Aguirre Luz IS0391

UNIANDES
Universidad Regional Autónoma de Los Andes
UNIANDES
FACULTAD DE SISTEMAS MERCANTILES
TESIS DE GRADO
Previa a la obtención del Título de:
INGENIERA EN SISTEMAS E INFORMATICA
Tema:
“SISTEMA DE INFORMACIÓN PARA LA TOMA DE DECISIONES SOBRE EL NIVEL
DE SATISFACCIÓN DE LA COMUNIDAD UNIVERSITARIA DE UNIANDES, EN
BASE A LAS CARACTERÍSTICAS Y ESTÁNDARES DE CALIDAD DE LAS
INSTITUCIONES DE EDUCACIÓN SUPERIOR DEL ECUADOR”
Autora: Lcda. Luz Marina Aguirre Paz

Asesor: Ing. Carlos Martínez Campaña
Ambato - Ecuador
2010
1
UNIANDES
CERTIFICACIÓN
Certifico: Que la presente tesis sobre el tema “SISTEMA DE INFORMACIÓN PARA
LA TOMA DE DECISIONES SOBRE EL NIVEL DE SATISFACCIÓN DE LA
COMUNIDAD UNIVERSITARIA DE UNIANDES, EN BASE A LAS
CARACTERÍSTICAS Y ESTÁNDARES DE CALIDAD DE LAS INSTITUCIONES
DE EDUCACIÓN SUPERIOR DEL ECUADOR”, previo a la obtención del título de
Ingeniera en Sistemas e Informática, ha sido desarrollada por la Licenciada Luz Marina
Aguirre Paz, bajo mi tutoría y dirección, cumpliendo con todos los requisitos y disposiciones
legales establecidas por la UNIANDES, por lo que autorizo su presentación.
Dado en la ciudad de Ambato a los cuatro días del mes de diciembre del 2010.
Atentamente;
____________________________
Ing. Carlos Martínez Campaña
ASESOR
2
UNIANDES
DECLARACIÓN DE AUTORÍA
Yo, LUZ MARINA AGUIRRE PAZ, declaro que la tesis que presento sobre el tema:
“SISTEMA DE INFORMACIÓN PARA LA TOMA DE DECISIONES SOBRE EL
NIVEL DE SATISFACCIÓN DE LA COMUNIDAD UNIVERSITARIA DE
UNIANDES, EN BASE A LAS CARACTERÍSTICAS Y ESTÁNDARES DE
CALIDAD DE LAS INSTITUCIONES DE EDUCACIÓN SUPERIOR DEL
ECUADOR”, previo a la obtención del título de Ingeniera en Sistemas e Informática, es
auténtica y original. Los derechos de autoría le corresponden a la Universidad Regional
Autónoma de Los Andes UNIANDES.
Atentamente;
____________________________
Luz Marina Aguirre Paz
C.C.# 1803681418
3
UNIANDES
DEDICATORIA
Este trabajo de investigación es dedicado con todo

el amor del mundo a Dios, por ser la luz que me da
vida, llenando mis días de dulces alegrías.
A toda mi bella familia, en especial:
A mi mami, por ser la amiga incondicional que ha

confiado en mi siempre y que me ha demostrado
de la manera más sublime su amor y apoyo
incondicional.
A mi abuelita, por ser el ángel en la tierra que

Diosito me ha regalado para cuidar y guiar mi
camino, siendo el ejemplo más digno a seguir por
ser luchadora, constante, trabajadora y por
demostrarme que cuando las cosas se hacen con
amor, salen mejor.
A mi esposo por ser el compañero de mis anhelos y

el que con su dulce amor, respeto y comprensión
va junto a mi buscando hacer realidad mis sueños.
A mi bello ángel que está por nacer, a quien amo

con todo mi corazón y que me enseña día a día a
disfrutar cada segundo de la vida.
Los amo mucho. Lucy :)
4
UNIANDES
AGRADECIMIENTO
A la Universidad Regional Autónoma de Los

Andes, en especial a sus distinguidas autoridades
por la apertura que me han brindado siempre,
confiando en mi y haciéndome partícipe de su
caminar.
Un agradecimiento profundo y muy sentido al

Ing. Carlos Martínez, por su sincera amistad,
excelente guía y constante apoyo en la realización
de este trabajo.
A mis queridos profesores por su paciencia y por

la sabia forma de compartir su conocimiento con
nosotros.
A mis nunca olvidados compañeros, quienes han

dejado en mi vida dulces recuerdos.
A mis buenos amigos y amigas por conquistar de

mis labios miles de sonrisas cada día y por
brindarme su valiosa amistad.
A toda mi bella familia por existir y demostrarme

su increíble amor, cariño y apoyo siempre.
Gracias a todos. Lucy :)
5
UNIANDES
INDICE GENERAL
RESUMEN EJECUTIVO _________________________________________________________________ 10

EXECUTIVE SUMARY __________________________________________________________________ 12
INTRODUCCIÓN _______________________________________________________________________ 14
1. CAPÍTULO I: EL PROBLEMA _________________________________________________________ 16
1.1. PLANTEAMIENTO DEL PROBLEMA ___________________________________________________ 16
1.1.1. FORMULACIÓN DEL PROBLEMA____________________________________________________ 19
1.1.2. DELIMITACIÓN DEL PROBLEMA ____________________________________________________ 19
1.2. OBJETIVOS _________________________________________________________________________ 21
1.2.1. OBJETIVO GENERAL _____________________________________________________________ 21
1.2.2. OBJETIVOS ESPECÍFICOS _________________________________________________________ 21
1.3. JUSTIFICACIÓN ____________________________________________________________________ 22
2. CAPÍTULO II: MARCO TEÓRICO _____________________________________________________ 24
2.1. ANTECEDENTES INVESTIGATIVOS _________________________________________________ 24
2.2. FUNDAMENTACIÓN CIENTÍFICA ___________________________________________________ 27
2.2.1. DATOS ___________________________________________________________________________ 27
2.2.2. BASE DE DATOS __________________________________________________________________ 31
2.2.3. SQL SERVER 2000 _________________________________________________________________ 36
2.2.4. SISTEMA DE INFORMACIÓN (SI) ____________________________________________________ 38
2.2.5. INTELIGENCIA DE NEGOCIOS ____________________________________________________ 45
2.2.6. DATAWAREHOUSE ________________________________________________________________ 49
2.2.7. ANALYSIS SERVICES ______________________________________________________________ 67
2.2.8. MDX 77
2.2.9. EVALUACIÓN Y ACREDITACIÓN DE LA EDUCACIÓN SUPERIOR ____________________ 81
2.3. IDEA A DEFENDER __________________________________________________________________ 87
3. CAPÍTULO III: MARCO METODOLÓGICO _____________________________________________ 89
3.1. MODALIDAD DE LA INVESTIGACIÓN _________________________________________________ 89
3.2. TIPOS DE INVESTIGACIÓN ___________________________________________________________ 89
3.2.1. POR LOS OBJETIVOS PROPUESTOS__________________________________________________ 90
3.2.2. POR EL LUGAR ____________________________________________________________________ 90
3.2.3. POR SU NATURALEZA _____________________________________________________________ 90
3.2.4. POR SU ALCANCE _________________________________________________________________ 90
3.2.5. POR SU FACTIBILIDAD ____________________________________________________________ 90
3.3. POBLACIÓN Y MUESTRA DE LA INVESTIGACIÓN ______________________________________ 91
3.4. MÉTODOS, TECNICAS E INSTRUMENTOS ______________________________________________ 91
3.4.1. MÉTODOS ________________________________________________________________________ 91
3.4.2. TÉCNICAS ________________________________________________________________________ 91
3.4.3. INSTRUMENTOS __________________________________________________________________ 92
3.5. INTERPRETACIÓN DE RESULTADOS __________________________________________________ 92
3.5.1. ENTREVISTA DIRIGIDA A LAS AUTORIDADES Y DIRECTORES DE EXTENSIONES _______ 92
3.5.2. ENTREVISTA DIRIGIDA A LOS DIRECTORES DEPARTAMENTALES _____________________ 97
3.5.3. ENCUESTA DIRIGIDA A LOS DECANOS Y DIRECTORES DE CARRERA __________________ 99
3.5.4. ENCUESTA DIRIGIDA A LOS MIEMBROS DEL CTEI __________________________________ 111
3.6. VERIFICACIÓN DE LA IDEA A DEFENDER ____________________________________________ 123
3.7. CONCLUSIONES Y RECOMENDACIONES _____________________________________________ 123
3.7.1. CONCLUSIONES __________________________________________________________________ 123
3.7.2. RECOMENDACIONES _____________________________________________________________ 124
4. CAPÍTULO IV: MARCO PROPOSITIVO _______________________________________________ 125
4.1. TÍTULO___________________________________________________________________________ 125
4.2. DESARROLLO DE LA PROPUESTA __________________________________________________ 125
4.2.1. OBJETIVOS ______________________________________________________________________ 125
4.2.2. FUNDAMENTACION ______________________________________________________________ 126
4.2.3. DESCRIPCIÓN DE LA PROPUESTA__________________________________________________ 130
6
UNIANDES
4.2.4. ANÁLISIS PREVIO ________________________________________________________________ 132

4.2.5. METODOLOGIA __________________________________________________________________ 133
4.2.6. DISEÑO DE LA BASE DE DATOS ___________________________________________________ 134
4.2.7. ADMINISTRACIÓN DE LA BASE DE DATOS _________________________________________ 136
4.2.8. VISUALIZACION DEL CUBO EN EXCEL _____________________________________________ 148
4.2.9. REQUERIMIENTOS DEL SISTEMA __________________________________________________ cliv
4.2.10. PROCESO DE INSTALACIÓN _______________________________________________________ clv
4.3. IMPACTO DE LA APLICACIÓN _______________________________________________________ CLV
4.4. CONCLUSIONES Y RECOMENDACIONES _____________________________________________CLVI
4.4.1. CONCLUSIONES __________________________________________________________________ clvi
4.4.2. RECOMENDACIONES _____________________________________________________________ clvii
4.5. BIBLIOGRAFÍA ___________________________________________________________________ CLVII
4.6. LINCOGRAFÍA _____________________________________________________________________CLIX
7
UNIANDES
INDICE DE GRÁFICOS
Gráfico 1 – Ciclo del Procesamiento de Datos 24

