La Recolección y análisis de datos cuantitativos

1. UNIVERSIDAD YACAMBÚ
VICERECTORADO DE INVESTIGACIÓN Y POSTGRADO
INSTITUTO DE INVESTIGACIÓN Y POSTGRADO
DOCTORADO EN GERENCIA
Seminario: Diseño en Investigación en Gerencia I
LA RECOLECCIÓN Y ANÁLISIS DE DATOS CUANTITATIVO.

2. UNIVERSIDAD YACAMBÚ
VICERECTORADO DE INVESTIGACIÓN Y POSTGRADO
INSTITUTO DE INVESTIGACIÓN Y POSTGRADO
DOCTORADO EN GERENCIA
Seminario: Diseño en Investigación en Gerencia I
La recolección y análisis de datos cuantitativo.
Autor: José Román Aponte Azuaje
Fecha: 15 de Octubre de 2013
RESUMEN
Generalmente en el proceso concreto de construcción del conocimiento en
el campo de la investigación social se habla de diseños cuantitativos y cualitativos:
El diseño cuantitativo es una forma de aproximación sistemática al estudio de la
realidad que se apoya principalmente en categorías numéricas y utiliza
preferentemente como base una información factible de cuantificar realizando el
análisis a través de diferentes formas de interrelacionarlas. El énfasis en el análisis
de los datos cuantificados se basa en las tendencias que muestra el
comportamiento de ellos. El método estadístico moderno se refiere a la Inferencia
estadística: ésta se relaciona con el desarrollo de métodos y técnicas para obtener,
analizar e interpretar datos cuantitativos de tal manera que la confiabilidad de las
conclusiones basadas en los datos pueda ser evaluada objetivamente por medio
del uso de la probabilidad. La teoría de la probabilidad permite pasar de datos
específicos a conclusiones generales, por eso desempeña un papel fundamental
en la teoría y aplicación de la estadística.
Descriptores: Investigación, diseño cuantitativo, datos cuantitativos, inferencia
estadística.

3. Introducción
Los antecedentes de la investigación social empírica suelen ubicarse en los
siglos XVII y XVIII, con el surgimiento del movimiento de la estadística social. Este
movimiento, donde destacan los aritméticos políticos ingleses y la escuela
estadística alemana, aplicó la ciencia estadística por primera vez al estudio de los
fenómenos sociales, económicos y demográficos. Hasta entonces, dichos
procedimientos de medición sólo se utilizaban en las ciencias naturales. De forma
general, el principio básico del que se parte es que la sociedad funciona de
manera similar a la naturaleza y, por lo tanto, el método científico de las ciencias
naturales (basado en la experimentación/observación y las matemáticas) es
aplicable también a las ciencias sociales. La realidad social es única, observable y
responde a regularidades (leyes universales). Lo cuantitativo es pues clave para
conocer la realidad. Esta perspectiva, conocida como positivismo, fue dominante
en las ciencias sociales hasta finales del siglo XIX, cuando empezaron a tomar
fuerza posturas que disentían en la equiparación del mundo social y natural.
Se fue formando así la perspectiva interpretativista, que parte de que no
existe una única realidad social, sino múltiples realidades que son experimentadas
por los distintos agentes. No hay pues unas leyes universales, más bien
manifestaciones específicas y singulares, por lo que lo relevante son los aspectos
cualitativos, no los cuantitativos.
Aunque estas dos corrientes admiten numerosos matices y son una
simplificación de las perspectivas epistemológicas, ha habido durante mucho
tiempo y sigue habiendo hoy en día manifiestas diferencias entre positivistas e
interpretativistas. Estas divergencias epistemológicas explican en gran parte la
falta de entendimiento entre disciplinas académicas, que suelen adscribirse a una
u otra corriente. Por ejemplo, los economistas suelen investigar mediante técnicas
cuantitativas (encuestas) mientras los antropólogos utilizan técnicas cualitativas
(observación, entrevistas, etc.).
En las últimas décadas se han tendido puentes entre ambas corrientes
epistemológicas, en lo que ha venido a llamarse el realismo. Existe una realidad
social independiente al observador, pero ésta no puede
ser conocida
objetivamente. Así, se puede describir la realidad, pero no aspirar a establecer la

