Guia basica de analisis de datos para tu tesis

El analisis de datos es el capitulo que mas intimida. Es donde tu investigacion pasa de teoria a evidencia. Pero antes de entrar en panico, necesitas saber que tipo de analisis necesitas, que herramientas usar y como presentar los resultados de manera que tu jurado quede convencido.

En esta guia te llevamos paso a paso por todo el proceso, desde elegir el enfoque correcto hasta evitar los errores que hunden tesis en universidades como la UNAH, UTH, UNITEC, CEUTEC y UPN.

Cuantitativo vs Cualitativo: cual necesitas

Lo primero es entender que el tipo de analisis depende de tu pregunta de investigacion, no de tu preferencia personal.

Cuantitativo: Trabajas con numeros — encuestas con escalas Likert, mediciones, datos estadisticos. Necesitas estadistica descriptiva (media, desviacion estandar, frecuencias) y posiblemente inferencial (chi-cuadrado, t de Student, correlaciones, regresiones).

Cualitativo: Trabajas con palabras — entrevistas a profundidad, observaciones de campo, grupos focales. Necesitas transcripcion, codificacion tematica, triangulacion y analisis de discurso.

Mixto: Combinas ambos. Por ejemplo, aplicas una encuesta cuantitativa a 200 estudiantes de la UNAH y luego realizas 10 entrevistas a profundidad para entender el "por que" detras de los numeros. Este enfoque es cada vez mas comun en tesis de maestria.

Como decidir cual usar

Tu pregunta de investigacion...	Enfoque recomendado
Busca medir, cuantificar o comparar	Cuantitativo
Busca comprender experiencias o significados	Cualitativo
Busca medir Y comprender a profundidad	Mixto
Tiene hipotesis con variables medibles	Cuantitativo
Explora un fenomeno poco estudiado	Cualitativo

Los cuatro tipos de analisis cuantitativo

No todo analisis cuantitativo es igual. Dependiendo de tus objetivos, usaras uno o varios de estos tipos:

1. Analisis descriptivo

Describe lo que hay en tus datos. Es el punto de partida obligatorio.

• Frecuencias y porcentajes (cuantos respondieron que si, cuantos que no)
• Medidas de tendencia central (media, mediana, moda)
• Medidas de dispersion (desviacion estandar, rango, varianza)
• Tablas de frecuencia y graficos de barras

Ejemplo real: En una tesis de Administracion de Empresas en la UTH sobre satisfaccion laboral, el analisis descriptivo te dice que el 65% de los empleados califica su satisfaccion como "alta" y que el promedio en la escala Likert es 3.8 de 5.

2. Analisis inferencial

Va mas alla de describir — busca generalizar resultados de tu muestra a toda la poblacion.

• Prueba t de Student: comparar medias entre dos grupos
• ANOVA: comparar medias entre tres o mas grupos
• Chi-cuadrado: asociacion entre variables categoricas
• Pruebas de normalidad (Shapiro-Wilk, Kolmogorov-Smirnov)

Ejemplo real: En una tesis de Psicologia en la UNAH, usas la prueba t para determinar si hay diferencia significativa en niveles de ansiedad entre estudiantes que trabajan y los que no.

3. Analisis correlacional

Mide la relacion entre dos o mas variables — si cuando una sube, la otra tambien (o baja).

• Correlacion de Pearson: para variables continuas con distribucion normal
• Correlacion de Spearman: para variables ordinales o sin distribucion normal
• Coeficiente de determinacion (R cuadrado)

Ejemplo real: En una tesis de Mercadotecnia en UNITEC, mides la correlacion entre inversion en redes sociales y ventas mensuales de pymes en Tegucigalpa. Un r = 0.72 indica una correlacion positiva fuerte.

4. Analisis de regresion

Predice el valor de una variable a partir de otras. Es el analisis mas avanzado en tesis de pregrado.

• Regresion lineal simple: una variable independiente
• Regresion lineal multiple: varias variables independientes
• Regresion logistica: cuando la variable dependiente es categorica (si/no)

Ejemplo real: En una tesis de Ingenieria Industrial en la UPN, predices el tiempo de produccion basado en el numero de operarios, la temperatura del turno y las horas de capacitacion.

