Escolar Documentos
Profissional Documentos
Cultura Documentos
INTRODUCCIN
1
una mejora continua, as como de individualizar las causas de variaciones
comunes y especiales. Organizacin de factores a travs de frecuencias tales
como anlisis de datos ordinales y nominales adems covarianza y correlacin.
1.1 ANTECEDENTES
2
presupuestario, recursos de acuerdo al desempeo o la especificacin y
aceptado por el cliente. (Kerzner, 1992).
3
Figura 1.2 La gestin de proyectos de construccin en un entorno corporativo.
En primer lugar, una rueda que consta de nueve radios que representan:
Requisitos del proyecto; Opciones de organizacin, Equipo del proyecto;
Planificacin de proyectos, Oportunidades y riesgos, Control de proyectos, La
visibilidad del proyecto; Estado del Proyecto, y Acciones correctivas. El borde, el
liderazgo del proyecto.
4
Figura 1.3 La rueda del sol IPMA.
5
Figura 1.4 El mbito de la Direccin de Proyectos del conocimiento
6
El objetivo prioritario es conseguir una accin del equipo de gestin coherente
efectiva y flexible. El siguiente diagrama muestra las potenciales fases de la
accin del equipo de gestin a travs del tiempo. El Equipo de Gestin trabaja
principalmente en la fase de Ejecucin y el objetivo de sta herramienta no es
slo acercar al equipo lo ms posible a sta fase sino proveerle de una
metodologa para mantener su trabajo bajo condiciones ideales. Diversos
acontecimientos pueden perturbar el trabajo del equipo (aumento del tamao de
la empresa, consecuentemente aumento de trabajo, jubilaciones o nuevo
personal, fracaso en proyectos especficos, etc.), como se muestra en la figura
1.6. (Faloh, 2005)
7
los sistemas y modelos de gestin del conocimiento. Almacenamiento, acceso y
transferencia de conocimiento: modelos que no suelen distinguir el conocimiento
de la informacin y los datos y que lo conciben como una entidad independiente
de las personas que lo crean y lo utilizan. Este tipo de modelos de GC se
centran en el desarrollo de metodologas, estrategias y tcnicas para almacenar
el conocimiento disponible en la organizacin en depsitos de fcil acceso para
propiciar su posterior transferencia entre los miembros de la organizacin.
8
cierto es el mismo que el de la GPU. As que resulta conveniente que su
actuacin se vea siempre ms como un apoyo y soporte a un control. Y sobre
todo como un impulso de medidas y actitudes tales que favorezcan la
consecucin de los objetivos del cliente.
9
Los problemas tecnolgicos de una organizacin tienen que ver con sus
necesidades de equipos, dispositivos, materiales, procedimientos; as como de
Investigacin y desarrollo. De hecho, la GT se realiza para desarrollar todas
aquellas competencias que la organizacin requiere para mejorar su
desempeo. Esto incluye el manejo de su capital Intelectual, y la habilidad para
la formacin de equipos de trabajo y para administrar las tecnologas de equipo,
de producto y de proceso disponibles.
Muchas organizaciones no cuentan con un GdT como tal, por lo que estas
funciones las realizan implcitamente dentro de sus funciones el Director de
Ingeniera, los Superintendentes Tcnicos o inclusive los ingenieros o tcnicos
de proceso. Para la prctica de la GT se requiere un profundo conocimiento
tcnico general y de los procesos propios de la organizacin y de habilidades y
conocimientos administrativos. Figura 1.9. (Vega, 2006).
10
Si los procesos son efectivos y su gestin tambin, el conjunto debe acercar a la
organizacin a los resultados esperados; pero si falla el diseo de los procesos o
su gestin no habr control alguno sobre la medicin del logro de los resultados.
11
Figura 1.10 Grfico de Modelo de gestin, gestin por procesos y direccin de organizaciones.
Las mejores prcticas estn completamente alineadas con todos los otros
estndares del PMI, incluyendo la Gua de los fundamentos para la direccin de
proyectos (Gua del PMBOK)- cuarta edicin, El estndar para la gestin del
programa-segunda edicin y el estndar para la gestin del portafolio-segunda
edicin.
Las Mejores Prcticas delOPM3 tambin son compatibles con otros estndares
globales que se relacionan con proyectos, programas y portafolios. OPM3
incluye algunas mejores prcticas alineadas con el Marco de Desarrollo de
Competencias del Gerente de Proyecto (PMCDF).El OPM3 es un marco
constituido por tres componentes interrelacionados: Mejores Prcticas;
Capacidades y Resultados, todos dentro de los dominios del portafolio,
programa y gestin de proyectos. Mejores prcticas SCMI (Estandarizar, medir,
controlar y mejorar de forma continua. Habilitadores organizacionales de
mejores prcticas (estructural, cultural, tecnolgico y recurso humano).
Las Mejores Prcticas SMCI son clasificadas por grado de mejoramiento del
proceso dentro de los dominios de la gestin de proyectos portafolio y programa.
12
Los Habilitadores Organizacionales de Mejores Prcticas (OE) apuntan la
implementacin de Mejores Prcticas SMCI, como se muestra en la figura 1.11.
(Arce y Lpez, 2010).
Como puede verse en la figura 1.12 los grupos estn relacionados entre s. Un
factor en un grupo puede influir en un factor en otro grupo, y una combinacin de
varios factores de los diversos grupos podra llevar al fracaso del proyecto. Del
mismo modo, la singularidad de las actividades del proyecto puede afectar a la
competencia del director del proyecto en el trabajo. La falta de apoyo de la
direccin junto con la falta de la competencia en el trabajo del jefe de proyecto
podra conducir al fracaso del proyecto. Una de las ventajas de la agrupacin de
los factores de esta manera es que a pesar de que podra ser difcil identificar
13
los factores de xito especficas para determinadas industrias u organizaciones,
puede ser que sea ms fcil de identificar si el xito o el fracaso est relacionado
con el director del proyecto o al proyecto y/o factores externos.
Tenga en cuenta que estos cuatro grupos ofrecen un conjunto integral en que
cualquier factor enumerado en la literatura, o incluso puntos especficos de
consideracin, debe pertenecer a al menos un grupo. El marco se sugiere aqu
no slo trae ventajas al agrupar los factores crticos, pero tambin ayuda a los
gerentes a comprender las intra-relaciones entre los factores en los diferentes
grupos. Por ejemplo, en la literatura de la disponibilidad de recursos se
considera que es un factor necesario para la finalizacin con xito de los
proyectos. Aqu, sin embargo, se sugiere que la disponibilidad de recursos es
una respuesta del sistema a los factores organizativos, ambientales y de
proyectos relacionados con la gestin, tales como la parte superior tales como el
apoyo de la direccin, habilidades de negociacin del gestor de proyectos y la
situacin econmica general.
14
Figura 1.12 Factores de xito en un proyecto Belassi y Tukel.
15
sus siglas en ingls (Formal System Model) ha sido utilizado con xito durante
un largo perodo de tiempo para investigar fallos. La forma en que se utiliza es
conceptualizar una situacin como un sistema y luego comparar el sistema
resultante con el FSM con el fin de determinar el grado en que los componentes,
enlaces y otras caractersticas necesarias para la actividad con propsito sin
fallo estn presentes. Tales comparaciones entre una amplia gama de proyectos
han puesto de manifiesto una serie de temas comunes.
