www.monografias.

com

Cmo seleccionar el tamao de una muestra para una investigacin educacional?

Arabel Morguez Iglesias - amoragueziglesias@yahoo.es 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. Resumen Introduccin La estadstica como mtodo de investigacin cientfica Algunos presupuestos tericos Tipos de muestra Seleccin de la muestra estratificada a partir de la poblacin seleccionada Seleccin del tamao de cada estrato de las muestras seleccionas Conclusiones Bibliografa Anexos Proyecto de investigacin: Modelo Educativo para la Escuela Politcnica Holguinera Resumen El objetivo de este trabajo tiene como finalidad proponer una metodologa que permita calcular el tamao de una muestra a partir de una poblacin constituida por estratos. Con el empleo de esta metodologa se pudo determinar la cantidad de escuelas politcnicas a seleccionar en el municipio de Holgun, para luego calcular la cantidad de estudiantes a escoger en cada escuela, nivel y especialidad, en la investigacin actual. Palabras claves: Aleatorio, investigacin, metodologa, muestra, muestra aleatoria, educacional, estratificada, muestra estratificada, tamao muestral, Summary The objective of this work is a proposal of a methodology that allows to calculate the size of a sample from a population constituted by strata. With the employment of this methodology, it was possible to determine the quantity of polytechnic schools to be selected in Holgun municipality, and then to calculate the number of students to be chosen in each school, level, and specialty in the current investigation. Key words: Educational, Investigation. Methodology, random, random sample, sample, sample size, stratified, stratified sample. Introduccin Para todo aquel que inicia una investigacin le resulta un poco difcil concebir el diseo de la misma y dentro de ste determinar la muestra a tomar de una poblacin, determinada por su objeto y campo de estudio; de aqu que el objetivo de este trabajo est encaminado a ofrecer a los profesores e investigadores una metodologa o vas para poder determinar el tamao de una muestra a seleccionar en su campo de estudio con un mayor grado de cientificidad, sin que stos tengan un gran conocimiento de las matemticas y de la estadstica, de forma clara, prctica y comprensible. Es conocido para todos, que cuando se trata de seleccionar el tamao de la muestra, se recurre a determinados criterios, fundamentalmente empricos y en la mayora de las veces, permeados de mucha subjetividad, por parte del investigador o investigadores que la seleccionan, lo que hace que esta arista tan importante en una investigacin carezca de un buen sustento estadstico-matemtico y por consiguiente cientfico. De manera que el investigador no pueda convencer o demostrar que el tamao de la muestra seleccionada es verdaderamente representativo con relacin a la poblacin con que se trabaja: constituyendo ste el taln de Aquiles de muchas investigaciones llevadas a cabo.

91722967.doc

Es importante, si se habla de investigaciones y dentro de ello del rol que juega la estadstica como rama de la matemtica, que se deje definidos algunos conceptos alrededor de este objeto de estudio. 1 La estadstica como mtodo de investigacin cientfica Este autor considera, en contraposicin de otros investigadores, que en toda investigacin deben aplicarse los distintos estadgrafos que aportan la estadstica descriptiva e inferencial, que posibilita un anlisis mucho ms cientfico del objeto de estudio investigado y coadyuva a la asuncin y comprobacin de las hiptesis planteadas, entre otras. Es por ello que en este trabajo se considera conveniente dejar bien claro qu es la estadstica y qu papel juega en una investigacin cientfica. 2 Algunos presupuestos tericos De muchos autores consultados, y por razones obvias de espacio, se analizarn dos conceptos de estadstica: el que emiten Montgomery (1996) y el de Devore (2000), los que plantean: El campo de la estadstica tiene que ver con la recopilacin, presentacin, anlisis y uso de datos para tomar decisiones y resolver problemas. (Montgomery, 1996; 1). Es la rama de la investigacin cientfica que proporciona mtodos para organizar y resumir informacin y usar sta para obtener diversas conclusiones (Devore, 2000; 1). Al analizar ambos conceptos se puede llegar a la conclusin que son similares, pero Montgomery no la define como una rama de la ciencia; que Devore si lo hace, al decir que: () es la rama de la investigacin cientfica que proporciona mtodos para organizar y resumir informacin y usar sta para obtener diversas conclusiones. La definicin de Devore es la asumida por este autor por considerar a la estadstica como una rama de la investigacin cientfica y porque adems, establece que la estadstica proporciona mtodos para organizar y resumir informacin, que luego sern usadas para obtener diversas conclusiones; es decir, que no se trata solamente de organizar y recopilar datos para resolver problemas, como plantea Montgomery. De ello se infiere que: la estadstica es un mtodo de investigacin que se conjuga con los mtodos tericos y empricos de sta y que se imbrica con el mtodo matemtico, por ser es una rama de ella y que es considerada como una ciencia exacta. Cuando una investigacin es apoyada por mtodos estadsticos, resulta obvio que constituye una herramienta poderosa mediante la cual se resumen los datos y se obtienen conclusiones de stos, que coadyuva al desarrollo de una investigacin, a lo que modestamente agregara que: la estadstica es el arte se hacer hablar a los nmeros de manera cientfica, lo que permite resultados ms pertinentes en una investigacin. A la mayora de los investigadores les resulta difcil determinar el tamao de una muestra y siempre que se hace existe la incertidumbre si sta es o no verdaderamente representativa, por lo que debemos preguntarnos: Qu es una muestra representativa? Qu es lo que verdaderamente hace representativa una muestra? Existen infinidad de criterios acerca de lo que es representatividad de una muestra. Si hiciramos esta pregunta a distintos investigadores, evidentemente obtendramos respuestas diversas, y en su mayora pemeada por el factor subjetivo de lo que esas personas entienden por representatividad. As que es mejor partir de las definiciones de representar, representativo y representatividad, donde: Representar, v. a. Presentar de nuevo. Informar, declarar, Ser imagen de una cosa, reproducir, expresar, imagen, figura, Diccionario Larousse. Representar (del lat. repassentre): Ser imagen o smbolo de una cosa, o imitarla perfectamente. Diccionario Enciclopdico Hispano-Americano. Representativo, v. a. adj. Que representa: signos representativos de la riqueza. Diccionario Larousse. Representativo, v. a. adj. Dcese de lo que sirve para representar otra cosa. Diccionario Enciclopdico Hispano-Americano En estas definiciones se observa que si representar no es ms que expresar, reproducir una cosa, o ser su imagen, y que representativo es lo que sirve para representar otra cosa, por lo tanto: representatividad, es la cualidad de lo representativo, de aqu que si algo est bien representado, se puede decir entonces que ese algo tiene representatividad acerca de la otra cosa que representa. Autor: M. Sc. Prof. Aux. Arabel Morguez Iglesias 2

