Organizar los datos en una base

Una fila por unidad, una columna por variable, un dato por celda · captura y revisión en Excel

Clase 04 · Unidad I · Descripción de biosistemas

Organizar los datos en una base

Una fila por unidad, una columna por variable, un dato por celda · captura y revisión en Excel

¿Puede Excel leer tus datos sin equivocarse?

  • 60 minutos
  • Lectura + Excel de 2 hojas
  • Individual
Descargar el Excel Ir a lo que harás hoy

El tema de hoy

Ya sabes delimitar un estudio, elegir la muestra y clasificar las variables. Antes de contar, promediar o graficar falta un paso que casi nadie enseña y que causa la mayoría de los errores: organizar los datos en una base que Excel (o Minitab) pueda leer sin equivocarse. Hoy aprenderás las reglas de una buena base, a capturar datos de campo con ellas y a revisar una base para encontrar errores antes de analizarla.

Ya vimos Población y muestra · muestreo · tipos de variables

Hoy · Clase 04 Base de datos: estructura, captura, códigos y revisión en Excel

Después Tablas de frecuencias con esta misma base · intervalos · medidas · gráficas · reporte

Al terminar la clase podrás:

  1. Organizar datos en una base con una fila por unidad, una columna por variable y un dato por celda.
  2. Escribir cada categoría con un solo código y los números sin unidades ni texto.
  3. Revisar una base con =CONTARA, =CONTAR, =MIN y =MAX para encontrar errores antes de analizar.
  4. Corregir una base sin inventar datos: qué se corrige, qué se deja vacío y qué se anota.

Palabras clave base de datos registro (fila) campo (columna) encabezado código diccionario de variables dato faltante valor imposible revisión

Cómo usar esta página

Esta página se lee; el Excel se contesta. Lee las secciones 1 a 4 antes de abrir el archivo de Excel: ahí está el problema, para qué sirve lo que vas a hacer y las reglas que necesitas. Los recuadros marcados con Prueba se pueden mover: úsalos para ver qué pasa con los números.

La sección 5 te dice, paso a paso, qué hacer en cada hoja del Excel. Los ejercicios usan dos casos: una libreta de campo con 6 peces (a mano) y la biometría de las 40 tilapias que usarás en las próximas clases (en Excel).

1. Un problema para empezar: ¿cuántos peces hay en cada estanque?

Un productor de tilapia tiene cuatro estanques y está por terminar la engorda. Para la biometría se capturaron 10 peces de cada estanque (40 en total) y de cada uno se anotó el estanque, el sexo, la longitud, el peso y si tenía lesiones. Dos trabajadores pasaron las libretas a Excel, cada quien a su manera.

El comprador pide algo sencillo: cuántos peces revisados hay de cada estanque y cuánto pesan. Pero al contar, Excel dice que el estanque E1 tiene 9 peces; al pedir el número de pesos, dice 39 aunque hay 41 filas; y el peso máximo es de 3 040 g, más de lo que pesa una tilapia de 26 cm. Nadie se equivocó al pesar: el problema está en cómo se escribió la base. Y con esta base se van a hacer todas las tablas, promedios y gráficas de las próximas clases.

2. Por qué no basta con lo que hiciste la clase pasada

En la clase 3 aprendiste qué tipo de variable es cada columna. Eso es necesario, pero no suficiente. Excel no lee la intención de quien capturó: si el estanque se escribió «E1», «E-1» y «e1», para Excel son tres categorías distintas; si el peso dice «321 g», para Excel es texto, no un número, y no entra en ninguna suma.

Por eso, además de saber qué es cada variable, hay que escribirla de una sola forma y revisar la base con unas cuantas fórmulas antes de usarla.

3. Dónde vas a usar esto

  • Registros de hato. Los programas de control ganadero y la trazabilidad por arete exportan bases que hay que revisar antes de sacar índices.
  • Bitácoras de campo. Las libretas de riego, aplicaciones o biometrías se capturan en Excel; ahí se cuelan las unidades mezcladas y los nombres distintos.
  • Laboratorio. Los resultados de análisis de suelo o agua llegan en tablas que se juntan con las de otros lotes o ciclos.
  • Encuestas. Los formularios en línea exportan respuestas abiertas («sí», «Si», «SÍ») que hay que unificar antes de contar.
  • Software estadístico. Minitab y otros programas esperan exactamente esta estructura: una fila por unidad y una columna por variable.

Un análisis nunca es mejor que la base de la que sale. Revisarla toma minutos; un error en ella puede costar una mala decisión.

4. Las reglas de una buena base

4.1 Una fila por unidad, una columna por variable, un dato por celda

Fila = unidad de observación · Columna = variable · Celda = un solo dato

Cada fila es un pez (o una planta, una vaca, una parcela). Cada columna es una variable. Cada celda tiene un solo valor.

