Documente Academic
Documente Profesional
Documente Cultură
PREMIO NoVEL
La Cuarta Va: Paradigmas y Contraste de Hiptesis
Lima, 2011
PREMIO NoVEL
La Cuarta Va: Paradigmas y Contraste de Hiptesis
Lima, 2011
1 Edicin
Lima, octubre del 2011
Tiraje: 500 ejemplares
DEDICATORIA
AGRADECIMIENTOS
En el trascurso de nuestras vidas, se enen muchos
obje vos, algunos de ellos los consideramos como de
xito o un premio, que muchas veces pensamos,
que la vida solo es parte de una NoVELA.
Las novelas enen en su contenido mucho de realidad
pero tambin mucho de ficcin, y son pocos los
peruanos que han ganado premios y galardones
mundiales por la creacin de novelas.
La CUARTA VIA, as llamo a este libro, es uno de mis
obje vos de vida. Es probable que el xito del libro
permita a muchos inves gadores contar con ms
elementos de anlisis, evaluacin y criterios que liberen
su crea vidad e innovaciones para lograr propuestas y
mejores recomendaciones.
Para los inves gadores, puede ser verdad y ficcin,
transitar por otra ruta, al paradigma posiblemente haya
xito, y ser un PREMIO NoVEL.
ndice
PRESENTACIN
15
CAPTULO 1:
METODOLOGA, MTODO Y DISEOS EN INVESTIGACIN
1. Introduccin
2. Definicin de Metodologa y Mtodo
3. Como se inicia una inves gacin
4. Los libros de metodologa
5. Paradigmas, Enfoques, Estads ca y diseos de inves gacin
x
x
x
x
x
CAPTULO 2:
LOS PARADIGMAS EN INVESTIGACIN CIENTFICA
1. Paradigmas en inves gacin cien fica
2. Paradigmas y enfoques en inves gacin cien fica
2.1 Paradigma posi vista
2.2 Paradigma naturalista
2.3 Paradigma Hols co (o Sistmico)
2.4 Evaluacin de los enfoques
3. Enfoques y mtodos en inves gacin
3.1 El enfoque cuan ta vo
3.2 El enfoque cualita vo
3.3 El enfoque cuali cuan ta vo
x
x
x
x
x
x
x
x
x
x
CAPTULO 3:
EL PROCESO DE INVESTIGACIN
1. Introduccin
2. Problema de inves gacin y matriz de consistencia
2.1 La eleccin del tema de inves gacin:
los conocimientos previos
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
CAPTULO 4:
ESTADSTICA Y DISEOS DE INVESTIGACIN
I. E
Parte primera: Conceptos bsicos
1.1 Estads ca parametrica
1.2 Estads ca no parametrica
2. Estads ca parametrica: su estructura
3. reas metodolgicas en la estads ca
4. La estads ca en la historia
Parte segunda: Estads ca descrip va
1. Estads ca descrip va univariada
2. Estads ca descrip va bivariada
Parte tercera: Estads ca inferencial
1. Distribucin de muestreo
2. Mtodos de la estads ca inferencial
x
x
x
x
x
x
x
x
x
x
x
II. D
1. Diseo de inves gacin
2.
3.
4.
5.
CAPTULO 5:
PROPUESTA: LA CUARTA VA
1. La explicacin de la tercera va
2. Primeras Inves gaciones modelo de contraste de hiptesis
A: Primer Caso: Baha de de la costa peruana
B: Segundo caso: Desglaciacin
C: Tercer Caso: Indicadores urbanos y
su influencia en el desarrollo sostenible Urbano
3. La propuesta de la cuarta va
4. La Cuarta Va: Nueva lectura de las inves gaciones
I. Inves gacin sobre cultura organizacional
II. Inves gacin sobre estudiantes ingresantes y
egresados en una Universidad casi privada
III: Inves gacin sobre I.E. de un consorcio educa vo
x
x
x
x
x
x
x
x
x
x
x
x
x
x
Conclusiones
Bibliogra a
x
x
x
x
x
x
Presentacin
L C
V :P
b. Segundo, mejorar las interpretaciones y propuestas de innovacin propias de la inves gacin, pues muchas veces establecemos relaciones inadecuadas entre las variables y dimensiones
del trabajo de inves gacin, y se llega a conclusiones no per nentes, y se elaboran por ello, propuestas equivocadas.
c. Formular una sola pregunta de inves gacin, pero si, la posibilidad de considerar dos dimensiones: una con enfoques cuan tavos, y la otra con enfoque cualita vo. De esta manera podran
obtenerse tesis sistmicas, con dos componentes de po bsico
y de po Aplicado (o de Op mizacin si fuera el caso).
Cien aos despus, ahora que a Nivel Nacional se habla mucho
de una Segunda Reforma Universitaria, se observa, que an los docentes con nan dictando con el paradigma posi vista tradicional,
pero cada vez con menor nivel y rigor acadmico, mientras que sus
pares docentes, de Europa y Asia, de Amrica del Norte y del Sur,
prac can con mucha intensidad las inves gaciones con el Paradigma Sistmico, enfoques cuali-cuan ta vo, y contrastes de hiptesis
u lizando Mtodos Descrip vos No Paramtricos, Correlacinales,
Factoriales, Pruebas Univariadas y Mul variadas, por Conglomerados y Regresiones Logs cas, entre las ms sencillas.
Recordando que, en Cusco hace Cien Aos, un grupo de docentes de la Universidad San Antonio Abad, dejaron de lado el mtodo
del Krausismo por el paradigma posi vista, y se empearon y crecieron con este paradigma, y fueron el faro cuya luz propia en el Cusco,
fue reconocida por otras universidades en el Per y La noamrica.
Las Universidades, Cien Aos despus, pueden dar este salto
cuan ta vo y cualita vo, para lograr mejoras con la aplicacin del
Paradigma Sistmico en la toma de decisiones, que les permitan
adaptar al capital humano de sus organizaciones en el proceso de
inves gacin cien fica propia del siglo XXI.
Lima, 30 de se embre del 2011.
S
16
R. S
CAPTULO 1
L C
V :P
2. D
18
1: T
En Metodologa, es necesario:
a. En primer lugar, conocer, describir, explicar y discu r los fundamentos filosficos, epistemolgicos, ontolgicos y metodolgicos de los Paradigmas.
b. En segundo lugar, si el inves gador ene alguna preferencia por
una Metodologa, sta deber estar fundamentada en el Enfoque a u lizar, ya sea el cuan ta vo, el cualita vo el sistmico
(Hols co).
c. En tercer lugar, elegida la Metodologa, se aplica el mtodo entendido por el Proceso o los pasos que nos deben conducir a las
teoras generales o bases tericas que permi rn hallar solucin
19
L C
V :P
3. C
El iniciar una inves gacin4 en cualquier disciplina, requiere de recurrir a Bases Tericas para lograr los Conocimientos Previos, y que
permita al inves gador lograr la conceptualizacin o dimensiones
de un trmino (variable), que permita establecer los contenidos y
lmites conceptuales y opera vos. Cuando los conocimientos previos a lograr siguen los aspectos metodolgicos, se hace necesario el
recurrir a los Manuales Generales de Metodologa, y a los que tratan
especficamente del Mtodo que se desea aplicar. De hallarse alguna dificultad terica, metodolgica y tcnica, que no se hallara en
los textos, se consulta al asesor o expertos en el tema, para conocer
cmo las han resuelto.
4. L
Consultados los libros principales que se le presentan a los estudiantes universitarios, maestristas y doctorandos sobre la Meto4
20
Solo los diseo de inves gacin, para en forma sistem ca elaborar Varios Modelos
Ideales de Inves gacin Ruth, 2007, Obra citada.
21
L C
5. P
V :P
,E
,E
22
3: P
,E
Sistmico
NATURALISMO
ENFOQUES
Cuan ta vo
Cuali-cuan ta vo
Cualita vo
Paramtrica
ESTADSTICA
No-Paramtrica
- Bsico o terico
- Aplicado
- Op mizacin
(Tecnolgico)
Tipo de
Inves gacin
NATURALISMO
- Par cipacin Accin
- Etnogrficas
- Evalua vos
Bsico: No experimental
tranversal
Aplicado: Experimental
longitudinal
Diseos de
Inves gacin
Distribucin S:
Permite evaluar pos de
inves gacin bsico y
aplicado
Descrip vo-Correlacinal
Asocia vo:
Chi Cuadrado
- Mediana
- Signos
- Kruskall Wallis
- Correlacin de Spearman
- Correlacin (Cuarta Va)
- Regresin logs ca
23
CAPTULO 2
L C
V :P
servador externo, as como u lizar mtodos propios de la invesgacin u lizando la lgica, la matem ca y la estads ca.
c. La Dimensin Metodolgica aborda los problemas que plantea
la inves gacin en relacin a los mtodos, ya sea el mtodo del
proceso o el mtodo circular.
En inves gacin, los enfoques cuan ta vo y cualita vo, son
complementarios. No son. Como muchos inves gadores consideran, jerrquicos o mutuamente excluyentes. Cada enfoque ene una
funcin diferente, y se u liza segn la experiencia del inves gador.
F
3: P
2. P
26
Hernndez, S..Metodologa de la inves gacin cien fica, 4 Edicin, 2010, Mc Graw Hill
Durkheim, E. Las reglas del mtodo sociolgico. Buenos Aires: Losada, 1984.
27
L C
V :P
4: L
Popper, Karl, la lgica de la inves gacin cien fica, 1962, Tecnos, 1 Edicin, Madrid,
29
L C
V :P
30
W. Dilthey expuso sus principales ideas sobre el tema en Introduccin a las ciencias del
espritu, obra publicada en 1883.
