TESIS II 2010

Introducción

Actualmente, en cualquier entidad que procese información y que cuente

con una base de datos, sabemos que es necesario que esta se actualice
constantemente, y el propósito de ella es proveer información a la empresa
con un adecuado manejo como transformaciones, búsqueda de patrones y
consolidaciones.

Es así como nace el término repositorio de datos, que en el ámbito de

ingeniera de sistemas es conocido como Datamart, que apoyado en
técnicas, metodologías y herramientas buscan ofrecer información adecuada
para la toma de decisiones.

El presente proyecto de tesis permite ilustrar paso a paso la

implementación de un Datamart en el Departamento y Área de RR. HH. Del
hospital “FÉLIX TORREALVA DE ICA”, el cual viene asumiendo
fundamentalmente la responsabilidad de gestionar activos valiosos como es
el capital humano. Una buena gestión de los recursos técnicos, económicos
y humanos contribuye a la mejora del hospital.

En el Capítulo I trabajamos el marco teórico en donde encontramos la

historia como son los antecedentes del Datamart con algunas experiencias
exitosas, las bases teóricas y el marco conceptual que son de nuestras
variables independientes y dependientes.

En el Capítulo II del planteamiento del problema vamos a delimitar el

problema del presente trabajo de investigación que se realiza en el hospital
“Félix Torrelava Gutiérrez, en el área de RR.HH y formulamos el problema
general de investigación ¿En que medida el desarrollo de un DATAMART
como herramienta de gestión va a ayudar a la toma de decisiones en el área
de RR. HH. del hospital “FÉLIX TORREALVA GUTIÉRREZ”? y los
problemas específicos.

Página 1
 TESIS II 2010

En el capítulo III de la metodología para nuestra tesis, el tipo, nivel y diseño,

también encontraremos la población y muestra y las técnicas de recojo de
datos

En el capítulo IV de los instrumentos de investigación levantaremos la

información a través de cuestionarios, documentación y ficha de observación
para la técnica de análisis técnicas estadísticas.

Durante el capitulo V desarrollaremos la contrastación de la hipótesis

general y la hipótesis especifica de acuerdo a los valores obtenidos de las
encuestas realizadas antes y después de la implementación del Datamart.

El Capítulo VI aquí se realiza la presentación, interpretación y discusión de

los resultados.

Página 2
 TESIS II 2010

CAPITULO I:
Marco Teórico

Página 3
 TESIS II 2010

I. CAPITULO I: Marco Teórico

1.1 Antecedentes

Historia

Desde épocas remotas la humanidad se ha preocupado

por la creación de bienes con el mínimo de recursos. Distintos
pueblos y en distintos períodos se practicaban la previsión,
planeación y organización de grupos para ejercitar diversas
actividades (entre ellas la pesca, agricultura, el comercio, la
guerra, etc.). En años más recientes durante la revolución
industrial se pusieron en práctica ideas que sirvieron para la
creación de la administración, ya que durante ese tiempo se
pensó en la manera de producir más con menos recursos. A
partir de ese momento precursores e idealistas fueron
sentando las bases para la creación de la administración
convirtiéndola en una ciencia. La humanidad ha utilizado
varias formas para llevar a cabo transacciones de los bienes,
tal es el caso de los antiguos pueblos al utilizar monedas de
metal con diferentes insignias, descripciones y
1
denominaciones para el intercambio de artículos o servicios .

Tal es así que nace el término de Business Intelligence

que es bastante antiguo, hace miles de años los maya/
incas, fenicios, persas, egipcios y otros pueblos practicaban
este principio cuando usaban información obtenida de la
naturaleza, que luego usaban a la hora de tomar decisiones
para mejoras en la vida de sus pueblos. Un claro ejemplo lo
podemos ver en España, después de la conquista de
América. El rey español creó la "Casa del Oro", en donde se
registraban las transacciones de pago compulsorio de oro,
ello permitió tener una visión general de la economía del
país hispano. En los años 60's surgen las tarjetas perforadas,
los transistores y el lenguaje estructurado COBOL. Este

Página 4
 TESIS II 2010

nuevo despliegue tecnológico, permitió al usuario facilitar el

control de los sistemas y de la información2.

Línea de tiempo de BI3

- En 1969: Se Crea el concepto de base de datos (Codd).

- En 1970: Se Desarrolla las primeras bases de datos y

las primeras aplicaciones empresariales (SAP, JD
Edwards, Siebel, Peoplesoft). Estas aplicaciones
permitieron realizar “Data Entry” en los sistemas,
aumentando la información disponible, pero no fueron
capaces de ofrecer un acceso rápido y fácil a dicha
información, aparece los dispositivos de acceso directo
(Dasd).

- En 1980: Creación del concepto data Warehouse (Ralph

Kimball, Bill Inmon), y aparición de los primeros
sistemas de reporting. A pesar de todo, seguía siendo
complicado y funcionalmente pobre. Existían
relativamente potentes sistemas de bases de datos
pero no había aplicaciones que facilitasen su
explotación.

- En 1989: Introducción del término Business Intelligence

(Howard Dresner).

- En 1990: Business Intelligence 1.0. Proliferación de

múltiples aplicaciones BI. Estos proveedores
resultaban caros, pero facilitaron el acceso a la
información, y en cierto modo agravaron el problema
que pretendían resolver (¡Había aún más versiones de
la verdad!).

- Las empresas empezaron a interesarse en las

soluciones de BI de una forma más decisiva, esto a

Página 5
 TESIS II 2010

finales de 1996, cuando el concepto se difundió como

un proceso de evolución del Executive Information
Systems (EIS) - un sistema creado a finales de la
década del 70 en el MIT (Massachusets Institute of
Tecnology-EUA)1.

- En 2000: Business Intelligence 2.0. Consolidación de las

aplicaciones BI en unas pocas plataformas Business
Intelligence (Oracle, SAP, IBM, Microsoft). A parte de la
información estructurada, se empieza a considerar otro
tipo de información y documentos no estructurados3.

El componente de inteligencia de negocios que ayuda a

resolver los problemas actuales de las empresas son los Data
Warehouse así como la construcción de los Data Marts. Con
la ausencia de BI, existe de hecho un hueco: Cuando los
usuarios toman decisiones y analizan riesgos y oportunidades
basados en información anecdótica, incompleta o
desactualizada, lo cual no es mejor que adivinar. No solo
advierte de los problemas, sino también de las
4
oportunidades .

Según Peña (2006), el término Inteligencia de Negocios

procura caracterizar una amplia variedad de tecnologías,
plataformas de software, especificaciones de aplicaciones y
procesos. El objetivo primario de la a Inteligencia de Negocios
es contribuir a tomar decisiones que mejoren el desempeño
de la empresa y promover su ventaja competitiva en el
mercado. En resumen, la Inteligencia de Negocios faculta a la
organización a tomar mejores decisiones más rápidas. Este
concepto se requiere analizar desde tres perspectivas: Hacer
mejores decisiones más rápido, convertir datos en
información, y usar una aplicación relacional para la
administración5

Página 6
 TESIS II 2010

Este conjunto de herramientas y metodologías tienen en

común las siguientes características4:

- Accesibilidad a la información

- Apoyo en la toma de decisiones

- Orientación al usuario final.

Lideres y Gurús del BI-Datawarehouse 6

Son aquellas personas que han hecho historia en el campo
de BI ya que han aportado gran cantidad de ideas para luego
aplicarlo a las empresas. Por lo que vamos a mencionar a
algunos de ellos:

- Ralph Kimball: Dimensional Data Warehouse Guru.