Así no Problema Así sí
Una columna por estanque con los pesos debajo El estanque queda en el encabezado, no como dato Una columna Estanque y una columna Peso_g
«H / 25.3 cm» en la misma celda Dos datos en una celda Sexo y Longitud_cm en columnas separadas
Celdas combinadas con «E1» para 10 peces Nueve filas se quedan sin estanque Escribir E1 en cada una de las 10 filas
Renglones vacíos o subtotales en medio Las fórmulas y filtros se cortan Base continua; los resúmenes van aparte

4.2 Encabezados claros y con unidad

El encabezado va en una sola fila y nombra la variable con su unidad: Peso_g, Longitud_cm, Rendimiento_t_ha. Así la unidad no tiene que repetirse en cada celda. Se usan nombres cortos, sin renglones extra ni celdas combinadas.

4.3 Números sin texto y en una sola unidad

  • Sin unidades en la celda: «321 g» es texto. Escribe 321 y deja la unidad en el encabezado.
  • Una sola unidad por columna: si unos pesos están en gramos y otros en kilos (0.308), convierte todo a la unidad del encabezado (308).
  • Punto decimal y nada más: sin espacios, comas de miles ni comentarios dentro de la celda.

Un número escrito como texto suele alinearse a la izquierda de la celda y Excel lo ignora en =CONTAR, =PROMEDIO o =SUMA.

4.4 Un solo código por categoría

Las variables cualitativas se escriben siempre igual. Se decide el código una vez y se anota en el diccionario de variables (el que hiciste en la clase 3):

Variable Códigos válidos Formas que deben corregirse
Estanque E1, E2, E3, E4 E-1, Est. 2, E 3, est4
Sexo H, M hembra, Macho, h
Lesiones Ninguna, Leves, Moderadas No, Sin lesión, Leve

4.5 Ceros, vacíos y valores imposibles

  • El cero es un dato: 0 lesiones o 0 frutos significa que se observó y no había. No es lo mismo que «no se midió».
  • El vacío es un dato faltante: si un pez no se pesó, la celda de peso se deja vacía y se anota el motivo en una columna de observaciones. Nunca se escribe 0 en su lugar.
  • Un valor imposible se verifica, no se adivina: 3 040 g para una tilapia de 26 cm es imposible. Se busca en la libreta de campo; si no se puede verificar, se deja vacío y se anota. No se borra el pez completo ni se inventa un peso «razonable».

4.6 Revisar antes de analizar

Cuatro fórmulas sencillas detectan la mayoría de los errores. Se escriben aparte, junto a la base:

Revisión Fórmula Qué detecta
¿Cuántas unidades hay? =CONTARA(A7:A47) Filas de más (repetidas) o de menos
¿Cuántos números hay? =CONTAR(E7:E47) Números escritos como texto: CONTAR sólo cuenta números
¿Son posibles los extremos? =MIN(E7:E47) y =MAX(E7:E47) Errores de captura: un cero de más, unidades cambiadas
¿Las categorías son válidas? =CONTAR.SI(B7:B47,"E1") y Datos → Filtro Categorías escritas de varias formas

Si CONTARA y CONTAR no coinciden con el número de unidades que esperabas, la base todavía tiene problemas.

4.7 Ejemplo resuelto: cinco registros

Así se capturó Corrección Regla
E1 · H · 25.7 · «290 g» · Ninguna Peso_g = 290 Número sin texto (4.3)
Est. 1 · M · 26.3 · 319 · ninguna Estanque = E1 Un solo código (4.4)
E1 · Hembra · 24.6 · 0.259 kg · Ninguna Sexo = H; Peso_g = 259 Código y una sola unidad
E1 · H · 27.2 · 3510 · Leves En la libreta dice 351 → Peso_g = 351 Verificar el valor imposible (4.5)
E1 · M · 26.6 · (sin pesar) · Ninguna Peso_g vacío y anotar «no se pesó» Vacío, no cero (4.5)

Prueba Encuentra los errores Una base de becerros (no es la del Excel) con errores de captura. Haz clic en las celdas que creas que están mal y después en «Revisar».

4.8 Lo que se gana y lo que se pierde

Capturar con reglas toma un poco más de tiempo y obliga a decidir cosas (¿«ok» quiere decir sin lesiones?). A cambio, todo lo que viene después sale bien a la primera: en la próxima clase contarás cuántos peces hay de cada categoría con =CONTAR.SI, y eso sólo funciona si las categorías están escritas igual.

¿Lo entendiste? Cuatro preguntas rápidas No cuentan para la calificación. Elige una respuesta para ver la explicación; puedes volver a intentar.

1. En una base, =CONTAR da menos números que las filas que hay. ¿Qué indica?

  1. Hay números escritos como texto
  2. Excel cuenta mal
  3. La base tiene fórmulas

=CONTAR sólo cuenta celdas con números. Un «305 g» o un «0.3 kg» escrito con texto no se cuenta. Compararlo con =CONTARA, que cuenta todo lo que no está vacío, avisa del problema.

