{"id":537,"date":"2025-12-16T14:38:57","date_gmt":"2025-12-16T20:38:57","guid":{"rendered":"https:\/\/revistaece.dataware.cloud\/?p=537"},"modified":"2025-12-16T14:38:57","modified_gmt":"2025-12-16T20:38:57","slug":"tratamiento-de-datos-cuantitativos-en-investigacion-cientifica","status":"publish","type":"post","link":"https:\/\/revistaece.dataware.cloud\/?p=537","title":{"rendered":"Tratamiento de datos cuantitativos en investigaci\u00f3n cient\u00edfica"},"content":{"rendered":"\n

Roberto Carlos Barriga Granados1<\/sup>, Carlos Heriberto Mendoza Perez2<\/sup>, Victor Fernando Nieto del Valle3<\/sup><\/strong><\/p>\n\n\n\n

\n
DOI: https:\/\/doi.org\/10.64121\/rece.2026v4.bmn017<\/div><\/a><\/div><\/div>\n\n\n\n
PDF<\/div><\/a><\/div><\/div>\n<\/div><\/div>\n\n\n\n

Introducci\u00f3n<\/strong><\/h2>\n\n\n\n

En la investigaci\u00f3n cient\u00edfica, el an\u00e1lisis cuantitativo ocupa un lugar central al facilitar la obtenci\u00f3n de conclusiones objetivas a partir de datos num\u00e9ricos. Este enfoque, asociado al paradigma positivista, contrasta con el paradigma cualitativo al basarse en mediciones num\u00e9ricas y procedimientos estad\u00edsticos para validar hip\u00f3tesis. La claridad metodol\u00f3gica en el tratamiento de datos es esencial para garantizar la calidad y la reproducibilidad del estudio. Un proceso sistem\u00e1tico de codificaci\u00f3n, organizaci\u00f3n y an\u00e1lisis num\u00e9rico de los datos permite al investigador sintetizar la informaci\u00f3n de la muestra y, posteriormente, inferir resultados generales. As\u00ed, antes de aplicar cualquier prueba estad\u00edstica, es necesario planificar con rigor c\u00f3mo se recoger\u00e1n los datos y c\u00f3mo se preparar\u00e1n para su an\u00e1lisis. Por ejemplo, la estad\u00edstica descriptiva resume el comportamiento de los datos mediante tablas y gr\u00e1ficas, sin intentar extraer conclusiones m\u00e1s all\u00e1 de la muestra estudiada, mientras que la estad\u00edstica inferencial utiliza los datos muestrales para obtener generalizaciones sobre la poblaci\u00f3n. En consecuencia, contar con una metodolog\u00eda clara desde la recolecci\u00f3n hasta el an\u00e1lisis garantiza que las conclusiones sean v\u00e1lidas y s\u00f3lidas, evitando sesgos y errores en la interpretaci\u00f3n de los resultados.<\/p>\n\n\n\n

Procesos de codificaci\u00f3n y organizaci\u00f3n de datos<\/strong><\/h2>\n\n\n\n

Una vez recolectados los datos (a trav\u00e9s de cuestionarios, mediciones experimentales, encuestas, etc.), el primer paso es la codificaci\u00f3n. Codificar consiste en asignar c\u00f3digos num\u00e9ricos a las distintas categor\u00edas o respuestas observadas, de manera que puedan procesarse estad\u00edsticamente. Por ejemplo, si en una encuesta se registra la variable \u201cSexo\u201d de los participantes, se puede codificar \u201chombre\u201d=1 y \u201cmujer\u201d=2. Este procedimiento facilita el manejo de datos y permite tambi\u00e9n definir c\u00f3digos especiales (por ejemplo, el valor 9) para observaciones faltantes. Una vez codificados, se organizan los datos en una hoja de c\u00e1lculo (Excel u otro formato similar) o directamente en un software estad\u00edstico. La disposici\u00f3n habitual es colocar cada caso o individuo en una fila y cada variable en una columna. De este modo, la estructura de la base de datos queda clara: una fila corresponde a un sujeto o elemento de la muestra y cada columna, a una variable medida (por ejemplo, edad, sexo codificado, resultados de un test, etc.). A menudo se emplea Excel para ingresar los datos iniciales: cada celda contiene un valor num\u00e9rico o codificado. Es importante entonces verificar la consistencia de los datos (revisar rangos v\u00e1lidos, ausencia de duplicados, codificaci\u00f3n homog\u00e9nea) antes de proceder al an\u00e1lisis. En paralelo, se debe llevar un documento (manual de c\u00f3digos) en el que se explique qu\u00e9 representa cada c\u00f3digo num\u00e9rico para cada variable.<\/p>\n\n\n\n