91722967.doc

Es por ello que al seleccionar una muestra, si se sabe que sta constituye un subconjunto de la poblacin, debemos tener cuidado que la misma tenga las mismas propiedades de la poblacin y que obedezca a determinados argumentos, desde el punto de vista estadstico, para decir que la misma es una muestra representativa. Pero antes de analizar en qu consiste estos argumentos estadsticos, para llamarlo de alguna forma prctica, resulta necesario dejar bien claro lo que es universo o poblacin y muestra, lo que a estos fines se har mediante ejemplos para que el lector le resulte ms comprensible. 2.1 Concepto de Universo o poblacin Si por ejemplo, una investigacin tiene como objetivo aportar una serie de indicadores para evaluar la calidad del trabajo metodolgico en la Educacin Tcnica y Profesional (ETP en lo adelante) en la provincia de Holgun; el objeto de estudio, entre otras cosas, tiene como Universo o poblacin al claustro de profesores, dirigentes y estudiantes de toda la provincia de Holgun, pero de la ETP. Si por el contrario, esta investigacin se circunscribe a las escuelas politcnicas de la ETP del municipio de Holgun, ahora el universo o poblacin no estar constituida por los profesores, dirigentes y estudiantes de la ETP de cada uno de los 14 municipios de la provincia sino que estar constituida por los profesores, dirigentes y estudiantes de la ETP, nicamente del municipio de Holgun. Por lo que ahora observe que la universo o poblacin ha cambiado a un sector ms estrecho: de aqu la relatividad de la poblacin a tomar en una investigacin. Si este mismo ejemplo se circunscribe a todas las escuelas de oficios del municipio de Holgun, resulta evidente que la poblacin ya no estar constituida por todos los estudiantes de la ETP, sino slo los de las escuelas de oficio y por consiguiente, se excluye de ellas las que forman tcnicos medios de este municipio. De todos los ejemplos acotados es importante observar que la poblacin no la conforman estudiantes, profesores y dirigentes de cualquier entidad o sector; por el contrario, todos se refieren al sector de la educacin y dentro de ste no a cualquier subsistema de enseanza, sino especficamente al de la Educacin Tcnica y Profesional. Por lo que el primer requisito que deben tener los objetos (pueden ser personas o cosas) que conformarn el universo o poblacin es que deben tener las mismas caractersticas o propiedades, de aqu el carcter homogneo de la misma. Tambin muy importante para el investigador dejar bien claro cul es su objeto y campo de estudio, porque los mismos determinarn la poblacin a trabajar. 2.2 Qu entiende por poblacin estadstica? Poblacin1 [poblacin] f. [Del lat. populato, -nis ] Accin y efecto de poblar. Conjunto de personas que habitan la Tierra o cualquier divisin geogrfica de ella. Conjunto de edificios y espacios de una ciudad. Conjunto de individuos de la misma especie que ocupan una misma rea geogrfica. Conjunto de los individuos o cosas sometido a una evaluacin estadstica mediante muestreo. Egaa (2003), plantea: Se considera poblacin como un conjunto de individuos, o ms general, de elementos, con una caracterstica observable (medible) (). Este ponente considera que: Poblacin es el conjunto de todos los individuos, objetos, procesos o sucesos homogneos que constituyen el objeto de inters. La poblacin se relaciona directamente con el campo de estudio (Morguez, 2006). Es indudable, que a partir del concepto anterior, que es el asumido en este trabajo, se observe una dicotoma entre los objetos (personas o cosas), procesos y sucesos que cumplen con determinadas caractersticas ya que stos pueden ser: infinitos, por ejemplo el estudio de las estrellas, entre otras; o por el contrario, pueden ser finitos, como los ejemplos antes expuestos.
1

1. 2. 3. 4. 5.

Biblioteca de Consulta Microsoft Encarta 2004. 1993-2003 Microsoft Corporation. Reservados todos los derechos. Autor: M. Sc. Prof. Aux. Arabel Morguez Iglesias 3

91722967.doc

Como el objetivo de este trabajo est encaminado a las investigaciones sociales, entre ellas las educacionales, resulta evidente que siempre se trabajar con poblaciones finitas. En todos los casos analizados en que la poblacin ha variado, se llega a la conclusin que resulta imposible poder trabajar con uno y cada una de las personas u objetos que conforman la poblacin por razones econmicas y operativas, de aqu que es imprescindible obtener un subconjunto de elementos representativos de esta poblacin homognea para trabajar con ella y eso no es ms que la muestra; de aqu que se adopte el concepto de muestra que emite Murray (1961) y Ogaa (2003) cuando expresan que la misma es un subconjunto o parte de una poblacin. De aqu que tengan las mismas caractersticas o propiedades de la poblacin de donde se tom. Ya se tiene claro que es una muestra y que la misma tiene que ser extrada de la poblacin objeto de estudio, pero el problema est dado en cmo puede ser extrada la misma y cuntos elementos se deben tomar de una poblacin para decir que hay una calidad en su representacin, o lo que es lo mismo, que hay representatividad. Si una muestra es representativa, entonces se puede inferir toda una serie de importantes conclusiones acerca de la poblacin (estadstica inductiva o inferencia estadstica) o describir caractersticas observadas en la muestra (estadstica descriptiva), que permita posteriormente hacer inferencias con relacin a la poblacin. Es por ello importante que todo investigador deje bien claro que la muestra asumida es representativa de la poblacin extrada. Entonces: Cmo hacer para que una muestra sea representativa? De qu forma se puede extraer la muestra de una poblacin? Cuntas personas u objetos tomar de una poblacin para que sea lo ms equitativa posible con relacin a las distintas escuelas, grupos o sectores que conforman la poblacin? Para contestar estas interrogantes primero se partir de los tipos de muestras que se pueden asumir en una investigacin. 3 Tipos de muestra Hay varios criterios para clasificar las muestras, pero se adoptar el criterio que emite Freud (1977), Rivas (1991), Morguez (2005), entre otros, por ser uno de los ms difundidos y empleados en la actualidad. Las muestras se agrupan en dos grandes dimensiones: Aleatoria y no aleatoria y dentro de sta se puede observar otras clasificaciones, siendo ests:

1.1.

1.2.