4. verdad sobre ella. Desde esta perspectiva, tanto lo cuantitativo como lo cualitativo
tiene relevancia.
La metodología de la investigación proporciona tanto al estudiante como a
los profesionales una serie de herramientas teórico-prácticas para la solución de
problemas mediante el método científico. Estos conocimientos representan una
actividad de racionalización del entorno académico y profesional fomentando el
desarrollo intelectual a través de la investigación sistemática de la realidad. En el
presente ensayo se expone un panorama conceptual sobre el análisis de datos, se
describen de manera no exhaustiva algunos elementos estadísticos útiles tanto
para la organización y presentación de los datos como para el análisis de los
resultados.

5. Datos Cuantitativos
Recopilación de datos
Para el investigador, la información necesaria está constituida por datos. A
fin de que un análisis estadístico resulte útil en la toma de decisiones, los datos
deben ser apropiados. Hay, por lo menos, tres maneras de obtener datos:
i)
utilizar los datos publicados por fuentes gubernamentales,
industriales o particulares;
ii)
a través de la experimentación;
iii)
realizando encuestas.
Tipos de datos
En una investigación, se manejan diversas características, a las que se
denomina variables. Los datos son los resultados que se observan para estas
variables. Básicamente existen dos tipos de variables, que producen dos tipos de
datos: cualitativos y cuantitativos. Las primeras variables producen respuestas
categóricas, en tanto que las segundas producen respuestas numéricas. Por otra
parte, los datos cuantitativos pueden ser discretos o continuos. Los datos
cuantitativos discretos son respuestas numéricas que surgen de un proceso de
conteo, mientras que los continuos son los que surgen de un proceso de medición.
Ejemplo:
Tipos de datos
Tipos de preguntas
Cualitativos
¿Posee vivienda propia?
Discretos
Respuestas
Sí --No ---
¿Cuántos baños posee?
-------
Cuantitativos
Continuos
¿Cuál es la superficie cubierta?
-------

6. Tipos de escalas de medición
Todos los datos son en última instancia resultado de un proceso de
medición (hasta los datos discretos pueden considerarse resultado de una
medición mediante conteo). Podemos distinguir cuatro niveles de medición:
escala nominal, escala ordinal, escala de intervalo, escala de razón.
Escala nominal: corresponde a los datos cualitativos, cuando se clasifican en
categorías que no implican orden.
¿Es propietario de automóvil?
¿Cuál es su afiliación política?
Sí
No
Escala ordinal: cuando los datos cualitativos se clasifican en categorías
distintas en las que existe algún orden.
Rango docente
Titular
Asociado
Asistente
Instructor
Escala de intervalo: es una escala ordenada en la cual la diferencia entre las
mediciones es una cantidad que tiene significado preciso. Por ejemplo, si una
persona mide 1,65 m, entonces tiene 5 cm más que otra que mide 1,70 m.
Estos 5 cm representan la misma diferencia entre una persona que mide 1,82 m
y otra que mide 1,77m.
Escala de razón: En este caso, además de que las diferencias son significativas
e iguales en todos los puntos de la escala, existe un cero real, de modo que se
pueden considerar cocientes de mediciones. Por ejemplo, una persona que mide
180 cm tiene el doble de altura de otra que mide 90 cm, mientras que una
temperatura de 80ºC no significa precisamente el doble de otra de 40ºC.
Temperatura (en grados C)
Temperatura (en grados K)
Edad
Sueldo
de intervalo
de razón
de razón
de razón