An\u00e1lisis descriptivo con herramientas b\u00e1sicas<\/strong><\/h2>\n\n\n\n

Con los datos organizados, el siguiente paso es realizar un an\u00e1lisis exploratorio o descriptivo. Aqu\u00ed se calculan medidas como la media, la mediana, la varianza o la desviaci\u00f3n est\u00e1ndar para variables num\u00e9ricas, y se construyen tablas de frecuencia para variables categ\u00f3ricas. Por ejemplo, se pueden obtener la media de edad, el porcentaje de hombres y mujeres, o la frecuencia de respuestas para cada categor\u00eda de una pregunta. Tambi\u00e9n, se elaboran gr\u00e1ficos (histogramas, diagramas de barras o de sectores, diagramas de caja, etc.) que permitan visualizar la distribuci\u00f3n y las caracter\u00edsticas principales de los datos. Estos gr\u00e1ficos y tablas ayudan a resumir y describir el comportamiento de las variables sin efectuar inferencias m\u00e1s all\u00e1 de la muestra. Un ejemplo, un histograma mostrar\u00eda c\u00f3mo se distribuyen las edades en la muestra; un diagrama de barras reflejar\u00eda las frecuencias de cada categor\u00eda de una encuesta, facilitando la interpretaci\u00f3n r\u00e1pida de los datos.<\/p>\n\n\n\n

Uso de software estad\u00edstico<\/strong><\/h2>\n\n\n\n

Para procesar grandes vol\u00famenes de datos y efectuar c\u00e1lculos m\u00e1s complejos, se utilizan paquetes especializados. SPSS, R y Jamovi son ejemplos de software com\u00fanmente empleados. SPSS ofrece men\u00fas gr\u00e1ficos para an\u00e1lisis estad\u00edsticos, R es un entorno de programaci\u00f3n estad\u00edstica de c\u00f3digo abierto muy poderoso, y Jamovi es un software libre con interfaz intuitiva que combina lo mejor de R sin requerir conocimientos de programaci\u00f3n. Es decir, Jamovi es \u201cun software gratuito y de libre distribuci\u00f3n\u201d dise\u00f1ado con una interfaz gr\u00e1fica de usuario (GUI) que permite aprovechar las capacidades de R sin necesidad de escribir c\u00f3digo. Estas herramientas permiten importar la hoja de datos (por ejemplo, un archivo Excel o CSV), definir el tipo de cada variable (cuantitativa o categ\u00f3rica), y luego aplicar an\u00e1lisis descriptivos autom\u00e1ticos (res\u00famenes estad\u00edsticos, tablas y gr\u00e1ficos). Su uso agiliza el proceso, pero requiere un entrenamiento m\u00ednimo para interpretar correctamente los resultados que se obtienen. En general, se recomienda a los investigadores que aprendan al menos un paquete de este tipo para asegurar precisi\u00f3n y reproducibilidad en el an\u00e1lisis estad\u00edstico.<\/p>\n\n\n\n

Estad\u00edstica inferencial: pruebas b\u00e1sicas<\/strong><\/h2>\n\n\n\n

Una vez conocidos los resultados descriptivos, se procede a las pruebas de hip\u00f3tesis o estad\u00edstica inferencial, que permiten extraer conclusiones m\u00e1s all\u00e1 de la muestra. Entre las pruebas m\u00e1s comunes en investigaci\u00f3n cuantitativa se encuentran: <\/p>\n\n\n\n

    \n
  • Prueba t de Student<\/strong>: Se usa para comparar la media de una variable num\u00e9rica entre dos grupos independientes (por ejemplo, comparar el rendimiento medio en un examen entre hombres y mujeres). En este caso, la prueba t eval\u00faa si la diferencia observada entre las medias podr\u00eda atribuirse al azar. El m\u00e9todo consiste en comparar la media de cada grupo considerando su variabilidad, asumiendo que los grupos son independientes.<\/li>\n\n\n\n
  • ANOVA (An\u00e1lisis de Varianza)<\/strong>: Generaliza la prueba t cuando hay tres o m\u00e1s grupos. Un ANOVA de un factor contrasta la igualdad de medias en \u201ck\u201d grupos distintos sobre una variable cuantitativa. As\u00ed, comprueba si al menos dos de esas medias de poblaciones independientes difieren significativamente. En la pr\u00e1ctica se verifica la hip\u00f3tesis nula de que todas las medias son iguales contra la alternativa de que alguna difiere.<\/li>\n\n\n\n
  • Chi-cuadrado (ji-cuadrado)<\/strong>: Prueba no param\u00e9trica \u00fatil cuando ambas variables son categ\u00f3ricas. La prueba de chi-cuadrado eval\u00faa la diferencia entre las frecuencias observadas y esperadas bajo la hip\u00f3tesis de independencia. En esencia, cuantifica si las diferencias en una tabla de contingencia son mayores de lo esperado por azar, respondiendo preguntas como \u201c\u00bfvar\u00edan juntas las dos variables categ\u00f3ricas, o son independientes?\u201d.<\/li>\n\n\n\n
  • Otras pruebas<\/strong>: Seg\u00fan el dise\u00f1o pueden usarse correlaci\u00f3n de Pearson o Spearman (para medir asociaci\u00f3n entre variables cuantitativas), regresi\u00f3n lineal, pruebas no param\u00e9tricas (por ejemplo, U de Mann-Whitney o Kruskal-Wallis) si no se cumplen supuestos, entre otras.<\/li>\n<\/ul>\n\n\n\n
      \n
    • <\/li>\n<\/ul>\n\n\n\n