Estos incluyen:
16
Figura 1.13 the Formal System Model de J. Fortune y D. White.
17
Debe sealarse que el modelo de tendencia lineal y el modelo de variacin
estacional son ampliamente utilizados en los problemas de previsin y que la
teora detrs de ellos est bien establecida Johnson y Montgomery en 1974. No
les estamos presentando como flamantes ideas, sino como conceptos que son
relevantes en la planificacin de los cambios de productividad en periodos
futuros. Nuestro propsito en la inclusin es ilustrar un enfoque o una gua
bsica para facilitar un planificador de productividad cuando l o ella se
enfrentan a un conjunto de datos de productividad que presenta una tendencia
particular. (Sumanth, 1994).
(Belassi y Tukel, 1996) agrupan los factores de xito mencionados en la
literatura y se describe el impacto de estos factores en el desempeo del
proyecto. Se agrupan los factores en cuatro reas:
18
Tabla 1.1 Siete listas de factores crticos de xito desarrollados y tabulados por
(Belassi y Tukel en 1996).
Baker,
Sayles and Murphy Pinto and Morris and
Martin Lock Cleland and
Chandler and Slevin Hough
(1976) (1984) King (1983)
(1971 Fisher (1989) (1987)
(1983)
Definir los Conocer Resumen Director del Objetivos Apoyo de la Los objetivos
objetivos, el del proyecto de claros, direccin, del proyecto.
compromi proyecto, la
Seleccin so del competencia, Objetivo el Consulta de Incertidumbr
de la proyecto, Concepto programaci compromis Cliente , e de la
filosofa del autoridad operativo, n, o del innovacin
proyecto del equipo del Contrataci tcnica.
organizacio proyecto Apoyo de la Sistemas de proyecto n de
nal, desde la direccin, control y personal, Polticas
parte responsabilid el director
General de superior, Apoyo ades, del Tareas Participacin
apoyo a la financiero, proyecto tcnicas, de la
gestin, Nombrar Seguimiento aceptacin comunidad
un Requisitos y Financiaci del cliente
Organizar y gerente de logstica, retroalimenta n para la Calendario
delegar la competen cin, finalizacin Seguimient de la
autoridad, te de Servicio de oy duracin de
proyecto apoyo, Participacin Adecuada retroaliment la urgencia
Seleccionar Inteligencia continua en capacidad acin,
equipo del Configura de mercado el proyecto, de Los
proyecto, cin de la (que es el proyecto comunicaci problemas
comunica cliente), de equipo n, financieros
Asignar cin y Solucin de de contrato
recursos procedimi Cronogram Costo problemas, legal
suficientes, entos, a del inicial y
proyecto, estimacion Caractersti
Garantizar Establece Desarrollo y es cas del lder
el control y r formacin precisas del equipo
mecanismo mecanis Mano de del
s de mos de obra, Planificaci proyecto,
informacin, control Organizaci n y
(horarios) n, control de Poder y la
Planificaci Adquisicin. las poltica,
n y revisin Reunione Informacin tcnicas,
s de , Tarea Eventos
seguimie comunicaci (frente a la medio
nto. n, orientacin ambiente,
revisin del social), urgencia
proyecto Ausencia
de
burocracia
19
1.1.2 Modelo de Ecuaciones Estructurales.
20
propuestas a partir de la teora explicativa que se haya decidido utilizar como
referencia.
Variable exgena. Variable que afecta a otra variable y que no recibe efecto
de ninguna variable. Las variables independientes de un modelo de regresin
son exgenas.
21
Un modelo de ecuaciones estructurales puede representarse por medio de un
diagrama de trayectorias y un sistema de ecuaciones. En general, es
recomendable comenzar por representarlo grficamente, lo cual facilita la
escritura de las ecuaciones que describen a dicho modelo. Existe un consenso
para la representacin de estos modelos. As, una variable observada se
expresa por medio de un cuadrado o rectngulo, una variable latente con un
crculo o elipse, y la asociacin y la correlacin entre dos variables se
manifiestan por medio de una flecha unidireccional () y bidireccional (),
respectivamente. Las variables dependientes son fcilmente identificables:
reciben al menos una flecha. De las independientes slo salen flechas, pero no
entran (Manzano, 2009).
Error asociado a X
Error asociado a
22
Matriz de covarianza asociada a
1.3 HIPOTESIS
H1: Los factores crticos no estn determinados con precisin en los modelos de
gestin de proyectos industriales.
23
H2: No se localizaron modelos estructurales comparativos con sus relaciones
correspondientes entre factores y criterios.
1. Cules son los factores crticos que conforman los modelos de gestin de
proyectos industriales?
2. Cules son los modelos estructurales que muestren relaciones entre factores y
criterios?
1.4 OBJETIVOS
24
artculos ms importantes sealados por la metodologa meta-anlisis esto a
travs de la utilizacin de software estadstico.
1.4 JUSTIFICACION
2. FUNDAMENTOS
25
Esta seccin contiene los fundamentos bsicos de investigacin y los
fundamentos tericos relacionados con el modelado de ecuaciones estructurales
(SEM).
SEM es un mtodo de inferencia que toma tres entradas y tres salidas. Las
entradas son:
esos supuestos.
26
2. Un conjunto Q de interrogantes acerca de relaciones causales entre variables de
consistente con A.
Ti T, para los cuales los datos concuerdan con cada una de esas
implicaciones.
27
Un modelo simple de ecuaciones estructurales, y sus diagramas asociados,
por flechas punteadas), (b) variables dependientes exgenas, y (c) una notacin
valos.
28
Este debe plantear los principales Normalmente van de 150 a 200
objetivos y el alcance de la investigacin, palabras. Los errores ms
Resumen describir la metodologa empleada, resumir frecuentes en la redaccin del
los resultados y generalizar con las resumen son: no plantear
principales conclusiones. claramente la pregunta, ser
demasiado largo y detallado.
Utilizadas para describir claramente el Evitar trminos muy especficos,
Palabras claves contenido, deben identificar el tema al cual trminos muy genricos y
se refiere el artculo. palabras vacas.
De una a cinco palabras.
Es la primera seccin del texto No incluye resultados ni
propiamente dicho, indica el contexto, los conclusiones.
Introduccin antecedentes, propsitos y/o objetivos del Debe expresarse con claridad,
estudio, el razonamiento lgico del mismo. congruencia y originalidad.
Materiales y Presenta Los procedimientos La metodologa debe ser
mtodos metodolgicos empleados y el porqu de congruente al tipo de la
su seleccin. investigacin que se trata
Presenta los hallazgos de la aplicacin de Pensamiento reflexivo expresado
las tcnicas estadsticas y/o a travs de un lenguaje claro y
Resultados interpretativas, as como los grficos congruente
correspondientes a la informacin
presentada.
Los principales componentes de esta Debe incluir una seccin dedicada
seccin, sugeridos por Robert A. Day, son a las conclusiones del trabajo. Las
los siguientes: 1) Presentar los principios, conclusiones deben estar
relaciones y generalizaciones extrados de justificadas por los datos
los resultados teniendo en mente que se presentados. Evitar sacar ms
est discutiendo, no recapitulando. 2) conclusiones de las que sus
Sealar cualquier excepcin o falta de resultados permitan.
