Características de la Selección de Datos

Este elemento es una expansión del contenido de los cursos y guías de Lawi. Ofrece hechos, comentarios y análisis sobre Características de la Selección de Datos. [aioseo_breadcrumbs]

Definición de Selección de Datos

Algunos conceptos:

• La selección de datos se define como el proceso de determinar el tipo y la fuente de datos apropiados, así como los instrumentos adecuados para recopilar datos.
• En la minería de datos, la selección de datos es el proceso de identificación de los mejores instrumentos para la recogida de datos, junto con el tipo de datos más adecuado y la fuente de datos.
• El término selección de datos tiene por objeto elegir los datos que deben almacenarse durante la recogida de datos o que deben compartirse/archivarse una vez finalizado el proyecto.
• Los criterios de selección le permiten identificar los datos que desea archivar. Puede seleccionar los datos en función de los valores de una o varias columnas.
• La selección de datos se define como el proceso de determinar el tipo y la fuente de datos apropiados, así como los instrumentos adecuados para recopilar los datos.

Revisión de hechos: Mox

Características de la Selección de Datos

La selección de datos precede a la recogida de datos propiamente dicha. Esta definición distingue la selección de datos de la notificación selectiva de datos (excluir selectivamente los datos que no apoyan una hipótesis de investigación) y la selección interactiva/activa de datos (utilizar los datos recopilados para supervisar actividades/eventos o realizar análisis secundarios de datos). El proceso de selección de datos adecuados para un proyecto de investigación puede afectar a la integridad de los datos.

El objetivo principal de la selección de datos es determinar el tipo de datos, la fuente y el instrumento o instrumentos apropiados que permitan a los investigadores responder adecuadamente a las preguntas de la investigación. Esta determinación suele ser específica de cada disciplina y depende principalmente de la naturaleza de la investigación, la bibliografía existente y la accesibilidad a las fuentes de datos necesarias.

Pueden surgir problemas de integridad cuando las decisiones de seleccionar los datos “apropiados” para recopilar se basan principalmente en consideraciones de coste y conveniencia más que en la capacidad de los datos para responder adecuadamente a las preguntas de la investigación. Ciertamente, el coste y la conveniencia son factores válidos en el proceso de toma de decisiones. Sin embargo, los investigadores deben evaluar hasta qué punto estos factores pueden comprometer la integridad de la investigación.

Consideraciones/cuestiones en la selección de datos

Hay una serie de cuestiones que los investigadores deben tener en cuenta a la hora de seleccionar los datos. Entre ellas se incluyen determinar:

• el tipo y las fuentes de datos apropiados que permitan a los investigadores responder adecuadamente a las preguntas planteadas en la investigación,
• los procedimientos adecuados para obtener una muestra representativa, y
• los instrumentos adecuados para recoger los datos.

Debe haber compatibilidad entre el tipo/fuente de datos y los mecanismos para recogerlos. Es difícil separar la selección del tipo/fuente de datos de los instrumentos utilizados para recogerlos.

Tipos/fuentes de datos

Dependiendo de la disciplina, los tipos y las fuentes de datos pueden representarse de diversas maneras. Los dos tipos de datos principales son los cuantitativos (representados como cifras numéricas: mediciones a nivel de intervalo y de relación) y los cualitativos (texto, imágenes, audio/vídeo, etc.). Aunque las disciplinas científicas difieren en su preferencia por un tipo u otro, algunos investigadores utilizan información tanto cuantitativa como cualitativa con la esperanza de desarrollar una comprensión más rica de un fenómeno concreto. Las fuentes de datos pueden incluir notas de campo, diarios, notas/especímenes de laboratorio u observaciones directas de seres humanos, animales y plantas.

Las interacciones entre el tipo de datos y la fuente no son infrecuentes. Los investigadores recogen información de seres humanos que puede ser cualitativa (por ejemplo, observando las prácticas de crianza de los niños) o cuantitativa (registrando marcadores bioquímicos, mediciones antropométricas). La determinación de los datos adecuados es específica de cada disciplina y depende principalmente de la naturaleza de la investigación, la bibliografía existente y la accesibilidad a las fuentes de datos.

Entre las preguntas que deben abordarse al seleccionar el tipo y la clase de datos se incluyen:

• ¿Cuál es la pregunta o preguntas de la investigación?
• ¿Cuál es el alcance de la investigación? (Esto define los parámetros de cualquier estudio. Los datos seleccionados no deben exceder el ámbito del estudio).
• ¿Qué ha determinado la bibliografía (investigaciones anteriores) como los datos más apropiados para recopilar?
• ¿Qué tipo de datos deben considerarse: cuantitativos, cualitativos o una combinación de ambos?

Procedimientos metodológicos para obtener una muestra representativa

El objetivo del muestreo es seleccionar una fuente de datos que sea representativa de todo el universo de datos de interés. Dependiendo de la disciplina, las muestras pueden extraerse de poblaciones humanas o animales, especímenes de laboratorio, observaciones o documentos históricos. No garantizar la representatividad puede introducir sesgos y, por tanto, comprometer la integridad de los datos.

