martes, 14 de octubre de 2014

F.O.D.A.


La sigla FODA, es un acróstico de Fortalezas (factores críticos positivos con los que se cuenta), Oportunidades, (aspectos positivos que podemos aprovechar utilizando nuestras fortalezas), Debilidades, (factores críticos negativos que se deben eliminar o reducir) y Amenazas, (aspectos negativos externos que podrían obstaculizar el logro de nuestros objetivos).
La matriz FODA es una herramienta de análisis que puede ser aplicada a cualquier situación, individuo, producto, empresa, etc, que esté actuando como objeto de estudio en un momento determinado del tiempo.
Es como si se tomara una “radiografía” de una situación puntual de lo particular que se este estudiando. Las variables analizadas y lo que ellas representan en la matriz son particulares de ese momento. Luego de analizarlas, se deberán tomar decisiones estratégicas para mejorar la situación actual en el futuro.
El análisis FODA es una herramienta que permite conformar un cuadro de la situación actual del objeto de estudio (persona, empresa u organización, etc) permitiendo de esta manera obtener un diagnóstico preciso que permite, en función de ello, tomar decisiones acordes con los objetivos y políticas formulados.
Luego de haber realizado el primer análisis FODA, se aconseja realizar sucesivos análisis de forma periódica teniendo como referencia el primero, con el propósito de conocer si estamos cumpliendo con los objetivos planteados en nuestra formulación estratégica. Esto es aconsejable dado que las condiciones externas e internas son dinámicas y algunos factores cambian con el paso del tiempo, mientras que otros sufren modificaciones mínimas.
Fortalezas: son las capacidades especiales con que cuenta la empresa, y que le permite tener una posición privilegiada frente a la competencia. Recursos que se controlan, capacidades y habilidades que se poseen, actividades que se desarrollan positivamente, etc.
Oportunidades: son aquellos factores que resultan positivos, favorables, explotables, que se deben descubrir en el entorno en el que actúa la empresa, y que permiten obtener ventajas competitivas.
Debilidades: son aquellos factores que provocan una posición desfavorable frente a la competencia, recursos de los que se carece, habilidades que no se poseen, actividades que no se desarrollan positivamente, etc.
Amenazas: son aquellas situaciones que provienen del entorno y que pueden llegar a atentar incluso contra la permanencia de la organización.

 https://encrypted-tbn3.gstatic.com/images?q=tbn:ANd9GcSKsUroUBv6znnVIf4DnI8sgBIqj6Ono7-Ym70FTU8znJtKZWyd

Finalidad del Diagnostico Participativo


Finalidad de los Diagnósticos Participativos:
•Comprender mejor la situación de la comunidad.
•Identificar los problemas y obstáculos que impiden el desarrollocomunitario, y proporciona los elementos para establecer lasprioridades.
•Existe una marcada diferencia entre un diagnóstico hecho porpersonas ajenas a una comunidad y aquel hecho por los propiosvecinos.
•Elaborar planes y proyectos socio-productivos como comunitariosque busquen satisfacer necesidades reales de la comunidad.
•Contribuir a desarrollar el poder popular. 
Como podemos ver uno de la finalidad de los diagnósticos participativoses elaborar planes y proyectos, considerando que proyecto es definidocomo el propósito o intención de hacer algo, a través de un conjunto deactividades que ordenadas cronológicamente se logre alcanzar unobjetivo, dando así respuesta al problema encontrado en la realidad,existen diferentes tipos de proyectos, los más destacados son losProyecto comunitarios y los proyectos socio-productivo, estos últimosson planes que se conciben con la finalidad de identificar las áreasestratégicas, con necesidades reales de desarrollo de las comunidades,a partir de los conocimientos, vocaciones productivas, habilidades,hábitos y potencialidades locales, esto con el propósito de realizar unaactividad de producción, servicio o comercialización en una cooperativa,microempresa, empresa de producción social. De conformidad con laspolíticas del Estado y enmarcados en el DesarrolloEndógeno.Entendiendo por Desarrollo Endógeno como un modelo socio-económico,en el cual la dinámica de la acción socio-productiva nace en lo interno delas comunidades; en virtud de sus causas se desarrollan propuestas conel fin de buscar la satisfacción de las necesidades básicas del colectivosocial. En Venezuela el desarrollo endógeno se orienta a satisfacer lasnecesidades y demandas colectivas, a través de la participación activade todos los miembros de la comunidad en la vida política, social,cultural y productiva. Promueve ciudadanos y ciudadanasindependientes, organizados solidariamente para la vida en dignidad, enaras del crecimiento personal y colectivo, que intercambian bienes,conocimientos y experiencias con otras comunidades organizadas através de redes productivas y comunitarias.

 https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjjleu10ozxyBb1B6ddxETPf0u77elGhK4uIFDACTxUnUQhedYkKwSYoVaLq8g-ZRZUGGEgISp3sWYsKJyQWrptM2KbZ3nIqCEwnW6O3z2G74dXRnLvznG7-QABsc1GT3z7XL4n9ZsustDF/s1600/imagesCAXIRWX2.jpg



Elementos de un Diagnostico Participativo



Elementos del diagnostico participativo.
  • Conformación de un Equipo Promotor.
  • Convocatoria abierta a toda la gente de la Comunidad.
  • Reunión inicial para llevar adelante el diagnóstico participativo.
  • Fotografía de la Comunidad.
  • Identificación de los principales problemas y potencialidades de la Comunidad.
  • Formatos para recoger la información.
  • Clasificación y análisis colectivo del listado de problemas.
  • Jerarquización de los problemas.



