¿Cómo se garantiza la calidad e integridad de los datos en la investigación de métodos mixtos?

Con tecnología de la IA y la comunidad de LinkedIn

La investigación de métodos mixtos combina datos cuantitativos y cualitativos para abordar preguntas de investigación complejas y multifacéticas. Sin embargo, la integración de diferentes tipos de datos también plantea desafíos para garantizar la calidad e integridad de los datos. La calidad de los datos se refiere a la precisión, validez, confiabilidad y relevancia de los datos, mientras que la integridad de los datos se refiere a la protección, seguridad y uso ético de los datos. En este artículo, aprenderá cómo garantizar la calidad e integridad de los datos en la investigación de métodos mixtos siguiendo seis pasos.

Expertos destacados en este artículo

Elección de la comunidad a partir de 5 contribuciones. Más información

Kim "Kimfer" Flanery-Rye, MBA

Diversity, Equity, Inclusion & Culture Practitioner | FBomber in Chief | Keynote Speaker | Investor | Adjunct Professor…

1 Paso 1: Planificar la recopilación y el análisis de datos

Antes de comenzar a recopilar y analizar datos, debe planificar cómo integrará los datos cuantitativos y cualitativos en el diseño de sus métodos mixtos. Debe considerar el propósito, la justificación y las preguntas de su investigación, así como los recursos, el tiempo y las habilidades disponibles. También debe decidir el tipo, el nivel y el momento de la integración, y cómo abordará cualquier posible conflicto o contradicción entre los orígenes de datos.

Añade tu opinión

Kim "Kimfer" Flanery-Rye, MBA

Diversity, Equity, Inclusion & Culture Practitioner | FBomber in Chief | Keynote Speaker | Investor | Adjunct Professor | Leadership Coach |
Denunciar la contribución
Additional things to consider are the diversity of people and experiences contributing to the data. Are they all coming from a similar background or will there be different perspectives brought forward.

Traducido

Recomendar

2 Paso 2: Siga las normas y directrices éticas

Los estándares y directrices éticas son esenciales para garantizar la integridad de los datos y respetar los derechos y la dignidad de los participantes en la investigación. Debe obtener el consentimiento informado, proteger la confidencialidad y el anonimato, evitar daños y coerción, y reconocer cualquier limitación o sesgo en su investigación. También debe adherirse a los principios éticos y códigos de conducta de su disciplina, institución y organismo de financiación.

Añade tu opinión

Kim "Kimfer" Flanery-Rye, MBA

Diversity, Equity, Inclusion & Culture Practitioner | FBomber in Chief | Keynote Speaker | Investor | Adjunct Professor | Leadership Coach |
Denunciar la contribución
It is also important to question any possibly outdated principals. As we know, standards change as well as language. Also creating a standard set of ethical principles for each participant to agree to prior to the beginning of the project would best serve the output and the input.

Traducido

Recomendar

3 Paso 3: Aplicar métodos y herramientas de recopilación de datos apropiados

Los métodos y herramientas de recopilación de datos deben ser adecuados para el tipo y la calidad de los datos que necesita para su investigación. Debe utilizar instrumentos confiables y válidos, como encuestas, entrevistas u observaciones, y asegurarse de que estén alineados con sus objetivos y preguntas de investigación. También debe probar sus instrumentos, capacitar a sus recopiladores de datos y monitorear el proceso de recopilación de datos.

Añade tu opinión

Kim "Kimfer" Flanery-Rye, MBA

Diversity, Equity, Inclusion & Culture Practitioner | FBomber in Chief | Keynote Speaker | Investor | Adjunct Professor | Leadership Coach |
Denunciar la contribución
In interviews and observation (qualitative data) the training of the data collectors should also include how biases can leak into those process. It is important to ensure there are more than one observer in the these processes.