Ralph Kimball Associates autor de "The Data Warehouse
Toolkit". Mejora su libro y define múltiples bases de
datos llamados datamarts que son organizados por
procesos de negocio, pero usan medios de datos
estandarizados para la empresa7.

- Bill Inmon: Es reconocido por muchos como el “Padre

del Data Warehouse”. Se trata definitivamente de un
influyente hombre en el mundo de la informática, a lo
largo de la historia8.

- Nigel Pendse. Lead author the OLAP report. Experto en

OLAP. Es el principal analista de OLAP Survey Report,
que proporcionan información en el mundo de BI,
especialmente si se selecciona una herramienta en la
que se basa un sistema de BI y para obtener un análisis
profesional e independiente de los mejores productos
disponibles en el mercado9.

- Douglas Hackney. Presidente de Enterprise Group Itd.

Experto en data marts.

Página 7
 TESIS II 2010

2.1.2 ESTUDIOS PREVIOS

 “Desarrollo de Un DataMarts de Información Académica
de Estudiantes de La Escuela de Ciencias Y Sistemas de La
Facultad De Ingeniería de La USAC” - Guatemala, agosto de
200710.
Resultados:
- La creación del presente data mart permitirá que las
diferentes áreas o unidades de la facultad cuenten con
información académica de una forma autónoma, sin que
exista la dependencia de centro de cálculo, siempre
guardando los debidos controles de seguridad y acceso
a la información.
- Contar con una herramienta de inteligencia de negocio
en la Escuela de Ciencias y Sistemas, facilitará la
información que muchas empresas requieren sobre
referencias de los estudiantes que solicitan empleos. Así
también, permitirá que la asignación de carga de
estudiantes sea mejor distribuida entre los catedráticos,
incluso entre otros recursos tales como los salones.


Diseño y Construcción de un DataMart para la
Mantención de Indicadores de Sostenibilidad de la Industria
del Salmón: ISIS11
Para construir el prototipo del sistema, se diseñó un
modelo de datos de tipo constelación, en el cual existen 4
tablas de indicadores con algunas dimensiones compartidas,
todo dependiendo de las variables que se encontraron para
los datos almacenados. Al existir una gran cantidad de
dimensiones en el modelo del sistema, se produce una mayor
flexibilidad a la hora de enfrentar cambios en los datos. La
metodología utilizada en este sistema es extensible a otras
industrias y para otros indicadores. La importancia del DW,

Página 8
 TESIS II 2010

que permite que el usuario final pueda tomar decisiones con

información confiable, limpia y consolidada.

 Una metodología para sectorizar pacientes en el

consumo de medicamentos aplicando Datamart y Datamining
en un Hospital Nacional. Autor Iván Gildo Tapia Rivas LIMA-
PERÚ 200612.
Resultados:
En cada uno de los pasos de la metodología, se trató de
aplicar la mejor técnica, ya que este proyecto no contempla la
creación de ningún software para este fin, sino, explicar todos
los métodos usados que cumplieron el objetivo planteado.
Los aportes principales de la tesis son:
 Utilización de herramientas como Servicios de
Minería. Con lo cual se ha demostrado que se puede
modelar sistemas de minería de datos, con algoritmos
simples pero de mucha robustez para cualquier
proyecto de clusterización.
 Existen otras áreas de estudio que también pueden
resultar provechosas para la institución.
Se pretende que este proyecto, sirva como modelo para
futuros proyectos que tengan relación con la medicina, la
psicología, y en todo campo donde se puede identificar
tendencias de conductas o patrones de las mismas.

 Análisis, diseño e implementación de un Datamart para

el Área de Sismología del departamento de Geofísica de la
Escuela Politécnica Nacional. Autores Michael Wladimir
Vizuete Naranjo y Carlos Patricio Yela Shinin. Quito Marzo
200613.

Página 9
 TESIS II 2010

El horizonte de tiempo de los datos es muy diferente de

un ambiente al otro. La información en el ambiente
operacional es mas reciente con respecto a la del Data mart.
Desde la perspectiva de los horizontes de tiempo únicos, hay
poca superposición entre los ambientes operaciones y de
Data mart.
El Data mart contiene un resumen de la información que
no se encuentra en el ambiente operacional.
2.1.3 EXPERIENCIAS EXITOSAS


Servicio de implantación rápida del Data Mart de
recursos humanos.14

La solución DataMart desarrollada por Oracle Consulting

proporciona la puesta en marcha de un entorno Business
Intelligence & Warehouse especifico para el área de recursos
Humanos en solo 16 semanas, basado en la plataforma
tecnológica de Oracle y en sus herramientas de explotación y
manejo de información. Son la respuesta a la problemática
relacionada con la disponibilidad de la información, aportando
un entorno integral que cubre el ciclo completo de gestión de
la información: adquisición, almacenamiento e historización,
homogeneidad, modelado, trasformación, acceso y
explotación. En estos entornos el usuario final encuentra los
métodos más óptimos para obtener y mantener la información
según sus necesidades


La evolución de concesiones hipotecarias del gobierno
de la Rioja con Pentaho15

Mediante el data mart, los subdirectores, y en última

instancia el consejero están accediendo a información
consolidada, y actualizada, con la que tomar decisiones sobre
los últimos datos y tendencias. La representación de la

Página 10
 TESIS II 2010

información es tal, que les permite identificar gráficamente los

sectores que menos están accediendo a las ayudas, pudiendo
así planificar campañas de información sectoriales. Así
mismo, pueden estudiar el perfil de vivienda para la que se
solicitan las hipotecas, ajustando así la oferta de VPO. Se
ejerce, a su vez, un mayor control sobre las entidades
bancarias que conceden los préstamos, revisando acuerdos y
ajustando porcentajes.

 El CSIC analiza sus gastos presupuestarios con Pentaho

BI16.

Se ha confirmado que, al disponer de toda la información

histórica de gastos consolidada , desde 2002, el usuario tiene
mayor capacidad de detectar tendencias de gasto mediante
los cuadros de mando, de generarse informes ad-hoc para
complementar los mismos, y una exploración mucho más
dinámica de toda la información, tanto histórica como actual,
mediante un solo visor multidimensional. Con todo ello, se
está pudiendo ajustar los presupuestos de gasto del ejercicio
en curso, y planificar de una forma más eficiente los de
ejercicios futuros.


Data Mart S.A The Business Intelligence Company
“Chile”17

La empresa se encarga de:

 Modelamiento de DataWarehouse

Creación de Bases de datos Relacionales,

especialmente modelados para la gestión de su
empresa y sus sistemas.

 Modelamiento de Cubos OLAP

Página 11
 TESIS II 2010

Aprovechando la existencia de un Datawarehouse

Relacional, modelamos cubos OLAP sobre Microsoft
SQL Analysis Services.

 Automatización de procesos ETL

Automatizamos los traspasos de datos entre sus

sistemas transaccionales y su Datawarehouse.
Chequeamos consistencia, depuramos y limpiamos,
transformamos sus datos para crear sus sistemas de
control de gestión y de auditoría de sistemas.


Managernet Business Intelligence “Argentina” 18
Visualiza en forma gráfica, a través de indicadores de
gestión, cubos OLAP y reportes dinámicos, toda la
información que Ud. Necesita para el absoluto control
de su empresa. Le permite conectarse a diversos
orígenes de datos (Sqlserver, Oracle, Access, Excel,
texto, mysql, entre otros), esto lo convierte en un
tablero de comando, compatible con todos los sistemas
informáticos instalados.

