La codificación
La primera operación a realizar en el marco de la
elaboración de datos, inmediatamente después de efectuado el relevamiento.
Según Maurice Duverger, tal operación consiste en asignar un número a cada
categoría de respuestas, el cual determinara el lugar de la correspondiente
perforación sobre la ficha que sirve de base a los escrutinios mecanográficos.
El código es el conjunto de símbolos correspondientes a
cada una de las categorías en que son divididas las respuestas obtenidas.
Establecimiento de una nomenclatura ésta es la lista de
modalidades del carácter en cuestión que se pretende distinguir.
Antes de entrar al tema de la codificación del código
parece pertinente dar una formulación un poco más precisa a cinco de los
conceptos que se han manejado hasta ahora: clasificación, código, categorías,
categorización y codificación.
La codificación es una operación que presenta
dificultades extremadamente variables, según la naturaleza de las preguntas
hechas, la calidad de las respuestas y la complejidad del código utilizado.
Instrucciones para la codificación de preguntas abiertas
Las
preguntas abiertas se codifican una vez que conocemos todas las respuestas de
los sujetos a las cuales se les aplicaron o al menos las principales tendencias
de respuestas en una muestra de los cuestionarios aplicados.
El procedimiento consiste en encontrar y
darles nombre a los patrones generales de respuesta (respuestas
similares o comunes), listar
estos patrones y después asignar un valor numérico o símbolo a cada
patrón. Así, un patrón constituirá una categoría de respuesta. Para
cerrar las preguntas abiertas, se sugiere el siguiente procedimiento, basado
parcialmente en Rojas (1981, pp.l 50-151):
1. Seleccionar determinado número de cuestionarios mediante
un método adecuado de muestreo, asegurando la representatividad de los sujetos
investigados.
2. Observar la frecuencia con que
aparece cada respuesta a
la
pregunta.
3. Elegir las respuestas que se
presentan con mayor frecuencia
(patrones generales de respuesta).
4. Clasificar las respuestas
elegidas en temas, aspectos o rubros, de acuerdo con un criterio
lógico, cuidando que sean mutuamente excluyentes.
5. Darle un nombre o
título a cada tema, aspecto
o rubro (patrón
general de respuesta).
6. Asignarle el código a cada
patrón general de respuesta.
La utilización de de símbolos numéricos, el elenco de símbolos
puede ser aun mayor, pero los ejemplos mencionados al parecer alcanzan para
mostrar algún aspecto nuevo referido a los símbolos en la codificación.
Escalas para la medición de actitudes
Las actitudes están
relacionadas con el comportamiento que mantenemos en torno a los objetos a que
hacen referencias. Las actitudes tiene diversas propiedades, entre las que
destacan: dirección (positiva o negativa) e intensidad (alta o baja), estas
propiedades forman parte de la medición.
Los métodos más conocidos
para medir por escalas las variables que constituyen las actitudes son: el
método de escalamiento Likert.
Método de Escalamiento
Likert
Este método fue
desarrollado por Rensis Likert a principio de los años treinta; sin embargo, se
trata de un enfoque vigente y bastante popularizado. La escala de Likert mide
actitudes o predisposiciones individuales en contextos sociales particulares.
Se le conoce como escala sumada debido a que la puntuación de cada unidad de
análisis se obtiene mediante la sumatoria de las respuestas obtenidas en cada
ítem.
La escala se construye en
función de una serie de ítems que reflejan una actitud positiva o negativa
acerca de un estímulo o referente. Cada ítem está estructurado con cinco
alternativas de respuesta:
( ) Totalmente de acuerdo
( ) De acuerdo
( ) Indiferente
( ) En desacuerdo
( ) Totalmente en
desacuerdo
La unidad de análisis que
responde a la escala marcará su grado de aceptación o rechazo hacia la
proposición expresada en el ítem. Los ítems por lo general tienen implícita una
dirección positiva o negativa. Por ejemplo el ítem:
Los menonitas son un grupo
étnico con excelentes valores hacia el trabajo
( ) Totalmente de acuerdo
( ) De acuerdo
( ) Indiferente
( ) En desacuerdo
( ) Totalmente en
desacuerdo
Manifiesta una dirección
positiva, en cambio si se expresará en la forma:
Los menonitas son un grupo étnico que tiene
aversión al trabajo.
