Академический Документы
Профессиональный Документы
Культура Документы
23-37
PARADIGMA CUANTITATIVO:
U E f q eE p r c yA a i o n nou mio nltc
() 1
INTRODUCCIN
RESUMEN El artculo trata sobre los diseos de investigacin abarcando un conjunto de etapas y actividades que permiten planificar y ejecutar una investigacin, enmarcado en el paradigma cuantitativo llamado tambin ciencia emprica. Palabras Claves: Proyecto de Investigacin. Positivismo. Paradigma clsico. Paradigma cuantitativo. Ante el riesgo de una sobresimplificacin, puede decirse que en las bsquedas del conocimiento de la realidad social hay quienes, enmarcados en una tradicin positivista, defienden el uso de mtodos cuantitativos que buscan llegar a explicaciones generales, a enunciar leyes (nomotticos) y quienes, parapetados en el fenomenologismo, abogan por la preponderancia de los mtodos cualitativos que tienen como propsito eje el comprender el desarrollo de procesos. Los cientficos sociales que comparten la primera de esas concepciones se respaldan en una larga tradicin sustentada en las ciencias naturales y agronmicas, mientras que es relativamente reciente la visin del mundo implicada en el paradigma cualitativo: su aparicin se ubica en este siglo en los trabajos de Antropologa y Sociologa, realizados por la Escuela de Chicago. en los aos sesenta, segn seala Filstead (2;59). Filstead, establece una acotacin que proporciona un referente acerca del manejo del concepto de paradigma: 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)
ABSTRACT This article deals with research outline, comprising a whole of stages and activities allowing the planning and performing of a research, framed within the quantitative paradigm, also known as "empirical science". Key Words: Research project. Positivism. Classic paradigm. Quantitative paradigm.
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 mas distintiva de la investigacin cientfica. Desestima la lgica como fuente de verdad (mtodo
(1)
M g s e e C e c a ,U V D c n ep i c p l U M M atr n inis C. oet rnia, NS. E m i :j i c e h t a l c m -al lnh@omi.o (2) M g s e e T a a i n od A u syR u od D s c o . atr n rtmet e ga es e eehs J f E u p O e a i nd P a t s S D P L ee qio prc e lna, EAA. E m i :y n i @ e a a . o . e -al adasdplcmp (3) M g s e e A m n s r c .C n u t rE t r od E p e a . atr n diitain oslo xen e mrss E m i :h u m n h m @ o m i . o -al haacuohtalcm
(4)
M g s e e D s r o l R g o a .D c n ep i c p l U I atr n earlo einl oet rnia, N. E m i :l p z a u i e u p -al oem@n.d.e (5) M g s e e C n a i i a .D c n eU i e s d dd L m . atr n otbldd oet nvria e ia E m i :j i c r @ o r o u i a e u p -al vzarcre.lm.d.e (6) M g s e e F n n a .A d t r e e M n s e i d S l d atr n iazs uioa n l iitro e au. E m i :g l r s 2 @ a o . s g l r s 4 @ o m i . o -al foe22yhoe, foe33htalcm
agosto 2003
P RODUCCIN Y GESTIN
23
deductivo) y antepone en cambio la experiencia, la observacin como paso previo a la generalizacin y a la formacin de teoras(mtodo inductivo). Bajo este concepto de acuerdo a Popper es la solidez o fortaleza HIPOTETICA-DEDUCTIVA de la TEORIA, su capacidad de ser rebatida por la EXPERIENCIA. La clave del METODO CIENTIFICO se halla, por tanto, en la FALSABILIDAD, en el hecho de que todas las pruebas de una teora sean otras tantas tentativas de refutar las predicciones que se desprenden de las mismas. c. Falsacionismo Refinado Desarrollado por Lakatos, bajo este concepto para cada teora cientfica se trata de especificar los hechos que la confirman y la probabilidad de la teora a la luz de estos hechos. La verdad deja de ser absoluta. Se convierte en meramente probable, aunque el conocimiento siga siendo comprobable de este modo el clculo de PROBABILIDADES se convierte en criterio de demarcacin, el anlisis estadstico en su herramienta bsica. d. Pluralidad Metodolgica
P P R R O C E S O S I I N D U C T I I V O S
P P R R O C E S O S D E D U C T I I V O S
HIPTESIS
1. Deduccin: de la teora a los datos, de los generales a lo concreto. 2. Induccin: de los datos a la teora, de los casos particulares a los principios generales. Esta concepcin se resume en la Figura 1 que representa una adaptacin del esquema original de Wallace (1971). Componentes Bsicos de la Teora
Comprende dos perspectivas: La perspectiva humanstica / cualitativa que rechaza el modelo metodolgico de las ciencias naturales y aboga, en cambio por el anlisis de lo individual y concreto, por medio de la comprensin (epistemologa interpretativa) y la perspectiva cientifista/cuantitativa que pone el nfasis en la EXPLICACIN, en la contrastacin emprica y en la medicin objetiva de los fenmenos sociales (epistemologa positiva). e. Triangulacin Es la convergencia interparadigmtica, por l se entiende la aplicacin de distintas metodologas en el anlisis de una misma realidad social. Mediante la operacionalizacin mltiple, aumentar la validez de los hallazgos y el grado de confianza de los mismos.
