UNIVERSIDAD DE GUAYAQUIL

FACULTAD DE INGENIERIA QUIMICA

CARRERA DE LINCENCIATURA EN
GASTRONOMÍA
TEMA: PASOS PARA EL PROCESAMIENTO DE
DATOS
ASIGNATURA: METODOLOGÍA DE LA
INVESTIGACIÓN II
INTEGRANTES:
CHANATASIG BELDUMA MARIBEL
DELGADO VINZA CRISTIAN
CHANATASIG BELDUMA MARIBEL
FERNÁNDEZ GARCÍA XIOMARA
VELEZ MOSQUERA CARMEN
DOCENTE: GORDILLO MERCEDES
CICLO II 2022-2023
 ¿Qué es el procesamiento de datos?

El procesamiento de datos se produce cuando se recaban datos y se traducen a

información utilizable. Suelen ocuparse los científicos de datos; solos o en equipo, y es

importante que el procesamiento se realice correctamente para no afectar negativamente al

producto final o los resultados obtenidos a partir de los datos.

El procesamiento de datos trata de un subconjunto del ‘procesamiento de la

información’, el cambio (procesamiento) de la información de cualquier manera detectable

por un observador. El procesamiento empieza con datos en su forma en bruto y los

convierte a un formato más legible (gráficos, documentos, etc.); dándoles la forma y el

contexto necesarios para que los ordenadores los interpreten y los empleados los utilicen en

toda una organización.

Importancia del procesamiento de datos

La importancia del procesamiento de datos incluye una mayor productividad y

ganancias, mejores decisiones, más precisas y confiables. Para una empresa o un negocio,

esta tarea es extremadamente crucial ya que ayuda a generar información organizada que es

fácil de entender.

Podemos hablar de seis etapas en el procesamiento de datos:

• Recopilación de datos: Los datos se extraen de las fuentes disponibles. Es

importante que las fuentes de datos disponibles sean fiables y estén bien creadas

para que los datos recabados sean de la más alta calidad posible.

• Preparación de datos: A menudo llamada «preprocesamiento», es la etapa en la que

los datos en bruto se limpian y organizan para la siguiente fase del procesamiento.

Durante la preparación, los datos en bruto se verifican diligentemente para detectar

 errores. El objetivo de este paso es eliminar los datos erróneos (datos redundantes,

incompletos o incorrectos). Para empezar a crear datos de gran calidad y obtener la

mejor inteligencia empresarial.

• Introducción de datos: Los datos limpios se introducen en su destino y es el primer

paso en el que los datos en bruto empiezan a cobrar forma como información

utilizable.

• Procesamiento: Durante esta fase los datos ingresados se procesan realmente para su

interpretación. El procesamiento se efectúa por medio de algoritmos de machine

Learning, aunque el proceso puede variar ligeramente según cuál sea la fuente de

los datos que se esté procesando.

• Salida/interpretación de datos: Los datos resultan finalmente utilizables para los que

no son científicos de datos. Están traducidos, son legibles y muchas veces se

presentan en forma de gráficos, vídeos, imágenes, texto simple, etc. Los miembros de

una empresa o institución pueden empezar a autogestionarse los datos para sus

propios proyectos de analíticas de datos.

• Almacenamiento de datos: La última fase del procesamiento de datos es el

almacenamiento. Cuando todos los datos están procesados, se almacenan para su

futuro uso. Si bien hay alguna información que ya puede emplearse de inmediato,

gran parte tendrá utilidad a posteriori.

Métodos más usados para procesar datos

• La codificación

La codificación es un procedimiento que tiene por objeto agrupar numéricamentelos

datos que se expresen en forma verbal para poder luego operar con ellos como si se tratara,

simplemente, de datos cuantitativos. Para lograrlo se habrá de partir de un cúmulo de

informaciones que tengan una mínima homogeneidad, condición necesaria para poder

integrarlas.

