La estadística educativa sustentada con la estadística industrial como el manejo del área bajo la curva normal de GAUSS, hace que los Educadores posean una herramienta eficaz que les permita analizar cuantitativamente los entornos del medio de la Educación, MHD.

1. 1
Consultor – Facilitador
Ing. Miguel Hernández Delgadillo
Ingeniería en Procesos Metalúrgicos
ESIQIE – IPN
Administración de Operaciones Industriales
UNITEC
Sistemas de Manufactura Sincronizada
MOOPI BERCLAIN AL
Módulos Básicos de APICS
APICS MÉXICO – UNITEC
Alta Dirección por Objetivos
DEVELOPMENT SYSTEMS
Optimización de Procesos Logísticos.- SINTEC
ISO-9000 : 2000 Nueva Familia de Normas.- CENCADE
Gte de Logística .– CARTONAJES ESTRELLA
Gte de Operaciones .– MAPFRE TEPEYAC
Gte de Logística y Distribución.– MAIZORO GAMESA
Gte General .– TRANSPORTES JULIÁN DE OBREGÓN
Gte Nal de Operaciones .– INTERMERK - DERMET
Gte de Cadena de Suministro.– GRAMOSA- FERROSERVICIOS
Gte de Logística y Almacenes. – EXTRUSIONES METÁLICAS
Profesor de Maestría y Licenciatura .- UNITEC, ETAC, DGETI
Secretario de Capacitación.- CONPEP AC

2. 2
Estadística
Educativa
”Nada es permanente , todo cambia.”
Stephen P. Robbins

3. 3
Objetivo.-
Al finalizar el curso el alumno aplicará los
principios, técnicas y herramientas de la
probabilidad y la estadística como
elementos necesarios para realizar
investigaciones en el área pedagógica.
Alcance.-
A todos los relacionados con la aplicación de
la Educación y la Pedagogía, sectores y
personas interesados en conocer de forma
práctica el análisis y estructura sobre los
resultados de la Estadística e Investigación
el as áreas Educativas y Ciencias Sociales.

4. 4
Temas y Subtemas.-
1. INTRODUCCIÓN.
1.1 Definición de estadística.
1.2 Usos y abusos de la estadística.
1.3 Poblaciones y muestras.
1.4 Datos, problemas de definición y medición. Escalas de medición.
2. ESTADÍSTICA DESCRIPTIVA.
2.1 Tabulación de datos.
2.2 Distribución de frecuencias: absolutas y relativas.
2.3 Presentación gráfica de datos: histogramas, diagramas de pastel,
ojivas.
2.4 Medidas de tendencia central: media, mediana, moda, media
ponderada y media geométrica.
2.5 Medidas de dispersión: rango, varianza, desviación estándar,
coeficiente de variación.
2.6 Teorema de Tchebysheff y regla empírica.

5. 5
Temas y Subtemas.-
3. ANÁLISIS COMBINATORIO.
3.1 Principios fundamentales.
3.2 Ordenaciones.
3.3 Permutaciones.
3.4 Combinaciones.
4. TEORÍA DE LA PROBABILIDAD.
4.1 Probabilidad subjetiva.
4.2 Probabilidad como referencia.
4.3 Espacio muestral.
4.4 Eventos.
4.5 Eventos mutuamente excluyentes y eventos independientes P (AUB)
Y (AÇB): regla de la multiplicación y de la adición.
4.6 Tablas de probabilidad conjunta.
4.7 Probabilidad marginal y condicional.
4.8 Independencia estadística.
4.9 Teorema de Baynes.