El sistema es totalmente web, que le otorgan

operatividad y ejecución en todo momento y desde
cualquier lugar.

 Análisis, Diseño e Implementación de un

DataWarehouse de Soporte de Decisiones para un Hospital
del Sistema de Salud Público19.

En el presente trabajo de tesis presenta una solución que los

hospitales pueden implementar para satisfacer sus
necesidades de gestión, análisis y toma de decisiones. Otorga
un panorama de lo que está sucediendo en el hospital y
presenta esta información en línea.

Página 12
 TESIS II 2010

La creación de un DataWarehouse previa a el desarrollo de

los Data Marts, según la arquitectura planteada por Inmon,
ayuda a que el hospital tenga toda su información consolidada
y ordenada en un solo lugar, lo cual es muy importante en
este tipo de organizaciones debido a la sensibilidad e
importancia de la información, y brinda coherencia entre todos
los Data Marts, pues estos partirían desde una misma fuente
de información.

2.2 Bases Teóricas

La existencia de los Data Marts crea nuevas formas de
pensar cuando se diseñan repositorios corporativos de datos.
Algunas de ellas reemplazan definitivamente el concepto de
DataWarehouse, por varios Data Marts que se van alimentar de
los sistemas operacionales. Otras utilizan los Data Marts como
complemento de los DataWarehouse, quiere decir que de estos
mueven la información hacia varios Data Marts con el fin de
permitir un análisis más eficiente. La separación de los datos
se hace tomando criterios como que departamentos utilizan
una información, el lugar, tiempo, etc. Los Data Marts se
implementan antes que el Data Warehouse, como un plan
piloto, siendo el conjunto de Data Marts específicos orientados
al Data Warehouse. Y solo personal autorizado debe trabajar
con las bases de datos y acceso a los Data Marts 20.

En la mayoría de las empresas del Perú y del mundo se

puede apreciar que muchas ya cuentan de una u otra manera
con diferentes Data Marts, los cuales ayudan a la empresa a
tomar decisiones, por que las empresas de hoy necesitan
constantemente de consumir información para poder sobrevivir.
Sin embargo muchos de estos Data Marts fueron creados
enfocados en los datos y no en las necesidades de información
de los usuarios.

Página 13
 TESIS II 2010

2.2.1 Pasos para implementar un DATAMARTS21

Paso 1: Identificar los temas de análisis.

Esta tarea consiste en definir los temas y sus respectivos

indicadores que serán analizados y explotados por los
usuarios, por ejemplo:

Tema: Ventas en una farmacia.

Indicadores: Cantidad Vendida, Precio Unitario, Total,

Descuento, IGV, etc.

Paso 2: Identificar las dimensiones de Información

Las dimensiones de Información es la forma cómo el

usuario podrá agrupar la Información.

Las dimensiones siempre deben responder una de estas

6 preguntas: A Quién, Dónde, Cuándo, Qué, Cómo y A quien.

Recuerde que el usuario siempre necesitará que el Data

Marts le responda cualquiera de estas preguntas con la
finalidad de poder tomar dediciones mas acertadas.

Paso 3: Elaboración del Modelo Multidimensional Básico

Con ayuda de alguna herramienta CASE, deberá diseñar

un modelo multidimensional capaz de soportar cualquiera de
las consultas que los usuarios puedan hacer en un futuro al
Data Marts.

El esquema empleado como Copo de Nieve, Estrella o

cualquiera de los derivados como constelación de estrellas,
tormenta de nieve, etc., dependerá de la herramienta de
explotación que estén utilizando.

Paso 4: Elaboración del Modelo Multidimensional Complejo

Página 14
 TESIS II 2010

En esta etapa se realiza el proceso de calificación a los

indicadores y a los atributos.

En un modelo multidimensional complejo los usuarios

podrán segmentar a los clientes, productos o cualquier otro
atributo en forma fácil y sencilla, pudiendo diferenciarlos
según cuanto consumen y/o como consumen.

Por ejemplo:

Si queremos segmentar a productos según la rotación de

los últimos 6 meses, se puede crear un grupo personalizado
llamado: Calificación de productos en el que se especifica si
tiene alta, mediana o baja rotación.

Paso 5: Elaboración de las especificaciones de carga de

datos.

Página 15
 TESIS II 2010

Este es el momento donde se trata de buscar la

información en las diferentes fuentes de datos de la
organización para cargar el modelo multidimensional creado.

Paso 6: Creación de Base de Datos.

Se debe crear una base de datos que contendrá la

información del Data Marts que será explotada.

En el caso que no exista una metadata se deberá crear una

base de datos en blanco con las características y
especificaciones técnicas de la herramienta que será utilizada
para la explotación de los datos.

Paso 7: Construcción de la Arquitectura del Data Marts.

Este es el momento donde se construyen la arquitectura

del DATAMART, que en el caso de las herramientas MOLAP
serian los cubos de información.

Paso 8: ETL

Consiste en extraer, transformar y cargar los datos de los

sistemas fuentes hacia la base de datos del Data Marts.

Los programas de ETL deben cumplir con las

especificaciones que se desarrollaron en el paso 5, con la
finalidad de llevar una correcta documentación del proyecto.

Los programas de cargas deben verificar los errores de

integridad referencial y limpiarla en el caso que se detecte
alguna ocurrencia.

Una mala planificación o construcción de los programas de

ETL pueden ocasionar que los usuarios dejen de usar el Data
Marts, por ejemplo:

 La información está inconsistente.

Página 16
 TESIS II 2010

 Sólo se tiene cargado pocos periodos debido a la

falta de espacio en el disco.

 La carga se paralizó debido a que uno de los

programas identificó que existe datos inconsistentes.
 Los programas no se ejecutaron en el momento
que se requerían.
 No se puede reprocesar la información y se
mantienen datos no certeros.
Paso 9: Implementación

Un motivo relevante por el cual los usuarios no utilizan los

Data Marts es por falta de capacitación

Paso 10: Capacitación al Usuario

Otro de los principales motivos por el cual los usuarios no

utilizan los Data Marts es por falta de capacitación.

La capacitación que debe recibir el usuario debe estar

enfocada en:

a. El Modelo Multidimensional.- Es importante que

los usuarios conozcan los diferentes modelo
multidimensionales de la empresa.

b. La Herramienta de explotación.- Se dice que los

usuarios solo utilizan el 20% de las opciones que
cuentan las herramientas de explotación por falta de
capacitación.

c. Las herramientas de gestión.- Los usuarios deben

ser constantemente capacitados en herramientas de
gestión como creación de Dashboard, Scorecard, etc.

Tipos de Datamart22:

Página 17
 TESIS II 2010


Data Mart OLAP

Se basan en los populares cubos OLAP, que se

construyen agregando, según los requisitos de cada
área o departamento, las dimensiones y los indicadores
necesarios de cada cubo relacional. El modo de
creación, explotación y mantenimiento de los cubos
OLAP es muy heterogéneo, en función de la herramienta
final que se utilice.

 Data Mart OLTP

Pueden basarse en un simple extracto del

datawarehouse, no obstante, lo común es introducir
mejoras en su rendimiento (las agregaciones y los
filtrados suelen ser las operaciones más usuales)
aprovechando las características particulares de cada
área de la empresa. Las estructuras más comunes en
este sentido son las tablas report, que vienen a
ser fact-tables reducidas (que agregan las dimensiones
oportunas), y las vistas materializadas, que se
construyen con la misma estructura que las anteriores,
pero con el objetivo de explotar la reescritura de
queries (aunque sólo es posible en algunos SGBD
avanzados, como Oracle).

