Objetivo
Tomar datos crudos (formularios, encuestas, exportaciones) y dejarlos listos para análisis o dashboard.
Take raw data (forms, surveys, exports) and make it analysis‑ready for dashboards.
🧹 Módulo 1 — Fundamentos de Limpieza
🧹 Module 1 — Cleaning Fundamentals
1h
- Diagnóstico de dataset sucio: espacios, duplicados, formatos mixtos, vacíos.
- Funciones base:
TRIM, CLEAN, UPPER/LOWER/PROPER, SUBSTITUTE.
- Quitar duplicados & Filtro avanzado.
- Validación de datos y control de calidad.
- Práctica: limpiar lista de estudiantes con errores en nombre y correo.
- Dirty dataset diagnostics: spaces, duplicates, mixed formats, blanks.
- Core functions:
TRIM, CLEAN, UPPER/LOWER/PROPER, SUBSTITUTE.
- Remove duplicates & Advanced filter.
- Data validation & quality control.
- Hands‑on: clean a student list with name/email issues.
🧱 Módulo 2 — Transformación Estructural
🧱 Module 2 — Structural Transformation
1h
- Separar texto en columnas (delimitador / ancho fijo) y unir datos con
CONCAT, TEXTJOIN, &.
- Conversión correcta de fechas y horas.
- Transponer filas ↔ columnas.
- Práctica: transformar encuesta (Gmail/CSV) a formato tabular (Q1–Q44).
- Split text to columns (delimiter / fixed width) and join with
CONCAT, TEXTJOIN, &.
- Proper date/time conversion.
- Transpose rows ↔ columns.
- Hands‑on: reshape survey (Gmail/CSV) into tabular format (Q1–Q44).
⚡ Módulo 3 — Power Query & Automatización
⚡ Module 3 — Power Query & Automation
1h
- Importar, detectar tipos, reemplazar valores, quitar filas vacías.
- Dividir columnas, combinar tablas, eliminar duplicados.
- Pivotar y despivotar (unpivot) para modelo analítico.
- Guardar consulta y actualizar con un clic.
- Práctica: unir 3 CSV en una tabla maestra.
- Import, detect types, replace values, remove empty rows.
- Split columns, combine tables, remove duplicates.
- Pivot & unpivot for an analytical model.
- Save query and refresh with one click.
- Hands‑on: merge 3 CSV files into a master table.
📊 Módulo 4 — Visualización rápida y control de calidad final
📊 Module 4 — Quick Visualization & Final Quality Control
1h
- Objetivo: validar el dataset limpio con herramientas visuales sencillas antes del análisis o publicación.
- Revisión general de datos: activar filtros automáticos (
Ctrl + Shift + L), buscar valores atípicos y ajustar columnas.
- Tablas dinámicas de validación: analizar distribución de respuestas (DA, ED, TDA, TED, N) y conteos por Campus, Programa o Modalidad.
- Gráficos rápidos: crear gráficos de barras y pastel para validar visualmente consistencia y distribución.
- Formato condicional: resaltar vacíos con
=ESBLANCO(Celda) y aplicar escalas de color verde→rojo.
- Guardado y checklist final: guardar versión
Encuestas_Final.xlsx con hoja “Checklist de Verificación”.
- Resultado: dataset validado + visualizaciones rápidas + checklist documentado.
- Objective: validate the cleaned dataset using simple visual tools before analysis or publication.
- General data review: enable AutoFilters (
Ctrl + Shift + L), look for outliers and adjust column widths.
- Pivot tables for validation: analyze response distribution (SA, A, D, SD, N) and counts by Campus, Program or Modality.
- Quick charts: create bar and pie charts to visually confirm consistency and distribution.
- Conditional formatting: highlight blanks using
=ISBLANK(Cell) and apply green→red color scales.
- Saving and final checklist: save as
Surveys_Final.xlsx including a “Verification Checklist” sheet.
- Outcome: validated dataset + quick visuals + documented checklist.
Material de práctica
Si algún enlace no descarga desde aquí, búscalos en el mensaje del chat a la izquierda.
If a link doesn’t download here, check the chat message on the left.
Checklist de Limpieza