Análisis estadístico del proceso de retiro extemporáneo (página 2)

Trabajar con variables continuas
supone manejar muchos valores diferentes,
lo que dificulta el cálculo. Lo
que haremos entonces es agrupar esos
datos en intervalos (clases) y escoger el
punto medio del intervalo (marca de
clase) como representante de todo el
intervalo. Así transformamos una
variable continua en discreta.

3.7 Tipos de
Datos

• Datos
  Nominales: Son números o
  letras que representan
  categorías donde no interesa
  el orden (ej., 0=masculino,
  1=femenino)

• Datos
  Ordinales: Son números o
  letras que representan
  categorías donde el orden
  interesa (ej., lesión fatal=1,
  lesión severa=2, lesión
  moderada=3, etc.)

• Datos
  Discretos: Son aquellos que surgen
  por el procedimiento de conteo. Es
  decir, los datos discretos toman
  valores enteros (ej., el
  número de hijos por familia;
  el número de
  automóviles que pasan por una
  avenida en una hora, etc.)

• Datos
  Continuos: Son aquellos que surgen
  cuando se mide alguna
  característica. Es decir,
  toman al menos teóricamente
  cualquier valor dentro de un
  intervalo (ej., el peso, la estatura,
  la tensión arterial de las
  personas, etc.)

3.7.1 Estructura del
dato

Los datos son la materia prima
con que trabaja la estadística,
del mismo modo que la madera es la
materia prima con que trabaja el
carpintero. Así como este procesa
o transforma la madera para obtener un
producto útil, así
también el estadístico
procesa o transforma los datos para
obtener información útil.
Tanto los datos como la madera no se
inventan: se extraen de la realidad; en
todo caso el secreto está en
recoger la madera o los datos más
adecuados a los objetivos del trabajo a
realizar.

De una manera general, puede
definirse técnicamente dato como
una categoría asignada a una
variable de una unidad de
análisis.

Por ejemplo, "Luis tiene 1.70
metros de estatura" es un dato, donde
"Luis" es la unidad de análisis,
"estatura" es la variable, y "1.70
metros" es la categoría
asignada.

Como puede apreciarse, todo dato
tienen al menos tres componentes: una
unidad de análisis, una variable y
una categoría.

• La unidad de análisis
  es el elemento del cual se predica
  una propiedad y
  característica. Puede ser una
  persona, una familia, un animal, una
  sustancia química, o un objeto
  como una dentadura o una
  mesa.

• La variable es la
  característica, propiedad o
  atributo que se predica de la unidad
  de análisis. Por ejemplo puede
  ser la edad para una persona, el
  grado de cohesión para una
  familia, el nivel de aprendizaje
  alcanzado para un animal, el peso
  específico para una sustancia
  química, el nivel de " salud"
  para una dentadura, y el
  tamaño para una
  mesa.

Pueden entonces también
definirse población
estadística (o simplemente
población) como el conjunto de
datos acerca de unidades de
análisis (individuos, objetos) en
relación a una misma
característica, propiedad o
atributo (variable).

Sobre una misma población
demográfica pueden definirse
varias poblaciones de datos, una para
cada variable. Por ejemplo, en el
conjunto de habitantes de un país
(población demográfica),
puede definirse una población
referida a la variable edad (el conjunto
de edades de los habitantes), a la
variable ocupación (el conjunto de
ocupaciones de los habitantes), a la
variable sexo (el conjunto de condiciones
de sexo de los habitantes).

• La categoría es cada
  una de las posibles variaciones de
  una variable. Categorías de la
  variable sexo son masculino y
  femenino, de la variable
  ocupación pueden ser
  arquitecto, médico, etc., y de
  la variable edad pueden ser 10
  años, 11 años, etc.
  Cuando la variable se mide
  cuantitativamente, es decir cuando se
  expresa numéricamente, a la
  categoría suele
  llamársela valor. En estos
  casos, el dato incluye también
  una unidad de medida, como por
  ejemplo años, cantidad de
  hijos, grados de temperatura,
  cantidad de piezas dentarias,
  centímetros, etc.

• El valor es, entonces, cada
  una de las posibles variaciones de
  una variable cuantitativa.

3.8 Población y
Muestra

Las estadísticas de por
sí no tienen sentido si no se
consideran o se relacionan dentro del
contexto con que se trabajan. Por lo
tanto es necesario entender los conceptos
de población y de muestra para
lograr comprender mejor su significado en
la investigación educativa o
social que se lleva a cabo.

