Universidad Metropolitana Universidad del Este Escuela de Estudios Profesionales
Programa AHORA Dr. Josué E. Ortiz Cintrón
HESM 550
Trabajo especial 7
Tipos de Datos :Fortalezas y Limitaciones
1- ¿Qué tipo de datos existen? Expliquen su definición?
Cualitativos
Los datos cualitativos son los que nos dan un enfoque o punto de vista frente a la
investigación pero estos no se miden por números si no por medio de entrevistas, observación, encuestas las cuales describen los hábitos, gustos entre otras cosas de las personas. Son utilizados en investigaciones que contienen diferentes factores a medir. Araujo, M.(2011)
Cuantitativos
Los datos cuantitativos son datos que pueden medir y calcular algo para llegar a un punto en la investigación. Estos datos se caracterizan por informar através de números y así poder explicar el experimento o la investigación que se está llevando acabo es vital que estos tipos de datos se sepan interpretar y analizar para poder informar de manera lógica sobre la investigación. Se refiere a la obtención de información tangible que nos indica hacia dónde vamos y así podemos demostrar si estamos correctos o no en la hipótesis planteada. Araujo, M. (2011).
2-¿Discuta sus características y los requisitos con los que se deben cumplir al ser recolectados?
Los datos cuantitativos son numéricos, se pueden medir y controlar, son objetivos, se pueden manipular, ayudan en el análisis para saber si la hipótesis o lo que se quiera probar tiene fundamentos, ayudan a que la investigación esté respaldada por los hallazgos dándole
Cualquier tipo de dato como requisito para su recolección necesita un instrumento de medición confiable y válido para que puedan aceptarse los resultados.Requisitos para la
recolección de datos los mismos deben poseer confiabilidad, validez y con objetividad. Además los datos y/o información recolectada deben poseer las siguientes características :
Según, Power Data (2016). Precisa (Accurate)
Que la información debe ser precisa y exacta. Completa (Complete)
La información incompleta puede provocar una toma de decisiones errónea. Pero tenemos el problema de que una información completa para una persona podría ser incompleta para otro. Por ejemplo, el vicepresidente de marketing y el director de investigación y desarrollo de una compañía farmacéutica pueden estar interesados en pruebas de ensayos clínicos de un nuevo fármaco, pero cada uno puede requerir diferentes niveles de detalle.
Compatible (Compatible)
La calidad de la información se encuentra no sólo en la información en sí misma, sino también en la forma en que se puede combinar con otra información.
Orientada al usuario (User-targeted)
La información debe ser comunicada en un estilo, formato, detalle y complejidad, que sea compatible con las necesidades de los usuarios de esa información. Por ejemplo, unos altos directivos pueden necesitar unos breves informes que les permitan comprender la rentabilidad del negocio a simple vista, mientras que los gerentes de operaciones pueden necesitar
El componente clave para la calidad de la información es que la información se dirija a las personas adecuadas. Si no es así, quien reciba la información pensará que ésta no es relevante para sus necesidades y la desechará.
Accesible (Accessible)
La información accesible es la información que se puede obtener cuando es necesaria. La accesibilidad depende de quien la tiene que recibir y también de las circunstancias específicas en un momento dado. Para una buena calidad de la información la puntualidad y la accesibilidad deben complementarse entre sí. Aplicaciones para el control de movimientos bancarios o de tarjetas de crédito y las de inversión en bolsa, son ejemplos de la importancia de esta
característica. Oportuna (Timely)
La información oportuna o puntual es la que todavía es útil. Es actual. La información tiene un tiempo de vida que depende de la rapidez con que nueva información puede ser procesada y comunicada sustituyendo a la anterior. La puntualidad de la información va de la mano de la exactitud de la información.
Fácil de usar (Easy to use)
La información debe ser comprensible para los usuarios. 3-¿Qué fortalezas o debilidades pueden exhibir los datos?
DATOS CUANTITATIVOS Fortalezas
• Los datos son analizados bajo el marco estadístico de la distribución normal, lo que requiere poblaciones grandes para garantizar la mayor variedad de
• Control porque permite al investigador identificar las causas de sus observaciones en un intento por entender mejor el problema en diferentes niveles.
• La recolección de datos también es controlada con la aplicación de instrumentos que contienen ítems.
• La hipótesis debe existir y ser sujeta a pruebas empíricas dentro del marco de la investigación.
• La operacionalización es esencial para identificar los elementos medibles que definen las variables que interactúan, estableciendo los referentes empíricos o términos dentro de la misma. Este proceso es necesario para eliminar confusiones de concepto, significado y comunicación.
• Usando los mismos instrumentos y aplicando las mismas técnicas, los resultados deben ser los mismos.
Debilidades
• Los seres humanos no necesariamente responden de la misma manera bajo las mismas circunstancias, ni siquiera una misma persona.
• En sus análisis e interpretaciones no incluye nociones como la libertad, la voluntad, la libre elección o la responsabilidad moral.
