Análisis, visualización e interpretación de datos


¿Qué es?

El análisis de datos es el proceso de ordenar y estructurar los datos recopilados. Los transforma en información que pueden usar los equipos. El análisis se realiza a través de métodos sistemáticos a fin de establecer tendencias, agrupamientos u otras relaciones entre los distintos tipos de datos.

La visualización de datos es el proceso de volcar los datos en una tabla, un gráfico u otro tipo de formato visual que aporte información para el análisis y la interpretación. Los elementos visuales de representación de datos muestran los datos analizados de un modo que sea accesible a las distintas partes interesadas y capte su atención. Estos elementos también se usan para comunicar los resultados de MEAL y satisfacer las necesidades de las principales partes interesadas. Es probable que se necesiten varios elementos visuales para entender la totalidad del proceso de cambio y fundamentar el uso de los datos. Ente los formatos visuales de representación de datos más frecuentes, se incluyen los siguientes:

  • tablas de frecuencia
  • tablas de tabulación cruzada
  • gráficos de barras
  • gráficos lineales
  • gráficos circulares
  • mapas de calor
  • gráficos de dispersión

La interpretación de datos es el proceso de dar significado a los datos. Para interpretar, es necesario llegar a conclusiones sobre la generalización, la correspondencia y la causalidad. Esto tiene como objetivo responder a preguntas de aprendizaje clave sobre su proyecto.

Por lo general, estos tres procesos no son lineales, pues no se realizan en orden uno tras otro. Lo que hacen, en cambio, es respaldar, fundamentar e influir al otro para obtener datos útiles y valiosos.

¿Cómo se usa?

ANÁLISIS Y VISUALIZACIÓN DE DATOS

El tipo de análisis de datos que realice dependerá del tipo de datos disponibles y de la información que necesite resumir en el Plan de gestión de desempeño del proyecto.

Los datos cuantitativos le permiten hacer recuentos y llevar a cabo un análisis estadístico cuantitativo. Por lo general, le indican “qué” sucede con su proyecto.

Los análisis cuantitativos se dividen en dos tipos principales:

El análisis descriptivo se usa cuando busca entender los patrones y las características de un grupo determinado, que generalmente es su muestra. Incluye frecuencias o recuentos, porcentajes y medidas de la tendencia central, particularmente, la media, la mediana y la moda. También incluye medidas de variabilidad, que le indican la “extensión” o variación de las respuestas.

El análisis inferencial se usa cuando su objetivo es examinar las diferencias y correspondencias entre los grupos. Incluye pruebas como el ANOVA, la prueba de chi cuadrado y la prueba de T. También incluye el análisis de regresión, que puede ayudarle a entender las relaciones de causa y efecto de los datos.

El respaldo del análisis cuantitativo se realiza mediante visualizaciones de datos, como tablas de frecuencia y tablas de tabulación cruzada.

La tabla de frecuencia es una representación visual de la frecuencia de los valores en el conjunto de datos.

Tabla de frecuencia

La tabla de tabulación cruzada es una representación visual de la frecuencia de los valores de todo un conjunto de datos, incluidos los subgrupos que este contiene.

Los elementos visuales ayudan tanto en el análisis como en la comunicación de datos. El modelo MEAL DPro aconseja que siga los siguientes pasos cuando use elementos visuales para mejorar la comunicación:

  • Primer paso: Defina las partes interesadas. Esto le ayudará a saber qué tipo de elemento visual atraerá la atención de una determinada parte interesada y satisfará mejor sus necesidades de información.
  • Segundo paso: Defina el contenido de la visualización de datos. Esto se refiere al establecimiento del contenido que cada parte interesada “necesita saber”.
  • Tercer paso: Diseñe y evalúe la visualización. No incluya demasiada información en los elementos visuales. Haga un bosquejo en papel con el contenido que identificó para un destinatario específico. Es posible que deba diseñar una visualización o un tablero de información diferente para cada destinatario clave que identifique.
  • Cuarto paso: Cree las visualizaciones. Los miembros del equipo que cuenten con habilidad y experiencia en software digital pueden crear las visualizaciones de datos con los prototipos que se desarrollaron en el marco de un taller o grupo más pequeño.