Aleatorio Simple: Le da la probabilidad a cada uno de los miembros de una poblacin a ser elegidos. Es uno de los ms empleados y recomendado en las investigaciones sociales y educacionales, ya que este principio de darle la oportunidad a cada uno de los miembros de la poblacin a ser elegidos o tomados como muestra, es lo que permite obtener conclusiones en la muestra e inferir lo que pudiera ocurrir, a partir de sta, en la poblacin, con un elevado grado de pertinencia. Estadsticamente permite inferir a la poblacin los resultados obtenidos en la muestra (Devore, 2000), (Montgomery, 1999), (Siegel, 1997), Aleatorio Sistemtico: Se hace una lista de la poblacin a intervalos fijos, bien sea tomando el coeficiente de elevacin (ce) como punto de partida; donde:
ce = # elementos de la poblacin # elementos de la muestra

1.3. V. g: Si la poblacin P = 100 elementos y la muestra

n= 20, entonces:

ce =

100 = 5 Qu quiere decir esto? 20

Autor: M. Sc. Prof. Aux. Arabel Morguez Iglesias

91722967.doc

Indica que cada vez que se produzcan piezas en mltiplos de 5, ser seleccionada una para la realizacin de determinada medicin, etc. elementos u objetos producidos (si se tratara de un proceso de produccin de piezas). Tambin se puede extraer de la lista cada ensimo caso, este mtodo se emplea mucho en los controles de calidad de producciones seriadas y masivas; pero tambin puede ser empleado en las investigaciones en general. 1.4. Aleatorio Estratificado: Es otra variacin del aleatorio simple y consiste en subdividir a la poblacin en subgrupos o estratos ms homogneos, de los que se toman muestras aleatorias simples de cada uno de dichos estratos. Hay que evitar que los estratos no se traslapen.2 (superpongan o que existan elementos de un estrato en otro).

2.1)

Muestreo no aleatorio por accidente: El investigador incluye los elementos que le son ms convenientes para la muestra. 2.2) Muestreo no aleatorio intencional o de juicio: La idea bsica que involucra este tipo de muestra, es que la lgica y el sentido comn pueden usarse para seleccionar la muestra que sea representativa de una poblacin. Ej. Seleccin de expertos por el mtodo de experto. 2.3) Muestreo por cuotas: sta se obtiene al especificar las caractersticas deseadas de los sujetos que se desea recoger la informacin y se le deja libertad al investigador para que le aplique los instrumentos necesarios a las personas con esas caractersticas. Ej. Se desea hacer un estudio de una poblacin estudiantil de los estudiantes que han repetido el 6. grado y tiene determinada edad o situacin en el hogar. Como en la mayora de las investigaciones educacionales se trabajan con estratos, los cuales pueden ser escuelas: de una provincia, o de un municipio, grupos de una escuela o de diferentes escuelas, se dirigir la atencin de este trabajo a exponer de forma prctica cmo seleccionar la muestra de una poblacin conformada por una poblacin de todas los institutos politcnicos del municipio de Holgun, a los efectos de aplicar instrumentos diagnstico de una investigacin acerca de Cmo se ha desarrollado el trabajo metodolgico en dichas escuelas? 4 Seleccin de la muestra estratificada a partir de la poblacin seleccionada Para poder seleccionar la cantidad de escuelas politcnicas a tomar como muestra del total de institutos politcnicos (7) del municipio de Holgun, lo cual constituye la poblacin, vamos a emplear un estadgrafo, que permite determinar el tamao de la muestra a partir de la poblacin y teniendo en cuenta el nmeros de estratos a trabajar (en este caso 7, que son los institutos politcnicos). Para ello plantearemos una metodologa a seguir: 4.1 Determinacin de la cantidad de estratos de la poblacin del territorio Relacionamos la cantidad de estratos que tiene la poblacin, en este caso son los institutos politcnicos que tiene el municipio de Holgun: No Nombre de los Institutos Politcnicos 1 Pedro Daz Coello 2 Panchito Gmez Toro 3 Camilo Cienfuegos G 4 Luis de Feria Garayalde 5 Jos Gmez Wangemert 6 Politcnico 26 7 Gral. Calixto Garca iguez
2

Traslapo [traslapo] m. 1. Parte de una cosa cubierta por otra. [De traslapar ] Biblioteca de Consulta Microsoft Encarta 2004. 1993-2003 Microsoft Corporation. Autor: M. Sc. Prof. Aux. Arabel Morguez Iglesias 5

91722967.doc

Observe que a cada estrato (escuela) se le hizo corresponder un nmero, comenzando del 1. Este nmero ser constante para cada centro de ahora en adelante. La cuestin est dada en determinar del total de centros, cuntos tomaremos como muestra aleatoria simple, por lo que para ello se aplicar el siguiente estadgrafo: a) Determinacin de la muestra.

(1), (2) (*3) Donde: n0: Cantidad terica de elementos de la muestra. n: Cantidad real de elementos de la muestra a partir de la poblacin asumida o de los estratos asumidos en la poblacin. N: Nmero total de elementos que conforman la poblacin, o nmero de estratos totales de la poblacin. z: Valor estandarizado en funcin del grado de confiabilidad de la muestra calculada. Por ejemplo, si consideramos trabajar con un 95 % de confiabilidad la muestra seleccionada, entonces el valor estandarizado asumir es igual a 1.96 (Para dos colas). Algunos valores estandarizados (z) en funcin de grado de confiabilidad asumido (para dos colas): Para un: 99 % ------------- z = 2, 58 (Empleado con frec.) 95 % ------------- z = 1, 96 (El ms empleado) 90 % ------------- z = 1, 64 : Error asumido en el clculo. Toda expresin que se calcula contiene un error de clculo debido a las aproximaciones decimales que surgen en la divisin por decimales, error en la seleccin de la muestra, entre otras, por lo que este error se puede asumir entre un 1 hasta un 10 %; es decir, que se asume en valores de probabilidad correspondiente entre un 0.01 hasta un 0.1. No obstante, se propone la siguiente tabla para valores ptimos del error para el clculo del nmero de estratos de una muestra: Para 3 N 10 --------------------- Se asume = 0.1 (un error del 10 %). Para N > 10 --------------------- Se asume = 0.05 (un error del 5 %). q: probabilidad de la poblacin que no presenta las caractersticas. Este es un parmetro muy importante, debido a que mediante el mismo se asume qu por ciento o proporcin de la muestra no puede presentar las mismas caractersticas de la poblacin, debido a diversos factores subjetivos y objetivos de los individuos u objetos que conforman la poblacin. Muchos autores plantean esta probabilidad entre un 1 hasta un 25 %, otros asumen, cuando no se conoce esta variable asumir el valor mximo de 50 %. Del estudio realizado por este autor se propone la siguiente tabla: Para 3 N 19 ------Se asume q = 0,01 (un 1 %). Para 20 N 29 -----Se asume q = 0,01 hasta 0,02 (del 1 al 2 %). Para 30 N 79 ----Se asume q = 0,02 hasta 0,05 (del 2 al 5 %). Para 80 N 159 ---Se asume q = 0,05 hasta 0,10 (del 5 al 10 %). Para N 160 --------Se asume q = 0,05 hasta 0,20 (del 5 al 20 %). p: Probabilidad de la poblacin que presenta las caractersticas. Dicho de una forma ms comprensible, es la probabilidad que tiene la muestra en poseer las mismas cualidades de la poblacin (homogeneidad) y est determinada por:
3

MARTNEZ C. Estadstica Comercial. Grupo Editorial Norma Educativa. Colombia, 1994. Pg. 223-230.