POBLACIÓN es el conjunto
total de individuos, objetos o medidas
que poseen algunas características
comunes observables en un lugar y en un
momento determinado. Cuando se vaya a
llevar a cabo alguna investigación
debe de tenerse en cuenta algunas
características esenciales al
seleccionarse la población bajo
estudio. Entre éstas
tenemos:

• Homogeneidad – que todos los
  miembros de la población
  tengan las mismas
  características según
  las variables que se vayan a
  considerar en el estudio o
  investigación. Por ejemplo, si
  se fuera a investigar la incidencia
  de la drogadicción entre
  jóvenes mujeres adolescentes,
  entonces hay que definir claramente
  las edades que comprenden la
  adolescencia y cuando se seleccione
  la población asegurarse de que
  todas las personas entrevistadas sean
  de la edad determinada y del sexo
  femenino. (La adolescencia se define
  operacionalmente como el periodo
  comprendido de edad que
  fluctúa entre 12 y 21
  años.)

• Tiempo se refiere al
  período de tiempo donde se
  ubicaría la población
  de interés. Determinar si el
  estudio es del momento presente o si
  se va a estudiar a una
  población de cinco años
  atrás o si se van a
  entrevistar personas de diferentes
  generaciones.

• Espacio se refiere al lugar
  donde se ubica la población de
  interés. Un estudio no puede
  ser muy abarcador y por falta de
  tiempo y recursos hay que limitarlo a
  un área o comunidad en
  específico.

• Cantidad se refiere al
  tamaño de la población.
  El tamaño de la
  población es sumamente
  importante porque ello determina o
  afecta al tamaño de la muestra
  que se vaya a seleccionar,
  además que la falta de
  recursos y tiempo también nos
  limita la extensión de la
  población que se vaya a
  investigar.

MUESTRA la muestra es un
subconjunto fielmente representativo de
la población.

Hay diferentes tipos de
muestreo. El tipo de muestra que se
seleccione dependerá de la calidad
y cuán representativo se quiera
sea el estudio de la
población.

• Aleatoria cuando se
  selecciona al azar y cada miembro
  tiene igual oportunidad de ser
  incluido.

• Estratificada cuando se
  subdivide en estratos o subgrupos
  según las variables o
  características que se
  pretenden investigar. Cada estrato
  debe corresponder proporcionalmente a
  la población.

• Sistemática cuando se
  establece un patrón o criterio
  al seleccionar la muestra. Ejemplo:
  se entrevistará una familia
  por cada diez que se
  detecten.

El muestreo es indispensable
para el investigador ya que es imposible
entrevistar a todos los miembros de una
población debido a problemas de
tiempo, recursos y esfuerzo. Al
seleccionar una muestra lo que se hace es
estudiar una parte o un subconjunto de la
población, pero que la misma sea
lo suficientemente representativa de
ésta para que luego pueda
generalizarse con seguridad de ellas a la
población.

El tamaño de la muestra
depende de la precisión con que el
investigador desea llevar a cabo su
estudio, pero por regla general se debe
usar una muestra tan grande como sea
posible de acuerdo a los recursos que
haya disponibles. Entre más grande
la muestra mayor posibilidad de ser
más representativa de la
población. (Véase la tabla
adjunta sobre las recomendaciones para el
tamaño de la muestra.) En la
investigación experimental, por su
naturaleza y por la necesidad de tener
control sobre las variables, se
recomienda muestras pequeñas que
suelen ser de por lo menos 30 sujetos. En
la investigación descriptiva se
emplean muestras grandes y algunas veces
se recomienda seleccionar de un 10 a un
20 por ciento de la población
accesible.

Causas por las
cuales se recurre a
muestreo

• Analizar a la
  población resulta muy costoso
  por la relación
  costo/beneficio

• ?Analizar a la
  población completa lleva mucho
  tiempo

• ?Al analizar el
  objeto de estudio se lo destruye, por
  lo cual si analizamos a toda la
  población nos quedamos sin
  unidades.

• La
  población a analizar es
  infinita, por lo cual es imposible
  analizarla en su totalidad

• ?La
  población a analizar es
  inaccesible

Sesgo del
Muestreo

• Un
  método de muestreo es sesgado
  si produce resultados que difieren
  sistemáticamente de los
  verdaderos de la
  población.

Ejemplos:

• Muestra
  conveniente es la formación de
  una muestra seleccionando las
  unidades que convienen ya sea por el
  resultado buscado o por la comodidad
  de acceso a ellas.

• Muestra
  voluntaria es la formación de
  una muestra donde la decisión
  de participar en la muestra reside en
  las unidades.

• Sesgo de
  selección es la tendencia
  sistemática sobre el
  procedimiento de muestreo para
  excluir o incluir a cierto tipo de
  unidades.

• Sesgo de no
  respuesta es la distorsión que
  se logra cuando un gran número
  de unidades seleccionadas para la
  muestra no responden o se niegan a
  responder.

• Sesgo de respuesta es la
  distorsión que se logra por la
  forma de preguntar o el
  comportamiento del entrevistador
  puede afectar la
  respuesta.

Clasificación del
muestreo

• Muestras
  Probabilísticas son aquellas
  en que todos los elementos de la
  población tienen una
  posibilidad (una probabilidad
  conocida) de ser incluida en la
  muestra. Naturalmente no es necesario
  que todos tengan la misma
  posibilidad, basta que tengan alguna
  posibilidad.