• Tiende a asumir que los hechos son absolutos y verdaderos lo que lleva a generalizar a todas las personas por igual todo el tiempo de la misma manera. • El estudio, definición, recolección de datos, y análisis bien pueden ser
• Por el comportamiento humano y sus experiencias, es difícil identificar, definir y controlar todas las variables.
DATOS CUALITATIVOS Fortalezas
• Reconocen que el significado de las cosas no se descubre de manera objetiva. Por el contrario, son definidas por las personas dentro de un contexto.
• La cercanía del investigador con el estudio y los sujetos le permite el desarrollo de un punto de vista más sensible dentro del campo.
• Interpretativos en la medida en la que se centra en que definiciones diferentes son igualmente importantes para el análisis. Esto libera la interpretación de resultados generalizados.
• El enfoque no requiere ser probado por teorías existentes, por el contrario, busca producir nuevas teorías.
• La observación en contexto permite al investigador estudiar las formas no verbales de comunicación como el lenguaje corporal y la entonación, como respuesta de los sujetos en el contexto.
Debilidades
• El estudio no puede ser reproducido en ningún nivel o capacidad, y los resultados no pueden ser aplicados ni generalizados en contextos más grandes.
• La presencia del investigador termina teniendo un impacto significativo en los sujetos.
• El tiempo para la recolección de datos, el análisis e interpretación de ellos es extenso.
4- ¿Cómo puedes demostrar que los datos recolectados son realmente confiables y que poseen validez para la investigación que estas efectuando?
Hoy día es importante recopilar datos confiables y válidos. Para demostrar que los datos recolectados son confiables y válidos hay que realizar un análisis de los datos para poder describirlos y resumirlos, identificar la relación entre las variables, compararlas, hacer inferencias y así obtener los resultados.
Los criterios a evaluar para demostrar que los datos recolectados son confiables y tienen validez Debemos observar que posean :
• Claridad en la redacción
• Coherencia interna
• Inducción a la respuesta (Sesgo)
• Lenguaje adecuado con el nivel del informante
• instrucciones precisas o claras
• instrucciones precisas
• estructura sintáctica de las oraciones muy de fácil manejo
• preguntas adecuadas respecto a las especificaciones (sobre todo en pruebas escritas y orales).
• Al escoger una muestra, deben ser representativas incluyendo el tamaño correcto.
Carabobo (2007).
Existen varios factores que tienden a distorsionar los coeficientes de validez y a complicar su interpretación, entre ellos:
- instrucciones imprecisas o vagas
- estructura sintáctica de las oraciones muy difíciles
- preguntas inadecuadas respecto a las especificaciones (sobre todo en pruebas escritas y orales)
- preguntas que sugieren la respuesta
- ambigüedad en la formulación de los reactivos,
- cuestionarios demasiado cortos
- Ítemes incongruentes con el universo de contenido, sin relación con los rasgos o características a medir
- ordenamiento inadecuado de los ítemes
- patrón identificable de respuestas
El término confiabilidad se refiere a exactitud con que un conjunto de puntajes de pruebas miden lo que tendrían que medir (ebel, 1977, citado por Fuentes, op. cit., p. 103). Entre los métodos para estimar la confiabilidad, se tienen:
Según. Corral de Franco,YJ., (2009)
Método Test-Retest: una forma de estimar la confiabilidad de un test o cuestionario es administrarlo dos veces al mismo grupo y correlacionar las puntuaciones obtenidas.
Método común de división , Hemitest :este método computa el coeficiente de
correlación entre los puntajes de las dos mitades del test o cuestionario aplicado. Esto supone que las dos test mitades son paralelos, tienen igual longitud y varianza entre sí. Corral de Franco,YJ., (2009).
El método de división por mitades de Rulon: utiliza la división del test en mitades, pero su método no supone necesariamente varianzas iguales en los sub-tests.
Coefiente Alfa de Cronbach: para evaluar la confiabilidad o la homogeneidad de las preguntas o ítemes es común emplear el coeficiente alfa de cronbach cuando se trata de alternativas de respuestas policotómicas, como las escalas tipo likert; la cual puede tomar valores entre 0 y 1, donde: 0 significa confiabilidad nula y 1 representa confiabilidad total. Corral de Franco,YJ., (2009).
Método de Kuder-Richarson: permite obtener la confiabilidad a partir de los datos obtenidos en una sola aplicación del test. Coeficiente de consistencia interna. puede ser usada en cuestionarios de ítemes dicotómicos y cuando existen alternativas dicotómicas con respuestas correctas e incorrectas.Corral de Franco,YJ., (2009).
En resumen para que sea confiable la información tiene que ser única y no repetible. Al escoger una muestra, deben ser representativas incluyendo el tamaño correcto.Si los datos son cuantitativos, la investigación suele ser más confiable, ya que los mismos pueden ser replicables y se puede generalizar logrando así la validez que se necesita para que la investigación sea aceptada.
