Transcription
[Música]
Buenas noches. Bueno, siguiendo con lo que hemos trabajado durante el módulo, llegamos a la unidad número 8, la semana final del módulo de Seminario de Tesis Doctoral 1, donde estaremos abordando procedimientos de análisis cualitativos y mixtos en la investigación doctoral.
En esta semana estaremos trabajando y desarrollando la competencia de diseño del procedimiento de análisis en los datos a partir de los datos de su investigación. Es importante que entendamos cómo en este proceso nos encontramos con aspectos muy interesantes que requieren una atención especial para poder comprender. Estamos hablando de cómo, en el propio proceso, el procedimiento de análisis de datos en una investigación doctoral se refiere al conjunto de técnicas y pasos utilizados para, ¿para qué? Para poder examinar, organizar, interpretar y sacar conclusiones de los datos recopilados durante todo el estudio. Es una etapa crucial en el proceso de investigación, ya que permite, en primer lugar, responder al problema de investigación y a los, y, y, y, y acercarnos a alcanzar los objetivos específicos planteados que están relacionados con el, el, el mismo momento de caracterización de todo el problema en su contexto.
Es importante destacar que el procedimiento de análisis de datos puede variar dependiendo del enfoque metodológico utilizado, y me refiero al enfoque cuantitativo, cualitativo y mixto, y las técnicas específicamente empleadas. Además, es esencial que el análisis de datos sea realizado de una forma rigurosa, transparente, siguiendo buenas prácticas de investigación para garantizar un poco la validez y confiabilidad de los resultados.
Dentro de este proceso de, de, de, de análisis de datos, tenemos que ver cómo, dentro del enfoque cuantitativo, desde la estadística en la investigación como tal, nos estamos refiriendo al uso de técnicas estadísticas para poder describir, para poder resumir datos recopilados en el estudio. La estadística descriptiva se centra, ¿en qué? En analizar las características básicas de los datos sin realizar inferencias más allá de la muestra en sí. Por tanto, entre los principales aspectos del análisis de datos cuantitativos se se encuentran los siguientes:
Medidas de tendencia central, donde se utilizan medidas como la media, la mediana, la moda para poder describir el valor típico central de una variable. Y estas medidas proporcionan una idea de la ubicación de los datos en relación con su promedio o valor, eh, más frecuente.
Eh, nos encontramos también con la medida de dispersión. La medida de dispersión se emplea, eh, a, a partir de la, de la desviación estándar, del rango, de la varianza para poder evaluar la variabilidad de los datos. Estas medidas indican cuánto se dispersan los datos alrededor de la medida de tendencia central de la investigación.
También se encuentran las tablas y gráficos que se crean a partir de, de los datos que se procesan y se presentan de manera visual, de manera comprensible. Estos pueden incluir distribuciones de frecuencia, histogramas, diagramas de dispersión, gráficos de barra, entre otros. Estas representaciones visuales ayudan, ¿a qué? A poder identificar patrones, tendencias, características de los datos.
También, eh, nos encontramos con el análisis de correlación, que es dónde se examina, dónde se establece la relación entre dos o más variables utilizando coeficientes de correlación, como por ejemplo, el coeficiente Pearson. Esto permite, en primer lugar, determinar si existe una asociación lineal entre las variables y la dirección y fuerza de trabajo.
Y el análisis de regresión, que se utiliza para poder examinar la relación entre una variable dependiente y una variable independiente. Se ajusta fundamentalmente a un modelo matemático.
Entonces, tenemos que pensar cómo nosotros podemos avanzar. Por tanto, el análisis de estos datos cuantitativos desde la estadística descriptiva, que nos proporciona una visión clara, una visión concisa de los datos recopilados en la investigación doctoral.
Por otra parte, el análisis de datos cuantitativos desde la estadística inferencial en la investigación doctoral, ¿a qué se refiere? Al uso de técnicas estadísticas para poder realizar inferencias y generalizaciones más allá de los datos recopilados en el estudio. Es decir, nos permite obtener conclusiones sobre la población en su conjunto, mientras que la estadística descriptiva se enfoca en resumir y describir datos.
