Universidad Nacional de Tres de Febrero UNTREF VIRTUAL

Taller de Trabajo Final

Unidad 6 - ANÁLISIS DE DATOS Y SU REPRESENTACIÓN

Presentación

Introducción

En esta unidad nos proponemos mostrarles las distintas pruebas para analizar los datos recolectados
mediante la aplicación de técnicas estadísticas. Se realizará una mención a estas pruebas de manera
sencilla para que pueda ser comprendido por el alumno que apenas se ha iniciado en el estudio de la
estadística, ya que en términos generales esta rama se suele enseñar conjuntamente con principios de
matemática financiera en un cuatrimestre, de la carrera de pre- grado.

Estas pruebas dependerán de las hipótesis formuladas y los niveles de medición de las variables.

Se explicarán las principales pruebas estadísticas, su aplicación a las distintas situaciones en que se
utiliza cada una de ellas y la forma de interpretarlas.

También la adecuada representación de la información obtenida para facilitar la lectura y análisis de los
datos.

OBJETIVOS

Que el alumno logre:

1. Conocer y comprender las principales pruebas estadísticas y su aplicación a situaciones

concretas.
2. Analizar las interrelaciones entre las distintas pruebas.
3. Identificar los procedimientos para analizar datos.
4. Elegir la forma de representación de los datos que se ajuste al análisis efectuado.

| Taller de Trabajo Final

1/24
Universidad Nacional de Tres de Febrero UNTREF VIRTUAL

INTRODUCCIÓN

Se considera importante tener en claro cuál será el análisis al que

someteremos la información que se recolectara en la investigación.

Si bien dicho análisis se realiza en la etapa de elaboración y redacción del escrito

final o trabajo final, en la etapa previa, del Proyecto de Investigación, tiene que
hacerse mención de cuáles serán las técnicas que se utilizarán para este propósito,
dentro del ítem “marco metodológico”.

| Taller de Trabajo Final

2/24
Universidad Nacional de Tres de Febrero UNTREF VIRTUAL

1. TRATAMIENTO Y ANÁLISIS DE DATOS

El uso adecuado de las herramientas metodológicas no alcanzan para asegurar la

confiabilidad y validez de nuestras conclusiones, es necesario una actitud crítica y
reflexiva que acompañe nuestros esfuerzos.

Recordemos, que tal como se expreso en la introducción, este

análisis se realiza en el proceso de elaboración - redacción del
trabajo, pero debemos anticipar en el proyecto de investigación,
el tipo de técnicas que utilizaremos para ello.

Utilizaremos la estadística, que sabemos nace como disciplina científica en el siglo

XVII, pero su aplicación en distinta medida se remonta a las civilizaciones
antiguas.

Tal como hoy la conocemos, en su calidad de ciencia, estudia el comportamiento

de los fenómenos de masa, dedicándose al estudio de las características generales
de un conjunto de individuos y prescindiendo del análisis de los comportamientos
particulares.

Al analizar un conjunto de datos podemos observar una

regularidad o estabilidad en el comportamiento de éstos, de
manera que si ese conjunto es suficientemente grande,
observaremos algunas características estables.

Entonces su propósito es encontrar esas regularidades en los fenómenos de masas,

que nos servirán para conocerlo minuciosamente y describirlo, y al mismo tiempo
podemos utilizar esos resultados con un fin predictivo.

Esta disciplina se encarga de recolectar, clasificar y analizar

información, para luego poder interpretar los resultados y elaborar
métodos.

Para determinar las regularidades de los fenómenos de masa, deberemos partir de

los casos particulares, pero éstos quedan comprendidos en el número de la masa,
y por lo tanto pierden su singularidad, para así hacer resaltar las características del
colectivo, del cual forman parte. Es decir que la estadística no centra su mirada en
los casos aislados sino que los utiliza para estudiar el comportamiento del “grupo”.

De esta manera es posible obtener conclusiones probables de grupos o poblaciones

que no se conocen perfectamente.

| Taller de Trabajo Final

3/24
Universidad Nacional de Tres de Febrero UNTREF VIRTUAL

El análisis estadístico se propone obtener el resultado más probable, o dar una

aproximación a los resultados entre los que puede encontrarse la solución al
problema, pero no es su objetivo el obtener el resultado preciso.