Gráfico 2 – Procesamiento Centralizado 25
Gráfico 3 – Procesamiento Distribuido 25
Gráfico 4 – Actividades de los Sistemas de Información 34
Gráfico 5 – Tipos y usos de los Sistemas de Información 35
Gráfico 6 Diferencia entre Datos Operacionales y el Datawarehouse 45
Gráfico 7 Datawarehouse, característica: Orientado a temas 46
Gráfico 8 Datawarehouse, característica: Integración 49
Gráfico 9 Datawarehouse, característica: De tiempo variante 50
Gráfico 10 Datawarehouse, característica: No volátil 51
Gráfico 11 DWA, Arquitectura del Datawarehouse 54
Gráfico 12 Usos del Datawarehouse, comparación 56
Gráfico 13 DWA, Arquitectura del Datawarehouse 61
Gráfico 14 Usos del Datawarehouse, comparación 77
Gráfico 15 Software en un DW, Elección de la herramienta adecuada 78
Gráfico 16 Etapas del Proceso de Acreditación en el Ecuador 79
Gráfico 17 Características y Estándares de Calidad 80
Gráfico 18 Funciones y Ámbitos de análisis 80
Gráfico 19 Funciones de la Educación Superior 81
Gráfico 20 Funciones y Ámbitos 83
Gráfico 21 Dimensiones y Criterios 125
Gráfico 22 Codificación de los Indicadores de calidad 130
Gráfico 23 Escala de valoración en instrumentos aplicados por UNIANDES 131
Gráfico 24 Vista estándar del diagrama DIAGRAM1 de la base de datos db_uniandes. 132
Gráfico 25 Acceso al Administrador de servicios SQL 133
Gráfico 26 Conexión con el Analisis Server 133
Gráfico 27 Creación de una nueva base de datos 134
Gráfico 28 Asignación del nombre de la nueva base de datos 134
Gráfico 29 Creación de un nuevo origen de datos 134
Gráfico 30 Propiedades de vínculo de datos 134
Gráfico 31 Mensaje vínculo de datos, cuya prueba de conexión es satisfactoria 135
Gráfico 32 Visualización de la base de datos creada 135
Gráfico 33 Visualización del origen de datos establecido 136
Gráfico 34 Creación de un cubo 136
Gráfico 35 Selección de la tabla de hechos 136
Gráfico 36 Definición de las medidas del cubo 137
Gráfico 37 Vista examinar datos de la tabla Resultados 137
8
UNIANDES
Gráfico 38 Creación de Dimensiones 137

