Datos, Análisis y Toma de Decisiones · 1er Semestre

Recolección y Limpieza de Datos

Los estudiantes aplican métodos para obtener datos de calidad y prepararlos para un análisis riguroso, identificando y corrigiendo errores.

Acerca de este tema

La visualización de datos es el arte de hacer comprensible lo complejo. En 8vo Básico, los estudiantes aprenden a transformar tablas de números en gráficos e infografías que cuentan una historia. Este tema es crucial en el currículum de Tecnología porque une la capacidad analítica con la comunicación efectiva. En un mundo saturado de información, la habilidad de presentar hallazgos de forma clara y honesta es una competencia valorada en cualquier ámbito profesional.

Los estudiantes exploran cómo diferentes tipos de gráficos (barras, circulares, líneas) sirven para propósitos distintos. También aprenden sobre la ética de la visualización: cómo un diseño engañoso puede manipular la percepción del público. Las estrategias de aprendizaje activo, como las galerías de visualizaciones, permiten que los alumnos reciban feedback sobre la claridad de sus trabajos y aprendan a interpretar críticamente las representaciones visuales de otros.

Objetivos de Aprendizaje

• Identificar fuentes potenciales de sesgo en un conjunto de datos de ejemplo y proponer métodos para mitigarlos.
• Evaluar la calidad de los datos recolectados de diferentes fuentes, considerando su precisión, completitud y consistencia.
• Aplicar técnicas de limpieza de datos, como la detección y corrección de valores atípicos y datos faltantes, en un conjunto de datos proporcionado.
• Explicar la importancia de la documentación de los procesos de recolección y limpieza de datos para la reproducibilidad del análisis.

Antes de Empezar

Introducción a las Bases de Datos y Tablas

Por qué: Los estudiantes necesitan familiaridad con la estructura de tablas y bases de datos para poder manipular y limpiar datos de manera efectiva.

Tipos de Datos (Numéricos, Categóricos, Booleanos)

Por qué: Comprender las diferencias entre tipos de datos es esencial para aplicar las técnicas de limpieza adecuadas a cada uno.

Vocabulario Clave

Sesgo de datos	Una tendencia sistemática en la recolección de datos que puede llevar a conclusiones inexactas o injustas. Puede ocurrir por cómo se seleccionan los participantes o las preguntas que se hacen.
Datos atípicos (outliers)	Valores en un conjunto de datos que son significativamente diferentes de otros valores. Pueden ser errores o eventos inusuales que requieren investigación.
Datos faltantes	Información que no está registrada en un conjunto de datos. Es importante decidir cómo manejar estos vacíos, ya sea eliminando registros o imputando valores.
Integridad de los datos	La cualidad de los datos que asegura que sean precisos, completos y consistentes a lo largo de su ciclo de vida, desde la recolección hasta el análisis.
Limpieza de datos	El proceso de identificar y corregir errores, inconsistencias y datos incompletos o irrelevantes en un conjunto de datos para mejorar su calidad.

Ideas de aprendizaje activo

Paseo por la Galería: El Gráfico Engañoso

El docente presenta gráficos reales de noticias con escalas distorsionadas. Los estudiantes circulan por la sala identificando el truco visual y rediseñando el gráfico en una pizarra para que sea honesto.

⏱ 45 min·Grupos pequeños

Generar misión

Círculo de Investigación: Infografía de la Comunidad

Usando los datos recolectados en la unidad anterior, los grupos crean una infografía digital que resuma los hallazgos más importantes, eligiendo el tipo de gráfico más adecuado para cada dato.

⏱ 60 min·Grupos pequeños

Generar misión

Pensar-Emparejar-Compartir: ¿Qué gráfico elijo?

Se plantean tres situaciones (comparar ventas, mostrar evolución del tiempo, ver partes de un todo). Los estudiantes eligen el gráfico ideal en parejas y justifican su elección ante el curso.

⏱ 30 min·Parejas

Generar misión

Conexiones con el Mundo Real

Los científicos de datos en empresas de marketing digital utilizan técnicas de limpieza para asegurar que los datos de comportamiento del consumidor sean precisos antes de diseñar campañas publicitarias personalizadas. Un dato erróneo podría llevar a mostrar anuncios irrelevantes a un cliente.

Los investigadores médicos aplican rigurosos procesos de recolección y limpieza de datos de ensayos clínicos para garantizar que los resultados sobre la eficacia de un nuevo medicamento sean confiables y no estén influenciados por errores de registro o sesgos en la selección de pacientes.

Los urbanistas en municipalidades como Santiago o Medellín usan datos geográficos y demográficos para planificar el desarrollo de la ciudad. La limpieza de estos datos es fundamental para tomar decisiones informadas sobre dónde construir nuevas infraestructuras o servicios.

Cuidado con estas ideas erróneas

Idea errónea común

Cualquier gráfico sirve para cualquier dato.

Qué enseñar en su lugar

Cada gráfico tiene una función. Por ejemplo, un gráfico circular es para partes de un todo, no para mostrar cambios en el tiempo. Actividades de emparejamiento ayudan a clarificar estos usos.

Idea errónea común

Un gráfico bonito es siempre un buen gráfico.

Qué enseñar en su lugar

La estética no debe sacrificar la claridad. Los estudiantes aprenden que el exceso de colores o decoraciones (chartjunk) puede distraer del mensaje principal de los datos.

Ideas de Evaluación

Verificación Rápida

Presente a los estudiantes un pequeño conjunto de datos simulado con errores evidentes (ej. edades negativas, nombres repetidos con diferente ortografía). Pida que identifiquen al menos dos tipos de problemas y sugieran una forma de corregirlos.

Pregunta para Discusión

Plantee la siguiente pregunta al grupo: 'Imaginemos que estamos recolectando datos sobre el uso de transporte público en nuestra ciudad. ¿Qué pasos deberíamos seguir para asegurarnos de que nuestros datos sean justos y no excluyan a ningún grupo de usuarios?' Fomente la discusión sobre posibles sesgos y métodos de recolección.

Boleto de Salida

Entregue a cada estudiante una tarjeta. Pida que escriban: 1) Un ejemplo de cómo un sesgo en la recolección de datos podría afectar una decisión importante (ej. política pública, diseño de producto). 2) Una técnica que aprendieron para mejorar la calidad de los datos.

Preguntas frecuentes

¿Cómo mejora la comunicación de hallazgos mediante el aprendizaje activo?

El aprendizaje activo pone al estudiante en el rol de comunicador. Al tener que explicar sus gráficos a sus pares en una 'galería', notan de inmediato si su mensaje se entiende o no. Esta retroalimentación entre compañeros es mucho más potente que una corrección del profesor, ya que obliga al alumno a ajustar su diseño para ser comprendido por su audiencia real.

¿Cuál es el mejor gráfico para mostrar cambios a través de los años?

El gráfico de líneas es el más efectivo, ya que permite visualizar tendencias, subidas y bajadas de forma continua y clara.

¿Qué es una infografía?

Es una combinación de imágenes, gráficos y textos cortos que resumen un tema para que sea fácil de entender a simple vista.

¿Cómo pueden los gráficos mentir?

Pueden mentir si no empiezan la escala en cero, si usan tamaños de iconos desproporcionados o si omiten datos importantes que cambian el contexto de la información.