Para realizar el trabajo final de grado (TFG), final de máster (TFM) y tesis doctoral (TD), debemos hacerlo enfocados en algún paradigma. En el caso de optar por un enfoque cuantitativo o mixto, necesitamos analizar datos que recomendamos sea con SPSS que es el software más aplicable.
Entonces, cuando profundizamos en el análisis estadístico de datos, debemos desarrollar un procedimiento que sea altamente confiable. De ahí, que utilizar un software en el cálculo brindará mayor fortaleza al análisis de datos.
Con el SPSS no tendremos error de redondeo y los cálculos serán con mayor precisión en todas las pruebas estadísticas. Los errores sistemáticos se reducen a la mala práctica de la recogida de datos o del análisis de resultados.
Detalles que debemos evitar al usarlo
Definir las variables de forma errada. Esto es que lo primero que debemos considerar al trabajar con SPSS, generar el espacio de análisis en la vista de variables. En ella hay que describir cada variable, el tipo, el uso y demás elementos.
Realizada la vista de variables, creadas las etiquetas de valor y terminada la primera fase de la base de datos, abrimos vista de datos.
Procedemos a introducir los datos y evitar errores de transcripción, debemos realizar un análisis para validar los datos.
No visualizar ni validar los datos. En este momento hay que generar un primer informe estadístico en el SPSS que es fundamental. En los resultados estadísticos descriptivos veremos el estado inicial, valores inestables o perdidos, sesgos inexplicables, gráficos con comportamientos no esperados, etc. Es decir, que tenemos que identificar que la base de datos esté creada correctamente.
Observar los valores que no se vinculen a nuestra investigación. Por ejemplo, el p-valor y la decisión de hipótesis es una prioridad para analizar datos en nuestra investigación. Pero si no nos interesa el intervalo de valores, debemos omitirlo, aunque esté en la tabla de resultados generada por el SPSS. Así con otros estadísticos o estimadores.
SPSS qué es lo que debemos hacer como buena práctica
Presentar adecuadamente el p-valor. En este particular hay que considerar el comportamiento y utilidad del p-valor. Primero que el p-valor siempre tendrá una cantidad de probabilidad, es decir la probabilidad siempre existe y en consecuencia siempre p-valor > 0.
Segundo que el p-valor es el dato que permite tomar la decisión sobre la prueba estadística y debemos contrastarlo con el parámetro. En general SPSS muestra ese contraste al 0,05 y 0,01; si el p-valor es menor de esos valores, las evidencias marcan una diferencia significativa. El p-valor debe ser analizado con la regla “menor que” y “mayor que”
Determinar el comportamiento de los datos y su naturaleza. Hay que destacar las restricciones estadísticas y ello nos ayudará a decidir si el estudio lo realizamos con estadística paramétrica o no paramétrica.
Observar y verificar la tendencia de los datos. Porque no siempre la tendencia es lineal
Seleccionar adecuadamente la prueba estadística y presentar los resultados. Uno de los errores que deterioran totalmente el análisis de datos, es la selección de pruebas no adecuadas. Ello hay que indagarlo a fondo, incluso habiendo recibido alguna orientación al respecto. Lo mejor es acudir a tutores y directores del TFG, TFM o TD expertos o a Ayuda Universitaria, para estar bien orientados en nuestro análisis.
En conclusión, programa SPSS ofrece una amplia gama de procedimientos estadísticos y uso de archivos de datos. Este software estadístico es uno de los mejores para todos los sistemas operativos. Utiliza SPSS, no te lo piensas más.