Una cosa es tener una metodología de muestreo diseñada para la representatividad y otra cosa es que la muestra de datos sea realmente representativa. Así pues, la representatividad de la muestra de datos debe comprobarse y/o verificarse antes de utilizar esos datos.

Los sesgos potenciales limitan la capacidad de hacer inferencias a poblaciones más amplias. Una lista parcial de sesgos podría incluir el sexo, la edad, la raza, la estatura o la ubicación geográfica.

Existen diversos procedimientos de muestreo para reducir la probabilidad de extraer una muestra sesgada, y algunos de ellos se enumeran a continuación:

• Muestreo aleatorio simple
• Muestreo estratificado
• Muestreo por conglomerados
• Muestreo sistemático

Estos métodos de muestreo intentan garantizar la representatividad de toda la población incorporando un elemento de “aleatoriedad” al procedimiento de selección y, por tanto, una mayor capacidad para generalizar los resultados a la población objetivo. Estos métodos contrastan claramente con la muestra de “conveniencia”, en la que se intenta poco o nada para garantizar la representatividad.

Los procedimientos de muestreo aleatorio habituales en la investigación cuantitativa contrastan con el tipo de muestreo predominante en la investigación cualitativa. Dado que los investigadores pueden centrarse en un número reducido de casos, los procedimientos de muestreo suelen ser más intencionados o teóricos que aleatorios. Para que el estudio sea válido, el lector debe poder creer que se ha observado una muestra representativa de los individuos implicados. Deben representarse las “múltiples realidades” de cualquier contexto cultural.

Cada estrategia tiene su aplicación adecuada para escenarios específicos (se aconseja al lector que revise los libros de texto de metodología de la investigación para obtener información detallada sobre cada procedimiento de muestreo). El sesgo de selección puede producirse cuando no se aplica correctamente un procedimiento de muestreo seleccionado. La muestra no representativa resultante puede presentar un número desproporcionado de participantes que comparten características (por ejemplo, raza, sexo, edad, geográficas) que podrían interactuar con las variables de efecto principal (hay amplia literatura). El uso de muestras homogéneas en los ensayos clínicos puede limitar la capacidad de los investigadores para generalizar los resultados a una población más amplia. Las cuestiones relativas a los procedimientos de muestreo se aplican tanto a la investigación cuantitativa como a la cualitativa.

Savenye y Robinson (2004) contrastan este enfoque con la tendencia de los investigadores cualitativos a interpretar los resultados de una investigación o sacar conclusiones basadas en detalles específicos de un estudio concreto, en lugar de en términos de generalizabilidad a otras situaciones y entornos. Aunque los resultados de un estudio de caso no pueden generalizarse, estos datos pueden utilizarse para desarrollar preguntas de investigación que posteriormente se investigarán en un experimento (Savenye, Robinson, 2004).

Basado en la experiencia de varios autores, mis opiniones, perspectivas y recomendaciones se expresarán a continuación (o en otros lugares de esta plataforma, respecto a las características en 2026 o antes, y el futuro de esta cuestión):

Selección del instrumento adecuado

La posibilidad de comprometer la integridad de los datos también existe en la selección de los instrumentos para medir los datos objetivo. Normalmente, los investigadores están familiarizados con la gama de instrumentos que se utilizan convencionalmente en un campo de estudio especializado. Los problemas surgen cuando los investigadores no se mantienen al día de las críticas a los instrumentos o pruebas de diagnóstico existentes (hay amplia literatura). Además, es posible para los investigadores:

• desconocer el desarrollo de instrumentos más perfeccionados
• utilizar instrumentos que no han sido probados sobre el terreno, calibrados, validados o cuya fiabilidad no se ha medido
• aplicar instrumentos a poblaciones para las que no fueron concebidos originalmente.

Entre las cuestiones que deben abordarse en la selección de instrumentos se incluyen:

• ¿Cómo se recogieron los datos en el pasado?
• ¿Son apropiados los instrumentos para el tipo de datos que se buscan?
• ¿Serán adecuados los instrumentos para recoger todos los datos necesarios en el grado requerido?
• ¿El instrumento está actualizado, ha sido probado sobre el terreno, calibrado, validado y es fiable?
• ¿Es adecuado el instrumento para recoger datos de una fuente distinta de la prevista originalmente?
• ¿Debe modificarse el instrumento?

La atención al proceso de selección de datos es crucial para apoyar los pasos de la investigación que siguen. A pesar de los esfuerzos por mantener un estricto cumplimiento de los protocolos de recogida de datos, la selección de análisis estadísticos adecuados, la notificación precisa de los datos y una redacción imparcial, los resultados científicos tendrán un valor cuestionable si el proceso de selección de datos es defectuoso.

Revisor de hechos: Michael

Filtrado de Kalman

Los filtros de Kalman y de partículas (vése más detalles) son algoritmos que actualizan recursivamente una estimación del estado y encuentran las innovaciones necesarias.

Véase también acerca de los filtros de datos en economía.

Recursos

Traducción al Inglés

Traducción al inglés de Características de la Selección de Datos: Data Selection Characteristics.

Véase También

▷ Esperamos que haya sido de utilidad. Si conoces a alguien que pueda estar interesado en este tema, por favor comparte con él/ella este contenido. Es la mejor forma de ayudar al Proyecto Lawi.