El objetivo de los estudios estadísticos está en los fenómenos que se refieren a

poblaciones muy numerosas, formadas por individuaos semejantes con algún
atributo en común. A través de ellos y apoyados en el estudio de probabilidades,
se obtiene estudios referentes al comportamiento promedio de los individuos,
logrando los resultados esperados.

Si tenemos en cuenta los fines de cada uno de los significados de la

estadística, podemos hacer la siguiente y sencilla clasificación:

Cuando recolecta, presenta, analiza e interpreta observaciones o mediciones

hechas sobre un conjunto de objetos o personas, nos está informando sobre las
características más relevantes del tema que analizamos.

Esta “descripción “de datos da su nombre a la “estadística descriptiva”.

La estadística obtiene conclusiones a partir de datos obtenidos de una muestra,

para estimar o inferir sobre las características de la población. Busca esas
regularidades de la población que le permiten inferir o predecir lo que ocurre en la
población. A ésta se la denomina estadística inferencial.

Al momento de la interpretación de los datos obtenidos y el examen crítico de las

hipótesis, tal vez sea necesario realizar pruebas complementarias para llegar a las
conclusiones.

Es necesario sintetizar el abundante caudal de datos y para ello recurrimos a

herramientas estadísticas básicas relacionadas con las medidas de tendencia
central y con las de dispersión.

Es importante diferenciar el análisis que se aplica a una variable

nominal que a una por intervalos. También relacionar las variables
mediante el análisis por medio de la estadística descriptiva.

| Taller de Trabajo Final

4/24
Universidad Nacional de Tres de Febrero UNTREF VIRTUAL

2. ANÁLISIS DE LAS VARIABLES MEDIANTE EL

USO DE LA ESTADÍSTICA DESCRIPTIVA

Comenzamos por la distribución de frecuencias que es un conjunto de

valores ordenados en sus respectivas categorías.

Las distribuciones de frecuencia pueden completarse agregando las frecuencias

relativas y las frecuencias acumuladas. Las primeras son los porcentajes de casos
en cada categoría y las segundas son lo que se va acumulando en cada categoría
desde la más baja a las más altas.

La representación de las frecuencias relativas puede efectuarse en forma de

histogramas o en distinto tipos de gráficos que podemos encontrar en el programa
Excel.

Las distribuciones de frecuencias también se pueden graficar como polígonos de

frecuencia. Se lo utiliza generalmente cuando el nivel de medición corresponde a
intervalos.

Para cada una de las variables se obtiene su distribución de frecuencia y se grafica

el correspondiente polígono de frecuencias.

Estos temas son sencillos y generalmente conocidos por el alumno, bien sea por
haber estudiado la asignatura estadística o si ha cursado anteriormente la materia
matemática y estadística, seguramente recordará un capítulo dedicado a este
punto. Le sugerimos complemente esta guía con bibliografía que actualice sus
conocimientos.

| Taller de Trabajo Final

5/24
Universidad Nacional de Tres de Febrero UNTREF VIRTUAL

3. MEDIDAS DE TENDENCIA CENTRAL

Las medidas de tendencia central son puntos en una distribución,

los valores medios de ésta, y nos ilustran sobre su ubicación
dentro de la escala de medición.

Las principales medidas de tendencia central son:

moda,
mediana y
media.

Según se trate de niveles nominales, ordinales, intervalares o de razón, serán las

medidas que nos señalen la ubicación central en un conjunto de categorías dado.

El nivel de medición de la variable determina cuál es la medida de tendencia

central apropiada

a. Moda

Cuando trabajamos con datos nominales (sexo, religión, fertilidad del suelo, etc.)
la “moda” marca la tendencia central y está dada por aquella categoría
con mayor frecuencia.

Tomamos ejemplos de la obra de Daniel Marino para trabajar los temas de las
medidas de tendencia central.

“…En la distribución de frecuencia de los tipos de información que publica un

matutino la moda es el rubro “noticias policiales nacionales y locales”

Información Frecuencia relativa

porcentual

Política internacional 8

Política y economía nacional 13

Noticias políticas y económicas locales 8

Noticias deportiva nacionales o 17

Científicas y educacionales 6

Cultura, espectáculos y entretenimientos 7

Policiales nacionales y locales 20

Avisos clasificados 19

otros 2

| Taller de Trabajo Final

6/24
Universidad Nacional de Tres de Febrero UNTREF VIRTUAL

b. La mediana

La mediana es el valor que divide a la distribución por la mitad. Es decir

que la mitad de los casos caen debajo de la mediana y la otra mitad se
ubica por encima de la mediana.