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 se encuentran los fenmenos definidos conceptualmente. c. Axiomas o leyes: Explican las regularidades o conexiones esenciales existentes en los fenmenos sociales.
24
P RODUCCIN Y GESTIN
agosto 2003
Jorge Inche M., Yolanda Anda C., Henry Huamanchumo V., Mara Lpez O., Jaime Vizcarra M. y Gladys Flores C. >>>
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 determinada relevancia social. d. Concretan ideas generales sobre cmo se producen los cambios sociales. e. Formulan hiptesis: realizar previsiones a partir de descubrimientos an no verificados.
VARIABLES Y ATRIBUTOS
Es una cualidad o caracterstica de un objeto (evento) que tenga al menos 2 atributos (categoras o valores). Los atributos son distintas categoras o valores que componen la variable, en funcin de ellos se clasifican a los objetos. Variables como la edad, los aos cumplidos, la altura (cm), el nivel de los ingresos toman valores numricos. Pero las variables 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 que conforman el objeto de estudio, para que la medicin se realice adecuadamente se recomienda cumplir la: a. Exhaustividad, es decir que comprenda el mayor numero de atributos, el propsito es que ninguna observacin quede sin poder clasificarse, en un cuestionario la opcin otros corresponde a aquellas en las que caben otras respuestas diferentes a las del cuestionario y la categora no sabe / no contesta est dirigido a aquellas que decidan no emitir, ninguna respuesta. b. Exclusividad, los distintos atributos que componen la variable deben ser mutuamente excluyentes. c. Precisin, precisa una informacin:
TIPOS DE VARIABLES
a. Segn el nivel de medicin Variables nominales, son aquellas cuyos atributos que slo cumplen las condiciones de exhaustividad y exclusividad. Ejemplo: Variables de sexo, estado civil, nacionalidad, color del pelo, grupo sanguneo; es decir cualquier variable que indique una cualidad del objeto o evento que se analice. Variables ordinales, tienen la posibilidad de ordenarse en el sentido de mayor que o menor que, estas variables son igualmente variables no mtricas o cualitativas. Ejemplo: clase social, nivel social, ideologa, satisfaccin laboral. Variable de intervalo, son las variables cuantitativas o mtricas. Ejemplo: Peso, ingreso familiar. Variables de proporcin o razn, se suma la posibilidad del cero absoluto.
agosto 2003
P RODUCCIN Y GESTIN
25
Estos cuatro niveles conforman una escala acumulativa por lo que 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 valores intermedios. Variables discretas, comprenden a las variables cualitativas, tambin son cuantitativas.
Nivel de la abstraccin Escala de medicin Funcin en la investigacin
c. Segn su Funcin en la Investigacin Variables independientes, explicativas o predictivas (x), adoptan una segunda variable (la dependiente). Variables dependientes (Y), dependen de los que adoptan las variables independientes. Variables perturbadoras, otras variables diferentes a las dependientes e independientes. d. Segn su Nivel de Abstraccin Variables generales, son tan genricas y abstractas, por ejemplo: status social. Variables intermedias, expresan alguna disminucin en la variable genrica, ejemplo: el nivel educativo. Indicadores o variables empricas representan disminuciones de un concepto abstracto o variable genrico. El Cuadro 1, ejemplifica los tipos de variables.
