Un aspecto final de la interpretación de datos implica tomar decisiones sobre cómo presentar y explicar sus hallazgos a los demás. La presentación de datos se superpone a los temas de informes y publicaciones, cubiertas en otra parte de este curso; sin embargo, lo mencionamos aquí porque algunas de las decisiones que tome en relación con la presentación serán críticas para su análisis.
Se puede emplear una gran cantidad de libertad y creatividad en la presentación de datos para transmitir información que parece sugerir una conclusión particular. En la siguiente sección, considere las versiones alternativas de la misma información, y en cada caso reflexione sobre la importancia de esta diferencia en relación con la interpretación.
‘… Está claro que la influencia de Bloggs y Smith… ha sido considerable’.
«Aunque los académicos ahora acordan universalmente su trabajo no es confiable, está claro que la influencia de Bloggs y Smith en el pasado ha sido considerable».
Nuestros pensamientos:
Si usa citas, debe considerar el contexto completo en el que aparecen.
Nuestros pensamientos:
Insertar, eliminar o mejorar ciertos elementos de una imagen es una forma de mala interpretación y se consideraría falsificación.
Nuestros pensamientos:
La manipulación del rango vertical puede exagerar el cambio.
Si bien estos son ejemplos relativamente simples, está claro que las herramientas disponibles para los investigadores abren la puerta a una variedad de manipulaciones que pueden exagerar la importancia o minimizar las limitaciones de los hallazgos. La interpretación y la presentación de datos plantean muchos desafíos para el comportamiento responsable.
¿Cómo hacer una presentación y análisis de resultados?
Agregar sus fuentes es probablemente el consejo más valioso que me han dado cuando comencé mi carrera como analista. Imagine que hizo este análisis fantástico, presentó los resultados a un grupo más amplio de personas y luego pasó a su próxima tarea. Tres meses después, un colega se acerca a usted y le pregunta si podría desenterrar el número real de los gráficos que presentó. O peor aún, algunos de los números se ven un poco ahora, y quiere asegurarse de que los resultados que proporcionó sean confiables.
Dependiendo de la herramienta que usó para realizar el análisis, esto podría no ser fácil si no incluyó sus fuentes en la presentación o tiene un sistema de gestión de archivos excepcional para todos los análisis que realiza. Afortunadamente, los bi-tool como Looker, Tableau y Co. brindan la posibilidad de compartir su trabajo utilizando enlaces de URL. Agregar esos enlaces en las notas de sus diapositivas se realiza en segundos puede ser una vida real más segura. Y aún mejor, sus colegas pueden verificar esas cosas también antes de responderle.
En caso de que trabaje con otras herramientas como Jupyter Notebooks, agregar al menos el directorio donde se puede encontrar su código fuente o el enlace al repositorio GIT ya puede ser muy útil.
Como analistas, generalmente presentamos hechos basados en números. Al mismo tiempo, los resultados que mostramos aún pueden dejar un amplio espacio para la interpretación, sin importar si está trabajando en marketing, finanzas, productos o en otro lugar. Como analistas, somos expertos en nuestro dominio y, por lo tanto, debemos tener una buena sensación de por qué estamos viendo resultados específicos o comportamientos de los usuarios. En mi experiencia, proporcionar cierta interpretación puede ser muy útil para ayudar a su audiencia a comprender el problema y presentar sus propias ideas.
¿Cómo se elabora un análisis de resultados?
- Articulación con la Unidad 2: Los estudiantes han implementado experiencias para responder al problema «¿Dónde ingresa el agua en una planta?». Recopilaron un conjunto de datos experimentales. Para que los estudiantes estén en el proceso, el maestro cuestiona colectivamente a los estudiantes sobre el problema que se resuelven, la hipótesis de probar, el papel del testigo y los resultados. Para responder, los estudiantes confían en los pasos, individuales y colectivos, compensados durante todo el proceso, las hipótesis a probar, los protocolos implementados y la tabla de medidas para cada grupo.
- Fase 1 – Procesamiento e interpretación de datos
Los estudiantes trabajan en grupos. Realizaron medidas destinadas a determinar la absorción de agua por las raíces o por las hojas. O midieron directamente la disminución del nivel de agua en los tubos, o midieron la altura del agua en el tubo en diferentes momentos. En este segundo caso, es necesario dar significado a las mediciones realizadas calculando la disminución del nivel de agua en cada uno de los tubos para poder interpretar los resultados. Completan su tabla de datos con sus cálculos. Cada grupo luego interpreta sus resultados (disminución del nivel del agua, observaciones sobre las transformaciones de la plántula). Esta interpretación consiste en comparar los resultados obtenidos en el tubo y el tubo del testigo y confrontar estos resultados con las transformaciones de las plántulas en cada uno de los tubos para concluir sobre la validez de la hipótesis probada. Los estudiantes confían en los resultados anticipados en la Fase 2 de la Unidad 2ET en todos los datos recopilados.
Un buen conocimiento del maestro de posibles resultados y conclusiones le permite relanzar el debate dentro de cada grupo y, por lo tanto, ayudar a los estudiantes a interpretar sus resultados y desarrollar su conclusión. Consulte a las guías para el maestro: raíces, hojas.