Autor: M. Sc. Prof. Aux. Arabel Morguez Iglesias

91722967.doc

Como p + q = 1 (Probabilidad mxima) p = 1 q

Autor: M. Sc. Prof. Aux. Arabel Morguez Iglesias

91722967.doc

b) Determinacin del grado de confiabilidad y con ello el valor de z En el problema en cuestin se asumi un grado de confiabilidad de un 95 %, por lo tanto: z = 1,96 c) Determinacin del valor del error asumido en el clculo Como el nmero de estratos (escuelas del municipio de Holgun) es igual a 7, entonces estamos trabajando con valores de N menores de 11, por lo que se asume un 10 % (0,1), que es un valor recomendado para muestras pequeas o menores de 11. Entonces: = 0, 1 d) Determinacin del valor de la probabilidad que tiene la muestra de no poseer las mismas cualidades de la poblacin (q) Del anlisis anterior, como el nmero de estratos es igual a 7, entonces aplicando la tabla para los valores de q, se asume trabajar con el 1 %, luego: q = 0.01 e) Clculo de la probabilidad que tiene la muestra de poseer las mismas cualidades de la poblacin (p) Como ya se determin el valor de q (probabilidad de la proporcin que no presenta las caractersticas), se puede determinar p mediante la expresin: p = 1 q, luego: p = 1 q p = 1 0, 01 = 0, 99 p = 0, 99 f) Clculo del tamao de la muestra terica (n0) Por la expresin (1) se puede sustituir los valores de cada variable y determinar el valor de n0 por:
n0 1, 96 z = p q n 0 = 0, 1
2

0, 99 0, 01 = 3, 80

n0 = 3,80

g) Clculo del tamao de la muestra real (n) Por la expresin (2) se puede sustituir los valores de cada variable y determinar el valor de n por:
n0 3 0 .8 n = n 3 0 .8 1+ 0 1+ 7 N =2 6 ,4 2

n=2 Es importante acotar que el valor de N que se toma corresponde al total de los estratos (cantidad de escuelas politcnicas del municipio de Holgun). De lo anterior se tiene que de un total de 7 escuelas que constituyen la cantidad total de estratos que tiene la poblacin, considerando un 95 % el nivel de confianza, asumiendo que el error de clculo () sea de un 10 % (0,01) y considerando que solamente el 1 % de la muestra seleccionada no rena las caractersticas de la poblacin (q= 0, 01), se determin que la muestra representativa de dicha poblacin puede ser dos estratos (escuelas). De lo anterior se infiere que la representatividad de una muestra est dada en considerar que la misma fue extrada de una poblacin con un determinado nivel de confianza (se trabaja preferiblemente con un 95 % de confianza o ms), de asumir un determinado porcentaje en el error de clculo, que debe estar comprendido entre un 1 hasta un 10 % (0,01 hasta 0,10); y de considerar un adecuado porcentaje (desde un 1 hasta un 20 %) en valores probabilsticos (0, 01 hasta 0, 2) de que la muestra no posee las caractersticas de la poblacin. Esto se puede graficar de la siguiente forma:

Para seleccionar la cantidad de centros a escoger como muestra se trabaj con la siguiente tabla:

Autor: M. Sc. Prof. Aux. Arabel Morguez Iglesias

91722967.doc

Como se puede apreciar, trabajando con un 95 % de confianza, y asumiendo un error de un 10 %, y considerando que la muestra seleccionada puede no contener iguales propiedades de la poblacin en un 1 %, la muestra a escoger del municipio de Holgun es de 2 centros, los que fueron seleccionados de forma aleatoria, por lo que esto permite hacer inferencias de lo que ocurre en dicha muestra con relacin a la poblacin objeto de estudio. Ahora lo que queda es ver cmo se seleccionarn cada uno de los estratos que contiene cada centro, con relacin a la cantidad de estudiantes a seleccionar por ao y especialidades de ambos centros, de manera tal que dicha seleccin sea proporcional a cada uno de dichos estratos, veamos cmo proceder: 5 Seleccin del tamao de cada estrato de las muestras seleccionas Para ello nos auxiliaremos de la tabla del anexo 1 en la que se han estratificado los estudiantes de cada centro (previamente seleccionados), distribuidos por aos y especialidades, de manera que siguiendo la misma metodologa anterior podamos determinar la cantidad de estudiantes que tendr la muestra a partir de la poblacin constituida por la matrcula total de ambos centros (1993 estudiantes), -vea el carcter relativo que tiene la poblacin, anteriormente explicado. Una vez seleccionada la muestra del total de ambas escuelas, el problema est en cmo proceder para distribuir sta de manera equitativa o proporcional, con relacin a cada estrato constituido por cada centro, matrcula por ao y por especialidades de stos, mediante la aplicacin de la metodologa planteada. a) Determinacin de la muestra para ambas escuelas Como se aprecia en el anexo 1 y la tabla siguiente, la matrcula de dichas escuelas por especialidades y aos (estratos) est dada como sigue: Matrc. Especialidad 360 Elctrica 515 Electrnica 121 Artesana 27 Construcciones Metlicas b) Politcnico 26 Construccin Civil 400 Viales 126 Geodesia y Cartografa 94 Artesana 84 Gestin Documentos 94 Autor: M. Sc. Prof. Aux. Arabel Morguez Iglesias 9

91722967.doc

Bibliotecologa Lengua de Sea Albailera Total escuela Total General

118 39 15 970 1993

Es importante observar que en este paso interesa solamente la distribucin por ao y especialidades de ambos centros, as como la matrcula total que constituir la poblacin a seleccionar de ambas escuelas politcnicas. Por lo que ahora aplicaremos determinaremos la muestra a seleccionar de una poblacin de 1993 estudiantes. b) Clculo del tamao de la muestra Para calcular el tamao de la muestra se debe trabajar con las expresiones (1) y (2):