• Tabla de Números
  Aleatorios: un procedimiento para
  extraer una muestra aleatoria, es
  empleando una tabla de números
  aleatorios, el cual puede
  construirse, empleando el
  método de la urna con 10
  tarjetas numeradas: 0, 1,2…9.
  Después que se mezclan las
  tarjetas, se extrae aleatoriamente
  una tarjeta y se registra su
  número. La tarjeta se
  reemplaza antes de la
  extracción siguiente, se
  mezclan bien las tarjetas y
  así, sucesivamente. En la
  práctica, se realiza mediante
  una computadora, por un procedimiento
  completamente al azar.

• Muestreo Aleatorio Simple
  este método o esquema de
  muestreo, se caracteriza porque todos
  los elementos de la población
  tienen la misma probabilidad de ser
  incluidos en la muestra, o en otros
  términos, porque todas las
  posibles muestras de un tamaño
  fijo son igualmente
  probables.

• Muestreo Sistemático
  en este procedimiento, se selecciona
  una muestra, tomando cada
  k-ésima unidad de la
  población una vez que las
  unidades de muestreo están
  numeradas o arregladas en alguna
  forma.

• Muestreo Estratificado este
  se usa cuando la población no
  es homogénea, sino que pueden
  en ella identificarse clases
  definidas por algún atributo o
  característica relacionada con
  la variable que se estudia. Este
  procedimiento implica dividir la
  población en clases o grupos
  homogéneos relativos a las
  características que van a
  estudiarse, llamados estratos.
  Después se toma una submuestra
  de cada estrato.

• Muestreo por Conglomerados
  se usa en poblaciones grandes y muy
  dispersos desde el punto de vista
  geográfico, y en las cuales el
  muestreo aleatorio simple
  sería poco económico
  debido a que daría lugar a
  muestras igualmente dispersas. En
  este tipo de muestreo, en lugar de
  seleccionar directamente los
  elementos de la población se
  hace una selección inicial de
  grupos o conglomerados, que son
  agrupaciones de elementos que deben
  ser lo más heterogéneo
  posible a diferencia de los
  estratos.

3.9
Clasificación De
Variables

• Las variables se clasifican
  según su tipo, y dentro de
  este, se subclasifican por la
  cantidad de valores que
  asumen

• Por su tipo , las variables
  se clasifican en

• Categóricas o
  cualitativas

• Numéricas o
  cuantitativas

• Por su número de
  categorías, las variables
  cualitativas se clasifican
  en

• Dicotómicas

• Politómicas

• Por su densidad, las
  variables numéricas pueden
  ser

• Discretas

• Continuas

Clasificación De
Variables Por Su Tipo

• Las variables
  categóricas o cualitativas
  poseen un nombre y un cierto
  número de categorías o
  valores no numéricos que
  pueden asumir

• Las variables
  numéricas o cuantitativas
  expresan con número la
  magnitud de una propiedad

Clasificación de
variables categóricas y
numéricas

• A las variables
  categóricas que toman
  sólo dos valores se les llama
  dicotómicas y a las que toman
  más de dos,
  politómicas

• Las variables
  numéricas discretas se
  obtienen al realizar un conteo o al
  dividir en segmentos el recorrido de
  una variable continua

• Número de
  computadoras libres en el
  laboratorio: 0, 1,
  2,…

• Estatura (en cm): 0,
  1,…, 150,…, 170, 171,
  172,…

• Las variables
  numéricas continuas provienen
  usualmente de la medición de
  una magnitud física,
  química o
  económica

• Volumen de agua utilizado:
  en [0, ( ]

• Estatura (en cm con
  precisión infinita): en
  [0,300]

Graficas para datos
según el tipo de
variable

Aunque las tablas
estadísticas contienen toda la
información disponible, en
ocasiones se hace necesario expresar esta
información mediante un
gráfico, con el fin de hacerla
más clara. Los más usuales
son:

Figura 3.1:
Graficas de datos según el tipo de
variable

Fuente:
Elaboración propia

3.10 Gráfico de
sectores

Se utiliza cuando nos interesa
resaltar la proporción
(porcentaje) en que aparece una
característica o atributo respecto
al total. Para construir el diagrama
circular partimos del hecho de que un
círculo encierra un total de 360
grados, luego repartimos los 360° en
distintos sectores circulares de acuerdo
con cada porcentaje.

3.11 Diagrama de
Pareto

Proporciona más
información visual que los
diagramas de barras y de sectores
circulares cuando la variable
categórica tiene muchas
categorías. Es un tipo especial
del gráfico de barras horizontal
donde las respuestas categorizadas se
grafican en orden descendente de
frecuencias y se combinan con un
polígono acumulado en la misma
escala.