6. 6
Temas y Subtemas.-
5. VARIABLES ALEATORIAS Y DISTRIBUCIÓN DE PROBABILIDAD.
5.1 Definición de variable aleatoria.
5.2 Variables aleatorias: discretas y continuas.
5.3 Distribuciones de probabilidad discretas.
5.4 Esperanza matemática de distribuciones de probabilidad discreta.
5.5 Varianza de distribuciones de probabilidad discretas.
5.6 Distribuciones de probabilidad continuas.
5.7 Esperanza matemática de distribuciones de probabilidad continuas.
5.8 Varianza de distribuciones de probabilidad continuas.
6. DISTRIBUCIONES DE PROBABILIDAD.
6.1 Ensayos Bernoulli.
6.2 Distribución binomial.
6.3 Distribución Poisson.
6.4 Distribución uniforme.
6.5 Distribución normal.
6.6 Distribución exponencial.
6.7 Ley de los grandes números.

7. 7
Temas y Subtemas.-
7. DISTRIBUCIONES DE PROBABILIDAD BIDIMENSIONALES.
7.1 Introducción.
7.2 Distribuciones discretas.
7.3 Distribuciones conjuntas, marginales y condicionales.
7.4 Valor esperado de una función de variables aleatorias.
7.5 Valor esperado y varianza de funciones lineales de variables
aleatorias.
7.6 Esperanza matemática condicional.
7.7 Variables aleatorias independientes.
7.8 Covarianza y correlación.

8. 8
Bibliografía.-
http://revistas.um.es/rie/article/viewFile/99191/94791
INSTITUTO POLITÉCNICO NACIONAL
CENTRO DE ESTUDIOS CIENTÍFICOS Y TECNOLÓGICOS No. 11
“WILFRIDO MASSIEU”
ACADEMIA DE MATEMÁTICAS
UNIDAD DE APRENDIZAJE DE PROBABILIDAD Y ESTADÍSTICA
COMPETENCIA GENERAL
Resuelve problemas referentes a estadística descriptiva y
probabilidad en su entorno académico, social y global.
COMPETENCIA PARTICULAR
Emplea la estadística descriptiva en la solución de problemas que
se presentan en su ámbito académico, social y global.
TIPO TITULO AUTOR EDITORIAL AÑO
1 LIBRO MÉTODOS DE INVESTIGACIÓN Y
ESTADÍSTICA EN PSICOLOGÍA
COALICAN, HUGO MCGRAWHILL 2005
2 LIBRO MÉTODOS Y TÉCNICAS DE
INVESTIGACIÓN PARA LAS CIENCIAS
SOCIALES
BRIONES, GUILLERMO TRILLAS 2008
3 LIBRO INTRODUCCIÓN A LOS MÉTODOS
CUALITATIVOS DE INVESTIGACIÓN
TAYLOR, S. J PAIDOS 2008

9. 9
Breve Introducción
El trabajo estadístico se ha visto en muchas ocasiones,
como EL DE AQUEL QUE SE OCUPA DE LOS
NÚMEROS, y por tal motivo se encuentra
descontextualizado de cualquier otra cosa que no sean sus
manejos numéricos.
No es necesario que el investigador en Estadística, ya sea
Educativa o de las Ciencias Sociales sea un especialista en
áreas matemáticas concretas, lo verdaderamente
importante es que sepa acercarse con mentalidad
matemática a los problemas que se le plantean.
La mentalidad matemática se define como la comprensión
del proceso lógico subyacente al razonamiento matemático:
entender la estructura formal del modelo matemático y
las condiciones que lo hacen posible.
En términos simplemente llanos, la ESTADISTICA
EDUCATIVA, EN LAS CIENCIAS SOCIALES Y LA
PSICOLOGÍA nos permitirá atrevernos a desconfiar de las
afirmaciones hechas por charlatanes, publicistas y políticos
y muchas personas que pretenden evidenciar casos sin
tener las evidencias y cuantificaciones claras de dichos
procesos.

10. 1. INTRODUCCIÓN.
1.1 Definición de estadística.
1.2 Usos y abusos de la estadística.
1.3 Poblaciones y muestras.
1.4 Datos, problemas de definición y medición. Escalas de
medición.