z n 0 = p q n0 n= n 1+ 0 N

Hoja de clculo de Microsoft Excel

Por lo que resulta evidente que hay que determinar los valores de z, , q y p, para calcular el tamao de la muestra terico y con este valor determinar, en la frmula (2) el valor real de la muestra a seleccionar de ambas escuelas. c) Determinacin del grado de z Se sabe que el valor de z, que no es ms que la variable estandarizada para un grado de confianza determinado, que en este caso se asume trabajar con un 95 % de confianza, por lo que si se busca este valor en la funcin de Excel (Ver anexo 2) como DISTR.NORM.ESTAND.INV(0.975), que equivale a trabajar con la probabilidad de 0.975, ya que si se trabaja con un nivel de confianza del 95 %, quiere decir que el valor de alfa es igual a 0.05 (probabilidad de que no se cumpla el nivel de confianza del 95 %); pero como se trabaja con dos colas, debido a que no conocemos si esta probabilidad es mayor o menor, solamente que es igual o desigual, entonces el valor de alfa (0,05) de divide por dos (dos colas) y este valor se le resta a la probabilidad mxima de que ocurra un hecho (1) y obtenemos el valor de: 1 0.025 = 0.975. Cuando este valor se busca en la funcin de Excel DISTR.NORM.ESTAND.INV(0.975) el resultado que genera es igual a (1.96), que no es ms que el valor de z estandarizado para la probabilidad del 95 % de confianza. Esto tambin se puede encontrar en cualquier libro de estadstica donde contenga la tabla de distribucin normal. Por ejemplo en el anexo 2 se puede apreciar que si en la tabla se entra con la probabilidad de 0.975 se obtiene el valor de z = 1, 96 (Ver anexo 2), (si quiere ver el trabajo en Excel haga clic aqu). Z = 1.96 a) Determinacin del error de clculo Ya conocemos que en todo tipo de clculo siempre que se trabaje con nmeros fraccionarios, siempre se tendr que suprimir determinada cantidad de cifras al aproximar los clculos efectuados, es por ello que siempre induciremos un error de clculo, adems de considerar otros tipos de errores al seleccionar una muestra, que puede ser susceptible a nuestra forma de tomar los datos, hacer las mediciones, entre otros, es de aqu que se debe prever el porcentaje del error que se admitir en el clculo de la muestra. Anteriormente se dijo que Para N > 10 (recordar que ahora N=1993), se debe asumir el error = 0.05; que es lo mismo que considerarlo en un 5 %: ste es el valor a tomar. = 0.05 b) Determinacin de la probabilidad q Se sabe que al realizar el clculo de una muestra se debe considerar un porcentaje o una proporcin de elementos que puedan incluirse en dicha muestra, pero que no renan las caractersticas de la poblacin, a lo que a esta probabilidad se le ha llamado q y se sugiere que para N 160, se considera q = 0.02 hasta Autor: M. Sc. Prof. Aux. Arabel Morguez Iglesias 10

91722967.doc

un 0.2 (un error del 2 al 20 %). Para el clculo en cuestin se asume q = 0,08; es decir, se consider un 8 % q = 0,08 c) Determinacin de la probabilidad p Como la probabilidad de considerar la proporcin de elementos que renen las mismas caractersticas de la poblacin se determina por la expresin: p = 1- q, entonces al sustituir a q en la misma tenemos: p = 1- 0,08 = 0,92 p = 0,92 d) Clculo de no Sustituyendo en la frmula (1) se calcula dicho valor quedando:

z 1.96 n 0 = pq = ( 0.92 ) ( 0.08 ) = 113.09 0.05

n0 = 113.09

Autor: M. Sc. Prof. Aux. Arabel Morguez Iglesias

11

91722967.doc

e) Clculo de n Conocido el valor de la muestra terica calculada, procedemos a determinar el valor de la muestra real mediante el empleo de la ecuacin (2) en la que:

n=

n0 113.09 = = 107.02 = 107 n0 113.09 1+ 1+ 1993 N

Ello indica que del total de la matrcula de 1993 estudiantes, sera suficiente seleccionar 107 de ello de forma aleatoria simple, considerando que se ha trabajado con un 95 % del nivel de confianza, de cometer un 5 % de error y de que en nuestra muestra un 8 % no renan las caractersticas de la poblacin; por lo que se puede considerar a dicha muestra representativa en estos parmetros seleccionados. Ahora queda determinar cmo vamos a distribuir la muestra a seleccionar entre esas dos escuelas, aos y especialidades (estratos), asunto que resolveremos de inmediato. n = 107 Debemos seleccionar 107 estudiantes de la poblacin de ambas escuelas. 5.1 Clculo de la proporcin de cada estrato Para ello debemos auxiliarnos de la tabla anterior, a la que se le ha incorporado una columna que va a contener la proporcin que cada estrato representa con relacin a la matrcula total de ambos centros. Resulta evidente que para obtener la proporcin de cada estrato slo hay que buscar la razn entre las matrculas de cada especialidad y el total de cada escuela contra la matrcula total de ambos centros; as que por ejemplo: para determinar la razn entre la matrcula de la especialidad de Elctrica de la escuela Lus de Feria, slo debemos dividir dicha matrcula (360) entre el total de ambas (1993): Elctrica (escuela Lus de Feria) = 360/1993 = 0, 18 Electrnica (escuela Lus de Feria) = 515/1993 = 0, 26 En la tabla se puede apreciar cada uno de los valores calculados para cada estrato, por lo que se dejar indicado en la misma (ver anexo 1). a) Lus de Feria Matrc. Prop Muestra Especialidad 360 19 Elctrica 515 28 Electrnica 121 6 Artesana 27 3 Construcciones Metlicas 1023 55 Total de escuela b) Politcnico 26 21 Construccin Civil 400 6 Viales 126 5 Geodesia y Cartografa 94 4 Artesana 84 5 Gestin Documentos 94 6 Bibliotecologa 118 2 Lengua de Sea 39 1 Albailera 15 52 Total escuela 970 107 Total General 1993 Muestra total a seleccionar 107 Se puede apreciar de la tabla, que las proporciones encontradas permite poder hacer una distribucin ms racional de la muestra total; por lo que si a sta le corresponde 107, resulta evidente que para determinar la cantidad de estudiantes a seleccionar por especialidad y escuela solamente debemos multiplicar la proporcin por el total de la muestra y obtenemos lo que buscamos; veamos: Autor: M. Sc. Prof. Aux. Arabel Morguez Iglesias 12

