Procesamiento y análisis de datos para tesis: SPSS y Atlas.ti

Cuando terminas de recolectar información, todavía no “tienes resultados”: tienes datos en bruto. El reto es transformarlos en resultados ordenados y analizables y, después, interpretarlos para responder tu problema, objetivos e hipótesis (si aplica).

Procesamiento de datos: qué es y por qué se planifica

El procesamiento de la información consiste en tomar datos “dispersos y desordenados” y convertirlos en resultados “agrupados y ordenados”, a partir de los cuales se realiza el análisis según objetivos e hipótesis o preguntas de investigación (Bernal, 2010).

Además, se indica que en el anteproyecto debe mencionarse cómo se hará el procesamiento, y en el informe final debe mostrarse el procedimiento mediante la descripción de resultados (Bernal, 2010).

Diferencia entre “procesamiento” y “análisis” de datos

En un plan de tabulación y análisis, el procesamiento puede incluir operaciones como codificación, tabulación, categorización de preguntas abiertas y construcción de tablas y gráficos (Parreño, 2016).

Por su parte, el análisis puede entenderse como algo más que “fragmentar”: se plantea que analizar implica establecer relaciones entre los datos para generar significados e interpretaciones (Hurtado, 2010).

Plan de tabulación y análisis: plantilla aplicada para tesis

Un plan útil deja por escrito (como mínimo):

• Qué variables o criterios usarás para ordenar los datos (Bernal, 2010).
• Qué herramientas/programas emplearás para procesar (Bernal, 2010).
• Qué operaciones aplicarás (codificación, tabulación, categorización de abiertas, tablas y gráficos) (Parreño, 2016).
• Cómo vas a analizar y discutir resultados en función del problema, objetivos, hipótesis (si existe) y marco teórico (Bernal, 2010).

En trabajos con hipótesis y estadística, se señala que el diseño debería incluir un plan de análisis estadístico, de lo contrario habrá dificultades para comprobar o verificar hipótesis (Ñaupas et al., 2018).

Procesamiento de datos cuantitativos: de la codificación a SPSS

Codificación y tabulación (lo que casi siempre se subestima)

Dentro del plan de tabulación, la codificación se define como asignar números o símbolos a categorías de respuesta y se advierte que, aunque es mecánica, de ella depende evitar errores de tabulación y análisis posterior (Parreño, 2016).

La tabulación se describe como determinar frecuencias de aparición; puede ser manual o mecánica, y la mecánica aporta rapidez y exactitud (Parreño, 2016).

En ese marco, se mencionan programas para tabulación mecánica como Microsoft Excel, Epiinfo y SPSS (Parreño, 2016).

Base de datos y control (antes de correr estadística)

Se plantea que el procesamiento puede comprender etapas como revisión crítica, construcción de base de datos y ordenamiento/reducción (Ñaupas et al., 2018).

También se describe la base como una tabla de doble entrada (ítems × unidades) y se subraya el control para verificar exactitud en la digitación (Ñaupas et al., 2018).

Estadística descriptiva e inferencial (según tu objetivo/hipótesis)

Se listan herramientas de procesamiento como distribuciones de frecuencia, representaciones gráficas, medidas de tendencia central y dispersión (Bernal, 2010).

Y, como pruebas estadísticas, se mencionan, entre otras, prueba t, análisis de varianza, chi cuadrado, regresión y correlación, Manova (Bernal, 2010).

Procesamiento y análisis de datos cualitativos: categorías, códigos y Atlas.ti

En análisis cualitativo, la codificación se presenta como un paso clave: los códigos permiten marcar segmentos y los programas pueden recuperar y agrupar unidades por categoría a partir de esos códigos (Hurtado, 2010).

Codificación abierta, axial y selectiva (cuando tu diseño lo exige)

En el reporte cualitativo se incluyen “niveles de codificación” y se mencionan codificación abierta, axial y selectiva (Hernández et al., 2014).

