3. Albanian international migration: trends and patterns
3.4 Why and where do Albanians migrate?
3.4.1 Push and pull factors
Trabajadores de la empresa Palca SAC. del distrito de Nuñoa, Provincia de Melgar, departamento de Puno.
3.3.2. Descripción de la población
Sabemos que la población es una parte del universo o un conjunto de personas u objetos cuyas opiniones, cualidades o
características van a ser investigadas (Rodriguez, 2005). En la presente investigación, La población está conformada por 140 Trabajadores empresa Palca SAC. del distrito de Nuñoa
3.3.3. Descripción de la muestra
En la investigación cuantitativa la muestra es un subgrupo de la población de interés sobe el cual se recolectarán los datos, y que tiene que definirse o delimitarse de antemano con precisión. El subgrupo de la población tiene que ser representativo de la población (Hernández Sampieri, Fernández Collado, & Baptista Lucio, 2010). En la presente investigación las unidades de análisis están constituidas por los trabajadores del área de Reproducción de Camélidos Sudamericanos con un total de 69.
El procedimiento para la selección de las unidades de la muestra será no probabilístico por la naturaleza del diseño de investigación.
3.4. TÉCNICAS, INSTRUMENTOS Y FUENTES DE RECOLECCION DE DATOS
3.4.1. Descripción de la técnicas de investigación
La técnica utilizada para el desarrollo del proyecto de investigación se realizó en función a la hipótesis que se pretende validar.
3.4.2. Descripción de los instrumentos de investigación
Entrevistas: Se pretende realizar entrevistas a los jurados y asesores, para obtener diferentes puntos de vista y enfocarse en ideas de experiencias profesionales.
Análisis de documentos: Se utilizó una fuente de datos, informes, páginas web, libros… para referencia del proyecto de
investigación.
Observación directa: La fuente de investigadora.
3.5. TÉCNICAS DE PROCESAMIENTO Y ANALISIS DE DATOS
RECOLECTADOS
3.5.1. Selección y representación por variables
X = Variable Independiente: Lógica Difusa
Y = Variable Dependiente: Sistemas Expertos
3.5.2. Pruebas estadísticas
Se determina el nivel de aprendizaje se prueba de medias de dos grupos independientes, como n≥30 se aplica la Distribución Normal “Z”:
Dónde:
X1 = media aritmética de la primera muestra (grupo) X2 = media aritmética de la segunda muestra (grupo) n1 = número de estudiantes de la primera muestra n2 = número de estudiantes de la segunda muestra
= varianza de la primera muestra
= varianza de la segunda muestra
Nivel de Significancia: Sea α = 5%=0.05 Región critica: RA RA RR RR 0
Región de Rechazo Región de Aceptación Región de Rechazo
Si u1 > u2, quiere decir que rechazamos la , y aceptamos la .
Para determinar si mejora la capacidad conceptual, usaremos la prueba del chi cuadrado para 2 poblaciones:
Nivel de Significancia: Sea α = 5%=0.05 Región critica:
Para determinar si mejora la capacidad procedimental, usaremos la prueba del chi cuadrado para 2 poblaciones:
Nivel de Significancia: Sea α = 5%=0.05
CAPÍTULO IV
CONTRASTACIÓN Y COMPROBACIÓN DE LAS HIPÓTESIS EN
EL TRABAJO OPERACIONAL
4.1. OPERACIONALIZACIÓN DE HIPÓTESIS
Formulación de las hipótesis para determinar si la lógica difusa es aplicable en un sistema experto para el control de reproducción en Camélidos Sudamericanos de la empresa Palca SAC.
La lógica difusa aplicando a un sistema experto son iguales para control de reproducción en Camélidos Sudamericanos, por lo tanto no hay diferencia entre ambas variables.
La lógica difusa aplicando a un sistema experto son iguales para control de reproducción en Camélidos Sudamericanos, por lo tanto la lógica difusa es mejor.
Formulación de las hipótesis para determinar si la lógica difusa y metodologías no convencionales son de buen uso en la construcción de reglas de producción para diseñar sistemas expertos, dado que la programación es numérica.