11. Práctica real de investigación en la Estadística
Educativa.-
Dentro del objetivo del curso, implementaremos una
investigación de campo real utilizando las herramientas
propias del curso.
El formato para el trabajo es el siguiente:
1.Portada con Título e Integrantes
2.Introducción
3.Objetivo
4.Alcance
5.Planteamiento del problema
6.Marco Teórico
7.Marco Práctico (Objetivos específicos de la Investigación
y Metodología y Diseño de la práctica, Población, Muestra,
tipo de técnica utilizada para muestreo, Diseño de
Cuestionario etc)
8.Cronograma
9.Presentación de Resultados
10.Análisis de resultados
11.Conclusiones
12.Bibliografía

12. Estadística.-
La estadística es la ciencia que estudia la recolección,
análisis e interpretación de datos de una muestra
representativa.
Para fines de nuestro curso, no trataremos de complicar al
alumno, por el contrario intentaremos de ayudarlo a
emplear la Estadística como herramienta complementaria
en la causa general del estudio de las personas.
En términos aritméticos utilizaremos algunos cálculos de
forma básica y sencilla como calcular LA MEDIA.
La Estadística les ayudará principalmente en LO QUE
USTEDES QUIEREN AVERIGUAR, y la Estadística
mostrará lo que ustedes desean mostrar.

13. Estadística.-
Para su estudio se divide en dos grandes áreas:
Estadística Descriptiva y Estadística Inferencial.
La Probabilidad y la Estadística están llenas de números,
pero también es verdad que no se requiere conocimientos
avanzados de Matemáticas para iniciarse en su estudio.
∆ Conceptos Básicos.
Estadística Descriptiva. Es la rama de la Estadística que
incluye la recolección, presentación y descripción de los
datos maestrales.
Estadística Inferencial. Se refiere a la técnica de
interpretación de los valores resultantes de las técnicas
descriptivas y a la toma de decisiones y obtención de
conclusiones sobre la población muestreada.
Población. Es la colección o conjunto de individuos,
objetos o eventos cuyas propiedades serán analizadas.
Muestra. Es un subconjunto de la población.
Parámetro. Es un valor que describe a toda la población,
pe., la edad promedio al momento de la admisión de todos
los estudiantes que hayan asistido al IMPO.

14. Dato. Valor de la variable asociado a un elemento de una
población o una muestra, pe., Pedro Salas ingreso a la
vocacional a los 15 años de edad.
Experimento. Actividad realizada según un plan definido
cuyos resultados producen un conjunto de datos.
Variable. Característica de interés a cerca de cada
elemento de una población o una muestra, pe., son
variables las edades, el color de sus cabellos u ojos de los
estudiantes, su estatura, su peso, etc.
Valor Estadístico. Es la característica numérica de una
muestra, pe., la estatura promedio calculada a partir de un
conjunto de 50 medidas de estatura.
Dato Cualitativo o Atributo. Es el resultado de un proceso
que caracteriza o describe un elemento de una población.
Dato Cuantitativo o Numérico. Es el resultado de un
proceso que cuantifica, es decir, que cuenta o mide
(longitud, peso, etc.)
Variable Discreta. Valores específicos que puede tomar
una variable asociada a un número entero.
Variable Continua. Valores que puede tomar la variable en
un intervalo dado.

15. 1.2 Usos y abusos de la estadística.
La interpretación.-
En 1996 el Reader´s Digest publicó datos que demostraban
que de 10 billeteras perdidas, (deliberadamente tiradas al
suelo) en ciudades importantes, 8 eran devueltas en
Glasgow y solo 4 en Cardiff.
Sobre esta base la revista afirmó que los residentes de
Glasgow resultaron ser ciudadanos mas honestos de
Inglaterra, y que los de Cardiff les gustaba tomar lo ajeno.
Pero una investigación de los datos arrojó posteriormente
que de las 8 billeteras devueltas en Glasgow 2 de las
personas que las encontraron y devolvieron eran visitantes.
Concluir.-
1.- Tamaño de muestra
2.- Interpretación de los datos