http://liferuralsupplies.files.wordpress.com/2014/04/drp-lq.jpg

Diagnostico Participativo como Herramienta para la Identificacion de Problemas


El diagnóstico participativo debe ser hecho por la comunidad, reunida en asamblea, bajo la dirección del Consejo Comunal, que actuará como promotor y coordinador de la reunión. No obstante, se aconseja buscar el apoyo de un moderador con experiencia en “tormenta de ideas” o “lluvia de ideas” , para asegurar el éxito de la reunión.
El resultado del diagnóstico será, fundamentalmente, la identificación de los problemas sociales los que afectan a toda la comunidad, y entre los cuales se selecciona el problema central.
Un problema puede surgir como consecuencia de diferentes situaciones, entre las cuales, las más comunes son las siguientes:
• Como resultado del análisis de la situación actual de la comunidad, producto de un diagnóstico participativo.
• Por iniciativa de organizaciones locales como el Consejo Comunal.
Existen diversas formas de identificar problemas, siendo el más usado el diagnóstico participativo o método participativo de lluvia de ideas, el cual permite la identificación y jerarquización, por parte de la comunidad, de sus propios problemas. El diagnóstico participativo se basa en la experiencia en el trabajo comunitario, según la cual, distintas comunidades de bajos ingresos tienen prioridades diferentes, dependiendo de sus circunstancias. Las comunidades rurales pobres, por ejemplo, expresan a menudo sus objetivos prioritarios como servicios comunales: hospitales, escuelas, redes hidráulicas, alcantarillado, carreteras. Las personas que viven en suburbios urbanos pueden desear iguales servicios (muchas veces como extensión de las prestaciones urbanas existentes); pero también quieren unirse para luchar por los derechos de los arrendatarios, la seguridad personal y otras reivindicaciones de tipo social.


http://www.fao.org/docrep/x0218s/p081.gif

Diagnostico Participativo


El Diagnóstico Participativo es un método para determinar, desde el punto de vista de los miembros de la comunidad, qué actividades son necesarias y pueden apoyarse; si los miembros de la comunidad aceptan las actividades propuestas por el personal externo y si tales actividades son razonables y prácticas.
 Los miembros de la comunidad, ayudados por el personal externo, pasan por un proceso en el cual identifican las condiciones que son necesarias para la realización exitosa de las actividades y acopian información para determinar si la comunidad reúne estas condiciones o si puede crearlas. El «marco referencial del diagnóstico» examina cada actividad en relación con las condiciones necesarias y elimina aquellas actividades para las que no se dan estas condiciones.
 
Con frecuencia la manera como las actividades están planificadas puede significar que ya se han tomado algunas decisiones sin recibir aportes de la comunidad. Puede ser:
  • que los problemas y las soluciones a los problemas hayan sido determinados por el personal externo,
  • que se haya decidido en cuanto al financiamiento,
  • que la administración nacional o local haya negociado con el personal externo o, en algunos casos, haya iniciado el proyecto,
  • que se haya determinado una zona de trabajo y se hayan asignado roles específicos al personal de campo.

     data:image/png;base64,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

martes, 7 de octubre de 2014

Metodologia de la Investigacion


La metodología de la investigación supone la sistematización, es decir, la organización de los pasos a través de los cuales se ejecutará una investigación científica. No es posible concebir la idea de “investigación” sin pensar de manera casi automática en la serie de pasos que debemos cumplir para otorgar seriedad, veracidad y cientificidad a dicha investigación.
Existen diferentes tipos de metodologías, y responden a maneras diferentes de abordar una investigación en el área científica.
 
Así, encontramos dos grandes clasificaciones: métodos cuantitativos y métodos cualitativos.

  • Los métodos cuantitativos son característicos de las ciencias naturales y exactas, porque buscan resultados numéricos, que permitan establecer estadísticas, porcentajes o variaciones numéricas.

  • Los métodos cualitativos son propios de las ciencias sociales y humanas, porque se centran no en la cantidad o numérico sino en la “calidad”: opiniones, experiencias, testimonios que permitan dar cuenta de actitudes, comportamientos, hábitos, etc.
 
 
 
data:image/jpeg;base64,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
 

Instrumentos para la Recoleccion de Datos

Un instrumento de recolección de datos es en principio cualquier recurso de que pueda valerse el investigador para acercarse a los fenómenos y extraer de ellos información. De este modo el instrumento sintetiza en si toda la labor previa de la investigación, resume los aportes del marco teórico al seleccionar datos que corresponden a los indicadores y, por lo tanto a las variables o conceptos utilizados.

Cómo aplicar estos instrumento:.

1.− Debes conocer qué es lo que vas a preguntar o determinar en función del problema planteado, de las variables presentes.

2.− Debes determinar cuál o cuáles son los instrumentos más idóneos para encontrar las respuestas que te inquietan.

3.− Debes conocer ese, o esos instrumentos en particular, cómo se aplica, cómo se elabora, el número de ítems Etc.

4.− Es recomendable una aplicación previa a un número reducido de entrevistados a objeto de poder corregir cualquiera falla.

5.−Es recomendable que los ítems formulados sean factibles de cuantificarse de llevarse a una tabla o gráfico donde puedas observar el comportamiento en detalle de esa variable investigada

6.− En la recopilación de datos debemos seguir entre otros los siguientes pasos: la selección de la técnica, su diseño, su aplicación y la recopilación de la información, para finalmente procesarla.
 
 
 data:image/jpeg;base64,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