[La lógica difusa y metodologías no convencionales y su
uso en la construcción de reglas de producción para diseñar sistemas expertos son iguales, por lo tanto no hay diferencia entre ambas variables.]
[La lógica difusa y metodologías no convencionales y su uso en la construcción de reglas de producción para diseñar sistemas expertos, por lo tanto las metodologías no convencionales son mejores.]
Formulación de las hipótesis para determinar si se aplicaron métodos y técnicas para la construcción de reglas de producción difusas que permitan modelar situaciones inciertas.
[Los métodos y técnicas para la construcción de reglas de producción difusas que permitan modelar situaciones inciertas son iguales, por lo tanto no hay diferencia entre ambas variables.]
[Los métodos y técnicas para la construcción de reglas de producción difusas que permitan modelar situaciones inciertas, por lo tanto los métodos y técnicas para la construcción de reglas de producción son mejores.]
4.2. PROCESO DE CONTRASTACIÓN DE LA HIPÓTESIS
ESTADÍSTICA
a. PLANTEAMIENTO DE LAS HIPÓTESIS
Ho: La lógica difusa es aplicable indirectamente en un sistema
experto para el control de reproducción en Camélidos Sudamericanos de la empresa Palca SAC. del distrito de Nuñoa Melgar Puno en el año 2017.
Ha: La lógica difusa es aplicable directamente en un sistema
experto para el control de reproducción en Camél idos Sudamericanos de la empresa Palca SAC. del distrito de Nuñoa Melgar Puno en el año 2017.
La prueba de contrastación de hipótesis es de tipo bilateral y de dos colas.
c. PRUEBA ESTADÍSTICA
Por la naturaleza del estudio se aplicó la prueba Chi-Cuadrado. Prueba de dos colas bilateral.
d. CÁLCULO ESTADÍSTICO DE LA PRUEBA
d.1. PRUEBA DE HIPÓTESIS: LÓGICA DIFUSA
TABLA N° 21
FRECUENCIAS OBSERVADAS Y ESPERADAS DE LA VARIABLE INDEPENDIENTE: LÓGICA DIFUSA
LÓGICA DIFUSA
Frecuencias
f
of
eNunca o casi nunca 26.5 17.3
Algunas veces 20.8 17.3
Muchas veces 12.5 17.3
Siempre o casi siempre 9.3 17.3
TOTAL 69 69
Según tabla (f-1) entonces (4-1) = 3; con 3 grados de libertad al 95% de confianza con un error del 5% (prueba de dos colas).
d.2. PRUEBA DE HIPÓTESIS: SISTEMA EXPERTO
TABLA N° 22
FRECUENCIAS OBSERVADAS Y ESPERADAS DE LA VARIABLE DEPENDIENTE: SISTEMA EXPERTO
SISTEMA EXPERTO Frecuencias
f
of
e Nunca 12.5 23 A veces 30.0 23 Siempre 26.5 23 TOTAL 69 69Según tabla (f-1) entonces (3-1) = 2; con 2 grados de libertad al 95% de confianza con un error del 5% (prueba de dos colas).
e. DECISIÓN
Como para 3 grados de libertad es mayor que el
para la variable independiente Lógica Difusa y para 2 grados de libertad es mayor que el
para la variable dependiente Sistema Experto; según tabla, se acepta la hipótesis alterna y rechaza la nula.
Concluyendo así que si existe aplicación directa entre la Lógica Difusa y el Sistema Experto.
4.2.1. Contraste entre las variables independientes con las dependientes y su grado de relación
Para verificar si la lógica difusa es aplicable en un sistema experto para el control de reproducción en Camélidos Sudamericanos de la empresa Palca SAC, es necesario comparar los resultados obtenidos en las pruebas de entrada y salida. Para el efecto, se utiliza la prueba estadística “Z” de distribución
normal, por tratarse de dos muestras grandes, es decir, mayores a 30 observaciones o sujetos para este caso de 69 trabajadores de la empresa Palca SAC.
La “Z”, “Es una prueba estadística para evaluar si dos grupos difieren entre sí de manera significativa respecto a sus medias (promedios aritméticos). Esta prueba estadística se utiliza, generalmente, en diseños del tipo experimental. Por ejemplo: un experimento con dos grupos, uno al cual se le aplica una metodología innovadora (estímulo experimental) y el otro grupo el de control, sigue con la metodología tradicional”.