El eje vertical de la izquierda
contiene las frecuencias o %, el eje
vertical derecho las categorías de
Interés y el de la izquierda los %
acumulados de 0 a 100 y las barras
separadas uniformemente son del mismo
ancho.

Lo importante al ver este
diagrama se buscan las magnitudes de las
distintas en las alturas de las barras
que corresponden a las categorías
adyacentes decrecientes y los %
acumulados de las mismas.

3.12 Gráfico de
barras

Muestra el % de ítems que
salen en cada categoría. Muestra
una barra para cada categoría, el
ancho de la barra no tiene importancia
pero debería ser uniforme. Las
barras pueden ser verticales u
horizontales. Puede ser usado para
representar 2 categorías
cuantitativas al mismo tiempo lo que se
llama gráfico de barras
compuesto.

3.13
Pictograma

Las barras son reemplazadas por
diagramas relacionados con algún
tópico ejemplo casas,
personas.

3.14 Gráfico de
frecuencia

Es una manera rápida de
mostrar la distribución de los
datos sobre una recta. Cada punto o valor
de la variable está representada
por una X, sobre la escala adecuada.
Puede ser horizontal o vertical. La
frecuencia o numero de valores que se
repiten será representada en otra
escala.

Pasos para su
construcción:

1-dibujar una recta

2-marcar el valor máx. y
min sobre un eje real

3-completar la escala p/ los
n° con incrementos igualmente
espaciados.

4-marcar cada valor observado
c/una X sobre la escala
adecuada

5-si hay 2 o más
ítems c/el mismo valor debemos
apilarlos verticalmente.

Si una o más
observaciones están alejadas del
resto, estas se denominan valores
extremos. Un conjunto de datos separados
del resto de los datos forman una
concentración, conglomerado o
racimo.

Un claro, brecha o gap esta dado
por la distancia entre las
observaciones.

3.15 Diagrama de tallo y
hoja

Es una forma rápida de
mostrar la distribución de un
conjunto de datos con un N°
relativamente pequeño de unidades.
Ventaja: retiene los valores reales de la
variable.

Hoja = ultimo digito

Tallo = lo que esta antes de la
hoja

No se usa cuando tengo muchos
datos, las hojas se ordenan de menor a
menor a mayor, y si comparo 2 procesos de
menor a mayor en espejo lo que sirve para
comparar las
disimetrías.

3.16
Histograma

Opción para mostrar la
distribución de una variable
cuantitativa cuando la cantidad de datos
es grande, no mantiene los valores
numéricos actuales. Muestra la
distribución de una variable a
través de la frecuencia o
porcentaje del total de valores que hay
en todo el rango de la
variación.

Pasos para su
construcción:

• Identificar el min y
  máx. color observado de la
  variable, calcular el rango (Xn
  –Xi).

• Dividir el rango en clases o
  intervalos de igual amplitud (las
  clases deben cubrir el total del
  rango de los valores, sin
  superponerse).

• Contar el N° de
  observaciones que caen en cada clase
  = frecuencia absoluta.

• Dibujar el eje horizontal y
  marcar las clases sobre
  él.

• En el eje vertical se puede
  representar la frecuencia absoluta,
  la proporción o %.

• Dibujar un rectángulo
  (barra vertical) sobre cada clase con
  la altura igual a la frecuencia,
  proporción o %.

3.17 Gráfico de serie
tiempo

Grafica las observaciones contra
el tiempo o en el orden n el que se
obtuvieron. Los puntos consecutivos se
conectan con líneas para ayudarnos
a apreciar si la distribución es
pareja o parece cambiar con el tiempo.
Patrones que debemos encontrar en un
gráfico de este tipo:

TENDENCIA: creciente o
decreciente, cambios en la
ubicación del centro, cambios en
la variación o
dispersión.

COMPONENTE ESTACIONAL O CICLO:
patrones del comportamiento que se
repiten con regularidad.

3.18 Diagrama de
puntos

Se utilizan para estudiar la
posible asociación entre dos
variables cuantitativas. En este tipo de
gráficos se representan las
observaciones en pares ordenados (x,
y)

3.19 Polígono de
frecuencia

Este tipo se utiliza para
representar la distribución de
variables cuantitativas continuas o
discretas tabuladas en
intervalos.

3.20 Niveles de
medición

Hay cuatro tipos de mediciones o
escalas de medición en
estadística. Los cuatro tipos de
niveles de medición (nominal,
ordinal, intervalo y razón) tienen
diferentes grados de uso en la
investigación estadística.
Las medidas de razón, en donde un
valor cero y distancias entre diferentes
mediciones son definidas, dan la mayor
flexibilidad en métodos
estadísticos que pueden ser usados
para analizar los datos. Las medidas de
intervalo tienen distancias
interpretables entre mediciones, pero un
valor cero sin significado (como las
mediciones de coeficiente intelectual o
temperatura en grados Celsius). Las
medidas ordinales tienen imprecisas
diferencias entre valores consecutivos,
pero un orden interpretable para sus
valores. Las medidas nominales no tienen
ningún rango interpretable entre
sus valores.