1. Formulacin del Problema 2. Operacionalizacin del Problema 3. Diseo de la investigacin y 4. Factibilidad de la Investigacin En la Figura 2, se presenta una sntesis del proyecto de investigacin.
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 estrategias 2. Diseo de la muestra 3. Eleccin de tcnicas Asimismo, existe una gran diversidad de diseos de investigacin. En el Cuadro 2, se muestra una sntesis con la clasificacin indicada. Validez del Diseo de Investigacin Es el principal criterio para que el diseo se adece a los objetivos principales. Una vez que se cumpla este criterio se pasara a analizar otros tipos de evaluacin. Se presentan en:
EL PROYECTO DE INVESTIGACIN
La realizacin de una investigacin requiere de un conjunto de etapas y actividades que permitan lograr el propsito: La investigacin. La mayora de autores consultados concuerdan en que son necesarias al menos cuatro etapas importantes:
26
P RODUCCIN Y GESTIN
agosto 2003
Jorge Inche M., Yolanda Anda C., Henry Huamanchumo V., Mara Lpez O., Jaime Vizcarra M. y Gladys Flores C. >>>
agosto 2003
P RODUCCIN Y GESTIN
27
Fuente: Cea DAncona, Ma. Angeles. Metodologa Cuantitativa: Estrategias y Tcnicas de Investigacin Social. 1996.
28
P RODUCCIN Y GESTIN
agosto 2003
Jorge Inche M., Yolanda Anda C., Henry Huamanchumo V., Mara Lpez O., Jaime Vizcarra M. y Gladys Flores C. >>>
Validez Interna, es la posibilidad de establecer relaciones de causalidad entre variables. Prioritaria en diseos explicativos. Validez Externa, es la posibilidad de generalizacin de los resultados tanto a la poblacin concreta de la que se ha extrado la muestra, como a otros tiempos y contextos.
Validez de Constructo, es el grado de adecuacin conseguido en la medicin de los conceptos centrales. Validez de Conclusin Estadstica, relacionada con el poder, adecuacin y fiabilidad de la tcnica de anlisis de datos aplicados.
agosto 2003
P RODUCCIN Y GESTIN
29
f. Evaluativo: Especificar las condiciones bajo las cuales el programa de incentivos a las empresas resultara ms eficaz. Paso 4. Justificar 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 uno de los problemas ms importantes de la SUNAT, es por este motivo que el estudio permitir determinar los factores y las estrategias idneas para 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 como exploratoria, descriptiva, correlacional o explicativa y hasta que nivel se llegar Segn Marshall y Rossman (1989): El estudio puede comenzar siendo exploratorio para posteriormente proceder a la descripcin, explicacin, prediccin y/o evaluacin. La investigacin sobre evasin tributaria se inicia exploratoriamente, para llegar hasta un nivel explicativo, pues, interesa estudiar las posibles causas de este problema a fin de dar alguna solucin que permita disminuir la evasin tributaria. Paso 7. Establecer las hiptesis
a un programa de incentivos genera mayor flujo de caja de la SUNAT. d. Hiptesis estadstica de estimacin: Es la transformacin de la hiptesis descriptiva en smbolos estadsticos. Hiptesis Nula: Ho: X = a Hiptesis Alternativa: Ha: X ???a e. Hiptesis estadstica de correlacin: Traduce en trminos estadsticos una correlacin entre dos o ms 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 atributos (categoras o valores). (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. Hiptesis descriptiva: El promedio del flujo de caja de la SUNAT del 2002 es mayor a US$ 22 030 ( valor promedio en miles de dlares del ao 2001). b. Hiptesis correlacional: A mayor monto de pago por impuestos de las empresas, mayor flujo de caja de la SUNAT. c. Hiptesis explicativa: El monto de pago por impuestos de las empresas, sometido
a. Diseos Transeccionales: Descriptivas X1, X2,.......XK Ejemplo: Perfil del contribuyente de la SUNAT. Correlacionales X1-X2, X1-X3,....XK XK+1 Ejemplo: Relacin entre la recaudacin de impuestos tributarios y la eficacia de la SUNAT.