Discusin y correlacin y definir los puntos sin resolver.
conclusiones 3) Mostrar cmo los resultados y las
interpretaciones personales estn de
acuerdo o contrastan con trabajos
previamente publicados. 4) Discutir las
implicaciones tericas de la investigacin,
as como las posibles aplicaciones
prcticas. 5) Establecer claramente las
conclusiones. 6) Resumir las evidencias
dadas para dichas conclusiones.
Se debe ser cortes con quien ha Si alguien nos dio acceso a
colaborado a mejorar el estudio. materiales para probar hiptesis,
Reconocimiento ayudo a discutir ideas, tomar
s datos, a leer el manuscrito y
aporto crticas constructivas.
Se enlista la bibliografa citada a lo largo Se deben presentar por orden
del trabajo en formato APA o MLA. Existen alfabtico de primer autor. Deben
diferentes estilos para organizar la lista, tener el mismo estilo. Las revistas
Referencias algunos de ellos son: nombre y ao, cientficas siempre indican el estilo
numeracin en orden alfabtico y que se debe seguir.
numeracin en orden de aparicin (Day,
50).
29
Son documentos que se adjuntan cuando Opcional.
Apndices. el autor requiere aclarar algn punto en
especfico.
30
CONCEPTOS BSICOS
EJERCICIOS
Nace un BIBLIOGRAFA SUGERIDA
proyecto de EJEMPLO
investigacin
CAPITULO 2.1. Qu es plantear el problema de investigacin?
DOS. El 2.2. Qu elementos 2.2.1.Objetivos de investigacin
planteamiento contiene el 2.2.2.Preguntas de investigacin
del problema: planteamiento del 2.2.3.Justificacin de la investigacin
Objetivos, problema de 2.2.4.Viabilidad de la investigacin
preguntas de investigacin? 2.2.5.Consecuencias de la investigacin
investigacin y RESUMEN
justificacin del CONCEPTOS BSICOS
estudio EJERCICIOS
BIBLIOGRAFA SUGERIDA
EJEMPLO
CAPITULO 3.1. Cules son las funciones del marco terico?
TRES. La 3.2. Qu etapas comprende la elaboracin del marco terico?
elaboracin 3.3. En qu 3.3.1.Deteccin de la literatura y otros documentos
del marco consiste la revisin 3.3.2.Obtencin (recuperacin) de la literatura
terico: Revisin de la literatura? 3.3.3.Consulta de la literatura
de la literatura y 3.3.4.Estraccin y recopilacin de la informacin de
construccin de inters en la literatura
una perspectiva 3.4. Cmo se 3.4.1. Acepciones del trmino teora?
terica construye el marco 3.4.2. Cules son las funciones de la teora?
terico? 3.4.3. Cul es la utilidad de la teora?
3.4.4. Todas las teoras son igualmente tiles o
algunas teoras son mejores que otras?
3.4.5. Cules son los criterios para evaluar una teora?
3.4.6. qu estrategias seguimos para construir el
marco terico: adoptamos una teora o desarrollamos
una perspectiva terica?
3.5. Algunas observaciones sobre el marco terico.
3.6. Hemos hecho una revisin adecuada de la literatura?
RESUMEN
CONCEPTOS BSICOS
EJERCICIOS
BIBLIOGRAFA SUGERIDA
EJEMPLO
El autor Desiree Campo menciona la tabla 2.3 en la introduccin a la
investigacin en 1999.
31
5.-Marco terico o referencial
6.-Tipos de investigacin
7.-Hiptesis de investigacin
8.-Definicin de variables
9.-Diseo de la investigacin 9.1. Operacionalizacin del diseo experimental
10.1. Tipos de muestra
10.-Poblacin y muestra
10.2. Tamaos de la muestra
11.-Conclusin
12.-Bibliografa
32
5.3. Prueba de la hiptesis para dos muestras
CAPITULO 6: 6.1. Diferentes tipos de muestreo
Elementos de 6.2. Muestreo aleatorio simple o al azar
muestreo 6.3. Muestreo estratificado
6.4. Muestreo por conglomerados
6.5. Muestreo sistemtico
6.6. Otros muestreos
Bibliografa
33
Planteamiento del problema
Objeto del estudio
Preguntas de investigacin
Objetivos
Fundamentacin terica
Metodologa de la investigacin
Poblacin y muestra
Diseo de la investigacin
Cronograma y presupuesto
Bibliografa
Contenidos del informe final 1. Introduccin
de investigacin 2. Justificacin
3. Planteamiento del problema
4. Objeto del estudio
5.Cuestiones a responder mediante la
investigacin
6.Objetivos
7.Marco terico
8.Metodologia y desarrollo de la investigacin
9.Representacion y discusin de resultados
10.Conclusiones
11.Referencias Bibliogrficas
34
El autor Fernando Cceres menciona la tabla 2.8 Etapas del Proceso de la
investigacin Cientfica en 2009.
35
Criterios para generar ideas
Fuentes de ideas para una investigacin
Resumen
Conceptos bsicos
cuantitativa,
Ejercicios
cualitativa o mixta:
Ejemplos desarrollados
La idea
Los investigadores opinan
CAPTULO 3. Qu es plantear el Criterios para plantear el problema
Planteamiento del problema de
problema investigacin
cuantitativo cuantitativa?
Qu elementos Objetivos de la investigacin
contiene el Preguntas de investigacin
planteamiento del Justificacin de la Criterios para evaluar
problema de investigacin la importancia
investigacin en el potencial de una
proceso cuantitativo? investigacin
Viabilidad de la investigacin
Evaluacin de las deficiencias en el conocimiento
del problema
Consecuencias de la investigacin
Resumen
Conceptos bsicos
Ejercicios
Ejemplos desarrollados
Los investigadores opinan
2.3.1 Qu es la Estadstica?
36
Pero tambin la concebimos como una ciencia auxiliar de otras disciplinas, sin
su aplicacin no podramos orientar muchos aspectos. Es decir es el hilo
conductor en todos los campos.
Estadstica: En una ciencia que analiza series de datos (por ejemplo, edad de
una poblacin, altura de un equipo de baloncesto, temperatura de los meses de
verano, etc.) y trata de extraer conclusiones sobre el comportamiento de estas
variables. Es una de las ciencias que permite conocer, o al menos entender, la
realidad en la que nos desenvolvemos. A travs de la estadstica podemos
obtener informacin de gran valor que nos ayudar en la toma de decisiones en
cualquier mbito de nuestra vida. El anlisis de la informacin pasada para
tomar la decisin ms correcta, de cara al futuro, es el objetivo de la estadstica.
37
estimaciones de caractersticas numricas (estimacin), pronsticos de futuras
observaciones, descripciones de asociacin (correlacin) o modelamiento de
relaciones entre variables (anlisis de regresin).
1. Datos discretos. Son los que resultan de hacer conteos y por lo general son
nmeros enteros.
2. Datos continuos. Son los que resultan de hacer mediciones y pueden asumir
cualquier valor de la recta real.
38
1. Datos nominales. Son aquellos datos categricos que pueden ser codificados
numricamente pero donde hay una relacin arbitraria entre los nmeros
asignados y el valor de la variable.
2. Datos Ordinales. Son aquellos que al ser codificados numricamente deben
guardar una correspondencia entre los nmeros asignados y el verdadero valor
de la variable.