La escala de medida nominal,
puede considerarse la escala de nivel
más bajo. Se trata de agrupar
objetos en clases. La escala ordinal, por
su parte, recurre a la propiedad de
«orden» de los
números. La escala de intervalos
iguales está caracterizada por una
unidad de medida común y
constante. Es importante destacar que el
punto cero en las escalas de intervalos
iguales es arbitrario, y no refleja en
ningún momento ausencia de la
magnitud que estamos midiendo. Esta
escala, además de poseer las
características de la escala
ordinal, permite determinar la magnitud
de los intervalos (distancia) entre todos
los elementos de la escala. La escala de
coeficientes o Razones es el nivel de
medida más elevado y se diferencia
de las escalas de intervalos iguales
únicamente por poseer un punto
cero propio como origen; es decir que el
valor cero de esta escala significa
ausencia de la magnitud que estamos
midiendo. Si se observa una carencia
total de propiedad, se dispone de una
unidad de medida para el efecto. A
iguales diferencias entre los
números asignados corresponden
iguales diferencias en el grado de
atributo presente en el objeto de
estudio.

3.21
Pronostico

Pronóstico es el proceso
de estimación en situaciones de
incertidumbre. El término
predicción es similar, pero
más general, y generalmente se
refiere a la estimación de series
temporales o datos instantáneos.
El pronóstico ha evolucionado
hacia la práctica del plan de
demanda en el pronóstico diario de
los negocios. La práctica del plan
de demanda también se refiere al
pronóstico de la cadena de
suministros.

Entonces tenemos que los
pronósticos son procesos
críticos y continuos que se
necesitan para obtener buenos resultados
durante la planificación, de un
proyecto. Si los clasificamos respecto al
tiempo que abarcan, se puede clasificar
en:

1. Pronósticos a corto
plazo: En las empresas modernas, este
tipo de pronóstico se
efectúa cada mes o menos, y su
tiempo de planeación tiene
vigencia de un año. Se utiliza
para programas de abastecimiento,
producción, asignación de
mano de obra a las plantillas de
trabajadores, y planificación de
los departamentos de
fabricación.

2. Pronósticos a mediano
plazo: Abarca un lapso de seis meses a
tres años. Este se utilizan para
estimar planes de ventas,
producción, flujos de efectivo y
elaboración de
presupuestos.

3. Pronósticos a largo
plazo: Este tipo de pronóstico se
utiliza en la planificación de
nuevas inversiones, lanzamiento de nuevos
productos y tendencias
tecnológicas de materiales,
procesos y productos, así como en
la preparación de proyectos. El
tiempo de duración es de tres
años o más.

3.22 Método de
Mínimos Cuadrados

Mínimos cuadrados es una
técnica de análisis
numérico encuadrada dentro de la
optimización matemática, en
la que, dados un conjunto de pares (o
ternas, etc), se intenta encontrar la
función que mejor se aproxime a
los datos (un "mejor ajuste"), de acuerdo
con el criterio de mínimo error
cuadrático.

En su forma más simple,
intenta minimizar la suma de cuadrados de
las diferencias ordenadas (llamadas
residuos) entre los puntos generados por
la función y los correspondientes
en los datos. Específicamente, se
llama mínimos cuadrados promedio
(LMS) cuando el número de datos
medidos es 1 y se usa el método de
descenso por gradiente para minimizar el
residuo cuadrado. Se puede demostrar que
LMS minimiza el residuo cuadrado
esperado, con el mínimo de
operaciones (por iteración), pero
requiere un gran número de
iteraciones para converger.

Desde un punto de vista
estadístico, un requisito
implícito para que funcione el
método de mínimos cuadrados
es que los errores de cada medida
estén distribuidos de forma
aleatoria. El teorema de
Gauss-Márkov prueba que los
estimadores mínimos
cuadráticos carecen de sesgo y que
el muestreo de datos no tiene que
ajustarse, por ejemplo, a una
distribución normal.
También es importante que los
datos recogidos estén bien
escogidos, para que permitan visibilidad
en las variables que han de ser
resueltas.

CAPÍTULO
IV

Diseño
metodológico

En este capítulo se
presenta el tipo de investigación,
población y muestra,
técnicas y procedimientos que se
emplearon para la recolección
datos.

• Tipo de
  investigación

El tipo de investigación
realizada se considera del tipo
descriptiva debido a que,
permitirá describir, registrar,
analizar e interpretar la
situación actual del objeto de
estudio. Tamayo y Tamayo (1997) define en
su texto que la investigación
descriptiva es aquella que comprende la
descripción, registro,
análisis e interpretación
de la naturaleza actual y la
composición o procesos de los
fenómenos. El enfoque se hace
sobre conclusiones dominantes o sobre una
persona, grupo o cosa que se conduce o
funciona en el presente. La
investigación descriptiva trabaja
sobre realidades hechas y su
característica fundamental es la
de presentarnos una interpretación
correcta. (p. 54).