Rickert desarroll sus ideas en Los lmites en la formacin de conceptos en las ciencias
de la naturaleza, obra publicada en 1901.
Weber, M. Sobre la teora de las ciencias sociales. Mxico, D. F.: Fondo de Cultura
Econmica, 1956.
31
L C
V :P
pone una realidad independiente, la cual puede ser estudiada objevamente, el Naturalismo postula una realidad dependiente de los
significados que los sujetos le atribuyen y construida a par r de esos
significados.
2.2.2 Dimensin Epistemolgica
El conocimiento se considera como un proceso de construccin que
incorpora los valores (experiencia) del inves gador y sus propios
marcos de referencia. La tarea del inves gador consiste en observar
el proceso de interpretacin que los actores hacen de su realidad,
es decir, inves gar el modo en que le asignan significado a sus propias acciones y a las cosas. Esto implica reconstruir el punto de vista
de los actores y enfa zar el proceso de comprensin (verstehen).
El inves gador naturalista elige la subje vidad no slo porque es
inevitable, sino porque es justamente all donde se pueden descubrir las construcciones tanto personales como interpersonales de
los sujetos. Si la realidad es construida intersubje vamente, ser entonces la interaccin subje va la forma indicada para acceder a ella.
De este modo, inves gador y objeto se fusionan como una en dad,
y los resultados de la inves gacin son producto del proceso de interaccin entre ellos.
2.2.3 Dimensin Metodolgica
Los Naturalistas no consideran un Observador ajeno a la realidad
estudiada sino, muy por el contrario, uno que est inmerso en ella, a
fin de que pueda comprender su significado. As podemos entender
lo sostenido por Vasilachis (1992), quien seala que el cien fico
social no puede acceder a una realidad simblicamente estructurada slo a travs de la observacin; deber hasta cierto punto pertenecer al mundo estudiado (o compenetrarse con l) para poder
comprenderlo (vale decir interpretarlo), porque los significados slo
pueden ser alumbrados desde dentro.
Cabe agregar a lo dicho que, en rigor, el paradigma naturalista
no diferencia entre lo ontolgico y lo epistemolgico, pues lo que
32
5: L
L C
V :P
u liza los mtodos estads cos, denominndose Enfoque Cuan ta vo; la inves gacin naturalista es indefec blemente induc va
(desde adentro), No Experimental y no u liza los mtodos estads cos. El Paradigma Sistmico presenta un mtodo totalizante y
nico.
En ste paradigma, las dis ntas fases del proceso no se dan de
manera lineal y sucesiva, sino interac vamente, es decir, en todo
momento hay una estrecha relacin entre recopilacin de datos,
hiptesis, muestreo y elaboracin de las teoras, que se denomina
triangulacin. La triangulacin es una estrategia que permite asegurar los hallazgos de un estudio cualita vo no sea solo un producto
de un solo mtodo o de una fuente, o del sesgo de un inves gador.
Es un medio para garan zar la validez y la confianza en la auten cidad de los datos y de su interpretacin.
3. E
L C
V :P
1: C
36
6: I
,E
37
L C
V :P
7: M
2: C
Concentra sus esfuerzos inves ga vos en la descripcin, comprensin e interpretacin de los significados que los sujetos le dan a sus propias acciones.
Evita la fragmentacin. Estudia los hechos dentro de una totalidad (visin hols ca).
No admite la posibilidad de generalizacin de resultados, en la medida que
considera que estos estn limitados a un empo y a un espacio. Desarrolla un
conocimiento ideogrfico.
No admite los anlisis causa-efecto, ya que considera que los hechos se manifiestan como
determinacin de ml ples factores asociados.
U liza tcnicas de observacin par cipante y anlisis en profundidad, desde
una perspec va subje va y par cularista.
39
L C
V :P
8: M
En resumen:
Se presenta un cuadro compara vo de ambos Enfoques y Mtodos, a par r de cuatro criterios de comparacin:
40
3: E
PROBLEMA DE INVESTIGACION
Posi vista
Naturalista
Sistmico
Considera la realidad
como subje va, que posee
caracters cas que pueden
descubrirse, describirse,
comprender e interpretar.
El inves gador es
independiente de la
realidad observada
41
L C
V :P
4: E
MARCO TEORICO
Posi vista
Naturalista
Sistmico
La revisin de la literatura
debe realizarse antes de
iniciar la inves gacin, y de
plantearse las hiptesis.
La revisin de la literatura
se realiza a medida que la
inves gacin progresa, o
incluso despus.
La revisin de la literatura
debe realizarse antes de
iniciar la inves gacin, y de
plantearse las hiptesis.
Desarrolla teoras
Estudia un fenmeno
complejo, para el cual
el enfoque cuan ta vo,
podra no determinar
caracters cas importantes.
El razonamiento es
hipot co lgico deduc vo.
El razonamiento es
dialec co deduc vo.
El razonamiento es
hipot co dialec co
deduc vo.
5: L
METODOLOGIA
Posi vista
Naturalista
Sistmico
Diseo obje vo
Diseo subje vo
Diseo, mediante
dimensiones obje vas y
subje vas
El anlisis comienza
desde que el inves gador
recolecta los datos, los
organiza y analiza de
manera simultnea.
El tamao de muestra es
definido mediante recursos
estads cos para alcanzar
poder
El tamao de muestra no es
importante, pues se busca
una muestra que de ms
informacin.
El tamao de muestra
es definido mediante
recursos estads cos o por
conveniencia
Muestreos probabils co y
no probabils cos. Tambin
por conveniencia.
Por conveniencia.
Muestreos probabils co y
no probabils cos. Tambin
por conveniencia.
42
6: D
RESULTADOS
Posi vista
Naturalista
Sistmico
Prepara estudios
cuan ta vos posteriores
Contrastes de hiptesis
u lizando estads cas
parametricas y no
parametricas.
Resultados a par r
de la narra va y de la
interpretacin de la
realidad.
Contrastes de hiptesis
u lizando estads cas
parametricas y no
parametricas.
Generalizacin de los
resultados
Generalizacin de los
resultados
43
CAPTULO 3
EL PROCESO DE INVESTIGACIN
1. I
Plantear una inves gacin requiere del inves gador ciertas condiciones subje vas o estados mentales, crea vos e innovadores, y el estar
mo vado. De acuerdo a La Metodologa iniciar una inves gacin
supone tener Conocimientos Previos sobre el Tema a Inves gar, precisar el campo al que pertenece el problema, e iniciarla con ... una
pregunta de inves gacin Esto, a no dudar dar una idea clara y
precisa de lo que se va a inves gar, que sera la condicin previa para
iniciar el proceso de inves gacin. Entendemos por Proceso de Inves gacin a una secuencia temporal, ordenada y sistema zada de
etapas a seguir por el Inves gador para lograr un obje vo, el conocimiento, cuyos resultados luego compar r con la comunidad cienfica como parte del propio proceso de la inves gacin (Figura 1).
La inves gacin como proceso est referida a un proceso mental, denominado Mtodo Hipot co Deduc vo, que se genera en la
prc ca, en todo inves gador, desde el momento en que concibe la
idea misma de un problema significa vo, el adquirir Conocimientos Previos, plantear obje vos e hiptesis, crear el marco terico,
plantear estrategias de prueba de hiptesis, contrastar hiptesis
con la realidad, y tomar las decisiones que correspondan, en conclusiones y recomendaciones. Kerlinger indica que una hiptesis es una
afirmacin en forma de conjetura de las relaciones de dos variables,
las que son planteadas en forma de oraciones declara vas y relacionan Variable con Variable, ya sea en forma general o en formas especficas. Para Kerlinger13, las hiptesis son aseveraciones realizadas
13
Kerlinger, Fred y Lee, Howard, Mtodos de Inves gacin en Ciencias Sociales, 2002, 4a
Edicin, Editorial Mc Graw Hill, 810 pginas.
[45]
L C
V :P
por los inves gadores sobre la relacin entre las variables, de la cual
se desprende su importancia mediata de conver rse en un instrumento de trabajo para la construccin posterior, del Marco Terico,
las dimensiones e indicadores. En relacin a la operacionalizacin14
de variables y del contraste de hiptesis para demostrar su falsedad
o veracidad, Kerlinger concluye afirmando que esta construccin
de las hiptesis, Variable por Variable, son poderosas herramientas
que han permi do el avance del conocimiento. Con nuando con el
proceso, Munch, Lourdes15 manifiesta que el muestreo como parte
esencial del mtodo cien fico requiere para poder llevar a cabo la
inves gacin, que los inves gadores16 tomen un curso de estads ca
y tener en cuenta que toda inves gacin seria, requiere contar desde un principio, con la asesora de un estads co experimentado, a
fin de que los resultados de la inves gacin sean representa vos,
vlidos y confiables.
La representa vidad de la muestra, para Munch17 implica que
esta refleje las caracters cas, similitudes y diferencias encontradas en la poblacin. Lograr la representa vidad de la muestra solo
es posible en un muestreo aleatorio o al azar, ya que lo nico que
se puede establecer es la probabilidad de no rebasar ciertos mrgenes de error ( de es macin), pues el solo hecho de contar con
muestras grandes no garan za su representa vidad. Otro aspecto
que se considera plausible, es la Oportunidad que ene el invesgador en la aplicacin de la encuesta ante la cercana de algn
evento.
Para determinar el tamao de muestra se debe conocer la mxima del Teorema del Limite Central y los pasos para determinar el
tamao de muestra mediante el criterio de poblaciones finitas e infi-
14
15
16
17
46
Kerlinger, Fred y Lee, Howard, Mtodos de Inves gacin en Ciencias Sociales, 2002, 4a
Edicin, Editorial Mc Graw Hill, 810 paginas.