      Estas pruebas se ejecutan t\u00edpicamente dentro del software elegido (p.\u202fej. SPSS, R o Jamovi) seleccionando las variables de inter\u00e9s y el tipo de contraste. El resultado incluye estad\u00edsticos de prueba (t, F, \u03c7\u00b2, etc.) y valores de significaci\u00f3n (p-valores) que indican si rechazar o no la hip\u00f3tesis nula. El uso de estas herramientas estad\u00edsticas debe ajustarse a los requisitos de cada prueba (como normalidad de los datos, homogeneidad de varianzas, tama\u00f1o de muestra, etc.) para obtener conclusiones v\u00e1lidas.<\/p>\n\n\n\n

      Ejemplo ilustrativo<\/strong> A modo de ejemplo, consideremos un estudio hipot\u00e9tico sobre el rendimiento acad\u00e9mico de estudiantes. Supongamos que se recolectaron datos de 10 alumnos en una prueba y se registraron las variables \u201cID\u201d (identificador de estudiante), \u201cSexo\u201d (1=Var\u00f3n, 2=Mujer), \u201cEdad\u201d (a\u00f1os) y \u201cNota\u201d (puntaje num\u00e9rico del examen). Estos datos se organizan en una planilla de Excel con la estructura recomendada (casos en filas, variables en columnas). Por ejemplo:<\/p>\n\n\n\n

      ID<\/strong><\/td>Sexo (1=Var\u00f3n, 2=Mujer)<\/strong><\/td>Edad (a\u00f1os)<\/strong><\/td>Nota (examen)<\/strong><\/td><\/tr><\/thead>
      1<\/td>1<\/td>19<\/td>85.0<\/td><\/tr>
      2<\/td>2<\/td>18<\/td>90.5<\/td><\/tr>
      3<\/td>1<\/td>20<\/td>78.0<\/td><\/tr>
      4<\/td>2<\/td>21<\/td>88.0<\/td><\/tr>
      5<\/td>1<\/td>19<\/td>92.5<\/td><\/tr>
      6<\/td>2<\/td>20<\/td>75.0<\/td><\/tr>
      7<\/td>1<\/td>18<\/td>81.0<\/td><\/tr>
      8<\/td>2<\/td>19<\/td>89.0<\/td><\/tr>
      9<\/td>1<\/td>20<\/td>83.5<\/td><\/tr>
      10<\/td>2<\/td>21<\/td>95.0<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n

      En este ejemplo, la codificaci\u00f3n se aplic\u00f3 a \u201cSexo\u201d (1=Var\u00f3n, 2=Mujer). Con los datos cargados, se calculan estad\u00edsticos descriptivos: por ejemplo, la media de las notas, la desviaci\u00f3n est\u00e1ndar, la mediana de edad, etc. Tambi\u00e9n se pueden elaborar un histograma de las notas o un diagrama de cajas por sexo para visualizar la distribuci\u00f3n.<\/p>\n\n\n\n

      Para el an\u00e1lisis inferencial, imaginemos que se quiere saber si la media de las notas difiere entre varones y mujeres. Se realizar\u00eda entonces una prueba t de muestras independientes<\/em> con la variable \u201cNota\u201d agrupada por \u201cSexo\u201d. Si el p-valor resultante es menor que el nivel de significaci\u00f3n (usualmente 0,05), se concluye que existe una diferencia estad\u00edsticamente significativa entre los grupos. Asimismo, si existieran m\u00e1s de dos grupos (por ejemplo, comparando tres secciones de aula), se emplear\u00eda un ANOVA. En cambio, si se quisiera investigar si la proporci\u00f3n de estudiantes que aprobaron el examen (definido como nota \u2265 60) difiere por sexo, se podr\u00eda transformar la informaci\u00f3n en una tabla de contingencia (aprobados vs reprobados por sexo) y aplicar la prueba de chi-cuadrado de independencia.<\/p>\n\n\n\n

      Este proceso completo (codificaci\u00f3n, verificaci\u00f3n, an\u00e1lisis descriptivo e inferencial) ilustra c\u00f3mo los datos originales se transforman en conclusiones s\u00f3lidas. El uso de software estad\u00edstico simplifica estos pasos: basta importar la tabla de datos simulados al programa elegido (p.\u202fej. jamovi o R) para ejecutar los an\u00e1lisis mencionados y obtener tablas de salida con resultados num\u00e9ricos, gr\u00e1ficos y pruebas de hip\u00f3tesis.<\/p>\n\n\n\n

      Conclusiones<\/strong><\/h2>\n\n\n\n

      El tratamiento adecuado de datos cuantitativos es clave para el \u00e9xito de cualquier investigaci\u00f3n cient\u00edfica cuantitativa. Un correcto proceso metodol\u00f3gico \u2014que incluye planificaci\u00f3n de la recolecci\u00f3n, codificaci\u00f3n cuidadosa, estructuraci\u00f3n ordenada en bases de datos y an\u00e1lisis estad\u00edstico pertinente\u2014 asegura que los resultados sean robustos y reproducibles. En primer lugar, la codificaci\u00f3n uniforme de respuestas (p.\u202fej. variables categ\u00f3ricas con valores num\u00e9ricos) y la organizaci\u00f3n de los datos seg\u00fan el formato recomendado facilitan la automatizaci\u00f3n del an\u00e1lisis. Luego, las herramientas inform\u00e1ticas especializadas (como SPSS, R o Jamovi) permiten calcular con rapidez medidas descriptivas y ejecutar pruebas inferenciales con un esfuerzo reducido, siempre y cuando el investigador entienda las hip\u00f3tesis y supuestos detr\u00e1s de cada prueba.<\/p>\n\n\n\n