Nota editorial: si tu marco metodológico es teoría fundamentada o un análisis inspirado en ella, estos niveles suelen aparecer como parte del proceso de análisis; lo importante es que tu tesis explique qué hiciste, con qué datos, con qué reglas y cómo eso responde a tus objetivos.

Tabulación cualitativa (sí, también puede existir)

Se define la tabulación cualitativa como organizar datos (derivados de categorización y codificación) en tablas para resumir y visualizar; además, se plantea que las tablas pueden facilitar relaciones propias del procesamiento (Hurtado, 2010).

Atlas.ti y el rol del investigador

Se indica que los programas de análisis cualitativo asistido por computadora no sustituyen el análisis creativo y profundo del investigador; solo facilitan la tarea (Hernández et al., 2014).

En ese mismo apartado se describe Atlas.ti como un programa para segmentar datos en unidades de significado, codificar y relacionar conceptos/categorías/temas (Hernández et al., 2014).

Presentación y discusión de resultados en la tesis

Se plantea que el procesamiento genera resultados sobre los cuales se realiza descripción, análisis y discusión, conduciendo a conclusiones y recomendaciones en función del problema, objetivos, hipótesis (si aplica) y marco teórico (Bernal, 2010).

También se indica que el procesamiento suele presentarse en tablas, figuras y gráficos (Bernal, 2010).

Para la discusión, se señala que debe reflexionarse sobre la coherencia de resultados con objetivos y marco teórico, evitando juicios de valor (Bernal, 2010).

Problemas frecuentes (y cómo detectarlos antes de entregar)

Se advierte que, al procesar y analizar datos, pueden aparecer hallazgos como: falta de información (volver y reforzar búsqueda), calidad no esperada (corregir errores de procesamiento/selección) o datos divergentes (revisar si son errores o posiciones contrapuestas y evaluar la confianza de las fuentes) (Muñoz, 2015).

También se critica quedarse solo en lo descriptivo (abundan cifras), sin explicar “porqués” ni plantear soluciones (Muñoz, 2015).

Checklist rápido antes de redactar Resultados:

• ¿Cada tabla/figura responde a un objetivo o variable?
• ¿Tu codificación evita ambigüedades y permite tabular sin errores? (Parreño, 2016).
• ¿Tu discusión conecta resultados con problema, objetivos e hipótesis (si existe) y marco teórico, evitando juicios de valor? (Bernal, 2010).

Preguntas frecuentes

Apoyo académico

Si estás por empezar tu procesamiento y análisis de datos o ya estás trabado con la codificación, tabulación, interpretación o discusión, podemos orientarte para que tu plan quede consistente con tus objetivos y tu diseño.

Ya sea que estés en pregrado, maestría o doctorado, puedes enviarnos tus avances (matriz/base de datos, códigos/categorías, tablas preliminares o tu capítulo de resultados) para recibir una guía clara de siguientes pasos, sin promesas de resultados ni atajos, solo orden metodológico y acompañamiento.

Cobertura de nuestro servicio: Chile, Argentina, México, Colombia, Ecuador, España, Estados Unidos, Perú y Venezuela.
Correo: contacto@deunatesis.com

Referencias bibliográficas

Bernal, C. (2010). Metodología de la investigación: Administración, economía, humanidades y ciencias sociales (3a ed.). Pearson Educación.

Hernández, R., Fernández, C. y Baptista, P. (2014). Metodología de la investigación (6a ed.). McGraw-Hill.

Hernández, R. y Mendoza, C. (2018). Metodología de la investigación: Las rutas cuantitativa, cualitativa y mixta. McGraw-Hill Education.

Hurtado, J. (2010). Metodología de la investigación: Guía para una comprensión holística de la ciencia (4a ed.). Quirón Ediciones.

Muñoz, C. I. (2015). Metodología de la investigación. Oxford University Press México.

Ñaupas, H., Valdivia, M., Vilela, J. y Romero Delgado, H. E. (2018). Metodología de la investigación: Cualitativa – cuantitativa y redacción de la tesis (5a ed.). Ediciones de la U.

Parreño, Á. (2016). Metodología de investigación en salud. Escuela Superior Politécnica de Chimborazo.