El maestro puede registrar, para la siguiente fase, todos los resultados de la clase en una tabla.
¿Qué es la presentación de resultados de un trabajo de investigación?
Para escribir una carta de presentación, debe decir claramente quién es usted, enumerar sus experiencias profesionales y los resultados obtenidos, explicar las razones que impulsan a presentarse a esa empresa y, al final, gracias por la atención.
Desde un punto de vista formal, la presentación personal está formada por varias partes:
- el encabezado, con sus datos personales y las referencias para contactarlo;
- la referencia al anuncio de trabajo o el puesto para el que solicita;
- la parte central de la carta, en la que se dicen experiencias y resultados;
- Saludos y gracias final.
Consejo importante: nunca copie un modelo de cobertura como es. De hecho, la carta debe ser personalizada de acuerdo con la compañía a la que gira, enfatizando las características útiles para la figura refinada.
Querido doctor. Blanco (o responsable de los recursos humanos, si el nombre es desconocido),
Mi nombre es Riccardo Rossi y los escribo para presentar mi candidatura espontánea como xxxxxxxxxxxxx (rol que aspira) para el grupo de empresas de spa.
De hecho, creo que tengo las características necesarias para aportar valor agregado a su empresa. Después de graduarme en xxxxxxxxxx en la Universidad Católica de Milán, experimenté durante 12 años trabajando primero para el estudio xxxxxx y luego en la compañía xxxxxxxx. Durante estas experiencias, tuve la oportunidad de contribuir al logro de resultados importantes, como el aumento del 12% en XXXXXXX.
¿Qué es la interpretación de los resultados?
Comprender cómo interpretar tres estadísticas útiles sobre los puntajes de las pruebas de opción múltiple de sus alumnos lo ayudará a construir pruebas bien diseñadas y mejorar la instrucción.
- También conocido como el valor p
- Varía de 0% a 100%, o más típicamente escrito como proporción de 0.00 a 1.00
- Cuanto mayor sea el valor, más fácil es el artículo
- Los valores P por encima de 0.90 indican elementos muy fáciles que no debe usar en pruebas posteriores. Si casi todos los estudiantes respondieron correctamente, un elemento aborda un concepto que probablemente no valga la pena probar.
- Los valores P por debajo de 0.20 indican elementos muy difíciles. Si casi todos los estudiantes respondieron incorrectamente, un elemento es defectuoso o los estudiantes no entendieron el concepto. Considere revisar el lenguaje confuso, eliminar el elemento de las pruebas posteriores o apuntar al concepto para la reinstrucción.
Para el máximo potencial de discriminación, los niveles de dificultad deseables son ligeramente más altos que a la mitad del azar (1.00 dividido por el número de opciones) y las puntuaciones perfectas (1.00) para un artículo:
- También conocido como el valor p
- Varía de 0% a 100%, o más típicamente escrito como proporción de 0.00 a 1.00
- Cuanto mayor sea el valor, más fácil es el artículo
- Los valores P por encima de 0.90 indican elementos muy fáciles que no debe usar en pruebas posteriores. Si casi todos los estudiantes respondieron correctamente, un elemento aborda un concepto que probablemente no valga la pena probar.
- Los valores P por debajo de 0.20 indican elementos muy difíciles. Si casi todos los estudiantes respondieron incorrectamente, un elemento es defectuoso o los estudiantes no entendieron el concepto. Considere revisar el lenguaje confuso, eliminar el elemento de las pruebas posteriores o apuntar al concepto para la reinstrucción.
También se conoce como la correlación de puntos biseriales (PBS)
¿Qué aspectos son importantes al hacer una interpretación de resultados?
Analizar un balance general significa leer los datos contables y contables de varios tipos de una manera más profunda y usarlos para formular evaluaciones y juicios sobre la gestión empresarial.
El análisis es útil para determinar el «estado de salud» de la empresa y su posicionamiento en comparación con 3 saldos:
- Económico: la capacidad de la compañía para producir ingresos, para un momento suficientemente grande, capaz de remunerar todos los factores de producción;
- Balance general: el saldo entre actividades y pasivos;
- Financiero: la capacidad de una empresa para responder oportunamente a los compromisos comprometidos.
Además, también se puede utilizar para identificar cualquier aspecto que pueda ser objeto de modificación y mejora y se puede hacer tanto en datos e información pasados, como en datos de perspectiva e información. Por lo tanto, puede ser útil no solo comprender el posicionamiento histórico, sino que puede ser compatible, con todas las precauciones necesarias del caso, para comprender la evolución previsible de la gestión y sus resultados esperados.
El análisis del presupuesto puede llevarse a cabo tanto por sujetos internos como por externas a la empresa. Los análisis internos se pueden realizar en un conjunto de información mucho más profundo que los realizados por sujetos externos que solo pueden basarse en la información que pueden recuperar de fuentes públicas (por ejemplo, presupuestos)
Las fases que distinguen la actividad de análisis brevemente son:
- Económico: la capacidad de la compañía para producir ingresos, para un momento suficientemente grande, capaz de remunerar todos los factores de producción;
- Balance general: el saldo entre actividades y pasivos;
- Financiero: la capacidad de una empresa para responder oportunamente a los compromisos comprometidos.