16. 1.3 Poblaciones y muestras.
La Investigación:
La investigación científica es una actividad continua y
social que conlleva el fenómeno y la revisión de ideas entre
colegas.
La investigación puede ser descriptiva o servir para
comprobar hipótesis.
Una hipótesis es una propuesta considerablemente
aceptable que se formuló a través de recolectar datos,
información y resultados de observaciones, aunque no esté
confirmada.
La investigación tiene que planearse, atendiendo
básicamente lo siguiente:
a) Diseño
b) Variables
c) Muestras
d) Análisis de Datos
Diseño
Variables
Muestras
Análisis de
Datos

17. Ciencia.-
Del latín scientĭa 'conocimiento‘,
Conjunto de conocimientos estructurados, susceptibles de
ser vinculados y articulados unos con otros.
Algunos Investigadores tienen marcadas objeciones al uso
de los métodos científicos tradicionales en el ESTUDIO DE
LAS PERSONAS.
Tienden a utilizar métodos cualitativos y la recopilación de
datos, y abordan datos verbales significativos en vez de
mediciones exactas y resúmenes estadísticos.

18. El Calor hace que las personas sean agresivas?
Pensador Simple Pensador Crítico
Calor
País Cálido
Guerras ,
Luchas
Agresividad
Tiene mucho
sentido
En realidad es
bastante
obvio
Hmm, Cuantas
guerras hay en los
países fríos?
En cuantos países
fríos hay guerras en
comparación con
los países cálidos
en general?
Cuantos países
cálidos están
subdesarrollados
por las luchas del
colonialismo?
Que tipo de
agresiones se
presentan en las
guerras?
Que otras formas de
agresividad hay?

19. Ejercicio de Interpretación y discusión.-
El Interés del mexicano por aprender Inglés
1.- Analizar datos en el Pizarrón
2.- Interpretación de los datos

20. La interpretación.-
La Estadística solo sustenta una afirmación, pero no
demuestra que sea verdadera.
Una persona del medio del deporte en Estados Unidos,
bromeaba acerca de la Estadística, tiros a gol, fallas de
tiros libres, atajadas en un periodo de tiempo etc.
Y decía:
La Estadística es como una Minifalda; lo que revela es
excitante pero lo que oculta es vital.

21. 1.3 Poblaciones y muestras.
Población. Es la colección o conjunto de individuos,
objetos o eventos cuyas propiedades serán analizadas.
Muestra. Es un subconjunto de la población.

22. Características de la Investigación.-
La investigación se enfoca para recabar información sobre
las personas que se les interroga, observe, o inmiscuya
(intervención como un simple experimento)
PLANEACIÓN DE LA INVESTIGACIÓN
 Primero Plantear la Pregunta de Investigación
Plan para
responder a
la Pregunta
de
Investigación
Variables
Muestras
Diseño
Análisis

23. VARIABLES, MUESTRAS Y CRÍTICA CUALITATIVA
Variables.-
Son sucesos identificados que cambian de valor al
medirlos
Puede adoptar varios valores y muchos de ellos solo en
cierto rango
El valor suele ser numérico aunque no necesariamente.
Hay dos tipos de variables;
Variables Categóricas.-
Me gusta o me disgusta, tranquilo o ansioso
Variables Medidas.-
Grado de Gusto, Cuanto ansioso es
Una tarea principal al tratar de evaluar las variables,
consiste en pasar de una variable Categórica a una
variable Medida
Hay algunas variables que no son fáciles de medir, por
ejemplo no se ha decidido como evaluar los
sentimientos.
Si se trabaja con variables como la Actitud y la
Ansiedad, es necesario tener las posibilidades de
especificarlas con precisión, por lo que los elementos de
medición deben ser estructurados, homogéneos y
precisos.