Llegamos a decisión estimado con Como Zc =8.48 > Zt = 1,86 de 5%, 70 grados de libertad, se acepta la H1 lo que significa que la lógica difusa es aplicable en un sistema experto para el control de reproducción en Camélidos Sudamericanos de la empresa Palca SAC son mayores que los sistema experto sin aplicar lógica difusa para el control de reproducción en Camélidos Sudamericanos de la empresa Palca SAC, por lo tanto el grupo de aplicación de lógica difusa en un sistema experto para el control de reproducción en Camélidos Sudamericanos de la empresa Palca SAC es mayor, lo responde a la hipótesis general de la investigación cual es; La aplicación de la lógica difusa en un sistema experto para el control de reproducción en Camélidos Sudamericanos de la empresa Palca SAC..
A continuación vemos el nivel de aplicación de lógica difusa en un sistema experto para el control de reproducción en Camélidos Sudamericanos de la empresa Palca SAC.
Para determinar el nivel de aprendizaje usaremos la prueba del Ji cuadrado para 2 factores, cuyos resultados se muestran.
Chi-cuadrada = 8.062; GL = 3; Valor
La decisión de la prueba se presenta, como >
alterna, por lo tanto existe diferencias entre el grupo que aplica de lógica difusa en un sistema experto para el control de reproducción en Camélidos Sudamericanos de la empresa Palca SAC, y el grupo que no lo aplica, para el control de reproducción en Camélidos Sudamericanos de la empresa Palca SAC
4.2.2. Distribución de frecuencias e histogramas por variables de la información obtenida
TABLA Nª 23
DIMENSIÓN: LÓGICAS DIFUSAS APLICADAS EN UN SISTEMA EXPERTO PARA EL CONTROL DE REPRODUCCIÓN EN CAMÉLIDOS SUDAMERICANOS DE LA EMPRESA PALCA SAC. DEL DISTRITO DE NUÑOA MELGAR PUNO – 2017
Normas de Lógica Difusa
Frecuencia Porcentaje
Nunca o casi nunca 11 15.9%
Algunas veces 27 39.1%
Bastantes veces 19 27.5%
Siempre o casi siempre 12 17.4%
TOTAL 69 100 %
Fuente : Encuesta a los Trabajadores de la Empresa PALCA SAC.
FIGURA Nº 30
DIMENSIÓN: LÓGICAS DIFUSAS APLICADAS EN UN SISTEMA EXPERTO PARA EL CONTROL DE REPRODUCCIÓN EN CAMÉLIDOS SUDAMERICANOS DE LA EMPRESA PALCA SAC. DEL DISTRITO DE NUÑOA MELGAR PUNO – 2017
1 0.9 0.8 0.7 0.6 0.5 0.4 0.3 0.2 0.1 0 15.90% 0 39.10% 27.50% 17.40% 100%
Normas Nunca o Algu nas Bastantes Siem pre o TOTAL
de auditor ía
integral
casi nu nca
veces veces casi
siempr e
Fuente : Tabla Nº 23 Elaborado : Investigador
TABLA Nª 24
DIMENSIÓN: METODOLOGÍAS NO CONVENCIONALES EN LA CONSTRUCCIÓN DE REGLAS DE PRODUCCIÓN PARA
DISEÑAR SISTEMAS EXPERTOS
Metodologías No
Frecuencia Porcentaje
Convencionales
Nunca o casi nunca 29 42.0%
Algunas veces 19 27.5%
Bastantes veces 11 15.9%
Siempre o casi siempre 10 14.5%
Total 69 100 %
Fuente : Encuesta a los trabajadores de la Empresa PALCA SAC Elaborado : Investigador
Nunca o casi nu nca Algu nas veces Bastantes veces Siempre o casi siempr e Total Ser ies1 42.00% 27.50% 15.90% 14.50% 100% FIGURA Nº 31
DIMENSIÓN: METODOLOGÍAS NO CONVENCIONALES EN LA CONSTRUCCIÓN DE REGLAS DE PRODUCCIÓN PARA
DISEÑAR SISTEMAS EXPERTOS 100.00% 90.00% 80.00% 70.00% 60.00% 50.00% 40.00% 30.00% 20.00% 10.00% 0.00% 42.00% 27.50% 15.90% 14.50% 100% Fuente : Tabla Nº 24 Elaborado : Investigador TABLA Nª 25
DIMENSIÓN: MÉTODOS Y TÉCNICAS DE LÓGICA DIFUSA PARA LA CONSTRUCCIÓN DE REGLAS DE PRODUCCIÓN DIFUSAS
Métodos y Técnicas de Lógica
Difusa FRECUENCIA PORCENTAJE
Nunca o casi nunca 37 53.6%
