intervalo: los valores de los datos expresan diferencias entre estos que adquieren sentido,
presentan un cero relativo o arbitrario es decir no hay un punto de partida las proporciones no
tienen sentido. En este nivel de medición además de evaluar las semejanzas y diferencias y de
ordenar a los sujetos u objetos de acuerdo a la presencia en mayor o menor medida de los
atributos medidos se puede comparar diferencias entre valores del tributo. Ejemplo la
temperatura en donde 0° no implica ausencia de calor.
Razón: los valores de los datos pueden reflejar diferencias entre estos que adquieren sentido al
igual que en el nivel de intervalo sin embargo si hay un punto de partida como cero natural y los
cocientes o proporciones adquieren significados. En este caso junto a las operaciones de medición
ya señaladas en los niveles previos, se puede comparar proporciones entre dos valores de
atributo. Ejemplo: el número de integrantes del grupo familiar, en donde se puede afirmar que
una familia es de un tamaño del doble de integrantes que otra.
Variables continuas: aquellas en las cuales pueden encontrarse valores intermedios entre dos
valores dados, al configurar una escala ininterrumpida de valores. Del 1-7 entre 5 y 6 se puede
encontrar decimales 5.12
Variables discretas: aquellas variables que se encuentran en una escala de medición en la cual no
hay presencia de valores intermedios, comprendidos entre dos atributos de la variable. 1, 2, etc.
El marco teórico otorga un sustento disciplinario tanto a la planificación del estudio como a la
lectura de los hallazgos del mismo. En lo que atañe a la definición y selección de las variables de
investigación y sus correspondientes variables estadísticas o de nivel empírico, en gran medida, la
pertinencia, justificación, profundidad y operatividad de la definición conceptual y
operacionalización de las variables se verá afectada por la calidad del marco teórico de la
investigación. Tan importante como comprender y medir es entender que se está midiendo.
La objetividad del proceso de medición no está libre de decisiones de carácter subjetivas de parte
del investigador que toma decisiones respecto de la definición de las variables. El dato
cuantitativo es construido a partir de la formulación de los objetivos e hipótesis con decisiones
teóricas y metodologías de investigación. La medición debe cumplir con los siguientes requisitos:
Exclusividad: los distintos atributos que compone la variable deben ser mutuamente excluyente
por lo que deberían definirse de manera que cualquier observación pueda clasificarse en términos
de un único atributo.
Ejemplo de este tipo el considerar la formación académica de los profesores como indicador de la
calidad de la enseñanza la mayor de las veces estos indicadores son indirectos.
2.12 importancia de los códigos en la operacionalización
En el caso de la medición de la pobreza al igual que todos los constructos construidos medidos en
investigación social presentan una dimensión objetiva y por lo tanto de medición directa y otra
subjetiva o indirecta esto último platea un conceso del carácter pluri o multidimensional del
concepto de pobreza lo que genera la incorporación de otros indicadores como los niveles de
felicidad, satisfacción de la población, un mismo hogar/persona pudiera ser catalogado de pobre o
no pobre dependiendo de los indicadores considerados, el desafío es claro acercarse
progresivamente hacia una medición de la pobreza mas integral, hay que preguntarse a quien se
les consultó, qué se preguntó, qué indicadores se consideraron, etc.
La relación entre la operacionalización de variables y las otras etapas del proceso de investigación
es altísima ya que entre otras cosas determinara la recolección y análisis de los datos. Si bien es
cierto una buena operacionalización no segura un análisis correcto de los datos al menos lo
posibilita a fin de cuentas se sabrá que buscar que hacer con ello cuando se encuentre.
Interpretación.
Al preparar los datos (base de datos) para el análisis de los mismos cabe reiterar la estrecha
relación existente entre lo operacionalización de variables o el análisis posterior que luego puede
hacerse a partir de estas ya que por ejemplo la primera debe guiarse por un conocimiento del
grado del precisión que se requiere, determinado en gran medida por los objetivos del estudio sus
necesidades de precisión no están claras aun, la sugerencia es ser más preciso y no menos de
modo que si lo desea podrá devolverse en los niveles de medición.
La preparación de los datos para el análisis implica la revisión de la base de datos y su estructura
en cuanto a la correspondencia entre la variable estadística definidas en las base de datos con los
indicadores de las variables de investigación. No está más de señalar que todo el tiempo que se
invierta en la preparación de la base de datos se gana en el análisis de los mismos
Se sugiere que el análisis de los datos cuantitativos por ejemplo de las respuestas dadas por los
sujetos a una encuesta debe seguir un procedimiento secuencial que se inicie con el análisis por
separado de las variables estadísticas con el cálculo de frecuencias graficación y calculo d
estadísticos universales de tendencia central posición y dispersión (promedio, moda, etc.) Gracias
al software estadístico se accede a la aplicación de análisis multi-variables que posibilitan al
investigador una lectura más compleja de fenómeno estudiado. Es preciso señalar que el mejor
análisis es el que proporciona respuesta a las interrogantes de investigación y provee de la
información necesaria para probar las hipótesis del estudio.
No se debe dejar de lado el papel de la teoría el cual no se constituye solo en una herramienta
para interpretar el dato sino en definitiva contribuye a su propia creación. La explicación comienza
cuando se pregunta que hace las diferencias a propósito de las comparaciones entre grupos
superando el nivel descriptivo en donde se analizan frecuencias se compara se sintetiza y
establecen tendencias.
Los errores en las estadísticas pueden deberse a un intento mal intencionado y engañoso o por
desconocimiento. Tales errores tendrían su origen en distintas fuentes como la consulta a
muestras de informantes sin representatividad de la población general. Preguntas mal redactadas
etc. Se sugiere en consecuencia que la mirada o construcción propia del dato cuantitativo
considere al menos lo siguiente:
La identificación de la fuente