Documentos de Académico
Documentos de Profesional
Documentos de Cultura
SITUACIONAL
¿En qué consiste el diagnóstico situacional?
• Una vez establecidos el marco teórico y el diseño metodológico, el
paso que sigue es la elaboración del diagnóstico situacional, la cual
implica tres fases: la planificación de la recolección de datos, la
recolección en sí misma y el análisis de los datos.
• Es importante tener presente que el diagnóstico situacional podrá
tomar diferentes formas según el tema de tesis o de investigación que
se esté desarrollando.
• Sin embargo, hay ciertas consideraciones que deberán tenerse en
cuenta a la hora de planificar esta parte de la investigación.
¿En qué consiste el diagnóstico situacional?
• Antes de empezar por la planificación para la recolección de datos, será conveniente
introducir una definición para el término diagnóstico.
• Según la RAE (2019), ‘diagnóstico’ (y también ‘diagnóstica’) tiene las siguientes cuatro
acepciones:
• 1. Perteneciente o relativo a la diagnosis.
• 2. Acción y efecto de diagnosticar.
• 3. Determinación de la naturaleza de una enfermedad mediante la observación de sus síntomas.
• 4. Calificación que da el médico a la enfermedad según los signos que advierte.
• Mientras que la tercera y cuarta se refieren específicamente al ámbito de la medicina, la
primera y segunda dejan, aún, espacio para la generalidad.
¿En qué consiste el diagnóstico situacional?
• Entonces, sobre las definiciones para ‘diagnosis’ y ‘diagnosticar’, se
puede decir lo siguiente:
• Diagnosis:
• 1. Acción y efecto de diagnosticar.
• 2. Descripción característica y diferencial abreviada de una especie, género, etc.
• 3. Diagnóstico (determinación de la naturaleza de una enfermedad).
• Diagnosticar:
• 1. Recoger y analizar datos para evaluar problemas de diversa naturaleza.
• 2. Determinar el carácter de una enfermedad mediante el examen de sus signos.
¿En qué consiste el diagnóstico situacional?
• En cuanto a ‘diagnosis’, únicamente su primera acepción, que repite la segunda
acepción para ‘diagnóstico’, deja espacio para la generalidad.
• Entonces, el enfoque va hacia ‘diagnosticar’ y es allí donde se encuentra lo que se
buscaba, específicamente, en su primera acepción: “Recoger y analizar datos para
evaluar problemas de diversa naturaleza”.
• Se puede interpretar que el término diagnóstico tiene un origen en el ámbito de
la medicina o el equivalente de tiempos pretéritos.
• En ese sentido, cuando se va al médico, lo primero que hace el o la profesional es
diagnosticar su estado de salud mediante preguntas y algunas pruebas sencillas
¿En qué consiste el diagnóstico situacional?
• En ese punto, los datos recolectados pueden ser suficientes o, quizás, sean
necesarios otros exámenes.
• Una vez que este cuenta con la suficiente información, determina cuál es el
procedimiento para alcanzar una curación.
• Por supuesto, este esquema presentado es bastante genérico, pero es la idea
análoga de lo que puede pensarse para un trabajo de tesis o de investigación en
general.
• De hecho, a menos que se esté tratando en un sentido metafórico, sería impropio
hablar de “la curación de una empresa”; sin embargo, el diagnóstico ayuda a
determinar cuáles son las características de una situación actual para saber por
dónde dirigir una propuesta de mejora.
¿En qué consiste el diagnóstico situacional?
• Se debe tomar en cuenta, también, que un diagnóstico, por su propia
naturaleza, hace referencia a un punto en el tiempo, al momento o
periodo en que se recolectaron los datos; es decir, no es una
determinación para siempre.
• Hay una constante evolución de las cosas en cualquier situación y, si
bien la propuesta de mejora estará enfocada en el diagnóstico previo
establecido, será favorable, para un caso de aplicación real, que no
exista una distancia muy amplia entre el momento en que se establece
el diagnóstico y cuando se presenta (e implementa) la propuesta.
¿En qué consiste el diagnóstico situacional?
• Se puede pasar, ahora sí, a la planificación para la recolección de los datos.
• En sí, de lo que se trata es de la selección de aquello que se va a medir, lo cual puede
llevar el nombre de muestra.
• Por ejemplo, si la misión es medir el peso de la merma en una operación manual de torno,
es necesario tomar en cuenta aspectos como los siguientes: ¿a qué operario u operarios
se va a medir?, ¿en cuál o cuáles máquinas?, ¿con cuál o qué tipo de balanza se hará la
medición?, ¿en qué momento o momentos del día?, ¿haciendo cuál o cuáles piezas?
• Como se puede ver, no es una cuestión tan sencilla, pero tampoco es complicada.
• Muchas veces, una vez que la caracterización de la medición está hecha, la verdadera
complicación está en tener acceso a la medición; el resto corre por cuenta de el (la)
investigador(a), que ya se encuentra preparado(a) teóricamente para el reto luego de una
sólida formación recibida
¿En qué consiste el diagnóstico situacional?
• Lo primero que hay que tener presente es, justamente, que se va a necesitar una muestra
donde se pueda aplicar una medición.
• Tanto la recolección de datos reales como la propuesta de mejora son importantes para
presentar un trabajo de investigación.