Dentro de las principales variantes, eh, eh, cuando hablamos de la estadística inferencial, se destacan las pruebas de hipótesis, donde estas se utilizan para evaluar si hay evidencia estadística suficiente para poder aceptar, rechazar o rechazar una afirmación sobre la población.
Los intervalos de confianza, que se calculan intervalos de confianza para estimar un parámetro de la población desconocida. Estos intervalos nos indican un rango de valores dentro del cual es probable que se encuentre el verdadero valor del parámetro que nosotros queremos investigar con cierto nivel de confianza.
El análisis de varianza, que se utiliza para comparar las medias de tres o más grupos y, por supuesto, si hay que determinar diferencias significativas entre ellos.
La regresión y correlación, las, las pruebas no paramétricas, aspectos que finalmente tenemos que ir, eh, eh, desarrollando en este, en este proceso de análisis de datos. Tenemos las pruebas no paramétricas, como les comentaba, y es precisamente, eh, dónde se basan en rangos, medianas, diferencias de rango y son menos restrictivas en términos de supuestos.
El análisis de datos cuantitativos desde la estadística inferencial permite obtener conclusiones más allá de la muestra y hacer inferencias sobre la población de estudio. Es importante realizar este análisis de manera rigurosa, siguiendo los principios, los supuestos para poder, eh, utilizar las técnicas estadísticas adecuadas.
Dentro del, del procedimiento para análisis de datos cuantitativos desde la estadística descriptiva, generalmente se siguen pasos, como les había mencionado anteriormente a grandes rasgos: organización y limpieza de datos, cálculo de distribución de frecuencias y o medidas de tendencia central, cálculo de medidas de dispersión, cálculo de, de medidas de dispersión, creación de tablas.
Siguiendo con, con la lógica, y me disculpan porque sonaba constantemente el teléfono, eh, y tuve que parar un segundo. Nos, nos podemos concentrar en que las representaciones visuales ayudan a que a identificar patrones, tendencias, características de los datos, y finalmente, esto nos va llevando a poder hacer un análisis de datos que nos conduzca a resultados interesantes.
Es importante destacar que estos pasos pueden variarse según la naturaleza de los datos, según los objetivos específicos de la investigación. Además, es esencial utilizar estas técnicas estad, las técnicas estadísticas apropiadas y seguir estas buenas prácticas de análisis de datos cuantitativo para, de una vez, garantizar la validez y la confiabilidad de los resultados.
Por tanto, eh, no, no, no podemos, eh, olvidarnos de, de lo que, de lo que nos aporta este, este proceder en, en, en el enfoque cuantitativo, donde, eh, nos ubicamos precisamente en qué nos aporta y hasta dónde recordar cada uno de estos procedimientos desde la, desde la investigación que estamos llevando a, a en la práctica a cabo.
Desde los análisis de datos cualitativos, eh, ¿a qué nos referimos? Nos referimos al proceso de examinar, de comprender la información cualitativa recopilada durante el estudio. A diferencia de los datos cuantitativos, se basan en, ¿en qué? Se basan en medidas numéricas y estadísticas. Los datos cualitativos se, eh, obtienen a través de la observación, de la, del análisis de documento, de los grupos focales y que, por supuesto, se centran en narrativas, en descripciones, en discursos llenos de detalles de contextos que nos aportan a, eh, sobre la investigación aspectos claves para poder, eh, recrearnos en, en, en el análisis de los resultados.
El análisis de datos cualitativos implica también una serie de aspectos claves que ayudan a organizar, a categorizar y a también interpretar la información recopilada, como por ejemplo:
La transcripción y organización de datos. ¿De qué estamos hablando? Los datos cualitativos, por ejemplo, las grabaciones, las entrevistas, se transcriben, se organizan en formatos accesibles para poder, eh, hacer el análisis y posteriormente implica ese material bruto convertirlo en un texto escrito, establecer una, una conexión de un texto con otro en, en, en algo que nos ayude a facilitar la revisión.
