Anlisis de Datos e

Interpretacion de Resultados
Anlisis Cualitativo
Anlisis Cuantitativo.

En estos casos se ha de mirar el

nmero de identificacin que tienen
estos registros, para consultar las
hojas donde est recogida la
informacin y poder verificar los
valores reales que tienen estos
sujetos.
El nmero de identificacin es la
primera variable que ha de estar en la
base de datos

A pesar de que muchos programas estadsticos

o de gestin de datos, identifican cada registro
con un nmero correlativo conforme se van
introduciendo, ste nmero no queda
registrado en la propia base de datos y si hay
muchos registros es difcil hacer las
correcciones si no se tiene una variable que
identifique a cada uno. Para detectar estos
casos se le da la orden al programa
informtico para que realice un listado de los
casos que tengan valores diferentes a 1 o 2.
Los datos del ejemplo que se presenta. se han
obtenido con el programa SPSS 8.0.

Una primera salida de la tabla de frecuencias de la variable

fumar se expone en la tabla 9.1.

En sta tabla, se observa que hay 2 registros con valor 3, y 2 registros que tienen
valor 5. Si se hace un listado del nmero de identificacin que tienen estos registros
(la variable es NID), se obtendrn los resultados de la tabla 9.2.

A partir de sta informacin, se consultan los

registros: 4, 12, 33, 58; se comprueba en la hoja de
recogida de datos el valor real que tienen y se
modifica en la base de datos.

Pero sino realizamos la revisin de los datos, y

quisieramos conocer si hay relacin entre las
variables fumar y sexo, calculando la prueba de
la Ji al cuadrado (Chi Square en ingls), se
obtendra el resultado que se observa en la
tabla 9.3.

En este caso, el programa SPSS slo

informa que hay 4 celdas que tienen
valores esperados menores que 5, no
indica que la Ji al cuadrado no es
vlida, el Epiinfo en cambio s que lo
hace, tal y como se indica en la tabla
9.4.

Tambin es frecuente encontrar en las variables

cualitativas, categoras con pocos valores, en este caso
se ha de recodificar esta variable y agrupar las
categoras, ya que sino se presentar el mismo
problema del ejemplo anterior, es decir valores
incorrectos para el estadstico calculado.
Se podra encontrar una distribucin de frecuencias de
la variable titulacin acadmica como la de la tabla 9.5.
En este caso, sera aconsejable unir las categoras
Licenciado y Doctor en una sola, lo que facilitara el
anlisis.

Cuando una de las categoras de la variable, es otros o no

sabe / no contesta, y hay muchos valores en esta categora, el
problema es ms grave, ya que quiere decir que las categoras
de la variable se han recogido incorrectamente y si no se ha
podido detectar en la prueba piloto, se obtendr informacin
relativa a una variable que no ser til posteriormente.

Analizando las variables tal y como se ha expuesto

hasta ahora, se consigue identificar valores errneos
que estn fuera de los codificados para la variable,
pero es imposible saber si alguno de los valores
permitidos est introducido en un registro que no le
corresponde. Si un paciente estudiado es hombre
(codificado en la base de datos como 2) y se introduce
el dgito que corresponde a las mujeres (en este caso
el 1), no se detectar el error. Para identificar estos
casos se pueden utilizar diferentes estrategias:
-Que dos personas diferentes introduzcan los datos y
despus se comparen los dos ficheros resultantes,
(aunque no todos los programas estadsticos lo hacen
directamente).
-Tambin se pueden elegir al azar algunas hojas donde
est recogida la informacin y compararlas con los
registros correspondientes de la base de datos.

Una vez revisada la base de datos y despus de

detectar y corregir los errores, ya se puede
iniciar el anlisis estadstico. Aunque muchos
alumnos aseguran haber revisado los datos al
introducirlos y certifican que no tienen errores,
es frecuente encontrar, al hacer el anlisis
estadstico, que no es as, por tanto es muy
recomendable que se invierta siempre un poco
de tiempo para verificar la calidad de los
datos, ya que se recuperar sobradamente al
realizar el anlisis.