Arquitecturas ROLAP, MOLAP, HOLAP23

Los cubos, las dimensiones y las jerarquías son la esencia

de la navegación multidimensional del OLAP. Al describir y
representar la información de esta forma, los usuarios pueden
navegar intuitivamente en un conjunto complejo de datos. Sin
embargo, el solo describir el modelo de datos en una forma
mas intuitiva, hace muy poco para ayudar a entregar la

Página 18
 TESIS II 2010

información al usuario mas rápidamente. Estos vendedores

llamaron a esta tecnología OLAP relacional (ROLAP). Las
primeras compañías adoptaron entonces el término OLAP
multidimensional (MOLAP), estos conceptos, MOLAP y
ROLAP, se explican con más detalle en los siguientes
párrafos. Las implementaciones MOLAP normalmente se
desempeñan mejor que la tecnología ROLAP, pero tienen
problemas de escalabilidad. Por otro lado, las
implementaciones ROLAP son más escalables y son
frecuentemente atractivas a los clientes debido a que
aprovechan las inversiones en tecnologías de bases de datos
relacionales preexistentes.

 MOLAP:

La arquitectura MOLAP usa una base de datos

multidimensionales para proporcionar el análisis, su
principal premisa es que el OLAP esta mejor
implantado almacenando los datos
multidimensionalmente.

 ROLAP:

Relational OLAP. Tanto los datos pre calculados y

agregados como los datos fuente residen en la misma
base de datos relacional. Si el datawarehouse es muy
grande o se necesita rapidez por parte de los usuarios
puede ser un problema.

 HOLAP:

Hybrid OLAP: es una combinación de los dos

anteriores. Los datos agregados y pre calculados se
almacenan en estructuras multidimensionales y los de
menor nivel de detalle en el relacional. Requiere un

Página 19
 TESIS II 2010

buen trabajo de análisis para identificar cada tipo de

dato.26

Beneficios de un Data mart 3

 Implementación rápida y sencilla.

 Menor costo de implementación.

 Cubre necesidades específicas del negocio.

 Respuestas rápidas por el menor volumen de

información.

 Asegura la consistencia de los datos.

El empleo de los Data marts estará determinado por los que

toman decisiones. Por ejemplo en una empresa el gerente de
ventas necesitara analizar la información de su área, es decir
las ventas de la empresa.

Desventajas3

 Inadvertidamente se puede usar datos no compatibles

con otros Data marts que luego alarguen el tiempo de
unificación.

 Si el Data warehouse es construido primero, se requiere

de hardware adicional para soportar Data marts individuales.

 Datos descentralizados debido a que cada Data mart

corresponde a una base de datos individual por tema o por
área.

24
Elementos que integran un almacén de datos

 Metadatos

Uno de los componentes más importantes de la

arquitectura de un almacén de datos son los metadatos.

Página 20
 TESIS II 2010

Se define comúnmente como "datos acerca de los

datos", en el sentido de que se trata de datos que
describen cuál es la estructura de los datos que se van a
almacenar y cómo se relacionan.

El metadato documenta, entre otras cosas, qué tablas

existen en una base de datos, qué columnas posee cada
una de las tablas y qué tipo de datos se pueden
almacenar. Los datos son de interés para el usuario
final, el metadato es de interés para los programas que
tienen que manejar estos datos. Sin embargo, el rol que
cumple el metadato en un entorno de almacén de datos
es muy diferente al rol que cumple en los ambientes
operacionales. En el ámbito de los data warehouse el
metadato juega un papel fundamental, su función
consiste en recoger todas las definiciones de la
organización y el concepto de los datos en el almacén
de datos, debe contener toda la información
concerniente a:

 Tablas
 Columnas de tablas
 Relaciones entre tablas
 Jerarquías y Dimensiones de datos
 Entidades y Relaciones

 Funciones ETL (extracción, transformación y carga)

Artículo principal: ETL

Los procesos
de extracción, transformación y carga (ETL) son

Página 21
 TESIS II 2010

importantes ya que son la forma en que los datos se

guardan en un data warehouse (o en cualquier base de
datos). Implican las siguientes operaciones:

 Extracción.- Acción de obtener la información

deseada a partir de los datos almacenados en fuentes
externas.
 Transformación.- Cualquier operación realizada
sobre los datos para que puedan ser cargados en el data
warehouse o se puedan migrar de éste a otra base de
datos.
 Carga.- Consiste en almacenar los datos en la
base de datos final, por ejemplo el data warehouse
objetivo normal.
2.3 Marco Conceptual
 Data Marts25

Es una versión especial de almacén de datos. Ayudan

a un área específica dentro de un negocio para tomar
mejores decisiones. Es un sistema orientado a la
consulta, en el que se producen procesos batch de carga
de datos (altas) con una frecuencia baja y conocida. En
síntesis, se puede decir que los DATAMARTS son
pequeños data warehouse centrados en un tema o área
de negocio especifico dentro de una organización.


Toma de decisiones26

La toma de decisiones es el proceso mediante el cual

se realiza una elección entre las alternativas o formas
para resolver diferentes situaciones de la vida, estas se
pueden presentar en diferentes contextos: a nivel laboral,
familiar, sentimental, empresarial (utilizando metodologías

Página 22
 TESIS II 2010

cuantitativas que brinda la administración), etc., es decir,

en todo momento se toman decisiones, la diferencia entre
cada una de estas es el proceso o la forma en la cual se
llega a ellas. La toma de decisiones consiste,
básicamente, en elegir una alternativa entre las
disponibles, a los efectos de resolver un problema actual
o potencial, (aún cuando no se evidencie un conflicto
latente).


Integración de datos27

Integración de datos se refiere al estado de integrar de

diferentes bases de datos y se vuelva en un solo formato.
Los SGBD relacional deben encargarse de mantener la
integridad de los datos almacenados en una base de
datos con respecto a las reglas predefinidas o
restricciones.


Sistema de Gestión Actual28

Un sistema de gestión es una estructura probada para

la gestión y mejora continua de las políticas, los
procedimientos y procesos de la organización.


Gestión Hospitalaria29

Gestión Hospitalaria, pueden de acuerdo a los

tratadistas, acotarse a 6 grandes ítems:

 La salud de las personas

 Interrelaciones personales

 Los intereses de cuatro grupos poderosos

 Los enfermos

Página 23
 TESIS II 2010

 Los profesionales de la salud

 Los gestores administrativos y directivos

 Los sostenedores (políticos en servicios públicos,

accionistas en los privados).

 La necesidad de objetivar esos intereses

 Un gran volumen de personal que se aproxima a 2

a 3 por cama

 Un enorme volumen de recurso económico.

Página 24
 TESIS II 2010

CAPITULO II:

Planteamiento
del problema

Página 25
 TESIS II 2010

II. CAPITULO II Planteamiento del problema

2.1 Delimitación del problema

Las organizaciones dedicadas a la salud, asisten a un proceso de creciente

informatización. La mayor parte de las aplicaciones aun se vinculan con
procesos netamente administrativo – financiero, pero el grado de informatización
de datos estrictamente médicos es cada vez mayor. Las bases de datos
transaccionales propias de la organización medica en estudio no escapa a los
problemas que afectan a las organizaciones de los otros sectores, y los analistas
se enfrentan a los mismos problemas de “encarcelamiento” de los datos.

A través de la evolución de la tecnología el Departamento y Área de RR. HH. Del

hospital “FÉLIX TORREALVA DE ICA” viene asumiendo fundamentalmente la
responsabilidad, de gestionar activos valiosos como es el capital humano. Una
buena gestión de los recursos técnicos, económicos y humanos contribuye a la
mejora del hospital.