Munch, Lourdes y ngeles, Ernesto, Mtodos y Tcnicas de Inves gacin Social, 2005,
12 Edicin, Editorial Trillas S.A. de C.V., Mxico, 167 paginas, Capitulo 7, Pgs. 97 a 121
Munch, Lourdes, Ibid (3), pgs 99-100
Munch, Lourdes, Ibid ( 3), pgs 100-101
nitas. Kerlinger manifiesta que el Teorema del lmite Central presenta una generalizacin extremadamente importante: Si las muestras
son extradas aleatoriamente de una poblacin, las medias de las
muestras enden a distribuirse normalmente. Entonces se pueden
u lizar las propiedades conocidas de la Curva Normal para interpretar los datos de inves gacin obtenidos18. La Teora Estads ca de las
Grandes y Pequeas Muestras afirman tambin que el error estndar permite determinar qu tan cercano probablemente se encuentran los estads cos de los valores poblacionales. Se considera Gran
muestra cuando los datos de la muestra (n), es
n >= 30 datos (Poblacin Finita)
Munch19, refirindose a Sierra Bravo manifiesta que se considera
una poblacin finita cuando es menor a 100 000 personas. El Mximo error aceptable va desde el 2 hasta el 5%. Se considera una Pequea muestra cuando los datos de la muestra ( n ), es
n < 30 datos ( Poblacin Infinita)
Munch20, refirindose a Sierra Bravo manifiesta que se considera
una poblacin infinita cuando es mayor a 100 000 personas. El Mximo error aceptable para el tamao de muestra va hasta el 10%. La
frmula que se u liza para la pequea muestra es,
n = p q / Error2 = 0.5 ( 0.5) / (0.10)2 = 25 encuestas
Esto con un error estndar (EE) de 1.37% como estads co que
refleja el alejamiento de los valores poblacionales.
18
19
20
47
L C
2. P
V :P
estara logrando de parte del inves gador un primer diseo tenta vo de inves gacin, ya sea u lizando el Enfoque cuan ta vo
cualita vo, y mediante sus Conocimientos Previos buscar Antecedentes bibliogrficos, y Enfoques tericos sobre el probable Tema
de Inves gacin.
De los Conocimientos Previos sobre el Problema mostrados en
la Matriz de Consistencia (Antecedentes Bibliogrficos y Enfoques
Tericos) se estara en el camino de realizar una inves gacin ms
confiable y con nuar con los siguientes procedimientos: Elaborar la
Matriz de Reac vos.
T
PROBLEMA
Formule la
pregunta
OBJETIVO
Fije obje vo
con un
verbo
infini vo:
ar, er, ir
7: M
HIPTESIS
VARIABLES
Formule
hiptesis
DIMENSIN INDICADORES
Variable
Independiente
Variable
Dependiente
T
Variables
Ponderacin
8: M
Nmero de
Preguntas
R
Ajuste de
Enteros
Ajuste en Nmero
preguntas
49
L C
V :P
50
Garro Ayala, Mximo, 2009, Metodologa de la inves gacin cien fica, CHIMBOTE
PER
L C
V :P
Los elementos que por lo general cons tuyen los problemas son:
El Objeto de estudio (fenmeno, situacin)
Antecedentes del problema de inves gacin (datos, referencias).
Definicin del problema a inves gar con relacin al objeto.
Conocimientos previos, bsicos para realizar la inves gacin.
Definicin de los conceptos.
Tiempo que abarca la inves gacin de las variables.
22
23
24
52
Kerlinger y Lee, 2002, Mtodos de inves gacin en ciencias sociales, Mc Graw Hill 4ta
Edicin, Mxico, 810pags.
Meja M., Elas, 2008, La inves gacin cien fica en educacin, UNMSM 1 Edicin, 260
Pgs., Lima Per
Carrasco Daz, Sergio,2006, Metodologa de la inves gacin cien fica, UNMSM 1
Reimpresin, 475 Pgs.
3. E O
53
L C
V :P
4. L H
L C
V :P
5. O
La Operacionalizacin se realiza a par r de la hiptesis de inves gacin (hiptesis alterna va), y que requiere previamente la iden ficacin de las variables. Son stas Variables en las cuales se prac car
Operacionalizacin. Operacionalizar significa ...lograr la medicin
de las variables.. mediante un proceso de deduccin lgica en Indicadores, los cuales se refieren a situaciones especficas de las variables (causas o efectos).
Los Indicadores pueden medirse mediante:
ndices, o inves garse mediante Items (o preguntas). Las preguntas debern incluirse en los Instrumentos (Cues onarios) que
se disean para la recopilacin de los datos. Los Indicadores permi rn al inves gador lograr una mejor definicin de la informa-
25
26
27
56
9: E
D
VARIABLES
DIMENSIONES
Variable
Independiente
INDICADORES
. Personal asignado por especialidad
X: ESTRATEGIA DE LA
DISTRITALIZACIN
. Vehculos y armamentos
. Conservacin vehculos y
armamentos
. Equipos cmputo y materia escritorio
. Alianzas estratgicas
. Calidad de la infraestructura
Variable
Dependiente
Y: CALIDAD DEL
SERVICIO POLICIAL
. Patrullaje motorizado
. Disminucin ndice delincuencia
Y1: EFICACIA POLICIAL
57
L C
V :P
X1: GESTIN DE
LOS RECURSOS
HUMANOS
Hiptesis Especfica 1:
La estrategia de la distritalizacin, segn la ges n de recursos humanos, influy en la calidad del servicio policial en la jefatura distrital de
San Mar n de Porres periodo Marzo 2011 Diciembre 2011
X2: GESTIN DE
LOS RECURSOS
LOGSTICOS
Hiptesis Especfica 2:
La estrategia de la distritalizacin, segn la ges n de recursos logs cos, influy en la calidad del servicio policial en la jefatura distrital de
San Mar n de Porres periodo Marzo 2011 Diciembre 2011
58
6. I
L C
V :P
60
7. F
9: L
La Formulacin del Problema, Obje vos e Hiptesis, Variables, Dimensin e Indicadores, requiere metodolgicamente de la U lizacin de la Matriz de Consistencia (Figura 13). En el paradigma posivista, se u liza para el mtodo, el proceso itera vo. Todo se inicia
con la Formulacin de la pregunta general, luego el obje vo general
y la hiptesis general. Se determinan las variables, dimensiones e
indicadores.
61
L C
V :P
10: L
Determinadas las dimensiones, se puede u lizar el mtodo corto, y relacionar cada dimensin con la variable dependiente. De esta
manera, se va logrando de manera itera va los problemas especficos, los obje vos especficos, y las hiptesis especficas (Figura 14).
F
11: L
12: F
:E P
b) La segunda parte de la matriz, debe permi r apreciar un esquema para el posterior desarrollo del Marco Terico (Figura 16).
El desarrollo del marco terico, se inicia con la variable independiente, y obedece a los conocimientos previos que tenga el
inves gador sobre la bsqueda de informacin relevante sobre
tesis, libros, internet, etc. Esto conduce a que el inves gador, logre determinar las dimensiones y los indicadores probables con
las cuales medir posteriormente a la variable.
F
13: F
63
L C
V :P
Luego, con nuara con la variable dependiente. Ya en el desarrollo de consolidar el marco terico, el esquema de la universidad con ene el marco conceptual y las hiptesis (en algunas
universidades las hiptesis se encuentran en el problema de la
inves gacin: en otras en el marco terico; y finalmente, otras
lo consideran como un captulo aparte).
c) Esta segunda parte de la matriz, permite iniciar el Tercer captulo denominado Metodologa de la inves gacin (Figura 17).
Se inicia con la Operacionalizacion de la variables, donde se
definen de manera conceptual y opera va, a las variables, las
dimensiones y los indicadores. Luego, se con nua con el po y
diseo; poblacin y muestra; los instrumentos a u lizar; la determinacin de la validez a priori (juicio de expertos) y posteriori
de los instrumentos (se mide por el alfa de cronbach). Finalmente el procesamiento de los datos.
F
14: F
:M
Los captulos IV (y V), plantean el anlisis de resultados, la contrastacin de hiptesis, la discusin de resultados. Se termina con
las conclusiones, recomendaciones, y la propuesta si la hubiere.
64
CAPTULO 4
ESTADSTICA Y DISEOS
DE INVESTIGACIN
I: E
P
:C
[65]
L C
V :P
15: E
66
ramtricos, se u lizan indis ntamente con los Diseos Experimentales y No Experimentales, Diseos Transversales y Longitudinales, y
de los Mtodos Deduc vos e Induc vos.
T
31
10: P
Nmero de
Variables
Tipo de
Variable
Parmetro
Poblacional
Prueba Estads ca
Uno
Cuan ta va
Media:
Prueba Z (n 30 ). Prueba t ( n 29 )
2
Dos
Ms de Dos
(K 3)
Varianza:
Prueba Chi-Cuadrado
Categrica
Proporcin:
Prueba Z
Cuan ta va
Medias: 1 2
Media de la
Diferencia: d
Varianzas:
21, 22
Categrica
Proporciones:
1,2
Prueba de comparacin de
proporciones
Prueba Z
Cuan ta va
Medias:
1, 2, , k
Varianzas:
21, 22,.,
2k 22
67
L C
V :P
Tipo de
Variable
32
11:
Hiptesis
Cuan ta va,
Ordinal o
Categrica
La Distribucin de la
poblacin no ene un
modelo determinado
Ordinal o
Cuan ta va
Ordinal o
Cuan ta va
Comparacin de Mediciones
(Grupos Independientes)
Prueba de Mann-Whitney
Categrica
Comparacin de
Proporciones
Ordinal o
Cuan ta va
Comparacin de Mediciones
(grupos independientes)
Prueba de Kruskal-Wallis
Comparacin de mediciones
(Grupos Dependientes)
Correlacin de Rangos de
Spearman
Prueba de Friedman
Comparacin de
Proporciones: Plj, P2j,, Pkj
Comparacin de
tratamientos
(Observaciones
Relacionadas)
Prueba de comparacin
de Proporciones o de
Homogeneidad Prueba
Chi-Cuadrado Prueba de
Cochran
Categrica
Dos
Ms de Dos
(K > 3)
Categrica
32
68
Prueba Estads ca
Prueba de McNemar
69
L C
V :P
L C
V :P
arriesgar algn dinero en las cartas o dados? Pascal acogi los problemas de azar sugeridos por De Mer, y en un intercambio de cartas con Pierre de Fermat acerca del problema de puntos, empez
a surgir la Teora de Probabilidades.