2.4.1 Correlacin.
Es frecuente que se estudie sobre una misma poblacin los valores de dos
variables estadsticas distintas, con el fin de ver si existe alguna relacin entre
39
ellas, es decir, si los cambios en una de ellas influyen en los valores de la otra.
Si ocurre esto se dice que las variables estn correlacionadas o bien que hay
correlacin entre ellas.
xy
r=
x y
Correlacin nula: No existe ninguna relacin entre las variables. Se dice que
ambas son independientes. En la figura 2.1 se muestra un ejemplo de cmo se
ilustra la correlacin nula.
40
Figura 2.1 Correlacin nula.
Correlacin lineal: Existe una relacin lineal negativa si al aumentar los valores
de la variable independiente disminuyen los valores de la variable dependiente y
relacin lineal positiva si al aumentar los valores de la variable independiente
aumentan los valores de la variable dependiente. En la figura 2.2 se muestra la
forma en la que se ilustrara la correlacin linean negativa y positiva.
Correlacin no lineal: Existe una relacin entre las variables pero no es lineal, en
la figura 2.3 se ilustra cmo se representara la correlacin no lineal.
2.4.2 Covarianza.
41
n
( x ix ) ( y i y )
xy = i=1
n
Esta medida refleja la relacin lineal que existe entre dos variables. El resultado
numrico flucta entre los rangos de [ , ] . Al no tener unos lmites
establecidos no puede determinar el grado de relacin lineal que existe entre las
dos variables, solo es posible ver la tendencia.
Una covarianza positiva significa que existe una relacin lineal positiva entre las
dos variables. Es decir, los valores bajos de la variable x se asocian con los
valores bajos de la variable y, mientras los valores altos de x se asocian con los
valores altos de la variable y.
Una covarianza de negativa significa que existe una relacin lineal inversa
(negativa) entre las dos variables. Lo que significa que los valores bajos en x se
asocian con los valores altos de y, mientras los valores altos en x se asocian con
los valores bajos en y.
Una covarianza de cero se interpreta como la no existencia de una relacin
lineal entre las dos variables estudiadas.
42
La estadstica paramtrica es una rama de la estadstica inferencial que
comprende los procedimientos estadsticos y de decisin que estn basados en
las distribuciones de los datos reales. Estas son determinadas usando un
nmero finito de parmetros. Esto es, por ejemplo, si conocemos que la altura
de las personas sigue una distribucin normal, pero desconocemos cul es la
media y la desviacin de dicha normal. La media y la desviacin tpica de la
desviacin normal son los dos parmetros que queremos estimar. Cuando
desconocemos totalmente que distribucin siguen nuestros datos entonces
deberemos aplicar primero un test no paramtrico, que nos ayude a conocer
primero la distribucin.
Es la que requiere que los elementos que integran las muestras contengan
elementos parmetros o medibles. Puede resolver tres tipos de problemas:
43
diferencia de las pruebas paramtricas, existen no paramtricas que pueden
aplicarse apropiadamente a datos medidos en una escala ordinal, y otras
pruebas para datos en una escala nominal o categrica.
44
5. Sume todos los valores de los cuadrados
6. Sustituya este valor en la ecuacin
N
6 di2
i=1
r 1=1 2
N N
Misin
Visin
Poltica de Calidad
3. METODOLOGIA
45
EI Meta-anlisis (MA) es una metodologa capaz de integrar cuantitativamente
los resultados reportados por diferentes investigadores sobre cierto tema en
particular (Sacks, 1987)
Aun no existe un mtodo nico para la elaboracin del MA, hay investigaciones
en las cuales excluyen o agreguen alguna de las etapas, sin embargo, hay unas
etapas definidas que se presentan a continuacin y conforman el algoritmo
seguido en el presente estudio (Valles, 2008).
En los siguientes puntos se explican brevemente las seis etapas que constituyen
esta metodologa: Colin (2007).
46
Figura 3.1 Secuencia de ejecucin de la metodologa meta-anlisis.
Baker et al. [42] ; Morris [7] ; Hughes [43] ; Pinto and Slevin
[8] ; Pinto and Mantel [12] ; Tennant [4] ; Selin and Selin [17]
; Harding [44] ; Couillard [20] ; Yeo [45] ; Wateridge [46] ;
The Standish Group [19] ; Beare [47] ; Tan [22] ; Munns and
Objetivos claros realistas Bjeirmi [23] ; Spinelli [48] ; Cicmil [49] ; Dvir et al. [27] ; 31 7.81% 49.21%
Glass [50] ; Kasser and Williams [28] ; Jang and Lee [29] ;
Clarke [51] ; Weir [32] ; Taylor [33] ; Thite [34] ; Poon and
Wagner [35] ; Anderson et al. [37] ; Caldeira and Ward [38] ;
Yeo [39] ; Westerveld [40] ; Turner [41]
47
Avots [5] ; Baker et al. [42] ; Cleland and King [6] ; Morris [7]
; Morris and Hough [9] ; Pinto and Mantel [12] ; Pollalis and
Frieze [16] ; Martinez [18] ; The Standish Group [19] ;
Wateridge [46] ; Couillard [20] ; Smart [52] ; Williams [53] ;
Belassi and Tukel [24] ; KPMG [25] ; Spinelli [48] ;
Plan de negocio fuerte/detallado, McCormack [3] ; McGolpin and Ward [26] ; Dvir et al. [27] ;
Kasser and Williams [28] ; Glass [50] ; Whittaker [30] ; 29 7.30% 46.03%
actualizado
Clarke [51] ; Turner [31] ; Taylor [33] ; Andersen et al. [37] ;
Yeo [39] ; Westerveld [40] ; Turner [41]
Avots [5] ; Cleland and King [6] ; Morris [7] ; Hughes [43] ;
Pinto and Slevin [8] ; Curtis et al. [54] ; Magal et al. [11] ;
Pinto and Mantel [12] ; McComb and Smith [13] ; Cash and
Fox [14] ; Pollalis and Frieze [16] ; Wateridge [46] ; Couillard
Buena [20] ; Tan [22] ; Gowan and Mathieu [55] ; Hilderbrand [56] ;
Spinelli [48] ; Dvir et al. [27] ; Kasser and Williams [28] ; 27 6.80% 42.86%
comunicacin/retroalimentacin
Clarke [51] ; Turner [31] ; Thite [34] ; Cooke-Davies [36] ;
Andersen et al. [37] ; Yeo [39] ; Westerveld [40] ; Turner [41]
Morris [7] ; Pinto and Slevin [8] ; Curtis et al. [54] ; Magal et
al. [11] ; Pinto and Mantel [12] ; McComb and Smith [13] ;
Yap et al. [15] ; Pollalis and Frieze [16] ; Wateridge [46] ;
Smart [52] ; Beare [47] ; Wastell and Newman [21] ; Belassi
and Tukel [24] ; Munns and Bjeirmi [23] ; Cicmil [49] ;
Participacin usuario/cliente Spinelli [48] ; McCormack [3] ; Dvir et al. [27] ; Jang and Lee 24 6.05% 38.10%
[29] ; Turner [31] ; Caldeira and Ward [38] ; Yeo [39] ;
Westerveld [40] ; Turner [41]
Baker et al. [42] ; Morris [7] ; Pinto and Slevin [8] ; Curtis et
al. [54] ; Magal et al. [11] ; Pinto and Mantel [12] ; McComb
and Smith [13] ; Cash and Fox [14] ; Pollalis and Frieze [16]
Personal suficiente, experto y
; Tennant [4] ; Martinez [18] ; Willcocks and Griffiths [57] ; 20 5.04% 31.75%
debidamente calificado
The Standish Group [19] ; Dvir et al. [27] ; Glass [50] ; Jang
and Lee [29] ; Weir [32] ; Poon and Wagner [35] ; Caldeira
and Ward [38] ; Westerveld [40]
Avots [5] ; Pinto and Mantel [12] ; McComb and Smith [13] ;
Cash and Fox [14] ; Pollalis and Frieze [16] ; Martinez [18] ;
Willcocks and Griffiths [57] ; Smart [52] ; The Standish
Group [19] ; Hougham [58] ; Cicmil [49] ; McGolpin and
Gestin de cambio efectivo
Ward [26] ; Dvir et al. [27] ; Weir [32] ; Taylor [33] ; Thite [34] 19 4.79% 30.16%
durante la ejecucin
; Poon and Wagner [35] ; Cooke-Davies [36] ; Yeo [39]
Avots [5] ; Baker et al. [42] ; Morris [7] ; Pinto and Slevin
[8] ; Pollalis and Frieze [16] ; Martinez [18] ; Cannon [59] ;
Couillard [20] ; Pinto and Kharbanda [60] ; Belassi and
Tukel [24] ; Munns and Bjeirmi [23] ; Spinelli [48] ; Dvir et al.
