Técnicas de procesamiento y análisis de los datos en una tesis

Cuando llegas a la etapa de resultados, no basta con “tener datos”: necesitas procesarlos (prepararlos y ordenarlos) y luego analizarlos (darles sentido para responder tu pregunta). Si quieres entender el proceso completo paso a paso, puedes revisar esta guía sobre procesamiento y análisis de datos para tesis.

En esta guía aplicada verás un camino práctico para armar tu plan de procesamiento y análisis y ejecutarlo con orden, evitando que la tesis se convierta en una acumulación de tablas o citas sin interpretación.

Procesamiento vs. análisis de datos: qué hace cada uno (y por qué importa)

En una tesis, analizar no es solo “descomponer” información: implica establecer relaciones entre los datos para construir significados e interpretaciones útiles para tu evento de estudio (Hurtado, 2010). En esa lógica, el análisis se apoya en un proceso con pasos encadenados: revisión/organización, categorización, codificación, tabulación, procesamiento (aplicación de técnica), graficación, interpretación y discusión (Hurtado, 2010).

Traducción aplicada a tu capítulo de resultados:

• Procesamiento: preparar el material (revisar, ordenar, codificar, tabular, construir tablas/gráficos).
• Análisis: aplicar técnicas (estadísticas o cualitativas) y interpretar lo que significan los resultados en relación con tu pregunta/objetivos.

Antes de recolectar: arma tu plan de tabulación y análisis

Una forma práctica de evitar improvisación es definir, desde el diseño metodológico, cómo vas a procesar y analizar la información. Si tienes dudas sobre cómo construir este plan o elegir la técnica adecuada, puede ser útil solicitar una asesoría de tesis para revisar tu diseño metodológico.

Un plan de tabulación y análisis puede incluir operaciones clave como codificación, tabulación, categorización de preguntas abiertas y construcción de tablas y gráficos (Parreño, 2016).

Checklist mínimo para tu plan (lo que debe quedar escrito en la tesis):

• Qué variables/categorías vas a usar para ordenar los datos (Bernal, 2010).
• Cómo codificarás (números o símbolos por categoría de respuesta) y por qué eso reduce errores posteriores (Parreño, 2016).
• Cómo tabularás (frecuencias, cruces, tablas) y si será manual o con software (Parreño, 2016).
• Qué programa usarás (por ejemplo, hojas de cálculo o software estadístico) (Bernal, 2010; Hernández y Mendoza, 2018).
• Qué tipo de técnica aplicarás (estadística o cualitativa) según tu objetivo y tus datos (Hurtado, 2010).

Paso a paso del procesamiento: de datos “dispersos” a datos listos para analizar

Si quieres un flujo claro, este orden funciona como columna vertebral:

1) Revisión y organización del material

Preparas los datos para analizarlos: revisar, transcribir/digitalizar si aplica, hacer lecturas preliminares y organizar la secuencia de análisis (Hurtado, 2010).

Agrupas información en categorías. En preguntas abiertas, esta categorización requiere revisión cuidadosa y puede apoyarse en análisis de contenido (Parreño, 2016).

2) Categorización

3) Codificación

Asignas códigos (numéricos o simbólicos) para identificar categorías. En cualitativo, la codificación te ayuda a marcar segmentos y recuperar unidades asociadas a cada categoría (Hurtado de Barrera, 2010). En cuantitativo, codificar bien es “mecánico” pero crítico porque impacta tabulación y análisis posterior (Parreño, 2016).

4) Tabulación

Organizas lo codificado en tablas para resumir y visualizar. Incluso en análisis cualitativo, tabular puede facilitar captar aspectos relevantes y apoyar el procesamiento (Hurtado, 2010). En cuantitativo, tabular suele implicar frecuencias y conteos (Parreño, 2016).

5) Procesamiento (aplicar la técnica)

Aquí ocurre el análisis “propiamente dicho”: aplicar una técnica para relacionar datos y llegar a interpretaciones (Hurtado, 2010).

Técnicas de análisis cuantitativo: qué hacer con una matriz de datos

En la ruta cuantitativa, el análisis se apoya en procedimientos estadísticos (Hernández et al., 2014). Un esquema operativo para “analizar estadísticamente” incluye decidir el programa, explorar datos, analizar descriptivamente por variable, visualizar, aplicar pruebas para hipótesis (análisis inferencial), hacer análisis adicionales y preparar resultados (Hernández y Mendoza, 2018).

