En las últimas décadas hemos observado la gran influencia de la invasión informática en casi todos los aspectos de nuestro día a día, el análisis de los datos cuantitativos de investigación no escapa de esta realiadad; ya que cada investigación trae consigo una gran cantidad de datos que deben organizarse para ofrecer resultados óptimos al investigador. Estos software frecuentemente actualizados operan bajo ambiente Windows, comparten una característica básica como es la disponer de una hoja, que sin llegar a ser como una hoja de cálculo, permiten la definición de variables actuando en las cabeceras de columnas, para posteriormente registrar los datos en las filas. El manejo de dichos software requiere una preparación previa y, desde luego, un conocimiento básico en estadística.
Entre los paquetes estadísticos más usados en investigaciones que manejan datos numéricos se encuentran el SAS, R, SPSS, BMDP, MINITAB, entre otros, que ofrecen distintas posibilidades de tratamiento de la información. A continuación una breve descripción de estos:
*Paquete estadístico para las ciencias sociales o SPSS, desarrollado en la Universidad de Chicago, es uno de los más difundidos. Posee versiones para Windows, Macintosh y Unix, en inglés y español, aunque debe usarse en computadores que posean la capacidad necesaria para correr el programa. Contiene dos partes: “a) vista de variables (para definiciones de las variables y consecuentemente, de los datos) y b) vista de los datos (matriz de datos). La cual contiene comandos para operar en la parte superior”. El programa SPSS trabaja de una manera sencilla y practica: el investigador usuario ingresa los datos recolectados en la matriz de datos, tal como se hace en otros programas, selecciona las opciones que considere necesarias, de acuerdo a los propósitos de su investigación, ya sea correlacionar dos o más variables, realizar una regresión, un análisis bivariado, etc. El programa posee además distintas herramientas para elaborar los gráficos estadísticos básicos.
*El MINITAB, es un paquete conocido por su relativamente bajo costo. Incluye considerable número de pruebas estadísticas, y cuenta con un tutorial para aprender a utilizarlo y practicar; además, es muy sencillo de manejar. Al igual que el SPSS, el MINITAB posee una matriz u hoja de trabajo donde se ingresan los datos, se asignan criterios para los componentes de las variables como nombre, formato (numérico, texto o fecha), el tamaño de las celdas y se define el tipo de escala (nominal, ordinal, de intervalo o de razón). Los análisis realizados aparecen en la parte superior de la pantalla, mientras que los gráficos se reproducen en recuadros. En lugar de usar comandos de texto, Minitab prefiere un estilo completamente visual de análisis. La cantidad de pruebas y gráficas que Minitab pone a tu disposición es notable. Además de los tradicionales estadísticos descriptivos y análisis multivariados, Minitab dispone de un menú de herramientas de calidad, otro para series temporales y uno dedicado a la potencia y tamaño de la muestra. Cada prueba se ejecuta sobre los datos contenidos en una hoja de cálculo fácil de editar, y los parámetros se definen mediante cuadros de diálogo. Todos los resultados que obtengas estarán disponibles en la ventana de proyecto, en la cual puedes integrarlos en un solo informe usando ReportPad. Minitab es uno de los paquetes estadísticos más intuitivos y potentes. Con todo, en comparación con SPSS o JMP, adolece de un aspecto más anticuado y de la falta de un editor de sintaxis potente.
*El SAS o sistema de análisis estadístico, es otro programa frecuentemente usado en el tratamiento de la información recogida en investigaciones cuantitativas. Diseñado en la Universidad de Carolina del Norte, es un paquete muy completo que posee una amplia variedad de pruebas estadísticas, incluye además ejercicios para que el usuario pueda practicar y comprender las pruebas básicas.
*R, es un paquete de software de código interpretado, esto es, tienes que ingresar el código y en la misma ventana el programa emite los resultados. En ello reside también su fortaleza, porque puedes construir tu propio código para análisis con base en funciones de análisis construidas por la comunidad que soporta R. Para los que no pueden vivir sin apretar botones, siempre está la posibilidad de usar R Commander, una librería extra que permite tener una interfaz de análisis más amigable. El poder de R está en su versatilidad y en que posee una enorme cantidad de rutinas que pueden ser agregadas a su “módulo base”. La mayor desventaja es que requiere de mucho estudio, la curva de aprendizaje es muy larga.
*BMDP, es uno de los paquetes de software estadísticos más antiguos. El primer manual para BMDP Biomedical Computers Programs, se publicó en 1961. En 1975 pasó a denominarse BMDP. Cubre un amplio abanico de métodos estadísticos pero su capacidad para manejar datos es limitada. El BMDP tiene como desventaja que sus programas se ejecutan por separado: solo puede accederse a uno de ellos en cada ejecución. Los resultados de cada programa se pueden guardar en un archivo de BMDP y utilizarse como entrada en otros programas. BMDP ofrece una funcionalidad profunda para todos los análisis estadísticos importantes, tales como ANOVA, Regresión, Análisis No-Paramétrico, Series de Tiempo, etc. Además, BMDP ha sido reconocido por la calidad de sus Módulos de Análisis de Supervivencia, sus programas 1L y 2L, las mejoras en cuanto a estadística de programas como 5V (Modelos de Medidas Repetidas y no balanceadas con matrices de Covarianza Estructurada), LE (Maximum Likelihood Estimation) y PR (Polychomotous Logistic Regression). Muchos de los investigadores estadísticos líderes en el mundo han estado involucrados en el desarrollo de BMDP a través de los años y han tenido roles importantes en asegurar que BMDP ofrece una funcionalidad de calidad para investigadores en todo el mundo.
El uso de estos software, facilita a los investigadores el obtener de manera sistémica los datos que necesitan para la investigación. En este sentido, los programas informáticos facilitan mucho la tarea pero es importante que resaltemos la correcta utilización de los mismos y la coherencia y lógica del investigador en tales procesos. Es fundamental que la informática siempre responda al problema de investigador y objetivos planteados, y no sustituya al analista. Todo investigador debe tener pericia en los métodos y las técnicas de análisis, que le permita obtener resultados óptimos, según los propósitos planteados en su investigación.
Referencias:
http://laboratorios.fi.uba.ar/lie/Revista/Articulos/020204/A3mar2005.pdf
http://datateca.unad.edu.co/contenidos/401533/20141/modulo2014/leccin_5_software_para_el_anlisis_estadstico_de_datos.html