Para datos ordinales categorizados jerárquicamente (nivel de instrucción, nivel

socioeconómico, etc) la mediana marca el centro de la distribución. Para ubicarla
rápidamente es conveniente agregar la frecuencia absoluta acumulada, que resulta
de ir sumando las categorías de frecuencias.

Nivel de Instrucción Frecuencia absoluta Frecuencia absoluta

acumulada

Sin instrucción 20.000 20.000

Pre-primario 17.900 37.900

Primario 64.000 101.900

Secundario 46.000 147.900

Superior no universitario 11.100 159.000

Universitario 29.500 188.500

Postgrado 1.800 190.300

Vemos en el cuadro anterior que tanto la moda como la mediana las ubicamos en
la categoría “nivel primario”, la moda la vemos en la segunda columna en tanto
que la mediana la ubicamos en la columna de frecuencia absoluta acumulada, y en
ella observamos que el 50% de la población cae en la tercer fila.

La mediana es una medida de tendencia central propia de los niveles de

medición ordinal, por intervalos y de razón.

Su uso no tiene sentido en variables nominales, porque en ese nivel no hay

jerarquías.

c. Media

La media aritmética de una sucesión de datos se obtiene de sumar los valores de

todas las mediciones obtenidas, y luego dividirlas por el total de esas mediciones.

La media es la medida de tendencia central más utilizada y puede

definirse como el promedio aritmético de una distribución.

| Taller de Trabajo Final

7/24
Universidad Nacional de Tres de Febrero UNTREF VIRTUAL

Cuando trabajamos con datos intervalares (costos, concentraciones, edades, etc.)

la tendencia central de una distribución se detecta mediante la moda y mediana.

Si los datos estuvieren agrupados en intervalos, se calcula el punto medio del

intervalo y luego se multiplica cada punto medio por las frecuencias que le
corresponde.

La sumatorias de dichos puntos medios ponderados por sus frecuencias, se divide

por la cantidad de categorías.

La fórmula es la siguiente.

S fX

X = N

Intervalos Puntos Medios Frecuencias

16 – 18 15 3

13- 15 14 4

10- 12 11 9

6 - 10 8 2

1-5 3 1

Puntos medios = X Frecuencia (f) Fx

15 3 45

14 4 56

11 9 99

8 2 19

3 1 3

N= 19 Fx = 172

X= 172 / 19 = 9,05

| Taller de Trabajo Final

8/24
Universidad Nacional de Tres de Febrero UNTREF VIRTUAL

4. MEDIDAS DE DISPERSIÓN

Una distribución se caracteriza tanto por las medidas centrales como por la
dispersión, entendida como la mayor o menor concentración de los valores
en torno a las medidas centrales.

Cuando se trata de medidas intervalares o de razón, la dispersión se la evalúa mediante las

denominadas desviación media, la varianza y la desviación estándar.

Las medidas más utilizadas son el rango, la desviación estándar y la varianza

a. Rango

El rango llamado también recorrido es la diferencia entre la puntuación mayor y la menor,

indica el número de unidades en la escala de medición necesaria para incluir los valores
máximo y mínimo.

Se calcula de la siguiente forma:

XM – Xm

Ejemplo: en los siguientes valores:

18 - 20 - 25 - 28 - 29 - 30 - 32 - 36 - 40 - 44

El rango será: 44 – 18 = 26

Cuanto más grande sea el rango mayor será la dispersión de los datos en una distribución.

b . Desviación estándar

La desviación estándar es el promedio de desviación de las puntuaciones con respecto a la

media.

Cuanto mayor es la dispersión de los datos alrededor de la media, mayor es la desviación

estándar.

Se la simboliza con “s” o la sigma minúscula (s ) y su fórmula esencial es;

| Taller de Trabajo Final

9/24
Universidad Nacional de Tres de Febrero UNTREF VIRTUAL

La desviación de cada puntuación respecto a la media se eleva al cuadrado, luego se suman

todas las desviaciones cuadradas y se divide entre el número total de puntuaciones, al
resultado obtenido de le saca la raíz cuadrada.

Pero cuando los datos están agrupados en una distribución de frecuencias, se obtiene primero
el punto medio de cada intervalo y se determina la media de la distribución.