Jacques Bernoulli, percibi luego la aplicabilidad de las posibilidades a problemas muy dis ntos de las cartas o dados. En su
libro Ars Conjectandi, publicada pstumamente en 1713, mostr la aplicacin de la probabilidad a cues ones civiles, morales y
econmicas. Trabaj sobre Combinaciones y Permutaciones dejando importantes principios y prc cas fundamentales para los que
estads cos que vinieron despus, destacando Abraham De Moivre
(1667-1754), Pierre de la Place (1749-1827) y Karl Friedrich Gauss
(1777-1855). Estos autores, de manera independiente, trabajaron
sobre la idea de la Curva Normal, a par r de la cual se formula la
Teora de los Errores.
Adolph Quetelet (1796-1874) fue el puente entre los siglos XVIII
y XIX. A Quetelet se le conoca como el Estads co, pues recopil
el trabajo de sus predecesores, en los aspectos de Descripcin y Probabilidad, logrando una herramienta l para la Inves gacin de los
Fenmenos Sociales. Quetelet, asumi luego un papel dirigencial
para la fundacin del Congreso Estads co Internacional de 1853
que, como Primera Reunin Internacional de Estads cos, se les reconoci como cien ficos profesionales por derecho propio. Estos
cien ficos impulsaron despus el Movimiento Estads co Moderno,
durante la segunda mitad del siglo XIX, perodo de un gran avance
de las ciencias matem cas, sicas y naturales. Sir Francis Galton,
considerado como el l mo de los precursores de la Estads ca, public en 1889, su obra Natural Inheritance en el cual analizaba y
resuma el trabajo de todos los an guos tericos.
Karl Pearson, llamado padre de la Estads ca, impuls el primero
de los seis movimientos en la Ciencia Estads ca moderna, iniciado
en 1900. Pearson escribi El mbito y los conceptos de la Ciencia
Moderna y Contribuciones Matem cas a la Teora de la Evolucin. La Estads ca tuvo de Pearson las siguientes contribuciones:
72
las tcnicas que tratan con Grandes Muestras; la invencin del Coeficiente de Correlacin; la invencin de la Distribucin de la Ji-Cuadrado; la construccin y publicacin de todas las tablas que precisa
y u liza cualquier estads co. Por sta poca, el trabajo de los estads cos implicaba u lizar Mtodos que resuman datos adems del
empleo de Procedimientos Estads cos para tomar decisiones.
El segundo movimiento de la Estads ca moderna, se caracteriz por la inves gacin y desarrollo de mtodos apropiados para
Pequeas Muestras. Remplazando a los grandes agregados de datos con los que trabajaba Pearson. R. A. Fisher y William S. Grosset (conocido por el seudnimo de Student) pertenecen a este
movimiento y con ellos aparecen conceptos de Experimentos y
Contrastacin de Hiptesis Estads cas, la teora del anlisis muldimensional, la correlacin ml ple y el anlisis de la varianza. El
tercer movimiento se inicia en la dcada del treinta. Se caracteriza
por el desarrollo de la inferencia lgica, se perfeccionan los mtodos
de contrastacin de hiptesis y la introduccin de nuevos tests para
los intervalos de confianza, los riesgos y las funciones de error, los
mtodos de control de calidad y el surgimiento de la Estads ca No
Paramtrica. Sus representantes fueron Jeray Neyman y Egon Pearson. Las radicales innovaciones en la Teora de la Decisin por Abraham Wald, en 1942, cons tuye el cuarto movimiento, al surgir el
principio de minimax para la seleccin de la mejor decisin, en un
campo denominado teora de los juegos. A par r de la dcada del
ochenta e inicios del noventa, se inicia el quinto movimiento, con
un rpido desarrollo en otro enfoque de la Teora de la Decisin: el
de la Escuela Bayesiana, quien introduce la premisa de probabilidad
subje va o personal, y por primera vez en la historia de la Estads ca, se integra en la funcin de decisin la experiencia y los juicios de
ges n con los modelos estads cos no parametricos y la u lizacin
de computadoras personales integrando biogramas con estads cas
aplicado a medio ambiente. El sexto movimiento ene que ver con
el surgimiento del Control Estads co de Calidad, que enen como
principales promotores a Shewart, Deming y J. Juran.Considerando
73
L C
V :P
desde el punto de vista de la estructura de la Estads ca, esta se divide en Estads ca Parametrica (Variables Cuan ta vas) y Estads ca
No Parametrica.
P
:E
La Estads ca Descrip va puede estudiarse segn datos que contengan una variable, dos o ms variables, los cuales darn lugar a
ndices o nmeros resumidos que deben comunicar informacin de
estos datos y que dan lugar al proceso de la Estads ca Descrip va.
(grfico 1 ).
1. Estads ca Descrip va Univariada
Permiten recolectar, resumir y describir los Datos Cuan ta vos obtenidos a par r de mediciones empricas. Uno de los nmeros resumidos ms les es el ndice del centro o promedio de una distribucin de datos. En estads ca, las tres medidas de tendencia central
ms u lizadas para dos numricos son la media, la mediana y la
moda. La mediana, la moda puede u lizarse para datos ordinales.
1.1 Medidas de la Tendencia Central
La Media se u liza cuando se miden las caracters cas en una Escala
numrica y es bastante sensible a valores extremos en un grupo de
datos. No debe u lizarse con datos ordinales.
Si los datos originales no estuvieran disponibles la media puede
calcularse a travs de una Distribucin de Frecuencias
La Distribucin de Frecuencias representa un mtodo sencillo
para ordenar un conjunto de observaciones. En una distribucin de
frecuencias, se ordenan los Valores Numricos, del valor mnimo
(clase) al valor mximo, colocando en cada clase, el nmero de veces (frecuencia) que aparece cada valor.
Pueden u lizarse las siguientes frmulas.
74
No agrupados
Agrupados
Media Aritm ca
n
Xi
1-1
X=
n
fX
X=
n
Varianza
(Xi X)2
2 =
n
X2 nX2
2 =
n1
Cuando se u lizan los datos en una escala logartmica se le define como el logaritmo de media geomtrica es igual a la media de los
logaritmos de las observaciones:
log Mg =
log X
N
L C
V :P
NO PARAMTRICA
CHI CUADRADO
SPEARMAN, SIGNOS,
ESTADISTICA
(PARAMTRICA)
DESCRIPTIVA
INFERENCIAL
POBLACION
MUESTRA
PARAMETROS DE LA POBLACION
N,,
DISTRIBUCIONES:
UNA POBLACION
Media
Varianza
Desviacin Estandar
Proporciones
n, x, s2
DOS POBLACIONES
Diferencia de Medias
Diferencia proporciones
DISTRIBUCIONES: Estimadores
UNA POBLACION
Media
Varianza
Desviacin Estandar
Proporcin
GRANDES
MUESTRAS
n > 30
1 2
1 2
X , 2
Todo valor X precedente de una poblacin
con Distribucin Normal puede "convertirse"
en un valor NORMAL ESTANDAR llamada
Z:
z=
99.7%
< 30
x1 x2
p 1 p 2
Si la
Distribucion de Muestreo de la Media
presenta una Distribucin Normal podemos
determinar probabilidades relacionadas con la
MEDIA MUESTRAL pues conocemos y la
La tabla de Distribucin (Probabilidad) Normal
utiliza el factor de conversin:
Donde :
x =
z=
x
x
Estos
conocimientos
nos permiten
realizar
3 2 1
ESTIMACION
PUNTUAL
Distribuciones Muestrales
PRUEBA DE HIPTESIS
1 o ms de 2 poblaciones
76
AREA =
PROBABILIDAD
68.3%
95.5%
PEQUEAS
MUESTRAS
n
(Frecuencia Relativa).
3 2 1
x
s2
s
p
DOS POBLACIONES
Diferencia de Medias
Diferencia proporcionales
n, x, s2
ESTADISTICAS MUESTRALES
INTERVALOS DE
CONFIANZA
X
Z
16: E
x 100
X
E
M
C
77
17: P
L C
78
V :P
L C
V :P
3(x Mediana)
S
L C
V :P
cia la cual muestra en la parte horizontal los resultados de una variable y en la parte ver cal los resultados de una segunda variable. Su
grafica se denomina Estereograma
En una tabla anexa, o en la misma, pueden determinarse las frecuencias rela vas (probabilidades) de cada ocurrencia conjunta. Los
resultados pueden medirse en una escala ordinal, o proporcional y
para ello es ms frecuente describir la relacin entre variables mediante Procedimientos de Correlacin (r) y de Regresin. El clculo
de un coeficiente de correlacin permite expresar en trminos numricos la direccin y la magnitud de una relacin lineal.
