Análisis estadístico del proceso de retiro extemporáneo (página 2)

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

3.7 Tipos de Datos

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

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

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

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

3.7.1 Estructura del dato

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

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

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

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

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

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

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

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

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

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

3.8 Población y Muestra

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

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

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

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

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

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

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

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

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

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

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

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

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

Causas por las cuales se recurre a muestreo

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

• ?Analizar a la población completa lleva mucho tiempo

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

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

• ?La población a analizar es inaccesible

Sesgo del Muestreo

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

Ejemplos:

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

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

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

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

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

Clasificación del muestreo

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

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

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

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

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

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

3.9 Clasificación De Variables

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

• Por su tipo , las variables se clasifican en

• Categóricas o cualitativas

• Numéricas o cuantitativas

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

• Dicotómicas

• Politómicas

• Por su densidad, las variables numéricas pueden ser

• Discretas

• Continuas

Clasificación De Variables Por Su Tipo

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

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

Clasificación de variables categóricas y numéricas

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

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

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

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

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

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

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

Graficas para datos según el tipo de variable

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

Figura 3.1: Graficas de datos según el tipo de variable

Fuente: Elaboración propia

3.10 Gráfico de sectores

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

3.11 Diagrama de Pareto

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

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

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

3.12 Gráfico de barras

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

3.13 Pictograma

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

3.14 Gráfico de frecuencia

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

Pasos para su construcción:

1-dibujar una recta

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

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

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

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

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

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

3.15 Diagrama de tallo y hoja

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

Hoja = ultimo digito

Tallo = lo que esta antes de la hoja

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

3.16 Histograma

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

Pasos para su construcción:

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

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

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

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

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

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

3.17 Gráfico de serie tiempo

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

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

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

3.18 Diagrama de puntos

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

3.19 Polígono de frecuencia

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

3.20 Niveles de medición

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

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

3.21 Pronostico

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

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

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

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

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

3.22 Método de Mínimos Cuadrados

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

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

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

CAPÍTULO IV

Diseño metodológico

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

• Tipo de investigación

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

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

4.2 Diseño de la investigación

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

4.3 Población y muestra

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

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

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

4.4 Técnicas e instrumentos de recolección de datos

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

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

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

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

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

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

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

Consultas Académicas e Industriales

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

Recursos Físicos

• Cuaderno de notas

• Lápiz y bolígrafo

• Computadora

• Impresora

• Calculadora

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

4.5 Procedimiento

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

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

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

• Recopilación y análisis de la información recolectada.

• Efectuar un estudio detallado para posteriormente seleccionar la muestra.

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

• Caracterización de los estudiantes que solicitaron los retiros extemporáneos.

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

• Elaboración de una estructura de preguntas para la entrevista.

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

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

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

CAPÍTULO V

Situación actual

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

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

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

Grafico 5.2 grafico de distribución de factores

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

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

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

Grafico 5.4 grafico de distribución por semestre

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

CAPÍTULO VI

Situación propuesta

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

6.1 Diagnóstico

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

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

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

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

6.2 Análisis por Causas

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

Fuente: elaboración propia

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

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

Fuente: elaboración propia

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

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

Fuente: elaboración propia

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

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

Fuente: elaboración propia

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

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

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

Fuente: elaboración propia

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

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

Fuente: elaboración propia

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

Análisis por Especialidad

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

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

Fuente: elaboración propia

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

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

Fuente: elaboración propia

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

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

Fuente: elaboración propia

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

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

Fuente: elaboración propia

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

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

Fuente: elaboración propia