01 Calidad de la base de datos
Hallazgo crítico
De las 503 filas recibidas, solo 223 contienen un patrón de respuesta único en los 60 ítems. Las otras 280 filas (55,7 %) repiten exactamente las respuestas de otra fila; 277 de ellas repiten además toda la información sociodemográfica y 260 son idénticas incluso en la fecha. La duplicación se concentra en Mario Gaitán (90,8 % de filas redundantes) y Clínica del Occidente (75,3 %). Mientras no se aclare su origen, ningún resultado de la base completa (n = 503) debe reportarse en el Capítulo IV.
1. Controles básicos
| Control | Resultado |
|---|---|
| Filas y columnas | 503 filas x 68 columnas (8 sociodemográficas, 60 ítems) |
| Valores faltantes | 0 en todas las columnas |
| Valores fuera de rango | 0 (todas las respuestas son una de las 5 etiquetas Likert, recodificadas 1 a 5) |
| Ítems invertidos | Ninguno: los 60 ítems están redactados en sentido positivo, lo que favorece la aquiescencia (ver 05 Sesgo de método común) |
2. Duplicación de registros
2.1 Resumen por institución
| Institución | Filas recibidas | Patrones únicos | Filas redundantes | % redundante | Repiten también demografía | Repiten también demografía y fecha | Máx. copias de un patrón |
|---|---|---|---|---|---|---|---|
| HCC | 201 | 172 | 29 | 14,4 | 26 | 12 | 3 |
| Mario Gaitán | 152 | 14 | 138 | 90,8 | 138 | 136 | 22 |
| Clínica del Occidente | 150 | 37 | 113 | 75,3 | 113 | 112 | 5 |
| Total | 503 | 223 | 280 | 55,7 | 277 | 260 | 22 |
2.2 Rachas de filas idénticas consecutivas
Las copias aparecen casi siempre en bloques contiguos (filas pegadas una tras otra), con un tamaño típico por institución:
| Institución | Rachas | Tamaño de la racha | Lectura |
|---|---|---|---|
| Mario Gaitán | 15 | 10 u 11 filas (una de 3) | Cada formulario aparece 10 u 11 veces seguidas |
| Clínica del Occidente | 33 | 4 o 5 filas | Cada formulario aparece 4 o 5 veces seguidas |
| HCC | 12 | 2 filas (ids 1 a 24, agosto) | Pares consecutivos en las primeras 24 filas |
En total hay 60 rachas de 2 o más filas y 27 rachas de 5 o más filas, que suman 213 filas. Ejemplos: ids 30 a 40 (11 copias, Servicios Generales, Mario Gaitán, 2026-09-01); ids 193 a 202, 210 a 219 y 223 a 232 (tres bloques de 10 copias de tres patrones distintos de Médico General, Mario Gaitán, 2026-09-15); ids 334 a 393 (12 bloques de 5 copias, Clínica del Occidente, 2026-09-28). El detalle completo está en la hoja 1b Rachas consecutivas del Excel.
2.3 Copias no contiguas (ecos)
Hay 18 patrones repetidos en filas separadas. El caso más claro: las filas 25 a 51 (registradas el 2026-09-01) reaparecen como filas 471 a 503 (registradas entre el 2026-09-30 y el 2026-10-03) con idénticas respuestas y demografía; solo cambia la fecha. El patrón de los ids 30 a 40 reaparece en los ids 480 a 490, por lo que ese único formulario de Mario Gaitán figura 22 veces en la base. Dos patrones planos (todo 4: ids 42, 268, 492; todo 5: ids 126, 183, 299) se repiten con demografía distinta; estos sí podrían corresponder a personas diferentes que marcaron la misma opción en todo el cuestionario.
2.4 ¿Coincide la duplicación con días de carga?
Sí. Los días con 20 o más filas concentran 204 de las 280 filas redundantes:
| Fecha | Institución | Filas | Patrones únicos | % redundante |
|---|---|---|---|---|
| 2026-09-01 | Mario Gaitán | 34 | 4 | 88,2 |
| 2026-09-15 | Mario Gaitán | 41 | 4 | 90,2 |
| 2026-09-16 | Mario Gaitán | 41 | 4 | 90,2 |
| 2026-09-28 | Clínica del Occidente | 128 | 29 | 77,3 |
| 2026-10-03 | Mario Gaitán | 14 | 2 | 100 |
| 2026-10-03 | HCC | 10 | 10 | 100 (todas son ecos del 2026-09-01) |
| 2026-09-01 | HCC | 35 | 35 | 0 |
| 2026-09-15 | HCC | 29 | 29 | 3,4 |
En HCC, los días de registro muestran casi siempre tantas filas como patrones únicos; en las otras dos instituciones, cada día de carga contiene pocos formularios distintos multiplicados.