Gerente o responsable de
[27] ; Glass [50] ; Weir [32] ; Taylor [33] ; Andersen et al. 19 4.79% 30.16%
proyectos competente
[37] ; Westerveld [40] ; Turner [41]
Avots [5] ; Pollalis and Frieze [16] ; Smart [52] ; Pinto and
Kharbanda [60] ; Munns and Bjeirmi [23] ; KPMG [25] ;
McGolpin and Ward [26] ; Dvir et al. [27] ; Whittaker [30] ;
Fuerte caso de negocios/base Poon and Wagner [35] ; Cooke-Davies [36] ; Andersen et al. 16 4.03% 25.40%
slida para el proyecto [37] ; Caldeira and Ward [38] ; Yeo [39] ; Westerveld [40] ;
Turner [41]
Morris [7] ; Pinto and Slevin [8] ; Morris and Hough [9] ; Yap
et al. [15] ; Pollalis and Frieze [16] ; Tennant [4] ;
McCormack [3] ; The Standish Group [19] ; Belassi and
Recursos suficientes y bien Tukel [24] ; Gowan and Mathieu [55] ; Dvir et al. [27] ; 16 4.03% 25.40%
asignados Kasser and Williams [28] ; Turner [31] ; Caldeira and Ward
[38] ; Westerveld [40] ; Turner [41]
Buen liderazgo Morris and Hough [9] ; Cash and Fox [14] ; Pollalis and 15 3.78% 23.81%
Frieze [16] ; Tennant [4] ; Martinez [18] ; Smart [52] ; Gowan
48
and Mathieu [55] ; Pinto and Kharbanda [60] ; Dvir et al. [27]
; Turner [31] ; Thite [34] ; Andersen et al. [37] ; Caldeira and
Ward [38] ; Westerveld [40] ; Turner [41]
Morris [7] ; Pinto and Mantel [12] ; McComb and Smith [13] ;
Pollalis and Frieze [16] ; Cannon [59] ; Williams [53] ; Yeo
Tecnologa familiar y probada [45] ; Tan [22] ; KPMG [25] ; Dvir et al. [27] ; Glass [50] ; 14 3.53% 22.22%
Poon and Wagner [35] ; Caldeira and Ward [38] ; Yeo [39]
Cleland and King [6] ; Morris [7] ; Morris and Hough [9] ;
Pinto and Mantel [12] ; McComb and Smith [13] ; Tennant
Calendario realista de [4] ; Selin and Selin [17] ; Dvir et al. [27] ; Glass [50] ;
Kasser and Williams [28] ; Weir [32] ; Yeo [39] ; Westerveld 14 3.53% 22.22%
actividades
[40] ; Turner [41]
Morris and Hough [9] ; Selin and Selin [17] ; Smart [52] ;
Beare [47] ; Williams [53] ; KPMG [25] ; Baldry [61] ; Dvir et
Evaluacin de riesgos antes y al. [27] ; Whittaker [30] ; Weir [32] ; Cooke-Davies [36] ; Yeo 13 3.27% 20.63%
durante el proyecto [39] ; Westerveld [40]
Morris [7] ; Morris and Hough [9] ; Cash and Fox [14] ; Yap
et al. [15] ; Martinez [18] ;
McGolpin and Ward [26] ; Jang and Lee [29] ; Baldry [61] ;
Confiable patrocinador o Thite [34] ; Poon and Wagner [35] ; Caldeira and Ward [38] ; 12 3.02% 19.05%
campen de proyecto Yeo [39]
McComb and Smith [13] ; Cash and Fox [14] ; Pollalis and
Frieze [16] ; Selin and Selin [17] ; Cicmil [49] ; Dvir et al.
Control y monitoreo efectivo del [27] ; Weir [32] ; Thite [34] ; Poon and Wagner [35] ; Cooke- 12 3.02% 19.05%
proyecto Davies [36] ; Westerveld [40] ; Turner [41]
Baker et al. [42] ; Cleland and King [6] ; Morris and Hough
[9] ; Dvir et al. [27] ; McComb and Smith [13] ; Pollalis and
Presupuesto adecuado Frieze [16] ; Tennant [4] ; Glass [50] ; Caldeira and Ward, 11 2.77% 17.46%
[38] ; Westerveld [40] ; Turner [41]
Experiencia pasada (aprendida Yap et al. [15] ; Dvir et al. [27] ; Jordan et al. [64] ; Sauer
5 1.26% 7.94%
de) [62] ; Cooke-Davies [36]
Hughes [43] ; Selin and Selin [17] ; Cannon [59] ; Cooke-
Tamao del proyecto Davies [36]
(grande)/nivel de complejidad
(alto)/nmero de gente 4 1.01% 6.35%
involucrada(demasiados)/duraci
n (ms de 3 aos)
Diferentes puntos de Curtis et al. [54] ; Pinto and Kharbanda [63] ; Turner [41]
3 0.76% 4.76%
vista(apreciacin)
49
En la siguiente tabla se muestras en diferentes tiempos los factores de diversos
investigadores donde algunos considen y otros no mas sin embargo pueden
compararse con los 27 factores mostrados en la tabla anterior. Belassi
Tabla. Siete listas de factores crticos de xito desarrollados y tabulados por (Belassi,
1996).
Definir los Conocer el Resumen del Director del Objetivos Apoyo de la Los
objetivos, compromiso proyecto, proyecto de la claros, direccin, objetivos
del proyecto, competencia, del
proyecto.
Seleccin de autoridad del Concepto programacin, Objetivo el Consulta de
la filosofa del proyecto operativo, compromiso del Cliente ,
proyecto desde la parte equipo del Incertidumb
organizacional superior, Sistemas de proyecto re de la
, Apoyo de la control y Contratacin
innovacin
direccin, responsabilida de personal,
tcnica.
