El análisis de datos es un paso importante para responder una pregunta experimental. Analizar datos de un estudio bien diseñado ayuda al investigador a responder preguntas. Con estos datos, también puedes sacar conclusiones que promuevan la investigación y contribuyan a estudios futuros. Durante el proceso de recopilación, mantener los datos bien organizados hará que el paso del análisis sea mucho más sencillo.
Pasos
-
Usa una base de datos electrónica para organizar los datos. Copia los datos en un archivo nuevo para editar. Nunca trabajes con el archivo de datos principal, dado que podría dañarse durante el proceso de análisis. Un programa como Excel permite organizar todos los datos en una hoja de cálculo de fácil consulta. Puedes agregar filtros a los datos para que te resulte más fácil copiar y pegar conjuntos de datos diferenciados entre los archivos. [1] X Fuente de investigación
- Ten cuidado al transferir datos a una hoja de cálculo principal. Es fácil copiar y pegar en las columnas o filas incorrectas de manera accidental.
- En el caso de que algo les ocurra a los datos, siempre puedes regresar al archivo original principal.
-
2Codifica las respuestas de texto en forma numérica. Si trabajas con datos de una encuesta que tienen respuestas escritas, tendrás que codificar los datos en formas numéricas antes de analizarlos. [2] X Fuente de investigación Es posible que tengas que desarrollar tu propio sistema de codificación para las respuestas en función de la información que hayas recibido y las preguntas que quieras responder con los datos.
- Puedes codificar las respuestas “no” como “0” y las respuestas “sí” como “1”.
-
Desarrolla un sistema para agrupar los datos. Cuando comiences a recopilar los datos, comienza a pensar en la mejor forma de agrupar todo. Si trabajas con respuestas o sujetos humanos, tendrás que darle a cada persona un número o un código de letra para proteger la confidencialidad. [3] X Fuente de investigación
- Quizás te resulte sencillo mantener todos los grupos en hojas separadas dentro de un documento, en documentos totalmente separados o en distintas filas o columnas dentro de la misma hoja.
- Habla con otras personas que hayan hecho análisis de datos similares para tener una idea de cómo puedes organizar mejor los datos.
- Por ejemplo, si quieres conocer las diferencias entre los hombres y las mujeres, asegúrate de que todos los datos de los hombres se agrupen y de que todos los datos de las mujeres se agrupen.
-
Revisa los datos para encontrar posibles errores. Organizar los datos requiere copiar y pegar mucho entre los archivos. Revisa periódicamente el archivo principal para hacer una comparación con los datos que has organizado para asegurarte de que los números no se hayan mezclado o ingresado en las columnas incorrectas. [4] X Fuente de investigación
- Si ingresas los datos de forma manual, verifica todo dos veces.
Anuncio
-
Haz una prueba T para comparar dos grupos. Una prueba T es una prueba estadística común que se utiliza para comparar las medias (promedios) de las muestras. Una prueba T de una muestra se utiliza para probar que la muestra promedio es estadísticamente significativa desde un valor conocido. Una prueba de T de dos muestras se utiliza para probar que dos grupos tienen medias estadísticamente diferentes. [5] X Fuente de investigación
- Las pruebas T de una muestra generalmente se utilizan en física y fabricación de productos. En este caso, se conoce el valor que la muestra debe tener, por lo que se compara el promedio obtenido con ese valor conocido. [6] X Fuente de investigación
- Las pruebas T de dos muestras se utilizan comúnmente en el campo biomédico y clínico.
-
Usa el análisis de varianza para analizar la media de los grupos. El análisis de varianza se utiliza comúnmente en el campo biomédico para comparar la media de varios grupos. Esta es una herramienta muy poderosa para encontrar diferencias cuando analizas muchas comparaciones.
