Cuando los investigadores recopilan datos para sus estudios, tienen que empezar por algún sitio. Y ese algún lugar son los datos brutos. Al realizar una investigación, es inevitable recoger datos brutos, que pueden ser cualitativos o cuantitativos. Los datos brutos son importantes en la investigación porque posteriormente se organizan, analizan e interpretan para determinar si los resultados de la investigación respaldan la hipótesis.
Empezaremos por ver cómo se utilizan los datos brutos en la investigación y el significado de los datos brutos.
A continuación, aplicaremos algunos ejemplos de datos brutos para identificar sus usos, por ejemplo, cómo pueden convertir los investigadores los datos brutos de forma estándar a forma decimal y cómo pueden utilizarse para hallar medias aritméticas.
Y para terminar, veremos un ejemplo de datos brutos para aprender cómo pueden utilizarse a veces los datos brutos para hacer estimaciones.
Los datos brutos se convierten mediante análisis en resultados significativos, freepik.com/storyset
Los datos brutos en la investigación
Los datos brutos son esenciales en la investigación psicológica. Los investigadores utilizan los datos brutos para calcular estadísticas descriptivas, que describen y resumen los datos, ayudando al investigador y al lector a visualizar los datos brutos recogidos y a presentarlos con mayor claridad.
Significado de los datos brutos
Los datos brutos son datos que el investigador ha recogido durante la investigación y que aún no se han procesado.
Los datos brutos pueden recogerse independientemente de que sean
Cuantitativos - datos numéricos
Cualitativos - datos no numéricos
¿Cuál es la diferencia entre datos brutos y datos primarios?
Los datos brutos son datos recogidos durante la investigación que aún no han sido procesados. Los datos primarios son los datos que el propio investigador ha recogido de su experimento citado en un estudio. Son muy similares.
Usos de los datos primarios en la investigación
Hay muchos usos de los datos brutos en la investigación. Algunos de ellos son
Organizar los datos para poder interpretarlos y analizarlos posteriormente.
Hacer estimaciones de lo que el investigador puede esperar encontrar a partir de los resultados.
Comparar valores de datos entre condiciones/grupos en experimentos para identificar diferencias notables.
Construir tablas, gráficos o diagramas, como;
Tablas de frecuencia, diagramas de barras, histogramas y/o diagramas circulares.
Datos brutos en la investigación
Cuando se recogen datos para una investigación, siempre se recogen datos brutos. Estos datos deben organizarse para su posterior análisis e interpretación, registrándolos en una tabla. Al diseñar tablas de registro de datos brutos, el investigador debe tener en cuenta varias cosas importantes:
Todos los datos recogidos deben registrarse de algún modo en la tabla.
El investigador debe considerar cómo registrar los datos. Por ejemplo, los datos pueden codificarse o contarse. La finalidad de esto es facilitar el análisis posterior de los datos.
Un ejemplo de datos codificados utilizado en la investigación es M para los participantes masculinos y F para las participantes femeninas.
Ejemplos de datos brutos - De forma estándar a forma decimal
A continuación puedes ver un ejemplo de tabla de datos. Esta tabla resume los colores favoritos de los alumnos. Los datos brutos están escritos en forma estándar. La forma estándar son los datos registrados mediante el recuento del número de respuestas de los alumnos que identificaron el color específico como su color favorito.
Rojo
Naranja
Amarillo
Rosa
Verde
Morado
Total
4
2
1
6
2
5
20
El investigador puede utilizar estos datos para convertirlos de forma estándar a forma decimal. Para cambiar los datos brutos de forma estándar a decimal, el investigador debe dividir la frecuencia de cada categoría por el número total de respuestas, como se muestra en el ejemplo siguiente.
Rojo
Naranja
Amarillo
Rosa
Verde
Morado
Total
4
2
1
6
2
5
20
4/20 = 0.2
2/20 = 0.1
1/20 = 0.05
6/20 = 0.3
2/20 = 0.1
5/20 = 0.25
1
Los datos brutos pueden convertirse de forma estándar a decimal al hacer algunos cálculos. Por ejemplo, los investigadores deben hacerlo al construir un gráfico circular, pero modificándolo para que refleje 360°.
Ejemplos de datos brutos: hallar medias aritméticas
Los investigadores también pueden analizar datos brutos en su investigación. Por ejemplo, pueden utilizarlos para hallar las medias aritméticas de los datos.
La media aritmética (o simplemente la media) es una estadística utilizada para hallar la media de un conjunto de datos. Para calcular la media aritmética, hay que sumar todos los valores y dividirlos por el número de valores del conjunto de datos.
La tabla de datos brutos que figura a continuación muestra las respuestas de los participantes a la pregunta: "¿Has sentido más dolor que el mes pasado?" después de tomar un medicamento para aliviar el dolor. La respuesta se basó en una escala Likert de 1-10; 1 representa menos dolor y 10 representa más dolor. Los investigadores registraron las respuestas de los participantes en la siguiente tabla de datos brutos.