Nombrar un des,
General de gerente el director del
apoyo a la competente Apoyo proyecto Tareas
Polticas
gestin, de proyecto financiero, Seguimiento y tcnicas,
retroalimentac aceptacin del
in, Financiacin cliente Participaci
Organizar y Configuracin Requisitos para la
n de la
delegar la de la de logstica, finalizacin
comunidad
autoridad, Participacin Seguimiento y
comunicacin continua en el retroalimentac
y Servicio de proyecto, Adecuada in, Calendario
Seleccionar procedimiento apoyo, capacidad de
de la
equipo del s, Inteligencia proyecto de
duracin de
proyecto, de mercado equipo comunicacin,
la urgencia
(que es el Solucin de
Establecer cliente), problemas,
Asignar mecanismos Costo inicial y
Los
recursos de control estimaciones
problemas
suficientes, (horarios) Cronograma precisas Caracterstica
financieros
del proyecto, s del lder del
de contrato
equipo del
legal
Garantizar el Reuniones de Desarrollo y Planificacin y proyecto,
control y seguimiento. formacin control de las
mecanismos Mano de tcnicas,
de obra, Tarea (frente a Poder y la
informacin, la orientacin poltica,
Organizacin social),
, Ausencia de
Planificacin y Adquisicin. Eventos
50
revisin Informacin, burocracia medio
ambiente,
comunicaci urgencia
n,
revisin del
proyecto
51
4. Fuerte caso de negocios
5. Riesgos evaluados, dirigidos.
6. Objetivos claros y realistas
7. Gestin de cambio (ajustes) efectivos
8. Efectivo control/monitoreo
9. Suministro de formacin profesional
10. Gerente de proyectos competente
11. Utilizar tecnologa probada
12. Adaptacin/cultura/estructura organizacional
13. Presupuesto adecuado
14. Aprendizaje de experiencias pasadas
15. Buena comunicacin/retroalimentacin
16. Participacin del usuario/cliente
52
usadas primordialmente para el modelo de covarianzas entre variables medidas
en escalas continuas, las capacidades de SEM se ha expandido dramticamente
para permitir el modelado de varios tipos de estimacin, y para acomodar
medias, patrones de medias, trminos latentes de interaccin, variables latentes
categricas, datos, etc.
METODOLOGIA SEM
3.1
ETAPAS EN LA
IMPLEMENTACION DE SEM
53
El marco de trabajo que se muestra en forma de diagrama en la figura [x],
comprende cuatro etapas:
Especificacin
Estimacin
Evaluacin del ajuste
Interpretacin y reporte, que est siempre seguido de una quinta etapa:
Re-especificacin, que est incluida en la mayora de las implementaciones de
SEM.
3.1.1
ESPECIFICACIN
54
cual la especificacin sigue a la coleccin de datos, la lnea punteada etiquetada
con b1 corresponde a la situacin en la cual la coleccin de datos siguen
entonces a la especificacin entonces, como se indica con la lnea b2, conduce a
la estimacin.
55
Experiencia en ejecucin de proyectos: (aos)_____________
Puesto que desempea actualmente____________________
56
Pregunta 6
Que tanto influye el factor: Objetivos claros y realistas para TERMINAR A
TIEMPO EL PROYECTO INDUSTRIAL
Nada poco suficiente mucho demasiado
Pregunta 7
Que tanto influye el factor: Gestin de cambio (ajustes) efectivos para
TERMINAR A TIEMPO EL PROYECTO INDUSTRIAL
Nada poco suficiente mucho demasiado
Pregunta 8
Que tanto influye el factor: Efectivo control/monitoreo para TERMINAR A
TIEMPO EL PROYECTO INDUSTRIAL
Nada poco suficiente mucho demasiado
Pregunta 9
Que tanto influye el factor: Suministro de formacin profesional para
TERMINAR A TIEMPO EL PROYECTO INDUSTRIAL
Nada poco suficiente mucho demasiado
Pregunta 10
Que tanto influye el factor: Gerente de proyectos competente para
TERMINAR A TIEMPO EL PROYECTO INDUSTRIAL
Nada poco suficiente mucho demasiado
Pregunta 11
Que tanto influye el factor: Usar tecnologa probada/familiar para TERMINAR
A TIEMPO EL PROYECTO INDUSTRIAL
Nada poco suficiente mucho demasiado
Pregunta 12
Que tanto influye el factor: Adaptacin/cultura/estructura organizacional para
TERMINAR A TIEMPO EL PROYECTO INDUSTRIAL
Nada poco suficiente mucho demasiado
Pregunta 13
57
Que tanto influye el factor: Presupuesto adecuado para TERMINAR A TIEMPO
EL PROYECTO INDUSTRIAL
Nada poco suficiente mucho demasiado
Pregunta 14
Que tanto influye el factor: Aprendizaje de Experiencias pasadas para
TERMINAR A TIEMPO EL PROYECTO INDUSTRIAL
Nada poco suficiente mucho demasiado
Pregunta 15
Que tanto influye el factor: Buena comunicacin/retroalimentacin para
TERMINAR A TIEMPO EL PROYECTO INDUSTRIAL
Nada poco suficiente mucho demasiado
Pregunta 16
Que tanto influye el factor: Participacin del usuario/cliente para TERMINAR
A TIEMPO EL PROYECTO INDUSTRIAL
Nada poco suficiente mucho demasiado
Pregunta 1
Que tanto influye el factor: Plan fuerte/detallado y actualizado para CUMPLIR
CON LA CALIDAD DEL PROYECTO INDUSTRIAL
Nada poco suficiente mucho demasiado
Pregunta 2
Que tanto influye el factor: Apoyo de la alta gerencia para CUMPLIR CON LA
CALIDAD DEL PROYECTO INDUSTRIAL
58
Nada poco suficiente mucho demasiado
Pregunta 3
Que tanto influye el factor: Personal Especializado, convenientemente
cualificado y suficiente para CUMPLIR CON LA CALIDAD DEL PROYECTO
INDUSTRIAL
Nada poco suficiente mucho demasiado
Pregunta 4
Que tanto influye el factor: Fuerte caso de negocios/base slida para el
proyecto para CUMPLIR CON LA CALIDAD DEL PROYECTO INDUSTRIAL
Nada poco suficiente mucho demasiado
Pregunta 5
Que tanto influye el factor: Riesgos evaluados, dirigidos para CUMPLIR CON
LA CALIDAD DEL PROYECTO INDUSTRIAL
Nada poco suficiente mucho demasiado
Pregunta 6
Que tanto influye el factor: Objetivos claros y realistas para CUMPLIR CON
LA CALIDAD DEL PROYECTO INDUSTRIAL
Nada poco suficiente mucho demasiado
Pregunta 7
Que tanto influye el factor: Gestin de cambio (ajustes) efectivos para
CUMPLIR CON LA CALIDAD DEL PROYECTO INDUSTRIAL
Nada poco suficiente mucho demasiado
Pregunta 8
Que tanto influye el factor: Efectivo control/monitoreo para TERMINAR A
TIEMPO EL PROYECTO INDUSTRIAL
Nada poco suficiente mucho demasiado
Pregunta 9
Que tanto influye el factor: Suministro de formacin profesional para
CUMPLIR CON LA CALIDAD DEL PROYECTO INDUSTRIAL
59
Nada poco suficiente mucho demasiado
Pregunta 10
Que tanto influye el factor: Gerente de proyectos competente para CUMPLIR
CON LA CALIDAD DEL PROYECTO INDUSTRIAL
Nada poco suficiente mucho demasiado
Pregunta 11
Que tanto influye el factor: Usar tecnologa probada/familiar para CUMPLIR
CON LA CALIDAD DEL PROYECTO INDUSTRIAL
Nada poco suficiente mucho demasiado
Pregunta 12
Que tanto influye el factor: Adaptacin/cultura/estructura organizacional
para CUMPLIR CON LA CALIDAD DEL PROYECTO INDUSTRIAL
Nada poco suficiente mucho demasiado
Pregunta 13
Que tanto influye el factor: Presupuesto adecuado para CUMPLIR CON LA
CALIDAD DEL PROYECTO INDUSTRIAL
Nada poco suficiente mucho demasiado
Pregunta 14
Que tanto influye el factor: Aprendizaje de Experiencias pasadas para
CUMPLIR CON LA CALIDAD DEL PROYECTO INDUSTRIAL
Nada poco suficiente mucho demasiado
Pregunta 15
Que tanto influye el factor: Buena comunicacin/retroalimentacin para
CUMPLIR CON LA CALIDAD DEL PROYECTO INDUSTRIAL
Nada poco suficiente mucho demasiado
Pregunta 16
Que tanto influye el factor: Participacin del usuario/cliente para CUMPLIR
CON LA CALIDAD DEL PROYECTO INDUSTRIAL
Nada poco suficiente mucho demasiado
60
INSTRUCCIONES.- Leer cuidadosamente cada pregunta y marcar una sola
ocasin su respuesta.