2.5 Posibles explicaciones (a verificar, sin presumir intención)
- Digitación de formularios en papel copiando y pegando filas como plantilla y olvidando sobrescribir las respuestas.
- Exportación o consolidación duplicada de varias hojas o archivos (por ejemplo, unir el mismo bloque varias veces).
- Carga masiva con una plantilla que replicó registros.
La columna Fecha no tiene hora, a diferencia de la marca temporal que genera Google Forms; además aparecen fechas imposibles (2027-09-01 en los ids 56 y 73; 1978-01-03 en el id 58) y una anterior al trabajo de campo (2026-06-15, id 180). Esto sugiere que la fecha se digitó a mano, lo que es compatible con las explicaciones 1 y 3.
Qué pedir a Héctor antes de redactar el Capítulo IV
- Los formularios originales (papel o PDF) de Mario Gaitán y Clínica del Occidente, o el historial de respuestas de Google Forms con marca temporal.
- Cuántas personas respondieron realmente en cada institución y quién digitó o consolidó la base.
- Si existen formularios no digitados: deben incorporarse para recuperar tamaño muestral.
2.6 Bases de análisis definidas
| Base | n | Definición | Uso |
|---|---|---|---|
| Original | 503 | Tal como se recibió | Solo como contraste, para mostrar el efecto de la duplicación |
| Depurada | 223 | Una fila por patrón único de 60 ítems (primera aparición) | Base principal de todos los análisis |
| Solo HCC | 172 | Casos únicos de HCC | Análisis de sensibilidad libre de las instituciones más afectadas |
La base depurada conserva 4 patrones planos únicos (ids 42, 98, 126 y 233); excluirlos no cambia ninguna conclusión (se verificó con n = 219 en una corrida previa: alfas 0,877 a 0,939; CFI del modelo de 12 factores 0,861 frente a 0,865).
3. Respuesta descuidada (straightlining)
| Indicador | Original (n = 503) | Depurada (n = 223) |
|---|---|---|
| Misma respuesta en los 60 ítems | 8 filas (todas HCC) | 4 patrones |
| Desviación estándar intraindividual < 0,50 | 144 | 71 |
| Desviación estándar intraindividual < 0,30 | 47 | 24 |
| Cadena más larga de respuestas iguales ≥ 30 ítems | 65 | 30 |
| Secciones de 5 ítems sin variación ≥ 10 de 12 | 42 | 23 |
Los 8 casos planos del archivo original eran: id 42 (todo 4), 98 (todo 1), 126 (todo 5), 183 (todo 5), 233 (todo 3), 268 (todo 4), 299 (todo 5) y 492 (todo 4). Un 32 % de la base depurada (71/223) tiene muy baja variabilidad interna, lo que es frecuente en escalas con todos los ítems en sentido positivo y refuerza la necesidad de controlar el sesgo de aquiescencia.
4. Casos atípicos multivariados
Distancia de Mahalanobis sobre los 60 ítems, criterio p < .001 (χ² crítico con 60 gl = 99,61):
| Base | Atípicos | Distribución |
|---|---|---|
| Original | 65 de 503 | 64 de HCC (ninguno es un caso plano) |
| Depurada | 20 de 223 | 14 HCC, 5 Clínica del Occidente, 1 Mario Gaitán |
En la base original los atípicos se concentran en HCC porque las otras dos instituciones, al estar replicadas, “definen” el centro de la nube de datos. En la base depurada los atípicos son patrones con combinaciones poco usuales (por ejemplo, desacuerdo en bienestar y acuerdo total en desempeño), no errores de digitación. Recomendación: conservarlos y reportar un análisis de sensibilidad sin ellos.
5. Consistencia de las categorías sociodemográficas
| Variable | Problema | Recomendación |
|---|---|---|
| Antigüedad | Categorías solapadas “2 a 9 años” (174) y “5 a 9 años” (65); no existe “1 a 2 años” (vacío entre “menor a 1 año” y “2 años”) | Fusionar en “1 a 9 años” para el análisis y corregir el instrumento |
| Antigüedad x edad | 2 casos con “más de 20 años” de antigüedad y 19 a 30 años de edad | Verificar con el formulario físico |
| Edad | Cortes irregulares: “61 a 62” (4) y “63 a 70” (9) | Fusionar en “más de 60 años” |
| Sexo | ”Indeterminado” en 5 filas, que son un solo patrón copiado 5 veces (ids 326 a 330) | Tratar como 1 caso; aclarar si fue error de digitación |
| Cargo | ”Otro” (9) y “Asistencial” (2) no permiten asignar estamento; “Técnico” (4) sin especificar | Agrupar en “Otro/no clasificable” |
| Contratación | ”Otro” con 42 filas (8,3 %), sin especificar | Pedir aclaración; excluir de comparaciones por contrato |
| Instrumento en papel | El encabezado del formulario no lista médicos ni enfermeras, aunque son el 65 % de la base | Actualizar el anexo del instrumento |
6. Composición por institución, estamento y contratación
Agrupación de cargos en estamentos: profesional asistencial (enfermeras profesionales y profesional asistencial), médico (general y especialista), enfermería auxiliar, técnico/tecnólogo, administrativo/directivo, apoyo (servicios generales, vigilancia, convivente, operario de mantenimiento) y otro/no clasificable.