7. Población y Muestra.
Una vez seleccionadas las técnicas y operacionalizadas las preguntas de
investigación, la última fase del diseño metodológico es la selección de los sujetos
a estudiar: el muestreo.
El muestreo consiste en seleccionar una serie de sujetos para obtener
información de ellos. En investigación cuantitativa, el muestreo se suele realizar
con la intención de que el análisis de la muestra sirva para tener una idea más o
menos aproximada de la población de la que proviene la muestra.
Cuando se habla de población, se establece que son cada elemento o ser
humano que conforman un todo. En este caso, serían las personas o elementos
que conforman el objetivo de la investigación. Balestrini (2003) define la población
como “cualquier conjunto de elementos de los cuales pretendemos indagar y
conocer sus características, o una de ellas, y para el cual serán válidas las
conclusiones obtenidas en la investigación” (p. 137).
Al respecto, Méndez (2002) plantea que “la población y el número de
personas a las cuales se les puede solicitar información depende tanto de los
objetivos y alcances del estudio como de las características de las personas que la
pueden suministrar” (p.181). Es decir, que la población y muestra debe estar
ajustada al tema de estudio, para que las características se relacionen entre sí, y
no desarrollen una idea dispersa o absurda. La población es el conjunto de todos
los sujetos, sobre los que queremos conocer cierta información relacionada con el
fenómeno que se estudia. Se pone como ejemplo, una investigación sobre el nivel
de ingresos familiar de la región Logone Occidental del Chad. Las familias serían
los sujetos y la población sería el conjunto de familias de dicha región.
En cuanto a la muestra, Sabino (2002) especifica que “es una parte del todo
que llamamos universo y que sirve para representarlo” (p. 83)
Mientras que para Hernández, Fernández y Baptista (ob.cit.) la muestra “es
un subgrupo de la población. Digamos que es un subconjunto de elementos que
pertenecen a ese conjunto definido en sus características al que llamamos
población”(p. 212). Es decir, que la muestra representa ese grupo que se toma de

8. un todo para resaltar las características que son objeto de investigación.La
muestra es el subconjunto de la población que se selecciona para el estudio,
esperando que lo que se averigüe en la muestra nos dé una idea sobre la
población en su conjunto. Se seleccionan muestras porque normalmente no es
posible o económico estudiar todos y cada uno de los sujetos de una población (lo
que sería un censo). Siguiendo con el ejemplo anterior: como sería muy caro
averiguar el nivel de ingresos de todas las familias de Logone Occidental (casi
700.000 habitantes), lo normal es seleccionar unas cuantas familias (la muestra), y
realizar una encuesta sobre el nivel de ingresos. A partir de los datos obtenidos se
obtendría el ingreso medio muestral.
La muestra, en el caso de estudios estadísticos, descansa en el principio de
que las partes representan al todo. Así, una muestra reflejará las características
que definen la población de la que fue extraída. Por lo tanto, se podrían
generalizar las características de la muestra a toda la población utilizando la
estadística inferencial. En el caso de Logone, la inferencia nos daría información
sobre la precisión con la que el ingreso medio muestral representa el ingreso
medio de toda la población. Esta información de precisión se concreta en este
caso en un intervalo de confianza o margen de error y un nivel de confianza o
probabilidad de acertar.
La Inferencia estadística es el proceso de aplicar métodos estadísticos para
sacar conclusiones sobre una población a partir de datos de una muestra. Sin
embargo para poder aplicar la inferencia, es decir, para poder generalizar, la
muestra debe reflejar las características de la población. Para ello, debe cumplir
dos condiciones.
En primer lugar, debe ser suficientemente grande, En segundo lugar, debe
ser seleccionada de manera aleatoria. El muestreo se considera aleatorio (o
probabilístico) cuando todos los sujetos tienen la misma posibilidad de ser
escogidos para la muestra. Sería como poner todos los nombres de los sujetos en
un bombo y e ir extrayéndolos al azar. En la práctica, hay diferentes tipos de
muestreos aleatorios: simple, sistemático, estratificado y por etapas. En los dos
últimos, no todos los sujetos tienen la misma probabilidad de formar parte de la