Seccin III
Criterio de xito de un proyecto: TERMINAR EL PROYECTO CON EL
PRESUPUESTO PROGRAMADO
Pregunta 1
Que tanto influye el factor: Plan fuerte/detallado y actualizado para
TERMINAR EL PROYECTO CON EL PRESUPUESTO PROGRAMADO.
Nada poco suficiente mucho demasiado
Pregunta 2
Que tanto influye el factor: Apoyo de la alta gerencia para TERMINAR EL
PROYECTO CON EL PRESUPUESTO PROGRAMADO.
Nada poco suficiente mucho demasiado
Pregunta 3
Que tanto influye el factor: Personal Especializado, convenientemente
cualificado y suficiente para TERMINAR EL PROYECTO CON EL
PRESUPUESTO PROGRAMADO.
Nada poco suficiente mucho demasiado
Pregunta 4
Que tanto influye el factor: Fuerte caso de negocios/base slida para el
proyecto para TERMINAR EL PROYECTO CON EL PRESUPUESTO
PROGRAMADO.
Nada poco suficiente mucho demasiado
Pregunta 5
Que tanto influye el factor: Riesgos evaluados, dirigidos para TERMINAR EL
PROYECTO CON EL PRESUPUESTO PROGRAMADO.
Nada poco suficiente mucho demasiado
Pregunta 6
Que tanto influye el factor: Objetivos claros y realistas para TERMINAR EL
PROYECTO CON EL PRESUPUESTO PROGRAMADO.
61
Nada poco suficiente mucho demasiado
Pregunta 7
Que tanto influye el factor: Gestin de cambio (ajustes) efectivos para
TERMINAR EL PROYECTO CON EL PRESUPUESTO PROGRAMADO.
Nada poco suficiente mucho demasiado
Pregunta 8
Que tanto influye el factor: Efectivo control/monitoreo para TERMINAR EL
PROYECTO CON EL PRESUPUESTO PROGRAMADO.
Nada poco suficiente mucho demasiado
Pregunta 9
Que tanto influye el factor: Suministro de formacin profesional para
TERMINAR EL PROYECTO CON EL PRESUPUESTO PROGRAMADO.
Nada poco suficiente mucho demasiado
Pregunta 10
Que tanto influye el factor: Gerente de proyectos competente para TERMINAR
EL PROYECTO CON EL PRESUPUESTO PROGRAMADO.
Nada poco suficiente mucho demasiado
Pregunta 11
Que tanto influye el factor: Usar tecnologa probada/familiar para TERMINAR
EL PROYECTO CON EL PRESUPUESTO PROGRAMADO.
Nada poco suficiente mucho demasiado
Pregunta 12
Que tanto influye el factor: Adaptacin/cultura/estructura organizacional para
TERMINAR EL PROYECTO CON EL PRESUPUESTO PROGRAMADO.
Nada poco suficiente mucho demasiado
Pregunta 13
Que tanto influye el factor: Presupuesto adecuado para TERMINAR EL
PROYECTO CON EL PRESUPUESTO PROGRAMADO.
Nada poco suficiente mucho demasiado
62
Pregunta 14
Que tanto influye el factor: Aprendizaje de Experiencias pasadas para
TERMINAR EL PROYECTO CON EL PRESUPUESTO PROGRAMADO
Nada poco suficiente mucho demasiado
Pregunta 15
Que tanto influye el factor: Buena comunicacin/retroalimentacin para
TERMINAR EL PROYECTO CON EL PRESUPUESTO PROGRAMADO.
Nada poco suficiente mucho demasiado
Pregunta 16
Que tanto influye el factor: Participacin del usuario/cliente para CUMPLIR
CON EL PRESUPUESTO DEL PROYECTO INDUSTRIAL
Nada poco suficiente mucho demasiado
ESCALA DE LIKERT
La escala de Likert fue desarrollada en los aos 20 en una tentativa de mejorar
los niveles de la medida en la investigacin social con el uso de aspectos
estandarizados en la respuesta de los cuestionarios evaluados. Es una de las
mediciones de actitud usadas ms frecuentemente por las ciencias sociales. Se
les solicita a los encuestados que establezcan su nivel de acuerdo con una serie
de actitudes establecidas.
63
Totalmente en desacuerdo 1
Parcialmente en desacuerdo 2
Parcialmente de acuerdo 3
Totalmente de acuerdo 4
3.1.2 ESTIMACIN
Una vez que el modelo ha sido especificado, que se han identificado sus
parmetros y los datos han sido preparados para su anlisis, la implementacin
de SEM se mueve hacia la estimacin. El objetivo de la estimacin es encontrar
valores para los parmetros libres que minimicen la discrepancia entre la matriz
de la covarianza observada y la estimada, o que implique, matriz de covarianza
dado el modelo y los datos. Los medios por los cuales las estimaciones de
parmetros son derivados dependen del nmero de mtodos posibles de
estimacin que son usados.
64
debe ser rechazado (si el intento es estrictamente confirmatorio) o re-
especificado (si el intento original o reconsiderado es la generacin del modelo).
3.1.4 RE-ESPECIFICACIN
UN EJEMPLO SIMPLE
65
Modelos de las relaciones entre dos variables observables, X y Y.
preparados para su anlisis. Aunque el nmero de los modelos que pueden ser
FORMATO
IDENTIFICACIN
66
Como se muestra en le figura anterior, la identificacin, aunque se
asegurar que los estimados nicos pueden ser obtenidos por todos los
2. Los datos puntuales en SEM son las varianzas y covarianzas. Como tal, los
grados de libertad son una funcin de los nmeros de las variables observables
ser iguales.
