Herramientas estadísticas avanzadas para el análisis de datos en investigaciones cuantitativas: Una revisión sistemática
Resumen
Esta investigación tuvo como objetivo de evaluar las evidencias disponibles sobre la aplicación y efectividad de las técnicas estadísticas avanzadas en diversos ámbitos de la investigación cuantitativa, destacando su evolución histórica, aplicaciones prácticas y las plataformas de software más utilizadas. La metodología empleada siguió el protocolo PRISMA, utilizando una rigurosa búsqueda en bases de datos académicas como Scopus, Web of Science, Scielo, Latindex y Google Scholar. Se aplicaron estrategias de búsqueda avanzada mediante operadores booleanos para identificar estudios relevantes, con inclusión de artículos publicados en los últimos cinco años. Los resultados de la revisión revelan que las técnicas estadísticas avanzadas, como la regresión multivariada, el análisis de varianza y el análisis multivariado, son esenciales para mejorar la precisión de los estudios en áreas como la medicina, la educación y las ciencias sociales. Además, se identificó que las plataformas de software como R, Python y SPSS son herramientas clave que facilitan la implementación de estas técnicas. En conclusión, se destaca la creciente importancia de estas herramientas en la investigación cuantitativa, sugiriendo que su adecuada aplicación mejora la calidad y la validez de los resultados, promoviendo avances significativos en diversas disciplinas científicas.
Descargas
Citas
Arredondo, E., Gómez, R., Lalama, R. y Chóez, L. (2020). Investigación científica y estadística para el análisis de datos. Revista Dilemas Contemporáneos, 1 (8). https://doi.org/10.46377/dilemas.v8i1.2411
Ávila, A. (2020). Editorial “La metodología estadística como herramienta básica para la investigación”. REDIELUZ, 9(2), 9-13. https://www.produccioncientificaluz.org/index.php/redieluz/article/view/32155
Caballero Cifuentes, L., Quivio Cuno, R. S., Gutiérrez Guadalupe, S. Y., Jaime Andia, M., Alegre Huerta, J., Huamán Hurtado, J. C., & Sito Justiniano, L. (2024). Herramienta Stata en el análisis de datos cuantitativos en estudiantes de posgrado en Perú. European Public & Social Innovation Review, 9, 1–19. https://doi.org/10.31637/epsir-2024-802
Calizaya Lopez, J. M., Bellido Medina, R. S., Aleman Vilca, Y., Morales Palao, B., Monzon Alvarez, G. I., & Ceballos Bejarano, F. E. (2020). Chapter 2: Statement of the problem and theoretical framework in quantitative research. Universidad Ciencia y Tecnología, 24(107), 88-105. https://doi.org/10.47460/uct.v24i107.418
Calizaya López, J., Benites Cuba, M., Vela Aquize, R. M., & Coaguila Mitta, B. E. (2022). Relevance of statistical analysis in quantitative research. Universidad Ciencia y Tecnología, 26(113), 49-56. https://doi.org/10.47460/uct.v26i113.569
Cardoso Rojas, L.E., Castro Pérez, G., Fernández Peña, C.L. (2022). La Estadística en función de la investigación educativa. Reto para los profesionales de la educación. MENDIVE, 20 (1), 270-284. https://mendive.upr.edu.cu/index.php/MendiveUPR/article/view/2712
Carracedo, Patricia, Puertas, Rosa y Marti, Luisa (2021). Research lines on the impact of the COVID-19 pandemic on business. A text mining analysis. Journal of Business Research, 132, 586-593. https://doi.org/10.1016/j.jbusres.2020.11.043
Castro, M. (2019). Bioestadística aplicada en investigación clínica: conceptos básicos. Revista Médica Clínica las Condes, 30 (1), 50-65. https://doi.org/10.1016/j.rmclc.2018.12.002
Chango Pilamunga, B. O., Chancusig López, M. B., García Monar, K. R., & Haro Sarango, A. F. (2024). Chi Cuadrado y tablas de contingencia aplicado en SPSS. Código Científico Revista de Investigación, 5(E3), 499–513. https://doi.org/10.55813/gaea/ccri/v5/nE3/329
Cienfuegos, M., García, Perla y González, Cristina (2022). Lo cuantitativo y cualitativo desde un tratamiento estadístico. Revista Iberoamericana de las Ciencias Sociales y Humanísticas, 11 (21). https://doi.org/10.23913/ricsh.v11i21.275
Corchete, L.A., Rojas, E.A., Alonso-López, D. et al. (2020). Systematic comparison and assessment of RNA-seq procedures for gene expression quantitative analysis. Sci. Rep., 10, (1). https://doi.org/10.1038/s41598-020-76881-x
