Commons Knowledge

A medida que se investiga con mayores cantidades de datos, se hace necesario dejar de hacer el análisis de datos en Excel y encontrar un software más potente. Puede parecer una tarea realmente desalentadora, especialmente si nunca has intentado analizar grandes datos antes. Existen varios sistemas de software de análisis de datos, pero no siempre está claro cuál será el más adecuado para tu investigación. La naturaleza de los datos de tu investigación, tu experiencia tecnológica y tus propias preferencias personales van a influir en el software que mejor te funcione. En este artículo explicaré los pros y los contras de Stata, R y SPSS en relación con el análisis de datos cuantitativos y proporcionaré enlaces a recursos adicionales. Cada software de análisis de datos del que hablo en este post está disponible para los estudiantes, profesores y personal de la Universidad de Illinois a través de las computadoras de Scholarly Commons y usted puede programar una consulta con CITL si tiene preguntas específicas.

¡Destruya su investigación con las herramientas adecuadas!

Entre los investigadores, Stata es a menudo acreditado como el software de análisis de datos más fácil de usar. Stata es popular en las ciencias sociales, especialmente en economía y ciencias políticas. Es un paquete de software estadístico completo e integrado, lo que significa que puede realizar prácticamente cualquier tarea estadística que se necesite, incluyendo visualizaciones. Dispone tanto de una interfaz de usuario de apuntar y hacer clic como de una función de línea de comandos con una sintaxis de comandos fácil de aprender. Además, tiene un sistema de control de versiones, por lo que puede guardar la sintaxis de ciertos trabajos en un «archivo de trabajo» para consultarlo más tarde. Stata no es gratis para tener en su computadora personal. A diferencia de un programa de código abierto, usted no puede programar sus propias funciones en Stata, por lo que está limitado a las funciones que ya soporta. Finalmente, sus funciones están limitadas a datos numéricos o categóricos, no puede analizar datos espaciales y algunos otros tipos.

Recursos adicionales:

• Canal de YouTube de STATA: Un gran recurso para solucionar problemas en Stata.
• A Gentle Introduction to STATA por Alan C. Acock: Una gran referencia para empezar con Stata disponible a través de la colección Scholarly Commons.
• Recursos de Stata.com para aprender STATA: Mucha información sobre cómo ejecutar funciones específicas en Stata.
• The University Library’s Guide on STATA: Un gran lugar para encontrar enlaces a recursos adicionales sobre Stata.

R

R y su compañero de interfaz gráfica de usuario R Studio son un software increíblemente popular por varias razones. La primera y probablemente la más importante es que se trata de un software gratuito de código abierto compatible con cualquier sistema operativo. Como tal, hay una comunidad fuerte y leal de usuarios que comparten su trabajo y consejos en línea. Tiene las mismas características que Stata, como una interfaz de usuario de apuntar y hacer clic, una línea de comandos, archivos que se pueden guardar, y fuertes capacidades de análisis y visualización de datos. También tiene algunas capacidades que Stata no tiene porque los usuarios con más experiencia técnica pueden programar nuevas funciones con R para usarlo para diferentes tipos de datos y proyectos. El problema que mucha gente encuentra con R es que no es fácil de aprender. El lenguaje de programación con el que funciona no es intuitivo y es propenso a los errores. A pesar de esta empinada curva de aprendizaje, hay una abundancia de recursos gratuitos en línea para aprender R.

Recursos adicionales:

• Guía de introducción a la biblioteca R: Encuentre valiosos resúmenes y tutoriales en esta guía publicada por la Biblioteca de la Universidad de Illinois.
• Quick-R by DataCamp: Este sitio web ofrece tutoriales y ejemplos de sintaxis para toda una serie de funciones de análisis de datos en R. Todo, desde la instalación del paquete hasta las visualizaciones avanzadas de datos.
• Aprender R en Code Academy: Una clase gratuita en línea a su propio ritmo para aprender a usar R para la ciencia de datos y más allá.
• Foro de Nabble: Un foro donde las personas pueden hacer preguntas específicas sobre el uso de R y obtener respuestas de la comunidad de usuarios.

SPSS

SPSS es un producto de IBM que se utiliza para el análisis de datos cuantitativos. No tiene una función de línea de comandos, sino que tiene una interfaz de usuario que es totalmente de apuntar y hacer clic y que se parece un poco a Microsoft Excel. Aunque se parece mucho a Excel, puede manejar conjuntos de datos más grandes con mayor rapidez y facilidad. Una de las principales quejas sobre SPSS es que su uso es prohibitivo, con paquetes individuales que oscilan entre 1.290 y 8.540 dólares al año. Para compensar lo caro que es, es increíblemente fácil de aprender. Como persona sin conocimientos técnicos, aprendí a utilizarlo en menos de una hora siguiendo un tutorial en línea de la Biblioteca de la Universidad de Illinois. Sin embargo, mi opinión sobre este software es que, a menos que realmente necesites una herramienta más potente, sigue con Excel. Son demasiado similares para justificar la búsqueda de este software especializado.

Recursos adicionales:

• OpenLearn- Getting Started with SPSS: Una clase online gratuita y abierta para aprender a utilizar SPSS para el análisis de datos.
• LinkedIn Learning: SPSS Statistics Essentials Training: Clase online gratuita para aprender los fundamentos del SPSS.
• How to use SPSS: A step-by-step guide to analysis and interpretation por Brian Cronk: Este libro es una guía para principiantes sobre el uso del SPSS para el análisis de datos disponible a través de la colección Scholarly Commons.