Cuando se habla de este tipo de
estudios, nos referimos a investigaciones
científicas, no experimentales
dirigidas a descubrir relaciones e
interacciones entre variables
sociológicas, psicológicas
y educativas en estructuras sociales
reales y cotidianas. También se
considera de campo debido a que se
realizará encuestas y entrevistas
a los estudiantes así como
también al personal administrativo
que esté relacionado con el
proceso de cambios de especialidades, de
tal manera, que se estudiarán de
manera directa como ocurren los
fenómenos que es el objeto de
estudio por tal motivo se va al lugar
donde se requiere esta
investigación y se considera de
campo

4.2 Diseño de la
investigación

En cuanto al diseño de
investigación, este no es
más que la estrategia general en
el contexto del estudio propuesto, que
permite orientar desde el punto de vista
técnico, y guiar todo el proceso
de investigación, desde la
recolección de los primeros datos,
hasta el análisis e
interpretación de los mismos en
función de los objetivos definidos
en la presente investigación. Por
consiguiente, en función del
procedimiento y estrategias, la
investigación se orienta hacia un
Diseño de Campo no
Experimental, ya que este
diseño de investigación no
solo observa, sino recolecta los datos
directamente de la realidad objeto de
estudio, en su ambiente cotidiano sin
intervenir en el mismo o modificar las
variables procesadas, para posteriormente
analizar e interpretar los resultados de
esta información.

4.3 Población y
muestra

Valera Ibarra (1996) expresa que
la población "es el conjunto
completo de individuos, objetos o medidas
que poseen alguna característica
como observable" (p. 38).

De esta manera se define como
población a los estudiantes de
ingeniería (pregrado regulares) de
la UNEXPO Puerto Ordaz, las cuales
solicitaron los retiros
extemporáneos y se le otorgaron
dichas solicitudes.

Para efectos de este estudio la
población es igual a la
muestra.

4.4 Técnicas e
instrumentos de recolección de
datos

Es importante destacar que este
es el medio a través del cual el
investigador se relaciona con el personal
para obtener la información
necesaria que permita lograr los
objetivos de la
investigación.

Para el presente trabajo se
emplearon diversas técnicas e
instrumentos para la obtención de
información y datos relevantes que
permitieron estudiar el problema y
formular las posibles soluciones para el
beneficio y logro de cada uno de los
objetivos.

• Revisión
  Documental: es una técnica
  cuyo propósito está
  dirigido a racionalizar la actividad
  investigativa para que esta se
  realice dentro de las condiciones de
  autenticidad de la información
  que se busca. Se realizo
  revisión bibliográfica
  para obtener conceptos básicos
  que fundamentaran el desarrollo
  teórico del estudio, asimismo
  la revisión de tesis y
  trabajos de investigación
  sobre el tema de estudio.

• Observación
  Directa: Es el registro visual de
  lo ocurre, es una situación
  real, clasificando y consignando los
  acontecimientos pertinentes de
  acuerdo con algún esquema
  previsto y según la
  problemática que se estudia.
  Se aplico con el propósito de
  verificar de forma directa la
  información obtenida en la
  URDBEPO.

• Encuestas: Este
  método consiste en obtener
  información de los sujetos de
  estudio, proporcionada por ellos
  mismos, sobre opiniones, actitudes o
  sugerencias. Hay dos maneras de
  obtener información con este
  método: la entrevista y el
  cuestionario.

• Entrevistas: Es la
  comunicación establecida entre
  el investigador y el sujeto de
  estudiado a fin de obtener respuestas
  verbales a las interrogantes
  planteadas sobre el problema
  propuesto. Ya que, esta tiene muchas
  ventajas; es decir, es aplicable a
  toda persona, siendo muy útil
  con las analfabetas, los niños
  o con aquellos que tienen
  limitación física u
  orgánica que les dificulte
  proporcionar una respuesta escrita,
  también permite explorar o
  indagar en la medida que el
  investigador estime pertinente. Esta
  técnica es aplicada con la
  finalidad de obtener y contrastar
  información de importancia
  para el desarrollo de la
  investigación.

• Cuestionario: Es el
  método que utiliza un
  instrumento o formulario impreso de
  preguntas predeterminadas y
  preparadas, destinado a obtener
  repuestas sobre el problema en
  estudio y que el investido o
  consultado llena por sí
  mismo.

Consultas Académicas e
Industriales

Se efectuarán consultas
al tutor académico e industrial
con el fin de establecer
parámetros, para obtener la
orientación necesaria para llevar
a cabo este estudio.