      La meticulosidad en el manejo de los datos contribuye directamente al rigor metodol\u00f3gico: evita errores de procesamiento, minimiza los sesgos de entrada y permite auditar f\u00e1cilmente cada paso (por ejemplo, revisando tablas de frecuencia o l\u00edneas de c\u00f3digo). Se recomienda adem\u00e1s documentar todos los pasos (codificaci\u00f3n, transformaciones, supuestos estad\u00edsticos) y realizar comprobaciones cruzadas (como la validaci\u00f3n de datos ingresados). De esta forma, los investigadores noveles pueden asegurarse de que sus an\u00e1lisis sean consistentes.<\/p>\n\n\n\n

      En s\u00edntesis, los datos cuantitativos cobran valor cuando se tratan con rigor: la claridad en la codificaci\u00f3n y organizaci\u00f3n posibilita res\u00famenes estad\u00edsticos efectivos (descriptivos) y la realizaci\u00f3n de pruebas estad\u00edsticas adecuadas (inferenciales). El empleo de software estad\u00edstico ampl\u00eda las capacidades anal\u00edticas del investigador, pero no sustituye la necesidad de una base metodol\u00f3gica s\u00f3lida. Para quienes comienzan en la investigaci\u00f3n, es aconsejable seguir gu\u00edas de an\u00e1lisis de datos, aprovechar tutoriales sobre los programas estad\u00edsticos y, sobre todo, siempre verificar la calidad de los datos antes de extraer conclusiones. Con estos cuidados, el tratamiento de datos cuantitativos fortalece la objetividad y credibilidad de los hallazgos cient\u00edficos.<\/p>\n\n\n\n

      Palabras claves: <\/strong>An\u00e1lisis cuantitativo, Codificaci\u00f3n de datos, Estad\u00edstica inferencial.<\/p>\n\n\n\n

      Autores<\/strong><\/h2>\n\n\n\n

      1<\/sup>Roberto Carlos Barriga Granados: <\/strong>Docente de la Universidad Michoacana de San Nicol\u00e1s de Hidalgo. Orcid:<\/strong> 0009-0001-5000-3782 Contacto:<\/strong> roberto.carlos.barriga@umich.mx<\/p>\n\n\n\n

      2<\/sup>Carlos Heriberto Mendoza Perez: <\/strong>Docente de la Universidad Michoacana de San Nicol\u00e1s de Hidalgo. Orcid:<\/strong> 0009-0005-9118-1189 Contacto:<\/strong> carlos.mendoza@umich.mx<\/p>\n\n\n\n

      3<\/sup>Victor Fernando Nieto del Valle: <\/strong>Doctor en Educaci\u00f3n por UNIVIM, Docente de la Universidad Michoacana de San Nicol\u00e1s de Hidalgo, adscrito al Colegio Primitivo y Nacional de San Nicol\u00e1s de Hidalgo de la UMSNH. Orcid:<\/strong> 0000-0002-7999-3548 Contacto:<\/strong> fnieto@umich.mx<\/p>\n\n\n\n

      Referencias bibliogr\u00e1ficas<\/strong><\/h2>\n\n\n\n

      Estad\u00edstica descriptiva: 2.1 Codificaci\u00f3n, Introducci\u00f3n de datos<\/em>. Universidad de Valencia (cursos de Estad\u00edstica).<\/p>\n\n\n\n

      Garc\u00eda Bellido, R.; Gonz\u00e1lez Such, J.; Jornet, J.M. (s.f.). SPSS: Prueba t para muestras independientes. Universidad de Valencia.<\/p>\n\n\n\n

      Bakieva, M.; Gonz\u00e1lez Such, J.; Jornet, J.M. (s.f.). SPSS: ANOVA de un factor. Universidad de Valencia.<\/p>\n\n\n\n

      Escuela de Salud P\u00fablica, Universidad de Chile (2022). Jamovi, un software estad\u00edstico \u00fatil para la pr\u00e1ctica docente<\/em>.<\/p>\n\n\n\n

      Posada Hern\u00e1ndez, G.J. (2016). Elementos b\u00e1sicos de estad\u00edstica descriptiva para el an\u00e1lisis de datos<\/em>. Editorial FUNLAM, Medell\u00edn.<\/p>\n\n\n\n

      Prueba Chi-cuadrado: Comprender y aplicar esta herramienta estad\u00edstica<\/em>. Mind The Graph (blog de difusi\u00f3n cient\u00edfica).<\/p>\n","protected":false},"excerpt":{"rendered":"

