Servicio de Asesoría Metodológica

Servicio de Asesoría Metodológica:

Asesoramos en forma integral tesis de grado y proyectos sólo en Venezuela. Todas las carreras: TSU, Pre grado y Post grado. Análisis estadísticos, acompañamiento en correcciones. Utilizamos las normas UPEL, incluyendo además reglamentos o normas de la Universidad o Instituto al cual pertenezcas. (No tenemos agencias en ningún otro país)

4/7/11

Elementos. Población. Caracteres

Establecemos a continuación algunas definiciones de conceptos básicos y fundamentales básicas como son: elemento, población, muestra, caracteres, variables, etc., a las cuales haremos referencia continuamente a lo largo del texto
Individuos o elementos: personas u objetos que contienen cierta información que se desea estudiar.

Población: conjunto de individuos o elementos que cumplen ciertas propiedades comunes.

Muestra: subconjunto representativo de una población.

Parámetro: función definida sobre los valores numéricos de características medibles de una población.

Estadístico: función definida sobre los valores numéricos de una muestra.          
En relación al tamaño de la población, ésta puede ser:
  • Finita, como es el caso del número de personas que llegan al servicio de urgencia de un hospital en un día;
  • Infinita, si por ejemplo estudiamos el mecanismo aleatorio que describe la secuencia de caras y cruces obtenida en el lanzamiento repetido de una moneda al aire.
Consideremos la población formada por todos los estudiantes de la Universidad de Málaga (finita). La altura media de todos los estudiantes es el parámetro $\mu $ . El conjunto formado por los alumnos de la Facultad de Medicina es una muestra de dicha población y la altura media de esta muestra,$\overline {x}$  , es un estadístico.

Caracteres: propiedades, rasgos o cualidades de los elementos de la población. Estos caracteres pueden dividirse en cualitativos y cuantitativos. 

Modalidades: diferentes situaciones posibles de un carácter. Las modalidades deben ser a la vez exhaustivas y mutuamente excluyentes --cada elemento posee una y sólo una de las modalidades posibles. 

Clases: conjunto de una o más modalidades en el que se verifica que cada modalidad pertenece a una y sólo una de las clases. 

Variables estadísticas

Cuando hablemos de variable se hará referencia a un símbolo (X,Y,A,B,...) que puede tomar cualquier modalidad (valor) de un conjunto determinado, que se llamará dominio de la variable o rango . En función del tipo de dominio, se clasificará de la siguiente manera:
Variables cualitativas
Cuando las modalidades posibles son de tipo nominal. Por ejemplo, una variable de color. (rojo, azul,verde)
Variables cuasicuantitativas
Son las que, aunque sus modalidades son de tipo nominal, es posible establecer un orden entre ellas. Por ejemplo, si estudiamos la llegada a la meta de un corredor en una competición de 20 participantes, su clasificación C es tal que:
1º, 2º,3º........20º
Otro ejemplo de variable cuasicuantitativa es el nivel de dolor, D, que sufre un paciente ante un tratamiento médico:
(inexistente, intenso,moderado)
Variables cuantitativas
Son las que tienen por modalidades cantidades numéricas con las que podemos hacer operaciones aritméticas. Dentro de este tipo de variables podemos distinguir dos grupos:
Discretas,
Cuando no admiten siempre una modalidad intermedia entre dos cualesquiera de sus modalidades. Un ejemplo es el número de caras X, obtenido en el lanzamiento repetido de una moneda. Es obvio que cada valor de la variable es un número natural
\begin{displaymath}X \in I\!\!N.
\end{displaymath}
Continuas,
Cuando admiten una modalidad intermedia entre dos cualesquiera de sus modalidades, v.g. el peso X de un niño al nacer. En este caso los valores de las variables son números reales, es decir 
\begin{displaymath}X\in I\!\!R.
\end{displaymath}
Ocurre a veces que una variable cuantitativa continua por naturaleza, aparece como discreta. Este es el caso en que hay limitaciones en lo que concierne a la precisión del aparato de medida de esa variable, v.g. si medimos la altura en metros de personas con una regla que ofrece dos decimales de precisión, podemos obtener
\begin{displaymath}X \in \left\{ \dots\, ,\, 1.50, \, 1.51, \, 1.52, \,1.53, \,
\dots\right\}.
\end{displaymath}
En realidad lo que ocurre es que con cada una de esas mediciones expresamos que el verdadero valor de la misma se encuentra en un intervalo de radio $5\cdot 10^{-3}$. Por tanto cada una de las observaciones de X representa más bien un intervalo que un valor concreto.
Tal como hemos citado anteriormente, las modalidades son las diferentes situaciones posibles que puede presentar la variable. A veces éstas son muy numerosas (v.g. cuando una variable es continua) y conviene reducir su número, agrupándolas en una cantidad inferior de clases. Estas clases deben ser construidas, tal como hemos citado anteriormente, de modo que sean exhaustivas e incompatibles, es decir, cada modalidad debe pertenecer a una y sólo una de las clases.
Variable cualitativa: Aquella cuyas modalidades son de tipo nominal.
Variable cuasicuantitativa: Modalidades de tipo nominal, en las que existe un orden.
Variable cuantitativa discreta: Sus modalidades son valores enteros.
Variable cuantitativa continua: Sus modalidades son valores reales. 