Intervalos Puntos Medios Frecuencias fX

16 – 18 15 3 45

13- 15 14 4 56

10- 12 11 9 99

6 - 10 8 2 19

1-5 3 1 3

N = 19 f x = 172

Luego se eleva la media al cuadrado

X 2 = (9,05) 2 = 81,90

Se multiplica la columna f X por los puntos medios y se lo coloca en f X2 además de obtener la

sumatoria de esta columna:

Puntos medios fX f X2

15 45 675

14 56 784

11 99 1089

8 19 152

3 3 9

f X = 172 2709

∑ f x 2 = 2709

Luego aplicamos la fórmula:

| Taller de Trabajo Final

10/24
Universidad Nacional de Tres de Febrero UNTREF VIRTUAL

Interpretamos a la desviación estándar como “cuanto se desvía, en promedio, de la media un

conjunto de puntuaciones.

c. La varianza

Es la desviación estándar elevada al cuadrado.

Ejemplo de cómo se interpretan las medidas de tendencia central y

de dispersión

Interpretamos los datos tomando en cuenta todas las medidas, y el rango potencial de la
escala. Por ejemplo si tomamos una escala de actitudes del tipo Likert que vimos en la
unidad didáctica anterior, para medir el grado de empatía de un actor de cine famoso entre el
público femenino, y la escala tuviera 20 items, habiendo promediado sus resultados. El rango
potencial es de 1 a 5:

Se obtuvieron los siguientes resultados:

Variable: actitud hacia un actor de cine famoso

Moda: 4.0
Mediana: 3.9
Media: 4.2
Desviación estándar: 0.7
Máximo; 5.0
Mínimo: 2.0
Rango: 3

Evidentemente el público femenino manifiesta una actitud muy favorable hacia este actor, la

| Taller de Trabajo Final

11/24
Universidad Nacional de Tres de Febrero UNTREF VIRTUAL

moda (la categoría que más se repite) fue de 4.0.

La mitad de las encuestadas están por encima de ese valor (mediana 3.9), se desvían del
promedio de las mujeres (4.2) en promedio, 0.7 unidades de la escala. Ninguna mujer
consideró que el actor es desagradable, puesto que la categoría 1 no aparece.

Pero si entre los alumnos de la asignatura matemáticas consultáramos sobre la actitud hacia
el profesor de dicha materia y obtuviéramos los siguientes resultados:

Variable: actitud hacia el profesor de matemática

Moda: 1
Mediana: 1.5
Media: 1.4
Desviación estándar: 0.4
Varianza: 0.16
Máximo; 3.0
Mínimo: 1.0

Evidentemente la actitud hacia el profesor de matemáticas es muy desfavorable.

La mayor parte de los alumnos consideran al profesor de matemáticas de manera

desfavorable, la moda es 1.

Ningún alumno tiene una actitud favorable hacia el profesor de matemáticas (la categoría 5 no
aparece), a lo sumo algunos alumnos tienen una actitud neutral (máximo 3).

| Taller de Trabajo Final

12/24
Universidad Nacional de Tres de Febrero UNTREF VIRTUAL

4. OTROS PARÁMETROS DE ESTADÍSTICA

DESCRIPTIVA

También podemos utilizar los parámetros de simetría y curtosis.

La simetría nos permite conocer cuánto se parece la curva de distribución e

nuestros datos de investigación a una distribución normal. Si su resultado es cero
(asimetría = 0) la curva o distribuciones es simétrica. Si es positiva significa que
hay mas resultados agrupados hacia la izquierda de la curva, es decir por debajo
de la media. Cuando es negativa significa que los valores tienen a agruparse hacia
la derecha, por encima de la media.

La curtosis es un indicador de lo plana o elevada que es una curva, Cuando la

curtosis es cero, significa que se trata de una curva normal, si es positiva significa
que la curva o distribución es “elevada o picuda”, en tanto que si es negativa,
significa que es mas plana.

| Taller de Trabajo Final

13/24
Universidad Nacional de Tres de Febrero UNTREF VIRTUAL

5. RAZÓN

Relaciona las cantidades correspondientes a dos o más categorías, Se expresa

mediante el cociente de las frecuencias.

Ejemplo:

Los departamentos que se vendieron en el segundo semestre del año 2013 en la

zona de Caballito fueron 354, en tanto que en el mismo periodo se vendieron 72
casas.