2.1 Coeficiente de correlacin de Pearson r
(X X) (Y Y)
w
(X X)2 (Y Y)2
82
18: D
V .T
6d2
N N2 1
L C
V :P
:E
La Estads ca Inferencial permite es mar los parmetros de una poblacin a par r de las estads cas de una muestra y, adems, nos
proporciona un marco de referencia para formular juicios de manera sistem ca y obje va. Con base en las Leyes de la Probabilidad,
la estads ca inferencial suministra los medios necesarios para formular conclusiones acerca de una poblacin a par r de los datos
obtenidos de una muestra pues el inves gador desea algo ms
que una mera descripcin de los datos. Desea formular juicios o generalizar sus resultados a grandes conjuntos de individuos, con base
en la informacin de un nmero limitado de sujetos.
1. Distribucin de muestreo
Los procedimientos de estads ca inferencial suponen un muestreo
aleatorio de las poblaciones es decir, una Distribucin Muestral es
la distribucin de los valores individuales incluidos en una muestra.
La importancia de la Distribucin Muestral radica en que los expertos en Estads ca han demostrado que la distribucin de muestreo de las medias ende a una distribucin normal y que la media
de una distribucin de muestreo, cons tuida por un nmero infinito
de muestras, es siempre igual a la media de la poblacin. Como la
Distribucin Muestral est distribuida normalmente el Teorema del
Limite Central garan za la normalidad en el proceso de muestreo y
permite u lizar la frmula de conversin.
84
Poblacin
xu
Z=
Muestra
X=u
Z=
X
x =
w
L C
V :P
cuyo Valor Esperado es igual al parmetro por es mar. Un Valor Esperado es el promedio, a largo plazo de la estads ca muestral.
T
12: E
PARMETROS DE
LA POBLACIN
Media
Diferencia entre las medias de dos
poblaciones
Proporcin
Diferencia entre las proporciones de dos
poblaciones
ESTIMADORES
u, -u2
X 1 X2
po
1, - 2
Varianza
S2
Desviacin Estndar
= Desviacin estndar
n=
(E)2
E = error de muestra
Cuando los inves gadores aplican la es macin de intervalos,
construyen un Intervalo de confianza (I.C); los Lmites, tanto inferior
como superior, del Rango de Valores, se denomina Lmites de Confianza. Los inves gadores u lizan Convencionalmente un intervalo
de confianza de 95 o 97%.
(I.C. de u = xZx xZx)
x =
w
Por ejemplo, para un I.C. 95% tendramos que aplicar la siguiente frmula:
(x 1.96 Sx = 95%
Se ene un 95% de confianza de que la media de la poblacin se
halle entre los valores equivalentes a 1.96 veces el error estndar.
El riesgo es de 5%.
2.2 Pruebas de Hiptesis
Las Pruebas de Hiptesis nos permiten determinar si el valor supuesto (hipot co) proveniente de una observacin de un parmetro poblacional, como la media poblacional (), debe aceptarse
como cierta, pero basada en evidencias mustrales. La Es macin
Estads ca desarrolla tres procedimientos que nos permiten contrastar hiptesis:
a) Mtodo del Intervalo de Confianza: Este mtodo est basado en
la observacin de, si el valor supuesto de un parmetro poblacional est incluido en el rango de valores que define a un inter87
L C
V :P
88
Gardner, Robert, 2003, Estads ca para Psicologa usando SPSS, Pearson Educacin 1
Ed., Mxico
X 0
wn
89
L C
V :P
Tratndose de una Prueba de Hiptesis de una Media, y recolectando datos para una Muestra Pequea, se u lizara:
t=
X 0
s
wn
90
Tipo de prueba
Unilateral
Bilateral
5%
+1.645
+ 1.96
( 1.645)
1%
2.33 ( 2.33)
+ 2.58
CASO I: Si = 0.05 y Ha: > 0
Qu indica H1?
= 0.05
Es Muestra Grande.
Prueba Unilateral derecha
En la tabla normal se ene
Zc = 1.645
Zc = Z1 = 1.645
/2 = 0.025
Zc = 1.96
Zc = 1.96
Unilateral izquierdo
-Zc = Z0.05 = -1.645
= 0.05
Zc = 1.645
91
L C
V :P
PASO 5: El Estads co de Prueba, es una variable aleatoria, cuyo valor se determina mediante los valores recolectados, y se u liza para
aceptar o rechazar H0. Esta decisin depende en que regin cae el
Estads co de Prueba.
Si el Estads co de Prueba cae en la Regin Cr ca (causas asignables), entonces se rechaza H0.Y se analizara, que tan cerca
est de Ho, para evaluar que tanto este factor evaluado contribuye a las desviaciones de la variable dependiente, para las
recomendaciones per nentes.
Si el Estads co de Prueba cae en la Regin de Aceptacin (causas comunes), entonces se acepta H0. Es probable, que este factor contribuya a las regularidades que se observa en la variable
que es materia de inves gacin.
Cuando H0 se rechaza con = 0.05 diremos que el resultado
es Significa vo. Cuando H0 se rechaza con = 0.01, diremos que el
resultado es Muy Significa vo. El valor de nos indica el margen de
error (nivel de error, regin cr ca, regin de rechazo) con la cual se
desea trabajar en una Decisin Estads ca aplicada a inves gacin.
PASO 6: Planteamiento de la Regla de Decisin
Para aceptar o rechazar la Hiptesis Nula, H0, debemos conocer
claramente dos aspectos:
a) Regin Cr ca, (o regin de rechazo), es el conjunto de valores
recolectados que nos lleva a la aceptacin o rechazo de la hiptesis nula.
b) El Valor Cri co, es el valor que separa a la regin de rechazo de la
regin de aceptacin. El valor cr co depende del valor de , del
tamao de muestra, y del enunciado de la Hiptesis Alterna va
Ha.
92
II: D
1. Diseo de inves gacin
Kerlinger y Lee35 definen Diseo como la estrategia que se desarrolla
para obtener la informacin que se requiere en la inves gacin. El
diseo de inves gacin cons tuye un Plan y la probable Estructura
(o Esquema) de la inves gacin, que permite en su planteamiento,
lograr respuestas previas a las preguntas de inves gacin. Se define
Estructura como el estudio de las relaciones entre las variables, que
permite conocer que observaciones hacer y cuantas; como hacer
las observaciones; como realizar las mediciones cuan ta vas; cmo
actuar para manipular las variables ac vas y medir las variables
atribu vas; qu po de anlisis estads co emplear; y las probables
conclusiones que se puedan obtener de este anlisis estads co.
Kerlinger y Lee consideran que los Obje vos Bsicos de todo Diseo, son:
a. Proporcionar respuestas (obje vos) a las preguntas de inves gacin, de po bsico o aplicadas.
b. En inves gaciones experimentales, controlar las varianzas de la
variable experimental y de las Variables Extraas y el probable
Error en la toma de la informacin.
Sierra Bravo36 dis ngue en el Diseo de una inves gacin, los
siguientes elementos:
1. Los Objetos, Sujetos o Grupos inves gados, y la manera en que
son elegidos
2. El Numero de Observaciones que desea realizar (Una o varias
observaciones) y de qu manera piensa realizarlas.
3. La Manera como desea Asignar a los Sujetos en Grupos, para los
Tratamientos que requiera la Inves gacin.
35
36
Kerlinger y Lee, 2002, Mtodos de inves gacin en Ciencias Sociales, Mac Graw Hill, 4ta
Edicin, Mxico D:F.
Sierra Bravo, Res tuto, 2002, Tesis Doctorales,
93
L C
V :P
1. POR LA NATURALEZA
DE LA INVESTIGACIN
12:
N
TIPO DE INVESTIGACIN
A. TERICO
B. APLICADO
DISEOS
. NO EXPERIMENTAL
. TRANSVERSAL
. EXPERIMENTAL
. LONGITUDINAL
95
L C
V :P
de pre tests
La Administracin de Test, se presenta cuando, para probar una
hiptesis se elige la siguiente estrategia:
a) Aplicar previamente un pre test,
b) Luego, Ac var la Variable Independiente, y
c) Aplicar finalmente el post test.
Tericamente, al sujeto al que se le aplic un pre test, estar en
mejor disposicin de responder el post test, dado que recordar
algunos tems del pre test o, cabe la posibilidad que no cometer los mismos errores en el post test. Los puntajes que obtenga
en este post test enen la posibilidad que sern ms altos que
los que obtenga en el pre test. En relacin a la Instrumentacin
del Test, ste tambin se presenta cuando se adopta la Estrategia de Aplicar pre test mediante Instrumentos de Recoleccin
de Datos como Cues onarios, Ficha de Observacin, Pruebas,
que por deficiente uso del Inves gador pueden hacer variar las
diversas mediciones que se realicen.
Finalmente la Regresin Estads ca opera en los grupos seleccionados sobre la base de sus valores extremos. Se observa una
tendencia a la regresin a posiciones de tendencia central original posiblemente debidas a la correlacin imperfecta existente
entre las medidas del pretest y del postest.
G. Factores relacionados con la formacin de grupos:
Sierra Bravo considera que la Seleccin de Grupos es el proceso de igualar dos o ms grupos mediante la asignacin de
sujetos a uno u otro grupo (pareamiento), basndose en la
igualdad de cada sujeto en funcin de algunas variables relevantes tales como sexo, edad, coeficiente intelectual, condicin
socioeconmica, etc. La Mortalidad Experimental se produce
cuando, luego de haber igualado los grupos, y se est realizando el experimento, es posible que, por el paso del empo, uno
de los grupos se desiguale respecto del otro, debido a que
algn o algunos sujetos de uno de los grupos abandone el experimento por muerte, traslado o la nega va de los elementos
97
L C
V :P
TIPO DE
INVESTIGACIN
1. Dos o Ms
Variables
DISEOS DE
INVESTIGACIN
DISEOS ESTADSTICOS
METODOS
UNIVARIADOS
Solo hay
una Variable
Dependiente
A. TEORICO
. NO
EXPERIMENTAL
. TRANSVERSAL
. COMPARATIVO
B. APLICADO
. LONGITUDINAL
. ANLISIS DE
VARIANZA
MTODOS
Puede haber
MULTIVARIADOS muchas Variables
Dependientes
Control del Error
Tipo I
98
L C
V :P
a) La variable independiente,
b) La variable dependiente y
c) El elemento relacional.
