2.2 Validación del procedimiento diseñado a través del criterio de expertos

Para la determinación o selección de los expertos que intervendrán en el estudio se recomienda se emplee una de las herramientas utilizadas por el método Delphi, como uno de los conocidos métodos de búsqueda de consenso, en este sentido se propone calcular los coeficientes de información o conocimiento (Kc), el de argumentación o fundamentación de los criterios de los expertos (Ka), para finalmente determinar el coeficiente de competencia (K), donde:

K= ½ (Kc + Ka).

Kc: se calcula al multiplicar el valor marcado por el experto en la escala de 0 a 10 por 0,1.

De acuerdo a los valores que aparecen en la tabla patrón, y según las casillas marcadas por cada encuestado, se calcula el coeficiente de argumentación.

La selección final de los expertos tendrá lugar atendiendo a los siguientes criterios de interpretación del coeficiente de competencia (K):

• Si 0.8 ≤ k ≤ 1.0, el coeficiente de competencia es alto.

• Si 0.5 ≤ k < 0.8, el coeficiente de competencia es medio.

• Si k < 0.5, el coeficiente de competencia es bajo.

Los instrumentos que serán objeto de valoración por parte de los expertos deben ser concebidos de forma tal que permitan recoger toda la información necesaria respecto a la temática que se está considerando.

Del método Delphi es conveniente utilizar la característica de consultar más de una vez a cada experto de modo que tenga la ocasión de ver cómo se distribuyen las opiniones de los restantes expertos, comparar esta distribución con su propio criterio y decidir si lo reafirma o si realmente debe pensarlo ante las opiniones de otras personas que son también expertos en el tema.

El Procesamiento estadístico e informe de los resultados dependerá del instrumento anteriormente seleccionado, sin embargo, atendiendo a la propuesta del instrumento seleccionado por la autora (Ver Anexo Nro. 10) se sugiere que el mismo sea procesado estadísticamente a partir del modelo matemático Torgerson, el cual se guía por la siguiente metodología:

 Operacionalización de las variables a emplear: Se refiere a que el investigador debe dejar bien definidos los conceptos que asume para cada variable e indicador, así como establecer su operacionalización, es decir, establecer los distintos parámetros que permitan medir la variable.

 Compilación de la frecuencia absoluta: Se reflejan las frecuencias absolutas que corresponden a cada indicador en cada variable.

 Determinación de la frecuencia acumulada: A cada indicador se le determina su frecuencia acumulada lo cual permite utilizar la distribución normal.

 Determinación de la frecuencia relativa acumulada o probabilidad acumulada: A partir de las frecuencias acumuladas es posible determinar las frecuencias acumuladas relativas, que representan la medida empírica de la probabilidad de que cada indicador sea situado en esa categoría u otra inferior, este cálculo se realiza a través de la división de cada acumulado entre el número de la muestra.

 Cálculo de los puntos de cortes: Determinan los valores del intervalo en que van a estar comprendidas las categorías cualitativas, en este caso específico “Alta” “Media” “Baja”.

2.2.1 Descripción y análisis de los resultados

Previo a la aplicación del procedimiento explicado anteriormente se deben seleccionar los expertos. La cantidad de expertos depende de la complejidad y las características del trabajo a realizar. Para seleccionar los expertos se envió a los posibles expertos, en una primera ronda de cuestionamiento (Anexo Nro. 8), un documento en el que se le solicita su conformidad con ser experto y se le plantea que responda un cuestionario de autovaloración en cuanto al dominio del tema y las fuentes de argumentación a partir de las cuales ha logrado ese conocimiento. La caracterización de los posibles expertos se podrá observar en el Anexo Nro. 9. La selección se efectuó a partir del cálculo de los coeficientes de información o conocimiento (Kc), el de argumentación o fundamentación de los criterios de los expertos (Ka), con lo cual se pudo determinar el coeficiente de competencia (K) como se aprecia en la Tabla 2-4, teniendo en cuenta que:

K= ½ (Kc + Ka).

