SISTEMATIZACIÓN DEL PROCESO DE DEPURACIÓN DE LOS DATOS EN ESTUDIOS CON SEGUIMIENTOS
.
Autor: BONILLO MARTÍN ALBERT.
Año: 2002.
Universidad: AUTONOMA DE BARCELONA.
Centro de lectura: PSICOLOGÍA.
Centro de realización: ESCUELA DE DOCTORADO Y DE FORMACIÓN CONTINUADA.
Resumen: El objetivo principal de esta tesis es realizar un análisis exhaustivo de los errores de tipo lógico que pueden presentarse en los datos ya grabados y aportar un procedimiento sistemático original para detectarlos y corregirlos. Para
ello se ha programado un conjunto de macros SPSS que permiten detectar todos estos errores, generar de forma totalmente automática un informe de incidencias para corregirlos y ofrecer una estadística final de errores. Los algoritmos de estas macros
son fácilmente transportables a SAS o a otros sistemas.
El procedimiento propuesto consiste en crear un archivo de sintaxis con un conjunto de llamadas a macros que realizan el proceso de acuerdo con las siguientes fases:
1,- Lectura de la tabla con los datos originales grabados.
2,- Depurar el identificador para garantizar que cada registro está unívocamente identificado y se adecua a las formas normales de integridad referencial de la teoría relacional.
3,- Corregir las incidencias detectadas en el indentificador.
4,- Incorporar las variables de referencia de otras tablas que sean necesarias para depurar la tabla de datos.
5,- Depurar las variables de salto.
6,- Corregir las incidencias detectadas en las variables de salto.
7,- Depurar el resto de variables del estudio, detectando la sincidencias que sean consecuencia de inconsistencias y los valores desconocidos.
8,- Corregir las incidencias detectadas, introduciendo el valor correcto o valor desconocido si no se conoce el valor correcto.
9,- Generar una estadística de los errores detectados y de los valores desconocidos presentes en la matriz de datos depurados.
El proceso comporta realizar de forma iterativa las fases de chequeo y correción hasta que las únicas incidencias detectadas sean valores desconocidos no recuperables. Asimismo, el proceso incorpora un historial de cambios que permita conocer
todas las modificaciones efectuadas sobre los datos originales.
La tesis se estructura en seis capítulos, los tres primeros de carácter teórico y los tres últimos aplicados.
El capítulo primero revisa de forma suscinta los conceptos básicos de "medida" en psicología y "error", así como los controles que se deben implementar para minimizar las incidencias en el proceso de los datos, distinguiendo entre aquellos que
son aplicables a la captura diferida y los que lo son a la captura directa.
El segundo capítulo se centra en la definición operativa del error en el proceso de la gestión de los datos, exponiendo la necesidad de evaluar la calidad de la información a su análisis estadístico e introduciendo el concepto de depuración.
En el tercer capítulo se revisan múltiples controles propuestos para distintas tipologías de variables. Se muestran técnicas de detección de errores por registros duplicados, en variables cuantitativas, en variables categóricas, etc. Así mismo,
se presentan técnicas novedosas en la detección de errores que, pese a ser habituales en otras disciplinas como la economía o la auditoría, no lo son el absoluto en las Ciencias de la Salud.
En el cuarto capítulo, de carácter aplicado, se expone el proceso de depuración propuesto en esta tesis y se especifican controles y cheques para todas las tipologías de variables descritas en los apartados teóricos, se detalla el tipo de
comprobación que dede efectuarse y el algoritmo en pseudocódigo que permite su implantación. Asimismo, para cada tipo de variables se ha programado una macro en lenguaje SPSS que permite automatizar el control.
En el quinto capítulo se detalla la aplicación de la metodología de depuración propuesta a datos reales: la Encuesta Sociodemográfica, el Conjunto de Datos Mínimo de Alta Hospitalaria Clínica Electrónica. Estos ejemplos se caracterizan por bases
de datos extensas y de estructura compleja. En esta parte del trabajo se expone de qué modo se ha realizado la depuración y se valora el comportamiento mostrado por este proceso.
Finalmente, en el último capítulo se exponen las principales conclusiones y se discuten las implicaciones teóricas y prácticas de este trabajo.
> 
