Académique Documents
Professionnel Documents
Culture Documents
DATOS GENERALES:
Nombre de la Asignatura:
rea de Formacin:
MTODOS CUANTITATIVOS
Especfica
En general si la accin del programa es homognea, es decir las intervenciones que recibe
cada participante son similares y el impacto que genera el programa es tambin homogneo,
es decir que los beneficios de unos y otros participantes tienen poca variabilidad, entonces la
accin del programa se puede caracterizar como una variable binaria que toma valor 1 cuando
la persona ha participado de dicha intervencin y cero sino ha participado, lo cual permite
dividir la poblacin en dos subpoblaciones de participantes y no participantes. Por otra parte si
las caractersticas de las dos subpoblaciones son similares en todas las variables que pueden
tambin influir en los resultados y slo se diferencian en la participacin, se podra pensar que
la subpoblacin de no participantes podra ser representativa de la situacin que tendran
los participantes si no hubiesen participado. Este es el caso en el cual los beneficiarios se
escogen como en un diseo experimental, es decir aleatoriamente dentro de una poblacin
homognea en ciertas condiciones predefinidas. En estos casos, al escoger tambin una
muestra aleatoria dentro del grupo de los no participantes, se caracterizara la distribucin
de probabilidades de los participantes en el escenario contrafactual. Si adems se cuenta con
la informacin de las variables de inters en un momento anterior al comienzo del programa,
bastara con comparar los cambios de dichas variables entre las dos muestras aleatorias y se
tendra el efecto neto del programa, sin embargo si efectivamente las dos poblaciones tienen
la misma distribucin de probabilidades en ausencia del programa, incluso la medicin inicial
podra obviarse. La estimacin de los efectos se puede en estos casos llevar a cabo mediante
una prueba de diferencia demedias tradicional.
Sin embargo existen diferentes situaciones en las cuales los mtodos que deben aplicarse
implican variaciones al mtodo bsico, dentro de las cuales caben las siguientes:
Cuando la escogencia de los participantes no es aleatoria. En cuyo caso debe tenerse en
cuenta que la variable que caracteriza la participacin es endgena en el sistema, lo cual
puede constituirse en una fuente de sesgo, denominada sesgo de seleccin
Cuando adicionalmente no se ha levantado una lnea de base del programa que ofrezca
informacin de participantes y no participantes antes de la intervencin;
Cuando existen efectos indirectos de un tamao significativo sobre algunos
no participantes del programa (vg. proveedores, compradores, etc.)
Cuando los beneficios de los participantes pueden ser compartidos por estos con los
no beneficiarios, como pueden ser los efectos de desborde (spill over) de la capacitacin y
asistencia tcnica
Cuando el programa tiene diferentes formas de intervencin (tipos de tratamiento) y
algunos participantes reciben una menor intensidad de tratamiento que otros;
Cuando los criterios de seleccin de beneficiarios no son siempre los mismos;
Cuando el tipo de tratamiento que lleva el programa tambin es ofrecido por
otros programas, a los cuales pueden acceder tanto los participantes como los no
participantes.
En resumen, y de acuerdo con Blundell &Costa (2000), el mtodo apropiado de evaluacin
depende en especial de los siguientes criterios:
La naturaleza del programa. El programa puede ser local o nacional, de pequea escala o
global
La naturaleza de las preguntas a responder. Se debe determinar si quiere estimarse el
efecto del programa sobre la poblacin en general, el efecto del tratamiento sobre los
participantes (y quienes se les parezcan), o una extrapolacin de los impactos para
simular los beneficios de un nuevo programa.
La naturaleza de los datos disponibles. Depende de si existe informacin para antes y
despus del programa, de si se aplic el mismo cuestionario a un grupo de control
potencial, o es necesario levantar la informacin.
3
MTODO CUANTITATIVO
Es el que permite analizar los datos de manera numrica, sobre todo en el mbito de la
Estadstica.