 Delimitación zonal.

El trabajo de investigación se realizara en el sector salud en el

hospital “Félix Torrealva Gutiérrez”.

 Delimitación temporal.

El desarrollo tiene un horizonte temporal comprendido entre

Abril y Agosto.

 Delimitación social.

La delimitación del sistema se reduce a la Oficina del área de

personal del Hospital “Félix Torrealva Gutiérrez”. En una entrevista
con los responsables del área de RR. HH. se supo que la información con la que
cuentan es a modo de reportes donde se visualizan números que informan como
van trabajando el personal que tienen a cargo. Adicionalmente a los reportes
existentes, constantemente surgen necesidades para obtener información

Página 26
 TESIS II 2010

basándose en nuevos y diversos criterios, por lo que se recurre al área de

informática y se le solicita algunos cambios en los reportes. Vemos que hay una
dependencia con el área de informática y la inflexibilidad con la que se puede
obtener la información.
La indisponibilidad de información inmediata que tiene el
responsable del área, de tener el conocimiento adecuado. El tener
que depender de procesos repetitivos. El percibir al negocio en
términos estadísticos y no criterios analíticos para identificar
conocimiento. Ubicado en Av. Cutervo 104, Teléfono: 034-
234450, Departamento: Ica, Provincia: Ica, Distrito: Ica.

2.2 Formulación del problema

Por lo mencionado anteriormente el problema formulado sería

el siguiente:

Problema General
¿En que medida el desarrollo de un DATAMART como
herramienta de gestión va a ayudar a la toma de decisiones en el
área de RR. HH. del hospital “FÉLIX TORREALVA GUTIÉRREZ”?

Problemas Específicos
¿En que medida la utilización de un DATAMART optimiza la
toma de decisiones en la gestión del área de RR. HH.?

¿Cuál es el nivel actual de integración de los datos necesarios

para la Gestión del Área de RR.HH. del hospital “Félix Torrealva?

Página 27
 TESIS II 2010

2.3 Justificación e Importancia

A. Conveniencia
La presente investigación propone establecerá los conceptos
básicos acerca de los DATAMARTS en el área de RR. HH. del
hospital “FÉLIX TORREALVA DE ICA”, Se caracteriza por
disponer de una estructura óptima de datos para analizar la
información al detalle desde todas las perspectivas que afecten
a los procesos de dicho departamento. En nuestro caso esta
área posee grandes cantidades de datos que son de gran
importancia para el personal que labora en el hospital por este
motivo que se hace necesaria una herramienta para el apoyo
eficiente de los recursos y en la mejora de toma de decisiones
no interfieran con la operatividad de la organización.

B. Relevancia social
Visto que la información manejada en el área de RR.HH gira en
torno a la comunidad hospitalaria es de vital importancia tener
una correcta administración de ella, ya que permitirá que
doctores, administrativos, pacientes, autoridades componentes
y público en general puedan beneficiarse de esta información
en el momento que lo requieran.

2.4 Objetivos
 Objetivos Generales
Desarrollar un Data Mart para el área de recursos humanos
del hospital “Félix Torrealva Gutiérrez” con el fin de realizar
consultas de forma rápida y en el momento oportuno para
facilitar la toma de decisiones.

 Objetivos Específicos
OE1: Comprobar que la utilización de un DATAMART permite
optimizar la toma de decisiones.

Página 28
 TESIS II 2010

OE2: Conocer el Sistema de Gestión Hospitalaria actual

que utiliza el área de RR. HH. del hospital

Página 29
 TESIS II 2010

CAPITULO III

Metodología

Página 30
 TESIS II 2010

III. CAPITULO III Metodología

3.1 Tipo, Nivel y Diseño de Investigación
 Tipo: Cuasi Experimental
 Nivel: Descriptivo – Correlacional
 Diseño: Longitudinal

El esquema es el siguiente:

GE O1 X O2

GC O3 -- O4

3.2 Población y Muestra

 Población

Comprende todo el personal que labora en el área de RR.

HH. Del hospital “FELIX TORREALVA DE ICA”, base de datos
del 2008, información sobre la asistencia de médicos,
enfermeras, técnicas y personal administrativo del hospital del
Félix Torrealva Gutiérrez”.

 Muestra

La muestra de la presente investigación es el 100% de la

población ya que son 20 personas en el área de recursos
humanos del Hospital “Félix Torrealva Gutiérrez”.

Base de datos del 2008.

3.3 Técnicas de Recolección de Datos

 Método de observación directa, mediante el cual se
verificarán los flujos que presenta esta institución.
 Método de las entrevistas y las encuestas mediante el
cual las personas del área dirán que les parece el
DATAMARTS.
 Análisis de los datos recolectados.

Página 31
 TESIS II 2010

CAPITULO IV:
De Los Instrumentos
De Investigación

Página 32
 TESIS II 2010

IV. CAPITULO IV: De Los Instrumentos De Investigación

4.1 Instrumentos de Recojo de datos
Los instrumentos a utilizar serán los cuestionarios, PC-
SERVER, Excel, Fox-Pro, SQL SERVER.

La información cuantitativa se recogió mediante 3 cuestionarios

y fichas de observación:

Cuestionario Nº 1: Constituido por 10 preguntas en escala

Likert para medir la aptitud con el sistema actual, posicionadas
como:
TA = Totalmente de acuerdo con la pregunta +5, -1
PA = De acuerdo con la pregunta +4, -2
I = Indiferente, ni en desacuerdo con la pregunta  3
PD = En desacuerdo con la pregunta +2, -4
TD = Totalmente en desacuerdo con la pregunta +1, -5

Escala Máx. = 50 puntos

Min. = 10 puntos

Posicionamiento derecho: 2, 4, 5, 7, 9. (+)

Posicionamiento Inverso: 1, 3, 6, 8, 10. (-)

Cuestionario Nº 2: Constituido por 10 preguntas en escala

Likert para medir la aptitud con el DATAMART, posicionadas
como:
TA = Totalmente de acuerdo con la pregunta +5, -1
PA = De acuerdo con la pregunta +4, -2
I = Indiferente, ni en desacuerdo con la pregunta  3
PD = En desacuerdo con la pregunta +2, -4
TD = Totalmente en desacuerdo con la pregunta +1, -5

Escala Máx. = 50 puntos

Min. = 10 puntos

Página 33
 TESIS II 2010

Posicionamiento derecho: 2, 4, 5, 7, 9. (+)

Posicionamiento Inverso: 1, 3, 6, 8, 10. (-)
Para recoger la información cualitativa, documentaria, se utilizó
instrumentos como guía de entrevista y la observación.

Cuestionario Nº 3: Constituido por 6 preguntas en escala

Likert para medir la aptitud si el Sistema Actual no está
integrado y dificulta la toma de decisiones, posicionadas como:
TA = Totalmente de acuerdo con la pregunta +5, -1
PA = De acuerdo con la pregunta +4, -2
I = Indiferente, ni en desacuerdo con la pregunta  3
PD = En desacuerdo con la pregunta +2, -4
TD = Totalmente en desacuerdo con la pregunta +1, -5

Escala Máx. = 30 puntos

Min. = 6 puntos
Posicionamiento derecho: 2, 4, 5. (+)
Posicionamiento Inverso: 1, 3, 6. (-)
Para recoger la información cualitativa, documentaria, se utilizó
instrumentos como guía de observación.