Técnicas y herramientas que suelen aparecer en tesis cuantitativas

• Distribuciones de frecuencia y representaciones gráficas (por ejemplo, histogramas, barras o “pie”) (Bernal, 2010).
• Medidas de tendencia central (media, moda, mediana) y dispersión (varianza, desviación estándar) (Bernal, 2010).
• Pruebas estadísticas (ejemplos: t de Student, Z, ANOVA, ANCOVA, chi cuadrado, regresión/correlación, regresión múltiple, factores, MANOVA) (Bernal, 2010).

Nota práctica para redactar: si reportas una prueba, no la sueltes “en el aire”. Amárrala a tu objetivo/hipótesis y explica el sentido del resultado en tu contexto (Hernández y Mendoza, 2018).

Técnicas de análisis cualitativo: cómo pasar de textos a interpretaciones

En cualitativo, el análisis no se centra en medición numérica ni es esencialmente estadístico; busca interpretar perspectivas y significados (Hernández et al., 2014). En este camino, el proceso general puede conservar etapas como revisión/organización, categorización, codificación, tabulación, procesamiento, representación gráfica, interpretación y discusión (Hurtado de Barrera, 2010).

El “corazón” del análisis cualitativo: relacionar

El procesamiento consiste en operaciones para relacionar datos y encontrar sentido; las técnicas de análisis son procedimientos explícitos para establecer esas relaciones (Hurtado de Barrera, 2010).

Software como apoyo (no reemplazo)

Hay programas como el Atlas.ti que apoyan el análisis cualitativo (por ejemplo, para segmentar y codificar), pero no sustituyen el análisis profundo del investigador (Hernández et al., 2014; Hernández y Mendoza, 2018).

Presentación de resultados: tablas, gráficos, interpretación y discusión

No todo termina cuando “sale el output”. En el flujo propuesto, después del procesamiento vienen graficación/representación, interpretación y discusión (Hurtado, 2010). Además, agrupar datos en tablas y gráficos ayuda a disponer información según tipo/cantidad y considerar relaciones entre diferentes elementos (Parreño, 2016).

Guía breve para que tu capítulo no se quede en “reporte”:

• Tablas/gráficos: muestran patrones y apoyan comparaciones (Parreño, 2016).
• Interpretación: explica qué significan esos patrones para tu pregunta/objetivos (Hurtado, 2010).
• Discusión: integra lo encontrado en un argumento final (Hurtado, 2010).

Cuando el problema viene desde el planteamiento o el diseño metodológico, puede ser necesario revisar partes de la elaboración de tesis para que resultados y objetivos estén bien alineados.

Preguntas frecuentes sobre técnicas de procesamiento y análisis de datos en una tesis

Si estás por procesar y analizar datos, una ayuda concreta suele ser convertir tu plan (codificación–tabulación–técnica–interpretación) en un guion de trabajo que encaje con tus objetivos. Para eso puedes solicitar una asesoría de tesis donde revisamos tu matriz de datos, tu plan de análisis y el capítulo de resultados.

Ya sea que estés en pregrado, maestría o doctorado, puedes enviarnos tus avances (matriz, transcripciones, códigos, tablas preliminares o borrador del capítulo de resultados) para orientarte en el armado del plan y la redacción metodológica.

Cobertura internacional: Chile, Argentina, México, Colombia, Ecuador, España, Estados Unidos, Costa Rica, Perú y Venezuela.

Correo: contacto@deunatesis.com

Referencias bibliográficas

Bernal, C. (2010). Metodología de la investigación: Administración, economía, humanidades y ciencias sociales (3.ª ed.). Pearson.
Hernández, R., Fernández, C., y Baptista, P. (2014). Metodología de la investigación (6.ª ed.). McGraw-Hill.
Hernández, R., y Mendoza, C. (2018). Metodología de la investigación: Las rutas cuantitativa, cualitativa y mixta. McGraw-Hill.
Hurtado, J. (2010). Metodología de la investigación: Guía para una comprensión holística de la ciencia (4.ª ed.). Quirón Ediciones.
Parreño, Á. (2016). Metodología de la investigación en salud. ESPOCH.