Análisis. Datos.

La importancia de los datos

Sin datos no hay nada que analizar. Pero no es infrecuente que este tema no sea considerado ni siquiera en la literatura sobre el análisis de datos, así que no se considera como subproceso o fase del conjunto de actuaciones que se pueden diferenciar en este ámbito. Esto tiene su lógica desde la perspectiva de los especialistas, pero es incorrecto en nuestro caso. Me explico.

iso.org

Para los analistas de datos, éstos les vienen dados, no constituyendo su responsabilidad (en el caso de empresas e instituciones): se limitan a trabajar con los datos que se les proporciona. Pero desde nuestra perspectiva, que ni somos analistas de datos ni lo pretendemos, ni nos interesa, la recopilación de información es parte integral del propósito con el que nos planteamos realizar el análisis de datos, siendo éste un componente instrumental de un proceso que tiene una finalidad específica: analizamos nuestros datos para comprender y mejorar nuestra práctica real.

Esta diferencia es fundamental en dos sentido: nosotros mismos somos responsables de recopilar los datos de nuestra propia actuación y el nivel técnico del análisis no puede pretender ser el propio de especialistas en el análisis de datos. Ni falta que nos hace.

Lo primero nos obliga a plantearnos una recogida de datos compatible con lo posible y orientada a objetivos concretos. Esto es así porque no podemos pretender recoger toda la información posible sin que esto afecte negativamente a nuestra actuación, sobrecargándola con tareas. De hacerlo así, la propia recogida de datos se vuelve inviable. Lo coherente (y posible) es definir como equipo de trabajo qué nos interesa priorizar qué datos deberemos recoger, en función de unos objetivos previamente definidos en el Plan Anual de Trabajo. Esto nos permitirá acotar con coherencia y precisión la carga de trabajo que implica recopilar sistemática y de forma sostenida esa información.

Pero también nos permite desarrollar herramientas que nos faciliten la tarea. Ahí es donde tiene sentido desarrollar docap basados en Calc y con código OOo Basic como primera opción (1).

Lo segundo no pretende tener ninguna connotación negativa, ni debe entenderse como el "estaban verdes" de la zorra en la fábula. De hecho, cuanto más conocimientos tengamos de estadística y más competentes seamos en el análisis de datos, mejor que mejor (2), pero además de que realismo obliga, también nuestro análisis (su contenido y alcance concreto) debe estar acotado (y predeterminado) por nuestros objetivos, por los objetivos que nos planteemos en el Plan Anual de Trabajo al respecto y que afectan al uso instrumental del análisis de datos como recurso para alcanzarlos. 

Espero que quede clara la idea: del mismo modo que no recogemos datos por recoger datos, tampoco los analizamos por ejercitarnos en tan interesante actividad. El análisis de datos que realicemos debe ser aquel que requiera el objetivo que nos proponemos con él, de ahí su carácter instrumental. También en esto debemos tener claros objetivos y limitaciones: ambos son necesarios para la propia viabilidad práctica del proyecto que implica incluir el análisis de las actuaciones individuales y de equipo como parte del quehacer profesional.

Insistía antes en el uso de Calc como soporte y OOo Basic como lenguaje por se ambos recursos que ya están a nuestra disposición (3). De hecho, siguiendo la formalización del docap-modelo descrito en [Evaluación], éste ya incorpora el procedimiento que facilita la recogida sistemática de los datos que ahora nos sirven para el análisis; cierto que para uno de los posibles contenidos de eses análisis de datos (el del funcionamiento de los recursos de evaluación), pero también puede servir como modelo para pensar en un docap-modelo relativo al seguimiento de las actuaciones, cubriendo así el campo principal en el que el análisis de datos es de mayor interés: el del análisis de la intervención de cara a la elaboración de la Memoria Anual.

Si con esto cubrimos dos ámbitos específicos en los que es pertinente el análisis de datos, sólo nos quedaría lo excepcional y relacionado con el estudio de datos disponibles pero no incluidos en las casuísticas anteriores: estoy pensado, por ejemplo, en el análisis de los resultados de la aplicación (histórico de...) una determinada prueba o test, o en el análisis (igualmente del histórico) de determinado programa o tipo de actuación en cursos anteriores en los que no se realizó la recogida sistemática de esos datos.

Para estos casos puede ser pertinente plantearse desarrollar un modelo de docap específico, aunque posiblemente resulte una versión simplificada de los modelos anteriores. Por lo que tiene de específico y por cubrir el hueco que no se trata en las secciones Documentos y Evaluación, parece pertinente plantearlo en esta sección... en una próxima entrada.

NOTAS

(1) Que no única, como tendremos ocasión de ver más adelante. Pero eso: más adelante.

(2) Esta es una de las razones por las que creo esta sección del blog y de incluir el aprendizaje de R (también de Python) como parte del contenido del blog.

(3) Esta posibilidad es una de las ventajas que derivan de utilizar un soporte ofimático complejo como LibreOffice, herramienta que se muestra también en esto, especialmente útil en cuanto satisface de modo directo también las necesidades que los SEO tienen de recopilar datos y de realizar análisis de datos. Y lo hace con recurso ya disponible en la práctica profesional de los SEO.