metodología_cuantitativa
TRANSCRIPT
-
7/31/2019 Metodologa_cuantitativa
1/15
agosto 2003 23PRODUCCIN YGESTIN
Vol. (6) 1: pp. 23-37
RESUMEN
El artculo trata sobre los diseosde investigacin abarcando un
conjunto de etapas y actividadesque permiten planificar y ejecutaruna investigacin, enmarcado enel paradigma cuantitativo llamadotambin ciencia emprica.
Palabras Claves: Proyecto deInvestigacin. Positivismo.Paradigma clsico. Paradigmacuantitativo.
ABSTRACT
This article deals with researchoutline, comprising a whole ofstages and activities allowing theplanning and performing of aresearch, framed within thequantitative paradigm, alsoknown as "empirical science".
Key Words: Research project.Positivism. Classic paradigm.Quantitative paradigm.
PARADIGMACUANTITATIVO:
Un Enfoque Emprico y Analtico
(1)Jorge Inche M.(2)Yolanda Anda C.
(3) Henry Huamanchumo V.(4)Mara Lpez O.
(5)Jaime Vizcarra M.(6)Gladys Flores C.
(1) Magster en Ciencias, UCV. Docente principal, UNMSM.
E-mail: [email protected](2) Magster en Tratamiento de Aguas y Reuso de Desechos.
Jefe Equipo Operacin de Plantas, SEDAPAL.
E-mail: [email protected](3)Magster en Administracin. Consultor Externo de Empresas.
E-mail: [email protected]
(4)Magster en Desarrollo Regional. Docente principal, UNI.
E-mail: [email protected](5)Magster en Contabilidad. Docente Universidad de Lima.
E-mail: [email protected](6)Magster en Finanzas. Auditora en el Ministerio de Salud.
E-mail: [email protected], [email protected]
INTRODUCCIN
Ante el riesgo de una sobresimplificacin, puede decirse que en las bsquedas del conocimientode la realidad social hay quienes, enmarcados en una tradicin positivista, defienden el usode mtodos cuantitativos que buscan llegar a explicaciones generales, a enunciar leyes (nomotticos)
y quienes, parapetados en el fenomenologismo, abogan por la preponderancia de los mtodoscualitativos que tienen como propsito eje el comprender el desarrollo de procesos.
Los cientficos sociales que comparten la primera de esas concepciones se respaldan en unalarga tradicin sustentada en las ciencias naturales y agronmicas, mientras que es relativamentereciente la visin del mundo implicada en el paradigma cualitativo: su aparicin se ubica en estesiglo en los trabajos de Antropologa y Sociologa, realizados por la Escuela de Chicago. en losaos sesenta, segn seala Filstead (2;59).
Filstead, establece una acotacin que proporciona un referente acerca del manejo del concepto deparadigma:
El paradigma cuantitativo posee una concepcin global positivista, hipottico-deductiva, particularista,
objetiva, orientada a los resultados y propia de las ciencias naturales. En contraste, al paradigma
cualitativo que postula una concepcin global fenomenolgica, inductiva, estructuralista, subjetiva,
orientada al proceso y propia de la antropologa social. (2;28)
FUNDAMENTOS EPISTEMOLGICOS
a. Positivismo
Todo conocimiento es vlido si est basado en la observacin de los hechos sensibles.
b. Mtodo Cientfico
Uno de los primeros filsofos que delimitaron el significado del mtodo en la ciencia fue Bacon.Este filsofo propugn, a principios del siglo XVII, el empirismo como la caracterstica masdistintiva de la investigacin cientfica. Desestima la lgica como fuente de verdad (mtodo
-
7/31/2019 Metodologa_cuantitativa
2/15
24agosto 2003PRODUCCIN YGESTIN
>>> PARADIGMA CUANTITATIVO: Un Enfoque Emprico y Analtico
deductivo) y antepone en cambio la experiencia, la observa-cin como paso previo a la generalizacin y a la formacin de
teoras(mtodo inductivo).
Bajo este concepto de acuerdo a Popper es la solidez ofortaleza HIPOTETICA-DEDUCTIVA de la TEORIA, su ca-pacidad de ser rebatida por la EXPERIENCIA.
La clave del METODO CIENTIFICO se halla, por tanto, en laFALSABILIDAD, en el hecho de que todas las pruebas deuna teora sean otras tantas tentativas de refutar las prediccio-nes que se desprenden de las mismas.
c. Falsacionismo Refinado
Desarrollado por Lakatos, bajo este concepto para cada teo-ra cientfica se trata de especificar los hechos que la confir-man y la probabilidad de la teora a la luz de estos hechos.
La verdad deja de ser absoluta. Se convierte en meramenteprobable, aunque el conocimiento siga siendo comprobablede este modo el clculo de PROBABILIDADES se convierteen criterio de demarcacin, el anlisis estadstico en su herra-mienta bsica.
d. Pluralidad Metodolgica
Comprende dos perspectivas: La perspectiva humanstica /cualitativa que rechaza el modelo metodolgico de las cienciasnaturales y aboga, en cambio por el anlisis de lo individual yconcreto, por medio de la comprensin (epistemologainterpretativa) y la perspectiva cientifista/cuantitativa que poneel nfasis en la EXPLICACIN, en la contrastacin emprica yen la medicin objetiva de los fenmenos sociales (epistemolo-ga positiva).
e. Triangulacin
Es la convergencia interparadigmtica, por l se entiende la
aplicacin de distintas metodologas en el anlisis de una mismarealidad social. Mediante la operacionalizacin mltiple, au-mentar la validez de los hallazgos y el grado de confianza delos mismos.