Gráfico 39 Selección de la jerarquía de la Dimensión 138
Gráfico 40 Selección de tablas y nivel de la Dimensión 138
Gráfico 41 Selección del nivel de la Dimensión y columnas clave de miembro 138
Gráfico 42 Definición de las opciones y propiedades avanzadas de la Dimensión 139
Gráfico 43 Almacenamiento y secuencia de los miembros de la Dimensión 139
Gráfico 44 Definición del nombre y selección de las dimensiones del cubo 139
Gráfico 45 Asignación del nombre para el cubo 140
Gráfico 46 Editor de cubos, visualización del Cubo FUNCIONES 140
Gráfico 47 Editor de cubos, visualización del Cubo centrosfun 140
Gráfico 48 Asistente para el almacenamiento y agregado de datos 141
Gráfico 49 Selección del tipo de almacenamiento de datos y opciones de agregaciones 141
Gráfico 50 Procesamiento del cubo 142
Gráfico 51 Selección del cubo a examinar 142
Gráfico 52 Examinador de datos: % obtenido por la Función Vinculación en Santo Domingo. 143
Gráfico 53 Examinador de datos: % obtenido en las extensiones, estándar Equipos de Investig. 144
Gráfico 54 Creación de la conexión desde Excel con el cubo de SQL Server Analysis Services 145
Gráfico 55 Asistente para la conexión de datos entre SQL Server Analysis Services y Excel 145
Gráfico 56 Selección de la base de datos y el cubo del cual se desea obtener los datos 146
Gráfico 57 Guardar archivo de conexión 146
Gráfico 58 Selección del tipo de visualización de los datos en Excel 147
Gráfico 59 Tabla dinámica e informe gráfico: % obtenido por la función VC en la Tulcán 148
9
UNIANDES
RESUMEN EJECUTIVO
El presente trabajo investigativo tiene como propósito ayudar al proceso de mejoramiento
continuo y fortalecimiento de la calidad de las funciones universitarias durante el proceso de
acreditación institucional de UNIANDES, por medio de la implementación de un sistema de
información para la toma de decisiones en base los estándares de calidad planteados por el
CONEA; para lo que fue necesario realizar un estudio, el cual se desarrolla en cuatro
capítulos que se resumen a continuación:
En el primer capítulo se presenta el planteamiento del problema, la identificación del objeto
de estudio y campo de acción, se justifica la trascendencia de la problemática abordada y se
declara el objetivo general y los objetivos específicos.
El segundo capítulo presenta el desarrollo del marco teórico con todos los temas de interés
para la investigación en los que se destacan Base de Datos, SQL, Sistemas de Información,
Inteligencia de Negocios, Datawarehouse, Sistema de Evaluación y Acreditación de la
Educación Superior, entre otros.
En el tercer capítulo se describe el marco metodológico, detallando la modalidad y tipos de
investigación que fueron necesarias aplicar para el presente trabajo de investigación, con las
tablas y gráficos que resumen los resultados obtenidos de las encuestas y entrevistas
realizadas a las Autoridades, Directivos y Comité Técnico de Evaluación Interna de
UNIANDES.
10
UNIANDES
En el cuarto capítulo se detalla el marco propositivo en el cual se presenta el desarrollo de la
presente propuesta y sus fundamentos; así como el impacto y beneficios que este ha tenido en
UNIANDES dentro de su organización y planificación para alcanzar la acreditación
institucional.
11
UNIANDES
EXECUTIVE SUMARY
The present investigative work has as purpose to help to the process of continuous
improvement and invigoration of the quality of the university functions during the process of
institutional certification of UNIANDES, by means of the implementation of a system of
information for the taking of decisions in base the standards of quality outlined by the
CONEA; for what was necessary to carry out a study, which is developed in four chapters that
are summarized next:
In the first chapter I present the position of the problem, the identification of the study object
and action field, I justify the transcendency of the approached problem and I declare the
general objective and the specific objectives.
The second chapter presents the development of the theoretical mark with all the topics of
interest for the investigation in those that stand out database, SQL, Systems of Information,
Business Intelligence, Datawarehouse, among others.
In the third chapter I describe the methodological mark, detailing the modality and
investigation types that were necessary to apply for the present investigation work, with the
charts and graphics that summarize the obtained results of the surveys and interviews carried
out to the Authorities and the CTEI of UNIANDES.
12
UNIANDES
In the fourth chapter I detail the mark propositive in which is presented the development of
my proposal and their foundations; as well as the impact and benefits that this had in
UNIANDES inside their organization and planning to reach the institutional certification.
13
UNIANDES
INTRODUCCIÓN
UNIANDES, como parte del Sistema Nacional de Evaluación y Acreditación de la Educación
Superior (SEAS), ha realizado un examen riguroso y sistemático de su funcionamiento
institucional mediante la participación de la comunidad universitaria, quienes opinaron y
dieron su criterio respecto a las cuatro funciones universitarias y sus 21 características y 110
estándares de calidad, con la finalidad de cumplir con las etapas del proceso de acreditación
institucional.
El importante criterio de la comunidad universitaria de UNIANDES, fue recogido en 21
instrumentos de evaluación (15 entrevistas y 5 encuestas), las cuales permitieron identificar
las fortalezas y debilidades de la UNIANDES, con el propósito de reflejar su realidad de
manera cuantitativa y cualitativa, cumpliendo así, los propósitos del proceso de
autoevaluación.
Apoyándose en la necesidad de obtener información sobre una amplia variedad de datos, se ha
visto conveniente el desarrollo de un sistema de información como apoyo a la toma de
decisiones de las Autoridades y el Comité Técnico de Evaluación Interna de UNIANDES.
Es por ello que el presente trabajo de investigación ha merecido una especial atención al
estudio del Datawarehouse, al ser un mecanismo que posibilita el uso óptimo de las bases de
datos para facilitar la toma de decisiones efectivas en el ámbito gerencial, mediante la
conversión de los datos operacionales de los instrumentos de evaluación, en una herramienta
competitiva, para hacerlos disponibles para el análisis y la toma de decisiones en este proceso
14
UNIANDES
y satisfacer los requerimientos de información interna y su acceso, como una estrategia para la
gestión institucional.
Por lo anteriormente expresado, destaco la importancia de este trabajo investigativo que
pretende resolver de manera óptima y moderna la toma de decisiones de UNIANDES,
buscando siempre satisfacer las necesidades gerenciales de sus Autoridades, además de
contribuir al mejoramiento continuo institucional.
15
UNIANDES
Tema:
“Sistema de información para la toma de decisiones sobre el nivel de satisfacción de la
comunidad universitaria de UNIANDES, en base a las características y estándares de
calidad de las Instituciones de Educación Superior del Ecuador”
1. CAPÍTULO I: EL PROBLEMA
1.1. PLANTEAMIENTO DEL PROBLEMA
En la actualidad, dada la complejidad del mundo moderno, con el manejo inmenso de
conocimientos e información propia de esta época de crecimiento tecnológico, es
indispensable contar con herramientas que permitan manejar información con eficiencia y
flexibilidad.
La automatización de los procesos ha logrado hacer del trabajo una actividad menos difícil
pero si más práctica y competitiva con el ahorro de tiempo y simplicidad, al evitar las
continuas y repetitivas tareas a las cuales están vinculados casi todos los factores que
actualmente mueven al mundo como los comerciales, industriales, financieros, educativos,
entre otros.
Debido a la gran magnitud de información que se genera a cada momento y el continuo
crecimiento de la competencia, los distintos campos institucionales han empezado a buscar las
mejores alternativas para elevar su eficiencia por medio de la correcta toma de decisiones y en
base al mejor uso de los recursos de información que estas poseen.
16
UNIANDES
Esta revolución de la información también ha sido revelada dentro de la gestión de la
educación, la misma que como derecho y principal protagonista de la parte intelectual e
investigativa para el desarrollo profesional de la humanidad, se hace presente en la ciudad de
Ambato con la Universidad Regional Autónoma de Los Andes "UNIANDES"; siempre en
busca continua del perfeccionamiento académico de los ecuatorianos; siendo una Institución
que brida servicios educativos a la comunidad estudiantil del país.
La Universidad Regional Autónoma de Los Andes está ubicada en varias provincias de
nuestro país, compuesta por su matriz UNIANDES – Ambato y sus siete Centros de Apoyo:
UNIANDES - Tulcán; UNIANDES - Ibarra; UNIANDES – Santo Domingo; UNIANDES -
Quevedo; UNIANDES - Babahoyo; UNIANDES - Puyo y UNIANDES - Riobamba.
UNIANDES consiente de la exigencia en el cumplimiento de ciertos estándares de calidad1
que deben cumplir y ofrecer las universidades a la sociedad; ha iniciado su etapa de
autoevaluación2 del proceso de acreditación 3 universitaria en el cual el Consejo Nacional de
Evaluación y Acreditación de la Educación Superior CONEA4, funge como organismo
acreditador para el desarrollo de la cultura de la evaluación y la calidad de la Educación
Superior del Ecuador, el cual en su proceso evaluativo verificará el nivel de satisfacción de
los informantes internos y externos, con respecto a las cuatro funciones de la universidad
ecuatoriana: Gestión y Administración, Docencia, Investigación y Vinculación con la
Colectividad.
1
Estándares de Calidad: Elementos medibles, equiparables, confrontables, confiables y pertinentes usados para la evaluación de la calidad
de una institución.
2
Autoevaluación: Riguroso y sistemático examen que una institución realiza, sobre la totalidad de las actividades institucionales.
3
Acreditación: Certificación otorgada por el CONEA a las Instituciones de Educación Superior que garanticen en su desempeño calidad.
4
CONEA: Consejo Nacional de Evaluación y Acreditación
17
UNIANDES
5
Razón por la cual UNIANDES aplicó encuestas a la comunidad universitaria para
determinar el nivel de satisfacción por grupos y por indicadores6.
Sin embargo, debido al gran número de informantes internos y externos que forman parte de
la universidad, tanto en su matriz Ambato como en sus siete Centros de Apoyo, se dio lugar a
varios inconvenientes que dificultaron el proceso que determinaría la veracidad y registro de
información que cada uno de los informantes plasmaron en dichas encuestas, entre ellos se
detallan los siguientes:
Tiempo limitado para concluir el proceso de acreditación;
Falta de una herramienta adecuada para la tabulación e interpretación de la
información;
Gran número de encuestas a procesar, en sus diferentes tipos;
Proceso manual que requiere demasiado tiempo para su control y ejecución;
Proceso repetitivo y confuso para la obtención de resultados concretos;
Base de datos extremadamente cargada;
Complejidad de la base de datos, debido a los requerimientos de los indicadores
establecidos por el CONEA;
Falta de soporte a la toma de decisiones, con respecto a los informes obtenidos;
Datos rígidos y de difícil administración;
Difícil manipulación de los datos, de acuerdo a las combinaciones que se requieren;
5
Comunidad Universitaria: Académicos, estudiantes, administrativos y egresados que comparten la misión institucional y contribuyen a su
logro.
6
Indicadores: Expresión cuantitativa o cualitativa del valor del valor o propiedad de una acción del trabajo universitario.
18
UNIANDES
Bajo nivel de detalle, para análisis de datos desde diferentes perspectivas; y,
Algoritmos diferentes para tratar los datos.
1.1.1. Formulación del Problema
Deficiente funcionalidad de los sistemas de información convencionales, como soporte a la
toma de decisiones sobre el nivel de satisfacción de la comunidad universitaria de
UNIANDES, en base a las características y estándares de calidad de la Educación Superior
durante su proceso de autoevaluación.
1.1.2. Delimitación del Problema
Objeto de Estudio:
Ingeniería en Sistemas
Campo de Acción:
Sistema de información orientado a la toma de decisiones sobre el nivel
de satisfacción de la comunidad universitaria de UNIANDES, en base
a las características y estándares de calidad de las Instituciones de
Educación Superior del Ecuador, durante su proceso de
Autoevaluación.
Físicamente la investigación se llevará a cabo en la Universidad Regional Autónoma de Los
Andes “UNIANDES”, que se encuentra ubicada geográficamente en la Provincia de
19
UNIANDES
Tungurahua, en el Cantón Ambato, Km. 5 ½ vía Baños; UNIANDES fue creada por la ley de
la República Nº 2 del 12 de Febrero de 1997; publicada en el Registro Oficial Nº 7 del 20 de
Febrero de 19977.
La misión y visión8 de UNIANDES, declaran la cultura de la evaluación y el deseo de ser una
universidad acreditada a nivel nacional e internacional, impulsando procesos de mejoramiento
continuo de la calidad académica y administrativa de la institución, por medio de los procesos
de evaluación y acreditación; la instancia dependiente de la Cancillería encargada de este
proceso es la Comisión de Evaluación Interna (CEI9).10
La Comisión Técnica de Evaluación Interna (CTEI11), es un organismo académico de apoyo a
la Comisión de Evaluación Interna (CEI)12. La CTEI está conformada por un Director, un
representante por cada una de las funciones universitarias y una Secretaria, como se lo indica
a continuación:
Dr. Juan Álvarez - Director
Dr. David Hernández - Gestión Administrativa
Dr. Gonzalo Andrade - Docencia
Dra. Ana Miriam Hernández - Investigación:
Mag. Edwin Vásquez - Vinculación con la Colectividad
Lcda. Lucy Aguirre Paz - Secretaria
Esta Comisión tiene entre sus responsabilidades más importantes el diseño del proyecto de
autoevaluación, las guías y la documentación técnica necesaria para la aplicación del proceso
7
Según el Art. 4 del Estatuto de la Universidad Regional Autónoma de Los Andes –UNIANDES-.
8
9
CEI: Comisión de Evaluación Interna
10
11
CTEI: Comité Técnico de Evaluación Interna
12
Según el Art. 3 del Reglamento de la Comisión de Evaluación Interna de la UNIANDES.
20
UNIANDES
de Evaluación Interna; así como proponer parámetros para el mejoramiento de la calidad
institucional y por ende la acreditación de UNIANDES.
1.2. OBJETIVOS
1.2.1. Objetivo General
Desarrollar un sistema de información para la eficiente toma de decisiones sobre el nivel de
satisfacción de la comunidad universitaria de UNIANDES, en base a las características y
estándares de calidad de las Instituciones de Educación Superior del Ecuador.
1.2.2. Objetivos Específicos
1.2.2.1. Realizar un diagnóstico sobre la metodología a seguir para la valoración de
las características y estándares de calidad de la Educación Superior del país,
así como los instrumentos usados para la Autoevaluación en UNIANDES.
1.2.2.2. Realizar una investigación de campo que permita diagnosticar el apoyo a la
toma de decisiones en UNIANDES, con respecto a otras instituciones que
realicen actividades similares y así valorar la necesidad de implementar un
sistema de información que ayude a esta gestión.
1.2.2.3. Fundamentar bibliográficamente los sistemas de información, sus
herramientas de desarrollo y el apoyo a la toma de decisiones, con el fin de
obtener conocimiento y práctica aplicable de las mismas.
21
UNIANDES
1.2.2.4. Desarrollar el sistema de información bajo todos los parámetros necesarios
con el fin de ayudar a complementar la gestión de la Comisión Técnica de
Evaluación Interna (CTEI), de manera que el resultado final sea el mejor.
1.2.2.5. Validar la propuesta por expertos.
1.3. JUSTIFICACIÓN
La flexibilidad y el manejo de la información es tan importante y trascendente en
UNIANDES, tanto para las Autoridades y Directivos como para la Comisión Técnica de
Evaluación Interna (CTEI).
La integración de datos, la organización y control de las respuestas de cada una de los
instrumentos aplicados a la comunidad universitaria de UNIANDES, es un proceso que no
debe descuidarse y llevarse con total cuidado; para de esta manera no demorar en emitir los
resultados pertinentes y sobre todo apoyar a la toma de decisiones adecuada para la respectiva
planificación de las acciones a realizar como un plan de mejoramiento a la calidad que la
universidad ecuatoriana debe ofrecer a la sociedad.
Es importante además señalar lo indispensables que son los informes generales e individuales
según los estándares del CONEA, ya que estos serán la base para el proceso de Evaluación
Externa13, en consideración de la opinión vertida por los actores internos y externos de
UNIANDES durante el proceso de Autoevaluación.
13
Evaluación Externa: Examen que el CONEA realiza a través de pares académicos, sobre las actividades integrales de una institución de
educación superior, para verificar que su desempeño cumple con las características y estándares de calidad.
22
UNIANDES
De los aspectos mencionados anteriormente, se deduce que de acuerdo a las necesidades
planteadas, existe y se considera que con un DSS14, sistema de información para la toma de
decisiones, se logrará optimizar los procesos y consolidar los resultados para la
Autoevaluación en la UNIANDES; considerando de esta manera que se justifica plenamente
la elaboración del presente sistema de información como apoyo a la toma de decisiones; y por
ende la presente tesis.
Es decir que, de acuerdo a lo planteado, se deduce que existe la necesidad del desarrollo de
un DSS, que facilite a la Comisión Técnica de Evaluación Interna de UNIANDES la toma de
decisiones, en base a las características15 y estándares de calidad, así como, la
correspondiente emisión de informes que son fundamentales para el mejoramiento continuo
de la calidad de la Universidad y por ende su acreditación.
Por lo tanto UNIANDES, se verá beneficiada con el desarrollo de este sistema de soporte para
la toma de decisiones durante el proceso de la acreditación universitaria y por ende su
mejoramiento continuo en busca de la calidad.
14
DSS: Decision Support Systems / Sistemas de soporte a las decisiones
15
Características de Calidad: Enunciados que constituyen aspiraciones factibles de alcanzar e impulsar el proceso de mejoramiento de la
calidad en la educación superior.
23
UNIANDES
2. CAPÍTULO II: MARCO TEÓRICO
2.1. ANTECEDENTES INVESTIGATIVOS
Para el desarrollo de esta investigación se ha podido determinar que a nivel mundial, en
especial las grandes potencias han merecido una especial atención al estudio de los Sistemas
de soporte a la toma de decisiones, al posibilitar el uso de las bases de datos estructuradas y
no estructuradas en el ámbito gerencial. Esto denota el interés de los sectores empresariales
fuertes con relación a los beneficios de los DSS, los cuales han sido implementados en
compañías importantes del mundo como aseguradoras, bancos, telecomunicaciones, viajes y
transporte, salud, manufacturas, gobierno, finanzas, medios y entretenimiento.
En Ecuador el uso de estos sistemas de soporte a la toma de decisiones se encuentran en pleno
desarrollo, las grandes empresas, sobre todo las trasnacionales instaladas en el país, son las
que están aplicando esta tecnología en sus procesos, además, existen varias consultoras que
publicitan esta herramienta para las empresas pequeñas y medianas, ofertando como
beneficios la eficiencia y eficacia en la toma de las decisiones.
16
Un proyecto importante a nivel del DW es el del Banco Central del Ecuador,17 Institución
que incluyó en su plan anual operativo un proyecto para el control de calidad de la
información de la CAE, cargada en el Datawarehouse, con la finalidad de generar estadísticas
de comercio exterior.
16
DW: Datawarehouse
17
http://www.bce.fin.ec/docs.php?path=./documentos/AgendaEconomica/Proyectos2007.pdf
24
UNIANDES
En las Universidades y Escuelas Politécnicas existen algunas investigaciones y aplicaciones
acerca de los DSS y DW de las cuales la gran mayoría son propuestas o trabajos de grado para
la obtención de un título de tercer o cuarto nivel. Lo mismo se ha podido determinar en cuanto
a la investigación realizada en el CDIC18 de la Universidad Regional Autónoma de los Andes
“UNIANDES”, en la cual existen cuatro trabajos relacionados con aplicaciones para la toma
de decisiones y solo uno de ellos cuenta con las características de una Aplicación OLAP19.
Según esta información se puede determinar la existencia de varias aplicaciones DSS
orientadas a diversos temas; más ninguna de ellas ha sido desarrollada para ser aplicada en la
Universidad UNIANDES; menos aún bajo metodología del CONEA y las necesidades de la
CTEI para su proceso de acreditación y mejoramiento continuo.
La Autoevaluación es un riguroso examen que una institución realiza, con amplia
participación de sus integrantes a través de un análisis crítico y un diálogo reflexivo sobre la
totalidad de las autoridades institucionales, con la finalidad de superar los obstáculos
existentes y considerar los logros alcanzados, para mejorar la eficiencia institucional.20
Para ello UNIANDES, elaboró 21 instrumentos entre encuestas y entrevistas sustentadas bajo
las 21 características y 110 estándares, sus ámbitos, criterios y dimensiones; todas cumpliendo
las rigurosas indicaciones del CONEA. Estos instrumentos fueron aplicados a 160221 personas
que constituyeron la muestra que UNIANDES usó entre todos sus actores, tanto internos
como externos.
18
CDIC: Centro de Información y Documentación Científica
19
OLAP: On-Line Analytical Processing
20
CONEA, Guía de Autoevaluación con fines de acreditación para las Universidades y Escuelas Politécnicas. Quito 2003.
21
Según Población y Muestra UNIANDES, Informe Final de Autoevaluación Institucional, UNIANDES 2008
25
UNIANDES
Una vez aplicados estos instrumentos, existió la necesidad de digitalizar los resultados para
que en base de estos, se puedan emitir los primeros resultados generales. Este proceso que a
simple vista parece no tan complejo; es una labor que se somete a un cuidado sumamente
especial durante su registro y control; ya que depende primordialmente de la exactitud y
correcto manejo de este proceso durante su ejecución.
La razón de prever un control que asegure en su totalidad esta actividad, se basa en la
necesidad de poseer datos que sean confiables, veraces y sobretodo que sean verificables al
momento de la evaluación externa o cuando la situación así lo amerite; requerimiento que se
hace indispensable debido a la seriedad de este proceso.
Sin embargo mientras se va dando el proceso, se determina que la base de datos que se iba
construyendo con la información registrada, debía tener características aun más importantes y
complejas, entre ellas la flexibilidad; esto debido a los numerosos informes que se van
requiriendo y lo mas importante por los innumerables cálculos sectorizados que exige el
CONEA como soporte al nivel de satisfacción de la comunidad universitaria con respecto a
cada uno de los estándares de calidad planteados para las instituciones de educación superior.
Este es un inconveniente, que no fue previsto y el cual hasta el momento no se le ha dado
solución alguna; razón por la cual fue la primordial causa de discusión y decisión en espera de
alguna solución oportuna, práctica y factible.
Se espera que al construir una base de datos cuya característica principal sea la flexibilidad,
por medio de un sistema de información como apoyo a la toma de decisiones, se puedan
26
UNIANDES
solucionar los principales inconvenientes detectados y se obtengan resultados que sean claros,
oportunos y concisos para la toma de decisiones y manejo de los diferentes criterios que
UNIANDES requiere para su efectiva presentación ante el CONEA.
2.2. FUNDAMENTACIÓN CIENTÍFICA
2.2.1. Datos
2.2.1.1. Concepto de Datos
Los datos son símbolos que describen condiciones, hechos, situaciones o valores y se
caracterizan por no contener ninguna información. Un dato puede significar un número, una
letra, un signo ortográfico o cualquier símbolo que represente una cantidad, una medida, una
palabra o una descripción.
La importancia de los datos está en su capacidad de asociarse dentro de un contexto para
convertirse en información. Por si mismos los datos no tienen capacidad de comunicar un
significado y por tanto no pueden afectar el comportamiento de quien los recibe. Para ser
útiles, los datos deben convertirse en información para ofrecer un significado, conocimiento,
ideas o conclusiones. (D’Ambrosi, 2009).
2.2.1.2. Concepto de Información
Información es un conjunto de datos significativos y pertinentes que describen sucesos o
entidades.
Los datos significativos constan de símbolos reconocibles, están completos y expresan una
idea no ambigua; es decir que pueden ser correctamente interpretados. Muchos tipos
27
UNIANDES
diferentes de símbolos comprensibles se usan para transmitir datos; mas se debe conocer el
contexto de estos símbolos antes de poder conocer su significado.
Los datos pertinentes o relevantes pueden ser utilizados para responder a preguntas
propuestas. Disponemos de un considerable número de hechos en nuestro entorno. Solo los
hechos relacionados con las necesidades de información son pertinentes. Así la organización
selecciona hechos entre sucesos y entidades particulares para satisfacer sus necesidades de
información.
La información resulta de los conocimientos basados en los datos a los cuales, mediante un
procesamiento, se les ha dado significado, propósito y utilidad.
2.2.1.3. El Concepto de Procesamiento de Datos
El procesamiento de datos consiste en la recolección de los datos primarios de entrada, que
son evaluados y ordenados, para obtener información útil, que luego serán analizados por el
usuario final, para que pueda tomar las decisiones o realizar las acciones que estime
conveniente. (Herrera Enrique, 2003).
2.2.1.4. Ciclo del Procesamiento de los Datos
Las etapas para el Procesamiento de Datos son las siguientes:
a. Entrada: Los datos deben ser obtenidos y llevados a un bloque central para ser procesados.
Los datos en este caso, denominados de entrada, son clasificados para hacer que el proceso
sea fácil y rápido.
b. Proceso: Durante el proceso se ejecutarán las operaciones necesarias para convertir los
datos en información significativa. Cuando la información esté completa se ejecutará la

