Pasos en el análisis estadístico

Por macarena cansino ; última actualización 26/08/2019

Los análisis estadísticos son muy necesarios para las investigaciones. Técnicas de análisis de datos desde las más básicas hasta las más sofisticadas están hoy al alcance de todos. Valoremos los pasos para realizar un análisis estadístico.

Los análisis estadísticos son muy necesarios para las investigaciones de tipo cuantitativo e incluso cualitativo.

Economía, mercadeo, finanzas, geografía, biología, medicina, ingeniería y muchas otras ramas del quehacer y del saber humano aplican el análisis estadístico en sus distintas metodologías.

La disponibilidad de software estadístico como el SPSS, Statgraphics, Minitab, SAS, incluso el complemento de herramientas para análisis Microsoft Excel, han contribuido a la masificación del uso del análisis estadístico para todo tipo de profesional.

Técnicas de análisis de datos desde las más básicas hasta las más sofisticadas y novedosas están hoy al alcance de todos, se convierten en un verdadero “boom” de herramientas de análisis de datos para la tomas de decisiones, aunque no todos saben usarla de la mejor forma.

Repasemos los conceptos de análisis de datos, análisis estadístico y los pasos de un estudio estadístico.

Te puede interesar: ¿Cómo hacer un gráfico de barras para mostrar porcentajes?

¿Qué es un análisis estadístico?

Un análisis estadístico otorga validez y confiabilidad a los resultados o supuestos de cualquier investigación, permite emitir conclusiones y tomar decisiones que aplican a un universo o población a partir de una pequeña muestra analizada.

El análisis estadístico es todo un proceso dentro del protocolo de investigación que abarca:

  • Definición de las variables de estudio 
  • Definición de hipótesis o supuestos
  • Indicadores para la medición de las mismas 
  • Selección y medición de sujetos de la muestra y los datos
  • Cálculos descriptivos, medidas de tendencia central y de variabilidad 
  • Selección y aplicación de herramientas de análisis inferencial
  • Contraste de las hipótesis  
  • Presentación de resultados y conclusiones

SAS uno de los grandes en el análisis de datos para la industria define el análisis estadístico como un procedimiento para la recopilación, exploración y presentación de grandes cantidades de datos con el fin de buscar tendencias o descubrir patrones.

Las técnicas de análisis de datos estadísticos van desde los simples métodos descriptivos para resumir o describir datos, como las medias de tendencia central y las medias de variabilidad o dispersión; pasando por técnicas de análisis estadístico inferencial más complejas como los intervalos de confianza, contrastes de hipótesis, ANOVA, la regresión lineal, hasta poderosas herramientas de simulación.

En síntesis un análisis estadístico involucra un conjunto de procedimientos y técnicas que ayudan a dar sentido y validez a los datos. Valoremos los pasos de un estudio estadístico.

No dejes de leer: ¿Cuáles son las ventajas de utilizar un programa dedicado al software estadístico para realizar análisis de datos?

¿Qué es un análisis de datos?

El portal BID Mejorando vidas nos muestra los pasos para un buen análisis de datos.

Un análisis de datos es la fase del proceso investigativo que consiste en establecer inferencias y descriptores para las variables estudiadas a fin de generar conclusiones o resultados contundentes.

El análisis de datos examina, depura, transforma y resume los datos recabados a fin de generar conclusiones útiles para cualquier toma de decisión, así como aceptar o rechazar hipótesis de una investigación.

El análisis de datos se vale del empleo de herramientas estadísticas para describir variables, aproximar valores de una muestra a una población, explicar posibles relaciones entre distintas variables estudiadas, generar pronósticos, simulaciones o aproximaciones a un fenómeno.

Te puede interesar: Usos de las computadoras en la investigación científica

¿Cómo hacer un análisis estadístico?