9. muestra, pero como sabemos qué probabilidad tiene cada sujeto, podemos
corregir la desviación mediante ponderaciones, así que se considera igualmente
aleatorio.
En contraposición, están los muestreos no aleatorios, más propios de
técnicas cualitativas. Éstos, ni son aleatorios, ni pretenden obtener una muestra
representativa de la población. Más bien, buscan seleccionar sujetos que
constituyan casos paradigmáticos (primando la diversidad) o que tengan especial
conocimiento sobre una cuestión (informantes clave). Se prima la calidad frente a
la cantidad.
Existe un tercer grupo, que podríamos denominar pseudoaleatorio. Son
muestreos que no se pueden considerar aleatorios, pero que sí pretenden obtener
una muestra tan representativa de la población como sea posible, por ejemplo el
muestreo por cuotas.
Otros dos conceptos importantes son: El marco muestral es el conjunto de
sujetos de la población realmente disponibles para la elección de la muestra.
Debería coincidir con la población, pero no siempre es así, sobre todo, en los
contextos de estudios de desarrollo. En Logone Occidental, el marco muestral
sería completo si se dispusiera de una lista actualizada de todas las familias de la
región. A partir de ahí se seleccionaría la muestra. En cambio, si se parte del listín
telefónico (poco aconsejable en este caso), el marco muestral no son todas las
familias de la región, sino solo las familias de la región que tienen teléfono. La
disponibilidad o no de un marco muestral adecuado es importante, ya que
determina las técnicas de muestreo a aplicar. En ocasiones, cabe la posibilidad de
reconstruirlo (elaborar la lista de la población), como paso previo al muestreo.
La unidad muestral es el elemento individual que constituye el marco
muestral, y sobre el que se obtendrá información. Normalmente es lo mismo que
el sujeto (las familias en el ejemplo de Logone Occidental), si bien se pueden dar
excepciones. Sería el caso, volviendo al mismo ejemplo, que se hiciese una
encuesta por hogares, con lo que la unidad muestral sería el hogar y no la familia.

10. Técnicas e Instrumentos de Recolección de Datos.
Técnica.
la técnica cuantitativa más habitual en la recolección de datos es la
encuesta. Esta técnica, mediante la utilización de un cuestionario estructurado o
conjunto de preguntas, permite obtener información sobre una población a partir
de una muestra.
Las preguntas del cuestionario suelen ser cerradas en su mayoría, esto es,
no se da opción a que quién responde se exprese con sus propias palabras (como
en una entrevista) sino que se marcan unas opciones de respuesta limitadas entre
las que elegir. Así, mediante codificación, se facilita una comparativa y análisis de
datos más rápido que en las entrevistas, en detrimento eso sí, de la profundidad y
matización en las respuestas. Se podría pues decir que la encuesta es una
entrevista de tipo estandarizada y cerrada, cubriendo el límite opuesto a la
entrevista en profundidad.
La Encuesta, la cual es definida por Tamayo y Tamayo, citado por Méndez
(ob.cit.) como un “instrumento de observación formado por una serie de preguntas
formuladas y cuyas respuestas son anotadas por el empadronador” (p. 197). Al
respecto Arias (ob.cit.), dice que la encuesta “es una estrategia, oral o escrita,
cuyo propósito es obtener información acerca de un grupo o muestra de individuos
o en relación a la opinión de éstos sobre un tema específico” (p.29).
Instrumento de Recolección de Datos.
Para la obtención de los datos en la encuesta se utiliza el cuestionario,
cuya finalidad será recoger y analizar la información necesaria para llevar a cabo
la investigación. Para Tamayo y Tamayo, citado por Méndez (ob.cit.), el
cuestionario es “un instrumento formado por una serie de preguntas que se
contestan por escrito a fin de obtener la información necesaria para la realización
de una investigación” (pág.191).
La elaboración formal del cuestionario abarca dos aspectos básicos: la
redacción de las preguntas y la determinación de los aspectos formales del

11. cuestionario. Hay tres tipos de preguntas en cuanto a su redacción: cerradas,
abiertas y semi-abiertas.