28
UNIANDES
operación de salida, en la que se prepara un informe que servirá como base para tomar
decisiones.
c. Salida: En todo el procesamiento de datos se plantea como actividad adicional, la
administración de los resultados de salida, que se puede definir como los procesos necesarios
para que la información útil llegue al usuario.
Gráfico 1 – Ciclo del Procesamiento de Datos
2.2.1.5. Procesamiento de Datos Distribuido y Centralizado
Procesamiento Centralizado
A medida que la computación evolucionaba, las computadoras, fueron capaces de manejar
aplicaciones múltiples simultáneamente, convirtiéndose en procesadores centrales conocidos
como "hosts"22 a los que se les conectaban terminales tontas, las mismas que no eran capaces
de procesar información y consistían solamente de dispositivos de entrada/salida (monitor y
teclado) y quizá poco espacio de almacenamiento; por lo tanto trabajaban en contacto directo
con el procesador del host, el cual se ocupaba del proceso y requerimientos de las
aplicaciones invocadas por las terminales tontas. (Herrera Enrique, 2003).
22
Host o Anfitrión: Ordenador que funciona como el punto de inicio y final de las transferencias de datos.
29
UNIANDES
Gráfico 2 – Procesamiento Centralizado
Procesamiento Distribuido
El procesamiento distribuido es multiusuario y multitarea. Está compuesta por un servidor y
por varias terminales inteligentes (computadores autónomos) en las cuales se ejecutarán las
aplicaciones que el usuario utilice o a su vez sobre la CPU del servidor, lo que en términos
informáticos se conoce como “tiempo compartido”. (Herrera Enrique, 2003).
Gráfico 3 – Procesamiento Distribuido
Ventajas del procesamiento distribuido
30
UNIANDES
Mejor rendimiento que el que se obtiene por un procesamiento centralizado. Los datos
pueden colocarse cerca del punto de su utilización, de forma que el tiempo de
comunicación sea mas corto. Varias computadoras operando en forma simultánea
pueden entregar más volumen de procesamiento que una sola computadora.
Los datos duplicados aumentan su confiabilidad. Cuando falla una computadora, se
pueden obtener los datos extraídos de otras computadoras. Los usuarios no dependen
de la disponibilidad de una sola fuente para sus datos.
Los sistemas distribuidos pueden variar su tamaño de un modo más sencillo. Se
pueden agregar computadoras adicionales a la red conforme aumentan el número de
usuarios y su carga de procesamiento. A menudo es más fácil y más barato agregar
una nueva computadora más pequeña que actualizar una computadora única y
centralizada. Después, si la carga de trabajo se reduce, el tamaño de la red también
puede reducirse.
El procesamiento distribuido se puede adecuar de una manera más sencilla a las
estructuras de la organización de los usuarios.
2.2.2. Base de Datos
Se define una base de datos como una serie de datos organizados y relacionados entre sí, los
cuales son recolectados y explotados por los sistemas de información de una empresa o
negocio en particular. (Pérez Damián, 2008)
2.2.2.1. Sistema de Gestión de Base de Datos
31
UNIANDES
Los Sistemas de Gestión de Base de Datos (DBMS 23) son un tipo de software muy específico,
dedicado a servir de interfaz entre la base de datos, el usuario y las aplicaciones que la
utilizan. Se compone de un lenguaje de definición de datos, de un lenguaje de manipulación
de datos y de un diccionario de datos. (Hansen James, 1997).
Lenguaje de definición de datos
Es el lenguaje formal que emplean los programadores para especificar el contenido y
estructura de la base de datos. Este lenguaje define como aparece cada elemento en la base de
datos, antes de que el elemento se traduzca en los formatos requeridos por los programas de
aplicaciones.
Lenguaje de manipulación de datos
Este lenguaje especializado se utiliza en conjunto con algunos lenguajes convencionales de
programación para manipular la información de las bases de datos.
Diccionario de Datos
Es un archivo automatizado o manual, el cual almacena las definiciones de los elementos de
datos y sus características como: uso, presentación física, propiedad, autorización y seguridad.
2.2.2.2. Ventajas de las Bases de Datos
 Dependencia de datos y tratamiento; ya que el cambio en datos no implica cambio en
programas y viceversa por lo tanto se tiene un menor coste de mantenimiento.
 Coherencia de resultados; reduce redundancias porque las acciones son lógicamente
únicas y se evita inconsistencias.
23
DBMS: Data Base Management System
32
UNIANDES
 Mejora en la disponibilidad de datos; no hay dueño de datos ni aplicaciones ni
usuarios.
 Cumplimiento de ciertas normas; restricciones de seguridad en cuanto al acceso de
usuarios a datos y operaciones sobre datos.
 Más eficiencia en la gestión de almacenamiento.
2.2.2.3. Niveles de un Sistema de Base de Datos
Los Sistemas de Bases de Datos pueden ser estudiados desde 3 niveles distintos:
Nivel Físico
Es el nivel real de los datos almacenados. Es decir como se almacenan los datos, ya sea en
registros, o como sea. Este nivel es usado por muy pocas personas que deben estar
cualificadas para ello. Este nivel lleva asociada una representación de los datos, que es lo que
denominamos Esquema Físico.
Nivel Conceptual
Es el correspondiente a una visión de la base de datos desde el punto de visto del mundo real.
Es decir tratamos con la entidad u objeto representado, sin importarnos como está
representado o almacenado. Este nivel lleva asociado el Esquema Conceptual.
Nivel Visión
Son partes del esquema conceptual. El nivel conceptual presenta toda la base de datos,
mientras que los usuarios por lo general sólo tienen acceso a pequeñas parcelas de ésta. El
nivel visión es el encargado de dividir estas parcelas. Un ejemplo sería el caso del empleado
33
UNIANDES
que no tiene porqué tener acceso al sueldo de sus compañeros o de sus superiores. El esquema
asociado a éste nivel es el Esquema de Visión.
Estos tres niveles, componen lo que conocemos como arquitectura de base de datos a 3
niveles.
2.2.2.4. Tipos de Bases de Datos
El DBMS contemporáneo utiliza diversos modelos de bases de datos para dar seguimiento a
entidades24, atributos 25y relaciones. (Laudon y Laudon, 2004).
DBMS Relacional
Este modelo de base de datos lógico trata los datos como si estuvieran almacenados en tablas
de dos dimensiones. Los datos almacenados en una tabla se pueden relacionar con los datos
de otra siempre y cuando las dos tablas compartan un elemento de datos en común.
DBMS Jerárquico
Modelo de bases de datos lógico antiguo que organiza los datos en una estructura tipo árbol.
Un registro se subdivide en segmentos que están conectados entre si en relaciones padre-hijo
de uno a muchos.
DBMS jerárquico y de red
Al igual que el modelo jerárquico, este también es antiguo. La diferencia radica en su utilidad
para describir las relaciones de muchos a muchos; es decir los padres pueden tener muchos
hijos y los hijos más de un padre.
24
ENTIDAD: Persona, lugar,cosa o evento sobre el cual se debe conservar información.
25
ATRIBUTO: Pieza de información que describe a una entidad en particular.
34
UNIANDES
Diferencia entre un DBMS y una Base de Datos
La base de datos es una colección de archivos interrelacionados almacenados en conjunto sin
redundancia y la DBMS es un conjunto de numerosas rutinas de software interrelacionadas
cada una de ellas es responsable de una determinada tarea.
2.2.2.6. Bases de Datos distribuidas
Una base de datos distribuida es aquella que se almacena en más de un lugar físico. Unas
partes de esta base de datos se almacenan físicamente en un lugar y otras se almacenan y
mantienen en otros lugares.
El uso de las bases de datos distribuidas se incrementará de manera considerable en la medida
en que la tecnología de comunicación de datos brinde más facilidades para ello. El uso de
bases de datos facilitará y soportará en gran medida a los Sistemas de Información para la
Toma de Decisiones.
2.2.2.7. Análisis Multidimensional de Datos
Conocido también como Procesamiento analítico en línea (OLAP), permite a los usuarios
manipular y analizar grandes volúmenes de datos desde distintas perspectivas; por medio de
vistas rápidas e ilimitadas de múltiples relaciones de datos. (Laudon y Laudon, 2004).
35
UNIANDES
2.2.3. SQL Server 2000
SQL Server es un conjunto de objetos eficientemente almacenados. Los objetos donde se
almacena la información se denominan tablas, y éstas a su vez están compuestas de filas y
columnas. (Microsoft Corporation, 2010).
En el centro de SQL Server está el motor de SQL Server, el cual procesa los comandos de la
base de datos. Los procesos se ejecutan dentro del sistema operativo y entienden únicamente
de conexiones y de sentencias SQL.
SQL Server incluye herramientas para la administración de los recursos que el ordenador nos
proporciona y los gestiona para un mejor rendimiento de la base de datos; logrando que las
consultas realizadas mediante SQL, obtengan un tiempo óptimo de respuesta y además, que la
memoria y la CPU de la máquina estén aprovechadas al máximo.
2.2.3.1. Transact SQL
Transact-SQL es el lenguaje que utiliza SQL Server para poder enviar peticiones tanto de
consultas, inserciones, modificaciones, y de borrado a las tablas, así como otras peticiones que
36
UNIANDES
el usuario necesite sobre los datos. En definitiva, es un lenguaje que utiliza SQL Server para
poder gestionar los datos que contienen las tablas.
2.2.3.2. Lenguaje SQL
El lenguaje estándar SQL26 se emplea para la manipulación de datos en los sistemas de bases
de datos relacionales RDBMS 27. También es utilizado por otros sistemas como: Oracle,
Access, Sybase, otros.
2.2.3.3. Componentes del SQL Server 2000