Algunas veces 17 24.6%
Bastantes veces 9 13.0%
Siempre o casi siempre 6 8.7%
TOTAL 69 100 %
Fuente : Encuesta a los trabajadores de la Empresa PALCA SAC Elaborado : Investigador
Siempre o casi siempre Algunas veces Bastantes veces Nunca o casi Nunca TOTAL Series1 53.60% 24.60% 13.00% 8.70% 100% FIGURA Nº 32
DIMENSIÓN: MÉTODOS Y TÉCNICAS DE LÓGICA DIFUSA PARA LA CONSTRUCCIÓN DE REGLAS DE PRODUCCIÓN DIFUSAS
100.00% 80.00% 60.00% 40.00% 20.00% 0.00% 53.60% 24.60% 13.00% 8.70% 100% Series1 Fuente : Tabla Nº 25 Elaborado : Investigador
4.2.3. Análisis e interpretación de los resultados
ANÁLISIS E INTERPRETACIÓN DE LA TABLA N° 23 Y LA FIGURA Nº 30
De acuerdo a los resultados que se han obtenido al aplicar los instrumentos de recolección de datos, con respecto a la percepción de la dimensión: Normas de Lógica Difusa, se tiene que:
En la tabla N° 23 y la figura Nº 30, se presenta los datos sobre la encuesta de la dimensión: Normas de Lógica Difusa
aplicadas por el Sistema Experto para el control de reproducción en camélidos sudamericanos de la empresa PALCA SAC. del distrito de nuñoa melgar puno – 2017, cuya distribución de frecuencias es la siguiente: Presenta una frecuencia de 15.9% que manifiesta que el Sistema Experto para el control de reproducción en camélidos sudamericanos de la empresa PALCA SAC nunca o casi nunca aplica normas de Lógica Difusa, seguido de un 39.1% que afirman que el Sistema Experto para el control de reproducción en camélidos sudamericanos de la empresa PALCA SAC algunas veces aplica normas de Lógica Difusa, por otro lado, el 27.5% manifiestan que el Sistema Experto para el control de reproducción en camélidos sudamericanos de la empresa PALCA SAC bastantes veces aplica normas de Lógica Difusa. Finalmente, el 17.4% manifiestan que el Sistema Experto para el control de reproducción en camélidos sudamericanos de la empresa PALCA SAC siempre o casi siempre aplica normas de Lógica Difusa.
ANÁLISIS E INTERPRETACIÓN DE LA TABLA N° 24 Y LA FIGURA Nº 31
De acuerdo a los resultados que se han obtenido al aplicar los instrumentos de recolección de datos, con respecto a la percepción de la dimensión: metodologías no convencionales, se tiene que:
En la tabla N° 24 y la figura Nº 31, se presenta los datos sobre la encuesta de la dimensión: Metodologías no convencionales en la construcción de reglas de producción para diseñar sistemas expertos por su programación numérica, cuya distribución de frecuencias es el siguiente: Presenta una frecuencia de 42.0% que manifiesta que el sistema experto para el control de reproducción en Camélidos Sudamericanos de la empresa Palca SAC. del distrito de Nuñoa Melgar Puno nunca o casi nunca aplica metodologías no convencionales, seguido de un 27.5% que afirman que el sistema experto para el control de reproducción en Camélidos Sudamericanos de la empresa Palca SAC. del distrito de Nuñoa Melgar Puno algunas veces aplica metodologías no convencionales, por otro lado, el 15.9% manifiestan que el sistema experto para el control de reproducción en Camélidos Sudamericanos de la empresa Palca SAC. del distrito de Nuñoa Melgar Puno bastantes veces aplica metodologías no convencionales. Finalmente, el 14.5% manifiestan que el sistema experto para el control de reproducción en Camélidos Sudamericanos de la empresa Palca SAC. del distrito de Nuñoa Melgar Puno siempre o casi siempre aplica metodologías no convencionales.