También en el mismo lapso de tiempo se vendieron 157 locales comerciales y 15

lotes con demolición.

La razón entre cantidad de departamentos y casas que se vendieron en la segunda

mitad del 2013, esta dado por el cociente: 354 / 72 = 4,91 es decir que por cada
5 departamentos se vende 1 casa.

La razón entre la cantidad de departamentos y casas vendidas con respecto a los

locales comerciales y los lotes con demolición será:
(354 + 72) / (157+ 15) = 2,48

| Taller de Trabajo Final

14/24
Universidad Nacional de Tres de Febrero UNTREF VIRTUAL

6. TASAS

Se utilizan para comparar fenómenos en un tiempo y espacio determinado de tal

forma que en el numerador se coloca el sector analizado y en el denominador un
conjunto mayor que pude ser la población total a la que pertenece.

Al multiplicar este cociente por un múltiplo de 10, generalmente 100 o

1.000 la formula queda de la siguiente manera:

Se utiliza especialmente en mediciones epidemiológicas, de natalidad, mortandad,

para medir niveles de desempleo, de subocupación y de analfabetismo.

| Taller de Trabajo Final

15/24
Universidad Nacional de Tres de Febrero UNTREF VIRTUAL

7. OTRAS APLICACIONES ESTADÍSTICAS

Cuando se pretende generalizar resultados obtenidos en las muestras a la

población, se utiliza la estadística inferencial.

Si el alumno está bien familiarizado con los conocimientos estadísticos,

seguramente manejará con soltura las siguientes pruebas estadísticas
paramétricas:

Coeficiente de correlación de Pearson Es una prueba para analizar la

relación entre dos variables medidas en unible por intervalos o de razón.

Regresión lineal

Es un modelo matemático para estimar el efecto de una variable sobre otra. Está
asociado con el coeficiente r de Pearson.

Prueba “t”

Es una prueba para evaluar si dos grupos difieren ente sí de manera significativa
respecto de a sus medias.

Prueba de contaste de la diferencia de proporciones.

Es una prueba estadística para analizar si dos proporciones difieren

significativamente entre sí.

Análisis de varianza unidireccional

Es una prueba estadística para analizar si más de dos grupos difieren

significativamente entre sí en cuanto a sus medias y varianzas. Este tipo de
análisis se usa para tres o más grupos.

Análisis de varianza factorial

Es una prueba estadística para elevar el efecto de dos o más variables

independientes sobre una variable dependiente.

Análisis de covarianza

Es una prueba estadística que analiza la relación entre una variable dependiente y
dos o más independientes, eliminado y controlando el efecto de al menos una de
estas independientes.

Si el alumno no se encuentra familiarizado con las pruebas mencionadas,

recomendamos que su análisis se remita a los parámetros ya descriptos o bien se
le aconseja la lectura de la bibliografía recomendada.

| Taller de Trabajo Final

16/24
Universidad Nacional de Tres de Febrero UNTREF VIRTUAL

8. REPRESENTACIÓN

La representación supone adecuar la información para facilitar la lectura y,

análisis de los datos. Las formas principales de representación son:

escrita
tabular
gráfica

a) Representación escrita:

Consiste en enunciar literalmente los resultados, es decir que se incorpora en el texto.

Facilita la comprensión de otros medios de representación y ayuda a la mejor comprensión

integrando lo obtenido en la investigación con los elementos teóricos que sirven de base.

| Taller de Trabajo Final

17/24
Universidad Nacional de Tres de Febrero UNTREF VIRTUAL

b) Representación tabular:

En ella los datos numéricos son presentados en cuadros y tablas. Las tablas pueden ser de
simple o de doble entrada según se trate de representar individualmente una o se crucen
las variables.

Deben colocarse el título, encabezamiento de las columnas indicando la unidad de medida

adoptada, los datos notas aclaratoria y fuente.
Cuando se incorporan más de una tabla se coloca primeramente un número de orden y
seguidamente el título de la tabla.

A veces suelen resultar un elemento distractor por su extensión, formato y tipos de datos,
a pesar de permitir una visión más completa del tema que se analiza, por lo que se sugiere
colocarlas en el anexo del informe cuando por su número tornen incomoda la lectura y
comprensión del tema en estudio.

| Taller de Trabajo Final

18/24
Universidad Nacional de Tres de Febrero UNTREF VIRTUAL

c) Representación Gráfica

Su importancia radica en la fácil visualización de un mensaje.