Los datos cualitativos, en forma de palabras e historias, se analizan mediante la identificación y organización de temas. Este tipo de análisis le indica, por lo general, “por qué” y “cómo” se producen los cambios en su proyecto.

El análisis cualitativo, a menudo conocido como análisis “temático” o “de contenido”, se lleva a cabo con datos cualitativos.

Estos temas se organizan y visualizan a través de una matriz, que los ordena de acuerdo con las diversas perspectivas que se presentan y las preguntas que se formulan.  Todas las categorías o temas nuevos que surjan a raíz de este proceso servirán para fundamentar la próxima etapa de análisis.

INTERPRETACIÓN DE DATOS

En el análisis cuantitativo, se generan las frecuencias, los promedios y los niveles de diferencia presentes en los datos. En el análisis cualitativo, se identifican patrones y temas. Ambos tipos de análisis deben interpretarse para dar sentido a la información que obtiene de ellos. Debe interpretar el conjunto de datos, y darle sentido, junto con su equipo y otras partes interesadas importantes. El sentido que le da es la historia de su proyecto, es decir, la historia que usará para tomar decisiones al respecto y transmitir los resultados a los demás.

Su esfuerzo por interpretar los datos posiblemente lo lleve de vuelta a la etapa de análisis, lo que requerirá mayor visualización e interpretación. Este proceso reiterativo produce datos de alta calidad para que pueda usarlos.

¿Cuándo se usa?

Los documentos de planificación, especialmente el Plan de gestión de desempeño, le indicarán cuándo debe analizar, visualizar e interpretar los datos. Por lo general, los análisis cuantitativos y cualitativos se realizan por separado.  Luego, los resultados se interpretan en conjunto a fin de ofrecer una idea más clara de “qué” cambia, “cómo” cambia y “por qué” se producen cambios en el contexto de su proyecto.

En muchos casos, el análisis, la visualización y la interpretación de datos se realizan antes de emitir un informe o como parte de un importante ejercicio de control o evaluación. Sin embargo, los expertos advierten que planificar estos procesos como parte de las iniciativas de control habituales mejorará el aprendizaje del proyecto, ayudará con la gestión adaptativa y optimizará la implementación del proyecto en general.

Consejos

Consejo n.o 1: interprete junto con las partes interesadas

Se recomienda que incluya a las principales partes interesadas en la interpretación de los resultados para garantizar que el uso de datos y las decisiones correspondan al contexto local. Por ejemplo, podría organizar una reunión de partes interesadas para que le ayuden a interpretar los datos. Las distintas perspectivas que incluya en la reunión son fundamentales para la generación de información útil y confiable que se utilizará para mejorar el proyecto.

Siempre es conveniente validar o evaluar los temas y las recomendaciones que genera a raíz del análisis y la interpretación. Esta validación puede llevarse a cabo sin importar la cantidad de partes interesadas que se involucren, incluidos los mismos participantes del proyecto.

Consejo n.o 2: conozca las restricciones de interpretación

Para formular interpretaciones y recomendaciones creíbles, debe conocer las restricciones de los datos y ser honesto al respecto. En este sentido, todos los datos presentan restricciones. Cuando interprete, tenga en cuenta lo siguiente:

  • El tipo de datos que tenga restringirá su interpretación. Por ejemplo, los datos cuantitativos a veces permiten hacer una generalización. Esto no es posible con los datos cualitativos.
  • La estrategia de muestreo y el tamaño de las muestras definirán el tipo de generalización e interpretación posible. Solo podrá interpretar los datos por subgrupo si la estrategia de muestreo incluye la desagregación.
  • Sea honesto sobre la calidad de los datos. Ningún conjunto de datos es perfecto. Los cuestionarios tendrán respuestas incompletas, los líderes de grupos focales pueden influir involuntariamente en los interrogados y las respuestas de autoevaluación pueden interpretarse de forma errónea. La interpretación de los datos cuantitativos y cualitativos debe incorporar su conocimiento sobre los problemas de calidad presentes en los datos.
  • Sea honesto sobre el sesgo que presentan los datos, sin importar la forma que este adquiera.