( ) Totalmente de acuerdo
( ) De acuerdo
( ) Indiferente
( ) En desacuerdo
( ) Totalmente en
desacuerdo
El ítem tiene una
dirección negativa. La calificación o puntuación se asigna de acuerdo a la
dirección del ítem, si tiene una dirección positiva la puntuación es:
(+2) Totalmente de acuerdo
(+1) De acuerdo
(0 ) Indiferente
(-1) En desacuerdo
(-2) Totalmente en
desacuerdo.
En el caso de que el ítem
posea una dirección negativa, la calificación se invierte. Los ítems se
presentan en forma de enunciados cuyo grado de acuerdo o desacuerdo se solicita
a la unidad de análisis. La cantidad de enunciados que integra una escala Likert
varía de acuerdo a la naturaleza de la variable operacionalizada. Los pasos a
seguir para la construcción de la escala son:
1. Definición de la
variable a medir.
2. Operacionalización de
la variable, es decir, se determina como se habrá de medir y se señalan los
indicadores.
3. Diseño de una cantidad
suficiente de ítems favorables y desfavorables a la variable que se pretende
medir. Weiers (1986) sugiere elaborar alrededor de 50 ítems, balanceando la
escala con igual cantidad de enunciados favorables y desfavorables.
4. Depuración de la escala
por medio de un estudio piloto con el propósito de seleccionar los ítems que
habrán de integrarse a la versión final de la escala.
5. Administración de la
versión final de la escala a las unidades de análisis que integran la unidad
muestral del estudio.
6. Asignación de una
puntuación a cada ítem de acuerdo al procedimiento descrito con anterioridad.
7. Obtención de la
puntuación total de cada unidad muestral, reflejando la actitud global hacia la
variable medida.
Es recomendable realizar
un análisis de los ítems con el propósito de ser selectivos. Entre las técnicas
de análisis se encuentran la correlación ítem-escala por medio del coeficiente
de correlación de Pearson.
Construcción de la escala tipo Thurstone
Esta consiste, en síntesis, en pensar un
grupo elevado de preguntas o proposiciones en relación a la actitud que se
pretende medir, favorables, adversas y neutrales en todos sus grados. Estas
proposiciones se someten a un grupo que hace de jueces y se les pide que
señalen la valoración que a su juicio objetivo, tiene el ítem o proposición
respecto a la actitud en cuestión.
La valoración se debe hacer según una escala
continua de 1 a 11 puntos donde 1 es el máximo de acuerdo y el 11 el máximo
desacuerdo con la proposición. Después de dar valor a los ítems de este modo,
se halla para cada uno la medida y la desviación típica de las valoraciones que
han dado los jueces. La medida constituye la ponderación o el valor escalar que
se da al ítem. En cuanto a la desviación típica, si los ítems en ésta sobrepasan
por ejemplo el valor de dos se elimina.
Los ítems eliminados son, aquellos en los que
las valoraciones dadas por los jueces son dispersas. Suelen quedar treinta
proposiciones. Se deben distribuir a lo largo de la escala de modo uniforme y
cubriendo todos sus valores.