2/7/11

Elementos de la estadística Inferencial

Estadística Inferencial
a) Análisis de Varianza. El análisis de varianza (ANOVA) es una técnica estadística diseñada para comparar la varianza de dos poblaciones a partir del análisis de las varianzas de las muestras respectivas. Webster (1998) aplica el concepto de ANOVA al contexto de un experimento y la define como “... el procedimiento que se puede aplicar a la determinación de si un tratamiento en particular aplicado a una población tendrá efecto significativo sobre su media,” (p. 595). Aplicar el ANOVA requiere cumplir con dos criterios específicos:
a1) Las poblaciones de estudio deber ser normales y tener varianzas iguales.
a2) Seleccionar las muestras independientemente.
La varianza total de todos los tratamientos (observaciones) se puede dividir en dos fuentes:
a) Variación Intermuestral. Factor que representa la variación entre los diversos tratamientos administrados durante el desarrollo de un experimento.
b) Variación Intramuestral o debida al Error. Factor que representa la variación dentro de un mismo tratamiento administrado durante la realización de un experimento.
En este contexto se entiende que la variación total es igual a la variación intermuestral + la variación intramuestral o debida al error. Para obtener la comprobación de una hipótesis de nulidad mediante el ANOVA se tienen que calcular los siguientes factores:
a) La suma total de cuadrados expresada por la ecuación:
donde:
b) La suma de los cuadrados entre grupos (varianza intermuestral) se expresa por la ecuación:
donde:
xi2 = Suma de los cuadrados entre los grupos
X1)2 = Suma de las puntuaciones elevadas al cuadrado del tratamiento1
n = Número de casos
c) La suma de cuadrados dentro de grupos (varianza intramuestral) se expresa por la ecuación:
donde:
Xd2 = Suma de cuadrados dentro de grupos
X12 = Suma de los cuadrados de las puntuaciones del grupo 1
X1)2 = Suma de las puntuaciones elevadas al cuadrado del tratamiento1
Lo anterior refleja que se cuentra con tres varianzas y solo es posible realizar la comparación de la varianza intermuestral con la varianza intramuestral mediante el análisis del comportamiento de las mismas con respecta a la distribución F que supone la independencia de las varianzas. La distribución F se expresa por la ecuación:
donde:
F = Distribución F.
d) Los grados de libertad para la varianza del error se obtienen mediante la ecuación:
donde:
gl = grados de libertad
c = columnas
e) Los grados de libertad para la varianza intramuestral se obtienen por medio de la ecuación:
donde:
gl = grados de libertad
c = columnas
n = número de casos
Para ejemplificar el ANOVA se tomarán los datos siguientes: Con el propósito de determinar que las medias de las puntuaciones obtenidas por tres grupos de menonitas provenientes de los campos menonitas del municipio de Riva Palacio, Chih., en un experimento de lectura veloz en indioma español utilizando un vocabulario técnico-científico. El rendimiento de cada uno de los grupos se muestra en la Tabla 4.5.
Para obtener la razón F se recomienda elaborar la siguiente tabla a fin de facilitar el análisis de resultados:
La razón F crítica para 2 y 15 grados de libertad a un nivel  = 0.05 se obtiene
consultando el apéndice B. Para el presente caso tiene un valor de F = 3.68. La interpretación requiere de aplicar la regla de decisión: Si la razón F calculada es mayor que la razón F crítica entonces se rechaza la hipótesis nula, en caso contrario se acepta.
Para el problema anterior la razón F calculada es de 0.44 valor que esta muy por debajo de la razón F crítica con valor de 3.68 para  = 0.05 por consiguiente es posible aceptar la hipótesis de nulidad concluyendo que no existe evidencia de que las tres medias de calificaciones obtenidas por los grupos en lectura veloz sean diferentes.
b) Análisis Multifactorial de Varianza. El análisis multifactorial de varianza (ANCOVA) también denominado análisis de covarianza permite la comparación de más de dos variables entre si con el propósito de comprobar tanto el efecto de las variables como el efecto de interacción entre ellas.
El ANCOVA es utilizado para analizar los resultados de investigaciones de tipo experimental que aplican un diseño factorial (ver sección 3.4 del capítulo III). En este tipo de diseños se analizan los efectos combinados de dos o más variables independientes. Para realizar un ANCOVA se necesita obtener:
b1) La suma total de cuadrados mediante la ecuación 4.11.
b2) La suma de cuadrados entre grupos mediante la ecuación 4.12.
b3) La suma de cuadrados dentro de grupos mediante la ecuación 4.13.
b4) La suma de cuadrados entre columnas que se define por la ecuación:
donde:
Xec2 = suma de cuadrados entre columnas
nc1 = número de casos en la columna 1.
N = número total de casos
b5) La suma de cuadrados entre hileras que se expresa matemáticamente mediante la ecuación:
donde:
Xer2 = suma de cuadrados entre hileras
nr1 = número de casos en la hilera 1.
N = número total de casos
b6) La suma de la interacción de los cuadrados “... es la parte de la desviación entre las medias de los grupos y la media total que no se debe ni a las diferencias de las hileras ni a las diferencias de las columnas,” (D”Ary, Jacobs y Razavieh, 1982, p. 164). Se define matemáticamente mediante la expresión:
donde:
Xint2 = suma de cuadrados entre hileras
Xi2 = suma de cuadrados entre grupos
Xec2 = suma de cuadrados entre columnas
Xer2 = suma de cuadrados entre hileras
b7) Determinar el número de grados de libertad asociados a cada puntuación de variación:
1 Suma de cuadrados entre columnas utilizando la ecuación 4.15
2 Suma de cuadrados entre hileras mediante la ecuación:
donde:
gl = grados de libertad
r = hileras
3 Suma de la interacción de los cuadrados por medio de la expresión:
donde:
gl = grados de libertad
c = columnas
r = hileras
4 Suma de cuadrados entre grupos mediante la ecuación:
donde:
gl = grados de libertad
G = grupos
5 Suma total de cuadrados definido por la expresión:
donde:
gl = grados de libertad
N = columnas
b8) Obtención de la razón F mediante la ecuación 4.14.
Para ejemplificar el ANCOVA se aplicará el procedimiento al siguiente caso: Se desea investigar como influye un programa de incentivación económica en la productividad de la mano de obra de una compañía de servicios de impresión, formando cuatro grupos de trabajadores aleatoriamente. Los integrantes de dos de los grupos son menores de 24 años y los integrantes del resto del grupo mayores de 24 años. Los datos obtenidos se muestran en la Tabla 4.7.
los calculos son:
para obtener la razón F se sugiere diseñar la siguiente tabla con el propósito de facilitar el análisis:
Para la varianza entre columnas la razón Fo = 5.69  Fc = 4.49 por consiguiente no se acepta la hipótesis de nulidad. La razón F calculada (Fo) es significativa a nivel  = 0.05. Para la varianza entre hileras la razón Fo = 15.13  Fc = 4.49 por lo que no se acepta la hipótesis nula. La razón F es altamente significativa a nivel  = 0.05. Para la varianza de la interacción la razón Fo = 15.03  Fc = 4.49 por lo que no se acepta la hipótesis de nulidad. La razón F es altamente significativa a nivel  = 0.05. Los anteriores resultados permiten concluir que existe evidencia estadística para establecer como conclusión que la incentivación económica tiene influencia significativa en el aumento de la productividad de los empleados de la compañía de servicios de impresión. Este efecto se presenta tanto en trabajadores menores de 24 años como en los mayores de 24 años.
c) La Distribución Xi2. La Xi2 (chi cuadrada) es una prueba de estadística no paramétrica que se utiliza para la contrastación de hipótesis. De acuerdo con Webster (1998) “las pruebas no paramétricas son procedimientos estadísticos que se pueden utilizar para contrastar hipótesis cuando no es posible fijar ningún supuesto sobre parámetros o distribuciones poblacionales,” (p. 836). Las aplicaciones de la prueba Xi2 son dos: c1) las pruebas de bondad del ajuste y c2) las pruebas de independencia.
c1) Xi2 de bondad del ajuste. Esta prueba se utiliza para apreciar si las distribuciones observadas se ajustan a las esperadas. La prueba es adecuada para realizar pruebas de variancia sin que interese el tipo de distribución que tiene (Glass y Stanley, 1994; Kazmier, 1998).
Lo anterior significa que esta prueba permite determinar si los datos empíricos de alguna distribución específica corresponde a una distribución teórica como la binomial, la poisson o la normal. Se emplea en el muestreo con el propósito de precisar si los valores obtenidos de una muestra corresponden a las frecuencias poblacionales (ver Hopkins, Hopkins y Glass, 1997; Kazmier, 1998).
Para Webster (1998) presenta una definición muy completa de las pruebas de bondad del ajuste. “... estas pruebas miden el grado en que los datos muestrales observados cumplen una distribución hipotética determinada. Si el grado de cumplimiento es razonable, se puede deducir que la distribución hipotética existe,” (p. 838).
La hipótesis de nulidad en la prueba de bondad del ajuste se expresa:
Ho: fo = fe. (No hay diferencia entre las frecuencias observadas y las esperadas)
H1: fo = fe. (Existe diferencia entre las frecuencias observadas y las esperadas.
Para someter a prueba estas hipótesis se utiliza la expresión matemática:
donde:
Xi2= prueba chi cuadrada
k = número de categorías o clases
fo = frecuencias observadas
fe = frecuencias esperadas
Para ejemplificar la Xi2 de bondad del ajuste se utilizarán los siguientes datos: El Sr. David Neufeld es gerente de ventas de la fábrica de queso menonita tipo chester ubicada en la Colonia Manitoba en la región noroeste del Estado de Chihuahua. En particular el Sr. Neufeld tiene que desplazar la producción de queso en el mercado nacional. Recientemente se da cuenta de la existencia de una fuerte competencia de otras marcas de queso provenientes de otras entidades del país y del extranjero. Le resulta cada vez más difícil comercializar la producción de queso y decide someter a comprobación la hipótesis de nulidad a un nivel  = 0.05:
Ho: fo = fe. La demanda real es uniforme a la esperada
H1: fo = fe. La demanda real no es uniforme a la esperada.
el Sr. Neufeld toma como muestra el volumen de ventas mensual en toneladas de queso correspondientes a un periodo de 12 meses. Las frecuencias son:
El valor de Xi2 es:
Con el propósito de analizar e interpretar el valor encontrado de Xi2 se necesita obtener los grados de libertad. Para ello se utiliza la expresión matemática:
donde:
gl = grados de libertad
n = número de casos
para el anterior problema los gl = 11. Posteriormente se obtiene el valor de Xi2 crítica(consultar apéndice C) aplicando la regla de decisión: Se rechaza la hipótesis nula sí Xi2 calculada  Xi2 crítica, no se rechace en caso contrario. Para el caso anterior se puede concluir que Xi2 calculada = 42.57  Xi2 crítica =19.675 a nivel  = 0.05 por consiguiente no se acepta la hipótesis de nulidad que expresa que la demanda de queso menonita tipo chester en el mercado nacional es uniforme. Las diferencias entre la demanda observada y la esperada son significativas por lo que es posible refutar la hipótesis de nulidad.
c2) Xi2 de Independencia. Es una excelente herramienta estadística para comprobar la independencia de variables categóricas. Analiza dos factores con el propósito de determinar la existencia o no de relación entre ellos. Para lo anterior utiliza tablas de tabulaciones cruzadas o de contingencia (ver sección 4.3 del capítulo IV).
Así por ejemplo si se analizará el rendimiento de alumnos con resultados por arriba o por debajo del promedio en la prueba coeficiente intelectual se estarían comparando dos factores: rendimiento y coeficiente intelectual. La Xi2 de independencia aplica la ecuación 4.23 para analizar la diferencia entre las frecuencias observadas y las esperadas.
Para ilustrar esta prueba se utilizará un ejemplo según el cual a una muestra aleatoria de 90 estudiantes recién egresados y próximos a egresar de educación media superior se les pregunta si prefieren estudiar una carrera profesional en la Universidad Autónoma de Chihuahua (UACH), en el Instituto Tecnológico de Cd. Cuauhtémoc (ITCC) o si tienen preferencia por alguna Institución de Educación Superior Particular. Los resultados se muestran en la Tabla 4.9.
como puede observarse la Tabla 4.9 contiene 6 casillas integradas por tres columnas y dos hileras. Para realizar la comparación se plantea la hipótesis:
Ho: fo = fe. No existe preferencia por alguna institución específica
H1: fo = fe. Existe preferencia por alguna institución específica.
para someter a comprobación la hipótesis de nulidad se elige un nivel de
 = 0.05 procediéndose a obtener las frecuencias esperadas en función de las frecuencias observadas por medio de operaciones aritméticas. Se multiplica el valor de cada casilla por el total de la columna dividido por el total de casos.
Así por ejemplo la frecuencia esperada de los estudiantes que prefieren la UACH es 20 (36/90) = 8. Se realiza la misma operación para obtener el resto de frecuencias esperadas. La Tabla 4.10 presenta las frecuencias esperadas.
el valor de Xi2 es:
Finalmente se compara el valor de Xi2 observada con el valor de Xi2 crítica. Para lo cual se requiere obtener los grados de libertad mediante la expresión:
donde:
gl = grados de libertad
r = número de renglones en la tabla
c = número de columnas en la tabla
por consiguiente los grados de libertad son gl = (2 – 1) (3 – 1) = 2 que a un nivel  = 0.05 el valor de Xi2 crítica es de 5.99. Como Xi2=87.20 Xi2 crítica = 5.99 es posible afirmar con cierto grado de confianza que existen diferencias significativas acerca de la relación de la variable estudiantes recien egresados y próximos a egresar de educación media superior y la variable preferencia por alguna institución de educación superior. La hipótesis de nulidad no se acepta a nivel  = 0.05.

Análisis: univariado, divariado y trivariado.

 Análisis Univariado.
Consiste en el análisis de cada una de las variables estudiadas por separado, es decir, el análisis esta basado en una sola variable. Las técnicas más frecuentes de análisis univariado son la distribución de frecuencias para una tabla univariada y el análisis de las medidas de tendencia central de la variable. Se utiliza únicamente en aquellas variables que se midieron a nivel de intervalo o de razón (ver Therese L. Baker, 1997). La distribución de frecuencias de la variable requiere de ver como están distribuidas las categorías de la variable, pudiendo presentarse en función del número de casos o en términos porcentuales.
Análisis Divariado.
El análisis bivariado diseña tablas con tabulaciones cruzadas, es decir, las categorías de una variable se cruzan con las categorías de una segunda variable. Se les conoce como tablas de contingencia. Los requisitos que debe cubrir son:
1 El título debe reflejar la información que contiene la tabla.
2 Incluir un subtítulo para cada columna y subcolumna que se integre a la tabla.
3 Indicar el 100 % cuando la tabla se exprese en términos porcentuales.
4 Indicar al final de cada columna el número total de casos o categorías que comprende.
Análisis Trivariado
El análisis trivariado incluye una tercer variable que se utiliza como variable control. Esto permite analizar la asociación entre las dos variables, controlando el efecto de una tercer variable mediante la observación de las dos primeras sobre cada condición que presenta la tercera.
Por ejemplo si se analiza el ingreso económico de los ejecutivos de la micro, pequeña y mediana empresa regional con estudios de licenciatura y los ingresos de aquellos ejecutivos con estudios de posgrado (maestría), es posible incluir en el análisis la variable dicotómica sexo.

Procedimientos de Análisis de Datos


Una vez concluidas las etapas de colección y procesamiento de datos se inicia con una de las más importantes fases de una investigación: el análisis de datos. En esta etapa se determina como analizar los datos y que herramientas de análisis estadístico son adecuadas para éste propósito. El tipo de análisis de los datos depende al menos de los siguientes factores.
a) El nivel de medición de las variables. 
b) El tipo de hipótesis formulada .
c) El diseño de investigación utilizado indica el tipo de análisis requerido para la comprobación de hipótesis.
El análisis de datos es el precedente para la actividad de interpretación. La interpretación se realiza en términos de los resultados de la investigación. Esta actividad consiste en establecer inferencias sobre las relaciones entre las variables estudiadas para extraer conclusiones y recomendaciones (Kerlinger, 1982). La interpretación se realiza en dos etapas:
a) Interpretación de las relaciones entre las variables y los datos que las sustentan con fundamento en algún nivel de significancia estadística.
b) Establecer un significado más amplio de la investigación, es decir, determinar el grado de generalización de los resultados de la investigación.
Las dos anteriores etapas se sustentan en el grado de validez y confiabilidad de la investigación. Ello implica la capacidad de generalización de los resultados obtenidos.
“Analizar significa establecer categorías, ordenar, manipular y resumir los datos,” (Kerlinger, 1982, p. 96). En esta etapa del proceso de investigación se procede a racionalizar los datos colectados a fin de explicar e interpretar las posibles relaciones que expresan las variables estudiadas.
El diseño de tablas estadísticas permite aplicar técnicas de análisis complejas facilitando este proceso. El análisis debe expresarse de manera clara y simple utilizando lógica tanto inductiva como deductiva.
Los resultados de una investigación basados en datos muestrales requieren de una aproximación al verdadero valor de la población (Zorrilla, 1994). Para lograr lo anterior se requiere de una serie de técnicas estadísticas. Estas técnicas se derivan tanto de la estadística paramétrica como de la estadística no paramétrica. La primera tiene como supuestos que la población estudiada posee una distribución normal y que los datos obtenidos se midieron en una escala de intervalo y de razón. La segunda no establece supuestos acerca de la distribución de la población sin embargo requiere que las variables estudiadas se midan a nivel nominal u ordinal (ver Weiers, 1993).
Las tablas diseñadas para el análisis de datos se incluyen en el reporte final y pueden ser útiles para analizar una o más variables. En virtud de éste último criterio el análisis de datos puede ser univariado, bivariado o trivariado dependiendo de la cantidad de variables que se analizan.

1/7/11

Marco Teórico

El marco teórico, denominado por algunos autores simplemente como la revisión de la literatura (Creswill, 2005; Mertens, 2005), es un proceso y un producto. Un proceso de inmersión en el conocimiento existente y disponible que puede estar vinculado con nuestro planteamiento del problema, y un producto que a sus vez es parte de un producto mayor: el reporte de investigación (Yedigis y Winbach, 2005)
Una vez planteado el problema de estudio-es decir, cuando ya se poseen objetivos y preguntas de investigación-, y cuando además se ha evaluado su relevancia y factibilidad, el siguiente paso consiste en sustentar teóricamente el estudio, etapa que algunos autores también denominan elaboración del marco teórico. Ello implica exponer y analizar las teorías, las conceptualizaciones, las perspectivas teóricas, las investigaciones y los antecedentes en general, que se consideren válidos para el correcto encuadre del estudio (Rojas, 2002)
El marco teórico proporciona una visión de dónde se situúa el planteamiento propuesto dentro del campo de conocimiento en el cual nos "moveremos". En términos de Mertens (2005), nos señala cómo encaja la investigación en el panorama ("big picture") de lo que se conoce sobre un tema o tópico estudiado.
Para culminar según Hernández, Fernández y Baptista (2007) el marco teórico es "un compendio escrito de artículos, libros y otros documentos que describen el estado pasado y actual del conocimiento sobre el problema de estudio. Nos ayuda a documentar cómo nuestra investigación agrega valor a la literatura existente." (p.64)
Bibliografía:
Crreswill, J. (2005).Educational research: Planning,conducting,and evaluating quantitative and qualitative       Research (2a. ed.).Upper Saddle River: Pearson Education Inc.
Mertens, D.M. (2005). Research  and evaluation methods in special education. Thounsand Oaks. Cowin Press/Sage.
Hernandez, Fernandez y Baptista. Metodología de la Investigación. Cuarta Edición. Mc Graw Hill. México.
Rojas Soriano, R. (2001). Guía para realizar investigaciones sociales (26a. ed.). México: Plaza y Valdés.
Yedigis, B.L. y Weinback, R.W. (2005).Using existing knowledge.En R.M.Grinnell y Y.A. unrau (Eds.). Social work: Research and evaluation. Quantitative and qualitative appoaches (7a.ed. pp. 45-47).Nueva York: Oxford University Press.

Proyectos Especiales. Manual UPEL

La modalidad Proyectos Especiales permite la presentación de Trabajos de Grado de Especialización y de Maestría y Tesis Doctorales en las siguientes categorías:
a. Trabajos que lleven a creaciones tangibles, susceptibles de ser utilizadas como soluciones a problemas demostrados, o que respondan a necesidades e intereses de tipo cultural. Se incluyen en esta categoría los trabajos de elaboración de libros de texto y de materiales de apoyo educativo, el desarrollo de software, prototipos y de productos tecnológicos en general, así como también los de creación literaria y artística. El estudiante podrá optar por esta categoría cuando el tipo de trabajo seleccionado tenga directa vinculación con el perfil de competencias profesionales del subprograma de postgrado que cursa, o así se establezca en el diseño curricular respectivo. En caso de dudas, corresponderá al Concejo Técnico Asesor de Postgrado del Instituto atender y decidir sobre las consultas que se le formulen.
b. Trabajos con objetivos y enfoques metodológicos no previstos en estas Normas, que por su carácter innovador puedan producir un aporte significativo al conocimiento sobre el tema seleccionado y a la cultura. Esta categoría permite la elaboración de estudios novedosos y diferentes a los que caracterizan las modalidades antes descritas, siempre y cuando cumplan con las condiciones establecidas en los Numerales 2 y 3 de estas Normas.
Los Proyectos Especiales, en todos los casos, deben incluir la demostración de la necesidad de la creación o de la importancia del aporte, según sea el caso, la fundamentación teórica, la descripción de la metodología utilizada y el resultado concreto del trabajo en forma acabada. En el caso de las Tesis Doctorales sólo se aceptarán Proyectos Especiales cuando tengan como soporte un sólido diseño de investigación, conlleven o se deriven de elaboraciones conceptuales originales del estudiante y el resultado tangible se caracterice por su significativo valor innovador.
Bibliografía:
Manual de Trabajos de Grado de Especialización, Maestrias y Tesis Doctorales. Universidad Pedagógica Experimental Libertador Vicerrectorado de Investigación y PostgradoFondo Editorial de la Universidad Pedagógica Experimental Libertador(FEDUPEL), Caracas,Venezuela. 
Manual Trabajos de Grado UCV