Se considera que para que exista este mtodo se necesita que entre los elementos del
problema de investigacin exista una relacin de naturaleza lineal. Esto implica que es
necesario saber cules son los elementos de la investigacin que conforman el problema, que
se los pueda definir, delimitar, saber dnde se inicia el problema y qu incidencia existe entre
sus elementos. Los elementos que constituyen un problema de investigacin lineal son las
denominadas variables.
Entre las caractersticas de este mtodo estn:
La utilizacin exhaustiva y controlada para conseguir la objetividad del conocimiento.
El objeto de estudio es un elemento emprico singular. Es una investigacin
independiente entre el objeto y el sujeto, ya que el investigador ve todo desde una
perspectiva desde afuera.
Por tanto la concepcin de la realidad es objetiva, unitaria, esttica y reduccionista.
I.
Reducir lo humano a nmeros, siendo esta ltima crtica la ms compleja por ser un
ataque a la esencia del mtodo y por ello ser un juicio valorativo a la esencia del mtodo y
no a su procedimiento como las otras crticas.
II.
Se lleg a la conclusin de que la alternativa ms adecuada era optar por causar daos
cuando el submarino estuviera en la superficie. Los aspectos que caracterizan a los
estudios de Investigacin Operativa:
1. Toma Directa de Datos.
2. Empleo de Modelos matemticos
3. Obtencin de las polticas ptimas
4. Modificacin de dichas polticas de acuerdo con factores reales no considerados en el
modelo.
En Estados Unidos, los fondos para la investigacin en el campo militar se incrementaron,
por lo que la mayora de los grupos se consolidaron aumentando su nmero y tamao.
En cambio en Gran Bretaa los componentes de los grupos se haban desarrollado en el
medio militar pasaron a la sociedad civil.
Otro aspecto importante en este contexto es que el desarrollo de la Organizacin Industrial
tradicional en Gran Bretaa haba sido ms limitado y con la excepcin del Estudio del
Trabajo era todava una novedad en los crculos industriales. A mediados de la dcada de
los cincuenta, la investigacin operativa se encontraba afianzada en el mundo industrial.
La I.O. utiliza resultados de muchas reas cientficas, aunque su base fundamental se
encuentra en la matemtica, la economa y el clculo de probabilidades y estadstica.
Los primeros estudios que se etiquetaron como de Investigacin Operativa, el aspecto
tcnico ms caracterstico consisti en la estructuracin estadstica de los datos y el empleo
de modelos descriptivos de tipo probabilstico.
Los fundamentos matemticos de los modelos lineales discretos se encuentran en la teora
de las desigualdades lineales desarrolladas en el siglo pasado. En el resto de los aos
cincuenta, la Programacin Lineal qued completamente establecida con los trabajos de
Charnes sobre la degeneracin de Lemke sobre la dualidad, de Dantzing, Orden y Wolfe
sobre la forma compacta y la descomposicin de grandes programas.
Sin embargo la Programacin Lineal Entera no recibe atencin hasta finales de esta dcada
en que Gomory obtiene la expresin general.
A pesar de las esperanzas que el procedimiento general sigue siendo un campo con
mtodos limitados e insatisfactorios
En los modelos no Lineales los resultados fundamentales proceden del desarrollo del clculo
matemtico en el siglo XVIII, siendo el concepto bsico el del Langrangiano.
La Programacin no Lineal progres durante los aos sesenta y setenta, pudiendo atacarse
la resolucin de problemas de tamao medio con varias decenas de restricciones y algunos
cientos de variables.
La Programacin Dinmica su inicio y desarrollo bsico se debe a Richard Bellman al
principio de los cincuenta. Esta metodologa no se limita a la Investigacin Operativa sino
que es tambin de gran importancia en la Teora del Control Optimo. Muchos autores an
consideran a la Programacin Dinmica como un punto de vista conceptual y un bagaje
terico para el anlisis de problemas; y no como un mtodo.