De Hoyos Vázquez, F. F., Tobías Macías, F. F., Hernández Ochoa, N. E., & Losoya Sifuentes, D. de J. (2023). Implementación de investigación cuantitativa en elaboración de manual solución de sequias por explotación de aguas en la región Cinco Manantiales. CIBA Revista Iberoamericana de las Ciencias Biológicas y Agropecuarias, 12(24), 1 - 18. https://doi.org/10.23913/ciba.v12i24.120
De la Lama Zubirán, P., De la Lama Zubirán, M. A., & De la Lama García, A. (2022). Los instrumentos de la investigación científica. Horizonte de la Ciencia, 12(22), 189-202. https://doi.org/10.26490/uncp.horizonteciencia.2020.18.403
Erazo, J., Ramos, A., Enríquez, J., Enríquez, L. y Rosero, L. (2024). Aula invertida en la enseñanza de la estadística con el software SPSS frente a la metodología tradicional. SATHIRI, 19(1), 56-69. https://doi.org/10.32645/13906925.1263
Espinoza-Mina, M. A., & Colina-Vargas, A. M. . (2022). Dinámica científica de software de código abierto en países de habla hispana: estadísticas para la bibliometría. INNOVA Research Journal, 7(3.1), 38–63. https://doi.org/10.33890/innova.v7.n3.1.2022.2134
Gamboa, Michel (2023). El cálculo del tamaño de la muestra en la investigación científica. Revista Dilemas Contemporáneos, 11 (1). https://doi.org/10.46377/dilemas.v11i1.3680
Guerra Véliz, Yusimí, Leyva Haza, Julio, Soler Rodríguez, Guillermo, & Marín Mora, Noelvys. (2022). Hibridación pedagógica en el aprendizaje de la estadística en la formación de maestría en Educación. Revista Educación, 46(2), 511-528. https://dx.doi.org/10.15517/revedu.v46i2.49950
Hidalgo Troya, A. (2019). Técnicas estadísticas en el análisis cuantitativo de datos. Revista SIGMA, 15(1), 28–44. https://revistas.udenar.edu.co/index.php/rsigma/article/view/4905
Jacho Guashca, A. D., Loaiza Campoverde, I. H., & López Salazar, J. L. (2020). La importancia de la estadística para el éxito de resultados en una investigación. Revista Imaginario Social, 3(1). https://doi.org/10.31876/is.v3i1.9
Kappes, María Soledad, & Riquelme, Verónica. (2021). El valor P, y medidas de efecto: su interpretación en investigación cuantitativa en enfermería. Ene., 15(2), 1247. http://scielo.isciii.es/scielo.php?script=sci_arttext&pid=S1988348X2021000200004&lng=es&tlng=es
Lino Calle, V. A., Carvajal-Rivadeneira, D. D., Sornoza-Parrales, D., Vergara-Ibarra, J. L., & Intriago-Delgado, Y. M. (2024). Jamovi, the technological tool for analyzing and interpreting data in civil engineering projects. Innovaciones Educativas, 26(41), 151–165. https://doi.org/10.22458/ie.v26i41.5145
Loayza-Rivas, José. (2021). Actitudes hacia la investigación científica y estadística en estudiantes de Psicología. Academo (Asunción), 8(2), 67-76. https://doi.org/10.30545/academo.2021.jul-dic.6
Luzuriaga Jaramillo, H. A., Espinosa Pinos, C. A., Haro Sarango , A. F., & Ortiz Román, H. D. (2023). Histograma y distribución normal: Shapiro-Wilk y Kolmogorov Smirnov aplicado en SPSS: Histogram and normal distribution: Shapiro-Wilk and Kolmogorov Smirnov applied in SPSS. LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, 4(4), 596– 607. https://doi.org/10.56712/latam.v4i4.1242
Machuca Yaguana , J. A., Maldonado Machuca, M. E., & Vinces Vinces, F. V. (2023). Tratamiento y representación de datos provenientes de escalas tipo Likert. Ciencia Latina Revista Científica Multidisciplinar, 7(4), 736-747. https://doi.org/10.37811/cl_rcm.v7i4.6905
Maya Martínez, R. L., & Arenas Tawil, A. J. (2023). Uso del software IBM SPSS parala determinación de la incidencia del modelo de las 5e en estudiantes de grado 11° del Colegio La Salle Montería, Colombia. Revista Environment & Technology, 4(2), 74-117. https://doi.org/10.56205/ret.4-2.4
Mayorga Ponce , R. B., Graciano Ventura, D. C., Martínez Hernández , A., Moctezuma Jiménez, P. M., Pérez Galindo, B., & Roldan Carpio, A. (2022). Cuadro comparativo de Análisis Paramétrico y No Paramétrico. Educación y Salud Boletín Científico Instituto de Ciencias de la Salud Universidad Autónoma del Estado de Hidalgo, 10(20), 90-93. https://doi.org/10.29057/icsa.v10i20.9143
Mayorga-Ponce, R. B., Monroy-Hernández , A., Hernández-Rubio , J., Roldan-Carpio , A., & Reyes-Torres , S. B. (2021). Programa SPSS. Educación y Salud Boletín Científico Instituto de Ciencias de la Salud Universidad Autónoma del Estado de Hidalgo, 10(19), 282-284. https://doi.org/10.29057/icsa.v10i19.7761