La selección final de los expertos tuvo lugar atendiendo a los siguientes criterios de interpretación del coeficiente de competencia (K):

• Si 0.8 ≤ k ≤ 1.0, el coeficiente de competencia es alto.

• Si 0.5 ≤ k < 0.8, el coeficiente de competencia es medio.

• Si k < 0.5, el coeficiente de competencia es bajo.

De este modo, teniendo en cuenta el coeficiente de competencia de cada experto, de un proceso de selección inicial que contempló a 18 posibles expertos, se eligieron finalmente 15, quedando excluidos para la valoración los expertos 5, 15, 16 de forma que los restantes permiten asegurar la confiabilidad y factibilidad del estudio sometido a su consideración.

A partir de las respuestas ofrecidas por ellos se puede realizar el siguiente análisis cualitativo:

• Los expertos cuentan con profesiones muy variadas: Licenciados en Historia y Marxismo, Psicología, Contabilidad y Finanzas, Economía, Economía Política, Economía del Turismo, Ingeniería Termoenergética, Matemática e Ingenieros Industrial y Mecánico.

• El promedio de experiencia laboral es de 21 años, lo que denota que los expertos son personas con amplia experiencia laboral e investigativa.

• Se destaca que 7 (46.67%) son Master en Ciencias y 8 (53.33%) es Doctor en Ciencias.

• De los expertos seleccionados 1 es de la Universidad de Camaguey, 6 de la Universidad de Holguín, 5 de la Universidad de Matanzas y 3 los restantes pertenecen al sector turístico.

• Seis de los expertos tienen un coeficiente de competencia medio y los nueve restantes un coeficiente de competencia alto.

Luego se le presentó a cada experto una copia del procedimiento y una encuesta para su validación (Anexo Nro.10), solicitándole que respondiera una serie de preguntas referidas a valorar la pertinencia del mismo, enmarcando sus respuestas en las siguientes calificaciones:

MR: Muy relevante

BR: Bastante relevante

R: Relevante

PR: Poco relevante

NR: No relevante

Después de aplicada la encuesta se pasó al procesamiento de la misma con la utilización del Modelo matemático Torgerson. En este caso se confeccionó una tabla de doble entrada donde se reflejó el total de respuestas por aspectos consultados y categorías señaladas, obteniéndose una tabla de frecuencia absoluta (Tabla 2-5), a partir de la cual se obtuvieron las tablas de frecuencia absoluta acumulada, y la de frecuencia relativa acumulada.

Como se necesitan las probabilidades es conveniente introducir frecuencias relativas y como se usa la distribución normal es conveniente que esas frecuencias relativas se calculen sobre frecuencias acumuladas. Para calcular las frecuencias relativas acumuladas se obtiene el cociente de cada frecuencia absoluta acumulada sobre la última frecuencia absoluta acumulada de la fila. (Ver Tablas 2-6 y 2-7)

Posteriormente se buscaron las imágenes de cada uno de los valores de las celdas de la tabla frecuencia relativa acumulada por la inversa de la curva normal, obteniéndose los puntos de corte, los cuales se utilizaron para determinar la categoría o grado de adecuación de cada pregunta, según la opinión de los expertos consultados. De esta manera, los intervalos obtenidos para cada categoría de evaluación a partir de los puntos de corte fueron:

Luego se realiza la comparación con los puntos de corte y se concluye cuál fue la valoración que obtuvo cada aspecto según criterio de los expertos, que es el que aparece en la última columna de la derecha.

De acuerdo con esto los aspectos analizados fueron valorados de Muy Relevante (MR), lo que demuestra la elevada pertinencia que los expertos aprecian en la propuesta realizada.

En general, la aplicación del método de consulta a expertos muestra resultados satisfactorios, lo que corrobora la pertinencia del procedimiento diseñado para caracterizar y obtener información sobre algunos comportamientos y determinantes individuales de elección de opcionales turísticas en el producto turístico Las Tunas, permitiendo aseverar que su adecuada aplicación contribuirá a la mejora de las opcionales y la gestión de la demanda.