Para asumir que determinada estrategia es experimental se requiere que se cumplan estas tres condiciones:
1. Disponer de, por lo menos, dos grupos. En uno de ellos se aplica
la variable independiente y se denomina grupo experimental y
al otro, al que no se aplica la variable independiente, se denomina grupo de control.
2. Comprobar que estos grupos sean iguales, es decir que hayan
sido cons tuidos siguiendo procedimientos aleatorios.
3. En la bibliogra a referida al tema se dice que los grupos deben
estar randomizados, castellanizacin de la palabra randum, randomi on, del ingls, que se usa en la acepcin de aleatorizacin
o ausencia de intencin; y que, tanto el grupo experimental como
el de control, hayan sido formados por el propio inves gador.
b) Estrategias pre experimentales
Cuando no es posible organizar grupos iguales, o se trabaja con un
slo grupo, se considera que la estrategia es pre experimental. Este
po de estrategia no permite controlar la influencia de las hiptesis
rivales, o variables extraas, que se han explicado ms adelante. Las
estrategias pre experimentales son las siguientes:
Estudio de casos con una sola medicin:
Al u lizar una estrategia de este po, no se dispone de un grupo
de sujetos sino slo de un individuo o de un caso. A este sujeto se
le aplica la variable independiente y se realiza la corres-pondiente
observacin. La convencin adoptada para graficar esta estrategia
es la siguiente:
XO
En donde X es la variable independiente y O la observacin.
101
L C
V :P
O1 X O2
O3 O4
En donde R significa que los grupos estn randomizados. Grupo randomizado se denomina al grupo que ha sido formado al azar,
sin intencin, con ausencia de propsito especfico. La randomizacin permite desarrollar el proceso de igualacin o aleatorizacin
de los grupos.
- Diseo de cuatro grupos de Solomon:
Solomon, en su modelo, aplicaba la variable independiente sin pre
test y en el otro, no aplicaba el pre test, no aplicaba la variable independiente y slo realizaba una observacin final, que en este caso
era la sexta. Siguiendo con la convencin adoptada, esta estrategia
se grafica del siguiente modo:
103
L C
V :P
R
R
R
R
O1 X O2
O3 O4
X O5
O6
O2
O3
O4
O5
O6
O7
O8
X1 O1
X0
O2
X1
O3
X0
O4
L C
V :P
106
CAPTULO 5
PROPUESTA: LA CUARTA VA
1. L E
37
Los inves gadores, en una gran mayora, consideran que los paradigmas Posi vista y Naturalista se complementan. As, Hernndez
plantea una Tercera Va, denominada Mtodos Mixtos, apoyados
por enfoques cuali cuan ta vos, y el reconocimiento que los mtodos cuan ta vos y cualita vos, son propios de la primera y segunda
va.
En la apreciacin de Hernndez, la tercera va o el Mtodo Mixto
debe presentar las siguientes caracters cas:
a. Una primera formulacin del problema general de inves gacin
mediante una pregunta (Obje va y cuan ta va), y
b. Una segunda formulacin mediante una pregunta (subje va y
cualita va) de inves gacin.
c. En el mtodo mixto (Paradigmas Sistmicos), se debe u lizar estads ca, para contrastar las Hiptesis. Presenta como sustento
la visin filosfica y metodolgica del pragma smo.
1.1 Como surge la Tercera Va
Segn Hernndez38 el enfoque mixto surge como consecuencia de
la necesidad de afrontar la complejidad de los problemas de invesgacin, planteados en todas las ciencias, y la manera de enfocarlos hols camente. Cita luego, a Creswell (2005) quien al evaluar los
trabajos de Sam Sieber, sugiri la combinacin de estudios de casos
37
38
Hernndez, S. Metodologa de la inves gacin cien fica, 4 Edicin, 2010, Mc Graw Hill.
Mxico.
Hernndez, S. obra citada
[107]
L C
V :P
cualita vos mediante encuestas, con los cuales se crea un nuevo eslo de inves gacin, as como la integracin de dis ntas tcnicas en
un mismo estudio. Los mtodos mixtos son una estrategia de metodologa o inves gacin, con el cual el inves gador recolecta, analiza
e integra datos cuan ta vos y cualita vos, en un nico estudio, el
po de preguntas, la metodologa, la recoleccin de datos y los procedimientos de contrastes de hiptesis. Tambin se consideran dos
nociones importantes para la concepcin de los mtodos mixtos39:
1. La triangulacin, y
2. La u lizacin de varios mtodos para la validez de las inferencias
y de sus posteriores anlisis.
Las posiciones metodolgicas, en relacin a la u lizacin de ambos enfoques, son:
a) Los fundamentalistas: que solo defienden uno de los dos enfoques.
b) Los separa stas: Que consideran que amos enfoques son opuestos (an cos).
c) Los integradores Consideran que los mtodos enen cierto grado de integracin, y al realizarlo, es posible descubrir nuevos
mtodos.
d) Los pragm cos: Son aquellos que brindan el mismo status a los
enfoques cuan ta vo, cualita vo y mixto, y admiten cualquier
posibilidad, sealando que solo el planteamiento del problema
y las circunstancias pueden dictar el mtodo.
1.2 El Pragmasmo
Hernndez, citando a Niehaus (2010) sugiere que el pragma smo
fundamenta a los mtodos mixtos, al integrar las ideas diversas de
John Dewey, William James, Peirce y Karl Popper, El Pragma smo se
orienta a un realismo ontolgico que abarca el realismo subje vo,
el realismo obje vo y el realismo intersubje vo, y lo diferencia de
39
108
:L C
109
L C
V :P
T
Supuestos
14. L P
Pragm co
Cuarta Va
Cualita vo
Hermenu co.
Interaccionista
Simblico
Etnogrfico
Teora cri ca
Neo marxista
Feminista
Par cipa vo
Emancipador
Realidad
Conocida en
trminos de
Probabilidad
Ml ples
realidades
construidas
socialmente
Ml ples
Explica
integralmente
realidades
un fenmeno
contexto
social, pol co.
Econmico y
cultural
Conocida en
trminos de
probabilidad y
correlaciones.
Se construye
socialmente
para la
discusin de
resultados.
Conocimiento
y relacin
inves gador y
realidad
Es obje vo.
Observa, mide
y manipula.
Evita
sesgos del
inves gador
Conocimiento
y valores
interac vos,
con todos los
par cipantes
Conocimiento
y valores
interac vos,
con todos los
par cipantes.
Situados
social e
histricamente
Lo que el
inves gador
considera
apropiado
para cada
estudio en
par cular y en
el contexto
Es obje va
e interac va
pues considera
a todos los
par cipantes
que operan en
la realidad.
Formula
dimensiones
cuan ta vas y
cualita vas.
Metodologa
Cuan ta vo.
Manipula.
Cualita vo
Cualita vo,
Hermenu co pero se u lizan
y dialec co
mtodos
cuan ta vos
y mixtos.
Incluyen
factores
histricos
Depende del
planteamiento
especfico
del estudio.
U lizan
tcnicas
cuan ta vas,
cualita vas y
mixtas.
Puede
manipular o no,
la realidad.
U liza la
estads ca
paramtrica y
no paramtrica
y evala
factores
histricos
110
Mtodos
mixtos
Propuesta
Cuali
cuan ta vo
Bsico y
aplicado.
Op mizacin
Descrip vo
correlacional
Distribucin S
2. P
:L C
Esta parte complementa las primeras inves gaciones, que se asesoraron, evaluando previamente los enfoques cuan ta vos y cualitavos, para luego disear, la aplicacin de tcnicas estads cas parametricas o no parametricas. Estos casos de contrastes de hiptesis
uniendo las metodologas y los diseos estads cos, han permi do
luego, realizar innovaciones bajo las consideraciones del Paradigma
Sistmico, u lizando las correlaciones, la Distribucin S, el Balance
Score Card, y el Biograma, adems del so ware actual del SPSS Versin 18, el cual en dicha versin presenta aplicaciones al medio ambiente. Adicionalmente, en un periodo de ocho meses, se evaluaron
70 inves gaciones con esta metodologa, con buenos resultados.
A. Primer caso: Baha de la costa peruana
La inves gacin corresponde a una Inves gacin con enfoque cuali
cuan ta vo. Inicialmente de Tipo Aplicada, con Diseo Cuasi-experimental, que luego se complement con el Tipo Bsico (descripcin
emprica). Se u lizaron los siguientes mtodos: Descrip vo- Correlacional; la Prueba de Diferencias de Medias y el Anlisis Bloque de
Varianza aplicado a los Efluentes bloqueando Contaminacin e Impactos Ambientales. Se u liz adicionalmente la Prueba de Signos
contrastando los resultados en una Matriz similar a la de Leopold.
Zona de Pesca
Parte de la zona de estudio u lizada para la pesca y prc ca de otros
deportes.
111
L C
V :P
Para la contrastacin de la hiptesis Los efluentes, slidos y lquidos, de las fbricas ubicadas en esta costa generan contaminacin
en las aguas costeras y accionan impactos ambientales. Se u liz el
Diseo Factorial de diferencias individuales propuesto por Jonckheere-Terpstra, el cual se ocupa de las relaciones entre las puntuaciones
de una medida (variable) y las puntuaciones de otra u otras medidas.