MARCO TERICO CONCEPTUAL
El conocimiento cientfico, es un continuo feed-backComprobacinde las modificaciones a partir de los datos en la teora inicial, condi-cionados mutuamente en operaciones metodolgicas esenciales:
TEORA
HIPTESIS
OBSERVACINRecogida de datos
GENERALIZACIONESEMPIRCAS/
Contraste de hiptesis
Induccin Deduccin
Operacionalizacinde conceptos/instrumentacin
Interpretacin/anlisis de datos
PP
RR
OOCCEESSOOSS
II NNDDUUCCTTII
VVOOSS
PP
RR
OOCCEESSOOSS
DDEEDDUUCCTTII
VVOOSS
Figura 1. Proceso del conocimiento cientfico
1. Deduccin: de la teora a los datos, de los generales a loconcreto.
2. Induccin: de los datos a la teora, de los casos particulares alos principios generales.
Esta concepcin se resume en la Figura 1 que representa unaadaptacin del esquema original de Wallace (1971).
Componentes Bsicos de la Teora
a. Conceptos: Smbolo lingstico que categoriza a los fenmenos (Phillips,
1985). Categoras para la organizacin de ideas y observaciones
(Bulmer, 1992). Sirven para clasificar y medir operativamente los fenmenos
que se observan (Blalock y Blalock, 1968).
b. Proposiciones: Que indican cmo y en que condiciones seencuentran los fenmenos definidos conceptualmente.
c. Axiomas o leyes: Explican las regularidades o conexionesesenciales existentes en los fenmenos sociales.
FUNCIONES E IMPORTANCIA DE LAS TEORAS
Segn Wallace:
Explicar generalizaciones empricas conocidas, expresadosbajo trminos de conceptos y preposiciones apropiados.
Predecir generalizaciones empricas todava desconocidas.
-
7/31/2019 Metodologa_cuantitativa
3/15
agosto 2003 25PRODUCCIN YGESTIN
Es imprescindible en las fases preliminares de investigacin cuando:
a. Deciden los esquemas clasificatorios a utilizar.b. Plantean conceptos tericos que orienten el anlisis.c. Formulan problemas de investigacin que tengan una deter-
minada relevancia social.d. Concretan ideas generales sobre cmo se producen los cam-
bios sociales.e. Formulan hiptesis: realizar previsiones a partir de descubri-
mientos an no verificados.
OPERACINALIZACIN DE CONCEPTOS TERICOS
Son los conceptos y preposiciones tericas por medio deun proceso deductivo se concretan (materializan) en varia-bles e indicadores que posibilitan la contrastacin empricade la teora.
La operacionalizacin de conceptos constituye una fase interme-dia en el proceso de investigacin. De la teora o marco terico seextraen conceptos y preposiciones traducidos en trminosoperacionales.
El trmino operacionalizacin se usa para denotar los estu-dios implicados en el proceso de asignacin de medicin deconceptos.
Fases del Desarrollo Operacional
1. Representacin terica del concepto de modo que se definansus rasgos.
2. Especificacin del concepto, considera las dimensiones o as-pectos relevantes.
3. Para cada dimensin se selecciona una serie de indicadoresque indiquen la dimensin de los casos analizados.
4. Sntesis de los indicadores mediante la elaboracin de ndices,a cada indicador se le asigna un peso o valor para luegoconfeccionar el ndice.
Hiptesis
Del marco terico de la investigacin, se extraen mediante unproceso deductivo, hiptesis que representan respuestas proba-bles. Las hiptesis vienen expresados en forma de proposicionesen las que se afirman la existencia o inexistencia de asociacin.
Es recomendable que las hiptesis se encuentren relacionadascon los objetivos de la investigacin sean las mas concretas yprecisas posibles.
VARIABLES Y ATRIBUTOS
Es una cualidad o caracterstica de un objeto (evento) que tengaal menos 2 atributos (categoras o valores). Los atributos sondistintas categoras o valores que componen la variable, en fun-cin de ellos se clasifican a los objetos.
Variables como la edad, los aos cumplidos, la altura (cm), elnivel de los ingresos toman valores numricos. Pero las varia-bles como sexo, estado civil, etc. adoptan categoras.
Medicin de una Variable
La medicin de una variable consiste precisamente en el proceso
de asignar valores o categoras a las distintas caractersticas queconforman el objeto de estudio, para que la medicin se realiceadecuadamente se recomienda cumplir la:
a. Exhaustividad, es decir que comprenda el mayor numero deatributos, el propsito es que ninguna observacin quedesin poder clasificarse, en un cuestionario la opcin otroscorresponde a aquellas en las que caben otras respuestasdiferentes a las del cuestionario y la categora no sabe / nocontesta est dirigido a aquellas que decidan no emitir, nin-guna respuesta.
b. Exclusividad, los distintos atributos que componen la variabledeben ser mutuamente excluyentes.
c. Precisin, precisa una informacin:
TIPOS DE VARIABLES
a. Segn el nivel de medicin
Variables nominales, son aquellas cuyos atributos que slocumplen las condiciones de exhaustividad y exclusividad.Ejemplo: Variables de sexo, estado civil, nacionalidad, colordel pelo, grupo sanguneo; es decir cualquier variable queindique una cualidad del objeto o evento que se analice.
Variables ordinales, tienen la posibilidad de ordenarse en elsentido de mayor que o menor que, estas variables sonigualmente variables no mtricas o cualitativas. Ejemplo:clase social, nivel social, ideologa, satisfaccin laboral.