Proceso paso a paso para analizar tus datos

Sigue estos pasos en orden. Saltarte alguno es la razon mas comun de rechazo en el capitulo de resultados.

Paso 1: Organiza tu base de datos

Antes de cualquier prueba, necesitas una base de datos limpia.

• Cada fila es un caso (un encuestado, una observacion)
• Cada columna es una variable (edad, sexo, respuesta a pregunta 1, etc.)
• Codifica las respuestas: "Muy de acuerdo" = 5, "De acuerdo" = 4, etc.
• Revisa datos faltantes y decide como manejarlos (eliminar caso, reemplazar con media, etc.)
• Guarda el archivo en formato .xlsx o .csv

Paso 2: Realiza el analisis descriptivo

Siempre empieza por aqui. Calcula frecuencias, porcentajes, medias y desviaciones estandar para cada variable.

Paso 3: Verifica supuestos estadisticos

Antes de aplicar pruebas inferenciales, verifica:

• Normalidad: Shapiro-Wilk (muestras pequenas) o Kolmogorov-Smirnov (muestras grandes)
• Homocedasticidad: Prueba de Levene
• Independencia de observaciones

Si los datos no son normales, usa pruebas no parametricas (Mann-Whitney en vez de t de Student, Kruskal-Wallis en vez de ANOVA).

Paso 4: Aplica las pruebas estadisticas

Selecciona la prueba segun tu objetivo y el tipo de variables:

Objetivo	Variables	Prueba
Comparar 2 grupos	1 categorica + 1 continua	t de Student / Mann-Whitney
Comparar 3+ grupos	1 categorica + 1 continua	ANOVA / Kruskal-Wallis
Asociacion entre categoricas	2 categoricas	Chi-cuadrado
Relacion entre continuas	2 continuas	Pearson / Spearman
Prediccion	1 dependiente + 1 o mas independientes	Regresion

Paso 5: Interpreta los resultados

No basta con reportar el valor de p. Necesitas:

• Reportar el estadistico de prueba (t, F, chi-cuadrado, r)
• Reportar el valor de p y comparar con tu nivel de significancia (generalmente 0.05)
• Interpretar en lenguaje claro que significa para tu investigacion
• Conectar con tus objetivos e hipotesis

Paso 6: Presenta con tablas y graficos

Cada resultado necesita una tabla o grafico formal, con titulo, numeracion y fuente.

Herramientas para el analisis de datos

Para analisis cuantitativo

Herramienta	Mejor para	Curva de aprendizaje	Costo
Microsoft Excel	Descriptivos basicos, graficos sencillos	Baja	Incluido en Office
SPSS	Pruebas inferenciales, la mas usada en Honduras	Media	Licencia universitaria
R / RStudio	Analisis avanzados, graficos profesionales	Alta	Gratuito
Jamovi	Alternativa gratuita a SPSS, interfaz amigable	Baja-Media	Gratuito
Google Sheets	Descriptivos basicos, colaboracion	Baja	Gratuito

Recomendacion para estudiantes en Honduras: Si tu universidad tiene licencia de SPSS (la UNAH y UNITEC suelen tenerla), usalo. Si no, Jamovi es la mejor alternativa gratuita porque tiene una interfaz similar a SPSS y genera tablas en formato APA.

Para analisis cualitativo

Herramienta	Mejor para	Costo
Atlas.ti	Codificacion tematica profesional	Licencia (con descuento estudiantil)
MAXQDA	Analisis mixto	Licencia
NVivo	Grandes volumenes de datos cualitativos	Licencia
Google Docs + colores	Codificacion manual basica	Gratuito

Como presentar datos correctamente

La presentacion de datos es donde muchas tesis pierden puntos innecesariamente. Sigue estas reglas:

Tablas:

• Titulo arriba de la tabla, numerado (Tabla 1, Tabla 2...)
• Sin lineas verticales (norma APA)
• Fuente debajo de la tabla
• Solo las lineas horizontales necesarias

Graficos:

• Titulo debajo del grafico (Figura 1, Figura 2...)
• Barras para comparar categorias
• Lineas para tendencias en el tiempo
• Circular solo cuando tienes pocas categorias (maximo 5-6)
• Siempre incluye etiquetas de datos

Regla de oro: Cada tabla o grafico debe poder entenderse sin leer el texto. Si alguien mira solo la tabla, debe entender que estas mostrando.