Aplicando el análisis factorial sobre las
puntuaciones obtenidas en las pruebas de inteligencia de un gran número de
niños, L.L. Thurstone (1938) identificó siete factores relativamente diferentes,
a los que llamó habilidades primarias:
- La fluidez verbal (habilidad para recordar
palabras rápidamente)
- La comprensión verbal (habilidad para
definir palabras)
- La aptitud espacial (habilidad para
reconocer una figura cuya posición en el espacio había cambiado)
- La rapidez perceptiva (habilidad para
detectar semejanzas y diferencias entre distintos dibujos)
- El razonamiento inductivo (pensamiento
lógico)
- La aptitud numérica
- La memoria
Sus aportes ayudaron a comprender las
diferencias intraindividuales observadas en el desempeño frente a pruebas de
inteligencia general, permitiendo la construcción y mejora de tests de inteligencia, de personalidad e intereses, entre otros aspectos psicológicos.
La escala guttman
La escala busca analizar si los items de una escala son
reproducibles, escalables. Para Guttman, hay reproducibilidad si, a partir del
puntaje total de cada persona, podemos reproducir su puntaje en cada ítem; y
hay escalabilidad si los items tienen diferente intensidad, representan
diferentes grados de actitud. Ambas características están relacionadas y suponen
que los items son unidimensionales, que miden una sola dimensión. La escala con
esos atributos es llamada por Guttman una escala propiamente tal, una escala
acumulativa. Al contrario de la escala de Likert (que es una escala sumatoria),
las personas con igual puntaje en una escala acumulativa están de acuerdo en
los mismos items. En la escala Likert, pueden tener igual puntaje personas que
no coinciden en ningún ítem. La reproducibilidad, la escalabilidad, la
unidimensionalidad y la cumulatividad están relacionadas: una de ellas implica
todas las demás. En una escala Guttman, si una persona tiene mayor puntaje que
otra, está de acuerdo con todos los items con que la otra está de acuerdo, y de
acuerdo con uno o más items con la que otra no está de acuerdo, y podemos
deducir cuáles son esos items. El puntaje total permite reproducir los puntajes
para cada ítem, y saber con cuáles items está de acuerdo una persona y con
cuáles en desacuerdo. La escala Likert está diseñada para clasificar a personas
de acuerdo a su actitud. La escala Guttman es un procedimiento para analizar
una escala, para ver si los items forman una escala acumulativa; si no es así,
deben descartarse items hasta lograr una escalabilidad que la haga aceptable
para clasificar personas.
La construcción de la
escala empieza con no muchos items y mantiene los que sean escalables. Guttman
solía usar escalas de cuatro a seis items, y no se recomienda sobrepasar diez o
doce.
Un ejemplo simple de
escalabilidad referido a ‘estado físico’ se puede mostrar con los items
siguientes: (A) ¿Puede trotar cinco km.? (B) ¿Puede trotar un km.? (C) ¿Puede
trotar una cuadra? Cada uno corrresponde a un nivel en un continuo, a un grado
diferente de resistencia física. El ítem C es de menor intensidad que el B, y ambos
de menor intensidad que el A. Sabemos que quien tiene un punto ha contestado
‘sí’ al ítem C, el menos intenso. Quien tiene dos puntos ha contestado ‘sí’ a
los items C y B. Si una persona tiene dos puntos y otra tiene un punto, sabemos
que ambos contestaron ‘sí’ al C, y que al ítem B la primera persona contestó
‘sí’ y la otra contestó ‘no’.
La siguiente tabla muestra
una situación de perfecta unidimensionalidad, un padrón ideal. Hay cuatro items
y cinco personas. El valor 1 indica que la persona contestó ‘sí’; el valor 0,
que contestó ‘no’. El ítem 1 es el de menor intensidad, que va aumentando hasta
el ítem 4, el más intenso. Cuando una persona sólo contesta ‘no’ a un ítem, se
presume que es al más intenso; en este caso, al ítem 4.