¿Cómo se debe trabajar en el análisis de los datos y presentación de resultados?
Para trabajar en el campo de la ciencia de datos, se requieren conocimiento transversal en diferentes áreas. Por supuesto, se necesitará un conocimiento sólido en matemáticas, lógica y algoritmos acompañados de conocimiento en ingeniería de software. La formación de científicos de datos generalmente comienza desde un estudio universitario en computadora, estadísticas, matemáticas, ingeniería de TI. En los últimos años, también en universidades italianas, cursos de grado, en su mayoría magistrales, detalles sobre ciencia.
Para dar los primeros pasos en el campo de la ciencia de datos, indicamos 8 conocimientos básicos:
Estas disciplinas son la base de la ciencia de datos. La probabilidad, las estadísticas inferenciales, el análisis exploratorio de los datos (EDA) son todas las actividades diarias en la gestión y los datos, que, por ejemplo, también requieren bases en álgebra lineal.
Herramienta simple y popular para administrar pequeñas cantidades de datos. Una hoja de Excel admite poco más de un millón de líneas y puede administrar hasta 16,380 columnas a la vez. Un número que puede parecer muy grande, pero en verdad no es suficiente para la gran cantidad cuando se trabaja con Big Data.
Para trabajar con los datos, será necesario conocer diferentes lenguajes de programación. Python, nacido a principios de los 90, se convirtió en uno de los idiomas básicos en la ciencia de la fecha gracias a su dinamismo, simplicidad, flexibilidad y naturaleza de código abierto.
¿Cómo se hace la presentación y análisis de los resultados?
Análisis
y la interpretación de la información cualitativa incluye
Cuatro pasos principales. Estos se tratan con más detalle
En varios libros de texto, incluyendo Patton (1986, 1990), Miles
y Huberman (1994) y Silverman (1994). Hemos elegido aquí
abandonar las preguntas teóricas para estar interesado
Tareas prácticas.
los
Descripción y análisis de información cualitativa son
Conactos estrechamente, de ahí el término análisis descriptivo.
El análisis descriptivo incluye una breve descripción
del objeto del estudio, el sitio de estudio y los participantes
que generalmente encontramos en las secciones preliminares
de un informe. Cabe señalar, sin embargo, que el análisis
descriptivo está más interesado en los medios utilizados para
recopilar información, a los lugares donde estaba
recolectado, y a las personas responsables de recolectarlos,
solo a la información ellos mismos. Consiste en particular en
examinar la información, para identificar enlaces y
tendencias, para ordenar los hechos y presentarles tales
que, sin agregar comentarios sobre su significado o
su importancia. Los datos así son
generalmente presentado en los resultados del
relación. Se pueden presentar en orden
su obtención cronológica, o en orden de importancia en
mirar el tema del estudio o jerárquico según su
importancia relativa en comparación con el corazón de la investigación. los
Secciones del informe dedicados a la descripción preliminar
y el análisis descriptivo (resultados) debería permitirle
Para responder preguntas básicas, como:
Dónde
¿Se ha llevado a cabo el estudio? Cuáles son las
Condiciones climáticas y físicas?
¿Cuáles fueron los objetivos y resultados atacados por
¿El estudio?
¿Quién fue responsable de su realización? Que métodos
¿O qué herramientas se han utilizado? ¿Por qué?
¿Qué es el análisis y presentación de datos?
Esta especialización incluirá un proyecto al final de cada módulo y un proyecto Capstone al final de la especialización. Cada proyecto le brindará la oportunidad de aplicar las habilidades de esa lección. En el primer módulo planificará un enfoque de análisis, en el segundo y tercer módulos analizará conjuntos de datos utilizando las habilidades de Excel que aprende. En el cuarto módulo preparará una presentación comercial.
En el proyecto final de Capstone, aplicará las habilidades que ha aprendido trabajando a través de un problema comercial de clientes simulados. Analizará un conjunto de datos, buscando las ideas comerciales. Luego creará y visualizará sus hallazgos, antes de grabar un video para presentar sus recomendaciones al cliente.
Una especialización de Coursera es una serie de cursos que te ayuda a dominar una habilidad. Para comenzar, inscribirse directamente en la especialización, o revisar sus cursos y elegir el que le gustaría comenzar. Cuando se suscribe a un curso que forma parte de una especialización, se suscribe automáticamente a la especialización completa. Está bien completar solo un curso: puede detener su aprendizaje o finalizar su suscripción en cualquier momento. Visite su tablero de alumnos para rastrear las inscripciones de su curso y su progreso.
Cada especialización incluye un proyecto práctico. Deberá terminar con éxito los proyectos para completar la especialización y ganar su certificado. Si la especialización incluye un curso separado para el proyecto práctico, deberá terminar cada uno de los otros cursos antes de poder comenzar.
Artículos Relacionados:
