ANÁLISIS DE LOS DATOS E INTERPRETACIÓN

Presentación del tema: "ANÁLISIS DE LOS DATOS E INTERPRETACIÓN"— Transcripción de la presentación:

1 ANÁLISIS DE LOS DATOS E INTERPRETACIÓN
DE LOS RESULTADOS. La esencia del análisis e interpretación de los datos: "El propósito del análisis es resumir las observaciones llevadas a cabo de forma tal que proporcionen respuesta a la interrogantes de la investigación. La interpretación, es un aspecto especial del análisis su objetivo es "buscar un significado más amplio a las respuestas”

2 DATOS CUANTIFICADOS Determinar lo que es típico en el grupo estudiado Indicar si existen variaciones entre los datos del grupo, señalando de qué tipo y magnitud son. Mostrar la forma cómo están distribuidos los datos con respecto a la variable que se mide. Mostrar la relación existente entre dos o más variables. (Se aplica el coeficiente devariabilidad). Describir las diferencias existentes comparando dos grupos de datos

3 Cumplen una función importante:
ANÁLISIS DE LOS DATOS NO CUANTIFICADOS. Cumplen una función importante: Ayudan a entender el significado de las categorías; Aclaran la naturaleza de las relaciones entre las variables determinadas estadísticamente. Permiten orientar al investigador a formular nuevas hipótesis para futuras investigaciones.

4 INTERPRETACIÓN DE LOS RESULTADOS.
Interpretación de resultados positivos respecto a las hipótesis formuladas. Cuidar que la interpretación no exceda a la información que aportan los datos. Considerar las exigencias de validez interna y las limitaciones que se han presentado durante el proceso de investigación. Señalar los factores que no fueron controlados y que pudieron afectar los resultados. Relacionar los resultados obtenidos, con los logrados en otros estudios sobre el mismo problema de investigación.

5 2 Interpretación de los resultados negativos respecto a las \hipótesis formuladas.
Cuando los resultados no confirman las hipótesis, el investigador, debe, sin embargo, aceptarlos como tales, puesto que en esa condición tendrán su propio significado y valor.

6 Análisis e interpretación
Al analizar los datos se pretende descubrir patrones y tendencias los mismos para poder interpretarlos. El procesamiento y análisis de datos se podría interpretar como una manipulación de los mismos para llegar a los resultados deseados,; la meta es aclarar los datos, no cambiarlos fundamentalmente. Al publicar los datos y las técnicas que usaron para analizarlos e interpretarlos, los científicos le dan a la comunidad la oportunidad de revisar los datos y de usarlos en investigaciones futuras. Las interpretaciones científicas no son verdades absolutas ni opiniones personales: son inferencias, sugerencias, o hipótesis sobre lo que significan los datos, basadas en el conocimiento científico y la interpretacion individual.

7 Datos: incertidumbre, errores, y confiabilidad
La incertidumbre es una estimación cuantitativa del error que está presente en todos los datos. Reconocer la incertidumbre de los datos es un componente importante en la presentación de los resultados de la investigación científica. Ignorar la fuente de un error puede conducir a la propagación y magnificación del mismo. La incertidumbre se puede malinterpretar como que los científicos no están seguros de sus resultados, pero el término especifica el grado por el cual los científicos sí están seguros de sus datos.

8 Ser cuidadoso puede reducir la incertidumbre al corregir el error sistemático y minimizar el error aleatorio. Sin embargo, la incertidumbre nunca puede ser reducida a cero porque es una medida cuantitativa de la variabilidad de los datos. O sea, las medidas en sí mismas, independientemente de cualquier inexactitud humana o instrumental, exhiben dispersión. Esta gama de valores se cuantifica como incertidumbre y se expresa como la probabilidad de obtener un cierto valor. Estas probabilidades están distribuidas alrededor de un valor central o medio.

9 Fuentes de error Siempre que se hacen medidas se tiene fuentes potenciales de error. Si por ejemplo, el instrumento usado estaba calibrado y la persona fue cuidadosa al tomar los datos el por ciento de error será pequeño y estará distribuido al azar cerca a la medida verdadera. Esto se conoce como el error experimental y usualmente representa un error estadístico. El error estadístico no puede ser eliminado, pero si puede ser medido y reducido cuando se hacen repetidas observaciones de un evento específico 9

10 Error sistemático Otro tipo de error es el introducido humanamente. Por ejemplo, por calibración incorrecta o inconsistencia al tomar datos. Este error afecta los resultados ampliando por encima o por debajo del valor real la variabilidad de los datos obtenidos. O simplemente dando valores completamente erróneos y lejanos al valor real. Al contrario del error estadístico, el error sistemático puede ser compensado, o algunas veces eliminado, si su fuente se identifica. 10

11 Reduccion de errores con el/la:
Calibrado de instrumentos o medidas contra estándares conocidos. Reporte de todos los límites de detección de instrumentos. Implementación de procedimientos estándares para minimizar el error humano. Documentación completa de los métodos de investigación. Duplicación de las medidas para determinar la presición.

12 Variabilidad La variabilidad en la ciencia es algo que siempre se debe tener en cuenta. Como consecuencia del error, las medidas científicas no se reportan como valores sencillos, sino como gamas o promedios con barras de errores en un gráfico o signos de ± en una tabla. 12

13 Presentación de datos:
Las representaciones visuales de los datos son esenciales para el análisis e interpretación de estos. Colocar los datos en un formato visual puede facilitar análisis adicionales. Entender e interpretar gráficos y otras formas visuales de datos es una destreza clave para científicos y estudiantes de la ciencia. A pesar de que los datos numéricos están inicialmente recopilados en tablas o bases de datos, frecuentemente están representados en forma gráfica para ayudar a los científicos a visualizar e interpretar la variación, el patrón y las tendencias dentro de los datos.