Personas A B C D E
Item 1 1 1 1 1 0
Item 2 1 1 1 0 0
Item 3 1 1 0 0 0
Item 4 1 0 0 0 0
Puntaje total 4 3 2 1 0
Se puede ver en las tablas
de padrones ideales que siempre las celdas con unos (1) están arriba de las
celdas con ceros (0). En esta tabla, con los items de izquierda a derecha de
acuerdo a su grado de aceptación y las personas de mayor a menor puntaje, aparece
un triángulo de unos y otro de ceros. Se puede ver una “escala con peldaños de
ceros”. El análisis de escalograma considera ‘errores’ las diferencias entre
las respuestas observadas de un conjunto de personas y el padrón ideal. Los
errores se pueden deber a que hay items que tienen multidimensionalidad (miden
más de un atributo) o que son equívocos (distintas personas los entienden
diferentemente). El análisis de escalograma determina el número de errores y si
esa cantidad permite aceptar que los items son unidimensionales.
El diferencial semántico o
escala de osgood
a) antecedentes teóricos
El método es descripto por los autores como un método para medir
el significado que tiene un objeto para un individuo.
Osgood supone que existe un espacio semántico de dimensionalidad
desconocida y de naturaleza geométrica. El espacio está constituido de escalas
semanticas. Cada escala consiste de un par de adjetivos que son bipolares. se
supone que estas escalas forman una función lineal que pasa a traves del origen.
para estaren condiciones de definir el espacio adecuadamente, es necesario usar
una gran cantidad de escalas surge son una muestra representativa extraída del
universo de escalas. Para diferenciar el significado de un objeto, el individuo
hace una elección entre las alternativas dadas. La función de cada elección es
localizar cada objeto en el espacio semántico. La valides de la localización en
este punto en el espacio depende del número y representatividad de las escalas.
De este modo, la diferencia semántica significa la estabilización
sucesiva de un objeto hasta un punto en el espacio multidimensional semántico,
a través del puntaje de un número de alternativas semánticas dadas presentadas
en forma de escalas. Una diferencia de significado entre dos objetos es
simplemente una función de las diferencias de su ubicación en el mismo espacio,
es decir, una función de la distancia multidimensional entre dos puntos.
b) dimensiones en el espacio semántico
Osgood dio gran importancia al muestreo. El diferencial semántico
está influido por tres fuentes de variación: el individuo, las escalas y los
objetos.
Osgood llego a la conclusión de que la estructura del factor no dependía
de la elección de escalas. El seguir 3 factores de hecho explico la mayor parte
de la varianza total, mientras otras dimensiones solo explicaban una pequeña
parte de ellas.
Dimensiones
1) La evaluación que hace el individuo del objeto o
concepto que se está Clasificando. Ejemplo escalas bipolares: regular –
irregular; limpio – sucio bueno – malo; valioso – despresiable.
2) La percepción del individuo de la potencia o poder del
objeto o concepto. Escalas: grande – chico; fuerte – devil; pesado – liviano.
3) La percepción del individuo de la actividad del objeto o
concepto. Escalas: activo – pasivo; rápido – lento; frio – caliente.
c) construcción
El método para el diferencial semántico debe ser visto como un
método par reunir cierto tipo de información (un método que pude ser
generalizado), el cual tiene que constituirse por las demandas que presenta
cierto problema de investigación.
Selección del objeto (concepto): “objeto” se usa para
determinar que significa el “estimulo” que da” reacción” (respuesta)
en el individuo a través de su indicación en las escalas de adjetivos.
El objeto puede ser verbal; puede consistir de solo una palabra o de
varias palabras. Objetos no – verbales pueden ser diferenciados (cuadros u
otros estímulos estéticos).
El investigador deberá pensar en elegir objetos que se supone daran:
1) Diferencias individuales (para poder estudiar la variación en el
material)
2) Que tengan un solo significado (de otra manera hay riesgo de
vacilación en la elección).
3) Se supone que todos los individuos lo conozcan bien (de otro modo
habrá regresión al medio de la escala).
d) selección de escalas
Al seleccionar las escalas se debe estar seguro de tener los tres
factores: evaluación potencia y actividad representada. Para cada factor uno
puede seleccionar cierta cantidad de escalas correlacionadas y a
través de estas obtener el promedio de las escalas. Esto aumentara la
representatividad y la confiabilidad. Los promedios son llamados factor
scores. El criterio más importante para la selección de escalas así es su
patrón factorial (generalmente se seleccionan tres escalas para cada factor.
las escalas elegidas cargadas en ese factor son bajas en los otros).