La idea bsica en que se basan los procedimientos estads cos de
Jonckheere-Terpstra, es que cualquier medida dada de una variable
de diferencias individuales puede considerarse como cons tuida por
varios componentes, y se estudian las relaciones entre un conjunto de
medidas, logrando iden ficar dichos componentes.
Los componentes pueden verse como variables latentes mientras que las medidas en s pueden verse como variables indicadores
T
N 1. M
-T
303,0
J-T Promedio
216,0
36,8
J-T Estads ca t
2,360
Valor p (2-colas)
,018
112
:L C
L C
V :P
114
:L C
RESULTADOS
Se hall como resultados la densidad bruta para el ao 1961 de
115.87 hab/ha el cual ha decrecido sostenidamente llegando hasta
2011 con 93.67 hab/ha. Se hall en la contrastacin de los planes
urbanos realizados desde 1961 hasta el ao 2011, en un resultado
de 14 indicadores obtenidos, que solo 1 se aplica, resaltando que
13 indicadores no aplican por fallas metodolgicas que no permiten
seguir el monitoreo por no ser confiables. Los resultados muestran
la u lidad prc ca de los indicadores urbanos demostrando con ello
el grado de influencia en la situacin actual y previsible del hbitat
urbano que a pesar de tener un crecimiento vegeta vo de manera inercial, y espontneo, conducen a acrecentar la sostenibilidad a
mediano plazo.
115
L C
3. L
V :P
:L C
19: U
117
L C
V :P
40
118
20: D
S: C
21: L C
V :P
:L C
22: M
L C
V :P
23: D
S E
120
4. L C
24: D
S E
:L C
V :
121
L C
V :P
:L C
25: T
123
L C
V :P
:L C
Las organizaciones como sistema, proporcionan una forma simple de modelar las organizaciones centrndose en la estructura y en
las relaciones o interdependencia entre las diferentes partes de la
organizacin. El enfoque sistmico representa la idea de que las organizaciones se componen de partes y que esas partes interactan
entre s para alcanzar las metas organiza vas (Snchez, 2011).
Los sistemas presentan dos caracters cas, como el holismo y la
sinergia. Hodges (2003) explica que holismo significa considerar un
sistema como un todo en funcionamiento y los cambios producidos
en cualquier parte del sistema es probable que afecten a todo el sistema. La sinergia, hace referencia al efecto interac vo de las partes
del sistema en funcionamiento conjunto.
Snchez (2011), dis ngue entre sistemas cerrados y sistemas
abiertos. Define sistemas cerrados como aquellos que se perpetun
a s mismos y no reciben energa ni recursos externos, es decir, no
requieren de interactuar con sus entornos. Los sistemas abiertos deben recibir energa (inputs) de sus entornos externos en forma de
recursos produc vos, y venden su produccin (output) a los clientes
quienes tambin son externos a la organizacin. Las ventas de productos y servicios producen flujos de efec vo (cash-flow) y proporcionan energa adicional al sistema.
5. C
Comprender el significado de cultura es fundamental para el entendimiento de las organizaciones. Hablar de cultura es hablar de
un fenmeno sustancialmente social, ya que la cultura no es sino
resultado de la experiencia grupal. Pero, la cultura es un concepto abstracto y complejo, por lo que existen muchas definiciones de
cultura. La cultura ha exis do para ayudar a la gente a tratar con la
incer dumbre y la ambigedad de sus existencia. La cultura se desarrolla de manera natural cuando se crean grupos de seres humanos.
A pesar de esta naturaleza esencial de cultura para los esfuerzos humanos, la exploracin de la cultura organizacional es un fenmeno
125
L C
V :P
reciente. Desde el punto de vista antropolgico de Fernando Cabieses41 la cultura cons tuye un bagaje intelectual y sico derivado de
la capacidad del ser humano de trascender los mbitos del ins nto y
del subconsciente colec vo, aprendiendo, enseando y transmi endo esos comportamientos a las sucesivas generaciones, mediante el
lenguaje, el pensamiento abstracto y la instrumentacin adicional.
A nivel organizacional, Edgar H. Schein (1988, p. 23 y 25) seala
que la cultura es un conjunto de presunciones bsicas - inventadas,
descubiertas o desarrolladas por un grupo dado al ir aprendiendo a
enfrentarse con sus problemas de adaptacin externa e integracin
interna-, que hayan ejercido la suficiente influencia como para ser
consideradas vlidas y, en consecuencia, ser enseadas a los nuevos
miembros como el modo correcto de percibir, pensar y sen r esos
problemas (...), las cuales operan inconscientemente y definen en
tanto que interpretacin bsica, la visin que la empresa ene de s
misma y de su entorno. Es la visin compar da segn llama L. Sanz.
A. Daz (1998) puntualiza que la cultura es un sistema de valores
y creencias compar dos, a travs del cual intercalan los lderes y el
personal de una empresa, se definen sus estructuras organizacionales, sus relaciones internas y externas, sus sistemas de control, y tambin sus normas de comportamiento. Para J. Villafae (1998: 141) la
organizacin es como una red de significados, smbolos e imgenes y,
cuanto ms compar dos son stos, ms slida y fuerte es la cultura.
Adems, seala que la cultura de un grupo es su iden dad una vez
metabolizadas las influencias del entorno, sobre todo aquellas influencias que han operado en el proceso de adaptacin a dicho medio.
6. C
Los cien ficos de los campos de la antropologa y sociologa han estudiado la cultura durante muchos aos. En la literatura sociolgica
41
126
:L C
L C
V :P
:L C
26: P
129
L C
V :P
E. Las culturas ml ples de Meryl Louis que sugiere que las organizaciones, especialmente las grandes y complejas, desarrollan
a menudo, diferentes culturas en dis ntos emplazamientos
o lugares (Loci) dentro de la organizacin. De este modo pueden desarrollarse culturas nicas (o subculturas) alrededor de
diferentes niveles de la organizacin, o dentro de divisiones o
departamentos. Robbins (1999), considera que la cultura Organizacional est formada por la filoso a de los fundadores de la
organizacin, de la alta gerencia, de los criterios para la seleccin de personal, el clima organizacional y la socializacin.
F
27: C
:L C
nizacin enen percepciones radicalmente dis ntas de la organizacin y cuando las percepciones se comparten de manera consensual
solamente en pequeos grupos, no son representa vas del clima
organizacional en su conjunto.
7. D
De las inves gaciones evaluadas
Los resultados logrados por R.B.en su tesis Cultura organizacional
y sa sfaccin laboral del personal, hallo que la cultura organizacional influye significa vamente (r=0.83; p < 0.05) sobre el nivel de
sa sfaccin laboral que manifiesta una muestra del personal de la
organizacin. A su vez, en la inves gacin sobre el Clima organizacional y su relacin con el desempeo hall, con un 95% de
confianza, que el clima organizacional se relaciona con el desempeo en un 75.8 %. Asimismo, la Variable Clima Organizacional que
perciben los Treinta y nueve (39) Trabajadores se fundamenta en las
dimensiones Relaciones Humanas y los Procesos Internos; no tanto
en la dimensin Sistemas Abiertos.
Cultura Organizacional
Cultura
Organizacional
Clima
Organizacional
Desempeo
Laboral
Sa sfaccin
Laboral
D. R.
Desempeo
Comisarios
M. Ch.
79.8
0.830
75.8
131
L C
V :P
Comentario
Toma de decisin
De 0.351 a 0.450
Fortaleza alta
De 0.451 a 0.550
Fortaleza media
De 0.551 a 0.650
Oportunidad alta
Recomendacin
De 0.651 a 0.750
Oportunidad media
Recomendacin
De 0.751 a 0.850
Debilidad alta
Problema. Recomendacin
Ms de 0.850
Debilidades y amenazas
Problema. Recomendacin
Cultura
132
26: C
:L C
Desempeo
Laboral
Cultura Organizacional
0.798
0.428
Fortaleza alta
Apoyo de colegas. AC
0.510
Fortaleza media
Recompensas. REC
0.626
Oportunidad alta
Condiciones de trabajo. CT
0.715
Oportunidad media
0.806
Debilidad alta
L C
V :P
de conocer. De este es lo, surgen diversos Modelos como el de Witkin (1971) sobre dependencia-independencia de campo o el de Kagan
(1966) sobre impulsividad-reflexin. A par r de la dcada de los 70 se
produce un cambio importante en la inves gacin sobre el aprendizaje derivado del inters por comprender y conocer cmo aprenden los
estudiantes y aplicar las preferencias individuales dentro de un contexto ecolgico, en un entorno o escenario determinado. Los es los
de aprendizaje como variables individuales que influyen en la capacidad para aprender, no aparecen relacionados con las ap tudes sino
con la forma en la que cada persona gusta de u lizar sus habilidades.
En los aos 80 el estudio de los es los en educacin incorpora el
Modelo de Le eri, controles cogni vos previos al aprendizaje en s,
que se ven afectados por preferencias afec vas y ambientales que la
persona aporta al aprendizaje. El es lo de aprendizaje era considerado como la suma de elementos cogni vos, afec vos y ambientales
que influyen en la percepcin, interaccin y respuesta en diferentes
contexto educa vos. Derivado de este planteamiento surge el Modelo de es lo de aprendizaje de Dunn y Dunn (1978) y el modelo de
Royce y Powell (1983) de es los epistmicos o modos de acceso al
conocimiento ampliado por Rancourt (1978, 1986) favoreciendo su
aplicacin a la comunicacin y las relaciones interpersonales.