La Teora de Colas se inicia con el trabajo del ingeniero Dnes A.K. Erlang en la industria
telefnica de principios de Siglo. Los modelos ms usuales en que tanto la distribucin de
llegadas al sistema como la del tiempo de servicio son conocidas y pertenecen a categoras
bien establecidas. Debe resaltarse la existencia de multitud de lenguajes de simulacin a
disposicin de los usuarios de computadoras de las empresas de mayor importancia en el
sector.
La Teora de Juegos se inicia con los primeros resultados de von Neumann sobre el teorema
del mnimax en 1926.
En cualquier caso, la influencia de esta teora sobre la organizacin de la produccin ha sido
muy limitada.
La Teora de la Decisin se basa en la estadstica Bayesiana y la estimacin subjetiva de las
probabilidades de los sucesos. En la actualidad se la considera un instrumento vlido para
la estructuracin de la toma de decisiones con incertidumbre cuando la informacin no es
completa.
Desde su origen la Investigacin Operativa se encuentra encarada con problemas para los
que no existe mtodo analtico alguno que permita obtener, con seguridad y en un tiempo
conveniente, el ptimo terico.
La Investigacin de Operaciones ha establecido por tales razones mtodos denominados
heursticos, incapaces de proporcionar el ptimo formal, pero susceptibles de llegar a
soluciones buenas, tanto ms fiables en cuanto que permiten determinar al mismo tiempo
un cuota (superior o inferior) del ptimo terico con el que se comparan.
La gran difusin que ha sufrido el software de optimizacin debido al incremento en la
potencia de clculo de los ordenadores y abaratamiento del costo de las aplicaciones y el
hardware.
Durante los ltimos aos han aparecido una serie de mtodos. Entre ellos se puede
enumerar los algoritmos genticos, el reconocido simulado, la bsqueda tab y las redes
neuronales.
Los algoritmos genticos fueron introducidos por Holland para imitar algunos de los
mecanismos que se observan en la evolucin de las especies. Holland cre un algoritmo que
genera nuevas soluciones a partir de la unin de soluciones progenitoras, utilizando
operadores similares a los de la reproduccin, sin necesidad de conocer el tipo de problema
a resolver.
Los algoritmos de reconocido simulado no buscan la mejor solucin en el entorno de la
situacin actual sino que generan aleatoriamente una solucin cercana y la aceptan como
la mejor si tiene menor costo, caso contrario con una cierta probabilidad; esta probabilidad
de aceptacin ir disminuyendo con el nmero de iteraciones y est relacionada con el
empeoramiento del costo.
El algoritmo de bsqueda Tab a diferencia de otros algoritmos basados en tcnicas
aleatorias de bsqueda de soluciones cercanas se utiliza una estrategia basada en el uso de
estructuras de memoria para escapar a de los ptimos locales en los que se puede caer al
moverse de una solucin a otra por el espacio de soluciones. Al contrario que sucede con la
7
Nominal
Los datos nominales tienen la forma de categoras, a pesar de que puede parecer como si
las categoras en la forma de las palabras no son datos cuantitativos. Estas categoras no
deben tener una relacin jerrquica. Por ejemplo, la raza es una forma de los datos
nominales que se lleva en valores como "caucsicos", "asitico" e "hispano". Debido a que
no existe una relacin jerrquica entre estas razas, la raza son datos nominales. La
recopilacin de datos nominales tienen lugar a travs de categorizacin, que puede ser
realizado por el investigador o por los propios sujetos. Cualquier mtodo para categorizar
que produce categoras bien definidas se pueden usar en la recogida de datos nominal.
Ordinal
Los datos ordinales son similares a los datos nominales que se clasifican en categoras. La
diferencia es que los datos ordinales tienen una jerarqua. Por ejemplo, las categoras de
peso en los deportes de competicin de boxeo o de otro tipo, son ejemplos de categoras
ordinales. La recogida de datos ordinales es similar a la de los datos nominales, los
investigadores deben emplear mtodos de clasificacin. Sin embargo, debido al "valor" de
las diferencias entre las categoras, los investigadores tambin pueden emplear otros
mtodos de anlisis, como el peso de una persona en una escala.