Variable de intervalo, son las variables cuantitativas o mtri-cas. Ejemplo: Peso, ingreso familiar.
Variables de proporcin o razn, se suma la posibilidad delcero absoluto.
Jorge Inche M., Yolanda Anda C., Henry Huamanchumo V., Mara Lpez O., Jaime Vizcarra M. y Gladys Flores C. >>>
-
7/31/2019 Metodologa_cuantitativa
4/15
26agosto 2003PRODUCCIN YGESTIN
Estos cuatro niveles conforman una escala acumulativa por loque es necesario:
???Escoger el nivel de medicin ms elevado posible.???Tener siempre presente los objetivos de investigacin.
Ejemplo: de variable en distinto nivel de medicin.
b. Segn la Escala de Medicin
Variables continuas, se pueden en ellas encontrarse valo-res intermedios.
Variables discretas, comprenden a las variables cualitati-
vas, tambin son cuantitativas.c. Segn su Funcin en l a Investigacin
Variables independientes, explicativas o predictivas (x),adoptan una segunda variable (la dependiente).
Variables dependientes (Y), dependen de los que adoptanlas variables independientes.
Variables perturbadoras, otras variables diferen-tes a las dependientes e independientes.
d. Segn su Nivel de Abst raccin
Variables generales, son tan genricas y abstractas, porejemplo: status social.
Variables intermedias, expresan alguna disminucin en lavariable genrica, ejemplo: el nivel educativo.
Indicadores o variables empricas representan disminucio-nes de un concepto abstracto o variable genrico.
El Cuadro 1, ejemplifica los tipos de variables.
EL PROYECTO DE INVESTIGACIN
La realizacin de una investigacin requiere de un conjunto deetapas y actividades que permitan lograr el propsito: Lainvestigacin.
La mayora de autores consultados concuerdan en que sonnecesarias al menos cuatro etapas importantes:
1. Formulacin del Problema2. Operacionalizacin del Problema3. Diseo de la investigacin y4. Factibilidad de la Investigacin
En la Figura 2, se presenta una sntesis del proyecto deinvestigacin.
EL DISEO DE LA INVESTIGACIN
Es la etapa en que se especifica como se realizar la investigacin.El diseo de la investigacin tiene tres momentos importantes:
1. Seleccin de estrategias2. Diseo de la muestra3. Eleccin de tcnicas
Asimismo, existe una gran diversidad de diseos de investiga-
cin. En el Cuadro 2, se muestra una sntesis con la clasificacinindicada.
Validez del Diseo de Investigacin
Es el principal criterio para que el diseo se adece a los objeti-vos principales.
Una vez que se cumpla este criterio se pasara a analizar otrostipos de evaluacin. Se presentan en:
Nivel de medicin Variables cualitativas o no mtricas1. Nominales Exhaustividad y
Exclusividad2. Ordinales, se ordenan de mayor a
menor
Variables cuantitativas o no mtricas1. De intervalo2. De razn o proporcin
Escala de medicin 1. Continuas2. Discretas
Funcin en la investigacin 1. Independientes2. Dependientes3. Perturbadoras
- De control
- AleatoriasNivel de la abstraccin 1. Generales2. Intermedias3. Empricas o Indicadores
Cuadro 1. Tipos de variables
>>> PARADIGMA CUANTITATIVO: Un Enfoque Emprico y Analtico
-
7/31/2019 Metodologa_cuantitativa
5/15
agosto 2003 27PRODUCCIN YGESTIN
Figura 2. El proyecto de investigacin.Fuente: Cea DAncona, Ma. Angeles. Metodologa Cuantitativa: Estrategias y Tcnicas de Investigacin Social. 1996.
Jorge Inche M., Yolanda Anda C., Henry Huamanchumo V., Mara Lpez O., Jaime Vizcarra M. y Gladys Flores C. >>>
-
7/31/2019 Metodologa_cuantitativa
6/15
28agosto 2003PRODUCCIN YGESTIN
Cuadro 2. Clasificacin de diseos de investigacin.
Fuente: Cea DAncona, Ma. Angeles. Metodologa Cuantitativa: Estrategias y Tcnicas de Investigacin Social. 1996.
>>> PARADIGMA CUANTITATIVO: Un Enfoque Emprico y Analtico
-
7/31/2019 Metodologa_cuantitativa
7/15
agosto 2003 29PRODUCCIN YGESTIN
Validez Interna, es la posibilidad de establecer relaciones decausalidad entre variables. Prioritaria en diseos explicativos.
Validez Externa, es la posibilidad de generalizacin de losresultados tanto a la poblacin concreta de la que se ha extra-do la muestra, como a otros tiempos y contextos.
Validez de Constructo, es el grado de adecuacin conseguidoen la medicin de los conceptos centrales.
Validez de Conclusin Estadstica, relacionada con el poder, ade-cuacin y fiabilidad de la tcnica de anlisis de datos aplicados.
LA ENCUESTA COMO ESTRATEGIA DEINVESTIGACIN
Segn Angeles Cea DAncona, es la aplicacin de un procedi-miento estandarizado para recabar informacin (oral o escrita) deuna muestra de sujetos.
Segn Jean Pierre Pourtois y Huguette Desmet, es el instrumentode obtencin de informacin, basado en la observacin y el an-lisis de respuestas a una serie de preguntas.
La encuesta presenta las siguientes caractersticas:
a. En la encuesta la informacin se mide mediante observacinindirecta.
b. La informacin abarca un amplio abanico de cuestiones.c. Para que las respuestas de los sujetos puedan compararse, la
informacin se recoge en forma estructurada.d. Las respuestas se agrupan y cuantifican para, posteriormente,
examinar las relaciones entre ellas.e. La significatividad de la informacin proporcionada depender
de la existencia de errores de muestreo.
