10.6. Análisis de datos

Se puede realizar desde distintos modelos y técnicas estadísticas, dependerá de los objetivos e hipótesis de la investigación y de las características métricas y posibilidades informativas de los datos registrados.

Para tener una visión general de las diferentes posibilidades de análisis de datos se utilizan dos criterios básicos que pueden combinarse con otros más específicos: según los objetivos del estudio, y según las medidas conductuales utilizadas.

Según los objetivos del estudio: análisis exploratorio vs análisis confirmatorio

El análisis exploratorio es propio de etapas iniciales. Hay veces que por la originalidad del tema o el estado inicial de su desarrollo se parte sin hipótesis de trabajo que indiquen que relaciones se deben buscar, por lo que el análisis irá explorando todos los datos hasta encontrar ocurrencias o relaciones significativas. Este análisis proporciona menos seguridad que los confirmatorios, en la que toda la investigación está orientada a la contrastación de una hipótesis o predicciones. En el análisis exploratorio el riesgo de encontrar relaciones espúreas (no reflejan un efecto real sino un fenómeno azaroso) es mayor que en el confirmatorio.

El análisis confirmatorio está orientado a la contrastación de hipótesis, que permiten realizar los análisis pertinentes para su comprobación y obtener resultados que mantenga o refuten las hipótesis. Hay que recordar que en la medida en que no exista una variable de manipulación intencional que se introduzca como antecedente (causa) de otra (cuyos cambios indican el efecto) en situaciones controladas, las relaciones que predicen las hipótesis no se pueden plantear en términos de causalidad

Según las medidas conductuales utilizadas: macroanálisis vs microanálisis

Cuando la descripción y el estudio de las relaciones se realizan a través de medidas globales como las frecuencias, las duraciones o sus derivadas hablamos de macroanálisis. Las técnicas estadísticas aplicables a este tipo de análisis son diversas. Desde los coeficientes de correlación bivariados hasta los análisis multivariado (más complejos) para datos categóricos como el análisis de conglomerados o el factorial de correspondencias múltiples por citar algunos de los más usados (el paquete estadístico SPSS proporciona una buena gama de técnicas).

En el microanálisis se estudian las relaciones entre las unidades de conducta que a modo de eslabones de una cadena describen el comportamiento del individuo o del grupo. Se pueden estudiar las elaciones de contingencia temporal entre las conductas. La técnica más extendida de microanálisis es el análisis secuencial o análisis de secuencias, este sólo es posible si se ha activado por transiciones (RAT).

El análisis secuencial tiene en cuenta la variable tiempo en la medida en que pretende descubrir cómo cambian las probabilidades de que ocurran ciertas conductas en función de que previamente hayan ocurrido otras, y encontrar patrones estadísticamente significativos que revelen sus regularidades.

El análisis de secuencias no es una técnica estadística concreta, sino que refiere la posible aplicación a los datos categóricos secuenciales de algunas de las diversas técnicas existentes con tal fin.

Sobre el análisis secuencial

El programa informático SDIS-GSEQ de Bakeman y Quera (1996) es una potente herramienta para la aplicación informatizada de estas técnicas. La versión para Windows de este programa informático (GSW) está en continuo proceso de actualizaciones y mejoras por parte de los autores. Proporciona estadísticos secuenciales como las tablas de frecuencias de retardos (frecuencias de transición con ventanas temporales), chi cuadrados, residuos ajustados...., así como el cálculo de índices de concordancia entre observadores (Kappa). Puede exportar los datos para análisis complementarios con otros programas como los del SPSS o BMDP. Se puede acceder al programa y sus actualizaciones a través de la página www.ub.es/comporta/sg.htm.

Podemos aplicar así mismo las técnicas basadas en los modelos log-lineal. El programa ILOG de Bekerman y Robinson (1994) realiza especialmente análisis log-lineal y el paquete de programas SPSS incluye módulos con estas técnicas.