Sternberg, en la dcada del 90, relaciona el es lo de aprendizaje
con la metfora del autogobierno mental con el propsito de organizar todas las teoras anteriores sobre los es los. l define los es los
como mtodos que empleamos para organizar nuestras cogniciones
sobre el mundo, para comprenderlo mejor. Un es lo es una manera
de pensar. No es una ap tud sino una forma preferida de emplear
las ap tudes que uno posee. Sternberg dis ngue claramente ap tud y es lo. La ap tud se refiere a lo bien que alguien sabe hacer
una cosa. El es lo se refiere a cmo le gusta a alguien hacer algo.
Este autor insiste en que las ap tudes son importantes para el xito,
pero no lo son todo, ni lo pueden ser. En este sen do, afirma que la
forma en que las personas prefieren pensar puede ser tan importante como lo que piensan (Sternberg,1998).
134
:L C
Puntajes de Correlaciones halladas. La Tabla muestra las caracters cas de los es los de pensamiento, relacionadas con las Correlaciones halladas tanto para los estudiantes Ingresantes como de los
estudiantes Egresados de Economa.
T
15: C
Caracters cas:
Dimensiones/
Indicadores
monrquico
jerrquico
oligrquico
Correlacin
Correlacin
Correlacin
anrquico
Correlacin
.616(**)
-.070
FORMAS DE
GOBERNAR
Correlacin
.896(**)
.585(**)
Correlacin
Correlacin
Correlacin
.632(**)
.423(*)
.501(**)
.385(**)
Estudiante innovador
Son concretos en los
temas
Tericos. Poco
comunica vos
Comparten
experiencias.
Comunica vos
Prc cos.
Comunica vos
Sen do de orden y
seguridad
Global
Local
FUNCION DE
GOBIERNO
Es lo interno
Correlacin
.749(**)
.709(**)
Correlacin
.691(**)
.327
Es lo externo
Correlacin
.663(**)
.677(**)
Es lo liberal
Correlacin
.580(**)
.826(**)
Es lo
conservador
ALCANCES E
INCLINACION
Correlacin
.357
.428(*)
Correlacin
.913(**)
.733(**)
Es lo legisla vo
Es lo ejecu vo
Correlacin
Correlacin
.768(**)
.638(**)
.708(**)
.565(**)
Es lo judicial
Correlacin
.587(**)
.634(**)
FUNCION
BASICA DE
GOBIERNO
Correlacin
.884(**)
.628(**)
25
25
135
L C
V :P
Anlisis de Resultados.
La Figura muestra los resultados de la inves gacin, relacionados al Es lo de Pensamiento de los ingresantes y Egresados de la
facultad de economa de una importante Universidad Privada.. Se
hallan diferencias en los es los Bsicos y de Gobierno con relacin a
los mdicos. Los economistas se caracterizan, segn estos criterios,
por trabajar en grupos empresariales, respetando jerarquas, pero
son poco crea vos, pero si, a pesar de ser tericos, son evaluadores
F
3: E
P
F
E
E
136
16 : C
:L C
Rendimiento
Acadmico
Formas de
Gobierno
Funcin de
Gobierno
Alcances e
Inclinacin
Funcin
Bsica de
Gobierno
Es los de Pensamiento
Ingresante Egresado
0.785
0.465
Comentario
Fortaleza media
Decisin
0.896
0.585
Oportunidad alta
Recomendacin
0.749
0.709
Recomendacin
0.913
0.733
0.884
0.628
Oportunidad
media
Oportunidad
media
Oportunidad alta
26: C
E
E
Recomendacin
Recomendacin
P
F
I
E
Lectura:
Fortaleza Alta
y Media
Oportunidad Alta
y Media
Debilidad
Recomendaciones
137
L C
V :P
138
27:
D
:L C
I
O
Correlacin
Promedio I:E:
0.677
Lurin
0.641
El Roble
0.646
El Crack
0.663
Las Violetas
0.675
Canto Pobre
0.683
Kara
0.688
Chorri
0.712
Flores 2
0.716
139
L C
V :P
CONCLUSIONES
El efecto principal de la Cuarta Va, se halla en una metodologa sistmica que permite una mejor orientacin de la lectura e interpretacin de las variables y dimensiones materia de la inves gacin. Es
posible como resultado de estas lecturas. Mejorar la interpretacin
de las conclusiones y de las recomendaciones. Las propuestas serian
bastante cercanas a lo que la realidad evidencia.
140
:L C
BIBLIOGRAFIA
1. HERNANDEZ S., Roberto et al, 2010, Metodologa de la inves gacin, 4ta Edicin. Mc Graw Hill. Mxico.
2. SANCHEZ, S. 2010. Metodologa: El Curso.1 Edicin. CEPREDIMUNMSM. Lima. Per.
3. SANCHEZ, S..2011. Premio NoVEL: La Cuarta Va. Paradigmas y
Contraste de Hiptesis. 1 Edicin. CEPREDIM- UNMSM. Lima.
Per
4. SEPULVEDA. S. 2008. Metodologa para es mar el nivel de desarrollo sostenible de territorios: Biograma 2008. Ins tuto Interamericano de Cooperacin para la Agricultura. San Jos, Costa
5. SAUTU, Ruth, 2007, Prc ca de la Inves gacin Cuan ta va y
Cualita va, 1 Edicin, Ediciones Lumiere S.A, pg. 18
6. RUIZ MORALES, Alvaro et al, 2001, Inves gacin clnica: Epidemiologa Clnica Aplicada, 1 Edicin, Centro Editorial
Javeriano,Bogot.
7. DURKHEIM, E. Las reglas del mtodo sociolgico. Buenos Aires:
Losada, 1984.
8. POPPER, Karl, la lgica de la inves gacin cien fica, 1962, Tecnos, 1 Edicin, Madrid,
9. WEBER, M. Sobre la teora de las ciencias sociales. MxicoFondo
de Cultura Econmica, 1956.
10. KERLINGER, F. Inves gacin del comportamiento. 2002, Interamrica, 3 Edicin, Mxico.
11. MUNCH, Lourdes y ngeles, Ernesto, Mtodos y Tcnicas de Inves gacin Social, 2005, 12 Edicin, Editorial Trillas S.A. de C.V.,
Mxico, 167 pginas, Capitulo 7, Pgs. 97 a 121
12. GARRO AYALA, Mximo, 2009, Metodologa de la inves gacin
cien fica, CHIMBOTE.
13. MEJIA M., Elas, 2008, La inves gacin cien fica en educacin,
UNMSM 1 Edicin, Lima Per
14. CARRASCO DIAZ, Sergio,2006, Metodologa de la inves gacin
cien fica, UNMSM 1 Reimpresin
141
L C
V :P
142
AVANCE DE INVESTIGACIN
L C
V :P
:L C
L C
V :P
1: P
1950- 1960
2: P
1961- 1968
3: P
1981- 1985
:L C
L C
V :P
Se aprecia a par r del ao 1996, un crecimiento sostenido de la economa, y una falta de chorreo y de ideas crea vas de parte de los
funcionarios pblicos, en propuestas de creacin de empleo sostenido a nivel nacional.
F
1: A
Periodo
4: P
2001- 2004
Correlacin
Ml ple
Coeficiente de
Determinacin
1950-1960
0.4626
0.4029
Media
1961-1968
0.5073
0.1089
Media
1969-1980
0.9098
0.8273
Estanflacin
1981-1985
0.1082
0.0117
Inflacin
1986-1990
0.8288
0.6869
Hiperinflacin
1991-2000
0.6119
0.3744
Media
2001-2004
2010
0.7980
0.6369
Baja
148
Inflacin
P
Tasa Natural de
Desempleo
4% (BCR)
8.8% (PEA)
15.4(PEA + PENA)
5: P
:L C
1994- 2010
DISCUSION DE RESULTADOS
1. Un mejor conocimiento de la Tasa Mnima Natural de Desempleo,
debe permi r provocar un equilibrio en el mercado de trabajo del
Per, abandonando la pol ca del desempleo sostenible, por una
de Mejor Empleo de las generaciones actuales y de las generaciones
futuras. Muestra finalmente, en su inves gacin, los hallazgos de las
Curvas de Phillips, a nivel Regional.
F
6: C
L C
V :P
7: M
150
2: P
:M
Periodo
1900
1910
1920
1930
1940
1950
1960
1970
1980
1990
2000
2010
2015
2020
:L C
1900-2020
Inflacin
7.6
7.4
11.8
-4
-1.9
9.5
2.4
5.6
58.5
100
3.8
2
1
0.5
Desempleo
0.24
1.0
1.7
2.4
3.1
4.3
4.5
4.7
7.0
8.3
7.7
8.4
11.8
14.5
8: P
. 1900-2020
151
L C
V :P
Pero esto se dio, como producto de pol cas de corto plazo, esmulados por una recuperacin econmica que lleva ya diez aos,
y que permi eron al gobierno de turno, facilitar mediante los sectores construccin y transporte, la recuperacin del mercado laboral
en este periodo. Segn el ndice de Miseria, debe observarse que,
ante la carencia de las autoridades pol cas y monetarias de una visin de largo plazo (Figura 9), se plantea el desa o que el pas afronte un alto nivel de desempleo, por la falta de un mejor Pragma smo
pol co, entendido, por trabajar a Largo Plazo.
T
3: P
:M
Periodo
1950
1960
1970
1980
1990
2000
2010
2015
2020
Inflacin
4.3
8.7
4.9
58.5
100.0
3.8
2.0
1.0
0.5
9: P
1950-2020
Desempleo
2.4
4.5
4.7
7.0
8.3
7.7
8.4
11.8
14.5
CEPREDIM