ANÁLISIS E INTERPRETACIÓN DE LA TABLA N° 25 Y LA FIGURA Nº 32
De acuerdo a los resultados que se han obtenido al aplicar los instrumentos de recolección de datos, con respecto a la percepción de la dimensión: Métodos y Técnicas de Lógica Difusa, se tiene que:
En la tabla N° 25 y la figura Nº 32, se presenta los datos sobre la encuesta de la dimensión: Métodos y Técnicas de Lógica Difusa aplicadas por el sistema experto para el control de reproducción en Camélidos Sudamericanos de la empresa Palca SAC. del distrito de Nuñoa Melgar Puno, cuya distribución de frecuencias es el siguiente: Presenta una frecuencia de 53.6% que manifiesta que el sistema experto para el control de reproducción en Camélidos Sudamericanos de la empresa Palca SAC. del distrito de Nuñoa Melgar Puno siempre o casi siempre aplica Métodos y Técnicas de Lógica Difusa, seguido de un 24.6% que afirman que el sistema experto para el control de reproducción en Camélidos Sudamericanos de la empresa Palca SAC. del distrito de Nuñoa Melgar Puno algunas veces aplica Métodos y Técnicas de Lógica Difusa, por otro lado, el 13.0% manifiestan que el sistema experto para el control de reproducción en Camélidos Sudamericanos de la empresa Palca SAC. del distrito de Nuñoa Melgar Puno bastantes veces aplica Métodos y Técnicas de Lógica Difusa. Finalmente, el 8.7% manifiestan que el sistema experto para el control de reproducción en Camélidos Sudamericanos de la empresa Palca SAC. del distrito de Nuñoa Melgar Puno nunca o casi nunca aplica Métodos y Técnicas de Lógica Difusa.
4.2.4. Comentario de los resultados
En conclusión de las tabla N° 23 y la figura Nº 30, los resultados que se presentan muestran claramente según el 39.1%, que la mayoría de los trabajadores afirman que el Sistema Experto para el control de reproducción en camélidos sudamericanos de la empresa PALCA SAC algunas veces aplica normas de Lógica Difusa.
En conclusión de las tabla N° 24 y la figura Nº 31, los resultados que se presentan muestran claramente según el 42.0%, que la mayoría de los trabajadores afirman que el sistema experto para el control de reproducción en Camélidos Sudamericanos de la empresa Palca SAC. del distrito de Nuñoa Melgar Puno nunca o casi nunca aplica metodologías no convencionales.
En conclusión de las tabla N° 25 y la figura Nº 32, los resultados que se presentan muestran claramente según el 53.6%, que la mayoría de los trabajadores afirman que el sistema experto para el control de reproducción en Camélidos Sudamericanos de la empresa Palca SAC. del distrito de Nuñoa Melgar Puno siempre o casi siempre aplica Métodos y Técnicas de Lógica Difusa.
CONCLUSIONES
Según el análisis de los resultados se llega a las siguientes conclusiones:
PRIMERA: La Lógica Difusa presenta mayores bondades metodológicas en la construcción de un Sistema Experto para el control de reproducción en Camélidos Sudamericanos de la empresa Palca SAC. del distrito de Nuñoa Melgar Puno en el año 2017, en la medida que ésta maneja la imprecisión que conlleva el lenguaje natural, ampliando las posibilidades de aplicación en la ciencia y tecnología.
SEGUNDA: Los trabajadores de la empresa Palca SAC. del distrito de Nuñoa, en su mayoría, 39.1%, afirman que algunas veces se aplica la lógica difusa y metodologías no convencionales en la construcción de reglas de producción, lo cual se aplica en el diseño del sistema experto por su programación numérica.
