4. Codificación Numérica
Para analizar los datos recolectados, primero se les
debe sistematizar, es decir, organizarlos y jerarquizarlos,
por lo que se debe:
1.Definir las categorías de codificación, partiendo de las
preguntas hechas a fin de hacer un libro de códigos.
2.Construir la matriz de datos en forma ordenada,
almacenándolos en un archivo que pueda consultarse
posteriormente.
5. Codificación Numérica
La codificación:
•Es el proceso por el cual asignamos valores
numéricos a las respuestas recolectadas con el
instrumento, lo que nos permitirá analizar los datos
más allá del conteo de casos.
•Está relacionada con el formato de respuesta de los
instrumentos.
•Se aplica a TODAS las preguntas del instrumento, por
lo que todas las respuestas recolectadas deben ser
transformadas a valores numéricos, incluyendo las
preguntas abiertas y los valores perdidos.
6. Codificación Numérica
El libro o catálogo de códigos es un documento donde
se relacionan variables y preguntas con sus códigos
correspondientes (valores numéricos asignados), así
como la columna que ocupará en la base de datos que
se prepare para el caso.
El libro de códigos cumple dos funciones:
1.Sirve de guía para el proceso de codificación.
2.Es una guía útil para localizar variables e interpretar
los datos durante el análisis.
8. Matriz de Datos
• Elaborar una matriz de datos consiste en vaciar
la información recolectada con los instrumentos
a una matriz, hoja tabular, sábana o archivo, que
servirá para reflejar los datos de manera directa,
referidos por cada caso y pregunta o variable, de
la cual habremos de obtener, la información que
emplearemos en las pruebas estadísticas.
• La matriz de datos se elabora registrando en los
renglones los casos o sujetos, y en las columnas
los valores de la variable.
9. Ejemplo de Matriz de Datos
Consideremos que en una muestra de 115 personas, se
investigó su edad e inscripción a revistas especializadas.
Su matriz de datos quedaría así:
Caso VAR1Edad VAR2InscRev
1 18 1
2 28 1
3 36 2
4 35 1
5 48 2
10. Tablas
• Un recurso muy útil para presentar los datos que
se obtuvieron durante la investigación, de
manera resumida y organizada, a fin de que
puedan ser analizados es la distribución de
frecuencias.
• Una distribución de frecuencias consiste en la
presentación de las categorías numéricas de la
variable junto con el número de entidades que se
clasifican en cada categoría (frecuencia). Las
distribuciones pueden presentarse en forma
tabular o gráfica.
11. Tablas
• Las tablas pueden representar una variable
(unidimensionales), dos variables (bidimensionales) o
más de dos variables (k-dimensionales). Estas últimas
se emplean para analizar la relación entre varias
variables. Ejemplo:
Grupos de edad
VAR2
InscRev
De 18 a 24
años
De 25 a 31
años
De 32 a 38
años
SI 8 27 8
NO 7 20 21
12. Tablas (Otra Distinción)
• DATOS NO AGRUPADOS: presentan las observaciones
recopiladas con los instrumentos de forma ordenada, de
manera ascendente o descendente, y el número de
veces que se obtuvo cada valor (frecuencia o f).
Ejemplo:
Edad Número total
de casos
VAR2 InscRev
SI NO
18 3 2 1
19 4 2 2
20 2 2 1
13. Tablas (Otra Distinción)
• DATOS AGRUPADOS: exponen las observaciones en
grupo, es decir, se generan intervalos de datos (clases),
donde los valores para el análisis están considerados en
arreglos incluyentes de un valor mínimo a uno máximo,
que determinan las clases en que se clasifican los datos
obtenidos. Ejemplo:
Intervalo de clase Número total
de casos
VAR2 InscRev
SI NO
De 18 a 24 años 15 8 7
De 25 a 31 años 47 27 20
De 32 a 38 años 29 8 21
14. Gráficas
Una gráfica intenta exponer
características de las variables. Son
esquemas o dibujos que ayudan a
comprender las particularidades
importantes de un objeto de estudio.
Los gráficos más comunes en el
análisis descriptivo son los siguientes:
15. Gráficas de sectores (de pastel o pay). Gráficas
circulares cuyos segmentos suman 100%. Permiten
visualizar las diferencias en cuanto a frecuencias o
distribuciones para las categorías de tipo nominal. Se
recomienda su uso cuando el número de categorías no es
grande.
16. Gráficas de barras. Según el tipo de datos que presentan,
se consideran como de barras o histogramas.
Las gráficas de barras representan los datos
correspondientes a una escala nominal; para cada
categoría se traza una barra vertical y la altura de la barra
representa la frecuencia o porcentaje de esa categoría. Las
barras deben de quedar separadas para evitar implicación
de continuidad entre las categorías.
17. En los histogramas, las barras están unidas, ya que
representan intervalos de clase. Son útiles para exponer
datos en escala de intervalos o de razón.
18. Polígono de frecuencias. Se obtiene al unir en forma
consecutiva los puntos de intersección entre los puntos
medios de cada clase y su frecuencia, incluyendo el punto
medio anterior a la primera clase y el punto medio posterior
a la última clase. La altura de cada punto indica la
frecuencia. Son apropiados para variables cuantitativas.
Son conocidos como polígonos de porcentaje cuando los
datos empleados para su construcción son porcentajes
referidos a un dato o series de tiempo.
19. Ojiva. Es una versión de polígono de frecuencias con la
diferencia de que en ésta se grafican las frecuencias
acumuladas de una variable.
20. Referencias
• García Cabrero, B. (2009). Manual de métodos de
investigación para las ciencias sociales. Un enfoque de
enseñanza basado en proyectos. México: Manual
Moderno.
• Hernández Sampieri, R., Fernández Collado, C. y
Baptista Lucio, P. (2010). Metodología de la
Investigación. México: McGraw-Hill.