Página 34
 TESIS II 2010

 Fichas de Observación

Titulo: Análisis y desarrollo de un Esta información permitirá conocer el

DATA MART como herramienta para funcionamiento de los procesos y
el proceso de toma de decisiones en actividades que se realiza el área de
el área de RR. HH. del hospital personal del hospital “Félix Torrealva
“FÉLIX TORREALVA DE ICA”. Gutiérrez”

Lugar: Hospital “Félix Torrealva

Gutiérrez”
Descripción

El problema que podemos observar en el área de RR. HH. del

hospital en estudio es que requiere de información rápida y en un
momento determinado por lo que se apersona al área de
informática donde ellos destinan mucho tiempo a la elaboración
de reportes. También hay ocasiones en donde piden un informe y
al poco tiempo van modificando su petición por lo que el área de
informática emplean tiempo adicional para volver a realizarlo.

En una entrevista con los responsables del área de RR. HH. se

supo que la información con la que cuentan es a modo de
reportes donde se visualizan números que informan como van
trabajando el personal que tienen a cargo. Adicionalmente a los
reportes existentes, constantemente surgen necesidades para
obtener información basándose en nuevos y diversos criterios, por
lo que se recurre al área de informática y se le solicita algunos
cambios en los reportes. Vemos que hay una dependencia con el
área de informática y la inflexibilidad con la que se puede obtener
la información.

Página 35
 TESIS II 2010

4.2 Técnicas de Análisis e Interpretación de Datos

El análisis que utilizaremos es la Estadística Descriptiva: Media
aritmética , desviación estándar, gráficos, cuadros, t student
para datos apareados. La consistencia del DATAMARTS se
probara con la BD cargada y los reportes.

Página 36
 TESIS II 2010

CAPITULO V:

Contrastación de las
hipótesis

Página 37
 TESIS II 2010

V. Capitulo V: Contrastación de hipótesis

5.1 Contrastación de la Hipótesis General:

A. Formulación De Las Hipótesis Nula Y Alterna

Hipótesis Nula (Ho)

Ha: El uso de un Data Mart permite la mejora significativa del

proceso de toma de decisiones en el área de recursos
humanos del hospital “Félix Torrealva Gutiérrez”.

Hipótesis alterna (H1)

Ho: El uso de un Data Mart no permite la mejora significativa

del proceso de toma de decisiones en el área de recursos
humanos del hospital “Félix Torrealva Gutiérrez”.

B. Selección de la prueba: n < 30, utilizaremos la prueba

estadística t – student para muestras dependientes en la cual se
exige dependencia entre ambas, en las que hay dos momentos
uno antes de implementar el Datamart y otro después. Con ello se
da a entender el primero me servirá de control para conocer los
cambios que se susciten después de la aplicación del Datamart.

Página 38
 TESIS II 2010

Antes Después
d
1 30 33 -3
2 30 21 9
3 31 37 -6
4 45 39 6
5 24 25 -1
6 21 31 -10
7 30 35 -5
8 20 33 -13
9 25 23 2
10 26 28 -2
11 27 26 1
12 23 25 -2
13 22 36 -14
14 16 32 -16
15 25 46 -21
16 25 39 -14
17 25 31 -6
18 29 33 -4
19 22 30 -8
20 23 40 -17
25,95 32,15 -124

C. Información para la prueba:

Nivel de significancia: 1 -  = 0.95, tamaño de la muestra n = 20.

Grados De Libertad: N – 1 = 20 – 1 = 19

c = t = 1.729

D. Cálculos:

= -6.2

27,0251734

Página 39
 TESIS II 2010

E. Resultado De La Prueba:

= - 1,02597835

CONCLUSIÓN: Aceptamos la hipótesis nula, concluyéndose que la

implementación del Datamart da una mejora pero no significativa a la
oficina de personal del Hospital “Félix Torrealva Gutiérrez” ya que el
valor de t = -1.0259783 y este valor se acerca al de t= -1.729 obtenido
de la tabla.

5.2 Contrastación de la Hipótesis Especificas:

A. Formulación De Las Hipótesis Nula Y Alterna

Hipótesis 1:
Ha: La utilización de un DATAMART optimiza la toma de
decisiones en la gestión del área de RR. HH.

Página 40
 TESIS II 2010

Ho: La utilización de un DATAMART no optimiza la toma de

decisiones en la gestión del área de RR. HH.

Hipótesis 2:
Ha: El sistema de Gestión actual utilizado en el área de RR.
HH del hospital “Félix Torrealva” no esta integrada y dificulta la
toma de decisiones.

Ho: El sistema de Gestión actual utilizado en el área de RR.

HH del hospital “Félix Torrealva” esta integrado y no dificulta la
toma de decisiones.

B. Selección de la muestra: n<30, prueba de distribución normal

(Z).
Actitudes Nº F

Dificulta 15 0.75

No dificulta 5 0.25

TOTAL 20 1

C. Información para la prueba:  0.05, n = 20, Ztabular = 1.96

D. Cálculos:

Página 41
 TESIS II 2010

E. Resultados de la prueba

Conclusión: Rechazamos la hipótesis nula, por lo que concluimos

que el sistema actual no esta integrado y dificulta la mejor toma de
decisiones, ya que tenemos el valor de z = 2.23606 y es mayor al
valor de la tabla z = 1.96.

Página 42
 TESIS II 2010

CAPITULO V:

Presentación,
interpretación y
discusión de los
resultados de la
investigación

Página 43
 TESIS II 2010

CAPÍTULO VI: PRESENTACIÓN, INTERPRETACIÓN Y DISCUSIÓN

DE LOS RESULTADOS DE LA INVESTIGACIÓN

6.1 Presentación e interpretación de los resultados

A: PRESENTACIÓN E INTERPRETACIÓN

Cuadro Nº 1: Comparación de puntajes entre el sistema actual y

el Datamart

Antes Después
d
1 30 33 -3
2 30 21 9
3 31 37 -6
4 45 39 6
5 24 25 -1
6 21 31 -10
7 30 35 -5
8 20 33 -13
9 25 23 2
10 26 28 -2
11 27 26 1
12 23 25 -2
13 22 36 -14
14 16 32 -16
15 25 46 -21
16 25 39 -14
17 25 31 -6
18 29 33 -4
19 22 30 -8
20 23 40 -17
25.95 32.15 -124

Página 44
 TESIS II 2010

Figura 1

Interpretación:

 En el cuadro nº 1 observamos una diferencia entre el sistema

actual (azul) y el datamart (rojo), siendo su media aritmética del
sistema actual 25.95 y del datamart 32.15.
 En la cual vemos también que hay 4 personas opinan que
tomaban mejores decisiones con el sistema actual, 16 personas
opinan que el Datamart les ayuda en la mejora del proceso.

Cuadro Nº 2

Actitudes Nº F

Dificulta 15 75%

No dificulta 5 25%

TOTAL 20 100%

Página 45
 TESIS II 2010

Figura 2

Interpretación: 75% de las personas encuestadas manifiestan que

el sistema actual dificulta la toma de decisiones y el 25% no le
dificulta la toma de decisiones.

Página 46
 TESIS II 2010

B: PRESENTACIÓN DE ALGUNAS PREGUNTAS DEL

CUESTIONARIO Nº 1 Y Nº 2

CUADRO Nº 3: CON EL SISTEMA ACTUAL, NO TOMA DECISIONES

RÁPIDAS Y OPORTUNAS.

Actitudes Nº %

Totalmente de 6 30%
acuerdo

De acuerdo 4 20%

Indiferente 5 25%

En desacuerdo 3 15%

Totalmente en 2 10%
desacuerdo

TOTAL 20 100%

FIGURA Nº 3

Página 47
 TESIS II 2010

CUADRO Nº 4: CON DATAMART, NO TOMA DECISIONES RÁPIDAS Y

OPORTUNAS.