Existen tres modalidades principales de encuesta, en funcin decmo se administra el cuestionario:
Entrevista personal, se aplica por separado a cada individuoseleccionado en la muestra. Es el entrevistador quien formulalas preguntas y quien anota las respuestas en el cuestionario.
Telefnica. Por correo, se engloba dentro de la categora de genrica de
encuesta autoadministrada. Esta comprende cualquier tipode sondeo de opinin que se caracterice por ser el propioencuestado quien lee el cuestionario y anota sus respuestas. Ensu realizacin el encuestado puede estar acompaado de algnresponsable de la investigacin.
ANLISIS CUANTITATIVO PARA UN CASOAPLICADO
Algunos autores (Krippendorf, 1980; Tesch, 1992) consideran elanlisis cuantitativo como una descripcin objetiva y sistemticadel contenido manifiesto de la informacin, con el propsito derealizar inferencias vlidas y replicables.
Paso 1. Concepcin de la idea de investigacin
Dankhe (1986), menciona que la idea de investigacin debe ser
atractiva y novedosa. Las buenas ideas pueden servir para ela-
borar teoras y la solucin de problemas.
En una conversacin entre funcionarios de la SUNAT acercade la situacin actual de la tributacin en el Per, a uno deellos se le ocurri estudiar acerca de la evasin sistemtica deimpuestos por parte de las empresas y su influencia en laeficiencia y eficacia de la SUNAT mediante un programa deincentivos.
Paso 2. Formular el problema de investigacin
Es la estructuracin de la idea de investigacin. Responde a la
pregunta: En qu consiste el problema?. Es conveniente agre-
gar la pregunta de investigacin.
Disminuye la evasin de impuestos de las empresas del Per con laaplicacin de un programa de incentivos?
Paso 3. Establecer los objetivos de la investigacin
a. Exploratorio: Obtener informacin conceptual sobre evasinde impuestos.
b. Descriptivo: Identificar las variables que permitan medir la evasin de
impuestos. Medir la evasin de impuestos en base a las variables
identificadas.
c. Correlacional: Establecer la relacin que existe entre el montode pago de impuestos de las empresas y el flujo de caja de laSUNAT.
d. Explicativo: Determinar el efecto del monto de pago de im-puestos de las empresas sobre el flujo de caja de la SUNAT
e. Predictivo: El flujo de caja de la SUNAT se incrementar en losprximos 5 aos.
Jorge Inche M., Yolanda Anda C., Henry Huamanchumo V., Mara Lpez O., Jaime Vizcarra M. y Gladys Flores C. >>>
-
7/31/2019 Metodologa_cuantitativa
8/15
30agosto 2003PRODUCCIN YGESTIN
f. Evaluativo: Especificar las condiciones bajo las cuales el pro-grama de incentivos a las empresas resultara ms eficaz.
Paso 4. Justifi car la investigacin
Explica por qu es conveniente llevar a cabo la investigacin y
cules son los beneficios que se derivarn de ella.
La evasin sistemtica de impuestos por parte de las empresas es unode los problemas ms importantes de la SUNAT, es por este motivo queel estudio permitir determinar los factores y las estrategias idneaspara que la SUNAT incremente la recaudacin de impuestos.
Paso 5. Elaborar el marco terico
Permite analizar y exponer las teoras, los enfoques tericos, las
investigaciones y los antecedentes en general que se consideran
vlidos para el correcto marco terico (Hernndez Sampieri.
2000:22)
Teora de la evasin tributaria Leyes tributarias del Per Memorias de las empresas en el 2002
Paso 6. Definir si la investigacin se inicia comoexploratoria, descript iva, correlacional o explicativa y hastaque nivel se llegar
Segn Marshall y Rossman (1989): El estudio puede comenzar
siendo exploratorio para posteriormente proceder a la descrip-
cin, explicacin, prediccin y/o evaluacin.
La invest igacin sobre evasin tr ibutaria se in ic iaexploratoriamente, para llegar hasta un nivel explicativo,pues, interesa estudiar las posibles causas de este problemaa fin de dar alguna solucin que permita disminuir la evasintributaria.
Paso 7. Establecer las hiptesis
a. Hiptesis descriptiva:El promedio del flujo de caja de la SUNAT del 2002 es mayor aUS$ 22 030 ( valor promedio en miles de dlares del ao 2001).
b. Hiptesis correlacional:A mayor monto de pago por impuestos de las empresas, ma-yor flujo de caja de la SUNAT.
c. Hiptesis explicativa:El monto de pago por impuestos de las empresas, sometido
a un programa de incentivos genera mayor flujo de caja dela SUNAT.
d. Hiptesis estadstica de estimacin:Es la transformacin de la hiptesis descriptiva en smbolosestadsticos. Hiptesis Nula: Ho: X = a Hiptesis Alternativa: Ha: X ???a
e. Hiptesis estadstica de correlacin:Traduce en trminos estadsticos una correlacin entre dos oms variables. Hiptesis Nula: Ho: rxy = 0 Hiptesis Alternativa: Ha: rxy ? 0
f. Hiptesis estadstica de la diferencia de medias u otros valores:Permite comparar una estadstica entre dos o ms grupos. Hiptesis Nula: Ho: X1 = X2 Hiptesis Alternativa: Ha: X1 ? X2
Paso 8. Definir operacionalmente las variables
Variable es cualquier cualidad o caracterstica de un objeto (o
evento) que contenga al menos dos atr ibutos (categoras o valo-
res). (Cea DAncona, 1996:126)
a. Variable dependiente:
Flujo de Caja de la SUNAT expresado en miles de dlares(Variable continua y de razn).
b. Variables independientes: Monto de pago de las empresas por concepto de impuesto
(IR, IGV e Impuesto al patrimonio) expresado en dlares(Variable continua y de razn).