Investigación Documental. Manual UPEL

 Se entiende por Investigación Documental, el estudio de los problemas con el propósito de ampliar y profundizar el conocimiento de su naturaleza, con apoyo, principalmente, en trabajos previos, información y datos divulgados por medios impresos, audiovisuales o electrónicos. La originalidad del estudio se refleja en el enfoque, criterios, conceptualizaciones, reflexiones, conclusiones, recomendaciones y, en general, en el pensamiento del autor.
Según los objetivos del estudio propuesto y las disciplinas en las cuales se ubique su temática, los trabajos de investigación documental pueden ser:
a. Estudios de desarrollo teórico: presentación de nuevas teorías, conceptualizaciones o modelos interpretativos originales del autor, a partir del análisis crítico de la información empírica y teorías existentes.
b. Revisiones críticas del estado del conocimiento: integración, organización y evaluación de la información teórica y empírica existente sobre un problema, focalizando ya sea en el progreso de la investigación actual y posibles vías para su solución, en el análisis de la consistencia interna y externa de las teorías y conceptualizaciones para señalar sus fallas o demostrar la superioridad de unas sobre otras, o en ambos aspectos.
c. Estudios de educación comparada: análisis de semejanzas, diferencias y tendencias sobre características o problemas de la educación en el contexto de realidades socioculturales, geográficas o históricas diversas, con fundamento en información publicada.
d. Estudios de investigación histórica, literaria, geográfica, matemática u otros propios de las especialidades de los subprogramas, que cumplan con las características señaladas en el numeral anterior.

Bibliografía:
Manual de Trabajos de Grado de Especialización, Maestrias y Tesis Doctorales. Universidad Pedagógica Experimental Libertador Vicerrectorado de Investigación y PostgradoFondo Editorial de la Universidad Pedagógica Experimental Libertador(FEDUPEL), Caracas,Venezuela. 

Investigación de Campo. Manual UPEL

Se entiende por Investigación de Campo, el análisis sistemático de problemas en la realidad, con el propósito bien sea de describirlos, interpretarlos, entender su naturaleza y factores constituyentes, explicar sus causas y efectos, o predecir su ocurrencia, haciendo uso de métodos característicos de cualquiera de los paradigmas o enfoques de investigación conocidos o en desarrollo. Los datos de interés son recogidos en forma directa de la realidad; en este sentido se trata de investigaciones a partir de datos originales o primarios. Sin embargo, se aceptan también estudios sobre datos censales o muestrales no recogidos por el estudiante, siempre y cuando se utilicen los registros originales con los datos no agregados; o cuando se trate de estudios que impliquen la construcción o uso de series históricas y, en general, la recolección y organización de datos publicados para su análisis mediante procedimientos estadísticos, modelos matemáticos, econométricos o de otro tipo.
 Según los objetivos del estudio propuesto, la Investigación de Campo puede ser de carácter exploratorio, descriptivo, interpretativo, reflexivo-crítico, explicativo o evaluativo. El ámbito de la investigación, en cuando a número de unidades de datos, debe justificarse en función de los objetivos del Trabajo o la Tesis, y la posibilidad real que tiene el estudiante de recolectar la información en el tiempo exigido para su desarrollo y presentación.
La Investigación de Campo puede ser, entre otros, de tipo:
a. Experimental, cuasi experimental o ex post-facto.
b. Encuesta, panel, estudio de casos o estudio censal.
c. Investigación-acción, investigación sobre la práctica, investigación participante; estudios etnográficos, etnometodológicos, holísticos, biográficos, fenomenológicos, de análisis sistémico, de análisis de contenido; y cualquier otro tipo de diseño de investigación dentro de los enfoques cualitativo, interpretativo, de crítica social u otros enfoques emergentes.
d. Estudios de costo-beneficio y costo-efectividad.
e. Prueba de modelos estadísticos, econométricos y matemáticos en general.
f. Estudios lingüísticos, estudios geográficos y cualquier otros propios del campo de la especialidad.

Parágrafo Único

El estudiante, con la asesoría de su Tutor, seleccionará el enfoque y diseño que más convenga al caso, considerando las características del problema a abordar, los objetivos del estudio y la naturaleza de las disciplinas en las cuales se ubique, así como también, su perspectiva sobre el avance del conocimiento en el área de su especialidad y los modos de aproximarse al estudio de la realidad.

Bibliografía:

Manual de Trabajos de Grado de Especialización y Maestrías y Tesis Doctorales. Fondo Editorial de la Universidad Pedagógica Experimental Libertador. 3era Reimpresión. Venezuela. 2006.

Proyectos Factibles. Manual UPEL.