Traducido

Recomendar

4 Paso 4: Implementar procedimientos de limpieza y verificación de datos

Los procedimientos de limpieza y verificación de datos son necesarios para garantizar la calidad de los datos y reducir errores, inconsistencias o valores faltantes en sus datos. Debe verificar la precisión, integridad y uniformidad de los datos, y corregir o eliminar cualquier anomalía o valor atípico. También debe verificar los datos mediante comprobaciones, triangulaciones o auditorías de los orígenes de datos, y documentar cualquier cambio o decisión tomada.

Añade tu opinión

5 Paso 5: Realizar un análisis e interpretación rigurosos de los datos

El análisis y la interpretación de los datos deben ser rigurosos y transparentes, y reflejar la integración de los datos cuantitativos y cualitativos. Debe utilizar técnicas estadísticas y temáticas apropiadas, como análisis descriptivo, inferencial o de contenido, y justificar sus elecciones. También debe sintetizar, comparar o contrastar los resultados de las diferentes fuentes de datos y explicar cómo responden a sus preguntas de investigación.

Añade tu opinión

Kim "Kimfer" Flanery-Rye, MBA

Diversity, Equity, Inclusion & Culture Practitioner | FBomber in Chief | Keynote Speaker | Investor | Adjunct Professor | Leadership Coach |
Denunciar la contribución
There are specific area to consider in descriptive and inferential data analysis. For descriptive data analysis that depends on historical data for trends and relationship to have been varieties, came from diverse perspectives and accurate. If not, it will repeat the bad data collection from the past. Also, similarly, inferential data analysis can creat confirmation bias if multiple sample data is not being gathered to creat the inference and predictions of the data.

Traducido

Recomendar

6 Paso 6: Informe y difunda sus hallazgos e implicaciones

Informar y difundir sus hallazgos e implicaciones debe ser claro, completo y creíble, y comunicar el valor y la contribución de su investigación de métodos mixtos. Debe presentar sus hallazgos de una manera lógica y coherente, utilizando tablas, gráficos o citas para ilustrar sus puntos. También debe discutir las limitaciones, desafíos y lecciones aprendidas de su investigación, y sugerir recomendaciones para la práctica, la política o la investigación futura.

Añade tu opinión

7 Esto es lo que más debe considerar

Este es un espacio para compartir ejemplos, historias o ideas que no encajan en ninguna de las secciones anteriores. ¿Qué más le gustaría añadir?

Añade tu opinión

Kim "Kimfer" Flanery-Rye, MBA

Diversity, Equity, Inclusion & Culture Practitioner | FBomber in Chief | Keynote Speaker | Investor | Adjunct Professor | Leadership Coach |
Denunciar la contribución
Research in general, may it be in scientific studies, in educational institutions, in corporations or other fields, have been historically lead by white men. This can limit the research and field studies which can create skewed information. No matter how rigorous the processes are followed, the processes themselves can be predisposed to bias and system limitations. Research like any other field, needs the inclusion of diversity in perspectives, experiences, and thoughts to limit the blind spots throughout the data collection and analysis process of research.

Traducido

Recomendar

Estudio de caso

Seguir

Valorar este artículo

Hemos creado este artículo con la ayuda de la inteligencia artificial. ¿Qué te ha parecido?

Está genial Está regular

Denunciar este artículo

Ver todo

¿Cómo se garantiza la calidad e integridad de los datos en la investigación de métodos mixtos?

1

2

3

4

5

6

7

1 Paso 1: Planificar la recopilación y el análisis de datos

2 Paso 2: Siga las normas y directrices éticas

3 Paso 3: Aplicar métodos y herramientas de recopilación de datos apropiados

4 Paso 4: Implementar procedimientos de limpieza y verificación de datos

5 Paso 5: Realizar un análisis e interpretación rigurosos de los datos

6 Paso 6: Informe y difunda sus hallazgos e implicaciones

7 Esto es lo que más debe considerar

Estudio de caso

Valorar este artículo

Gracias por tus comentarios

Más artículos sobre Estudio de caso

Lecturas más relevantes