Para que SQL Server gestione todo lo relacionado con la información que va a almacenar
utiliza los siguientes componentes:
Net Library
Este componente controla las conexiones de diferentes protocolos y redes, habilitando a SQL
Server para trabajar con múltiples protocolos al mismo tiempo.
Open Data Services (ODS)
Es el componente que está a la espera de nuevas conexiones y respuestas. El ODS controla las
conexiones a SQL Server y las desconexiones inesperadas.
Tabular Data Stream (TDS)
Tabular Data Stream es un protocolo privado que SQL Server emplea para cifrar datos y
comunicarse con las estaciones clientes.
26
SQL: Structured Quero Language
27
RDBMS: Relational Database Management System
37
UNIANDES
Arquitectura SQL Server
SQL Server utiliza la arquitectura Cliente / Servidor para coordinar el trabajo entre el equipo
cliente y el equipo servidor. Dependiendo del tipo de aplicación que se quiera programar
dependerá la repartición de la carga de trabajo entre el cliente y el servidor.
El equipo cliente se suele encargar de la parte lógica y de mostrar la información al usuario
que realiza una petición.
El equipo servidor SQL Server, se encarga de administrar la base de datos, de gestionar los
recursos del servidor. (CPU, memoria, etc.), y por supuesto de resolver y devolver en forma
de solución la petición realizada por el cliente. (Microsoft Corporation, 2010).
2.2.4. Sistema de Información (SI)
Según Laudon y Laudon (2004), se define a un sistema de información como: un conjunto de
componentes interrelacionados que recopilan, procesan, almacenan y distribuyen información
para apoyar a la toma de decisiones y el control en la organización” 28
Los SI contienen información acerca de gente, lugares, condiciones o aspectos importantes
dentro del entorno en el que se desenvuelve.
Existen tres actividades, que producen información que las organizaciones requieren para la
toma de decisiones, control de operaciones, análisis de problemas o la creación de nuevos
servicios, estas actividades son: entrada, procesamiento y salida de información.
La Entrada captura o recolecta datos en bruto tanto del entorno interno como externo
de la organización.
28
Sistemas de Información Gerencial, Laudon & Laudon, PEARSON Prentice Hall
38
UNIANDES
En el Procesamiento los datos de entrada puros se convierten, manejan y analizan,
obteniendo datos mas significativos para el entorno empresarial.
La Salida transfiere la información procesada al talento humano que la usará o a las
actividades en las que se utilizará.
En los SI también existe la Retroalimentación, en la cual los datos de salida son devueltos
al talento humano encargado de evaluar o corregir la etapa de entrada, en caso de ser
necesario.
Gráfico 4 – Actividades de los Sistemas de Información
2.2.4.1. Tipos y Usos de los Sistemas de Información
Según Laudon y Laudon (2004), los sistemas de información se dividen de acuerdo al
siguiente esquema:
39
UNIANDES
Nivel Estratégico
Directores
Nivel Administrativo
Gerentes de nivel medio
Nivel del Conocimiento

