09 Revisión de la base del 7-oct
Insumo: 8-10-Insumos Hector/resultados encuestas 7 octubre envio.xlsx, reenviado por Héctor el 8-oct-2026 como «archivo ajustado a 7 de octubre» (HCC 161, Mario Gaitán 147, Clínica del Occidente 147; en el archivo hay 162, 146 y 147).
Script: scripts/11_revision_base_7oct.py · Salidas: scripts/salidas/11_resumen_integridad.csv, 11_distancia_filas_nuevas.csv
Antecedente: 01 Calidad de la base de datos (280 de 503 filas repetidas; se pidieron los formularios originales).
Qué cambió
- La base ya no trae la columna Fecha, que era la que permitía rastrear las cargas masivas.
- HCC: pasa de 201 a 162 filas y conserva 159 patrones únicos; 129 filas son idénticas a la base original. Se ve como una depuración legítima de duplicados.
- Mario Gaitán: ninguna de las 146 filas es idéntica a la base original (cambian también los datos sociodemográficos). Pasa de 14 a 110 patrones de respuesta «distintos».
- Clínica del Occidente: 92 filas idénticas a la original; pasa de 37 a 62 patrones.
- Tres filas con valores fuera de la escala (filas de Excel 185, 384 y 385: ítem 11 vacío o con «Unión libre», columna corrida).
La señal que preocupa
Para saber si dos personas distintas pueden responder casi igual a 60 ítems, se tomó como referencia HCC, la institución sin anomalías: entre sus respuestas únicas, la mediana de ítems en que una persona difiere de su «vecino» más parecido es 15 a 17, y solo el 10 % de las personas está a 3 ítems o menos de otra.
| Base | Institución | Filas | Patrones únicos | Mediana de ítems distintos al vecino más cercano | % a ≤ 3 ítems | % a 1 ítem |
|---|---|---|---|---|---|---|
| Original 5-oct | HCC | 201 | 172 | 15,5 | 10,5 | 4,7 |
| Original 5-oct | Mario Gaitán | 152 | 14 | 21 | 0 | 0 |
| Original 5-oct | Clínica del Occidente | 150 | 37 | 23 | 0 | 0 |
| Nueva 7-oct | HCC | 162 | 159 | 17 | 10,1 | 5,0 |
| Nueva 7-oct | Mario Gaitán | 146 | 110 | 2 | 76,4 | 44,5 |
| Nueva 7-oct | Clínica del Occidente | 147 | 62 | 1 | 74,2 | 56,5 |
De los 142 patrones nuevos, 84 difieren en 1 a 3 ítems de una fila de la base original (Clínica del Occidente: los 25 nuevos están a 1 a 3 ítems). En otras palabras, la mayoría de las respuestas «nuevas» de Mario Gaitán y Clínica del Occidente son copias de las filas repetidas con una a tres respuestas cambiadas. En HCC eso no ocurre.
Lectura ética y decisión
- Este patrón no se explica por respuestas reales de personas distintas; es compatible con filas generadas o editadas a partir de las repetidas, de forma intencional o no (por ejemplo, alguien que «corrigió» los duplicados cambiando algunas respuestas). No se puede afirmar quién ni cómo sin ver los formularios.
- Con esta base no es defendible analizar Mario Gaitán ni Clínica del Occidente: inflaría la muestra con respuestas que no corresponden a personas distintas, lo que en una tesis doctoral constituye falsificación de datos, aunque no haya sido la intención.
- HCC sí es utilizable (159 a 172 respuestas únicas según la base), con el muestreo declarado como no probabilístico.
- Opciones para Héctor, en orden: (1) entregar los formularios físicos o el historial de Google Forms de las tres instituciones y reconstruir la base; (2) si no existen, recolectar de nuevo en Mario Gaitán y Clínica del Occidente con un formulario en línea que registre fecha y hora; (3) reformular el estudio como caso HCC, con las otras dos instituciones como limitación declarada.
- El marco teórico (Cap. II) no depende de estos datos y se entrega sin ninguna cifra de la encuesta.
Pregunta para Héctor (tono: aclarar, no acusar)
«¿Quién preparó el archivo del 7 de octubre y qué ajustes se hicieron sobre la base anterior? En Mario Gaitán y Clínica del Occidente muchas respuestas difieren de otras en solo una a tres preguntas, algo que no pasa en HCC. Para poder usar esos datos necesitamos los formularios originales o el registro de Google Forms con fecha y hora.»
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.