91722967.doc

Por ejemplo, para la primera proporcin de elctrica (de la escuela Lus de Feria) (vea tabla anterior), si multiplicamos: 0,18 x 107 = 19, 6 = 19 estudiantes para esta especialidad; lo que quiere decir que debemos seleccionar de esta especialidad a 19 estudiantes en esta escuela. De una forma anloga se completa la tabla y se obtienen los valores que aparecen en la ltima columna. Resulta interesante analizar que cuando la suma de ambas escuelas no lleguen al total de la muestra, debido a las aproximaciones decimales con que se ha trabajado, entonces se puede aumentar en uno algunas de los estratos con valores menores, hasta que dicha suma sea igual a la calculada: en este caso 107. Es importante que esta parte sea trabajada en Excel, ya que permite ahorrar toda una serie de clculos y adems se puede visualizar, en forma de tabla, como la mostrada en el anexo 1. Al observar dicha tabla (anexo 1), analice como se procedi para determinar la proporcin de cada uno de los estratos que conforman los aos de cada una de las especialidades; por ejemplo, para determinar la proporcin que representa la especialidad de Elctrica de 1. ao de la escuela Lus de Feria que tiene una matrcula en ese ao de 81 estudiantes. Por lo que si queremos determinar la proporcin que representa esta cifra con relacin a la matrcula total 1993 de ambas escuelas, tendremos entonces que dividir 81/1993 = 0, 04, que es el valor que aparece en la tabla del anexo 1. De manera anloga se determinaron cada una de las proporciones de cada ao, especialidad y centro y al multiplicar cada una de stas por la cantidad total de la muestra a seleccionar para ambas escuelas obtuvimos de manera proporcional cmo debamos de seleccionar la muestra de cada ao, especialidad y escuela. Es importante acotar que podemos hacer lo mismo, en el caso de que existan varios grupos de un mismo ao y especialidad, estableciendo la proporcin de la matrcula de cada grupo contra la matrcula del ao y como ya se sabe la cantidad de estudiantes que debemos seleccionar por ao, resultara muy fcil determinar la cantidad de estudiantes por grupo que debemos de extraer mediante el mtodo aleatorio simple. Conclusiones De los aspectos tratados se ha analizado los distintos conceptos de lo que es poblacin, muestra, entre otros y de ello es importante acotar que la poblacin en una investigacin es relativa y est en dependencia del campo de estudio a trabajar. Que siempre resulta imprescindible dejar bien definido cul es la poblacin a trabajar, porque de la misma es que ser seleccionada la muestra, constituyendo sta un subconjunto de la poblacin y por consiguiente contendr las mismas propiedades de la primera. Cuando se selecciona la muestra se debe tratar de que esta seleccin se haga por el mtodo aleatorio simple o estratificado, si es que de ella queremos realizar inferencias con relacin a la poblacin investigada. Es importante apuntar que mediante este trabajo se le muestra a los investigadores cmo poder seleccionar el tamao de una muestra (para las investigaciones educacionales) para que sea significativa con relacin a la poblacin a trabajar y que esta significacin est dada por tres aspectos muy importantes, que son: el nivel de confianza a trabajar, en lo que se prefiere hacerlo sobre el 95 % de confianza; el error a considerar en el clculo, que debe estar entre un 1 hasta un 5 %, y la proporcin de considerar que la muestra calculada no posee las caractersticas o propiedades de la poblacin y que estos valores deben de estar comprendidos entre un 1 hasta un 20 % (en valores de probabilidad), debindose asumir de un 1 hasta un 2 % para poblaciones o estratos pequeos (menores de 29), de un 2 hasta un 5 % para estratos o poblaciones medianas (entre 30 y 79) y valores comprendidos entre un 10 hasta un 20 % para poblaciones o estratos mayores de 80. Se anexa a este trabajo una tabla en Excel (hacer clic en el icono que aparece al final) en donde se puede observar cmo se realiza lo explicado trabajando con este poderoso tabulador electrnico.

Hoja de clculo de Microsoft Excel

Autor: M. Sc. Prof. Aux. Arabel Morguez Iglesias

13

91722967.doc

Bibliografa CALERO, V. A. Teora de la estimacin. Ministerio de Educacin Superior. La Habana, 1981. 268 p. EVORE, JAY, L. Probabilidad y estadstica para ingeniera y ciencias. -- California (Impreso en Mxico): Edit. THOMSON EDITORES, 2000. -- 720 p. FREUD JOHN, E. Estadstica elemental moderna. -- La Habana : Edit. Pueblo y Educ., 1977. -- 466 p. MARTNEZ C. Estadstica Comercial. Grupo Editorial Norma Educativa. Colombia, 1994. MONTGOMERY, C. D Probabilidad y Estadstica aplicada a la Ingeniera. Edit. Mc. Graw Hill. Mexico, 1996. 895 p. MORGUEZ I, A. Curso de estadstica aplicada a la investigacin educacional. Materiales impresos, compendio de tablas y ejercicios adaptados para el curso. -- Holgun : ISPH Jos de la Luz y Caballero. 2005, -- 32 p. RIVAS MOYA, T. Estadstica Aplicada a las Ciencias Sociales: Teora y Ejercicios (EAC). -- T. Rivas Moya, M. A. Mateo, F. Rus Daz, M. Ruiz. Secretariado de Publicaciones de la Universidad de Mlaga, Mlaga, 1991. ROJAS SORIANO, R. Gua para realizar investigaciones sociales. -- Mxico: Edit. Plaza y Valds, 1998. -384 p. SIEGEL, S. Diseo experimental no paramtrico. -- La Habana : Edit. Revolucin, 1987. -- 346 p. SPIEGEL MURRAY, R. Teoras y problemas de estadstica. -- La Habana : Edit. Pueblo y Educacin, 1977. -- 358 p. TENA SUCK, E. A. Manual de investigacin experimental: elaboracin de tesis : -- Mxico : Ed. Plaza y Valds, 1996. -Bsqueda de Internet CLCULO DEL PODER ESTADSTICO DE UN ESTUDIO. www.fisterra.com/mbe/investiga/poder_estadistico/poder_estadistico.htm CLCULO DEL TAMAO DE LA MUESTRA. www.ifad.org/gender/tools/hfs/anthropometry/s/ant_3.htm CURVA NORMAL ESTANDAR www.amschool.edu.sv/paes/e8.htm DETERMINACIN DE TAMAO MUESTRAL . www.fisterra.com/material/investiga/8muestras/8muestras.htm ESTIMACIN. http://www.e-biometria.com/ene-ctm/tecnicas1.htm LA DISTRIBUCIN NORMAL www.fisterra.com/material/investiga/distr normal/distr_normal. PRTEGA DAZ S, Pita Fernndez S. Representacin grfica en el anlisis de datos. Cad AtenPrimaria 2001; 8: 112-117. spertega@canalejo.org SELECCIN DE LA MUESTRA. http://www.filosofia.uanl.mx/hablamty/datossocio.htm#Seleccion TUTORIAL DE MUESTREO: 3.- CLCULO DEL TAMAO DE LA MUESTRA. www.psico.uniovi.es/Dpto_Psicologia/metodos/tutor.7/p3.html Anexos

Autor: M. Sc. Prof. Aux. Arabel Morguez Iglesias

14

Anexo 1

Determinacin de la muestra estratificada de las Escuelas Politcnicas del municipio de Holgun Estadgrafo para determinar la muestra estratificada de estudiantes por escuelas, ao y especialidades a) Luis de Feria Garayalde 1. ao Especialidad Elctrica Electrnica Artesana Const. Metl Total Mt Prop. 81 39 33 0 153 0.04 0.02 0.02 0 0.08 2. ao Mues Mt Prop. 4 2 2 0 8 74 188 34 27 323 0.04 0.09 0.02 0.01 0.16 3. ao Mues Mt Prop. 4 10 2 1 17 103 157 26 0 286 0.05 0.08 0.01 0 0.14 4. ao Mues Mt Prop. 6 8 1 0 15 102 131 28 0 261 0.05 0.07 0.01 0.00 0.13 Mues 5 7 2 0 14 Mt 360 515 121 27 1023 Prop. 0.18 0.26 0.06 0.01 0.51 Total Mues 19 28 6 1 55 % vs Pob 17.80 26.20 5.60 0.90 51.40

b) Escuela de Construccin No. 26. 1. ao Especialidad Const. Civil Viales Geod Y Cartog Artesana Gest Docu Bibliot Leng Sea Albailera Total Total General Mt Prop. 160 0.08 0 0 0.01 0.02 0.05 0 0 0.16 0.23