Trabajadores del conocimiento y de datos
Nivel Operativo
Gerentes Operativos
Gráfico 5 – Tipos y usos de los Sistemas de Información
2.2.4.2. Sistemas a Nivel Operativo
Como indica su nombre, son los sistemas que ayudan a manejar la empresa con sus
operaciones cotidianas. Estos son los sistemas que operan sobre el "backbone" (columna
vertebral) de cualquier empresa o institución, entre las que se tiene sistemas de ingreso de
órdenes, inventario, fabricación, planilla y contabilidad, entre otros. (Laudon y Laudon,
2004).
Debido a su volumen e importancia en la organización, los sistemas operacionales siempre
han sido las primeras partes de la empresa a ser computarizadas. A través de los años, estos
sistemas operacionales se han extendido, revisado, mejorado y mantenido al punto que hoy,
ellos son completamente integrados en la organización.
Desde luego, la mayoría de las organizaciones grandes de todo el mundo, actualmente no
podrían operar sin sus sistemas operacionales y los datos que estos sistemas mantienen.
40
UNIANDES
A los sistemas de información que apoyan al nivel operativo se los conoce como Sistemas de
Procesamiento de Transacciones (TPS29).
Sistemas de Procesamiento de Transacciones
Son sistemas computarizados que efectúan y registran las transacciones diarias necesarias
para dirigir una organización.
Los Gerentes Operativos30 necesitan los TPS para supervisar el estado de las operaciones
internas y sus relaciones con el entorno externo.
2.2.4.3. Sistemas a Nivel del Conocimiento
Estos sistemas apoyan los trabajadores del conocimiento y de datos de una organización;
tienen como propósito ayudar a las organizaciones a integrar el nuevo conocimiento en sus
funciones y a controlar el flujo de trabajo de oficina. Se destacan entre ellos: los Sistemas de
Trabajo del Conocimiento (KWS31) y los Sistemas de Automatización de Oficina (OAS32).
Sistemas de Trabajo del Conocimiento
Estos sistemas dan soporte a los Trabajadores del Conocimiento33, tales como científicos,
ingenieros doctores, entre otros; les ayudan a crear e integrar nuevos conocimientos que
contribuya a la organización o a toda la sociedad.
29
TPS: Transactions Processing Systems
30
Gerentes Operativos: Personas que supervisan las actividades diarias de una empresa.
31
KWS: Knowledge Work Systems
32
OAS: Office Automation Systems
33
Trabajadores del Conocimiento: Personas profesionales que diseñan productos o servicios y crean conocimiento para la organización.
41
UNIANDES
Sistemas de Automatización de Oficina
El propósito de estos sistemas es dar soporte a los Trabajadores de Datos34, quienes, por lo
general, no crean un nuevo conocimiento sino que usan la información para analizarla y
transformar datos, o para manejarla en alguna forma y luego compartirla o diseminarla
formalmente por toda la organización y algunas veces más allá de ella. Por ejemplo:
Procesadores de datos, Editores, Correo Electrónico, otros.
2.2.4.4. Sistemas a Nivel Administrativo
Facilitan las actividades de supervisión, control, toma de decisiones y administrativas de los
Gerentes de Nivel Medio 35 de una empresa, proporcionando informes periódicos como
soporte para la toma de decisiones. Se caracterizan porque son sistemas sin carga periódica de
trabajo, es decir, su utilización no es predecible. (Laudon y Laudon, 2004
Se destacan entre estos sistemas: los Sistemas de Información Gerencial (MIS36) y los
Sistemas de Apoyo a la Toma de Decisiones (DSS37).
Sistemas de Información Gerencial
Este tipo de sistemas apoyan al nivel administrativo de las empresas, proporcionando a los
gerentes informes semanales, quincenales o mensuales sobre las actividades básicas de una
organización; en base a las funciones de planeación, control y toma de decisiones.
34
Trabajadores de Datos: Personas como secretarias o asistentes que procesar el trabajo de oficina de la organización.
35
Gerentes del Nivel Medio: Personas que están a media jerarquía organizacional y que son responsables de llevar a cabo los planes y
objetivos de la dirección general.
36
MIS: Management Information System
37
DSS: Decision Support Systems
42
UNIANDES
Sistemas de Apoyo a la Toma de Decisiones
Los DSS, tienen la finalidad de apoyar a los Gerentes a tomar decisiones que son exclusivas,
rápidamente cambiantes y no especificadas fácilmente con anticipación. (Laudon y Laudon,
2004).
Estos sistemas se caracterizan por abordar problemas donde el procedimiento para llegar a
una solución, podría no estar predefinido con anterioridad y por tener un poder más analítico
que otros tipos de sistemas por su explícita variedad de modelos de análisis de datos.
Por otra parte, condensan una gran cantidad de datos de tal forma que su análisis sea sencillo
para los encargados de la toma de decisiones y están diseñados de tal forma que los usuarios
puedan trabajar directamente con ellos, en razón de que su software es muy sencillo e
interactivo.
Definición de los DSS
Conjunto de programas y herramientas que permiten obtener de manera oportuna la
información que se requiere mediante el proceso de la toma de decisiones que se desarrolla en
un ambiente de incertidumbre, mediante la generación y evaluación sistemática de diferentes
alternativas o escenarios de decisión, todo este utilizando modelos y herramientas
computacionales.
Características de los DSS
Los DSS se han convertido en una de las herramientas más emblemáticas del Business
Intelligence (BI), ya que, entre otras propiedades, permiten resolver gran parte de las
limitaciones de los programas de gestión. Estas son algunas de sus características principales:
43
UNIANDES
Informes dinámicos, flexibles e interactivos, de manera que el usuario no tenga que
ceñirse a los listados predefinidos que se configuraron en el momento de la
implantación, y que no siempre responden a sus dudas reales.
No requiere conocimientos técnicos. Un usuario no técnico puede crear nuevos
gráficos e informes y navegar entre ellos, haciendo drag&drop38. Por tanto, para
examinar la información disponible no es imprescindible buscar auxilio en el
departamento de informática.
Rapidez en el tiempo de respuesta, ya que la base de datos subyacente suele ser un
datawarehouse39 corporativo o un datamart40, están optimizadas para el análisis de
grandes volúmenes de información.
Integración entre todos los sistemas/departamentos de la compañía. El proceso de
ETL41 previo a la implantación de un Sistema de Soporte a la Decisión garantiza la
calidad y la integración de los datos entre las diferentes unidades de la empresa. Existe
lo que se llama: integridad referencial absoluta.
Cada usuario dispone de información adecuada a su perfil. No se trata de que todo
el mundo tenga acceso a toda la información, sino de que tenga acceso a la
información que necesita para que su trabajo sea lo más eficiente posible.
Disponibilidad de información histórica. En estos sistemas está a la orden del día
comparar los datos actuales con información de otros períodos históricos de la
compañía, con el fin de analizar tendencias, fijar la evolución de parámetros de
negocio, entre otros.
38
Drag and drop: Arrastrar y soltar. Acción de mover con el ratón objetos de una ventana a otra o entre partes de una misma ventana.
39
Datawarehouse: Gran bodega de datos. Base de datos corporativa que se caracteriza por integrar y depurar información de una o más
fuentes distintas, para luego procesarla permitiendo su análisis desde infinidad de perspectivas y con grandes velocidades de respuesta. Se
puede decir que casi siempre está formado por un conjunto de datamarts.
40
Datamart: Pequeños almacenes de datos. Consiste en una réplica del datawarehouse pero dedicada a un área funcional o regional.
41
ETL: (Extract, Transform and Load). Extraer, Transformar y Cargar. Proceso que permite a las organizaciones mover datos desde múltiples
fuentes, reformatorios, limpiarlos y cargarlos en otra base de datos, datamart o datawarehouse para su análisis.
44
UNIANDES
2.2.4.5. Sistemas a Nivel Estratégico
Esta clase de sistemas ayudan a los directores 42a enfrentar y resolver aspectos estratégicos y
tendencias a largo plazo, tanto para la empresa como en el entorno externo. Su función
principal es compaginar los cambios del entorno externo con la capacidad organizacional
existente. Se destacan en esta clasificación los Sistemas de apoyo a ejecutivos (ESS43).
(Laudon y Laudon, 2004).
Sistemas de Apoyo a Ejecutivos
Estos sistemas dan apoyo al nivel estratégico de la organización y auxilian en las decisiones
no rutinarias que requieren juicio, evaluación y comprensión porque no hay un procedimiento
convenido para llegar a una solución. Estos sistemas apoyan a la toma de decisiones no
estructurada mediante el uso de gráficos y comunicaciones avanzadas.
2.2.5. Inteligencia de Negocios
2.2.5.1. Origen de la Inteligencia de Negocios
En la década del 60, las aplicaciones se corrían de forma individual en archivos maestros que
almacenaban los datos en medios magnéticos, con la limitante del acceso secuencial. (Nader
Javier, 2007).
En la década del 70, cuando aparecen los dispositivos de almacenamiento de acceso directo,
se da un gran paso en cuanto a la velocidad para acceder a los datos, pues con ellos las
búsquedas ya no eran lineales, sino directas. Junto con ello también aparecen sistemas de
42
Director: Persona que ocupa el puesto jerárquico mas alto en una organización y que son responsables de tomar decisiones a largo plazo.
43
ESS: Executive Support Systems
45
UNIANDES
administración de bases de datos (DBMS44), cuyo propósito era facilitar al programador el
acceso a la información al encargarse del almacenamiento e índices. En ese entonces se
definió a la base de datos como “una fuente única de información para todo el
procesamiento”.
Tanto la implementación de las bases de datos para el procesamiento en línea como las nuevas
tecnologías y lenguajes de cuarta generación 45, proveyeron al usuario la facilidad de tener el
control directo de los sistemas y la información, dando origen a los primeros Sistemas de
Información formales. Pero también fueron el inicio del paradigma de una sola base de datos
que pudiera servir tanto al procesamiento operativo como al procesamiento de alto nivel.
La información almacenada en las bases de datos mantiene el registro total de lo que sucede
en la organización. Cuando un usuario operativo desea consultar transacciones unitarias o
pequeños grupos de transacciones, se puede acceder directamente y extraer la información en
un lapso muy breve, ¿Pero que pasa cuando los datos sobrepasan los límites permisibles para
tener la información disponible?
Algunos de los factores causales de que las bases de datos se volvieran poco operativas para
consultas extensas son las fusiones, la globalización, las alianzas, la diversificación de
productos, el crecimiento exponencial de las empresas y, en general, todas las condiciones
derivadas de la evolución natural de las empresas que trajo consigo un aumento cuantitativo
de los datos que se necesitaba almacenar. A esto hay que agregar que las herramientas o
software necesario para obtener la información eran muy especializados y rara vez una
persona que toma decisiones tenía el background necesario para manipular información.
44
DBMS: Data Base Management Systems
45
Lenguajes de cuarta generación: Lenguajes de alto nivel, programación orientada a objetos. Características: interfaz gráfica, generación
automática del código y acceso al manejo de las bases de datos.
46
UNIANDES
La información primitiva se volvió muy extensa y poco práctica para cierto tipo de consultas,
había que desarrollar nueva tecnología que permitiera derivar información calculada o
sumarizada para satisfacer las necesidades de la administración, además, la información
primitiva representa el valor actual, es utilizada y operada en procesos repetitivos, por lo
tanto, es posible su modificación.
La información derivada no puede ser actualizada porque, normalmente, contiene valores
históricos, es operada y utilizada por procesos que se ejecutan aleatoriamente. La información
primitiva es operacional apoyando las funciones de empleados de línea, la información
derivada es para el soporte de decisiones que normalmente apoya a administradores y
ejecutivos.
Teniendo tantas diferencias es complicado entender que la misma información pueda residir
en una misma base de datos. De hecho así fue, la gente que toma decisiones demandó
respuesta a sus necesidades en los almacenes operativos encontrando muchas limitantes en
tiempo y forma, a fin de cuentas es posible satisfacer los requerimientos, pero no como los
necesita quien toma decisiones, la tecnología intervino para desarrollar arquitecturas
especializadas para que resida la información según su tipo y que sea operada por el software
adecuado para desempeñar sus funciones.
Inteligencia de Negocios (BI46) es un concepto que se asocia 100% con los niveles directivos,
surge de la necesidad de contar con información para dirigir el rumbo de la empresa por los
altos mandos, sin embargo, con el tiempo se ha ido ampliando el alcance de este término hasta
llegar prácticamente a toda la empresa. El énfasis es en los requerimientos y de ahí se
46
BI: Business Intelligence.
47
UNIANDES
desprenden las aplicaciones, es decir, los hombres de negocio dictan las necesidades y la
gente técnica investiga y adapta la tecnología para resolver favorablemente esos
requerimientos con todos los medios a su alcance.
2.2.5.1. Definición de la Inteligencia de Negocios
Es el conjunto de tecnologías que permiten a las empresas utilizar la información disponible
en cualquier parte de la organización para hacer mejores análisis, descubrir nuevas
oportunidades y tomar decisiones más informadas. (Nader Javier, 2007).
Queda claro que BI no es una metodología, software, sistema o herramienta específica, es más
bien un conjunto de tecnologías que van desde arquitecturas para almacenar datos,
metodologías, técnicas para analizar información y software entre otros, con un fin común
para el apoyo a la toma de decisiones. A partir de elementos comunes es que podemos obtener
una definición que abarca BI en cuando a su utilidad y funcionalidad en las empresas.
2.2.5.3. El rol de la información en la inteligencia de negocios
Es la esencia de la Inteligencia de Negocios, su finalidad consiste en proveer de información
al usuario final para apoyarlo en la toma de decisiones, y esta información puede provenir
tanto de los almacenes operacionales como de arquitecturas diseñadas específicamente para el
análisis como DataMart y Datawarehouse. El usuario puede necesitar información de
cualquier fuente primitiva o derivada para apoyarse en su labor, para lo cual BI utiliza o
construye fuentes de datos o de información interna o externa, que son la principal materia
prima de esta Tecnología.
48
UNIANDES
2.2.5.4. Apoyo a la Toma de Decisiones
La tendencia de las organizaciones actuales es demandar información en los niveles donde
antes la administración se basaba en la intuición y el sentido común para tomar decisiones.
Esto implica tecnologías, técnicas de análisis y todo aquello que sea necesario para obtener de
los datos, solo aquella información relevante y útil a la labor del usuario.
En sí el origen de BI, surge en la toma de decisiones para obtener ventajas competitivas
producto de decisiones mejor informadas. Si su origen cae en el desarrollo de negocios, es
lógico entender que BI sea un apoyo para tal efecto. BI abarca cualquier forma de organizar
información, siempre y cuando sostenga la Toma de Decisiones.
2.2.6. Datawarehouse
Un Datawarehouse o Almacén de Datos es una colección de datos orientado a temas,
integrado, no volátil, de tiempo variante, que se usa para el soporte del proceso de toma de
decisiones gerenciales. (Cáceres Claudio, 2005)
El objetivo del DW es el de satisfacer los requerimientos de información interna de la
organización para una mejor gestión.
Los DW generan bases de datos tangibles con una perspectiva histórica, utilizando datos de
múltiples fuentes que se fusionan en forma congruente. Estos datos se mantienen
actualizados, pero no cambian al ritmo de los sistemas transaccionales.
49
UNIANDES
2.2.6.1. Diferencia entre Datos Operacionales y el Datawarehouse
Se puede diferenciar un datawarehouse con respecto a los datos operacionales, con el
siguiente ejemplo relacionado a los datos de un negocio:
Base de Datos Operacional Datawarehouse

