Trabajo de grado con microdatos del DANE en 2026: cómo usar el Catálogo Central de Datos y justificarlo ante el jurado

Hay un momento del trabajo de grado en el que caes en cuenta de que recoger datos primarios no te va a caber en el cronograma. Diseñar el instrumento, pasar por el comité de ética, conseguir la muestra, hacer el trabajo de campo y depurar: son meses. Y mientras tanto, el DANE tiene publicadas 570 operaciones estadísticas con sus microdatos, sus cuestionarios y sus fichas metodológicas, listas para descargar.

Usar datos secundarios no es la salida fácil: es una decisión metodológica que hay que argumentar. Esta guía te muestra cómo se navega el Catálogo Central de Datos del DANE, qué mirar antes de comprometerte con una fuente y cómo redactar la justificación para que el jurado la acepte.

Qué es el Catálogo Central de Datos y qué contiene

El DANE publica sus microdatos en un catálogo en línea que reúne las operaciones estadísticas de la entidad y de otras entidades productoras del sistema. En el momento de escribir esta guía el catálogo reporta 570 operaciones estadísticas, con un filtro por año que arranca en 1970 y llega hasta 2026, y una organización por colecciones temáticas.

Estas son las colecciones con más operaciones disponibles:

Un detalle que debes tener presente antes de escribir cualquier cifra en tu documento: si sumas los conteos de todas las colecciones el resultado no da 570, sino bastante más. Eso no es un error del catálogo: significa que una misma operación puede estar clasificada en más de una colección, y que algunas etiquetas aparecen duplicadas con y sin punto final. Traducción práctica: puedes citar el total del catálogo o puedes citar el conteo de una colección, pero no puedes sumar colecciones y presentar el resultado como un total. Si tu trabajo de grado incluye una tabla de disponibilidad de fuentes, esta es exactamente la clase de detalle que un jurado exigente detecta.

El buscador por palabra clave no es de fiar como criterio de búsqueda

El catálogo tiene una caja de búsqueda por palabra clave, con la opción de buscar en la descripción del estudio o en la descripción de las variables. Suena ideal, pero conviene probarla antes de confiar en ella.

Al buscar el nombre completo de una operación conocida, el catálogo puede devolver cero resultados; al buscar una sigla o un fragmento, devuelve más de cien resultados entre los cuales los primeros no tienen relación con lo que buscaste. Es decir, la búsqueda funciona de manera laxa y no como una coincidencia exacta.

La consecuencia metodológica es concreta: no escribas en tu trabajo «se identificaron N operaciones sobre el tema X» a partir del buscador, porque ese número no significa lo que parece. Para localizar fuentes, navega por colección y por año, que sí son criterios estructurados, y lee los títulos. Es más lento y es correcto.

Qué mirar en la ficha de una operación antes de comprometerte

Cada operación tiene una ficha extensa. Antes de descargar nada, revisa estas secciones en este orden:

1. Identificación. Trae el identificador único de la operación (el idno), el título, el país y el nombre de la serie. Ese identificador es lo que citarás después.
2. Alcance y cobertura. Aquí se decide si la operación te sirve o no. Una encuesta con cobertura de trece ciudades no responde una pregunta de investigación de alcance nacional, y una serie que termina en 2022 no sostiene un análisis «actual».
3. Productores y patrocinadores. No todas las operaciones del catálogo las produce el DANE. Hay registros administrativos de otras entidades publicados allí, y eso cambia a quién citas como fuente.
4. Muestreo. Si el diseño es complejo —y en las encuestas de hogares casi siempre lo es— tu análisis necesitará factores de expansión. Ignorarlos es el error técnico más frecuente en trabajos de grado con datos secundarios.
5. Recolección de datos y cuestionarios. El cuestionario te muestra la pregunta literal que respondió cada persona. Si tu marco teórico habla de «percepción de inseguridad» y la pregunta del formulario mide otra cosa, tienes un problema de validez que conviene detectar antes y no después.
6. Diccionario de datos. Te dice qué variables existen y cómo están codificadas. Si la variable que necesitas no está, no hay análisis que valga.
7. Indicadores de la calidad. Sección infrautilizada y muy útil: es material listo para tu apartado de limitaciones.
8. Acceso a los datos y derechos de autor. Define qué puedes hacer con el archivo y cómo debes atribuirlo.

Las fichas ofrecen además la documentación en PDF y los metadatos en formatos estructurados (DDI/XML y JSON), y muestran contadores de visitas y de descargas. Ese contador de descargas es un indicio útil, no una medida de calidad: una operación muy descargada suele tener más documentación de apoyo circulando, lo que te ahorra tiempo cuando te atasques con una variable rara.