2. Un pez no se pesó. ¿Qué se escribe en su celda de Peso_g?

  1. 0
  2. Se deja vacía y se anota el motivo
  3. El promedio de los demás

0 g diría que el pez pesa cero. El promedio inventaría un dato. Lo correcto es dejarla vacía y anotar por qué en una columna de observaciones.

3. ¿Cuál encabezado es mejor para la columna del peso?

  1. Peso
  2. Peso_g
  3. Peso (aprox.)

Peso_g nombra la variable y su unidad, así que en las celdas sólo va el número. «Peso» no dice si son gramos o kilos.

4. =MAX del peso da 3 040 g en tilapias de unos 26 cm. ¿Qué haces?

  1. Borrar ese pez de la base
  2. Verificar en la libreta; si no se puede, dejar la celda vacía y anotarlo
  3. Cambiarlo por 304 sin revisar

Es un valor imposible y probablemente un cero de más, pero se verifica antes de corregir. No se borra el pez completo ni se adivina el peso.

5. Lo que harás hoy

Excel de la Clase 04 · 2 hojas
Guárdalo como Clase04_Apellido_Nombre.xlsx y escribe sólo en las celdas amarillas.

Descargar

Capturar una libreta de campo (hoja 1_Base_a_mano)

Caso: biometría del estanque 5. Un trabajador anotó en su libreta seis peces de un estanque nuevo, cada renglón a su manera. Tienes que pasarlos a una base con las mismas seis columnas que usa el productor: ID_Pez, Estanque, Sexo, Longitud_cm, Peso_g y Lesiones.

Para qué te sirve hacerlo a mano. Capturar te obliga a tomar las decisiones de la sección 4: qué hacer con los kilos, con «hembra» o con «ok». Son las mismas decisiones que, mal tomadas, producen los errores que corregirás en el Ejercicio 3.

  1. Escribe tu nombre y la fecha.
  2. Asigna los ID F-41 a F-46, en el orden de la libreta.
  3. Captura cada pez en una fila, siguiendo el diccionario de la hoja: estanque E5, sexo H o M, longitud en cm, peso en gramos, lesiones Ninguna, Leves o Moderadas.
  4. Convierte los pesos en kilos a gramos (0.285 kg = 285 g) y escribe sólo números en las columnas de longitud y peso.
  5. Contesta las Preguntas 1 y 2.
Comprueba antes de seguir

En tu base no aparece ninguna «g», «kg», «cm» ni «hembra». Todos los pesos están entre 250 y 400 g y todas las longitudes entre 23 y 28 cm.

Revisar afirmaciones (misma hoja)

La situación. Muchas costumbres de captura parecen ordenadas, pero rompen la base. Hay que reconocerlas.

  1. Lee las cinco afirmaciones. Para cada una elige Sí o No en «¿Es correcta?» y, si no lo es, escribe el error y lo correcto.

Revisar y corregir la base en Excel (hoja 2_Base_Excel)

Caso: la biometría de las 40 tilapias de la sección 1. En esta hoja la base completa es amarilla: la vas a corregir. A la derecha está la tabla «Revisión de la base», con fórmulas que se actualizan solas mientras corriges. Cuando todas digan «Listo», la base está lista para las próximas clases.

  1. Paso 1 · Diagnóstico. Copia en la columna «Antes de corregir» el valor que muestra cada revisión. Así podrás comparar al final.
  2. Paso 2 · Pez repetido. Busca el ID que aparece dos veces (Datos → Filtro te ayuda a ver la lista). Elimina la fila repetida completa: clic derecho en el número de la fila → Eliminar.
  3. Paso 3 · Categorías. Con Datos → Filtro abre la flecha de Estanque, Sexo y Lesiones: verás todas las formas en que se escribió cada categoría. Corrígelas con Inicio → Buscar y seleccionar → Reemplazar, o escribiendo encima. Usa sólo los códigos del diccionario.
  4. Paso 4 · Números. Corrige los dos pesos escritos como texto (deja sólo el número en gramos) y el peso imposible: la libreta dice que F-27 pesó 304 g.
  5. Paso 5 · Verifica que la columna «¿Listo?» diga Listo en los ocho renglones y responde las Preguntas 3 a 5.
Si Excel marca error

Si al eliminar la fila repetida una fórmula muestra #¡REF!, deshaz con Ctrl+Z y elimina la fila desde su número (a la izquierda), no sólo el contenido de las celdas.

Reemplazar distingue todo el contenido de la celda si marcas «Coincidir con el contenido de toda la celda» en Opciones. Úsalo para no cambiar partes de otras palabras.

En Excel en inglés las funciones se llaman COUNTA, COUNT, MIN, MAX y COUNTIF.

6. Antes de entregar

Marca cada punto conforme lo revises. Tus marcas se guardan sólo en este navegador.