Otro criterio es la relevancia de las escalas al objeto. Las escalas con
composición factorial desconocida pueden ser usadas si se suponen ser muy
relevantes para la investigación. En este caso uno puede incluir escalas con
composición factorial conocida y usarlas como escalas de referencia y estudiar
como las escalas “desconocidas” covarianza con las escalas de referencia.
e) El test de osgood y la medicion de actitudes
Tal como se ha hecho notar el test de osgood no es una escala de
actitudes en el sentido corriente, sino que las investigaciones han demostrado
que los valores de escala pueden ser usados para la medición de actitudes. La
actitud general se mide pero no el contenido de la actitud en el significado
denotativo.
Osgood piensa que con la ayuda de los valores de escala es posible
formar una escala universal que podria ser usada para medir la actitud hacia
cualquier objeto.
La ventaja con tal escala universal seria: 1) Económica (tiempo, dinero,
trabajo).
2) Disponible y así hacer la medición de actitudes que no han sido
previstas.
3) Posibilidad para comparar entre diferentes investigaciones de actitud
y actitud hacia diferentes objetos.
El procedimiento consiste en señalar con una x en la escala el
lugar en el cual usted ubicaría su opinión acerca del texto.
Por ejemplo: la palabra fanático podría ser evaluada en las siguientes
escalas:
Flexible —; —; —; —; —; —; —; rigido.
Negativo —; —; —; —; —; —; —; positivo.
Delicado —; —; —; —; —; —; —; rudo.
Si considera que indica rigidez pero en menor grado, marcaria en:
Flexible —; —; —; —; —; x —; rigido.
Análisis de datos: el concepto de
propiedad espacio y la utilización de razones, tasa, proporciones y
porcentajes.
Una vez recogidos los datos pasamos a su
preparación para iniciar el estudio, para poder lograr el análisis estadístico
es necesario ordenar los datos y clasificarlos, lo primero que hacemos es
revisar los instrumentos de recolección de información aplicados, sobre todos
si son cuestionarios llenados por el informante ya que en una entrevista el
entrevistador es el que registra las respuestas.
Algunos autores proponen que cuando
quedan cuestionarios con preguntas sin contestar las llenemos con la respuesta
que la mayoría colocó, sin embargo esto se podría considerar poco ético, pues
no es la respuesta del encuestado, en ese caso la sugerencia es eliminar ese
cuestionario de la muestra.
Terminado este proceso pasamos al
agrupamiento.
En el caso de las entrevistas y
cuestionarios con preguntas abiertas debemos crear categorías de acuerdo con
los puntos expresados por los entrevistados de tal forma que ninguna opinión o
planteamiento se queden sin categoría, pero también de forma que ninguna
opinión pueda incluirse en dos categorías, es decir, deben ser mutuamente
excluyentes. Una vez bien estructuradas las categorías contamos la frecuencia
de aparición de cada categoría en las respuestas dadas.
En el caso de ser un cuestionario de
preguntas cerradas se contabiliza la frecuencia de aparición de cada respuesta
para luego elaborar una tabla con la distribución de frecuencias, tema que
ampliaremos más adelante.
Razones Proporciones y Porcentajes
Una de las funciones de la estadística
es resumir todos los datos de un conjunto para resaltar sus características más
importantes. Una de las formas de realizar esta actividad es relacionando los
datos, ya sea entre ellos mismos o con datos similares, es decir, convertir los
valores absolutos en valores relativos, ya veremos por qué.
Razones
La razón (R) es el valor que indica la
relación cuantitativa existente entre dos cantidades.
