Introducción
En las tesis aplicadas de ingeniería, uno de los capítulos que más observaciones recibe por parte del jurado es el de población y muestra. Los errores surgen por no comprender cómo se conectan la unidad de análisis, la población y la muestra. Este artículo explica los errores más frecuentes en esta etapa y cómo corregirlos para evitar observaciones.
Definir la unidad de análisis sin considerar cómo se mide el proceso
Uno de los errores más comunes es definir la unidad de análisis de forma conceptual, sin considerar cómo la empresa realmente mide su desempeño. En estudios de despacho y logística, es frecuente declarar como unidad de análisis a los pedidos o a los clientes, cuando en la práctica los indicadores de desempeño se controlan por semanas, periodos o ciclos operativos.
Cuando la unidad de análisis no coincide con la forma real en que se generan los datos, el tesista se ve obligado a reconstruir información o a forzar indicadores, lo que debilita la validez del estudio. Una decisión metodológica sólida implica identificar primero cómo la empresa calcula indicadores como nivel de servicio, OTIF o fill rate, y recién a partir de ello definir la unidad de análisis más conveniente.
Unidad de análisis: La unidad de análisis de la presente investigación, esta determinada por las semanas de venta de la empresa.
A veces es mejor analizar las semanas de venta en lugar de las órdenes de compra. Determinar los indicadores por cada orden de compra, podría sesgar los resultados con el prorrateo.
Confundir población con el periodo elegido
En muchas tesis, la población se define directamente como el periodo que se va a estudiar, por ejemplo, tres meses o un trimestre, sin explicar cuántas unidades de análisis contiene ese periodo. El jurado no evalúa solo el rango temporal, sino el volumen real de información que se analizará.
Una población correctamente definida debe indicar el conjunto total de unidades de análisis dentro del periodo, ya sean órdenes de compra, semanas operativas u otros registros.
Elegir meses o semanas sin justificar la demanda
Otro error metodológico importante es seleccionar meses o semanas de análisis sin justificar por qué esos periodos son representativos. En estudios de logística y despacho, la demanda no es uniforme a lo largo del año, por lo que elegir un periodo de baja actividad puede ocultar los verdaderos problemas del proceso.
Justificar la selección de meses o semanas a partir del volumen de demanda permite explicar por qué se espera que los problemas operativos se manifiesten con mayor claridad en determinados periodos. Esta justificación fortalece la coherencia metodológica y anticipa posibles preguntas del jurado.
Población: …se seleccionaron los meses de enero a febrero, debido a la demanda que tiene la empresa de estudio en estos meses, con el objetivo de evitar ocultar los verdaderos problemas del proceso.
Justificar incorrectamente el tamaño de la muestra
Muchos tesistas intentan justificar el tamaño de la muestra utilizando fórmulas estadísticas que no corresponden al tipo de muestreo utilizado. En estudios aplicados desarrollados en empresas reales, especialmente cuando se trabaja con registros históricos, el tamaño de la muestra se justifica por criterios metodológicos y operativos, no por ecuaciones probabilísticas. (sí, en algunos casos es mejor aplicar un muestreo no probabilístico en tesis de ingeniería Industrial)
El número de unidades de análisis debe permitir observar la variabilidad del proceso, responder a la continuidad operativa y basarse en la disponibilidad de información confiable. Cuando estos criterios se explican con claridad, el tamaño de la muestra deja de ser un punto cuestionable.
Confundir los muestreos probabilísticos y no probabilísticos
Uno de los errores más delicados es declarar un muestreo no probabilístico por conveniencia y, al mismo tiempo, afirmar que las unidades se seleccionan al azar. Desde el punto de vista metodológico, la selección al azar implica probabilidad conocida de elección y, por tanto, un muestreo probabilístico.
En el muestreo por conveniencia, el investigador selecciona deliberadamente las unidades que analizará, generalmente por disponibilidad de información, tiempo o acceso. No comprender esta diferencia genera contradicciones metodológicas que suelen ser observadas durante la evaluación.
Conclusión
Estos errores forman parte de los problemas metodológicos más frecuentes en tesis aplicadas de ingeniería, especialmente en investigaciones relacionadas con control de inventarios, logística y despacho en empresas reales. Una mala definición de la unidad de análisis y del muestreo afecta directamente la validez de los resultados y la defensa ante el jurado.
Este artículo se integra al pilar metodológico de LinGo sobre errores metodológicos frecuentes en tesis aplicadas a procesos productivos.
Fuente
Artículo desarrollado a partir del análisis de asesorías de tesis realizadas en el programa de LinGo Consulting, con fines educativos y formativos.