2. ao

3. ao Mues Mt Prop. 6 2 2 1 2 2 2 1 17 34 77 44 34 17 32 0.04 0.02 0.02 0.01 0.02 0 0 0 0.1 0.25

4. ao Mues Mt Prop. 4 2 2 1 2 0 0 0 11 26 51 50 28 17 0.03 0.03 0.01 0.01 0.00 0.00 0.00 0.00 0.07 0.20 Mues 3 3 2 1 0 0 0 0 8 22 Mt 400 126 94 84 94 118 39 15 970 1993 Prop. 0.20 0.06 0.05 0.04 0.05 0.06 0.02 0.01 0.49 1

Total Mues 21 7 5 5 5 6 2 1 52 107 % vs Pob 19.60 6.50 4.70 4.70 4.70 5.60 1.90 0.90 48.60 100.00

Mues Mt Prop. 9 0 0 2 2 5 0 0 17 25 112 32 32 21 32 28 39 15 311 634 0.06 0.02 0.02 0.01 0.02 0.01 0.02 0.01 0.16 0.32

29 30 90

309 462

204 490

146 407

Fuente: Informe del diagnstico inicial correspondiente a la Tarea 5 del Proyecto de Investigacin: Modelo Educativo para la escuela politcnica holguinera. M. Sc. Prof. Aux. Ing. Arabel Morguez Iglesias, Ing. Eleonora Romanova y Lic. Isabel Almaguer Guerrero. ISPH Jos de la Luz y Caballero, Holgun, junio, 2006.

Autor: M. Sc. Prof. Aux. Arabel Morguez Iglesias

15

91722967.doc

Anexo 2

Tabla 1. reas bajo la curva normal estndar. Los valores de la tabla que no se muestran en negrita representan la probabilidad de observar un valor menor o igual a z. La cifra entera y el primer decimal de z se buscan en la primera columna, y el segundo decimal en la cabecera de la tabla.

Segunda cifra decimal del valor de z z 0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0 1.1 1.2 1.3 1.4 1.5 1.6 1.7 1.8 1.9 2.0 2.1 2.2 2.3 2.4 2.5 2.6 2.7 2.8 0.00 .5000 .5398 .5793 .6179 .6554 .6915 .7257 .7580 .7881 .8159 .8413 .8643 .8849 .9032 .9192 .9332 .9452 .9554 .9641 .9713 .9772 .9821 .9861 .9893 .9918 .9938 .9953 .9965 .9974 .01 .5040 .5438 .5832 .6217 .6591 .6950 .7291 .7611 .7910 .8186 .8438 .8665 .8869 .9049 .9207 .9345 .9463 .9564 .9649 .9719 .9778 .9826 .9864 .9896 .9920 .9940 .9955 .9966 .9975 .02 .5080 .5478 .5871 .6255 .6628 .6985 .7324 .7642 .7939 .8212 .8461 .8686 .8888 .9066 .9222 .9357 .9474 .9573 .9656 .9726 .9783 .9830 .9868 .9898 .9922 .9941 .9956 .9967 .9976 .03 .5120 .5517 .5910 .6293 .6664 .7019 .7357 .7673 .7967 .8238 .8485 .8708 .8907 .9082 .9236 .9370 .9484 .9582 .9664 .9732 .9788 .9834 .9871 .9901 .9925 .9943 .9957 .9968 .9977 .04 .5160 .5557 .5948 .6331 .6700 .7054 .7389 .7704 .7995 .8264 .8508 .8729 .8925 .9099 .9251 .9382 .9495 .9591 .9671 .9738 .9793 .9838 .9875 .9904 .9927 .9945 .9959 .9969 .9977 .05 .5199 .5596 .5987 .6368 .6736 .7088 .7422 .7734 .8023 .8289 .8531 .8749 .8944 .9115 .9265 .9394 .9505 .9599 .9678 .9744 .9798 .9842 .4878 .9906 .9929 .9946 .9960 .9970 .9978 .06 .5239 .5636 .6026 .6406 .6772 .7123 .7454 .7764 .8051 .8315 .8554 .8770 .8962 .9131 .9279 .9406 .9515 .9608 .9686 .9750 .9803 .9846 .9881 .9909 .9931 .9948 .9961 .9971 .9979 .07 .5279 .5675 .6064 .6443 .6808 .7157 .7486 .7794 .8078 .8340 .8577 .8790 .8980 .9147 .9292 .9418 .9525 .9616 .9693 .9756 .9808 .9850 .9884 .9911 .9932 .9949 .9962 .9972 .9979 .08 .5319 .5714 .6103 .6480 .6844 .7190 .7517 .7823 .8106 .8365 .8599 .8810 .8997 .9162 .9306 .9429 .9535 .9625 .9699 .9761 .9812 .9854 .9887 .9913 .9934 .9951 .9963 .9973 .9980 .09 .5359 .5753 .6141 .6517 .6879 .7224 .7549 .7852 .8133 .8389 .8621 .8830 .9015 .9177 .9319 .9441 .9545 .9633 .9706 .9767 .9817 .9857 .9890 .9916 .9936 .9952 .9964 .9974 .9981