      Roberto Carlos Barriga Granados1, Carlos Heriberto Mendoza Perez2, Victor Fernando Nieto del Valle3 Introducci\u00f3n En la investigaci\u00f3n cient\u00edfica, el an\u00e1lisis cuantitativo […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_uag_custom_page_level_css":"","site-sidebar-layout":"default","site-content-layout":"","ast-site-content-layout":"default","site-content-style":"default","site-sidebar-style":"default","ast-global-header-display":"","ast-banner-title-visibility":"","ast-main-header-display":"","ast-hfb-above-header-display":"","ast-hfb-below-header-display":"","ast-hfb-mobile-header-display":"","site-post-title":"","ast-breadcrumbs-content":"","ast-featured-img":"","footer-sml-layout":"","ast-disable-related-posts":"","theme-transparent-header-meta":"","adv-header-id-meta":"","stick-header-meta":"","header-above-stick-meta":"","header-main-stick-meta":"","header-below-stick-meta":"","astra-migrate-meta-layouts":"default","ast-page-background-enabled":"default","ast-page-background-meta":{"desktop":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"tablet":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"mobile":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""}},"ast-content-background-meta":{"desktop":{"background-color":"var(--ast-global-color-4)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"tablet":{"background-color":"var(--ast-global-color-4)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"mobile":{"background-color":"var(--ast-global-color-4)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""}},"footnotes":""},"categories":[78],"tags":[91,92,64,93,94],"class_list":["post-537","post","type-post","status-publish","format-standard","hentry","category-enero-junio-2026","tag-analisis-cuantitativo","tag-codificacion-de-datos","tag-educacion","tag-estadistica-inferencial","tag-tratamiento-de-datos-en-investigacion"],"spectra_custom_meta":{"_uagb_previous_block_counts":["a:90:{s:21:\"uagb\/advanced-heading\";i:0;s:15:\"uagb\/blockquote\";i:0;s:12:\"uagb\/buttons\";i:1;s:18:\"uagb\/buttons-child\";i:2;s:19:\"uagb\/call-to-action\";i:0;s:15:\"uagb\/cf7-styler\";i:0;s:11:\"uagb\/column\";i:0;s:12:\"uagb\/columns\";i:0;s:14:\"uagb\/container\";i:0;s:21:\"uagb\/content-timeline\";i:0;s:27:\"uagb\/content-timeline-child\";i:0;s:14:\"uagb\/countdown\";i:0;s:12:\"uagb\/counter\";i:0;s:8:\"uagb\/faq\";i:0;s:14:\"uagb\/faq-child\";i:0;s:10:\"uagb\/forms\";i:0;s:17:\"uagb\/forms-accept\";i:0;s:19:\"uagb\/forms-checkbox\";i:0;s:15:\"uagb\/forms-date\";i:0;s:16:\"uagb\/forms-email\";i:0;s:17:\"uagb\/forms-hidden\";i:0;s:15:\"uagb\/forms-name\";i:0;s:16:\"uagb\/forms-phone\";i:0;s:16:\"uagb\/forms-radio\";i:0;s:17:\"uagb\/forms-select\";i:0;s:19:\"uagb\/forms-textarea\";i:0;s:17:\"uagb\/forms-toggle\";i:0;s:14:\"uagb\/forms-url\";i:0;s:14:\"uagb\/gf-styler\";i:0;s:15:\"uagb\/google-map\";i:0;s:11:\"uagb\/how-to\";i:0;s:16:\"uagb\/how-to-step\";i:0;s:9:\"uagb\/icon\";i:0;s:14:\"uagb\/icon-list\";i:0;s:20:\"uagb\/icon-list-child\";i:0;s:10:\"uagb\/image\";i:0;s:18:\"uagb\/image-gallery\";i:0;s:13:\"uagb\/info-box\";i:0;s:18:\"uagb\/inline-notice\";i:0;s:11:\"uagb\/lottie\";i:0;s:21:\"uagb\/marketing-button\";i:0;s:10:\"uagb\/modal\";i:0;s:18:\"uagb\/popup-builder\";i:0;s:16:\"uagb\/post-button\";i:0;s:18:\"uagb\/post-carousel\";i:0;s:17:\"uagb\/post-excerpt\";i:0;s:14:\"uagb\/post-grid\";i:0;s:15:\"uagb\/post-image\";i:0;s:17:\"uagb\/post-masonry\";i:0;s:14:\"uagb\/post-meta\";i:0;s:18:\"uagb\/post-taxonomy\";i:0;s:18:\"uagb\/post-timeline\";i:0;s:15:\"uagb\/post-title\";i:0;s:20:\"uagb\/restaurant-menu\";i:0;s:26:\"uagb\/restaurant-menu-child\";i:0;s:11:\"uagb\/review\";i:0;s:12:\"uagb\/section\";i:0;s:14:\"uagb\/separator\";i:0;s:11:\"uagb\/slider\";i:0;s:17:\"uagb\/slider-child\";i:0;s:17:\"uagb\/social-share\";i:0;s:23:\"uagb\/social-share-child\";i:0;s:16:\"uagb\/star-rating\";i:0;s:23:\"uagb\/sure-cart-checkout\";i:0;s:22:\"uagb\/sure-cart-product\";i:0;s:15:\"uagb\/sure-forms\";i:0;s:22:\"uagb\/table-of-contents\";i:0;s:9:\"uagb\/tabs\";i:0;s:15:\"uagb\/tabs