Actitudes Nº %

Totalmente de 5 25%
acuerdo

De acuerdo 2 10%

Indiferente 2 10%

En desacuerdo 4 20%

Totalmente en 7 35%
desacuerdo

TOTAL 20 100%

FIGURA Nº 4

Página 48
 TESIS II 2010

CUADRO Nº 5: EL SISTEMA ACTUAL FACILITA MAYOR INFORMACIÓN

PERTINENTE PARA LA TOMA DE DECISIONES.

Actitudes Nº %

Totalmente de 1 5%
acuerdo

De acuerdo 3 15%

Indiferente 2 10%

En desacuerdo 6 30%

Totalmente en 8 40%
desacuerdo

TOTAL 20 100%

FIGURA Nº 5

Página 49
 TESIS II 2010

CUADRO Nº 6: EL DATAMART FACILITA MAYOR INFORMACIÓN

PERTINENTE PARA LA TOMA DE DECISIONES.

Actitudes Nº %

Totalmente de 4 20%
acuerdo

De acuerdo 2 10%

Indiferente 4 20%

En desacuerdo 6 30%

Totalmente en 4 20%
desacuerdo

TOTAL 20 100%

FIGURA Nº 6

Página 50
 TESIS II 2010

Caso de uso: Registro de Horarios en el sistema

Página 51
 TESIS II 2010

CASO DE USO: Paciente - Registro de Horarios en el sistema

ACTORES: Técnico en Programación asistencial, Jefe de Personal, Jefe por

departamento, Programador de citas, Paciente, Sistema de Gestión y B.D

ESCENARIO

1. 1.-El paciente solicita cita.

2.-El programador reserva la cita.  Si es que esta el médico en el

sistema registra la cita.

 Si no está buscar horarios

disponibles.

3.- El programador va a personal y  Si no esta le dice al técnico que lo

verifica el horario del medico pase.

4.- El técnico pide el horario a los

respectivos jefes de departamento.
5.-El jefe por departamento
entrega el horario.
6.- El técnico de Programación
asistencial registra horarios en el
sistema de gestión.
2. 7.- El sistema de gestión guarda
horarios en la B.D
3. 8.- El sistema de gestión buscar
horarios de listado en la B.D.
4. 9.- El sistema guarda citas en la
B.D
5. 10- El jefe de personal solicita
listado de médicos.
6. 11.- El técnico de programación
asistencial consulta horarios en el
Sistema de gestión.
7. 12.- El técnico de programación
asistencial entrega el listado y
horario al jefe de personal.

Página 52
 TESIS II 2010

Caso de uso: Registrar asistencia del personal excepto

del doctor

Página 53
 TESIS II 2010

Detalle de Caso de uso

CASO DE USO: USUARIO – Registrar asistencia del personal

ACTORES Tarjetero, personal de control

asistencial, jefe de personal, BD.

ESCENARIO

1.-El tarjetero registra la hora de entra y

de salida.

2.-El personal de control asistencial

recolecta las tarjetas de asistencia para
la verificación de la hora de entrada y de
salida.

3.-El personal de control asistencial Tardanzas.

elabora informe.
Permisos: - Capacitación ofializada.

-Capacitación no
oficializada.

- Lactancia

-Maternidad o gravedad.

-Onomástico.

-Refrigerio.

-Enfermedad personal.

-Fallecimiento familiar.

-Licencias personales.

-Motivos personales o

Página 54
 TESIS II 2010

particulares.

4.- El personal de control de asistencia

entrega este informe al jefe de personal

4.- El jefe de personal registra tardanza

y permisos en la base de datos.

5.-El jefe de personal registra planilla de

pagos en la base de datos.

Página 55
 TESIS II 2010

Caso de uso: Control de asistencia del doctor

Página 56
 TESIS II 2010

Diagrama De Caso De Uso Procesamiento De Información

Recolección de datos (Cuestionario / entrevista / Observación) Toma de

decisiones:

 Control de entradas y salidas.

 Cuantos personas asisten al trabajo.

 Cumplimiento de horarios en forma automática.

 Tipo de reportes que necesitan para dar información estratégica

 Tiempo promedio que se usa para la elaboración de los reportes

solicitados.

 Índice de ausentismo, puntualidad.

 ¿Qué grado de facilidad de uso del Datamart?

 Grado de calidad cree usted que está la información brindada

Página 57
 TESIS II 2010

BASE DE DATOS

Página 58
 TESIS II 2010

MODELO DIMENSIONAL

6.1 DISCUSIÓN DE LOS RESULTADOS

Los resultados mostrados de la investigación presentan el
siguiente panorama:
La muestra consta de: 20 personas representativos para la
toma de decisiones.
Haciendo una encuesta a todas las personas que trabajan en el
área de personal podemos apreciar que los resultados de la
contrastación de la hipótesis general la diferencia de la valorización
en puntaje para datos con el sistema actual es en promedio 25.95
puntos, mientras que con el Datamart el puntaje obtenido es de
32.15.
Hemos utilizado la misma prueba de hipótesis para ambos
datos el cual es la prueba t – student para variables dependientes
para dos colas con α = 0.05 y grado de libertad = 19, obteniendo to
= -1.0259783 > tt = -1.729, como podemos observar en la grafica

Página 59
 TESIS II 2010

de la curva de dos colas, aceptamos la hipótesis nula,

concluyéndose que la implementación del Datamart da una mejora
pero no significativa para la toma de decisiones en la oficina de
personal del Hospital “Félix Torrealva Gutiérrez”, decimos esto
porque el t calculado esta acercándose a t de la tabla.
En esta investigación solo hemos encontrado casos exitosos
de implementación de Datamart en Recursos Humanos el cual se
basa en la plataforma tecnológica de Oracle y en sus herramientas
de explotación y manejo de información. Los que dan respuesta a
la problemática relacionada con la disponibilidad de la información,
aportando un entorno integral que cubre el ciclo completo de
gestión de la información: adquisición, almacenamiento e
historización, homogeneidad, modelado, trasformación, acceso y
explotación y toma de decisiones. En estos entornos el usuario final
encuentra los métodos más óptimos para obtener y mantener la
información según sus necesidades.
Llegando a la conclusión de que podemos hacer algunas
pruebas al Datamart para que pueda dar mejora significativa al
área de Recursos Humanos.

Página 60
 TESIS II 2010

CONCLUSIONES:

1. El diseño del Datamart tiene mejora pero no

significativamente proceso de toma de decisiones en el área de
recursos humanos del hospital “Félix Torrealva Gutiérrez”, probado
con la distribución de T-student para dos colas en la cual
aceptamos la hipótesis nula. En este tema de tesis se ha planteado
la elaboración de un DataMart e cuyas características se ajustan a
las necesidades básicas. Se ha desarrollo todos los pasos para
llegar a los informes finales en la toma de decisiones.

2. También concluimos que teniendo haciendo una encuesta a los

tomadores de decisiones dicen que el sistema de Gestión actual
utilizado en el área de RR. HH del hospital “Félix Torrealva” no esta
integrada y dificulta la toma de decisiones, por lo que se
implemento el Datamart para así ellos puedan tener toda la
información en un solo repositorio de datos.