Autor: M. Sc. Prof. Aux. Arabel Morguez Iglesias

91722967.doc

Anexo 2

2.9 3.0 3.1 3.2 3.3 3.4

.9981 .9987 .9990 .9993 .9995 .9997

.9982 .9987 .9991 .9993 .9995 .9997

.9982 .9987 .9991 .9994 .9995 .9997

.9983 .9988 .9991 .9994 .9996 .9997

.9984 .9988 .9992 .9994 .9996 .9997

.9984 .9989 .9992 .9994 .9996 .9997

.9985 .9989 .9992 .9994 .9996 .9997

.9985 .9989 .9992 .9995 .9996 .9997

.9986 .9990 .9993 .9995 .9996 .9997

.9986 .9990 .9993 .9995 .9997 .9998

Fuente: Prtega Daz S, Pita Fernndez S. Representacin grfica en el anlisis de datos. Cad Aten Primaria 2001; 8: 112-117 spertega@canalejo.org Arabel Morguez Iglesias amoragueziglesias@yahoo.es arabelm@isphlg.rimed.cu Grado cientfico: Mster en Ciencias en Planeamiento, Administracin y Supervisin de Sistemas Educacionales y Profesor Auxiliar. I.- Estudios realizados Graduado de preuniversitario Enrique Jos Varona de Holgun (curso 1968-69). Graduado de Profesoral Bsico de Matemtica en el Instituto de Superacin Educacional (ISE) de Holgun (1970). Graduado del Curso de Matemtica (Moderna) para profesores de secundaria Bsica en el ISE Nacional. Graduado del Profesoral Superior de Fsica en el Instituto Superior Pedaggico de Holgun (ISPH) (7/7/1998). Graduado de Ingeniero Mecnico en el Instituto Superior Tcnico de Holgun (5/1/1980). Graduado de Idioma Ruso) en la Facultad Preparatoria de la Universidad de Oriente, en Santiago de Cuba, con vista a realizar un doctorado (1983). Graduado en los curso de postgrados de Ingls (recibi todo el ciclo) (1995). Recibi la categora docente de Profesor Auxiliar en el ISPH (en diciembre de 1996). Ttulo de Mster en Planeamiento, Administracin y Supervisin de Sistemas Educacionales en el Instituto Pedaggico Latinoamericano y caribeo (IPLAC). La Habana junio del 2001. Entrenamiento de CAD-CAM en la Universidad de Holgun (160 horas). Curso 2002-2003. II.- Experiencia Profesional Profesor con 35 aos de experiencia docente y 8 aos de experiencia en las industrias. Ha sido fundador y jefe de Departamento de Educacin Laboral y Enseanza Tcnica y Profesional en las especialidades de Mecnica, Construccin de Maquinaria, Mecanizacin y Economa, durante 7 cursos, en el ISPH. Trabaj como J de la Carrera de Mecnica durante 3 cursos, J de Disciplina de Mecnica Tcnica (durante tres cursos). En los 8 aos que labor en la produccin lo hizo en calidad de Especialista Mecnico de Proyecto en la Fbrica de Implementos Agrcolas 26 de Julio (tres aos); Especialista Integral de Proyecto, en carcter de Proyectista General atendi la construccin de la Planta de Acetileno de Holgun (en la Empresa Integral de Proyecto para la Industria Bsica), en esa empresa fungi, adems, como Ingeniero Principal, donde atendi obras como: Planta de Fertilizantes de Nuevitas, Planta Termoelctrica de Felton, Planta termonuclear de Juragua y Estudios de Suelos de la Planta Nuclear que se iba a instalar al norte de Holgun. Ha sido Profesor Adjunto de la Universidad de Holgun, donde imparti asignaturas de: Mecnica Terica I y II, Resistencia de Materiales I y II y Diseo de Elementos de Mquinas I y II, entre otras. En este curso 2003-2004 fungi como asesor para la Ciencia y Tcnica en el la actividad de Proyectos de la Vicerrectora de Investigaciones y Postgrados de este Instituto, desarrollando una magnfica labor. Actualmente labora como Jefe de Disciplina del Departamento de Industrial, en la Facultad de Ciencias Tcnicas. Actividad cientfica y publicaciones

Autor: M. Sc. Prof. Aux. Arabel Morguez Iglesias

91722967.doc

Anexo 2

En 35 aos de trabajo y 27 en el ISPH ha realizado mltiples investigaciones, de ellas: colaborador del tema: La enseanza de la Matemtica en Cuba, cuyo resultado fue la implantacin de los programas de Matemticas para la enseanza primaria y secundaria por el MINED. La prctica de los laboratorios en Fsica (1978); Efectividad de la enseanza de la Educacin Laboral en 7. y 8. Grados (1983); Obtencin de steres Mixtos (plstico) a partir de la celulosa (bagazo) de la caa (1988), en la cual diseo y fabric todo el equipamiento para la Planta Piloto para obtener plstico. Reflexiones Metodolgicas acerca de la Mecnica Tcnica (1995) (todas con buenos resultados). Defendi, con notas de Excelente, su tesis de maestra, para determinar indicadores que permiten evaluar el impacto en los politcnicos industriales en la provincia de Holgun, la cual est en fase de validacin para continuar con este mismo tema para su doctorado. Ha publicado tres libros (guas de estudio), varios trabajos y artculos cientficos, presentado en eventos nacionales e internacionales, dentro de los que se encuentran: una publicacin en la Revista Electrnica del ISPH y dos artculos en proceso de publicacin: uno en dicha revista electrnica y otro el la Pagina Web del ISPH respectivamente, as como participado en mltiples eventos cientficos, forum de ciencia y tcnica, eventos de Pedagoga, eventos InterCES y Simposios a distintos niveles, en calidad de ponente o tribunal. Ha participado como oponente, secretario y miembro de tribunales de maestras. Adems, es miembro del Consejo Cientfico de la Facultad de Ciencias Tcnicas desde el ao 1983 hasta la fecha, pertenece a las Ctedras de: Pensamiento y Educacin del ISPH, Ctedra Martiana (a nivel de instituto y facultad y provincial) y de Pedagoga. Trabaj, durante ms de tres cursos como secretario, presidente y actualmente miembro del Tribunal para el cambio de categora docente de la Facultad de Ciencias Tcnicas. Fue miembro del Consejo Cientfico del Instituto, el cual labor como Secretario Ejecutivo; es miembro del Consejo de Redaccin de la Revista Electrnica del ISPH (en calidad de experto). Trabaj como Especialista para la Ciencia y la Tcnica del Instituto Superior Pedaggico en la Vicerrectora de Investigaciones y Postgrado y fue Jefe de Programa de Investigacin, a los cuales se circunscriben proyectos territoriales y Ramales (nacionales) de los que atiende el ISPH. Fue presidente de la Comisin Evaluadora de trabajos de la ANIR del ISPH y forma parte de la Comisin de Expertos del Instituto. Atiende la pgina Web de la Facultad y Departamento Industrial. Atendi, por el departamento de Mecnica, a los estudiantes de alto rendimiento y asesor al Jefe de departamento Industrial en aspectos correspondientes a: plan de Ciencia y Tcnica, Forum, ANIR, eventos, formacin postgraduada y superacin. Ha sido tutor de ms de 132 trabajos de curso, 60 trabajos de diploma. He ofrecido consultora y asesoramiento estadstico a ms de cien trabajos de curso y de diplomas, 29 tesis doctorales y 25 investigaciones. Ha participado como oponente de mltiples tesis de maestras y miembro de tribunales de maestras. Miembro del Consejo Cientfico de la Facultad de Ciencias Tcnicas, del cual es fundador, por ms de 30 aos. En el curso 20032004 recibi la Orden Jos de la Luz y Caballero por los resultados en las investigaciones realizadas. Holgun, Abril. 2006

Autor: M. Sc. Prof. Aux. Arabel Morguez Iglesias