Declaracin jurada: exacta o inexacta (Variable nominal). Leyes tributarias: justa o injusta (Variable nominal).
Paso 9. Seleccionar el diseo apropiado de investigacin
INVESTIGACIN NO EXPERIMENTAL
a. Diseos Transeccionales: Descriptivas
X1, X2,.......XKEjemplo: Perfil del contribuyente de la SUNAT.
CorrelacionalesX1-X2, X1-X3,....XK XK+1
Ejemplo: Relacin entre la recaudacin de impuestos tributa-
rios y la eficacia de la SUNAT.
>>> PARADIGMA CUANTITATIVO: Un Enfoque Emprico y Analtico
-
7/31/2019 Metodologa_cuantitativa
9/15
agosto 2003 31PRODUCCIN YGESTIN
b. Diseos Longitudinales: De tendencia
Ejemplo: Evolucin de la recaudacin en los ltimos 15
aos.
De evolucin de grupo
Ejemplo: Evolucin de las utilidades de las grandes empre-
sas que evadieron impuestos entre 1990 y 2000.
De panel
Ejemplo: Preferencia de un medio de comunicacin so-
bre tributacin para las pequeas empresas.
INVESTIGACIN EXPERIMENTAL
X =======> YCausa EfectoVariable Variable
Independiente Dependiente
El anlisis experimental se efecta mediante los siguientessmbolos:
A: Asignacin al azar de los sujetosG: Grupo de sujetos (G1: grupo uno; G2: grupo dos; etc.).X: Tratamiento, estimulo o condicin experimental (presencia de al-
gn nivel de la variable independiente)M: Medicin a los sujetos de un grupo (prueba, cuestionario,
observacin, tarea, etc.).- : Ausencia de estmulo (nivel cero en la variable independien-
te). Indica que se trata de un grupo de control.
1. Diseo con postprueba nicamente y grupo de control
AG1 X1 M1AG2 X2 M2. . .. . .AGK XK MKAGK+1 - MK+1
2. Diseo con preprueba - postprueba y grupo de control
AG1 M1 X1 M2AG2 M3 X2 M4. . . .
. . . .AGK M2K-1 XK M2KAGK+1 M2K+1 - M2(K+1)
3. Diseo de cuatro grupos de Solomon
AG1 M1 X M2AG2 M3 - M4AG3 - X M5AG4 - - M6
4. Diseos experimentales de series cronolgicos mltiples* Serie cronolgica sin prueba, con varias postpruebas y gru-
po de control.
AG1 X1 M1 M2 M3AG2 X2 M4 M5 M6AG3 X3 M7 M8 M9AG4 - M10 M11 M12
5. Diseos factorialesCon dos variables independientes (2 x 2, 2 x 3, 3x 3). Conms de dos variables independiente (2 x 2 x2, 3 x 3x 2).
El Modelo para las grandes empresas
Y = A3B1+ A3B2+ A3B3
El Diseo de la Investigacin para el caso de estudio se muestraa continuacin:
Medicinde una
poblacin
Medicinde una
poblacin
Medicinde una
poblacin
Tiempo 1 Tiempo 2 Tiempo K
Medicinde un
grupo osubpoblacin
Medicinde un
grupo osubpoblacin
Medicinde un
grupo osubpoblacin
Tiempo 1 Tiempo 2 Tiempo K
Medicinen una
poblacin osubpoblacin
Medicinen una
poblacin osubpoblacin
Medicinen una
poblacin osubpoblacin
Tiempo 1 Tiempo 2 Tiempo K
Evasin de impuestos de lasempresasMatriz de 3 x 3
Elevada Media MnimaPequeas A1B1 A1B2 A1B3Medianas A2B1 A2B2 A2B3Empresas
Grandes A3B1 A3B2 A3B3
Jorge Inche M., Yolanda Anda C., Henry Huamanchumo V., Mara Lpez O., Jaime Vizcarra M. y Gladys Flores C. >>>
-
7/31/2019 Metodologa_cuantitativa
10/15
32agosto 2003PRODUCCIN YGESTIN
Donde:?
2: La varianza de la poblacin.
E: Error mximo permitido que el investigador establece a priori.Z: Representa las unidades de desviacin tpica correspondien-
tes al nivel de confianza elegido.
Cuando la poblacin est compuesto por 100000 unidades omenos:
n =
Donde:N: Tamao de la poblacin.
Cuando la poblacin est compuesto por ms de 100000 unidades:
n =
Donde:? : Valor de la varianza poblacional. Este equivale al producto de
las proporciones P y Q siendo Q = 1 P. La varianza sedetermina en una encuesta piloto o en estudio anterior.
Aplicacin
Poblacin: 150 empresas del sector manufacturero, inscritas en la
SUNAT.Unidad de anlisis: Cada una de las empresas.Tipo de muestreo: Probabilstico simple.
