Seminario Taller de Integración II
Del protocolo de recolección al diccionario de datos
Cómo documentar el instrumento para que los datos sean analizables y la investigación reproducible
Dr. Fernando Tonini
Universidad Abierta Interamericana
“Se deberá presentar una versión del protocolo de recolección de datos que incluya: los reactivos o ítems utilizados, la modalidad de administración/recolección de la información, y la descripción de cada una de las variables relevadas. Este documento deberá cumplir la función de codebook o diccionario de datos, permitiendo identificar claramente qué mide cada variable, cómo fue registrada y cómo debe interpretarse.”
La consigna pide, en realidad, dos documentos que se complementan: el protocolo (el instrumento) y el diccionario de datos (la documentación de las variables).
Vamos a seguir un único caso de punta a punta para ver cómo las tres capas se conectan.
Muchos creen que el “instrumento” es solo la lista de preguntas. En la práctica, una recolección bien documentada tiene tres capas distintas:
| Capa | Qué es | Formato típico |
|---|---|---|
| Protocolo / instrumento | Lo que ve y responde el participante | Word, PDF, formulario |
| Datos crudos | Lo que queda registrado | Planilla, base de datos |
| Diccionario de datos | La traducción entre ambos | Tabla / codebook |
Sin la tercera capa, nadie puede leer la segunda —ni siquiera ustedes dentro de seis meses.
Primera capa
El protocolo de recolección de datos
Es el documento completo del instrumento: todo lo que se le presenta al participante, en el orden en que se le presenta.
No es solo el listado de ítems. Incluye:
Tema: Procrastinación académica y bienestar en estudiantes universitarios.
Objetivo: Describir la relación entre el nivel de procrastinación académica y el bienestar subjetivo percibido en estudiantes de grado.
Diseño: Estudio descriptivo-correlacional, transversal. Encuesta autoadministrada.
Vamos a construir su protocolo, pasarlo a formulario y luego documentarlo en un diccionario de datos.
Encabezado e identificación
Presentación y consentimiento
Instrucciones generales
Secciones de ítems
Cierre
| Tipo de ítem | Ejemplo en nuestro caso | Cómo se responde |
|---|---|---|
| Cerrado nominal | Carrera que cursa | Selección de lista |
| Cerrado ordinal | Año de cursada | Selección ordenada |
| Likert | “Suelo postergar tareas hasta último momento” | 1 a 5 |
| Numérico | Edad | Número |
| Abierto | “¿Qué te ayuda a no procrastinar?” | Texto libre |
Cada tipo de ítem condiciona cómo se va a registrar y cómo se podrá analizar después.
No alcanza con tener los ítems: hay que documentar cómo llega el instrumento al participante.
Decisiones a registrar
Por qué importa
S1. Edad (en años cumplidos): ____
S2. Género: ☐ Mujer ☐ Varón ☐ No binario ☐ Prefiero no responder
S3. Carrera: ________________
S4. Año de cursada: ☐ 1° ☐ 2° ☐ 3° ☐ 4° ☐ 5° o más
S5. ¿Trabajás actualmente? ☐ Sí ☐ No
Cada ítem ya tiene un código (S1, S2…). Eso no es decorativo: va a ser la llave que conecte el protocolo con el diccionario de datos.
Instrucción: Indicá tu grado de acuerdo (1 = Totalmente en desacuerdo, 5 = Totalmente de acuerdo).
P1. Suelo dejar las tareas académicas para último momento.
P2. Empiezo a estudiar con suficiente anticipación. (ítem inverso)
P3. Posterga el estudio aunque sé que me va a perjudicar.
P4. Cumplo con los plazos de entrega sin apurarme. (ítem inverso)
Los ítems inversos (P2, P4) se redactan al revés a propósito, pero deben recodificarse antes de calcular el puntaje total. Esto tiene que quedar documentado.
Una buena regla: si un ítem se puede interpretar de dos maneras, se va a responder de dos maneras, y el dato pierde valor.
Antes de tocar cualquier herramienta online, conviene tener el protocolo completo en Word (o similar):
Si armás directamente el formulario sin pasar por el documento, perdés trazabilidad y suele aparecer el caos de “¿cuál era la versión final?”.
Segunda capa
El pasaje a una versión virtual
Tiene sentido cuando…
Quizás no, cuando…
| Herramienta | Fuerte | A tener en cuenta |
|---|---|---|
| Google Forms | Gratuito, simple, exporta a planilla | Control limitado de la lógica |
| Microsoft Forms | Integrado a Office/UAI | Similar a Google |
| LimeSurvey | Lógica compleja, autoalojable | Curva de aprendizaje |
| Qualtrics / REDCap | Estándar en investigación | Acceso institucional / pago |
Para la mayoría de los trabajos de seminario, Google Forms o Microsoft Forms alcanzan perfectamente.
El formulario debe ser una traducción fiel del protocolo en Word. Cada decisión del documento se mapea a una opción del formulario:
| En el protocolo (Word) | En el formulario |
|---|---|
| Ítem cerrado de una opción | Opción múltiple / desplegable |
| Ítem cerrado de varias opciones | Casillas de verificación |
| Likert | Escala lineal o cuadrícula |
| Numérico | Respuesta corta con validación numérica |
| Abierto | Párrafo |
Truco clave: que el texto de cada pregunta del formulario sea claro y único, porque se convierte automáticamente en el nombre de la variable al exportar.