- Un análisis de varianza de una sola vía permite comparar la media de varios grupos con un grupo de control. Por ejemplo, si tienes un grupo de control y tres grupos de prueba, usa un análisis de varianza de una vía para comparar todas las medias y observar si hay alguna diferente. [7] X Fuente de investigación
- Un análisis de varianza de dos vías se utiliza para comparar la media de varios grupos con varias variables. Por ejemplo, si quieres saber si el genotipo y el sexo de un organismo afectan tus datos, haz un análisis de varianza de dos vías sobre los grupos de control. [8] X Fuente de investigación
-
Ejecuta una regresión lineal para evaluar los efectos de las variables. Un análisis de regresión lineal observa la variación de la variable independiente y la prueba para ver si esa es la variable que causa la variación vista en la variable dependiente. [9] X Fuente de investigación
- Este análisis se utiliza cuando quieres medir la fuerza de asociación entre dos variables.
- Por ejemplo, si quieres analizar la relación entre tu frecuencia cardíaca y la velocidad a la que te mueves en una caminadora, usa una regresión lineal.
-
Usa el análisis de covarianza para comparar dos líneas de regresión. Si quieres comparar la relación de dos grupos diferentes de la misma variable, puedes usar el análisis de covarianza. Este permite controlar la variación que puedes observar de la variable independiente entre dos grupos. [10] X Fuente de investigación
- Por ejemplo, si quieres analizar si las mujeres y los hombres tienen distintas frecuencias cardíacas en reposo en diferentes temperaturas, usa el análisis de covarianza. Harás dos líneas de regresión (una para los hombres y otra para las mujeres) de la frecuencia cardíaca en comparación con la temperatura. Luego, usa el análisis para comparar las dos líneas y ver si son diferentes.
-
Explora pruebas más estadísticas por cuenta propia. Las pruebas presentadas no conforman una lista exhaustiva de las pruebas disponibles. Existen otras pruebas comunes que se pueden utilizar, pero hay muchas variaciones y análisis complejos que podrían ser más adecuados para tus datos. Al planificar tus experimentos, haz una búsqueda exhaustiva para decidir qué prueba usar.
- Existen algunos gráficos útiles y artículos en línea que puedes usar como guía para escoger una prueba en función de los datos que recolectes. [11] X Fuente confiable PubMed Central Ir a la fuente
- Busca artículos del NIH y otras universidades, o libros estadísticos en línea para más información.
Anuncio
-
Define claramente las preguntas de la investigación. Jamás pierdas el enfoque del estudio y limítate al diseño de la investigación y las variables definidas. Una buena estrategia de investigación implica realizar experimentos bien diseñados y recopilar la cantidad correcta de datos para responder la pregunta de la investigación.
- Antes de comenzar a recopilar los datos, debes saber exactamente cuántas muestras recopilarás en cada grupo y qué pruebas estadísticas ejecutarás.
-
Consulta con un estadístico. Las estadísticas pueden complicarse muy rápido, en especial con conjuntos de datos muy grandes. Antes de comenzar el experimento, habla todo con un estadístico. Esta persona te ayudará a determinar cuáles son las pruebas apropiadas para analizar tus datos y cuántas muestras necesitarás en cada grupo para contar con la fuerza correcta para ejecutar las pruebas. [12] X Fuente de investigación
- También es útil volver a consultar con el estadístico después de recopilar los datos. Esta persona te ayudará a analizar los datos y se asegurará de que todo se haya realizado correctamente.
- Pregúntale acerca del tamaño correcto de tu estudio, los tipos de pruebas estadísticas que te ayudarán a responder las preguntas de tu investigación y las limitaciones de las pruebas.
- Recuerda que una prueba estadística simplemente indica la probabilidad de que un resultado ocurra o no. Ten cuidado de no confundir la importancia estadística con la importancia clínica o la relevancia fisiológica. [13] X Fuente de investigación
-
Ejecuta las pruebas estadísticas seleccionadas. Una vez que recopiles y prepares los datos, podrás ejecutar todas las pruebas que hayas escogido antes de comenzar el experimento. En este proceso, debes utilizar programas específicos para analizar los datos. Estas pruebas son complejas, y es mucho más fácil ejecutarlas con un programa como SAS, R, Stata o GraphPad Prism.
- SAS, Stata y R requieren más experiencia de programación. Consulta con alguien capacitado para usar estos programas o toma un curso para perfeccionar su uso.