30
P RODUCCIN Y GESTIN
agosto 2003
Jorge Inche M., Yolanda Anda C., Henry Huamanchumo V., Mara Lpez O., Jaime Vizcarra M. y Gladys Flores C. >>>
1. Diseo con postprueba nicamente y grupo de control AG1 AG2 . . AGK AGK+1 X1 X2 . . XK M1 M2 . . MK MK+1
2. Diseo con preprueba - postprueba y grupo de control AG1 AG2 . . AGK AGK+1 M1 M3 . . M2K-1 M2K+1 X1 X2 . . XK M2 M4 . . M2K M2(K+1)
Tiempo 1
Tiempo 2
Tiempo K
Ejemplo: Evolucin de las utilidades de las grandes empresas que evadieron impuestos entre 1990 y 2000. De panel
Medicin en una poblacin o subpoblacin Medicin en una poblacin o subpoblacin Medicin en una poblacin o subpoblacin
Tiempo 1
Tiempo 2
Tiempo K
Ejemplo: Preferencia de un medio de comunicacin sobre tributacin para las pequeas empresas. INVESTIGACIN EXPERIMENTAL X =======> Y Causa Efecto
Variable Independiente Variable Dependiente
4. Diseos experimentales de series cronolgicos mltiples * Serie cronolgica sin prueba, con varias postpruebas y grupo de control. AG1 AG2 AG3 AG4 X1 X2 X3 M1 M4 M7 M10 M2 M5 M8 M11 M3 M6 M9 M12
El anlisis experimental se efecta mediante los siguientes smbolos: A: Asignacin al azar de los sujetos G: Grupo de sujetos (G1: grupo uno; G2: grupo dos; etc.). X: Tratamiento, estimulo o condicin experimental (presencia de algn 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 independiente). Indica que se trata de un grupo de control.
5. Diseos factoriales Con dos variables independientes (2 x 2, 2 x 3, 3x 3). Con ms de dos variables independiente (2 x 2 x2, 3 x 3x 2).
Evasin de impuestos de las empresas Elevada Media Mnima Pequeas A1B1 A1B2 A1B3 Empresas Medianas A2B1 A2B2 A2B3 Grandes A3B1 A3B2 A3B3 El Modelo para las grandes empresas Y = A3B1+ A3B2+ A3B3 Matriz de 3 x 3
agosto 2003
P RODUCCIN Y GESTIN
31
Donde: ? 2 : La varianza de la poblacin. E: Error mximo permitido que el investigador establece a priori. Z: Representa las unidades de desviacin tpica correspondientes al nivel de confianza elegido. Cuando la poblacin est compuesto por 100000 unidades o menos: n=
EMPRESAS
EMPRESAS
SUNAT
SUNAT
a. Diseo no experimental transeccional descriptiva: Medir y describir en forma independiente el comportamiento de las variables para el ao 1992: Monto de pago de las empresas 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 empresas por 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 error muestral. b. Varianza poblacional. El error muestral es mayor en poblaciones heterogneas. c. Nivel de confianza adoptado. A mayor nivel de confianza se consigue la reduccin del error muestral. d. Tipo de muestreo realizado. Muestreo probabilstico simple, muestreo probabilstico estratificado y muestreo probabilstico por conglomerado. Clculo del tamao de muestra El tamao de muestra para un muestreo probabilstico simple se calcula por: n=
Donde: N: Tamao de la poblacin. Cuando la poblacin est compuesto por ms de 100000 unidades: n=
Z2P(1 P) E2
Donde: ? : Valor de la varianza poblacional. Este equivale al producto de las proporciones P y Q siendo Q = 1 P. La varianza se determina 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 muestral Z = Para un nivel de confianza del 95%. De la tabla de distribucin normal : Z = 1.96 veces la desviacin tpica. P = Probabilidad de acierto = 0.98 E = Error mximo = 0.05 n=
Z2P(1 P) = 30 E2