El investigador quería medir las respuestas medias de los dos grupos (fármacos frente a placebo). A continuación puedes ver cómo se calcula e interpreta:
Grupo del fármaco (experimental)
Grupo placebo (control)
1
7
1
5
3
6
5
5
2
8
2
8
1
4
3
6
2
6
La media del grupo experimental es 1 + 1 + 3 + 5 + 2 + 2 + 1 + 3 + 2 = 20. Luego lo dividimos por 9 = 2,22
La cifra se ha redondeado a dos cifras significativas.
La media del grupo de control es 7 + 5 + 6 + 5 + 8 + 8 + 4 + 6 + 6 = 55/ 9 = 6.11
La cifra se ha redondeado a dos cifras significativas.
Los resultados pueden interpretarse como que, por término medio, el grupo experimental experimentó menos dolor que el grupo de control. A continuación, los investigadores pueden utilizar otras pruebas estadísticas para medir la importancia de estos resultados, etc.
Datos brutos - Muestra de datos brutos
Cuando se recogen datos brutos en la investigación psicológica, conviene redondear los valores de los datos a dos cifras significativas. No debe haber más de dos valores numéricos después del punto decimal en las cifras de los datos. El redondeo de la cifra hacia arriba o hacia abajo determina estos números. Las cifras deben ser
Redondeadas al alza si el tercer dígito después del punto decimal es superior a 5.
Redondear hacia abajo si el tercer dígito después del punto decimal es inferior a 5.
Un ejemplo de datos brutos que deben redondearse a dos cifras significativas es 0,887; se redondearía a 0,89.Y un ejemplo de datos brutos que deben redondearse a dos cifras significativas es 0,883; se redondearía a 0,88.
Los investigadores a veces utilizan datos brutos para hacer estimaciones. Esto se utiliza ocasionalmente cuando un psicólogo quiere hacer una aproximación/estimación rápida de los datos que se han recogido.
Calcular algo como 487 x 9876 sería un ejemplo de uso de datos brutospara estimar, en el que el investigadorpuede calcular 500 x 10.000.
Haciendo estimaciones, los investigadores pueden calcular aproximadamente lo que pueden esperar encontrar a partir de sus resultados.
Datos brutos - Puntos clave
Los datos brutos son datos que el investigador ha recogido durante la investigación y que aún no se han procesado.
Los datos brutos son esenciales en la investigación, ya que posteriormente se organizarán, analizarán e interpretarán para determinar si los resultados de la investigación respaldan la hipótesis.
Hay muchos usos de los datos brutos en la investigación, como:
Organizar los datos para poder interpretarlos y analizarlos posteriormente.
Hacer estimaciones de lo que el investigador puede esperar encontrar a partir de los resultados.
Comparar valores de datos entre condiciones/grupos en experimentos para identificar diferencias notables.
How we ensure our content is accurate and trustworthy?
At StudySmarter, we have created a learning platform that serves millions of students. Meet
the people who work hard to deliver fact based content as well as making sure it is verified.
Content Creation Process:
Lily Hulatt
Digital Content Specialist
Lily Hulatt is a Digital Content Specialist with over three years of experience in content strategy and curriculum design. She gained her PhD in English Literature from Durham University in 2022, taught in Durham University’s English Studies Department, and has contributed to a number of publications. Lily specialises in English Literature, English Language, History, and Philosophy.
Gabriel Freitas is an AI Engineer with a solid experience in software development, machine learning algorithms, and generative AI, including large language models’ (LLMs) applications. Graduated in Electrical Engineering at the University of São Paulo, he is currently pursuing an MSc in Computer Engineering at the University of Campinas, specializing in machine learning topics. Gabriel has a strong background in software engineering and has worked on projects involving computer vision, embedded AI, and LLM applications.
StudySmarter es una compañía de tecnología educativa reconocida a nivel mundial, que ofrece una plataforma de aprendizaje integral diseñada para estudiantes de todas las edades y niveles educativos. Nuestra plataforma proporciona apoyo en el aprendizaje para una amplia gama de asignaturas, incluidas las STEM, Ciencias Sociales e Idiomas, y también ayuda a los estudiantes a dominar con éxito diversos exámenes y pruebas en todo el mundo, como GCSE, A Level, SAT, ACT, Abitur y más. Ofrecemos una extensa biblioteca de materiales de aprendizaje, incluidas tarjetas didácticas interactivas, soluciones completas de libros de texto y explicaciones detalladas. La tecnología avanzada y las herramientas que proporcionamos ayudan a los estudiantes a crear sus propios materiales de aprendizaje. El contenido de StudySmarter no solo es verificado por expertos, sino que también se actualiza regularmente para garantizar su precisión y relevancia.