Proporción
La proporción es una razón, pero su
diferencia con las razones anteriores, es que el denominador del cociente es el
número total de unidades enunciadas.
Porcentajes
Las proporciones vienen expresadas en
valores decimales, esto no es ningún inconveniente, pero cuando se quiere
presentar al público los datos utilizar decimales es confuso, por ello se
acostumbra a multiplicar las proporciones por 100, para convertir los valores
decimales en enteros, es decir, para convertirlos en porcentajes.
Porcentajes de Cambio
Son los que muestran la diferencia entre
dos porcentajes; estos puedenser en aumento o en descenso.
Distribución de Frecuencias.
En muchas ocasiones habrás observados
tablas como esta:
Edades (en años) Frecuencia
1 a 5 26
6-10 44
11-15 32
Esta tabla se denomina Distribución de
Frecuencias. La estadística descriptiva utiliza la distribución de frecuencias
para organizar y presentar los datos. Lo deseable es que logremos determinar de
forma correcta las distancias de los intervalos que usaremos para agrupar nuestros
datos.
A parte de la distribución de
frecuencias los datos pueden también pueden ser presentados en gráficos
contentivos de los mismos datos que expresamos en la distribución de
frecuencias. Seguro te preguntarás ¿Y si tienen los mismos datos para que
hacerlos? La respuesta es que el gráfico permite apreciar de forma más rápida
los datos obtenidos, ya lo comprobaremos más adelante.
Existen una gran variedad de gráficos,
primero conoceremos los dos más empleados en administración, también mencionaremos
otros tipos de gráficos de mucha utilidad, sin embargo te invito a ampliar
sobre este tema a través de un arqueo bibliográfico.
Histograma:
Es uno de los gráficos utilizados
mayormente empleado para representar una distribución de frecuencias
Polígono de frecuencia
Un polígono de frecuencia es perecido al
histograma. Consiste en segmentos de línea que se conectan por los puntos
formados por la intersección del punto medio de la clase y de la frecuencia de
clase. La elaboración de un polígono de frecuencias se hace colocando los
puntos medios de cada clase en el eje x y la escala en el eje y, es decir, las
frecuentas de clase. Recordemos que el punto medio representa los valores de
cada clase.
El histograma y el polígono de
frecuencia nos permiten tener una visión de las principales características de
un conjunto de datos, a pesar de tener ambos el mismo propósito, el histograma
tiene la ventaja de representar cada frecuencia como un rectángulo que además
incluye ambos valores del intervalo. Por su parte el polígono de frecuencia
tiene una ventaja sobre el histograma, permite comparar dos distribuciones de
frecuencia a la vez, y si por ejemplo queremos hacer un gráfico con los gastos
de tres años con una misma distribución de frecuencias, fácilmente lo podemos
hacer.
Otras presentaciones gráficas de datos
Gráfica por medio de línea.
Las gráficas por medio de línea son muy
útiles en la administración porque podemos mostrar el cambio de una variable en
el tiempo, es decir, si queremos ver la cantidad de unidades vendidas de un
producto que fabricamos en nuestra organización, este gráfico es la mejor
opción. Para su elaboración colocamos la variable, que continuando con nuestro
ejemplo de
Conviasa, sería cantidad de vuelos
diarios sobre el eje y y el tiempo sobre el eje x.
Gráfico de Barras.
Es un gráfico muy versátil, en el se
puede graficar cualquier tipo de variable y en cualquier nivel de medición. Las
barras pueden ser verticales u horizontales, y tampoco hay mayor inconveniente
en la distribución de los datos a través de los ejes del plano cartesiano.
Diagrama Circular:
El diagrama circular, muy reconocido por
gráfico de torta es especial para representar porcentajes. El diagrama circular
convierte los 360 grados del círculo en el 100% de la variable que estamos
representando. Este es un gráfico muy de muy fácil lectura, pues las líneas que
cortan la circunferencia permiten, rápidamente, ver que clase de la variable
tiene el mayor porcentaje.