Ajustando para el tamao de la poblacin (Sanchez C. Juan, 1989:234) n= Donde: n = 24 empresas n 1+n N
?2 (E/Z)2
32
P RODUCCIN Y GESTIN
agosto 2003
Jorge Inche M., Yolanda Anda C., Henry Huamanchumo V., Mara Lpez O., Jaime Vizcarra M. y Gladys Flores C. >>>
18000.00 20000.00 50000.00 30000.00 50500.00 25000.00 30000.00 25000.00 33000.00 45000.00 41000.00 20000.00 36000.00 44000.00 33000.00 25000.00 44000.00 33000.00 42000.00 36000.00 22000.00 44000.00 16000.00 33000.00
1 1 0 0 0 1 0 1 0 0 1 1 1 0 0 1 0 0 0 0 1 0 1 0
1 1 0 0 0 0 1 0 1 0 1 0 1 0 0 1 0 0 0 0 1 1 0 1
38000.00 40000.00 50000.00 45000.00 42000.00 43000.00 32000.00 43000.00 50000.00 48000.00 32000.00 43000.00 54000.00 43000.00 38000.00 48000.00 38000.00 44000.00 38000.00 32000.00 54000.00 26000.00 38000.00 33000.00
1 1 0 1 0 1 0 1 1 0 1 1 1 0 0 1 0 0 0 0 1 0 1 0
1 1 0 0 0 0 1 0 1 0 1 0 1 0 0 1 0 0 0 0 1 1 0 1
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 frecuencias, 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.
H :? H :?
0 1
? $ 22 000 ? $ 22 000
df 23
agosto 2003
P RODUCCIN Y GESTIN
33
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 de US$ 22000. El flujo de caja de la SUNAT (valor medio de US$ 33145.83) es mayor que US$ 22000.
7 6
Grfico de Cajas. En el grfico de cajas se puede observar que la distribucin del monto de pago de impuestos a la SUNAT y la distribucin del flujo de caja neto es simtrico, es decir, en este caso la media es un valor representativo. Adems no hay presencia de datos discordantes.
0 1500.0 2000.0 2500.0 3000.0 3500.0 4000.0 4500.0 5500.0 5000.0 6000.0 6500.0
2000 1000
Figura 4. Esquema de cajas usando SPSS Histogramas. Para probar si los histogramas tienen una distribucin normal, es indispensable realizar una prueba de Normalidad. Cuadro 6. Prueba de normalidad de Kolmogorov Smirnov usando SPSS
Figura 5. Histogramas para la prueba de normalidad usando SPSS: a y b Prueba de Hiptesis de Normalidad Ho: La distribucin es normal H1: La distribucin no es normal Conclusin de la prueba de hiptesis de Normalidad: Como la significancia (sig.) es mayor que 0.05 no podemos rechazar la hipotesis nula de normallidad para las dos variables, lo que indica que estas siguen una distribucin normal. La NORMALIDAD es un requisito para realizar un anlisis de REGRESIN. b. Anlisis Bivariado Tabla de contingencia Estadsticas paramtricas
34
P RODUCCIN Y GESTIN
agosto 2003
Jorge Inche M., Yolanda Anda C., Henry Huamanchumo V., Mara Lpez O., Jaime Vizcarra M. y Gladys Flores C. >>>
7000
7000
6000
5000
6000
5000
4000
4000
3000 Exactitud de la declaracin jurada Exactas 1000 10000 20000 30000 40000 50000 60000 Inexactas
3000
2000
2000
Desacuerdo
Figura 6. Anlisis de dispersin usando SPSS - 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 para tabulaciones cruzadas. - Coeficiente de correlacin por rangos ordenados de Spearman y Kendall. Grficos de dispersin. En los grficos se observa que la relacin entre las variables es lineal positiva. Las empresas que presentan declaraciones juradas inexactas son las que pagan ms impuestos a la SUNAT. Se observa que la variable Leyes tributarias justas no aporta mayor informacin en relacin al pago de impuestos a la SUNAT. Cuadro 7. Anlisis correlacional usando SPSS
Correlaciones Monto de pago de la Flujo de caja empresa por neto en impuestos miles de $ 1 .955** . .000 .955** 1 .000 .