Misra, D.P., Zimba, O. & Gasparyan, A.Y. (2021). Statistical data presentation: a primer for rheumatology researchers. Rheumatol. Int., 41, 43–55. https://doi.org/10.1007/s00296-020-04740-z
Ngcobo, Kwanele and Bhengu, Sandiswa and Mudau, Ambani and Thango, Bonginkosi and Lerato, Matshaka (2024). Enterprise Data Management: Types, Sources, and Real-Time Applications to Enhance Business Performance - A Systematic Review. Paper SSNR, 1 (20). http://dx.doi.org/10.2139/ssrn.4968451
Olaniyi, Oluwaseun Oladeji and Okunleye, Olalekan J. and Olabanji, Samuel Oladiipo (2023). Advancing Data-Driven Decision-Making in Smart Cities through Big Data Analytics: A Comprehensive Review of Existing Literature. Current Journal of Applied Science and Technology, 42, (25), 10-18. https://ssrn.com/abstract=4546193
Perdigón Llanes, R., & Pérez Pino, M. (2022). Herramientas de código abierto para el análisis estadístico en investigaciones científicas. Anales de la Academia de Ciencias de Cuba, 12(3). https://revistaccuba.sld.cu/index.php/revacc/article/view/1120/1576
Pérez Grenier, Omar, & Collazo Acosta, Elizabeth. (2022). La competencia estadística en la dimensión investigativa del Médico GeneralIntegral. Revista Cubana de Informática Médica, 14(2). http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S1684-18592022000200015&lng=es&tlng=es
Ponce Ordóñez, J. A., Erazo Moreta, O., & Vicuña Pino, A. (2021). Técnicas estadísticas aplicadas a la caracterización de cacao con enfoque agromática. Revista San Gregorio, 1(46). https://doi.org/10.36097/rsan.v1i46.1527
Purwanto, A., & Sudargini, Y. (2021). Partial Least Squares Structural Squation Modeling (PLS-SEM) Analysis for Social and Management Research: A Literature Review. Journal of Industrial Engineering & Management Research, 2(4), 114 - 123. https://doi.org/10.7777/jiemar.v2i4.168
Ramón Ortiz, J. Ángela ., & Vilchez, J. (2020). Método clase invertida y desarrollo de competencias estadísticas en estudiantes de maestría. Revista EDUCARE - UPEL-IPB - Segunda Nueva Etapa 2.0, 24(3), 159–182. https://doi.org/10.46498/reduipb.v24i3.1407
Rivadeneira Pacheco, J. L., Barrera Argüello , M. V., & De La Hoz Suárez, A. I. (2020). Análisis general del spss y su utilidad en la estadística. E-IDEA Journal of Business Sciences, 2(4), 17-25. https://revista.estudioidea.org/ojs/index.php/eidea/article/view/19
Sagaró del Campo, Nelsa María, & Zamora Matamoros, Larisa. (2019). Evolución histórica de las técnicas estadísticas y las metodologías para el estudio de la causalidad en ciencias médicas. MEDISAN, 23(3), 534-556. http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S1029-30192019000300534&lng=es&tlng=es
Villa Benítez, Celia Patricia, Camacho Castro, Carmen, & Bernal Domínguez, Deyanira. (2020). Análisis de datos como alternativa para la evaluación de impacto de los programas sociales. Intersticios sociales, (20), 13-48. http://www.scielo.org.mx/scielo.php?script=sci_arttext&pid=S2007-49642020000200013&lng=es&tlng=es
Villegas Zamora, Diego Alonso. (2019). La importancia de la estadística aplicada para la toma de decisiones en Marketing. Revista Investigación y Negocios, 12(20), 31-44. http://www.scielo.org.bo/scielo.php?script=sci_arttext&pid=S2521-27372019000200004&lng=es&tlng=es
Vizcaíno Zúñiga , P. I., Cedeño Cedeño , R. J., & Maldonado Palacios , I. A. (2023). Metodología de la investigación científica: guía práctica. Ciencia Latina Revista Científica Multidisciplinar, 7(4), 9723-9762. https://doi.org/10.37811/cl_rcm.v7i4.7658
Yan, F., Powell, D.R., Curtis, D.J. et al. (2020). From reads to insight: a hitchhiker’s guide to ATAC-seq data analysis. Genome Biol., 21, 22. https://doi.org/10.1186/s13059-020-1929-3
Yu, Zhaoxia, Guindani, Michele, Grieco, Steven F., Chen, Lujia, Holmes, Todd C. and Xu, Xiangmin (2021). Beyond t test and ANOVA: applications of mixed-effects models for more rigorous statistical analysis in neuroscience research. Neuron, 110 (1), 21-35. https://doi.org/10.1016/j.neuron.2021.10.030
Zhao, J., Li, Z., Gao, Q. et al. (2021). A review of statistical methods for dietary pattern analysis. Nutr. J., 20 (37). https://doi.org/10.1186/s12937-021-00692-7
Derechos de autor 2024 Wilson Oswaldo Sánchez Macías, Jessica Marlene Anchundia, Wendy Isabel Montoya Arellano, Félix Jacinto García Córdova
Esta obra está bajo licencia internacional Creative Commons Reconocimiento-NoComercial 4.0.