Edición de datos

El término edición interactiva se usa comúnmente para referirse a la edición manual moderna asistida por computadora. La mayoría de las herramientas de edición de datos interactivas utilizadas en los Institutos Nacionales de Estadística (INE) permiten verificar las ediciones especificadas durante o después de la entrada de datos y, si es necesario, corregir los datos erróneos de inmediato. Se pueden seguir varios enfoques para corregir datos erróneos:

• Vuelva a contactar con el encuestado.
• Compare los datos del encuestado con sus datos del año anterior.
• Compare los datos del encuestado con los datos de encuestados similares.
• Utilice el conocimiento del tema del editor humano.

La edición interactiva es una forma estándar de editar datos. Se puede utilizar para editar datos tanto categóricos como continuos . ^{[ 5 ]} La edición interactiva reduce el tiempo necesario para completar el proceso cíclico de revisión y ajuste. ^{[ 6 ]} La edición interactiva también requiere comprender el conjunto de datos y los posibles resultados que se obtendrían de un análisis de los mismos.

La edición selectiva es un término general que engloba varios métodos para identificar errores influyentes ^{[ nota 1 ]} y valores atípicos ^{[ nota 2 ]} . Las técnicas de edición selectiva buscan aplicar la edición interactiva a un subconjunto bien elegido de los registros, de modo que el tiempo y los recursos limitados disponibles para la edición interactiva se asignen a aquellos registros donde tenga el mayor efecto en la calidad de las estimaciones finales de las cifras publicadas. En la edición selectiva, los datos se dividen en dos flujos:

• La corriente crítica
• La corriente no crítica

El flujo crítico consta de registros que tienen mayor probabilidad de contener errores influyentes. Estos registros críticos se editan de manera interactiva tradicional. Los registros del flujo no crítico, que tienen poca probabilidad de contener errores influyentes, no se editan con asistencia informática. ^{[ 7 ]}

La edición de datos se puede realizar de muchas maneras y depende principalmente del conjunto de datos que se esté explorando. ^{[ 8 ]}

Validez y exhaustividad de los datos

La validez de un conjunto de datos depende de la exhaustividad de las respuestas proporcionadas por los encuestados. Un método de edición de datos consiste en asegurar que todas las respuestas estén completas en los campos que requieren una respuesta numérica o no numérica. Véase el ejemplo a continuación.

Entrada de datos duplicados

Verificar la unicidad de los datos es un aspecto importante de la edición de datos para asegurar que cada dato se haya ingresado solo una vez. Esto reduce la posibilidad de que se repitan datos, lo que podría distorsionar los informes analíticos . Vea el ejemplo a continuación.

Valores atípicos

Es común encontrar valores atípicos en los conjuntos de datos, que, como se describió anteriormente, son valores que no se ajustan bien a un modelo de datos. Estos valores extremos pueden identificarse a partir de la distribución de puntos de datos de series de datos anteriores o series de datos paralelas para el mismo conjunto de datos. Los valores pueden considerarse erróneos y requieren un análisis adicional para verificar y determinar la validez de la respuesta. Véase el ejemplo a continuación.

Inconsistencias lógicas

La coherencia lógica se refiere a la existencia de relaciones lógicas e interdependencia entre las variables. Esta edición requiere un conocimiento profundo del conjunto de datos y la capacidad de identificar errores basándose en informes o información previos. Este tipo de edición de datos se utiliza para corregir las diferencias entre los campos o variables de datos. Véase el ejemplo a continuación.

Existen dos métodos de edición de macros: ^{[ 7 ]}

En la edición automática, los registros son editados por una computadora sin intervención humana. ^{[ 10 ]} El conocimiento previo sobre los valores de una sola variable o una combinación de variables puede formularse como un conjunto de reglas de edición que especifican o restringen los valores admisibles.

La edición de datos tiene sus limitaciones en función de la capacidad y los recursos de cualquier estudio. Estos factores pueden tener un impacto positivo o negativo en el análisis posterior del conjunto de datos. A continuación se presentan varios factores que influyen en la edición de datos. ^{[ 8 ]}

Recursos disponibles: ^{[ 8 ]}

• Tiempo asignado al proyecto
• Restricciones de dinero y presupuesto

Software disponible: ^{[ 8 ]}

• Herramientas utilizadas para analizar los datos
• Herramientas disponibles para identificar errores en el conjunto de datos.
• Disponibilidad inmediata del software en función de los objetivos y metas de los datos.

Fuente de datos: ^{[ 8 ]}

• Limitaciones de los encuestados para responder según las expectativas
• Falta información de los encuestados que no está fácilmente disponible
• Es difícil mantener el seguimiento en grandes conjuntos de datos.

Coordinación del procedimiento de edición de datos: ^{[ 8 ]}

• Opiniones subjetivas sobre el conjunto de datos
• Desacuerdos entre los objetivos generales de los datos
• Métodos utilizados para gestionar la edición de datos