Recursos
Físicos

• Cuaderno de notas

• Lápiz y
  bolígrafo

• Computadora

• Impresora

• Calculadora

Recursos físicos por su
fácil adquisición y rapidez
y otros para almacenar
información, para tenerla de
cierto modo protegido y
seguro.

4.5
Procedimiento

En esta fase se analizará
todo lo concerniente a esta
investigación con el fin de lograr
los objetivos planteados. A
continuación se describen
detalladamente los procedimientos que se
siguieron para llevar a cabo el
desarrollo de este trabajo:

• Revisión y estudio de
  los fundamentos teóricos e
  información técnica
  referente a este tipo de
  investigación (análisis
  estadístico).

• Reuniones con el tutor
  industrial para la
  recopilación de la
  información referente a los
  retiros
  extemporáneos

• Recopilación y
  análisis de la
  información
  recolectada.

• Efectuar un estudio
  detallado para posteriormente
  seleccionar la muestra.

• Selección de la
  muestra más adecuada para este
  tipo de
  investigación.

• Caracterización de
  los estudiantes que solicitaron los
  retiros
  extemporáneos.

• Determinar los factores que
  llevan a los estudiantes a tomar
  dicha decisión.

• Elaboración de una
  estructura de preguntas para la
  entrevista.

• Entrevistas al personal
  administrativo y estudiantes, con el
  fin de correlacionar los factores
  relacionado a la toma de
  decisión (retiro
  extemporáneo).

• Realización de un
  análisis estadístico
  con toda la información
  recolectada referente al proceso de
  retiro extemporáneo y su
  incidencia en la UNEXPO.

• Finalmente se
  realizarán las conclusiones y
  recomendaciones necesarias de los
  aspectos analizados previamente y de
  esta manera dar por terminado la
  investigación.

CAPÍTULO
V

Situación
actual

En el estudio realizado se
identifican los factores que llevan a
cabo los estudiantes hacer un retiro
extemporáneo, también nos
permite observar cuales son las
especialidades que con mas frecuencias
realizan estos retiros dando como resulta
que las especialidades con mas casos de
retiro son industrial y
metalúrgica seguidamente de
eléctrica, mecánica y
electrónica

5.1
Identificación de los Factores que
Inciden en el Proceso de Retiro
Extemporáneo.

Como análisis del grafico
5.1 se hace evidente que el máximo
factor que lleva a el estudiante hacer el
retiro extemporáneo son los
problemas laborales y los problemas de
salud estos son los factores que inciden
con mas frecuencia en todas las
especialidades

Grafico 5.2
grafico de distribución de
factores

En el grafico 5.2 se puede
observar que los factores más
importantes son de salud y laboral, puede
ser debido a los choques de horarios
laborales con los horarios de clases en
cuanto a los factores laborales,
también puede ser por trabajo
fuera de la zona en cuanto a los factores
de salud puede ser por embarazo y no
puede continuar, poe enfermedad o
accidente también se reflejas
factores como económicos y
familiares los cuales también
conducen a los estudiantes a realizar
retiros extemporáneos

Grafico: 5.3
grafico de la distribución de
frecuencia de retiro
extemporáneo

La grafica 5.3 nos muestra
cuales fueron las especialidades con
mayor numero de retiro en el periodo
estudiado que re realizo desde el 2005
hasta el 2009 arrojando como resultado
que industrial y metalurgia obtuvieron el
mayor numero de retiro

Grafico 5.4
grafico de distribución por
semestre

En el grafico 5.4 se hace notar
que los estudiantes de primero a cuarto
semestre son los que tienen los niveles
mas altos de retiro por tal motivo nos
permite saber que el básico es la
que presenta mayor demanda de
retiro

CAPÍTULO
VI

Situación
propuesta

En el presente capítulo
se exponen los resultados obtenidos en el
diagnóstico de los datos de
Retiros Extemporáneos
suministrados por la Unidad Regional de
Desarrollo Bienestar Estudiantil de
Puerto Ordaz, producto de la
revisión documental, con el
propósito de ofrecer una
solución adecuada que contribuya
para la mejora continua de dicho
proceso.

6.1
Diagnóstico

URDBEPO, es una unidad encarga
de velar por el bienestar estudiantil,
específicamente en cuanto a las
solicitudes de los retiros
extemporáneos. Todo esto se
realiza llevándose por una serie
de requisitos, normas y procedimientos de
esta casa de estudio. Todo esto con el
fin que el estudiante pueda retirar el
semestre debido a los percances que pueda
tener y esto impidan que el estudiante le
sea aplazado el semestre.

Surge una gran inquietud en
cuanto al aumento de estudiantes
tramitando esta solicitud en estos
últimos cinco años, por lo
que ha llamado la atención de la
unidad URDBEPO, de tal manera, que se
realizó análisis a los
informes emitidos por esta unidad a los
estudiantes que se le concedieron dicha
solicitud, para así conocer los
verdaderos motivos de esta
decisión.