Los errores mas comunes (y como evitarlos)

Error 1: Presentar datos sin interpretarlos

"El 70% respondio que si" no dice nada solo. Necesitas explicar que significa en el contexto de tu investigacion. "El 70% de los docentes encuestados en la UNAH considera que la plataforma virtual es util, lo cual confirma la hipotesis H1 de que la percepcion de utilidad es mayoritariamente positiva."

Error 2: Usar la prueba estadistica incorrecta

Aplicar Pearson cuando tus datos no son normales, o usar chi-cuadrado cuando tus frecuencias esperadas son menores a 5. Siempre verifica los supuestos antes de elegir la prueba.

Error 3: Ignorar los valores atipicos

Un dato atipico puede distorsionar completamente tus resultados. Identifica outliers con diagramas de caja (boxplot) y decide si los eliminas o los reportas por separado.

Error 4: Confundir correlacion con causalidad

Que dos variables esten correlacionadas no significa que una cause la otra. "Los estudiantes que duermen mas tienen mejores notas" no significa que dormir cause buenas notas — puede haber variables intermedias.

Error 5: Muestra demasiado pequena

Necesitas un calculo formal del tamano de muestra ANTES de recolectar datos. Una muestra de 15 personas rara vez es suficiente para pruebas inferenciales.

Error 6: No reportar la fiabilidad del instrumento

Si usas un cuestionario, necesitas reportar el Alfa de Cronbach. Un valor por debajo de 0.70 indica que tu instrumento no es confiable.

Ejemplo completo: tesis sobre satisfaccion estudiantil

Imaginemos una tesis de Administracion Educativa en la UNAH: "Satisfaccion estudiantil con la modalidad virtual en la Facultad de Ciencias Sociales."

1. Enfoque: Cuantitativo, alcance descriptivo-correlacional
2. Instrumento: Cuestionario con escala Likert de 5 puntos, 25 items
3. Muestra: 280 estudiantes (calculada con formula de poblaciones finitas)
4. Analisis descriptivo: Media de satisfaccion = 3.2/5, desviacion estandar = 0.89
5. Fiabilidad: Alfa de Cronbach = 0.87 (confiable)
6. Analisis inferencial: Prueba t para comparar satisfaccion entre hombres y mujeres (p = 0.032, hay diferencia significativa)
7. Analisis correlacional: Correlacion de Spearman entre satisfaccion y rendimiento academico (r = 0.45, correlacion moderada)
8. Interpretacion: Los estudiantes presentan una satisfaccion moderada. Las mujeres reportan mayor satisfaccion que los hombres. Existe una relacion positiva moderada entre satisfaccion y rendimiento, lo que sugiere que mejorar la experiencia virtual podria impactar positivamente en las calificaciones.

Analisis cualitativo paso a paso

Si tu investigacion es cualitativa, el proceso es diferente pero igual de riguroso:

1. Transcripcion: Transcribe todas las entrevistas o grupos focales literalmente
2. Lectura inicial: Lee todo el material sin codificar — familiarizate con los datos
3. Codificacion abierta: Asigna codigos a fragmentos significativos del texto
4. Codificacion axial: Agrupa codigos en categorias y subcategorias
5. Triangulacion: Compara los hallazgos entre diferentes fuentes (entrevistas, documentos, observaciones)
6. Saturacion teorica: Determina cuando ya no surgen categorias nuevas
7. Redaccion de hallazgos: Presenta cada categoria con citas textuales de los participantes

Tip importante: En tesis cualitativas en Honduras, los jurados suelen pedir minimo 8-10 entrevistas para considerar que hay saturacion. En la UNAH, algunas facultades piden minimo 12.

El analisis de datos es donde mas valor agregamos. Aplicamos las pruebas estadisticas correctas, creamos visualizaciones profesionales y redactamos la interpretacion conectada a tus objetivos. Cotiza tu analisis.

---

Un buen analisis de datos puede hacer la diferencia entre una tesis aprobada y una rechazada. No dejes esta parte al azar — es la columna vertebral de toda tu investigacion.

Cotiza tu proyecto →