Base depurada (n = 223), estamento por institución
| Estamento | HCC | Clínica del Occidente | Mario Gaitán | Total |
|---|---|---|---|---|
| Profesional asistencial | 43 | 11 | 3 | 57 |
| Médico | 21 | 1 | 3 | 25 |
| Enfermería auxiliar | 56 | 20 | 4 | 80 |
| Técnico/tecnólogo | 28 | 3 | 2 | 33 |
| Administrativo/directivo | 10 | 1 | 0 | 11 |
| Apoyo | 9 | 0 | 2 | 11 |
| Otro/no clasificable | 5 | 1 | 0 | 6 |
| Total | 172 | 37 | 14 | 223 |
Base depurada, contratación por institución
| Contratación | HCC | Clínica del Occidente | Mario Gaitán | Total |
|---|---|---|---|---|
| Indefinido o planta | 56 | 30 | 1 | 87 |
| Término fijo | 36 | 6 | 3 | 45 |
| Prestación de servicios | 49 | 1 | 9 | 59 |
| Tercerizado (cooperativa/temporal) | 14 | 0 | 0 | 14 |
| Otro | 17 | 0 | 1 | 18 |
En la base original, el estamento y el tipo de contrato están fuertemente asociados con la institución (estamento: χ²(12) = 119,13, p < .001, V de Cramér = 0,34; contrato: χ²(8) = 280,02, p < .001, V = 0,53). Clínica del Occidente es casi toda de contrato indefinido y Mario Gaitán casi toda de prestación de servicios, de modo que las comparaciones por contrato quedan confundidas con la institución. En la base depurada, Mario Gaitán queda con 14 casos y Clínica del Occidente con 37, insuficientes para comparaciones finas.
7. Decisiones recomendadas
| Problema | Decisión |
|---|---|
| 280 filas redundantes | Analizar la base depurada (n = 223) y suspender cualquier reporte con n = 503 hasta verificar los originales |
| Formularios no digitados o mal digitados | Re-digitar desde los originales, idealmente con doble digitación y cotejo |
| Fechas imposibles | Corregir desde el original o dejar la fecha como dato no utilizado |
| Patrones planos y baja variabilidad | Conservar en el análisis principal; reportar sensibilidad sin ellos |
| Atípicos multivariados | Conservar; sensibilidad sin los 20 casos |
| Categorías solapadas | Recodificar antigüedad y edad como se indica; corregir el instrumento para futuras aplicaciones |
Qué escribir en la tesis
Párrafo modelo (provisional, sujeto a la verificación de los formularios originales). Antes del análisis se auditó la base de datos. No se registraron valores perdidos ni respuestas fuera del rango de la escala. Sin embargo, se identificaron 280 registros (55,7 %) cuyo patrón de respuesta en los 60 ítems era idéntico al de otro registro, en su mayoría también coincidentes en las variables sociodemográficas y en la fecha de diligenciamiento; la proporción fue de 90,8 % en el Hospital Mario Gaitán, 75,3 % en la Clínica del Occidente y 14,4 % en el Hospital HCC. Dado que estos registros no pueden considerarse observaciones independientes, el análisis se efectuó sobre los 223 patrones de respuesta únicos. Se identificaron además 4 patrones sin variación en los 60 ítems y 20 casos atípicos multivariados (distancia de Mahalanobis, p < .001), que se conservaron en el análisis principal y se examinaron mediante análisis de sensibilidad.
Párrafo modelo sobre variables sociodemográficas. Las categorías de antigüedad “2 a 9 años” y “5 a 9 años” se superponían, por lo que se fusionaron en “1 a 9 años”; las categorías de edad superiores a 60 años se agruparon en una sola. Los cargos se agruparon en seis estamentos ocupacionales: profesional asistencial (n = 57), médico (n = 25), enfermería auxiliar (n = 80), técnico o tecnólogo (n = 33), administrativo o directivo (n = 11) y apoyo (n = 11); seis casos no pudieron clasificarse.
Ver también: 00 Resumen del análisis de datos, 08 Muestreo y representatividad.
Tus sugerencias sobre esta página
Pulsa el micrófono y comenta lo que quieras: qué cambiarías, qué falta, qué no refleja tu postura. La grabación le llega a Juan Camilo, que la transcribe y ajusta la tesis. Los cambios quedan registrados en la Bitácora de cambios.