Pueden tratarse de cientos de respuestas a una misma pregunta o de una

variedad de posibles situaciones observadas mediante un mismo ítem de una pauta de

observación: en ambos casos existirá una determinada variedad de declaraciones o de

observaciones que presenten las respuestas o los comportamientos de los objetos de

estudio.

El primer paso para dar frente a todos estos datos es realizar una revisión atenta de

un subgrupo reducido de ellos con el objeto de encontrar una tipología de respuestas

posibles, en concordancia, por otra parte, con las formulaciones teóricas que guían la

investigación y con los criterios adoptados en la etapa de operacionalización.

A cada categoría de respuestas habremos de darle un código particular, un número o

letra diferente, que servirá para agrupar tras de sí a todas las respuestas u observaciones que

sean idénticas o que, al menos, aparezcan como equivalentes. Luego procederemos aseñalar

a cada uno de los cuestionarios u hojas de observación con el código que le corresponde en

cada caso, con lo que quedará sintetizada la respuesta que contiene. El proceso se facilita

grandemente cuando se realiza mediante computadoras.

• La tabulación

La palabra tabulación deriva etimológicamente del latín tabula, y significa hacer

tablas, listados de datos que los muestren agrupados y contabilizados. Para ello es preciso

contar cada una de las respuestas que aparecen, distribuyéndolas de acuerdo a las

categorías o códigos previamente definidos.

Cada una de las preguntas de un cuestionario o de una hoja de observación tendrá

que ser tabulada independientemente, por lo que es preciso hacer previamente un plan de

tabulación que prepare adecuadamente la tarea a realizar.

 Esta etapa del trabajo puede desarrollarse manualmente, mediante el procedimiento

que esbozaremos a continuación, cuando se trate de un número relativamente pequeño de

datos; cuando esto no sea así resultará mejor acudir al procesamiento electrónico de datos,

para lo cual existen ya adecuados paquetes de computación que facilitan grandemente esta

tarea. Para ello es necesario preparar los instrumentos de recolección con casilleros

especiales de registro para que las máquinas los procesen.

Para realizar una tabulación manual deberán confeccionarse planillas u hojas de

tabulación donde figuren los códigos sobre la base de los cuales se habrán de distribuir los

datos. También deben dejarse espacios para señalar, mediante signos convencionales, las

unidades que se van contabilizando. En la columna de códigos se anotarán cada uno de los

que se hayan establecido en el proceso de codificación de la variable, si ésta no se

presentaba inicialmente en forma cuantificada.

Si no es así, irán directamente los intervalos establecidos para la distribución. En el

espacio reservado a las respuestas se colocará, por cada cuestionario que se tabule, un signo

en la categoría que corresponda según la respuesta que en él aparezca. Una vez tabulados

todos los cuestionarios se contarán las respuestas anotadas en cada casillero, expresándose

en números en la columna del total.

El resultado de la tabulación será este cómputo ordenado de las respuestas. Sin

embargo, las tablas así obtenidas no serán aptas todavía para presentarse al público, pues

deberán sufrir algunas transformaciones de forma que permitan su mejor comprensión.

• Cuadros estadísticos

Decíamos que luego de terminar con la tabulación de toda la información contenida

en nuestros instrumentos de recolección era preciso presentar los resultados de modo tal que

estos se hiciesen fácilmente inteligibles aun para los lectores no especializados. Para

lograrlo es preciso presentar los datos en la forma más clara posible, haciendo explícito
 cualquier elemento que pueda dar origen a confusiones o dobles interpretaciones y

ordenando toda la información de la manera más rigurosa.

Este criterio se manifiesta, en primer lugar, en el correcto titulado de cada cuadro.

Ello significa que el título debe contener todas las características de la información que se

presenta, en forma concreta, específica y no difusa. Cuando en un cuadro aparecen dos

variables deberá mencionarse primero aquella que suponemos dependiente y luego la

independiente.

• Graficación

La graficación es una actividad derivada de la anterior que consiste en expresar

visualmente los valores numéricos que aparecen en los cuadros. Su objeto es permitir una

comprensión global, rápida y directa, de la información que aparece en cifras. Es

sumamente útil, especialmente cuando nos dirigimos a lectores con poca preparación

matemática, aunque siempre es recomendable por el valor de síntesis que posee.