Entre las formas gráficas más usadas se encuentran los gráficos lineales, diagrama de
barras, histogramas y gráficos de pastel o torta.

1. Gráficos lineales:

Se utilizan para variables intercalares y de razón en

investigaciones explicativas, ya que muestran la
relación entre dos o más variables.

En coordenadas cartesianas cada eje representa una

variable siendo lo común elegir el eje de abscisas para
la variable independiente.

2. Diagrama de barras:

También llamados gráficos rectangulares.

Consiste en rectángulos cuyas bases son iguales y están apoyados en un eje horizontal.
Las alturas son proporcionales a la magnitud que representan y están separadas entre sí
en una distancia equivalente a la mitad del ancho de la base.

| Taller de Trabajo Final

19/24
Universidad Nacional de Tres de Febrero UNTREF VIRTUAL

Se utilizan para comparar datos de naturaleza nominal

u ordinal y se ordenan de mayor a menor o viceversa
o bien en secuencia cronológica.

3. Histograma

Cuando se representan datos intervalares, los rectángulos están unidos uno con otros por
un lado común.

4. Polígono de frecuencia

Se construye a partir del histograma mediante línea que unen los puntos medios del lado
superior de cada rectángulo.

| Taller de Trabajo Final

20/24
Universidad Nacional de Tres de Febrero UNTREF VIRTUAL

5. Gráfico de torta o pastel

Se utilizan para representar porciones de un total.

Cuando se desea destacar un sector se lo separa del resto.

| Taller de Trabajo Final

21/24
Universidad Nacional de Tres de Febrero UNTREF VIRTUAL

RESUMEN

Las medidas de tendencia central

Son puntos en una distribución, los valores medios de ésta nos ilustran sobre su
ubicación dentro de la escala de medición.

El nivel de medición de la variable determina cuál es la medida de tendencia

central apropiada

Las principales medidas de tendencia central son; moda, mediana media.

La “moda” marca la tendencia central y esta dada por aquella categoría

con mayor frecuencia.

La mediana es el valor que divide a la distribución por la mitad. Es decir

que la mitad de los casos caen debajo de la mediana y la otra mitad se
ubica por encima de la mediana.

La media es la medida de tendencia central más utilizada y puede

definirse como el promedio aritmético de una distribución.

Medidas de Dispersión

Las medidas más utilizadas son el rango, la desviación estándar y la varianza

El rango es la diferencia entre la puntuación mayor y la menor, indica el

número de unidades en la escala de medición necesaria para incluir los
valores máximo y mínimo.

La desviación estándar es el promedio de desviación de las puntuaciones

con respecto a la media.

La varianza es la desviación estándar elevada al cuadrado.

Razón

Relaciona las cantidades correspondientes a dos o más categorías, Se expresa

mediante el cociente de las frecuencias.

Tasas

Se utilizan para comparar fenómenos en un tiempo y espacio determinado.

| Taller de Trabajo Final

22/24
Universidad Nacional de Tres de Febrero UNTREF VIRTUAL

Representación

La representación supone adecuar la información para facilitar la lectura y el

análisis de los datos. Las formas principales de representación son;

escrita
tabular
gráfica

| Taller de Trabajo Final

23/24
Universidad Nacional de Tres de Febrero UNTREF VIRTUAL

BIBLIOGRAFÍA

Sabino Carlos A.: Cómo hacer una tesis y elaborar todo tipo de escritos.
Editorial: Lumen. Buenos Aires, 1999 - Capítulo 8, 9 y 10
Hernández Sampieri, Roberto y otros: Metodología de la Investigación.
Editorial: McGrawHill Interamericana. (Capítulo 10 y 11)
Marino Daniel: El proceso de Investigación. Editorial: Universidad Católica de
Cuyo. Capítulo 13 y 14
Sautu, Ruth y otros; Manual de Metodología. Editorial:CLACSO. Año 2005.
Capítulo 3
Albano, Sergio: Metodología de la Investigación en Administración. Editorial
de la Universidad Nacional de Rosario. Año 2000 - Capítulo 4
Eco, Umberto: Cómo se hace una tesis. Editorial; Gedisa. Buenos Aires.
(Capítulo VI)

| Taller de Trabajo Final

24/24