TAMAO DE MUESTRA
67
Donde:
n = el tamao de la muestra.
N = tamao de la poblacin.
Desviacin estndar de la poblacin que, generalmente cuando no se tiene
su valor, suele utilizarse un valor constante de 0,5.
Z = Valor obtenido mediante niveles de confianza. Es un valor constante que, si
no se tiene su valor, se lo toma en relacin al 95% de confianza equivale a 1,96
(como ms usual) o en relacin al 99% de confianza equivale 2,58, valor que
queda a criterio del investigador.
e = Lmite aceptable de error muestral que, generalmente cuando no se tiene su
valor, suele utilizarse un valor que vara entre el 1% (0,01) y 9% (0,09), valor que
queda a criterio del encuestador.
Donde:
z = 1.81 valor
n = nmero de encuestas
350(.6707)(3.2761)
n= =197 Encuestas mnimas para evaluacin
349 ( 4.9 x ) +(.6707)(3.2761)
3
68
Alfa de Cronbach y consistencia interna de los tems de un
instrumento de medida
69
Tabla [x]. Validacin del criterio: cumplir con la calidad del proyecto industrial
70
Tabla [x]. Validacin del criterio: cumplir con el presupuesto del proyecto
industrial
71
3.9 ANLISIS ESTADSTICO APLICANDO LA METODOLOGA
SEM
72
Tabla [x] Correlacin y
covarianza por parejas de factores
para terminar a tiempo el proyecto
industrial.
73
Tabla [x] Correlacin y covarianza por parejas de factores para y cumplir con la calidad del proyecto industrial.
74
Tabla [x] Correlacin y covarianza por parejas de factores para y cumplir con el presupuesto del proyecto industrial.
75
Tabla de factores crticos segn el valor de correlacin bivariada
76
4. ANLISIS Y RESULTADOS
En esta seccin se muestra la evaluacin de los once factores crticos resultantes del
anlisis de correlaciones y covarianzas realizado anteriormente.
77
determinar las ecuaciones estructurales donde tambin se relacionen los criterios de
xito.
PROYECCIN DE DATOS
En esta seccin se muestran los resultados arrojados por las encuestas los cuales han
sido proyectados en una hoja de trabajo en el programa estadstico SPSS v.22.
78
Figura [x]. Proyeccin de datos, vista de variables.
79
Figura [x]. Proyeccin de datos, vista de datos con etiquetas de valor
80
capaz de detectar variables problemticas mucho ms fcilmente que el
AFC.
TIPOS DE ROTACION
Rotacin oblicua:
81
varianza de las cargas al cuadrado en las columnas de la varianza en una
columna grande y si comprende valores pequeos y grandes (en el sentido
absoluto). En la rotacin de los ejes, las filas con cargas iniciales grandes, es
decir, con altas comunalidades tienen ms influencia que las filas con valores
slo pequeas. Kaiser sugerido que en el clculo de la rotacin ptima, todas
las filas deben tener el mismo peso. Esto se conoce generalmente como la
normalizacin de Kaiser y se conoce a veces como la normalizacin Horst
(Horst, 1965). La opcin normalizar se aplica este mtodo de normalizacin
para la rotacin.
82
Figura [x]. seleccin de factores para anlisis factorial
83
Mtodos de Extraccin
84
Figura (x) Seleccin del tipo de extraccin
85
Prueba KMO (Kaiser-Meyer-Olkin, Bartlett)
Esta tabla muestra dos pruebas que indican la idoneidad de sus datos para la
deteccin de la estructura. La medida de Adecuacin de muestreo Kaiser-Meyer-
Olkin es una estadstico que indica la proporcin de la varianza en las variables que
puedan ser causados por factores subyacentes. Los altos valores (cerca de 1.0)
generalmente indican que un anlisis de factores puede ser til con sus datos. Si el
valor es inferior a 0.50, los resultados del anlisis de factores probablemente no
sern muy tiles.
Estadsticas KMO
86
Como se puede mostrar en la tabla (x)
87
Modelo estructural propuesto.
5. CONCLUSIONES
La metodologa Meta-Anlisis (MA) se propone como piedra angular para hacer acopio de
informacin, como artculos Journals, bibliografa, sitios web, tesis doctorales, etc.,
tambin el MA sirve para evaluar qu informacin es til y cual no para sta investigacin
llamndose la estrategia como fase de sensibilidad para la inclusin y exclusin de
informacin. Por lo tanto este trabajo implica mayor investigacin desde identificar
88
inicialmente los criterios de xito o metas y los factores crticos implcitos en el modelo a
desarrollar, hasta que el modelo incida como gua representativa para la gestin exitosa
de los proyectos industriales.
6. RECOMENDACIONES
89
La segunda recomendacin es una reiteracin de una recomendacin pasada en las tesis
anteriores; sta acerca de utilizar publicaciones que aporten resultados cuantitativos, esto
debido a la importancia de que los datos que se obtenga de las publicaciones
seleccionadas deben de ser numricos, ya que ofrece una gran confiabilidad en los
resultados finales.
7. BIBLIOGRAFIA
90
-Belassi, W y Tukel, O. I. (1996). A new framework for determining critical success/failure
factors in projects. International Journal of Project Management.
-Day, Robert A. (1988). How to Write & Publish a Scientific Paper. Estados Unidos de
America: Editorial Ory Press.
-Del Castillo, C y Vargas, B (2009). El Proceso de gestin y desempeo organizacional:
Una aproximacin a la nueva gestin pblica desde el mbito de los gobiernos locales.
-Dvir, D.y Lechler, T. (2003) Plans are nothing, changing plans is everything: the impact of
changes on project success. ELSEVIER.
-Faloh, B. R. (2005). Desarrollo de un grupo de gestin. INNRED, Red Iberoamericana,
Centros de Apoyo a la Innovacin.
-Fortune, J. y White, D. (2005) Framing of project critical success factors by a systems
model. International Journal of Project Management.
-Hernndez, Sampieri Roberto, (1997). Metodologa de la investigacin. McGraw-Hill
INTERAMERICANA DE MEXICO, S.A. DE C.V.
-Kerzner, H. (1992) Project Management; a Systems approach to Planning, Scheduling
and Controlling. 4th Edition, Van Nostrand Reinhold, 6-7.
-Marn F. J. (2011) Manual de MiniTab 15 (con aplicaciones a las ciencias de la
documentacin). Departamento de Estadsticas e Investigacin Operativa. Facultad de
Matemticas.
-PMI. (1987). Project Management Body of Knowledge. Project Management Institute, PA.
-Rodrguez, G. D (2006). Modelos para la creacin y gestin del conocimiento: una
aproximacin terica. Universidad Autnoma de Barcelona.
- Saenz, C. Desiree, y Tinoco, M. Zahira (1999). Introduccion a la investigacin cientfica.
Farmacos, vol 12.
-Serer, F. M (2006). Gestin Integrada de proyectos. Edicions UPC.
- Vega, G. L. R (2006). Modelo del ciclo de vida de un proyecto de gestin tecnolgica y
vinculacin. I congreso Iberoamericano de Ciencia, Tecnologa, Sociedad e Innovacin
CTS+l.
-Wideman R. Max. (2003) Modeling Project Management. AEW Services, Vancouver, BC.
91
ANEXOS.
92
93