Las preguntas cerradas incluyen una selección de respuestas, que pueden
ser dicotómicas, es decir, de dos respuestas (ej. “sí / no”); o múltiples, o
sea, un abanico de más de 2 posibilidades. Las múltiples pueden llevar un
orden de menor a mayor o incluso intervalos de una característica continua.

Las preguntas abiertas no incluyen respuesta.

Las semi-abiertas incluyen respuestas, pero dejan un espacio para otras
opciones.
Validez y Confiabilidad
Validez
En relación a este punto, Hernández et al. (2006 p. 278), plantean que la
validez es el “grado en el cual el instrumento refleja un dominio específico de
contenido de lo que se mide”. Luego de diseñado el instrumento, antes de su
aplicación, se debe cumplir con el requisito de validación del mismo.
A este respecto, Chávez (2007), mide a la validez como la eficacia con que
un instrumento mide lo que pretende el investigador; es decir, la validez de una
escala va a estar relacionadas con la confiabilidad del instrumento.
Por su parte, Méndez (2007, p. 298), define la validez como “el grado en
que una prueba mide lo que se propone medir”, este aspecto es de gran
importancia porque le asegurarán al investigador que la información obtenida le
servirá a su propósito. Para Hernández, Fernández y Baptista (ob.cit.), “un
instrumento de medición adecuado es aquel que registra datos observables que
representan verdaderamente los conceptos o variables que el investigador tiene
en mente” (p. 235).
En cuanto a la validez, los autores anteriormente mencionados se
relacionan al grado en que una variable de investigación mida lo que debe medir, y
no ideas vagas. El Juicio de Experto, quienes manifestarán sus opiniones y

12. sugerencias en cuanto al cuestionario, las interrogantes formuladas y la
coherencia entre las variables de investigación y el contenido general del
cuestionario, aplicando de esta manera la validez del contenido.
Validez de constructo: Análisis factorial exploratorio.
Para establecer la validez de constructo se llevará a cabo un Análisis
Factorial Exploratorio del Cuestionario, con el fin de determinar la estructura del
mismo. El análisis factorial, una técnica común de análisis de comportamiento en
las ciencias sociales y naturales, se realiza con más frecuencia en su forma
"exploratoria". Este formulario permite a un investigador utilizar técnicas para
extraer un conjunto de factores a partir de un conjunto de datos. Estos factores
"agrupan" las variables en categorías similares. La extracción factorial en sí es una
habilidad que tiene múltiples técnicas asociadas con ella; una de las más
importantes es la técnica de rotación, un método que permite al usuario
seleccionar entre varias soluciones. Este método de análisis permitirá eliminar
algunos de los ítems del cuestionario debido al bajo valor de saturación que éstos
presenten. El análisis factorial nos indica cómo tienden a agruparse los ítems o
variables. Examinando el contenido conceptual de los ítems que pertenecen al
mismo factor podemos comprender qué factores [o constructos] subyacentes
explican las correlaciones entre los ítems del cuestionario.
Una vez obtenido un modelo factorial exploratorio que se puede considerar
adecuado, y con el fin de contrastar y confirmar la estructura resultante, se
procederá a la realización de un análisis factorial confirmatorio sobre la matriz de
covarianzas de la muestra total. Este cálculo se puede realizar utilizando el
programa estadístico SPSS para Windows.
Confiabilidad
La confiabilidad de un instrumento representa, según Hernández,
Fernández y Baptista (ob.cit.), “el grado en que su aplicación repetida al mismo
sujeto u objeto produce iguales resultados” (p. 235). El análisis de la consistencia