TERCERA: Se identificó en esta investigación que el 42.0% de los trabajadores de la empresa Palca SAC. del distrito de Nuñoa afirma que siempre o casi siempre se aplican las metodologías de Mamdani y Zadeh que permitieron la conversión de reglas de producción difusas a relaciones difusas, lo que facilita la codificación del sistema experto para el control de reproducción en Camélidos Sudamericanos al reducir la estructura de las reglas al representarlas por una función continua de rango comprendido en el intervalo entre 0 y 1 que definen al conjunto difuso.
SUGERENCIAS
De acuerdo a los resultados de la investigación se realizan las siguientes sugerencias:
PRIMERA: Se sugiere el estudio y aplicación de la lógica difusa en diferentes áreas de investigación de la empresa Palca SAC. del distrito de Nuñoa Melgar Puno
SEGUNDA: Sensibilizar en talleres sobre el conocimiento de aplicación de lógica difusa y metodologías no convencionales en la construcción de reglas de producción, para su correcta aplicación por pares de los trabajadores de la empresa Palca SAC. del distrito de Nuñoa, el cual debe fortalecer el diseño del sistema experto por su programación numérica.
TERCERA: Se sugiere que en la construcción de reglas de producción difusas se utilice las metodologías propuestas por Mamdani y Zadeh.
REFERENCIAS BIBLIOGRÁFICAS
1. Asker Zadeh, L. A. (1965). Fuzzy set information and control. California, Esdados Unidos: IEEE Transaction.
2. Benchimol, G. (1999). Los Sistemas Expertos en la Empresa (Tercera ed.). México: Ediciones Macrobit.
3. Duarte Velasco, O. G. (2000). Apliaciones de la Lógica Difusa.
4. Erceau, J. F. (1991). La Inteligencia Artificial Distribuida (Vol. XI). Mundo Cientifico N° 116.
5. Furuhashi, F., & Uchicawa, Y. (1995). Fuzzy Logic, Neuronal Network
and Evolutionary Computation. Hong Kong: Editorial Springer.
6. George, K. B. (1995). Fuzzy Set and Fuzzy Logic Theory and
Aplication. New Jerseys, USA: Editorial Prentice Hall.
7. Geyer, A. (1997). Fuzzy Rule - Based Expert System and Genetic
Machine Learning. Alemania: Editorial Phisica - Verlay.
8. Giarratano, J., & Riley, G. (1998). Sistemas Expertos Principios y
Programación (Tercera ed.). México: Editorial Thomson Editores.
9. Giarratano, R. (1993). Expert System Principles and Programming.
Boston, USA: Published Company.
10. Gonzales Morcillo, C. (2007). Universidad de Castilla - La Mancha.
Obtenido de Escuela Superior de Informatica: http://www.esi.uclm.es/www/cglez/downloads/docencia/2011_Softcomp uting/LogicaDifusa.pdf
11. Haack, S. (1998). Fuzzy Thinking: The New Science of Fuzzy Logic.
New Cork: Editorial Hyperion.
12. Harmon, P., & King, D. (1988). Sistemas Expertos, Aplicaciones de la
Inteligencia Artificial en la Actividad Empresarial. Madrid, España:
España Ediciones Dias de Santos S.A.
13. Hohle, U. (1999). Mathematics of Fuzzy Set. New York, USA: Ed. Springer.
14. Kolman, B. (1992). Escructuras de Matemáticas Discretas para la
Computación. Editorial Prentice May.
15. Lui C., L. (1995). Elementos de Matematicas Discretas (Segunda ed.). Mexico: Ed. Mc Graw-Hill.
16. Mamdani, E. H. (1974). Aplication of Fuzzy Algoritms for Control of a
Simple Dinamic Plant. Proceedings IEEE.
17. Mamdani, E. H. (1975). An Experimente in Linguistic Synthesis With a
Fuzzy Logic Controller. USA: Int. Journal of Man - Machine.
18. Meza Lopez, R. I. (2009). Aplicación y Análisis de un Sistema Experto Basado en Lógica Difusa para la Evaluación del Hábitat de Peces Nativos en el Río Huequecura. 2-2.
19. Morales, E. (2000). Modificadores Linguísticos. Madrid.
20. Ortiz, C. (1999). Lógica Difusa y Automatización. Universidad de