24. En física la presión se define como:
Peso o Masa por unidad de Área
Para medirla es necesario averiguar el peso que se
imprime en un área y dividirlo entre esta.
Para medir la estatura de una persona y comparar con las
mediciones de otras personas, es importante que
consideremos las condiciones de medición en las que se
efectuaron.
Distancia desde el piso hasta la coronilla con los pies
descalzos, como debe pararse la persona,
Así la definición de estatura puede ser:
Distancia desde el piso hasta la coronilla con los pies
descalzos y la coronilla directamente por encima de la
columna.
La estatura, el tiempo, la presión, ya están definidas sus
mediciones universalmente. Sin embargo para nuestras
hipótesis o investigaciones habrá características
que deseamos medir y no estén
completamente definidas o solo
parcialmente. No podemos
Universalizar las mediciones
Debemos sustentar el procedimiento
con hechos y condiciones claras
y estables.

25. Confiabilidad y Valides.-
Confiabilidad:
Cualquier medición a utilizar debe ser confiable, a ningún
automovilista le gustaría que su indicador de nivel de
combustible no fuera confiable, las acciones y actividades
ligadas a esa medición tampoco serán confiables.
Valides:
Los instrumentos o mecanismos de medición deben medir
para lo que fueron diseñados, el velocímetro del auto no
puede medir la presión del aceite, el indicador de
combustible no debe medir la presión de vapor del
radiador enfriador,

26. Las Mediciones
Adicional debemos considerar en ambos casos
la consistencia.
Para validar la consistencia es necesario
efectuar repeticiones de mediciones hasta estar
seguro.
=
• Genera certeza de las
mediciones
Confiabilidad
• Se relaciona con otras
mediciones
Validez
• Investigaciones se
correlacionan
Similitud de
Hallazgos

27. Muestras
Pasos a seguir:
1.- Establecer desde la Planeación del Diseño de la
Investigación el Objetivo Preciso de lo que se quiere
comprobar, a fin de dirigir la toma de Muestras al
Universo representativo.
2.- Identificar y fijar el Alcance de la Hipótesis para
poder establecer La población y el tamaño de la
Muestra.
3.- Identificar el principal objetivo del estudio cientifio
para hacer Generalizaciones a partir de Muestras
Representativas y para esto es necesario efectuar el
Muestreo en base a técnicas Estadísticas.
Muestras
Poblaciones y
Muestras
Muestras
representativas

28. ESTADÍSTICA DESCRIPTIVA.
2.1 Tabulación de datos.
2.2 Distribución de frecuencias: absolutas y relativas.
2.3 Presentación gráfica de datos: histogramas,
diagramas de pastel, ojivas.
2.4 Medidas de tendencia central: media, mediana,
moda, media ponderada y media geométrica.
2.5 Medidas de dispersión: rango, varianza,
desviación estándar, coeficiente de variación.
2.6 Teorema de Tchebysheff y regla empírica.

29. 2.1 Tabulación de datos.
La tabulación consiste en presentar los datos
estadísticos en forma de tablas o cuadros.
--Partes de una tabla
TITULO de la tabla, que debe ser preciso y conciso
CONTENIDO, con la fila de encabezamiento o
cabecera (títulos de las columnas) la columna matriz,
con las modalidades o clases de la variable,
columnas de parámetros.
NOTAS EXPLICATIVAS (opcional), como fuente de
los datos, abreviaturas, etc.

30. Distribución de frecuencias: absolutas y relativas.
2.3 Presentación gráfica de datos: histogramas,
diagramas de pastel, ojivas.

32. Medidas de Tendencia Central.
Son valores numéricos que tienden a localizar, en
algún sentido, la parte central de un conjunto de datos.
Generalmente, el término promedio se asocia a estas
mediciones.
Cada una de las diferentes medidas de tendencia
central puede recibir el nombre de valor promedio.
Media ( x )
Es el promedio con el que probablemente se está más
familiarizado, se suman todos los valores de la
variable x y se dividen entre n el número de esos
Valores.

