---
title: "Analiza los resultados de Minds en SPSS, R y Excel | Minds"
description: "Exporta resultados de estudios en CSV en formato largo y analízalos en tu stack habitual. Una fila por respuesta de persona, lista para tablas dinámicas o data frames."
canonical_url: "https://getminds.ai/use-cases/es/analyse-minds-results-in-spss-r-and-excel"
last_updated: "2026-09-30T12:16:10.233Z"
---

# Analiza los resultados de Minds en SPSS, R y Excel

Un equipo de insights no quiere otro lugar para analizar datos. Las convenciones de tabulación cruzada, el esquema de ponderación, la plantilla de gráficos que el cliente reconoce: todo eso reside en una herramienta en la que el equipo ya confía. Una capa de investigación que no se integre con ella es una capa que se abandona tras la prueba piloto.

Minds exporta los resultados de los estudios como una tabla simple en formato largo, que es justo la estructura que todas esas herramientas ya esperan.

## La estructura de la exportación

Los datos brutos se generan con una fila por respuesta de persona y seis columnas:

<table>
<thead>
  <tr>
    <th>
      Columna
    </th>
    
    <th>
      Qué contiene
    </th>
  </tr>
</thead>

<tbody>
  <tr>
    <td>
      Question
    </td>
    
    <td>
      La pregunta formulada
    </td>
  </tr>
  
  <tr>
    <td>
      Group
    </td>
    
    <td>
      El segmento de audiencia al que pertenece la persona
    </td>
  </tr>
  
  <tr>
    <td>
      Persona
    </td>
    
    <td>
      El participante sintético individual
    </td>
  </tr>
  
  <tr>
    <td>
      Discipline
    </td>
    
    <td>
      El rol o contexto profesional de la persona
    </td>
  </tr>
  
  <tr>
    <td>
      Answer
    </td>
    
    <td>
      La respuesta que tabularías
    </td>
  </tr>
  
  <tr>
    <td>
      Full response
    </td>
    
    <td>
      El razonamiento completo detrás de esa respuesta
    </td>
  </tr>
</tbody>
</table>

El formato largo es fundamental. Es exactamente lo que necesita una tabla dinámica, un motor de tabulación cruzada o un flujo de trabajo de `tidyverse`, por lo que no es necesario remodelar los datos antes de iniciar el análisis.

## Cómo importarlo en cada herramienta

**Excel y Google Sheets.** Abre el archivo CSV directamente. Incluye una marca de orden de bytes UTF-8, por lo que las tildes y caracteres especiales se conservan sin problemas. Crea una tabla dinámica cruzando Question contra Group para obtener la tabulación cruzada estándar.

**SPSS.** Exporta el estudio como `.sav` y ábrelo directamente: las variables y etiquetas ya vienen definidas, sin asistentes de importación. Si prefieres unificar el formato en todas tus herramientas, el CSV también funciona: Archivo → Importar datos → Datos de texto, delimitador por comas y primera fila con nombres de variables.

**R.** `read.csv("export.csv")` o `readr::read_csv()` para un tibble. Gracias al formato largo, `dplyr::count(Question, Group, Answer)` proporciona la distribución sin necesidad de transformar la estructura, y `Full response` queda disponible para el análisis cualitativo.

**Q, Displayr, Power BI, Tableau.** Añade el CSV como fuente de archivo plano. Question se convierte en la variable de fila y Group en la de columna.

**Python.** `pandas.read_csv()` y luego `crosstab` o `groupby`. Muy útil si ya cuentas con scripts para procesar exportaciones de encuestas.

## Cuándo prescindir del archivo

Si el análisis es recurrente y no puntual, puedes extraer los datos a través de la API. Los endpoints de estudios, paneles y analítica se autentican con un token portador (bearer key), lo que permite que un proceso programado actualice un panel de control sin intervención manual. La analítica del panel también se puede integrar en Looker Studio mediante el [conector de analítica de paneles](/guide/looker-studio), y los equipos centrados en hojas de cálculo pueden lanzar preguntas directamente con el [complemento de Google Sheets](/guide/google-sheets).

## Una aclaración honesta sobre lo que estás analizando

La exportación hace que los resultados sintéticos sean tan fáciles de manipular como los datos de encuestas tradicionales, lo que puede hacer olvidar que no son encuestas reales. Los recuentos de un panel sintético describen al panel, no a una población general. Utilízalos para comparar condiciones, detectar objeciones y jerarquizar hipótesis, pero reserva las afirmaciones de prevalencia para muestras humanas representativas.

Todo lo demás en tu flujo de trabajo se mantiene intacto: tus ponderaciones, tus criterios de significación estadística, tus plantillas de gráficos y las expectativas de tus clientes. La capa sintética simplemente acelera el proceso y te entrega la tabla lista para usar.

## Ejemplo de prompt

Formula la misma pregunta a todas las audiencias, solicita una respuesta estructurada y breve acompañada del motivo, y luego exporta los datos brutos para tabular las respuestas por grupo e identificar en qué puntos divergen los segmentos.