Anuncio
-
Haz gráficos de calidad de publicación. Existen muchos programas informáticos que permiten convertir los datos en buenos gráficos. Los programas de análisis estadísticos también tienen funcionalidades gráficas que producen figuras de calidad de publicación. Transfiere los datos a uno de estos programas y conviértelos en un gráfico. [14] X Fuente de investigación
- Los programas comúnmente utilizados son GraphPad Prism y R.
-
Etiqueta claramente todos los ejes. Al presentar datos, es importante etiquetar todo de forma clara para que las personas puedan interpretar fácilmente la información del gráfico. Todos los ejes se deben etiquetar con una fuente de fácil lectura del tamaño suficiente para leer sin entrecerrar los ojos. [15] X Fuente de investigación
- Si tienes varios conjuntos de datos en un solo gráfico, asegúrate de que estén etiquetados correctamente.
-
Usa asteriscos para resaltar la importancia. En las figuras que tengan diferencias significativas entre los grupos, indícalas claramente en la figura. Traza una línea entre dos grupos que sean significativamente diferentes y coloca un asterisco sobre la línea.
- Asegúrate de que la leyenda de la figura explique el significado del asterisco, qué prueba estadística se ha utilizado, y cuál ha sido el valor P real de la prueba.
-
Agrupa los datos similares. Si tienes varios gráficos de datos que son similares, agrúpalos en una sola figura. Esto ayudará a comprender los datos si puedes observar todos los datos similares al mismo tiempo. Es más fácil ver las tendencias y sacar conclusiones acerca de tus datos.
- Muchos programas tienen editores de gráficos que permiten hacer diseños de varios gráficos.
- Asegúrate de que todos los gráficos tengan el mismo tamaño de fuente y los mismos símbolos entre los conjuntos de datos.
-
Escribe una leyenda detallada de la figura. La leyenda de la figura permite que cualquier persona que observe los datos comprenda qué es exactamente lo que se presenta en el gráfico. La leyenda debe informarle al lector cuántas réplicas hay en cada grupo y qué pruebas estadísticas se han utilizado para analizar los datos. [16] X Fuente de investigación
- Los detalles acerca de las estadísticas también se deben incluir en la leyenda, como puntuación z, puntuación t, valor p, grados de libertad, etc.
Anuncio
Referencias
- ↑ http://toolkit.pellinstitute.org/evaluation-guide/analyze/enter-organize-clean-data/
- ↑ https://www.wilder.org/Wilder-Research/Publications/Studies/Program%20Evaluation%20and%20Research%20Tips/Organizing%20and%20Analyzing%20Your%20Data%20-%20Tips%20for%20Conducting%20Program%20Evaluation%20Issue%2013,%20Fact%20Sheet.pdf
- ↑ http://toolkit.pellinstitute.org/evaluation-guide/analyze/enter-organize-clean-data/
- ↑ http://toolkit.pellinstitute.org/evaluation-guide/analyze/enter-organize-clean-data/
- ↑ http://www.biostathandbook.com/testchoice.html
- ↑ http://www.biostathandbook.com/onesamplettest.html
- ↑ http://www.biostathandbook.com/onewayanova.html
- ↑ http://www.biostathandbook.com/twowayanova.html
- ↑ http://www.biostathandbook.com/linearregression.html
- ↑ http://www.biostathandbook.com/ancova.html
- ↑ http://www.ncbi.nlm.nih.gov/pmc/articles/PMC3116565/
- ↑ https://ori.hhs.gov/education/products/n_illinois_u/datamanagement/datopic.html
- ↑ https://ori.hhs.gov/education/products/n_illinois_u/datamanagement/datopic.html
- ↑ http://cellbio.emory.edu/bnanes/figures/
- ↑ http://www.scidev.net/global/publishing/practical-guide/how-do-i-write-a-scientific-paper-.html
- ↑ http://www.biosciencewriters.com/Tips-for-Writing-Outstanding-Scientific-Figure-Legends.aspx
Acerca de este wikiHow
Esta página ha recibido 4212 visitas.
Anuncio