Intervalo
Los datos de intervalo tienen la forma de nmeros. Estos nmeros pueden ser enteros o
decimales, positivos o negativos. Sin embargo, para que los datos sean verdaderos datos de
intervalo, los puntos de datos con valor "cero" no deben ser especiales en el conjunto de
datos. Es decir, "cero" no significa nada para datos de intervalo. Un ejemplo de estos datos
se mide en la temperatura en grados Fahrenheit. En Fahrenheit, "cero" no implica nada. Los
investigadores miden los datos de intervalo a travs de la medicin directa con las
herramientas adecuadas. Las evaluaciones psicolgicas, tales como las pruebas de
coeficiente intelectual, tambin pertenecen a la esfera de intervalo de recoleccin de datos.
Relacin
Los datos de relacin de datos de intervalo se extienden a un nmero de lnea en que "cero"
tiene un significado. Un ejemplo sencillo de estos datos se mide en la temperatura en
grados Celsius. Las mediciones Fahrenheit estn directamente mapeadas a la escala
Celsius. Sin embargo, ahora el nmero "cero" tiene un significado: es la temperatura a la
que el agua se congela. La medicin de los datos de la proporcin es similar a la de los
datos de intervalo. Sin embargo, los investigadores deben modificar o crear nuevas escalas
si desean que el nmero cero tenga significado interpretable.
OTROS METODOS CUANTITATIVOS DE RECOLECCION DE DATOS
Estas pruebas o inventarios miden variables especficas, como la inteligencia, la
personalidad en general, la personalidad autoritaria, el razonamiento matemtico, el
sentido de vida, la satisfaccin laboral, el tipo de cultura organizacional, el estrs
preoperatorio, la depresin posparto, la adaptacin al colegio, intereses vocacionales, la
jerarqua de valores, el amor romntico, la calidad de vida, la lealtad a una marca de algn
producto, etc.
1. Pruebas estandarizadas e inventarios
Este mtodo de recoleccin de datos consiste en el registro sistemtico, vlido y
confiable de comportamientos y situaciones observables, a travs de un conjunto de
categoras y subcategoras.
Ejemplos:
Para analizar conflictos familiares, eventos masivos (como la violencia en los estadios de
9
6. Sesin de Grupo
Un mtodo desarrollado recientemente para recolectar ideas e informacin valiosa son
las
sesiones
de
grupo.
En una sesin de grupo un pequeo nmero de individuos es reunido para conversar
acerca de algn tema de inters para alguna compaa, institucin o persona.
Tipos
Coloquio
Lluvia de ideas
Simulacin o taller
7. Mtodo DELPHI
Consiste en la utilizacin de expertos para el diagnstico, creacin de posibles escenarios
futuros o bsqueda de soluciones a problemas planteados
Generalmente se recurre a diferentes expertos para que se pronuncien individualmente
sobre el objetivo planteado una vez realizado los pronunciamientos o aportes se
comparan estableciendo similitudes complementariedades o contradicciones para
posteriormente valorar estadsticamente la informacin recibida.
I.
12
13
14
Nos puede indicar que la decisin fue equivocada, para lo cual debemos volver al
principio del proceso definicin del problema.
Si esto ocurriera, sin duda tendramos ms informacin y probablemente sugerencias que
nos ayudaran a evitar los errores cometidos en el primer intento.
II.
Teora de Colas
17
Introduce el estudio desde un punto de vista analtico, de los fenmenos de espera tan
corrientes en el entorno productivo. Entre las aplicaciones prcticas de la teora de colas,
destacan las relativas al diseo y anlisis de unidades productivas y de servicios.
III.
18