Página 61
 TESIS II 2010

RECOMENDACIONES

1. Se recomienda a los encargados de la implementación de Datamart

que sigan revisando las variables que se tomaron en cuenta en los
cuestionarios para así poder tener una mejora significativa para la
toma de decisiones. Es muy importante desarrollar una buena fase de
análisis para evitar que a lo largo del proyecto surjan problemas que
ameriten una reestructuración de los procesos, mapeos o de los
reportes mismos.

2. Tener todos los datos consistentes y ordenados en el DataMart brinda

una fuente confiable y estandarizada para el desarrollo de futuros
DataMarts o para la ampliación del alcance de los existentes,
facilitando el desarrollo de estos.

Página 62
 TESIS II 2010

VI. Referencias Bibliográficas

1. Fernández L, (2005). Monografias.com S.A. Principios De Data Mining –

monografias.com Microsoft Internet Explorer, [fecha de acceso 2009], URL
disponible en: http://www.monografias.com/trabajos26/data-mining/data-
mining.shtml

2. Nakasone N, 1998 Fundamentos de Aplicaciones, Business Intelligence” –

CYBERTEC

3. Microsoft BI, (2009), Breve historia del Business Intelligence – Windows Internet
Explorer [fecha de acceso 2009]
http://www.businessintelligence.info/definiciones/historia-business-intelligence.html

4. Huamantumba R, (2007), Data mart Paso a Paso, rayner datamart. pdf, [fecha de
acceso 2009] http://www.raynerhd.com/wp-content/uploads/rayner-datamart.pdf

5. Calzada L, Abreu J, (2009), El impacto de las herramientas de inteligencia de

negocios en la toma decisiones en los ejecutivos, [fecha de acceso 2009];

http://www.spentamexico.org/revista/volumen4/numero%202/6.%204(2)%2016-
52.pdf

6. Todo Bi, (2005) Business Intelligence, Data Warehouse, CRM Y Mucho Mas: –
Microsoft Internet Explorer, [fecha de accesos 2009]
http://todobi.blogspot.com/2005_05_01_archive.html

7. Oporto S, (2008) Class 12 lifecycle Data warehouse.ppt, [fecha de acceso 2010]

http://es.ask.com/web?q=Douglas+Hackney+datamart&qsrc=1&o=312&l=dir&dm=all

8. Chacón J, Magaña L, Montoya J. (2009), Data Warehouse [fecha de acceso

2010] http://www.docstoc.com/docs/19978854/Data-warehouse/

9. Fernández C, (2008), Nigel Pendse | Dataprix [fecha de acceso 2010)

http://www.dataprix.com/en/category/tags/nigel-pendse-0

10. Reyes M, Rosales P, (2007), Desarrollo de un datamart de información

académica de estudiantes de la escuela de ciencias y sistemas de la facultad de
ingeniería de USAC - Windows Internet Explorer [fecha de acceso 2009],
Guatemala http://biblioteca.usac.edu.gt/tesis/08/08_7974.pdf

11. Velasquez J, (2007) Diseño y Construcción de un Data Mart para la Mantención

de Indicadores de Sostenibilidad de la Industria del Salmón, [fecha de acceso 2009]
http://www.sistemasdeingenieria.cl/isci/index.php?seccion=casos&id_caso=8

12. Tapia I, (2006). Una metodología para sectorizar pacientes en el consumo de

medicamentos aplicando Datamart y Dataming en el Hospital Nacional, Windows
Internet Explorer, Lima Perú [fecha de acceso 2009]
http://www.cybertesis.edu.pe/sisbib/2006/tapia_ri/html/index-frames.html

13. Vizuete W, Yela C, (2006). Análisis, diseño e implementación de un Datamart

para el Área de Sismología del departamento de Geofísica de la Escuela Politécnica

Página 63
 TESIS II 2010

Nacional. Quito Marzo [fecha de acceso 2009]

http://bibdigital.epn.edu.ec/bitstream/15000/177/1/CD-0566.pdf

14. Solutions Pack, Oracleconsulting, Servicio de implantación rápida del Data mart
de recursos humanos, [fecha de acceso 2009];
http://www.oracle.com/global/es/consultoria/Brochure-DatamartdeRRHH.pdf

15. Stratebi Business Solutions, Casos de Éxito, Marzo (2009),

http://www.stratebi.es/CasosExito/Gob.%20Rioja,%20Cons.%20Vivienda-
Stratebi%20Caso%20de%20Exito.pdf

16. Stratebi Business Solutions, Casos de Éxito, septiembre 2009,

http://www.stratebi.es/CasosExito/CSICStratebi%20Caso%20de%20Exito.pdf

17. DATAMART S.A…::: (2005) Data Mart S.A. – The Business Intelligence
Company:::.. Servicios – Microsoft Internet Explorer [fecha de acceso 2009]
Http://Www.Datamart.Cl/Services.Html

18. Núñez R, Uposoft – Sistemas Informaticos Argentina

http://Www.Upsoft.Com.Ar/Site/Paginas/Secc_Productos.Aspx?Lang=Es

19. Villanueva A, (2008) Análisis, Diseño e Implementación de un DataWarehouse

de Soporte de Decisiones para un Hospital del Sistema de Salud Público. [fecha de
acceso 2010]
http://tesis.pucp.edu.pe/files/pucp000000001055/an%e1lisis%20%20dise%f1o%20e%20implementaci
%f3n%20de%20un%20datawarehouse%20de%20soporte%20de%20decisiones%20para%20un%20h
ospital%20del%20sistema%20de%20salud%20p%fablico.pdf

20. Zarate J. Arson Group.Datamining enfocado al usuario, 25 ene 2010

http://www.arsongroup.com/pdfs/datamarting2.pdf

21. García J, (2008) Planificar un proyecto BI. pdf, Barcelona, [fecha de acceso
2009]http://www.siskle.com/spanish/articulo05.html

22. Scribd. (2009), Datamart – Microsoft Internet Explorer, [fecha de acceso 2010]
http://www.scribd.com/doc/11779969/datamart

23. Pacheco J, Vargas E, Lima Perú 2008,

http://www.cybertesis.edu.pe/sisbib/2008/pacheco_oj/pdf/pacheco_oj.pdf

 24. Wikipedia, Almacén de datos, modificada por última vez el 15:07, 23 ene 2010,
Licencia Creative Commons http://es.wikipedia.org/wiki/Almacén_de_datos.

25. Wikipedia. Datamart-wilkipedia, la enciclopedia libre - Windows Internet

Explorer. Esta página fue modificada por última vez el 17:07, 19 ene 2010
http://es.wikipedia.org/wiki/Data_mart

26. Wikipedia, Toma de decisiones, Esta página fue modificada por última vez el
21:10, 19 ene 2010. http://es.wikipedia.org/wiki/Toma_de_decisiones

27. ALEGSA. Definición de Integridad de datos - ¿que es integridad de datos-

Microsoft Internet Explorer,
http://www.alegsa.com.ar/Dic/integridad%20de%20datos.php

Página 64
 TESIS II 2010

28. The British Standards Institution (2010) ¿Qué son sistemas de gestión? -
Microsoft Internet Explorer http://www.bsigroup.com.mx/es-mx/Auditoria-y-
Certificacion/Sistemas-de-Gestion/De-un-vistazo/Que-son-los-sistemas-de-gestion/
[fecha de acceso 2010]

29. Cerda O, gestión hospitalaria - Windows Internet Explorer [fecha de acceso

2010]
http://74.125.113.132/search?q=cache:8evHPSaTWpkJ:prematuros.cl/gestion1/gesti
onormalizacion/modelogestionhigueras.doc+concepto+de+gestion+hospitalaria&cd=
2&hl=es&ct=clnk&gl=pe

Página 65