• La invención de datos no solo es una falta ética grave, sino que, en la práctica, puede
conducir a una toma de decisiones fallida; por lo tanto, se va a tener que construir la
muestra.
• ¿Tiene que ser la muestra siempre estadísticamente determinada? En principio, es
necesario aspirar a ello para poder determinar un nivel de confianza, pero la muestra podrá
verse afectada por la envergadura de lo que se va a medir y la oportunidad de medición.
• Debe dejarse en claro en todo momento cómo se constituyó la muestra y cuáles fueron las
dificultades encontradas.
¿En qué consiste el diagnóstico situacional?
• Mucho influye, también, el alcance de la investigación y el grado de
representatividad que se desee hallar respecto de una población.
• Puede darse el caso de que no se pueda alcanzar el número de elementos a
medir que establece un nivel de confianza específico para representar una
población y eso llevaría a la aceptación de que la muestra solo representará a
una población más pequeña de la inicialmente considerada si se quiere
mantener el mismo nivel de confianza.
• Asimismo, si se desea hacer una inspección del proceso de carga y descarga de
maletas de aviones según una serie de indicadores para una compañía
específica, será positivo determinar una cantidad representativa de ocasiones de
medición de carga y descarga.
¿En qué consiste el diagnóstico situacional?
• Además, la eficiencia del proceso podrá variar según el tamaño de
avión, el lugar de estacionamiento, la cantidad de personal disponible
cada vez, el equipo utilizado y la congestión en la llegada de aviones.
Si el investigador no tiene suficiente acceso para efectuar las
mediciones que necesite, su representatividad deseada respecto de
una población se verá afectada.
De la unidad de análisis a la muestra
De la unidad de análisis a la muestra
Consideraciones para la realización del diagnóstico
• las muestras pueden ser probabilísticas o no probabilísticas:
Muestras probabilísticas
• Una vez que se ha definido la unidad de análisis y delimitado la población,
corresponde pensar en el tamaño de la muestra.
• Por notación estadística, es importante recordar ciertos detalles, como el hecho de
que al tamaño de la población se le conoce como N y, al de la muestra, como n.
• Entonces, se necesita una n que represente a N con un cierto nivel de confianza o
con un cierto nivel máximo de error, que es lo mismo, ya que es su complemento.
• Como señalan Hernández, Fernández y Baptista en simple, “el error máximo
aceptable se refiere a un porcentaje de error potencial que admitimos tolerar de
que nuestra muestra no sea representativa de la población (de equivocarnos)”
(2010: 178; las negritas son de los autores)
Muestras probabilísticas
• Puede intuirse que una mayor confianza requiere de una n más grande.
• Al pensar en un censo, se ve que su propósito es tener valores totales de ciertas
características sobre una población.
• Si se puede lograr este objetivo, se podrá concluir con certeza (100%, sin
redondeos por decimales) sobre una característica medida de la población.
• En la medida que N deja de ser N y pasa a ser n, con un tamaño reduciéndose,
se empezarán a perder valores, por lo que empieza, a su vez, a aumentar el error.
• Ahora, si se observa este proceso en sentido contrario, se ve aumentar n hasta
llegar a N, y un error que se va difuminando, ya que se van “recuperando” los
valores.
Muestras probabilísticas
• No se trabaja, por lo general, al nivel de censo, sino con grados de confianza; de lo
contrario, se haría un consumo de recursos muy grande y se podría perder la
oportunidad.
• Está generalmente aceptado trabajar o bien con un nivel de confianza de 95% (y
error de 0.05) o bien de 99% (y error de 0.01), ya que suelen representar
positivamente a una población.
• Sin embargo, la elección del mayor o menor grado de confianza dependerá de la
precisión que se necesite para lo que se va a medir.
• Una revisión de la teoría estadística ayudará con el cálculo de n a partir de una
serie de parámetros (asimismo, será necesario tener presente el teorema del
límite central).
Muestras probabilísticas
• Otras formas de seleccionar una muestra son a través del muestreo
probabilístico estratificado, con el fin de comparar resultados entre
“segmentos, grupos o nichos de la población” (Hernández, Fernández y
Baptista 2010: 180), y del muestreo probabilístico por racimos, “cuando
las unidades de análisis se encuentran encapsuladas o encerradas en
determinados lugares físicos o geográficos” (Hernández, Fernández y
Baptista 2010: 182).
• Estas formas, deben aplicarse según lo que necesite la investigación.
• En ambos casos, el principio de la aleatoriedad sigue siendo el mismo.
Muestra no probabilística
• Las muestras no probabilísticas pueden ser usadas tanto en la investigación
cuantitativa como en la cualitativa, pero tienen mayor preponderancia en este último
tipo.
• La construcción de la muestra no se basa en que cada elemento a seleccionar de una
población tenga la misma posibilidad de ser elegido respecto de otros, sino que sigue
otros criterios.
• Por ejemplo, para Hernández, Fernández y Baptista, hay una única ventaja que
presenta una muestra no probabilística para la investigación cuantitativa: “[…] su
utilidad para determinado diseño de estudio, que requiere no tanto una
‘representatividad’ de elementos de una población, sino una cuidadosa y controlada
elección de casos con ciertas características especificadas previamente en el
planteamiento del problema” (2010: 190)
Muestra no probabilística