Y los temas en la codificación, en la categorización y creación de temas en el análisis y la interpretación.
En la validación y triangulación, que mencionábamos anteriormente en la semana número seis.
Y también, como en, en el análisis de datos cualitativos, es importante este proceso, eh, reflexivo que busca comprender con profundidad los fenómenos que estamos estudiando, que busca, además del análisis, generar hallazgos, desarrollar teorías, establecer y generar marcos conceptuales que contribuyan al desarrollo del conocimiento en el tema que estamos trabajando.
El procedimiento fundamental para el análisis de datos cualitativos puede variar, pero siempre pensamos, pero ¿cuál es el que más me aporta? Pero todo varía en dependencia de la metodología, de los enfoques teóricos utilizados. Y aquí nos podemos, eh, ubicar en, eh, algunos pasos generales dentro del procesamiento, el procesamiento de datos cualitativos:
La organización y la preparación de datos, donde se transcribe y se organizan los datos cualitativos.
La lectura y familiarización como tal de los datos.
La codificación abierta, que se inicia el proceso, este, de codificación, donde se identifican unidades de significado relevantes en los datos y la asignación como tal de códigos descriptivos.
La creación de categorías y temas.
El desarrollo de un marco analítico.
El análisis cruzado comparativo son aspectos que finalmente nos llevan a la triangulación y validación.
Y, por supuesto, la interpretación y, y redacción de resultados finales.
Por tanto, eh, es importante destacar que dentro de la, del análisis de datos cualitativos, H, H, señalamos que es un proceso reflexivo, que es un proceso de, de rigurosidad y transparencia para poder garantizar la validez y la confiabilidad de los resultados obtenidos.
Ya en el análisis de los datos, eh, mixtos, nos encontramos con, eh, eh, esta aproximación de, a partir de la combinación de métodos de recolección de datos, de los enfoques cual y cuanti, y de cómo se, se da una comprensión mucho más clara, más enriquecedora de un fenómeno. Y, por supuesto, implica también ese análisis simultáneo de datos cuanti, quali, permitiendo examinar aspectos cuantificables, eh, cualitativos de un fenómeno de estudio.
El proceso de análisis de datos mitos, mixtos, eh, en, en esta investigación, en, en estas investigaciones doctorales, nos llevan a tener, eh, una secuencia de pasos:
Recopilación de datos, donde, eh, tanto lo cual como lo cuanti se utilizan, eh, en función de, eh, obtener resultados a partir de la pregunta de investigación, donde se combinan cuestionarios, entrevistas, observaciones, análisis de documento.
Integración de los datos, donde también, eh, hablamos sobre, sobre ellos anteriormente.
El análisis concurrente.
La comparación.
Integridad de los resultados.
La triangulación y validación.
La preparación como tal de esos datos.
Y, eh, la integración de los datos.
Es importante que, que, eh, destacar que dentro de los datos mixtos se requiere un enfoque integrado, un enfoque colaborativo, donde los investigadores trabajen en estrecha, eh, colaboración con, h, con, con la combinación de los enfoques cual y cuanti para poder tener resultados efectivos y para poder realizar, eh, una investigación científica donde se, eh, aporte fundamentalmente a la ciencia, ajustándose a las necesidades, a las características de la investigación que estamos desarrollando.
Eh, se dice todo muy bonito, pero sé que cuesta un poco de trabajo. Y los exhorto a poder cerrar este, este ciclo tan importante para poder continuar con la investigación. Como siempre, estoy abierta a recomendaciones, a sugerencias, a preguntas para, eh, concluir este módulo. Le deseo muchos éxitos en la culminación de las actividades evaluativas del módulo y seguimos en contacto para todo lo que necesiten en función de la tesis doctoral. Un abrazo, señores. Que estén muy bien. Éxitos.
foreign [Música]