N = 150 Empresas (poblacin)n = Tamao muestralZ = Para un nivel de confianza del 95%. De la tabla de distribu-
cin normal : Z = 1.96 veces la desviacin tpica.P = Probabilidad de acierto = 0.98E = Error mximo = 0.05
n = = 30
Ajustando para el tamao de la poblacin (Sanchez C. Juan,1989:234)
n1 + n
NDonde:n = 24 empresas
EMPRESAS
SUNAT
EMPRESAS
SUNAT
Estimulo (carta crditicia )M1: Medicin deEFICIENCIA DELA SUNATIndicador: Flujo decaja de la SUNAT
M2: Medicin deEFICIENCIA DELA SUNATIndicador: Flujo decaja de la SUNAT
Figura 3. Diseo experimental
a. Diseo no experimental transeccional descriptiva:
Medir y describir en forma independiente el comportamientode las variables para el ao 1992: Monto de pago de lasempresas por concepto de impuesto, Flujo de caja de la SUNAT,Declaracin jurada, Leyes tributarias.
b.Diseo no experimental transeccional correlacional:Estudiar las relaciones entre: Monto de pago de las empresaspor concepto de impuesto y Flujo de caja de la SUNAT.
c. Diseo experimental:Diseo de pre prueba-post prueba con aplicacin del estmulo(carta crediticia).
Paso 10. Determinar el tamao de la muestra
En el clculo intervienen los siguientes elementos (Cea DAncona,
1996:172):
a. Error muestral. A mayor tamao de muestra decrece el errormuestral.
b. Varianza poblacional. El error muestral es mayor en poblacio-nes heterogneas.
c. Nivel de confianza adoptado. A mayor nivel de confianza seconsigue la reduccin del error muestral.
d. Tipo de muestreo realizado. Muestreo probabilstico simple,muestreo probabilstico estratificado y muestreo probabilsticopor conglomerado.
Clculo del tamao de muestra
El tamao de muestra para un muestreo probabilstico simple secalcula por:
n =
?2
(E/Z)2
Z2PQNE2(N 1) + Z2PQ
Z2P(1 P)E2
Z2P(1 P)
E2
n =
>>> PARADIGMA CUANTITATIVO: Un Enfoque Emprico y Analtico
-
7/31/2019 Metodologa_cuantitativa
11/15
agosto 2003 33PRODUCCIN YGESTIN
Paso 11. Recoleccin de datos
La recoleccin de datos se efecta antes y despus del estmulo,los resultados se pueden apreciar en los Cuadros 3 y 4.
Paso 12. Anlisis estadstico
a. Anlisis Univariado Distribucin de frecuencias: Absolutas, relativas y acumuladas. Representacin Grfica: Histograma, polgono de frecuen-
cias, ojiva, circular, grficos de cajas. Estadsticas descriptivas:
- Medidas de tendencia central: Media, mediana, moda.- Medida de tendencia no central: Cuartiles, percentiles.- Medidas de dispersin: Rangos, desviacin tpica,
varianza, coeficiente de variabilidad de Pearson.- Medidas de la forma de distribucin: Asimetra, curtosis.
Prueba de Hiptesis de igualdad de medias para el flujo decaja de la SUNAT:
1033000.004800.00
0116000.001300.00
1044000.005000.00
1122000.002200.00
0036000.004500.00
0042000.004800.00
0033000.004125.00
0044000.005000.00
1125000.002777.00
0033000.004200.00
0044000.005000.00
1136000.003000.00
0120000.002222.00
1141000.005125.00
0045000.005625.00
1033000.004125.00
0125000.002750.00
1030000.003750.00
0125000.003125.00
0050500.006312.00
0030000.003750.00
0050000.006250.00
1120000.001700.00
1118000.002250.00
LeyesTributarias
justas
Exactitud de ladeclaracin
Jurada
Flujo de caja de laSUNAT
(miles de US$)
Impuestopagado a la
SUNAT(US$)
Cuadro 3. Informacin tributaria antes de la aplicacin de la
carta crediticia.
1033000.003100.00
0138000.003800.00
1026000.002500.00
1154000.005400.00
0032000.003200.00
0038000.003800.00
0044000.004400.00
0038000.003600.00
1148000.004700.00
0038000.003700.00
0043000.004300.00
1154000.005400.00
0143000.004300.00
1132000.003200.00
0048000.004800.00
1150000.004800.00
0143000.004200.00
1032000.002800.00
0143000.004300.00
0042000.004200.00
0145000.004800.00
0050000.005000.00
1140000.003600.00
1138000.003700.00
LeyesTributarias
justas
Exactitud de ladeclaracin
Jurada
Flujo de caja de laSUNAT
(miles de US$)
Impuestopagado a la
SUNAT(US$)
Cuadro 4. Informacin tributaria antes de la aplicacin de la
carta crediticia.
00022$:
00022$:
11
10
H
H
?
?
?
?
One-Sample Test
15.740 23 .000 33145.833 28789.69 37501.97Flujo de caja netoen miles de $
t df Sig. (2-tailed)
Mean
Difference Lower Upper
95% ConfidenceInterval of the
Difference
Test Value = 0
Cuadro 5. Prueba de hiptesis de igualdad de mediasusando SPSS
Jorge Inche M., Yolanda Anda C., Henry Huamanchumo V., Mara Lpez O., Jaime Vizcarra M. y Gladys Flores C. >>>
-
7/31/2019 Metodologa_cuantitativa
12/15
34agosto 2003PRODUCCIN YGESTIN
Conclusiones de la prueba de Hiptesis: Como el valor Sig. es menor que 0.05, se rechaza la
hipotesis nula, el flujo de caja de la SUNAT es diferente deUS$ 22000.
El flujo de caja de la SUNAT (valor medio de US$ 33145.83)es mayor que US$ 22000.