Cómo se justifica la decisión ante el jurado

El error clásico es escribir en el capítulo metodológico «se utilizaron datos secundarios del DANE» y seguir adelante. Un jurado que hace bien su trabajo va a preguntar tres cosas, así que respóndelas de antemano:

1. ¿Por qué datos secundarios y no primarios?

La respuesta válida no es «por tiempo». Es de adecuación: la pregunta de investigación exige una cobertura, una representatividad o una serie temporal que un trabajo de grado no puede producir. Una encuesta propia de ciento veinte respuestas por conveniencia no permite inferencia nacional; una operación estadística oficial con diseño probabilístico, sí.

2. ¿Por qué esta operación y no otra?

Aquí es donde sirve haber revisado alcance, cobertura y periodo. Nombra las alternativas que descartaste y di por qué. Dos frases bastan y demuestran que hubo criterio.

3. ¿Qué no puedes concluir con estos datos?

Los datos secundarios se recogieron para responder otra pregunta, no la tuya. Eso impone límites reales: variables ausentes, categorías agregadas de forma que no te sirve, periodicidad que no coincide con tu ventana de análisis. Declararlo en las limitaciones te protege; ocultarlo te lo encuentran en la sustentación.

Qué hacer si el DANE no tiene lo que necesitas

El catálogo de microdatos no es la única puerta. El portal de datos abiertos del Estado colombiano publica conjuntos de datos de entidades de todos los sectores, y ahí sí funciona la búsqueda por tema con resultados coherentes: una consulta por «educación» devuelve del orden de 1.800 conjuntos y una por «deserción», unas decenas. Es un orden de magnitud distinto al del catálogo de microdatos, pero también es material distinto: allí encontrarás sobre todo registros administrativos y tableros, no microdatos de encuesta con su diseño muestral documentado.

Un aviso sobre los conteos de ese portal: el contador general se detiene en una cifra redonda que corresponde al tope de visualización del sistema, no al número real de conjuntos publicados. Usa los conteos filtrados por tema, que sí varían y sí son informativos, y evita citar un total global.

Preguntas frecuentes

¿Puedo hacer todo el trabajo de grado solo con microdatos?

Sí, y es una modalidad perfectamente aceptada, siempre que la pregunta de investigación sea respondible con las variables disponibles y que el capítulo metodológico documente la fuente, el diseño muestral y el tratamiento aplicado.

¿Necesito comité de ética si uso datos ya publicados?

Una investigación documental sobre datos anonimizados y públicos no tiene sujetos humanos identificables. Aun así, confirma el criterio de tu programa antes de darlo por hecho.

¿Qué software necesito?

Los archivos suelen distribuirse en formatos que abren tanto los paquetes estadísticos comerciales como los libres. Lo que condiciona la elección no es el formato sino el tamaño: una encuesta de hogares con cientos de miles de registros se maneja mal en una hoja de cálculo.

¿Cómo cito una operación estadística?

Con la entidad productora, el año, el título exacto de la operación y su identificador. El formato concreto depende de la norma que exija tu programa.

¿Puedo combinar dos operaciones distintas?

Solo si comparten unidad de análisis y periodo de referencia, y si documentas el criterio de emparejamiento. Cruzar dos encuestas con diseños muestrales distintos sin justificarlo es un problema metodológico serio, no un atajo.

Antes de descargar, ten claro el capítulo

Trabajar con microdatos cambia el orden del trabajo de grado: la fuente condiciona la pregunta, y no al revés. Conviene tener el planteamiento y los objetivos escritos antes de abrir el primer archivo, para no terminar acomodando la pregunta a las variables que encontraste. Repasa cómo se arma el capítulo metodológico completo, revisa qué implica cada tipo de muestreo antes de interpretar un diseño complejo, y ten a mano el criterio para elegir la prueba estadística adecuada según el nivel de medición de tus variables. Para el análisis propiamente dicho, la guía de análisis de datos cuantitativos cubre el flujo desde la depuración hasta las tablas. Y si además de los microdatos vas a citar la norma que regula el sector que estudias, revisa cómo se cita una ley o una sentencia colombiana.

Cuando llegue el momento de convertir salidas estadísticas en prosa defendible, puedes estructurar tu trabajo de grado en Tesify para mantener capítulos, tablas y referencias en un solo lugar mientras avanzas. Las decisiones metodológicas —qué operación, qué variables, qué límites— las tomas tú, y son justamente lo que evalúa el jurado.