Independientemente del método específico elegido, realizar un análisis estadístico requiere preguntas claras de investigación, un examen cuidadoso de los datos, análisis reproducibles y la capacidad de presentar los resultados de una manera comprensible.

Debes ser capaz de formular preguntas de investigación claras que describan lo que deseas aprender de tu análisis estadístico.

Podrías querer conocer o aproximar, por ejemplo, el rendimiento estudiantil en una universidad reconocida a partir el promedio de calificaciones obtenidas por los estudiantes de distintos años y carreras o el impacto de la educación y la formación adicional en los salarios promedio de los programadores de computadoras.

Las preguntas que intentas responder ayudarán a determinar el tipo de análisis que realices en los datos estadísticos.

La pregunta acerca de las calificaciones promedio, por ejemplo, podría requerir sólo un conjunto de estadísticas descriptivas, tales como los promedios.

Sin embargo, la aproximación acerca de la educación y el efecto de la formación en los salarios, requiere de un análisis más complejo como pruebas de hipótesis, prueba t-student y análisis de varianza (ANOVA).

Reúne e introduce tus datos. Los programas de hojas de cálculo como Excel, Numbers y Open Office son excelentes para la introducción de datos.

Medidas de estadística descriptiva como media, rango, varianza y desviación estándar, son fáciles de calcular a través de fórmulas de Microsoft Excel.

Cómo hacer un análisis de datos: tratamiento de los datos

Al introducir datos en una hoja de cálculo o base de datos, podrías tener que modificar el formato para satisfacer tus necesidades de análisis.

Por ejemplo, si los datos provienen de un cuestionario o en un conjunto de entrevistas, tendrás que asignar códigos numéricos a datos cualitativos para que puedan ser correctamente analizadas con técnicas o software estadísticos.

Examina tus datos visualmente antes de embarcarte en análisis más complejos. Estudia tus datos, de qué tipo son, de dónde provienen, ¿son adecuados los métodos que empleas para generarlos?

Incluso los estadísticos y analistas de datos capacitados se toman el debido tiempo para examinar la información antes de su análisis, con ello buscan evitar sesgo o errores en el procesamiento.

Un método útil para la visualización, es producir un gráfico o una tabla que resuma la información.

Los programas estadísticos y Excel tienen la capacidad de hacerlo. BID Mejorando vidas nos presenta seis herramientas gratuitas y poco conocidas para analizar y visualizar datos.

El tipo de datos que se está analizando ayudará a determinar el tipo más adecuado de la gráfica.

Los gráficos circulares, por ejemplo, son una excelente manera de resumir proporciones o porcentajes, mientras que los gráficos de barras pueden representar visualmente cantidades o frecuencias observadas por categorías.

Herramientas como regresión lineal, te permiten generar pronósticos e incluso fórmulas de predicción. Estudia los resultados de cerca, buscando patrones que proporcionen respuestas a las preguntas de tu investigación.

Más sobre el tema: ¿Cómo usar la regresión múltiple en Excel?

Análisis estadísticos: herramientas de presentación de información

Resume los resultados de tus análisis estadísticos mediante tablas de datos o gráficos, si es posible. Para presentar tus resultados, usa una de ellas no ambas, pues para algunos lectores la información puede ser redundante.

Guarda tu información o datos en archivos CSV o .txt también conocidos como archivos de texto plano, así independientemente del dispositivo o programa usado serán fácilmente visibles.

Apóyate en programas como Microsoft PowerPoint a la hora de presentar tus resultados. Sé breve y utiliza el texto de tu informe para resaltar las principales conclusiones de tu análisis.

Ten precaución con los términos estadísticos y científicos a la hora de comunicar los resultados de tu análisis, procura una exposición didáctica.

Recuerda, no todos los miembros de tu público objetivo tendrán un amplio conocimiento estadístico, por lo que es importante que tu informe hable en un contexto compresible para todos los lectores, independientemente de tu nivel de conocimiento sobre estadísticas y análisis de datos.