Grfico de Cajas. En el grfico de cajas se puede observarque la distribucin del monto de pago de impuestos a la SUNATy la distribucin del flujo de caja neto es simtrico, es decir, eneste caso la media es un valor representativo. Adems no haypresencia de datos discordantes.
Prueba de Hiptesis de NormalidadHo: La distribucin es normalH1: La distribucin no es normal
Conclusin de la prueba de hiptesis de Normalidad:
Como la significancia (sig.) es mayor que 0.05 no pode-mos rechazar la hipotesis nula de normallidad para lasdos variables, lo que indica que estas siguen una distri-bucin normal.
La NORMALIDAD es un requisito para realizar un anlisisde REGRESIN.
b. Anlisis Bivariado
Tabla de contingencia Estadsticas paramtricas
Figura 4. Esquema de cajas usando SPSS
6000
5000
4000
3000
2000
1000
0
-1000 N 24 24
Monto de pago Flujo de cajapor impuesto neto en dlares
Histogramas. Para probar si los histogramas tienen unadistribucin normal, es indispensable realizar una prueba deNormalidad.
Cuadro 6. Prueba de normalidad de Kolmogorov Smirnovusando SPSS
Monto de pago por impuesto
1500.0 2500.0 3500.0 4500.0 5500.0 6500.0
7
6
5
4
3
2
1
0
2000.0 3000.0 4000.0 5000.0 6000.0
Monto de caja neto en miles de dlares
1500.0 2000.0 2500.0 3 000.0 3500.0 4000.0 4500.0 5000.0
7
6
5
4
3
2
1
0
Figura 5. Histogramas para la prueba de normalidad usandoSPSS: a y b
a
b
>>> PARADIGMA CUANTITATIVO: Un Enfoque Emprico y Analtico
-
7/31/2019 Metodologa_cuantitativa
13/15
agosto 2003 35PRODUCCIN YGESTIN
- Coeficiente de correlacin de Pearson- Regresin lineal- Prueba t de student entre 2 grupos- Prueba de diferencia de proporciones- Anlisis de varianza unidireccional (ANOVA ONE WAY)- Anlisis de varianza factorial (ANOVA)- Anlisis de covarianza (ANCOVA)
Estadsiticas no paramtricas- Chi-cuadrada
- Coeficiente de correlacin e independencia paratabulaciones cruzadas.- Coeficiente de correlacin por rangos ordenados de
Spearman y Kendall.
Grficos de dispersin. En los grficos se observa que larelacin entre las variables es lineal positiva. Las empresasque presentan declaraciones juradas inexactas son las quepagan ms impuestos a la SUNAT. Se observa que la variableLeyes tributarias justas no aporta mayor informacin en rela-cin al pago de impuestos a la SUNAT.
Correlaciones
1 .955**
. .000
.955** 1
.000 .
Correl. Pearson
Significacin
Correl. Pearson
Significacin
Monto de pago de la
empresa por impuesto
Flujo de caja neto en
miles de $
Monto de
pago de laempresa por
impuestos
Flujo de cajaneto en
miles de $
La correlacin es significativa** .
??210 :H
?
Test T para muestras pareadas
187.50 02.28365 74.492 13720.1 654.89 -3.061 23 .006
Flujo de caja netmiles de $ - Flujcaja neto en mil
Pair1
mediaDes.
estndarrror Std.Media inferirorsuper ior
ervalo del95% dconfianza
Paired Differences
t df ig. (2-taile
Anlisis de Regresin. Las variables pago de impuestos yflujo de caja se encuentran muy correlacionadas (positiva-mente)(0.955).
Comparacin entre Grupos: Pre prueba - Post prueba.Usando el estmulo Carta Crediticia, se plantea la hiptesisestadsitica en relacin a la media aritmtica del flujo de caja de laSUNAT antes y despus de aplicado el estmulo.
Figura 6. Anlisis de dispersin usando SPSS
7000
6000
5000
4000
3000
2000
1000
10000 20000 30000 40000 50000 60000
Exactitud de la declaracin
juradaExactas
Inexactas
Montodepago
porimpuesto
Flujo de caja neto en miles de dlares
Montodepago
porimpuesto
7000
6000
5000
4000
3000
2000
1000
10000 20000 30000 40000 50000 60000
Leyes Tributarias justasAcuerdo
Desacuerdo
Flujo de caja neto en miles de dlares
Cuadro 7. Anlisis correlacional usando SPSS
Conclusin de la hiptesis: Como la significancia (sig.=0.006) es menor que 0.05 se
rechaza la hipotesis nula igualdad de medias, lo que indicaque el flujo de caja de la SUNAT despes de aplicado elprograma de incentivos es mayor.
c. Anlisis MultivariadoEs el conjunto de tcnicas estadsticas que permite el anlisissimultneo de ms de dos variables en una muestra de obser-vaciones. (Kendall 1975).
Cuadro 8. Comparacin entre grupos pre-prueba y post-prueba usando SPSS
Jorge Inche M., Yolanda Anda C., Henry Huamanchumo V., Mara Lpez O., Jaime Vizcarra M. y Gladys Flores C. >>>
??211 :H
?
;
-
7/31/2019 Metodologa_cuantitativa
14/15
36agosto 2003PRODUCCIN YGESTIN
Mtodos de dependencia (variables dependientes)- Una mtrica: correlacin y regresin mltiple.
- Una no mtrica: anlisis discriminante mltiple.- Varias mtricas: anlisis de covarianza, varianza (MANOVA)
y anlisis cannico.- Varias no mtricas: anlisis cannico con variables
artificiales (Dummy). Mtodos de interdependencia (mtrica y no mtrica)
- Anlisis factorial.- Anlisis de conglomerado.- Escalas multidimensionales mtricas.- Escalas multidimensionales no mtricas.