33. Mediana (M).
Es el valor ocupado por la posición central cuando los
datos se ordenan de acuerdo con su magnitud.
Ejemplo.
3, 3, 5, 6 y 8 ; posición de la Mediana.
pM=(n+1)/2 ; pM=( 5+1)/2 ; pM=3 ; M=5.
Moda.
Es el valor de x que ocurre con mayor frecuencia.
Ejemplo.
3, 3, 5, 6 y 8; la moda es 3.
Si sucede que dos o más valores tienen la misma
frecuencia más alta, se dice que no existe la moda.

34. Medidas de Dispersión o Variabilidad.
Esta medida nos da una idea del grado de
indeterminación que se afronta en una situación donde
está presente el azar. En estos casos aun sabiendo
que no se tiene la total certidumbre sobre un posible
resultado de la estimación de los datos, las medidas
de dispersión ofrecen menores posibilidades de un
equívoco cuando la dispersión de una distribución es
pequeña en medida.
Estas medidas abarcan la magnitud (o rango), la
varianza y la desviación estándar. Los cuales
describen el grado de dispersión o variabilidad, de los
datos. Los valores de estas medidas, serán mayores
cuando los datos estén muy disgregados y, serán
menores cuando los datos estén más cercanamente
agrupados.

35. Una medida de dispersión conlleva información
respecto a la cantidad total de variablidad presente en
el conjunto de datos. Si todos los datos son iguales, no
hay dispersión, pero mientras más difieran entre sí
existirá mayor dispersión.
La magnitud de la dispersión es pequeña cuando los
datos son cercanos entre sí.
En el siguiente ejemplo vemos dos distribuciones
con igual media pero diferente cantidad de dispersión

36. Amplitud. Es la medida de dispersión más sencilla y
es la diferencia entre el dato de mayor valor H y el de
menor valor L. A=H-L.
Varianza. Es la medida de separación con respecto a
la medida y, su valor numérico se obtiene con la
siguiente fórmula.
s2=Σ(x- x )2/(n-1) ; s2=(Σx2-(Σx)2/n)/(n-1)
Nota. Se utiliza la 1° fórmula, si se conoce la media o
si se tienen números enteros y; se utiliza la 2° fórmula,
si la media no se conoce o si se tienen cifras
decimales.
Desviación Estándar. Es la medida de separación
con respecto a la media y, su valor numérico es la
raíz cuadrada positiva de la varianza. s=√s2.
Interpretación y Comprensión de la Desviación
Estándar.
La desviación estándar es una medida de fluctuación
(variabilidad) en los datos, se le ha definido como un
valor que se calcula con fórmulas específicas. Pero,
¿cuál es su significado? Es una especie de “criterio
de medición” mediante el cual puede compararse un
conjunto de datos con otro. Esta medida particular
puede ser comprendida mejor examinando dos
enunciados; el Teorema de Chebyshev y la
Regla Empírica.

37. Teorema de Chebyshev o Tchebycheff.-
El teorema establece que siempre habrá al menos un
75% de los datos (es decir, 75% o más) dentro de dos
desviaciones estándares de la media donde
(k=2). : 1-1/k2=1-1/22=1-1/4=3/4=0.75 ó 75%.
Regla Empírica.
Si una variable está distribuida normalmente, entonces
hay un 68% de los datos, aproximadamente dentro de
una desviación estándar de la media.
Para dos desviaciones estándar habrá un 95% de los
datos. Y para tres desviaciones estándar de la media
habrá un 99.7% de los datos.