13. interna del instrumento se hace a través del coeficiente alpha de Cronbach y sus
correspondientes intervalos de confianza, por el tipo de escala utilizada (Likert).y si
es dicotómica se utiliza el Coeficiente KR-20.
Técnicas de Análisis e Interpretación de Datos
Los datos obtenidos, procesados y presentados para el análisis de la
información, se pueden por distribuciones de frecuencias absolutas y relativas con
sus respectivos gráficos de barra. Méndez (2007), expone que el análisis de los
resultados como proceso implica el manejo de los datos que se han obtenido,
reflejándolos en cuadros y gráficos, una vez dispuestos, se inicia su análisis
tomando en cuenta las bases teóricas, cumpliendo así los objetivos propuestos.
Así mismo, Hernández et al. (2006) describen el análisis de datos
como “un conjunto de puntuaciones ordenadas en sus respectivas categorías”. (p.
419). Por otra parte, Bavaresco (2006), señala que es en esta etapa cuando los
cuadros elaborados deberán ser interpretados para obtener los resultados, donde
se converge el sentido crítico objetivo – subjetivo que le impartirá el investigador a
esos números recogidos en las tablas.
Adicionalmente, se utilizan técnicas de análisis de datos cualitativos y
cuantitativos. En este sentido, Sabino (2001), plantea con relación al análisis
cualitativo referido al que procedamos hacer con información de tipo verbal que de
un modo general aparece en fichas, es por ello que este tipo de análisis se efectúa
verificando los datos que se refieren a un mismo aspecto y tratando de evaluar la
fiabilidad de cada información
En cuanto al análisis cuantitativo, Sabino (2001), plantea que en este caso
se efectúa naturalmente, con toda la información numérica resultante de la
investigación. Mostrando la información recolectada en cuadros y medidas,
calculando sus porcentajes.

14. Referencias Bibliográficas
Arias F. (2003). El Proyecto de Investigación. Metodología Científica. Caracas.
Editorial Episteme.
Balestrini M. (2003). Cómo se elabora el Proyecto de Investigación. Venezuela.
B.L. Consultores Asociados.
Chiavenato I. (1989). Administracion de Recursos Humanos Mac Graw Hill.
Chiaventato I. (2002). Gestión del Talento Humano. México. Mac Graw Hill.
Constitución de la República Bolivariana de Venezuela. G.O 36.860 (1999)
Dessler G. (1996). Administración de Personal. México. Pearson.
Dolán S., Cabrera R., Jackson S., y Schuler R. (2003). La Gestión de los Recursos
Humanos. México. Mac Graw Hill.
Flannery T., Hofrichter D., y Platten P. (1999). Personas, desempeño y pago.
Compensación dinámica para el nuevo entorno de negocios. Argentina.
Páidos.
Giannocaro, C. (2003). Diseño de un Plan de Incentivos Laborales para los
Trabajadores de la empresa Mobile Desing, C.A. Trabajo de Grado
Universidad Bicentenaria de Aragua.
González y Rojas (2004). Diseño de un programa de incentivos que permita
mejorar la productividad y competitividad del personal del área de ventas
en la empresa Molina y Cia, Trabajo de Grado. Colegio Universitario Los
Teques Cecilio Acosta.

15. Hernández R., Fernández C., y Baptista P. (1999). Metodología de la
Investigación. México. Mc Graw Hill.
Hurtado de B., J. (2000). Metodología de la Investigación Holística. 3ra Edición.
Caracas. Fundación Sypal.
Méndez C. (2004). Metodología. Diseño y Desarrollo del Proceso de
Investigación. Colombia. Mc Graw Hill.
Rumbos K. (2002). Propuesta de un Programa funcional para el Departamento de
Recursos Humanos con el propósito de aumentar la motivación y mejorar
el bienestar social de los trabajadores de Dart de Venezuela, C.A. Trabajo
de Grado. Universidad Bicentenaria de Aragua.
Sabino C. (2002). El proceso de Investigación. Venezuela. Panapo.