Diagnostico. Elaboracion de indicadores
Beatriz Valdez
Viernes, 15 de mayo de 2015
La diagnosis o diagnóstico
Diagnosis es un sustantivo proveniente del griego, que significa, por un lado, diferencia, a través de: dia; y conocer, conocimiento: gnosis (Real Academia Española, 2001). Significa literalmente conocimiento a través de los indicios
(Gobierno de España. Ministerio de Educacion, S.D). El término implica tener capacidad de distinguir, discernir o reconocer. Diagnóstico, por su parte, es un adjetivo derivado también de diagnosu
, y desde finales del siglo. V a.C. se usa con el significado de capacidad para distinguir, reconocer
(Dicciomed.es, 2010). De acuerdo con Mendoza, en la fase de diagnosis se investiga un sistema en un momento del tiempo (el presente) y en un período retrospectivo inmediato al presente
(Mendoza, 2001). El objetivo de la fase de diagnosis de la planificación, siguiendo al autor, es identificar los problemas, deficiencias e insuficiencias del sistema y la evolución de ellos en el tiempo, así como los factores determinantes o causas de los problemas
(Mendoza, 2001)
En ocasiones, la información existente sobre un sistema dado es numérica. Las variables de ese sistema se han descompuesto para ofrecer los elementos mensurables. En estos casos, para identificar las deficiencias e insuficiencias, y mejoras del sistema es necesario interpretar la data. La planificación emplea la estadística, la demografía, la economía y otras disciplinas auxiliares en estos casos.
Diagnóstico. Información numérica
En general, es posible ofrecer la información sobre la evolución del sistema en cifras absolutas. Esto es, indicando la magnitud o cantidad nominal de la variable o del conjunto de ellas. Por ejemplo, en Venezuela existían 74 instituciones de educación superiores en 1980. De éstas, 49 eran oficiales y 25 privadas. Para el año 2005, este número se había incrementado a 169, 76 oficiales y 96 privadas.
Las cifras absolutas son útiles especialmente para indicar asignación de recursos económicos, financieros, humanos tecnológicos. Las cifras absolutas, sin embargo, presentan limitaciones. Siguiendo con el ejemplo anterior, es posible observar que había más instituciones públicas que privadas en 1980, en tanto que en 2005 hay más instituciones privadas que publicas, es decir que la situación se ha invertido:
# estamos creando el marco de dato. Dado que son escasos cuatro variables y 8 valores en total, dos por cada variable, creamos el marco de dato usando la funcion data.frame() de R.
es<-data.frame(anio= c(1980, 2005), total= c(74, 169),
oficiales= c(49,73), privadas=c(25,96))
es## anio total oficiales privadas
## 1 1980 74 49 25
## 2 2005 169 73 96# usando la funcion class() notamos que 'es' es un objeto de la clase data.frame
class(es)## [1] "data.frame"# y para obtener informacion sobre la clase de cada variable en nuestro objeto 'es'
#empleamos la funcion sapply() y creamos una funcion anonima que me permite aplicar
#la funcion class() a cada columna. Asi evitamos tener que hacer esta operacion
#una a una. Veamos como trabaja esto:
# sapply toma el objeto 'es'
# le decimos a sapply que sobre el objeto 'es' vamos a aplicar una funcion. La funcion
#que va a ser creada/seleccionada. Eso se lo decimos sapply cuando escribimos function(x).
#Se coloca x, pero en realidad alli puedo escribir cualquier nombres, siempre y cuando
#no sea alguno de los que ya R ha asignado a otras funciones que estan definidas.
# entonces le indicamos a sapply cual es la funcion: class(x). Le decimos a sapply
#que al objeto 'es' le vamos a aplicar a las variables que estan alli, la funcion class
sapply(es, function(x) class(x))## anio total oficiales privadas
## "numeric" "numeric" "numeric" "numeric"Las cifras absolutas nos indica que hubo cambios: crecimiento, o incluso decrecimiento. Pero no nos permite valorar que tanto cambio hubo. Las cifras absolutas no ofrecen toda la riqueza de información que puede obtenerse de estos datos. Es necesario, por consiguiente, procesar con mayor detalle esas cifras. Ese es el rol de los indicadores. La herramienta para construir indicadores, independientemente del nombre que se le de posteriormente a esos indicadores descansa en el uso de razones, tasas, proporciones, índices, entre otros.Los indicadores generados pueden luego analizarse desde las peerspectivas que hagan falta:
univariada, para obseervar como se distribuye ese indicador en un número de observaciones. Por ejemplo el índice de masculinidad en las parroquias del Distrito Capital.
bivariada, para observa la asociación/relación entre dos indicadores en un grupo de indicadores: ingresos y educacion en las parroquias del Distrito Capital. Recordemos que asociacion/relacion/correlacion no significa que una variable, en este caso educacion (y, más concretamete, el indicador analizado, digamos tasa bruta de alfabetización)c, produzca la otra, en este caso, ingreso. Para establecer que una variable produce sin lugar a equivocos otra variable, tendríamos que hacer experimentos que deberían generar el mismo resultado en diversos contextos.
multivariada, cuando deseamos observar el efecto de un grupo de variables (los indicadores creados) en los diferentes casos. Así por ejemplo, deseamos observar cómo conjunto de indicadores produce qué resultados en los diferentes casos que analizamos. Por ejemplo, clasificación de las parroquias del Distrito Capital tomando en cuenta la edad mediana, la tasa de retención en educacion primaria y el ingreso medio de los padres
Recordemos ahora como creamos relaciones, tasas, proporciones, porcentajes, e índices.