 El Proyecto Factible consiste en la investigación, elaboración y desarrollo de una propuesta de un modelo operativo viable para solucionar problemas, requerimientos o necesidades de organizaciones o grupos sociales; puede referirse a la formulación de políticas, programas, tecnologías, métodos o procesos. El Proyecto debe tener apoyo en una investigación de tipo documental, de campo o un diseño que incluya ambas modalidades.
 El Proyecto Factible comprende las siguientes etapas generales: diagnóstico, planteamiento y fundamentación teórica de la propuesta; procedimiento metodológico, actividades y recursos necesarios para su ejecución; análisis y conclusiones sobre la viabilidad y realización del Proyecto; y en caso de su desarrollo, la ejecución de la propuesta y la evaluación tanto del proceso como de sus resultados.
Los Trabajos de Grado de Especialización y de Maestría en la modalidad de Proyectos Factibles pueden llegar hasta la etapa de las conclusiones sobre su viabilidad, o pueden consistir en la ejecución y evaluación de Proyectos Factibles presentados y aprobados por otros estudiantes, para dar continuidad a líneas de investigación aplicada promovidas por el Instituto. Las Tesis Doctorales deberán cubrir todas las etapas señaladas en el numeral anterior.
Bibliografía:
Manual UPEL. 2010.

Proyecto Factible

Se denomina Proyecto Factible la elaboración de una propuesta viable, destinada atender necesidades específicas a partir de un diagnóstico. El Manual de Tesis de Grado y Especialización y Maestría y Tesis Doctorales de la Universidad Pedagógica Libertador, (2003), plantea: “Consiste en la investigación, elaboración y desarrollo de un modelo operativo viable para solucionar problemas, requerimientos necesidades de organizaciones o grupos sociales que pueden referirse a la formulación de políticas, programas, tecnologías, métodos, o procesos. El proyecto debe tener el apoyo de una investigación de tipo documental, y de campo, o un diseño que incluya ambas modalidades “(p. 16).

Del mismo modo, Arias, (2006, p. 134), señala: “Que se trata de una propuesta de acción para resolver un problema practico o satisfacer una necesidad. Es indispensable que dicha propuesta se acompañe de una investigación, que demuestre su factibilidad o posibilidad de realización”.

De lo antes planteado, para llevar a cabo el proyecto factible, lo primero que debe realizarse es un diagnóstico de la situación planteada; en segundo lugar, es plantear y fundamentar con basamentos teóricos la propuesta a elaborar y establecer, tanto los procedimientos metodológicos así como las actividades y los recursos necesarios, para llevar a delante la ejecución. Aunado a esto, se realizará el estudio de factibilidad del proyecto y, por último, la ejecución de la propuesta con su respectiva evaluación.

Entre algunos ejemplos de la modalidad del proyecto factible destacan: programas de actualización, capacitación, planes, manuales de organización, perfiles profesionales, curso de gerencias, creación de instituciones y carreras, modelos innovadores de estrategias instruccionales de evaluación y administración curricular de un plan de estudio.

Las fases o etapas son: diagnóstico, factibilidad y diseño de la propuesta. Según Labrador y Otros, (2002), expresan: “El diagnóstico es una reconstrucción del objeto de estudio y tiene por finalidad, detectar situaciones donde se ponga de manifiesto la necesidad de realizarlo” (p. 186 ).

La factibilidad, indica la posibilidad de desarrollar un proyecto, tomando en consideración la necesidad detectada, beneficios, recursos humanos, técnicos, financieros, estudio de mercado, y beneficiarios. (Gómez, 2000, p. 24). Por ello, una vez culminado el diagnóstico y la factibilidad, se procede a la elaboración de la propuesta, lo que conlleva necesariamente a una tercera fase del proyecto.

border=0















Finalmente, entre los elementos de la propuesta están: identificación, titulo, descripción, objetivos, justificación, factibilidad, estudio del mercado, técnico, financiero, metodología, modelo, plan de actividades, y evaluación.


REFERENCIAS BIBLIOGRÁFICAS


Arias, Fidias (2006). El proyecto de investigación: Introducción a la metodología científica. (5º.            ed.) Caracas - Venezuela: Episteme.

Gómez, C., (2000). Proyectos Factibles. Editorial Predios. Valencia.

Labrador y Otros, (2002). Metodología. Valencia.

Palella y Otros, (2003), Metodología de Investigación Cuantitativa. Editorial Once. Caracas.

Blanco Carlos "Epistemología del Proyecto Factible" "Entorno-Empresarial.Com".                     Publicado en Mayo  del 2008 - ttp://www.entorno-empresarial.com/?                                               ed=64&pag=articulos&aid=1926 Consultado el 1 de Julio de 2011