A continuacin se presenta el anlisis multivariado mediante el
modelo de regresin mltiple para el caso de estudio.
Y = a + ? 1x1 + ? 2x2
Variable dependiente:Y: Flujo de Caja de la SUNAT expresado en miles de dlares.Variables independientes:X1: Monto de pago de las empresas por concepto de impuesto(IR, IGV e Impuesto al patrimonio) expresado en dlares.X2: Declaracin jurada (exacta o inexacta).? 1, ? 2: Valores que indican el peso de cada variable
independiente.a: Constante de regresin.
En el anlisis de Regresin como mximo se debe utilizar unavariable dicotmica
Coefici ente de determinacin mlt iple (R2). Se muestrael valor del coeficiente de determinacin mltiple (R2) el cualindica que el 91.6% de la variabilidad del flujo de caja laSUNAT es explicado por las variables monto pagado por im-puestos de las empresas y exactitud de la declaracin jurada.
Prueba de Hiptesis para la significancia del Modelo de
Regresin:Se presenta el anlisis de varianza y la prueba F de Fisherpara determinar la significancia del modelo en su conjunto,
.957 .916
Model
1
R R Square
junmenosalpara0:H
0:H
j1
210
??
????
ANOVA
2.24E+09 2 1121598911 115.153 .000
2.05E+08 21 9740083.881
2.45E+09 23
Regression
Residual
Total
Model1
Suma de
cuadrado
s df
cuadrados
medio F Sig.
segn estos resultados (sig=000 < 0.05) se rechaza la hipte-sis que iguala los coeficientes de regresin (Betas) a cero.
Modelo de Regresin Mltiple despus del ajuste:
y = 2965.24 + 7.525 x1 + 1930.77 x2
Paso 13. Aspectos administrativos de la investigacin
En las investigaciones complejas y costosas, dirigidas o promovi-das por instituciones y realizadas por equipos de trabajo, es ne-cesario incluir en el plan de investigacin, en forma detallada, elaspecto administrativo de la labor emprendida.
a. Cronograma de Actividades
El cual puede expresarse mediante un cronograma grficoque representa en una de sus dimensiones las distintas activi-dades y en la otra los tiempos de ejecucin correspondiente.
b. Recursos NecesariosCorresponde a los recursos humanos y materialesinvolucrados en el estudio. Las personas que intervienen enla investigacin, puede ser un equipo directivo, asesor ejecu-tivo, y auxiliar con sus respectivas responsabilidades.
c. PresupuestoDistribuido por rubros: remuneraciones, bienes y servicios.
Aqu se evala si el proyecto es viable de realizar o no.
d. FinanciamientoSi no es personal, se indica los organismos (oficiales o priva-das) que financian el estudio.
CONCLUSIONES
El paradigma cuantitativo an permite resolver problemas, mien-tras que el paradigma cualitativo tiene su propio mbito, ste se
Cuadro 9. Coeficiente de determinacin mltiple usando SPSS
Cuadro 10. Prueba de Fisher usando SPSS
>>> PARADIGMA CUANTITATIVO: Un Enfoque Emprico y Analtico
-
7/31/2019 Metodologa_cuantitativa
15/15
agosto 2003 37PRODUCCIN YGESTIN
encuentra en una etapa de transicin que culminar en la recons-truccin de mtodos y aplicaciones como un proceso acumulativo
de ambos paradigmas.
La propuesta metodolgica para orientar el diseo, desarrollo yevaluacin de trabajos de investigacin del enfoque emprico ana-ltico, se pueden llevar a cabo en forma independiente o en com-binacin con la metodologa cualitativa, cuando se requiera yjustifica dicha combinacin.
En la etapa de operacionalizacin se delinean las hiptesis, mien-tras que en la etapa de diseo las hiptesis se confrontan con laviabilidad en trminos de los recursos y el tiempo a utilizar.
BIBLIOGRAFA1. Cea DAncona, Ma. Angeles. (1996), Metodologa Cuan-
titativa: Estrategias y Tcnicas de Investigacin Social. Edit.Sntesis S.A. Madrid. Espaa.
2. Danhke, G. L. (1989), Investigacin de la Comunicacin. EnFernndez Collado, C. y Danhke, G. L. (comps). La comunicacinhumana: ciencia social. Mxico, McGraw-Hill, pp. 385-454.
3. Filstead Wil l iam J. (1986), Mtodos cualitativos En:Cook T. D y Reichardt CH. S. Mtodos cualitativos y
cuantitativos en investigacin evaluativa. EdicionesMorata. Espaa.
4. Hernndez Sampieri, R., Fernndez Collado, C. yBaptista Lucio, P. (2000), Metodologa de la Investiga-cin. Edic. MCGraw-Hill. Mxico.
5. Kendall, M. G. (1975), Multivariate analysis. London. Grif-fin. Inglaterra.
6. Krippendorff. K. (1980), Content analysis. An introductionto its methodology. Beverly Hills, Sage. USA.
7. Marshall, C. y Rossman, B. (1989), Design qualitativeresearch. California. Sage. USA
8. Snchez Carrin, J. (1999), Manual del anlisis estadsti-co de los datos. Alianza editorial Madrid. Espaa.
9. Tesch, R. (1992), Qualitative research: analysis types andsoftware tools. New York. The Falm Press. USA.
Jorge Inche M., Yolanda Anda C., Henry Huamanchumo V., Mara Lpez O., Jaime Vizcarra M. y Gladys Flores C. >>>