Construcción de indicadores
Razón o relación
Las razones establecen la relación que existe entre dos subconjuntos. Por medio de estas medidas obtenemos información sobre cuántos elementos de uno de los subconjuntos existenten en relación al otro subconjunto. Para ello uno de los subconjuntos se coloca en el numerador, y el otro en el denominador. Siguiendo con el ejemplo anterior, las instituciones de educación superior, IES, son el
# las instituciones de educacion superior conforman el conjunto, la totalidad de las instituciones.
#Las instituciones oficiales de educacion superior, ioes, y las
#instituciones privadas de educacion superior, ipes, son los subconjuntos. Veamos la relacion entre ioes e ipes
# dividimos las instituciones oficiales, entre las instituciones privadas.
#Note que obtendremos dos valores, porque hay dos valores en cada una de las variables
es$oficiales/es$privadas## [1] 1.9600000 0.7604167Interpretación. En 1980 había 1.96, redondeando 2, ioes por cada ipes. Practicamente el doble. En 2005 la situación es distinta: 0.7604167.
Este mismo tipo cálculo se utilizar para conocer, por ejmplo, la relación entre el número de niñas con respecto al de niños en cualquiera de los niveles de educación; mujeres con respecto a hombres en el parlamento, y otros análisis similares. Para facilitar la interpretación se puede multiplicar el cociente por 10, 100, 1000 etc., según sea el caso. Siguiendo con nuestro ejemplo, podemos decir que en 1980, por cada 10 ioes había 20 ipes (o, por cada 20 ioes, había 10 ipes).
Tasas
Cuando se construye una razón para indicar un suceso que ocurre en un lapso determinado (la cifra se coloca en el denominador) y se relaciona con el número de sucesos similares (cifra en el denominador), se denomina tasa. Así tenemos por ejemplo la tasa de atención de salud (total de horas de atención de salud/total de población del municipio); tasa de empleo (personas empleadas/población económicamente activa), entre otras.
Una tasa importante que se emplea a menudo en el el diagnósticos, seguimiento y evaluación de proyectos, programas y planes es la tasa de variación. Con ella es posible determinar cuánto ha variado la magnitud de una variable dada, o de un conjunto de ellas, entre dos o más periodos. Esta tasa se multiplica por cien y se obtiene el porcentaje de variación en dicho periodo. Por ejemplo, las IOES eran 49 en 1980, y 73 en 1985. Para saber el porcentaje de cambio usamos la siguiente fórmula:
fecha2-fecha1/fecha1 *100.
- Sustituyendo: (73 - 49)/49*100 :
la variación es de 48.9795918, es decir, en cinco años las ioes crecieron en, redondeando, 49%.
¿Cuál sería la situación socio-económica de una persona que tiene un ingreso
mensual de Bs. 2.300,00; posee 8 años de educación formal y es trabajador
informal?
Elaboración de un índice. Alternativa
Otra forma de construir índices, sobre todo cuando los indicadores se expresan en medidas distintas: promedios, porcentajes , tasas, entre otros, es relativizando las medidas de los indicadores, tomando por ejemplo el valor nacional o regional, dependiendo del caso de estudio, como referencia. Una de las formas de procesar la información sería:
Al final se suman los valores obtenidos y se divide entre el número de casos. Siguiendo con el ejemplo anterior:
ejemplo <- data.frame(indicadores = indicadores[,1],
valorObservado = c(2300, 8,1),
promedioNacional = c(4800, 13,3))
ejemplo## indicadores valorObservado promedioNacional
## 1 nivel educativo 2300 4800
## 2 nivel ingreso 8 13
## 3 ocupacion 1 3Para calcular la situación de esa persona/entidad podemos seguir varias alternativas. Ofrecemos dos:
Decidir que todas las observaciones cuyos valores sean iguales al promedio nacional, tendran un valor de 1; las que estén por debajo de 0, y las que estén por encima de 3. Estos valores incluso pueden ser mas dependiendo de qué tan por debajo del promedio nacional esté la observación y,o, qué tan por encima esté.
Aplicar la fórmula anterior y sumar los valores obtenidos para luego, a partir de esa sumatoria crear las posiciones. Veamos este último caso
ejemplo <- transform(ejemplo, calculo = (valorObservado-promedioNacional)/promedioNacional + 1)
ejemplo## indicadores valorObservado promedioNacional calculo
## 1 nivel educativo 2300 4800 0.4791667
## 2 nivel ingreso 8 13 0.6153846
## 3 ocupacion 1 3 0.3333333# nuestro caso obtendria una puntuacion de
sum(ejemplo$calculo)## [1] 1.427885Note que hemos aplicado una tasa de variación. La diferencia es que le sumamos 1 al resultado. Con esto evitamos que se produzca una división entre cero, en caso de que todos los valores de nuestra observación nos arrojaran un resultado de 0.
Bibliografía
Briones, Guillermo (2003). Métodos de investigación para las ciencias sociales, Trillas, México
Harshbarger, R. J., & Reynolds, J. J. (2005). Matemáticas aplicadas a la administración, economía y ciencias sociales. México: McGraw-Hill.
Real Academia Española. (2001). Diccionario de la Lengua Española. Recuperado el 12 de marzo de 2010
Webster, A. L. (2000). Estadística aplicada a los negocios y a la economía. Caracas: McGraw-Hill.
No hay comentarios.:
Publicar un comentario