Cuando los participantes responden, el formulario produce una planilla (Google Sheets / Excel):
Esa planilla son los datos crudos. Pero las columnas suelen quedar con nombres largos o ambiguos, y las respuestas como texto (“Totalmente de acuerdo”) en vez de números. Ahí entra la tercera capa.
Tercera capa
El diccionario de datos (codebook)
Es el documento que describe cada variable de la base de datos: qué mide, cómo fue registrada y cómo debe interpretarse.
Es el manual de instrucciones de la base de datos. Cualquier persona —incluido tu yo del futuro— debería poder abrir la planilla y, con el diccionario al lado, entender exactamente qué significa cada número.
También se lo llama codebook, libro de códigos o data dictionary. Es lo que vuelve la investigación reproducible.
1, 2, 3 no significa nadaRegla práctica: si tuvieras que entregar solo la planilla y nadie pudiera entenderla, te falta el diccionario.
| Campo | Qué contiene |
|---|---|
| Nombre de variable | Código corto, sin espacios (edad, proc_p1) |
| Etiqueta | Descripción legible de qué mide |
| Ítem original | El texto exacto de la pregunta |
| Tipo | Nominal, ordinal, escala, numérica, texto |
| Valores / códigos | 1 = Mujer; 2 = Varón… |
| Rango / unidad | Años, 1–5, etc. |
| Tratamiento | Inverso, recodificado, calculado |
| Faltantes | Cómo se codifica un dato ausente |
proc_p1, no “Procrastinación pregunta 1”proc_, bien_)proc_p1, proc_p2, proc_p3, proc_p4 → ítems de procrastinación
bien_1, bien_2… → ítems de bienestar
proc_total, bien_total → puntajes calculados
| Variable | Etiqueta | Tipo | Valores / Rango | Faltante |
|---|---|---|---|---|
| edad | Edad en años cumplidos | Numérica | 17–80 | vacío |
| genero | Género autopercibido | Nominal | 1=Mujer; 2=Varón; 3=No binario; 9=Prefiere no responder | 9 |
| carrera | Carrera que cursa | Nominal | texto | vacío |
| anio | Año de cursada | Ordinal | 1; 2; 3; 4; 5 (5° o más) | vacío |
| trabaja | Trabaja actualmente | Nominal | 0=No; 1=Sí | vacío |
| Variable | Ítem original | Tipo | Valores | Tratamiento |
|---|---|---|---|---|
| proc_p1 | Suelo dejar las tareas para último momento | Escala Likert | 1–5 | directo |
| proc_p2 | Empiezo a estudiar con anticipación | Escala Likert | 1–5 | inverso → recodificar |
| proc_p3 | Posterga el estudio aunque me perjudica | Escala Likert | 1–5 | directo |
| proc_p4 | Cumplo los plazos sin apurarme | Escala Likert | 1–5 | inverso → recodificar |
| proc_total | Puntaje total de procrastinación | Calculada | 4–20 | suma de p1–p4 (p2, p4 recodificados) |
proc_total no se responde: se construye. Y eso tiene que estar escrito con la fórmula exacta.
proc_total = proc_p1 + (6 − proc_p2) + proc_p3 + (6 − proc_p4)
Donde (6 − x) es la recodificación del ítem inverso en una escala de 1 a 5.
Si no documentás la recodificación, alguien podría sumar los ítems “tal cual” y obtener un puntaje sin sentido (mezclando direcciones opuestas). Es uno de los errores más frecuentes y silenciosos.
%%{init: {'theme':'base', 'themeVariables': {'primaryColor': '#FDF6EE', 'primaryBorderColor': '#8B1A2B', 'lineColor': '#D4A574', 'fontFamily': 'Nunito Sans'}}}%%
flowchart LR
A[Protocolo en Word<br/>ítems + códigos] --> B[Formulario online<br/>traducción fiel]
B --> C[Planilla de datos<br/>una fila por caso]
C --> D[Diccionario de datos<br/>qué significa cada columna]
A -.define.-> D
El código de cada ítem (S1, P1…) es el hilo que atraviesa las cuatro etapas.
Para la entrega
Errores frecuentes y checklist
0 es “No” o es “sin dato”?)Protocolo de recolección
Diccionario de datos
El protocolo es lo que ve el participante.
La planilla es lo que queda registrado.
El diccionario de datos es lo que vuelve a la planilla legible e interpretable.
Las tres capas tienen que ser coherentes entre sí. Esa coherencia es, en gran parte, lo que se evalúa: no que el instrumento sea “lindo”, sino que cualquiera pueda reconstruir qué hicieron y qué significan los datos.
Próxima entrega
Armen el protocolo y el diccionario de su propia investigación
Hernández Sampieri, R., Fernández Collado, C. y Baptista Lucio, P. (2014). Metodología de la investigación (6.ª ed.). McGraw-Hill.
Seminario Taller de Integración II · UAI