Analisis de Datos

Annotations:

• Considerada como una técnica de análisis objetiva, ya que se centra en el manejo de los datos numéricos que caracterizan el proceso o fenómeno a analizar, lo cual es muy útil en la aplicación de las ciencias exactas y las ciencias naturales, en razón a la certeza de las conclusiones y leyes que se pueden obtener al finalizar el proceso.

1. Criterios que deben ser tenidos en cuenta en los procesos de toma de decisiones.

   Annotations:

   • criterios que deben ser tenidos en cuenta en los procesos de toma de decisiones. 1-la complejidad del problema a resolver 2-la importancia del problema en la gestión organizacional (que puede estar relacionado con las finanzas y las inversiones a realizar) 3-la inexperiencia del analista en el modelo a resolver 4- la repetición del problema
2. Modelos cuantitativos, más frecuentes en administración son:

   Annotations:

   • 1-modelos de programación lineal 2-modelos de inventario 3-modelo de líneas de espera o de colas 4-programación de proyectos 5-simulación 6-análisis de decisión 7-punto de equilibrio 8-pronóstico 9-procesos de Markov 10.modelos de transporte.
3. El análisis cuantitativo, basado en la manipulación estadística de los datos (puede variar según el modelo procesado) sigue más o menos los siguientes pasos:
   1. 1. Depuración de datos.
      1. si los datos se encuentran ubicados en una base cuyos filtros no son suficientes para su detalle, se debe entrar a revisar minuciosamente cada instrumento de recolección de la información, revisar su sistematización y el tratamiento que se le va a dar a la misma para su análisis. Se debe detallar los datos recogidos ya que en ocasiones no corresponden con las variables que se están caracterizando o sobre las cuales se intenta tener un referente en la toma de decisiones.
   2. 2. Eliminación de datos atípicos (o aberrantes).
      1. cuando se tiene un grupo amplio de datos es importante organizarlos y clasificarlos acorde a las variables de estudio para reducir el margen de error de estar trabajando con datos que no corresponden a la muestra establecida, o que se salen de las escalas de medición usadas para dicho estudio. Estos datos se deben eliminar y no tenidos en cuenta para el posterior análisis.
   3. 3. Aplicación del modelo estadístico (necesario para caracterizar la población de prueba).
      1. (necesario para caracterizar la población de prueba): Bien sea en una lógica de lo descriptivo (inductivo) o inferencial (deductivo) se debe hacer el tratamiento de la información obtenida acorde al propósito de la investigación, indagación o proceso de recolección de datos y a las técnicas propias de cada clase.
   4. 4. Elaboración del análisis, a partir del resultado de la estadística realizada.
      1. Inferencia estadística: habiendo realizado un proceso de recolección de información se puede establecer generalidades de una población teniendo en cuenta las características de la muestra seleccionada para ello. La estadística inferencial cumple con las siguientes funciones: • Deduce consecuencias para la población en estudio, siempre y cuando la muestra sea representativa. • Acude al muestreo como requisito para determinar el grupo de estudio y sus criterios de representatividad. • Se establecen parámetros o valores para los mismos de acuerdo a los valores obtenidos en la muestra seleccionada. o inferencial (deductivo) se debe hacer el tratamiento de la información obtenida acorde al propósito de la investigación, indagación o proceso de recolección de datos y a las técnicas propias de cada clase.
      2. Estadística descriptiva: corresponde con la caracterización de una muestra teniendo en cuenta las variables definidas para su estudio. La estadística descriptiva permite el tratamiento de información mediante la recolección, tabulación, graficación y análisis de datos.
   5. 5. Interpretación del análisis en función del contexto en el que se desarrolla la prueba.
      1. Análisis descriptivo: en el caso de tener definida una variable para su estudio, este tipo de análisis sirve para hacerse a una idea relevante de sus principales características. Para el tratamiento de este tipo de variables es importante iniciar definiendo si su naturaleza es categórica o cualitativa o continua- cuantitativa. Se considera una variable continua aquella que se puede representar mediante números enteros y racionales. Es así, como el análisis descriptivo cumple con la función de determinar medidas de tendencia central, medidas de dispersión y formas de distribución de los datos para variables continuas.
         1. · Asignación de atributo a una variable de estudio. · Atributos: media, mediana, moda, varianza. · Uso de software como SPSS. Systat.
      2. Análisis ligados a hipótesis: corresponde al tratamiento numérico de una hipótesis planteada previamente con ayuda de herramientas como Excel donde se le asignan diferentes valores a la misma para estudiar su comportamiento. Este tipo de análisis encuentra en la simulación una estrategia para reducir el riesgo y el azar en la toma de decisiones. En el siguiente gráfico se destacan características de los tipos de análisis estudiados hasta acá.
         1. · Al iniciar el estudio se parte del planteamiento de hipótesis. · Los datos cuantitativos verican o invalidan la hipótesis. · Para vericar las hipótesis se acude a estudios experimentales o cuasi-experimentals.
4. Caracteristicas

Annotations:

• Cuando el problema a resolver, es de amplio conocimiento y experiencia por parte de analista, se puede optar por la valoración de la solución a través de un análisis cualitativo de la información, el cual tiene como característica particular la relación de las variables del modelo, con criterios preestablecidos del analista, que dependen en general de su experiencia en el campo de estudio, condición que tiene como desventaja, que la solución propuesta no tiene un alcance universal.

1. Pasos

   Annotations:

   • 1. Obtener la información. 2. Capturar, transcribir y ordenar la información (Organización de datos y elaboración de matrices). 3. Codificar la información 4. Integrar la información. 5. Formulación de conclusiones.
2. Fuentes para Recopilar Informacion

   Annotations:

   • Entrevistas, diálogo interpersonal, documentos escritos, anotaciones de campo, apuntes de clase, memorias de cálculo, fotografías, filmaciones y grabaciones en particular, etc.
3. Procedimiento para elaborar un análisis cualitativo

   Annotations:

   • Técnicas cualitativas: Datos presentados de manera verbal, escrita o gráfica, como: entrevistas, notas, documentos, testimonios, entre otros. Técnicas cuantitativas: Datos representados en forma numérica. Por ejemplo estadisticas de tendencias, reportes históricos , ventas, número de clientes, porcentaje de participación en el mercado, etc.
4. Caracteristicas