Metodología para el Análisis de Datos Cuantitativos y Cualitativos en Investigación

Depuración y Preparación de la Base de Datos

Antes de comenzar cualquier análisis, es fundamental preparar y depurar la base de datos. Esto implica la revisión y corrección de errores, así como la preparación de las variables para los análisis posteriores.

Análisis Factorial

El análisis factorial es una técnica de reducción de dimensiones que permite identificar las variables subyacentes (factores) que explican las correlaciones entre un conjunto de variables observadas. Se realiza de la siguiente manera:

• Ir a Analizar > Reducción de dimensiones > Factor.
• Incluir todas las variables que componen la escala.
• En Descriptivos, seleccionar KMO y prueba de Bartlett.
• En Rotación, seleccionar Varimax.

Interpretación:

• KMO: Debe ser ≥ 0,65. Indica la adecuación del modelo al tamaño de la muestra.
• Matriz de componentes rotados: Idealmente, cada variable debe cargar ≥ 0,5 en un componente y ≤ 0,3 o 0,35 en los demás. Si una variable no cumple este criterio, se elimina y se repite el análisis.

Análisis de Fiabilidad

El análisis de fiabilidad evalúa la consistencia interna de una escala. Se realiza de la siguiente manera:

• Ir a Analizar > Escala > Análisis de fiabilidad.
• Incluir las variables de la escala.
• En Estadísticos, seleccionar Escala y Escala si se elimina el elemento.

Interpretación:

• Alfa de Cronbach: Debe ser ≥ 0,65.
• Correlación total de elementos corregida: Ningún ítem debe ser < 0,35. Si lo es, se elimina.
• Alfa de Cronbach si el elemento se ha suprimido: Muestra el Alfa si se elimina el ítem.

Cálculo del Índice

Para cada componente identificado en el análisis factorial, se calcula un índice que representa la puntuación de cada caso en ese factor. Se realiza de la siguiente manera:

• Ir a Transformar > Calcular variable.
• En Expresión numérica, introducir la fórmula para calcular el índice (ej. (fidelidad_01 + fidelidad_02 + fidelidad_03) / 3).
• En Variable objetivo, darle un nombre al nuevo índice.

Análisis de Variables Cualitativas y Cuantitativas

Esta sección describe cómo analizar la relación entre una variable cualitativa y varias variables cuantitativas.

Estadísticos Descriptivos: Frecuencias

Se utilizan para describir las variables cualitativas que caracterizan la muestra (sexo, edad, estudios, etc.).

• Ir a Analizar > Estadísticos descriptivos > Frecuencias.
• Incluir las variables cualitativas.

Interpretación: Observar los porcentajes válidos y las frecuencias.

Estadísticos Descriptivos: Descriptivos

Se utilizan para describir las variables cuantitativas que caracterizan a la variable cualitativa.

• Ir a Analizar > Estadísticos descriptivos > Descriptivos.
• En Variables, incluir las variables cuantitativas (ej., índices calculados previamente).

Interpretación: Observar el mínimo, máximo, media y desviación típica. Si la media está cerca del centro del rango de la escala, indica variabilidad. Medias altas o bajas indican menor variabilidad y una valoración alta o baja, respectivamente. La desviación típica indica la dispersión de los resultados.

ANOVA (Análisis de Varianza)

El ANOVA permite comparar las medias de una variable cuantitativa entre los diferentes grupos definidos por una variable cualitativa.

• Ir a Analizar > Comparar medias > ANOVA de un factor.
• En Lista de dependientes, incluir las variables cuantitativas (índices).
• En Factor, incluir la variable cualitativa.
• En Post hoc, seleccionar DMS.
• En Opciones, seleccionar Descriptivos.

Interpretación:

1. Tabla ANOVA: Comprobar si las diferencias entre las medias son estadísticamente significativas (p < 0,05). Las variables no significativas se pueden mencionar, pero generalmente no se interpretan en detalle.
2. Tabla de descriptivos: Observar las medias y desviaciones típicas de cada grupo (definido por la variable cualitativa) para cada variable cuantitativa.

Comentario: Indicar si existen o no diferencias significativas entre los grupos de la variable cualitativa con respecto a cada variable cuantitativa. El grupo con la media más alta se considera, en principio, el de mejor desempeño en esa variable. Analizar las posibles razones de estas diferencias.