Aunado a esto es necesario
realizar un análisis
estadístico que nos permita
visualizar de manera sencilla, mediante
cálculos y gráficos el
comportamiento de los resultados y tomar
las medidas necesarias para atacar esta
situación.

A continuación se
presentan los datos obtenidos, en
gráficos estadísticos con
su análisis respectivo. Las tablas
de base de datos, debido a la magnitud de
datos procesados se encuentran en el
apéndice B.

6.2 Análisis por
Causas

Gráfico
6.1: Grafico de causas de retiro
extemporáneo del año
2005

Fuente:
elaboración propia

Como se puede observar en el
gráfico 6.1 durante el año
2005 las especialidades de
ingeniería eléctrica,
mecánica y metalúrgica
presentaron el mayor número de
retiros extemporáneos, la primera
alegaba problemas de salud mientras que
en mecánica y metalúrgica
la mayor causa eran los problemas
laborales.

Gráfico
6.2: Grafico de causas de retiro
extemporáneo del año
2006

Fuente:
elaboración propia

Como se puede observar en el
gráfico 6.2 durante el año
2006 las especialidades de
ingeniería industrial y
mecánica presentaron el mayor
número de retiros
extemporáneos, ambas alegaban
problemas laborales.

Gráfico
6.3: Grafico de causas de retiro
extemporáneo del año
2007

Fuente:
elaboración propia

Como se puede observar en el
gráfico 6.3 en el año 2007
la mayor razón de retiros
extemporáneos fue en la
especialidad de ingeniería
industrial, los problemas de salud
mientras que en ingeniería
metalúrgica primaron los problemas
laborales.

Gráfico
6.4: Grafico de causas de retiro
extemporáneo del año
2008

Fuente:
elaboración propia

El gráfico 6.4 muestra
que en el año 2008 la mayor
razón de retiros
extemporáneos fue en la
especialidad de ingeniería
industrial, la razón continuo
siendo, problemas de salud.

El gráfico 6.5 muestra
que en el año 2009 la mayor
razón de retiros
extemporáneos fue problemas de
salud y se pudo evidenciar que este
factor fue el primordial en los retiros
extemporáneos pues dos
especialidades presentaron los mismos
motivos.

Gráfico
6.5: Grafico de causas de retiro
extemporáneo del año
2009

Fuente:
elaboración propia

Como resumen de toda la
información se puede observar el
gráfico 5.6, en el cual se puede
tener una comparación visible del
total de alumnos con retiro
extemporáneo por causas, sin
considerar la especialidad.

Gráfico
6.6: Grafico de causas de retiro
extemporáneo
(2005-2010)

Fuente:
elaboración propia

Se puede detallar entonces que
el 49% de los retiros
extemporáneos se deben a causas
laborales, lo que demuestra que la
coexistencia del estudio y el trabajo si
interfiere con el desarrollo de una
normal vida académica, al mismo
tiempo se observa que un 39% de los casos
es debido a problemas económicos,
un 7% a problemas de salud y el 5%
restante a problemas
familiares.

Análisis por
Especialidad

Como ya se ha visto previamente,
el retiro extemporáneo como
salvaguardo de última instancia
para los estudiantes con problemas de
causa mayor, es utilizado en la gama de
especialidades que ofrece la UNEXPO
Puerto Ordaz. Entonces es importante
segmentar como es la relación de
cada una de ellas a lo largo de estos
años.

Gráfico
6.7: Grafico de retiro
extemporáneo del año 2009
(Eléctrica)

Fuente:
elaboración propia

Se detalla entonces la
variabilidad en los diferentes
años, la tendencia de retiro en
esta especialidad es negativa como
precisa la ecuación de la
recta.

Gráfico
6.8: Grafico de retiro
extemporáneo del año 2009
(Electrónica)

Fuente:
elaboración propia

En este caso se tiene que la
especialidad de Electrónica tiene
un comportamiento irregular, destacando
la ausencia de retiros en el año
2008, sin embargo la línea de
tendencia nos indica un potencial aumento
en dicha cantidad.

Gráfico
6.9: Grafico de retiro
extemporáneo del año 2009
(Industrial)

Fuente:
elaboración propia

Al igual que la especialidad de
Electrónica, la especialidad
Industrial presenta una tendencia de
crecimiento en los alumnos con retiro
extemporáneo, lo que se observa en
la ecuación de la recta, esto a
pesar de que en el último
año de estudio se presentó
un valor menor al previo.

Gráfico
6.10: Grafico de retiro
extemporáneo del año 2009
(Mecánica)

Fuente:
elaboración propia

Para la especialidad
Mecánica, se tiene que existe en
los primeros cuatro años de
estudio una estacionalidad y luego en el
último año una
disminución por lo que su
tendencia se marca negativa, como indica
la ecuación lineal.

Gráfico
6.11: Grafico de retiro
extemporáneo del año 2009
(Metalúrgica)

Fuente:
elaboración propia