-child\";i:0;s:18:\"uagb\/taxonomy-list\";i:0;s:9:\"uagb\/team\";i:0;s:16:\"uagb\/testimonial\";i:0;s:14:\"uagb\/wp-search\";i:0;s:19:\"uagb\/instagram-feed\";i:0;s:10:\"uagb\/login\";i:0;s:17:\"uagb\/loop-builder\";i:0;s:18:\"uagb\/loop-category\";i:0;s:20:\"uagb\/loop-pagination\";i:0;s:15:\"uagb\/loop-reset\";i:0;s:16:\"uagb\/loop-search\";i:0;s:14:\"uagb\/loop-sort\";i:0;s:17:\"uagb\/loop-wrapper\";i:0;s:13:\"uagb\/register\";i:0;s:19:\"uagb\/register-email\";i:0;s:24:\"uagb\/register-first-name\";i:0;s:23:\"uagb\/register-last-name\";i:0;s:22:\"uagb\/register-password\";i:0;s:30:\"uagb\/register-reenter-password\";i:0;s:19:\"uagb\/register-terms\";i:0;s:22:\"uagb\/register-username\";i:0;}"],"_edit_lock":["1765917709:1"],"_edit_last":["1"],"_wp_old_date":["2026-01-01"],"_uag_css_file_name":["uag-css-537.css"],"_uag_js_file_name":["uag-js-537.js"],"_uagb_last_spectra_edit":["1776758939"],"_uag_page_assets":["a:9:{s:3:\"css\";s:8685:\".uagb-buttons__outer-wrap .uagb-buttons__wrap{display:inline-flex;width:100%}.uagb-buttons__outer-wrap.uagb-btn__small-btn .uagb-buttons-repeater.wp-block-button__link:not(.is-style-outline),.uagb-buttons__outer-wrap.uagb-btn__small-btn .uagb-buttons-repeater.ast-outline-button{padding:5px 10px}.uagb-buttons__outer-wrap.uagb-btn__medium-btn .uagb-buttons-repeater.wp-block-button__link:not(.is-style-outline),.uagb-buttons__outer-wrap.uagb-btn__medium-btn .uagb-buttons-repeater.ast-outline-button{padding:12px 24px}.uagb-buttons__outer-wrap.uagb-btn__large-btn .uagb-buttons-repeater.wp-block-button__link:not(.is-style-outline),.uagb-buttons__outer-wrap.uagb-btn__large-btn .uagb-buttons-repeater.ast-outline-button{padding:20px 30px}.uagb-buttons__outer-wrap.uagb-btn__extralarge-btn .uagb-buttons-repeater.wp-block-button__link:not(.is-style-outline),.uagb-buttons__outer-wrap.uagb-btn__extralarge-btn .uagb-buttons-repeater.ast-outline-button{padding:30px 65px}@media(max-width: 976px){.uagb-buttons__outer-wrap.uagb-btn-tablet__small-btn .uagb-buttons-repeater.wp-block-button__link:not(.is-style-outline),.uagb-buttons__outer-wrap.uagb-btn-tablet__small-btn .uagb-buttons-repeater.ast-outline-button{padding:5px 10px}.uagb-buttons__outer-wrap.uagb-btn-tablet__medium-btn .uagb-buttons-repeater.wp-block-button__link:not(.is-style-outline),.uagb-buttons__outer-wrap.uagb-btn-tablet__medium-btn .uagb-buttons-repeater.ast-outline-button{padding:12px 24px}.uagb-buttons__outer-wrap.uagb-btn-tablet__large-btn .uagb-buttons-repeater.wp-block-button__link:not(.is-style-outline),.uagb-buttons__outer-wrap.uagb-btn-tablet__large-btn .uagb-buttons-repeater.ast-outline-button{padding:20px 30px}.uagb-buttons__outer-wrap.uagb-btn-tablet__extralarge-btn .uagb-buttons-repeater.wp-block-button__link:not(.is-style-outline),.uagb-buttons__outer-wrap.uagb-btn-tablet__extralarge-btn .uagb-buttons-repeater.ast-outline-button{padding:30px 65px}}@media(max-width: 767px){.uagb-buttons__outer-wrap.uagb-btn-mobile__small-btn .uagb-buttons-repeater.wp-block-button__link:not(.is-style-outline),.uagb-buttons__outer-wrap.uagb-btn-mobile__small-btn .uagb-buttons-repeater.ast-outline-button{padding:5px 10px}.uagb-buttons__outer-wrap.uagb-btn-mobile__medium-btn .uagb-buttons-repeater.wp-block-button__link:not(.is-style-outline),.uagb-buttons__outer-wrap.uagb-btn-mobile__medium-btn .uagb-buttons-repeater.ast-outline-button{padding:12px 24px}.uagb-buttons__outer-wrap.uagb-btn-mobile__large-btn .uagb-buttons-repeater.wp-block-button__link:not(.is-style-outline),.uagb-buttons__outer-wrap.uagb-btn-mobile__large-btn .uagb-buttons-repeater.ast-outline-button{padding:20px 30px}.uagb-buttons__outer-wrap.uagb-btn-mobile__extralarge-btn .uagb-buttons-repeater.wp-block-button__link:not(.is-style-outline),.uagb-buttons__outer-wrap.uagb-btn-mobile__extralarge-btn .uagb-buttons-repeater.ast-outline-button{padding:30px 65px}}.uagb-buttons__outer-wrap .uagb-buttons-repeater{display:flex;justify-content:center;align-items:center;transition:box-shadow .2s ease}.uagb-buttons__outer-wrap .uagb-buttons-repeater