5-¿Cómo diferencias entre variables continuas y discretas?
continuo y discreto. Los datos discretos son un conteo que no se puede hacer más preciso. Por lo general, implica números enteros. Por ejemplo, el número de niños o adultos, o mascotas, en su familia es información discreta, porque está contando entidades enteras e indivisibles: no puede tener 2.5 hijos o 1.3 mascotas.
Datos cuantitativos discretos
No admiten valores intermedios. Se enumeran cuentan más que se “miden”. Suelen tomar solamente valores enteros , número de hijos, número de partos, número de hermanos, etc. Los datos continuos, por otro lado, podrían dividirse y reducirse a niveles cada vez más finos. Por ejemplo, puede medir la altura de sus hijos en escalas progresivamente más precisas en metros, centímetros, milímetros y más. La altura es un dato continuo. Minitab (2017). Datos cuantitativos continuos
Se pueden usar en muchos tipos diferentes de pruebas de hipótesis. Por ejemplo, para evaluar la precisión del peso impreso en la caja de manís, podríamos medir 30 cajas y realizar una prueba t de 1 muestra. Minitab (2017).
Algunos análisis usan datos cuantitativos continuos y discretos al mismo tiempo. 6-¿Cómo diferencias entre datos binarios y categóricos?
Datos binarios (dicotómicos)
Son aquellos que no se pueden expresar numéricamente. Representan una cualidad o atributo que clasifica a cada sujeto en una de varias categorías. Entre ellos es posible distinguir: Araujo, M. (2011).
• vivo/muerto: este es el ejemplo más claro (por lo menos no se conocen muchos casos de
estados intermedios entre la vida y la muerte).
• fumador/no fumador.
• respuesta a tratamiento (+)/(-): se cumplieron o no los criterios de éxito terapéutico.
• hombre/mujer.
• corecto/incorrecto
• verdadero/falso
• aceptar/rechazar.
Datos categóricos (multicotómicos)
Existe un número acotado pero mayor de dos de valores posibles. Las categorías pueden ser a su vez: Araujo, M.(2011).
Nominales: no existe un orden inherente entre las categorías, por ejemplo:
• Raza: Negro, blanco, asiático, latino.
• Grupo sanguíneo: A, B, O, AB.
Ordinales: los valores posibles de los datos tienen un orden, precedencia o jerarquía (ya sea natural, o asignada según alguna preferencia); generalmente se expresan como escalas:
• Estadio tumoral: I, II, III, IV.
• Severidad de la depresión: leve, moderada, severa. Araujo, M.(2011).
7-¿Por qué es importante en una investigación en servicios de salud la obtención correcta de los tipos de datos de la misma? Explique mediante un ejemplo su argumentación
hipótesis formulada. Para ello, es imprescindible realizar un proceso de recolección de datos en forma planificada y teniendo claros objetivos sobre el nivel de profundidad de la información a recolectar (Zapata & Rivera, 2011).
El conocimiento de los método estadístico está estrechamente ligado a una buena práctica de la investigación en salud. Ya que es necesario para poder interpretar correctamente y de una manera crítica los resultados obtenidos. Podemos considerar como premisa que un buen trabajo de investigación en salud debe dedicar un espacio a describir los métodos de análisis de datos utilizados; y entre los factores determinantes para un buen análisis se encuentra el tipo de diseño y el conocimiento de las variables de estudio.( Cantu, P. y Gómez ,L.,2003)
Referencias
Araujo, M. (2011).Tipos de datos - Medwave
Recuperado de: https://www.medwave.cl/link.cgi/Medwave/Series/mbe01/4981
Cantu, P. y Gómez ,L.,(2003).EL VALOR DE LA ESTADÍSTICA PARA LA SALUD PÚ
BLICA
Recuperado de : respyn2.uanl.mx/iv/1/ensayos/bioestadistica.html
Corral de Franco,YJ., (2009). YJ.VALIDEz Y CONFIABILIDAD DE LOS INSTRUMENTOS
Recuperado de: servicio. bc. uc. edu.ve/educación/revista/n33/art12. pdf
Minitab (2017). ¿ Qu é son variables categóricas, discretas y continuas? - Minitab
Recuperado de: oerhttps://support.minitab.com/.../what-are-categorical-discrete-and-continuous-variables/
Ortiz, J. (2018).Tipos de Datos : Fortalezas y Limitaciones .Bayamón, Puerto Rico.
Pérez, M., (2014).TIPOS DE DATOS EN LA INVESTIGACIÓN by monica Perez on Prezi Recuperado de: https://prezi.com/fc4cokrirost/tipos-de-datos-en-la-investigacion/ Power Data (2016).Características necesarias para una buena calidad de la información Recuperado de: https://blog.powerdata.es/...datos/caracteristicas-necesarias-para-una-buena-calidad-de.
Ramírez, J. (2012). (Procedimiento para la elaboración de un análisis FODA como una ...
Tecnología-Información (2018).Tipos de datos Estadísticos: Discretos, continuos, categóricos y ...