Anlisis de Regresin. Las variables pago de impuestos y flujo de caja se encuentran muy correlacionadas (positivamente)(0.955). Comparacin entre Grupos: Pre prueba - Post prueba. Usando el estmulo Carta Crediticia, se plantea la hiptesis estadsitica en relacin a la media aritmtica del flujo de caja de la SUNAT antes y despus de aplicado el estmulo.
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 indica que el flujo de caja de la SUNAT despes de aplicado el programa de incentivos es mayor. c. Anlisis Multivariado Es el conjunto de tcnicas estadsticas que permite el anlisis simultneo de ms de dos variables en una muestra de observaciones. (Kendall 1975).
H :? ?
0
? ?
H :? ? ?
1 1
Monto de pago de la Correl. Pearson empresa por impuestosSignificacin Flujo de caja neto en miles de $ Correl. Pearson Significacin
agosto 2003
P RODUCCIN Y GESTIN
35
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.
Model 1
df 2 21 23
F 115.153
Sig. .000
segn estos resultados (sig=000 < 0.05) se rechaza la hiptesis que iguala los coeficientes de regresin (Betas) a cero.
H0 : ?1 ? ? 2 ? 0 H1 : ? j ? 0 para al menos un j
Modelo de Regresin Mltiple despus del ajuste:
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 una variable dicotmica Coeficiente de determinacin mltiple (R2). Se muestra el valor del coeficiente de determinacin mltiple (R2) el cual indica que el 91.6% de la variabilidad del flujo de caja la SUNAT es explicado por las variables monto pagado por impuestos 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 Fisher para determinar la significancia del modelo en su conjunto, Cuadro 9. Coeficiente de determinacin mltiple usando SPSS
CONCLUSIONES
Model 1 R .957 R Square .916
El paradigma cuantitativo an permite resolver problemas, mientras que el paradigma cualitativo tiene su propio mbito, ste se
36
P RODUCCIN Y GESTIN
agosto 2003
Jorge Inche M., Yolanda Anda C., Henry Huamanchumo V., Mara Lpez O., Jaime Vizcarra M. y Gladys Flores C. >>>
encuentra en una etapa de transicin que culminar en la reconstruccin de mtodos y aplicaciones como un proceso acumulativo de ambos paradigmas. La propuesta metodolgica para orientar el diseo, desarrollo y evaluacin de trabajos de investigacin del enfoque emprico analtico, se pueden llevar a cabo en forma independiente o en combinacin con la metodologa cualitativa, cuando se requiera y justifica dicha combinacin. En la etapa de operacionalizacin se delinean las hiptesis, mientras que en la etapa de diseo las hiptesis se confrontan con la viabilidad en trminos de los recursos y el tiempo a utilizar.
3.
Filstead William J. (1986), Mtodos cualitativos En: Cook T. D y Reichardt CH. S. Mtodos cualitativos y cuantitativos en investigacin evaluativa. Ediciones Morata. Espaa. Hernndez Sampieri, R., Fernndez Collado, C. y Baptista Lucio, P. (2000), Metodologa de la Investigacin. Edic. MCGraw-Hill. Mxico. Kendall, M. G. (1975), Multivariate analysis. London. Griffin. Inglaterra. Krippendorff. K. (1980), Content analysis. An introduction to its methodology. Beverly Hills, Sage. USA. Marshall, C. y Rossman, B. (1989), Design qualitative research. California. Sage. USA Snchez Carrin, J. (1999), Manual del anlisis estadstico de los datos. Alianza editorial Madrid. Espaa. Tesch, R. (1992), Qualitative research: analysis types and software tools. New York. The Falm Press. USA.
4.
5.
6.
BIBLIOGRAFA
1. Cea DAncona, Ma. Angeles. (1996), Metodologa Cuantitativa: Estrategias y Tcnicas de Investigacin Social. Edit. Sntesis S.A. Madrid. Espaa. Danhke, G. L. (1989), Investigacin de la Comunicacin. En Fernndez Collado, C. y Danhke, G. L. (comps). La comunicacin humana: ciencia social. Mxico, McGraw-Hill, pp. 385-454.
7.
8.
2.
9.
agosto 2003
P RODUCCIN Y GESTIN
37