a.uagb-button__link{display:flex;justify-content:center}.uagb-buttons__outer-wrap .uagb-buttons-repeater .uagb-button__icon{font-size:inherit;display:flex;align-items:center}.uagb-buttons__outer-wrap .uagb-buttons-repeater .uagb-button__icon svg{fill:currentColor;width:inherit;height:inherit}.uagb-block-c7078913.wp-block-uagb-buttons.uagb-buttons__outer-wrap .uagb-buttons__wrap {gap: 10px;}.uagb-block-c7078913.uagb-buttons__outer-wrap .uagb-buttons__wrap {justify-content: left;align-items: center;}.wp-block-uagb-buttons .uagb-block-3cd02434 .uagb-button__wrapper .uagb-buttons-repeater.wp-block-button__link{box-shadow: 0px 0px 0 #00000026;}.wp-block-uagb-buttons .uagb-block-3cd02434 .uagb-button__wrapper .uagb-buttons-repeater.wp-block-button__link:hover{box-shadow: 0px 0px 0 #00000026;}.wp-block-uagb-buttons .uagb-block-3cd02434 .uagb-buttons-repeater.wp-block-button__link{border-top-width: 1px;border-left-width: 1px;border-right-width: 1px;border-bottom-width: 1px;border-color: #333;border-style: solid;}.wp-block-uagb-buttons .uagb-block-3cd02434 .uagb-buttons-repeater.wp-block-button__link:hover{border-color: #333;}.wp-block-uagb-buttons .uagb-block-3cd02434 .uagb-buttons-repeater.wp-block-button__link:focus{border-color: #333;}.wp-block-uagb-buttons .uagb-block-3cd02434.wp-block-button.is-style-outline .uagb-button__wrapper .wp-block-button__link.uagb-buttons-repeater{border-top-width: 1px;border-left-width: 1px;border-right-width: 1px;border-bottom-width: 1px;border-color: #333;border-style: solid;}.wp-block-uagb-buttons .uagb-block-3cd02434.wp-block-button.is-style-outline .uagb-button__wrapper .wp-block-button__link.uagb-buttons-repeater:hover{border-color: #333;}.wp-block-uagb-buttons .uagb-block-3cd02434 .uagb-buttons-repeater .uagb-button__icon > svg{width: 15px;height: 15px;}.wp-block-uagb-buttons .uagb-block-3cd02434 .uagb-buttons-repeater .uagb-button__icon-position-after{margin-left: 8px;}.wp-block-uagb-buttons .uagb-block-3cd02434 .uagb-buttons-repeater .uagb-button__icon-position-before{margin-right: 8px;}.wp-block-uagb-buttons .uagb-block-3cd02434 .uagb-button__link{text-transform: normal;text-decoration: none;}.wp-block-uagb-buttons .uagb-block-652e2d51 .uagb-button__wrapper .uagb-buttons-repeater.wp-block-button__link{box-shadow: 0px 0px 0 #00000026;}.wp-block-uagb-buttons .uagb-block-652e2d51 .uagb-button__wrapper .uagb-buttons-repeater.wp-block-button__link:hover{box-shadow: 0px 0px 0 #00000026;}.wp-block-uagb-buttons .uagb-block-652e2d51 .uagb-buttons-repeater.wp-block-button__link{border-top-width: 1px;border-left-width: 1px;border-right-width: 1px;border-bottom-width: 1px;border-color: #333;border-style: solid;}.wp-block-uagb-buttons .uagb-block-652e2d51 .uagb-buttons-repeater.wp-block-button__link:hover{border-color: #333;}.wp-block-uagb-buttons .uagb-block-652e2d51 .uagb-buttons-repeater.wp-block-button__link:focus{border-color: #333;}.wp-block-uagb-buttons .uagb-block-652e2d51.wp-block-button.is-style-outline .uagb-button__wrapper .wp-block-button__link.uagb-buttons-repeater{border-top-width: 1px;border-left-width: 1px;border-right-width: 1px;border-bottom-width: 1px;border-color: #333;border-style: solid;}.wp-block-uagb-buttons .uagb-block-652e2d51.wp-block-button.is-style-outline .uagb-button__wrapper .wp-block-button__link.uagb-buttons-repeater:hover{border-color: #333;}.wp-block-uagb-buttons .uagb-block-652e2d51 .uagb-buttons-repeater .uagb-button__icon > svg{width: 15px;height: 15px;}.wp-block-uagb-buttons .uagb-block-652e2d51 .uagb-buttons-repeater .uagb-button__icon-position-after{margin-left: 8px;}.wp-block-uagb-buttons .uagb-block-652e2d51 .uagb-buttons-repeater .uagb-button__icon-position-before{margin-right: 8px;}.wp-block-uagb-buttons .uagb-block-652e2d51 .uagb-button__link{text-transform: normal;text-decoration: none;}@media only screen and (max-width: 976px) {.uagb-block-c7078913.uagb-buttons__outer-wrap .uagb-buttons__wrap {justify-content: center;align-items: center;}.uagb-block-c7078913.uagb-buttons__outer-wrap .uagb-buttons__wrap .wp-block-button{width: auto;}.wp-block-uagb-buttons .uagb-block-3cd02434.wp-block-button.is-style-outline .uagb-button__wrapper .wp-block-button__link.uagb-buttons-repeater{border-style: solid;border-color: #333;}.wp-block-uagb-buttons .uagb-block-3cd02434 .uagb-buttons-repeater.wp-block-button__link{border-style: solid;border-color: #333;}.wp-block-uagb-buttons .uagb-block-652e2d51.wp-block-button.is-style-outline .uagb-button__wrapper .wp-block-button__link.uagb-buttons-repeater{border-style: solid;border-color: #333;}.wp-block-uagb-buttons .uagb-block-652e2d51 .uagb-buttons-repeater.wp-block-button__link{border-style: solid;border-color: #333;}}@media only screen and (max-width: 767px) {.uagb-block-c7078913.uagb-buttons__outer-wrap .uagb-buttons__wrap {justify-content: center;align-items: center;}.uagb-block-c7078913.uagb-buttons__outer-wrap .uagb-buttons__wrap .wp-block-button{width: auto;}.wp-block-uagb-buttons .uagb-block-3cd02434.wp-block-button.is-style-outline .uagb-button__wrapper .wp-block-button__link.uagb-buttons-repeater{border-style: solid;border-color: #333;}.wp-block-uagb-buttons .uagb-block-3cd02434 .uagb-buttons-repeater.wp-block-button__link{border-style: solid;border-color: #333;}.wp-block-uagb-buttons .uagb-block-652e2d51.wp-block-button.is-style-outline .uagb-button__wrapper .wp-block-button__link.uagb-buttons-repeater{border-style: solid;border-color: #333;}.wp-block-uagb-buttons .uagb-block-652e2d51 .uagb-buttons-repeater.wp-block-button__link{border-style: solid;border-color: #333;}}\";s:2:\"js\";s:260:\"document.addEventListener(\"DOMContentLoaded\", function(){ window.addEventListener( 'load', function() {\n\tUAGBButtonChild.init( '.uagb-block-3cd02434' );\n});\nwindow.addEventListener( 'load', function() {\n\tUAGBButtonChild.init( '.uagb-block-652e2d51' );\n});\n });\";s:18:\"current_block_list\";a:11:{i:0;s:14:\"core\/paragraph\";i:1;s:12:\"uagb\/buttons\";i:2;s:18:\"uagb\/buttons-child\";i:3;s:12:\"core\/heading\";i:4;s:9:\"core\/list\";i:5;s:14:\"core\/list-item\";i:6;s:10:\"core\/table\";i:7;s:11:\"core\/search\";i:8;s:10:\"core\/group\";i:9;s:17:\"core\/latest-posts\";i:10;s:15:\"core\/categories\";}s:8:\"uag_flag\";b:1;s:11:\"uag_version\";s:10:\"1777500387\";s:6:\"gfonts\";a:1:{s:7:\"Default\";a:2:{s:10:\"fontfamily\";s:7:\"Default\";s:12:\"fontvariants\";a:0:{}}}s:10:\"gfonts_url\";s:0:\"\";s:12:\"gfonts_files\";a:0:{}s:14:\"uag_faq_layout\";b:0;}"]},"uagb_featured_image_src":{"full":false,"thumbnail":false,"medium":false,"medium_large":false,"large":false,"1536x1536":false,"2048x2048":false},"uagb_author_info":{"display_name":"admin","author_link":"https:\/\/revistaece.dataware.cloud\/?author=1"},"uagb_comment_info":0,"uagb_excerpt":"Roberto Carlos Barriga Granados1, Carlos Heriberto Mendoza Perez2, Victor Fernando Nieto del Valle3 Introducci\u00f3n En la investigaci\u00f3n cient\u00edfica, el an\u00e1lisis cuantitativo […]","_links":{"self":[{"href":"https:\/\/revistaece.dataware.cloud\/index.php?rest_route=\/wp\/v2\/posts\/537","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/revistaece.dataware.cloud\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/revistaece.dataware.cloud\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/revistaece.dataware.cloud\/index.php?rest_route=\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/revistaece.dataware.cloud\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=537"}],"version-history":[{"count":3,"href":"https:\/\/revistaece.dataware.cloud\/index.php?rest_route=\/wp\/v2\/posts\/537\/revisions"}],"predecessor-version":[{"id":541,"href":"https:\/\/revistaece.dataware.cloud\/index.php?rest_route=\/wp\/v2\/posts\/537\/revisions\/541"}],"wp:attachment":[{"href":"https:\/\/revistaece.dataware.cloud\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=537"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/revistaece.dataware.cloud\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=537"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/revistaece.dataware.cloud\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=537"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}