Raramente se grafica toda la información que se presenta en una investigación pues

ello ocuparía un espacio desmesurado en el informe de investigación, lo que podría más

bien a confundir al lector. Lo corriente y más aconsejable es graficar las informaciones más

importantes y generales que se presten a una expresión gráfica.

Para llevar adelante esta tarea existe una infinidad de formas posible que incluyen,entre

las más conocidas, los gráficos de barras, los histogramas, los gráficos de pastel", las escalas

gráficas, etc. El criterio del investigador junto con sus conocimientos matemáticos serán los

encargados de determinar cuál es el gráfico más apropiado para cada conjunto de datos.
Técnica de Procesamiento

• Recolección de datos o respuestas

Implica elaborar un plan detallado de procedimientos que conduzcan a reunir datos con un

propósito especifico.

¿Cómo se preparan los datos o respuestas para analizarlos?

Las respuestas o los datos obtenidos, previamente codificados, se transfieren a una

matriz de datos y se preparan para su análisis.

Paso 1.- ¿Cómo codificamos los datos o respuestas para contabilizarlos?

Codificación de preguntas cerradas:

• Asignar un numero a cada respuesta. Un atributo corresponde a un valor específico en

una variable, por ejemplo:

Para preguntas cerradas de elección única y dicotómica tomemos el siguiente ejemplo:

¿Usted estudia?
 • SI

• NO

Podemos asignar un numero «1» si responde «SI» y un numero «2» si responde

«NO»; y un atributo adicional «NC» (no contestó) como numero «3», este atributo

«adicional» no deberá aparecer en el «cuestionario», se utiliza solamente para codificación de

datos que no se respondan.

En variables que exploran el grado de acuerdo o desacuerdo frente a una

afirmación los atributos podrían ser:

Código = Atributo

1 = muy en desacuerdo

2 = en desacuerdo

3 = indiferente

4 = de acuerdo

5 = muy de acuerdo

6 = No responde

Codificación de preguntas abiertas: primero han de ser respondidas, para luego:

• Establecer clases de respuestas (listado de respuestas)

• Asignarle un código a cada respuesta

Una vez «codificado» los atributos de las variables de interés, se realiza el paso 2.

Paso 2.- Libro de Códigos. Es un documento que describe la localización de las variables y

los códigos asignados a los atributos que las componen, su función es guiar el proceso de

codificación y localizar variables e interpretar los datos durante el análisis

El libro de códigos puede ser representado en una tabla diseñada por el propio investigador

Paso 3.- Efectuar físicamente la codificación (tabular datos)

Agrupar y estructurar los datos obtenidos en el trabajo de campo

Paso 4.- Guardar los datos para prepararlo en su posterior Análisis.

Definir las herramientas o programas estadísticos para el procesamiento de los datos.

Hay programas que se utilizan para almacenar datos como, hoja de cálculos,

programas estadísticos, entre otros. Es necesario escoger el que se adapte a

las características de los datos y el que conozcamos mejor. Puede procesarse manualmente.

2. Procesamiento de la información

Es el proceso mediante el cual los datos individuales se agrupan y estructuran con el

propósito de responder a:

Problema de Investigación

Objetivos
Hipótesis del estudio

Convirtiéndose los datos en información significativa.

3. Presentación y publicación de los resultados

Los resultados se presentan mediante ecuaciones, gráficos y tablas, y se interpretan

Bibliografía

Bibliografía. Hernández, R., Fernández, C. y Baptista, Pilar (2006) Metodología de la

Investigación. México: Mc Graw Hill. 4

Apuntes para un compendio sobre metodología de la investigación científica. Recuperadode:

https://dialnet.unirioja.es. Núñez, I. (2004).

La gestión de la información, el conocimiento, la inteligencia y el aprendizaje

organizacional desde una perspectiva sociopsicológica. Acimed.12 (3). Recuperado

de: http://bvs.sld.cu