Diccionario de datos para M&E: cómo definir cada variable

Qué es un diccionario de datos

Un diccionario de datos describe las variables de un conjunto de datos: nombres, significados, tipos de almacenamiento, unidades, valores permitidos y reglas. Otra persona debe poder interpretar una columna sin consultar a su creador. El nombre estado no basta: puede referirse a la entrevista, la elegibilidad de una persona o el uso de un servicio.

En M&E, el diccionario acompaña los datos y los acuerdos de gestión de datos. No reemplaza la base, el cuestionario ni el plan de análisis. La ficha de referencia de un indicador define la medida; el diccionario explica los campos concretos con los que se calcula. Conviene vincular ambos registros y evitar definiciones distintas de una misma medida.

Qué registrar para cada variable

Una fila por variable y columnas separadas para sus propiedades facilitan la revisión. Identifique primero el conjunto de datos o la tabla, sobre todo si varios archivos usan nombres como fecha o id.

La etiqueta resume; no sustituye la definición. “Asistió” todavía necesita una actividad, un período y una regla de asistencia. En las fechas, distinga cuándo ocurrió el hecho, cuándo se recopiló el dato y cuándo se ingresó al sistema.

Ejemplo de un diccionario

Estos campos pertenecen a un seguimiento hipotético de capacitación. Los nombres, códigos y decisiones de cálculo sirven para mostrar la documentación; no son normas universales.

El umbral de cuatro sesiones es una elección inventada para este ejemplo. En el trabajo real, el diccionario debe remitir a la definición aprobada del programa. Una persona no elegible no se convierte automáticamente en alguien que no completó el ciclo. Antes de informar un porcentaje, documente quién entra en el denominador.

El diccionario describe el formato y la función de la clave. No debe mostrar una clave real junto con un nombre, teléfono o cita que permita identificar a alguien. Use ejemplos artificiales y limite el acceso al archivo separado que vincule las claves con identidades.

Cómo prepararlo y revisarlo

1. Partir del instrumento y de la exportación prevista. Incluir identificadores, marcas de tiempo, grupos repetidos y variables calculadas.
2. Redactar las definiciones antes de recopilar datos. Resolver conceptos ambiguos con los responsables del programa y del análisis mientras aún sea posible ajustar el instrumento.
3. Separar códigos válidos y motivos de ausencia. Elegir una representación que conserven las herramientas de recopilación y análisis.
4. Documentar los cálculos con nombres de los campos de origen, reglas de elegibilidad, unidades y exclusiones. Mantener una versión ejecutable del cálculo cuando sea posible.
5. Comparar el diccionario con una exportación real. Buscar columnas sin documentar, campos renombrados y categorías no previstas.
6. Pedir a otra persona que calcule una medida usando solo los datos y el diccionario. Registrar las aclaraciones que necesitó.
7. Entregar ambos con versiones coincidentes. Documentar cambios posteriores, sin sustituir en silencio el significado de un campo anterior.

Estas revisiones complementan el aseguramiento de la calidad de los datos. Un diccionario completo no demuestra que las observaciones sean correctas: un valor puede cumplir el rango declarado y pertenecer a otra persona o período.

Los datos faltantes requieren una regla

Cero puede ser un valor observado. No debe significar a la vez “no se preguntó”, “rechazó responder” y “se desconoce”. Un campo de motivo separado, las categorías de ausencia del programa de análisis o los códigos reservados permiten conservar esas diferencias. Documente la opción elegida y pruebe qué sucede al exportar.

Si se usan números reservados, exclúyalos de las operaciones y compruebe que no coincidan con valores válidos. Un código apropiado para una pregunta de sí o no puede ser un ingreso perfectamente posible. Si la exportación convierte categorías especiales en vacíos, conserve el motivo en otro campo o mediante un paso documentado.

No reemplace silenciosamente los faltantes por cero. Si se imputan valores, conserve su procedencia, identifique los registros o campos afectados y describa el método. El denominador del informe debe corresponder a la regla de análisis declarada.

Mantener juntas las versiones legible y procesable

Una hoja de cálculo facilita la revisión humana; un CSV estructurado, un esquema de base de datos u otra especificación procesable puede apoyar controles automáticos. Ningún formato sustituye las definiciones legibles. Evite mantener dos diccionarios independientes: cuando sea posible, genere una vista desde la otra y compare los nombres de campo en cada entrega.

Conserve los nombres cuando el significado permanezca estable. Si cambia, documente si hace falta otra variable y si los períodos siguen siendo comparables. Preserve el diccionario anterior junto con la versión de datos que describe.

Preguntas frecuentes

¿Un diccionario de datos es lo mismo que un libro de códigos?

En datos cuantitativos, los términos pueden coincidir: el libro de códigos suele incluir definiciones, respuestas codificadas y preguntas. Un libro de códigos cualitativo tiene otra función: define los códigos analíticos aplicados a pasajes de entrevistas o documentos. Aclare cuál de los dos sentidos se usa.

¿Todos los proyectos deben usar los mismos códigos de ausencia?

No existe un conjunto universal que funcione en todas las herramientas y variables. Use una convención coherente cuando sea compatible, preserve los distintos motivos de ausencia y documente las excepciones. La persona que analiza y el programa deben poder distinguir un dato faltante de un valor válido.