38. Esta regla es aplicable específicamente a una
distribución normal (en forma de campana o de
Gauss).
Aunque con frecuencia se aplica como guía a cualquier
distribución. En caso contrario, el conjunto de datos no
esta distribuido en forma normal.
Área bajo la Curva Normal
O Campana de Gauss

39. 3. ANÁLISIS COMBINATORIO.
Análisis Combinatorio. Orientado al estudio de las
probabilidades, el análisis combinatorio o análisis del
número de formas en las que pueden presentarse los
resultados de un proceso, ayuda a cuantificar la
probabilidad de que ocurra un resultado en particular. Y
tiene como elementos fundamentales las Permutaciones
y las Combinaciones.
Permutaciones. Una permutación es una forma en la que
pueden presentarse los
objetos o eventos, y en la cual el orden de aparición es muy
importante.
4. TEORÍA DE LA PROBABILIDAD.
Regla de la Probabilidad.
En un espacio muestral que contiene puntos muéstrales
que son igualmente probables de ocurrir; la probabilidad P
(A) de un evento A, es la razón del número de puntos que
satisfacen la definición del evento A; n(A) con respecto al
número de puntos muéstrales que hay en todo el espacio
muestral; n(S). Es decir.
P(A) = n(A) / n(S)

40. Ejemplos.
1) Si se lanzan 2 dados, ¿cuál será la probabilidad de
que la suma de las caras que quedan hacia arriba
sean de: a) 6; b) 9 y; c) 11.
a) P(6) = 5/36 = o %13.89
b) P(9) = 4/36 = 1/9 o %11.11
c) P(11) = 2/36 = 1/18 o %5.56

41. Muestras
Pasos a seguir:
1.- Establecer desde la Planeación del Diseño de la
Investigación el Objetivo Preciso de lo que se quiere
comprobar, a fin de dirigir la toma de Muestras al
Universo representativo.
2.- Identificar y fijar el Alcance de la Hipótesis para
poder establecer La población y el tamaño de la
Muestra.
3.- Identificar el principal objetivo del estudio cientifio
para hacer Generalizaciones a partir de Muestras
Representativas y para esto es necesario efectuar el
Muestreo en base a técnicas Estadísticas.
Muestras
Poblaciones y
Muestras
Muestras
representativas

44. PLANEACIÓN DEL DISEÑO
PLANEACIÓN DE LA INVESTIGACIÓN
Plantear la Pregunta de Investigación
Utilizar el método Ishikawa Causa – Efecto
Lluvia de Ideas
Conclusiones
Plan para
responder a
la Pregunta
de
Investigació
n
Varia
bles
Mues
tras
Dise
ño
Análi
sis

45. Como utilizar el Diagrama Causa – Efecto
para Planear una entrevista o cuestionario.
a) Establecer la Pregunta o dirección hacia donde
queremos llevar las respuestas.
b) Relacionar los elementos de Entorno, Personas,
Materiales y Procesos que intervienen en la Pregunta o
Suceso.
c) Efectuar el ejercicio cuantas veces sea necesario ya se
por Palabra clave de la pregunta o suceso o por oración
completa de la Pregunta o Suceso.
d) Utilizar la técnica de lluvia de Ideas para cada caso a
analizar.

46. Ejemplo:
Efecto = Pregunta que lleve a contestar la edad verdadera
de una persona
Complejidad: La persona No Desea revelar su edad
mediante una pregunta directa
Respuesta esperada = 45 años (Edad Real)
Lluvia de Ideas:
Entorno: Hijos, Familia, Trabajo, Estudios
Personas: Relaciones actuales con personas
Materiales: Medios que utiliza, Herramientas, vehículos, .
Procesos: Donde desarrolla sus actividades o donde las
desarrolló

47. Efecto = Pregunta que lleve a contestar la edad verdadera
de una persona
Lluvia de Ideas:
Entorno: Con quien vive?
Es casado? Cuando se casó o cambió su
situación civil
Personas: Cuantos hijos tiene, edad y estado civil
Materiales: Como se traslada en la ciudad.
Utiliza algún tipo de descuento ciudadano
Sabe conducir
Tiene permiso para conducir, cuando vence
Etc.
Procesos: Trabaja donde y hasta cuando?
Cual fue su primer empleo y cual fue el último
empleo.
Etc.
45 años