Datos Operacionales Datos del negocio para Información
Orientado a la aplicación Orientado al sujeto
Actual Actual + histórico
Detallada Detallada + más resumida
Cambia continuamente Estable
Gráfico 6 – Diferencia entre Datos Operacionales y el Datawarehouse
2.2.6.2. Características de un Datawarehouse
Entre las principales podemos citar y explicar las siguientes:
Orientado al tema
Integrado
De tiempo variante
No volátil
Orientado a temas
Una primera característica del datawarehouse es que la información se clasifica en base a los
aspectos que son de interés para la empresa. Siendo así, los datos tomados están en contraste
con los clásicos procesos orientados a las aplicaciones. (Cáceres Claudio, 2005)
50
UNIANDES
El ambiente operacional se diseña alrededor de las aplicaciones y funciones tales como
préstamos, ahorros, tarjeta bancaria y depósitos para una institución financiera. Por ejemplo,
una aplicación de ingreso de órdenes puede acceder a los datos sobre clientes, productos y
cuentas. La base de datos combina estos elementos en una estructura que acomoda las
necesidades de la aplicación.
En el ambiente datawarehousing se organiza alrededor de sujetos tales como cliente,
vendedor, producto y actividad. Por ejemplo, para un fabricante, éstos pueden ser clientes,
productos, proveedores y vendedores. Para una universidad pueden ser estudiantes, clases y
profesores. Para un hospital pueden ser pacientes, personal médico, medicamentos, etc.
O
R
I
E
N O
T R
A I
C OPERACIONAL E DATAWAREHOUS
I N E
Ó PRÉSTAMOS T
CLIENTE
N A
C
A I
Ó
AHORROS
U N VENDEDOR
N
A A
L
A PRODIUCTO
TARJETA BANCARIA
P T
L E
I M
C A
A DEPÓSITO
C ACTIVIDAD
I
Ó
N
Gráfico 7 – Datawarehouse, característica: Orientado a temas
51
UNIANDES
Las aplicaciones están relacionadas con el diseño de la base de datos y del proceso. En data
warehousing se enfoca el modelamiento de datos y el diseño de la base de datos. El diseño del
proceso (en su forma clásica) no es separado de este ambiente. (Cáceres Claudio, 2005)
Las diferencias entre la orientación de procesos y funciones de las aplicaciones y la
orientación a temas, radican en el contenido de la data a nivel detallado. En el datawarehouse
se excluye la información que no será usada por el proceso de sistemas de soporte de
decisiones, mientras que la información de las orientadas a las aplicaciones, contiene datos
para satisfacer de inmediato los requerimientos funcionales y de proceso, que pueden ser
usados o no por el analista de soporte de decisiones.
Integración
El aspecto más importante del ambiente datawarehousing es que la información encontrada al
interior está siempre integrada. A través de los años, los diseñadores de las diferentes
aplicaciones han tomado sus propias decisiones sobre cómo se debería construir una
aplicación. Los estilos y diseños personalizados se muestran de muchas maneras.
La integración de datos se muestra de muchas maneras: en convenciones de nombres
consistentes, en la medida uniforme de variables, en la codificación de estructuras
consistentes, en atributos físicos de los datos consistentes, fuentes múltiples y otros.
52
UNIANDES
Codificación: Por ejemplo: los diseñadores de aplicaciones codifican el campo GENERO
en varias formas. Un diseñador representa GENERO como una "M" y una "F", otros como
un "1" y un "0", otros como una "X" y una "Y" e inclusive, como "masculino" y
"femenino".
No importa mucho cómo el GENERO llega al datawarehouse. Probablemente "M" y "F"
sean tan buenas como cualquier otra representación. Lo importante es que sea de cualquier
fuente de donde venga, el GENERO debe llegar al datawarehouse en un estado integrado
uniforme.
Por lo tanto, cuando el GÉNERO se carga en el datawarehouse desde una aplicación,
donde ha sido representado en formato "M" y "F", los datos deben convertirse al formato
del datawarehouse.
Medida de atributos. Los diseñadores de aplicaciones miden las unidades de medida de
las tuberías en una variedad de formas. Un diseñador almacena los datos de tuberías en
centímetros, otros en pulgadas, otros en millones de pies cúbicos por segundo y otros en
yardas. Al dar medidas a los atributos, la transformación traduce las diversas unidades de
medida usadas en las diferentes bases de datos para transformarlas en una medida estándar
común. Cualquiera que sea la fuente, cuando la información de la tubería llegue al
datawarehouse necesitará ser medida de la misma manera.
Convenciones de Nombramiento.- El mismo elemento es frecuentemente referido por
nombres diferentes en las diversas aplicaciones. El proceso de transformación asegura que
se use preferentemente el nombre de usuario.
Fuentes Múltiples.- El mismo elemento puede derivarse desde fuentes múltiples. En este
caso, el proceso de transformación debe asegurar que la fuente apropiada sea usada,
documentada y movida al depósito.
53
UNIANDES
Cualquiera que sea la forma del diseño, el resultado es el mismo - la información necesita
ser almacenada en el datawarehouse en un modelo globalmente aceptable y singular, aun
cuando los sistemas operacionales subyacentes almacenen los datos de manera diferente.
INTEGRACIÓN
OPERACIONAL DATAWAREHOUSE
A: m, f
m, f
B: 1, 0
C: x, y
D: masculino, femenino
A: cm.
cm.
B: pulgadas
C: mcf
D: yardas
Gráfico 8 – Datawarehouse, característica: Integración
De tiempo variante
Toda la información del datawarehouse es requerida en algún momento. Esta característica
básica de los datos en un depósito, es muy diferente de la información encontrada en el
ambiente operacional. En éstos, la información se requiere al momento de acceder. En otras
palabras, en el ambiente operacional, cuando usted accesa a una unidad de información, usted
espera que los valores requeridos se obtengan a partir del momento de acceso. (Cáceres
Claudio, 2005).
54
UNIANDES
Como la información en el datawarehouse es solicitada en cualquier momento (es decir, no
"ahora mismo"), los datos encontrados en el depósito se llaman de "tiempo variante".
Los datos históricos son de poco uso en el procesamiento operacional. La información del
depósito por el contraste, debe incluir los datos históricos para usarse en la identificación y
evaluación de tendencias.
DE TIEMPO VARIANTE
Datos instantáneos: Valor actual de los datos:

• Horizonte de tiempo: 5 –10 años. • Horizonte de tiempo: 60 – 90
• La clave contiene un elemento de días.
tiempo. •La clave puede, como no, tener un
• Una vez que el snapshot se elemento de tiempo.
realice, el registro no puede ser •Los datos pueden ser
actualizado. actualizados.
Gráfico 9 – Datawarehouse, característica: De tiempo variante
El tiempo variante se muestra de muchas maneras:
La información representa los datos sobre un horizonte largo de tiempo - desde cinco a
diez años.
Cada estructura clave en el datawarehouse contiene, implícita o explícitamente, un
elemento de tiempo como día, semana, mes, etc.
La información del datawarehouse es, para todos los propósitos prácticos, una serie larga
de snapshots47.
47
SNAPSHOTS: Vistas instantáneas
55
UNIANDES
No volátil
La información es útil sólo cuando es estable. Los datos operacionales cambian sobre una
base momento a momento. La perspectiva más grande, esencial para el análisis y la toma de
decisiones, requiere una base de datos estable.
El siguiente gráfico se muestra que la actualización (insertar, borrar y modificar), se hace
regularmente en el ambiente operacional sobre una base de registro por registro. Pero la
manipulación básica de los datos que ocurre en el datawarehouse es mucho más simple. Hay
dos únicos tipos de operaciones: la carga inicial de datos y el acceso a los mismos. No hay
actualización de datos (en el sentido general de actualización) en el depósito, como una parte
normal de procesamiento. (Cáceres Claudio, 2005)
NO VOLÁTIL
CAMBIA REEMPLAZA
INSERTA INSERT
A ACCESA
CARGA
REEMPLAZA CAMBIA
Normalmente, la data es actualizada La data es cargada en el depósito de datos
registro por registro. y es accesada allí, pero una vez que el
snapshot está hecho, los datos en el
depósito no cambian.
Gráfico 10 - Datawarehouse, característica: No volátil
2.2.6.3. Estructura de un Datawarehouse
Los diferentes componentes del datawarehouse son:
Detalle de datos actuales
Detalle de datos antiguos
56
UNIANDES
Datos ligeramente resumidos
Datos completamente resumidos
Meta data
Detalle de datos actuales
En gran parte, el interés más importante radica en el detalle de los datos actuales, debido a
que:
Refleja las ocurrencias más recientes, las cuales son de gran interés.
Es voluminoso, ya que se almacena al más bajo nivel de granularidad.
Casi siempre se almacena en disco, el cual es de fácil acceso, aunque su
administración sea costosa y compleja.
Detalle de datos antiguos
La data antigua es aquella que se almacena sobre alguna forma de almacenamiento masivo.
No es frecuentemente accesada y se almacena a un nivel de detalle, consistente con los datos
detallados actuales. Mientras no sea prioritario el almacenamiento en un medio de almacenaje
alterno, a causa del gran volumen de datos unido al acceso no frecuente de los mismos, es
poco usual utilizar el disco como medio de almacenamiento.
Datos ligeramente resumidos
La data ligeramente resumida es aquella que proviene desde un bajo nivel de detalle
encontrado al nivel de detalle actual. Este nivel del datawarehouse casi siempre se almacena
en disco.
57
UNIANDES
Datos completamente resumidos
Estos datos son compactos y fácilmente accesibles.
Metadata
El componente final del datawarehouse es el de la metadata. De muchas maneras la metadata
se sitúa en una dimensión diferente al de otros datos del datawarehouse, debido a que su
contenido no es tomado directamente desde el ambiente operacional.
La metadata juega un rol especial y muy importante en el datawarehouse y es usada como:
Un directorio para ayudar al analista a ubicar los contenidos del datawarehouse.
Una guía para el mapping48 de datos de cómo se transforma, del ambiente operacional
al de datawarehouse.
Una guía de los algoritmos usados para la esquematización entre el detalle de datos
actual, con los datos ligeramente resumidos y éstos, con los datos completamente
resumidos, etc.
2.2.6.4. Arquitectura de un Datawarehouse
Antes de describir la arquitectura datawarehouse, se debe considerar que este término se
utiliza indistintamente para hablar de la arquitectura en sí, como también para uno de los
componentes que la conforman (almacenamiento físico de los datos); como se explicará en
breve. (Cáceres Claudio, 2005)
48
MAPPING: Mapa, seguimiento.
58
UNIANDES
Gráfico 11 – DWA, Arquitectura del Datawarehouse
Una Arquitectura Datawarehouse (DWA49) es una forma de representar la estructura total de
datos, comunicación, procesamiento y presentación, que existe para los usuarios finales
dentro de la empresa.
La arquitectura se constituye de un número de partes interconectadas, estas son:
Datos operacionales
Extracción de Datos
Transformación de Datos
Carga de Datos
Datawarehouse
Herramientas de Acceso al Componente de Almacenamiento
49
DWA: Datawarehouse Architecture
59
UNIANDES
Datos operacionales
Constituye el origen o fuente de datos para poblar el componente de almacenamiento físico
del DW. El origen de los datos son los sistemas transaccionales internos de la organización
como también los datos externos a ésta.
Extracción de Datos
Es la selección sistemática de datos operacionales usados para poblar el componente de
almacenamiento físico del DW. Obtención de información de las distintas fuentes tanto
internas como externas.
Transformación de Datos
Representa los procesos para sumarizar y realizar otros cambios en los datos operacionales
para reunir los objetivos de orientación a temas e integración principalmente. Filtrado,
limpieza, depuración, homogeneización y agrupación de la información.
Carga de Datos
Consiste en la inserción sistemática de datos en el componente de almacenamiento físico del
DW. Organización y actualización de los datos y los metadatos en la base de datos.
Datawarehouse
Se refiere al almacenamiento físico de datos de la arquitectura del DW.
60
UNIANDES
Herramientas de Acceso al componente de almacenamiento.
Constituyen las herramientas utilizadas para el acceso a los datos. Estas herramientas
específicas de mercado para la visualización multidimensional almacenadas en
datawarehouses como también desarrolladas dentro de la organización.
De los pasos mencionados: Extracción, Transformación y Carga de Datos se conforma el
proceso conocido como ETL.
2.2.6.5. Usos del Datawarehouse
Los datos operacionales y los datos del datawarehouse son accesados por usuarios que usan
los datos de maneras diferentes.
Uso de Base de Datos Operacionales Uso de Data Warehouse

Muchos usuarios concurrentes Pocos usuarios concurrentes
Consultas complejas, frecuentemente no
Consultas predefinidas y actualizables
anticipadas.
Cantidades pequeñas de datos detallados Cantidades grandes de datos detallados
Requerimientos de respuesta inmediata Requerimientos de respuesta no críticos
Gráfico 12 – Usos del Datawarehouse, comparación.
Los usuarios de un datawarehouse necesitan acceder a los datos complejos, frecuentemente
desde fuentes múltiples y de formas no predecibles.
Los usuarios que accedan a los datos operacionales, comúnmente efectúan tareas predefinidas
que, generalmente requieren acceso a una sola base de datos de una aplicación. Por el
contrario, los usuarios que accedan al datawarehouse, efectúan tareas que requieren acceso a
un conjunto de datos desde fuentes múltiples y frecuentemente no son predecibles. Lo único
61
UNIANDES
que se conoce (si es modelada correctamente) es el conjunto inicial de datos que se han
establecido en el depósito. (Cáceres Claudio, 2005)
Sólo pocos usuarios acceden a los datos concurrentemente
En contraste a la producción de sistemas que pueden manejar cientos o miles de usuarios
concurrentes, al datawarehouse accede un limitado conjunto de usuarios en cualquier tiempo
determinado.
Los usuarios generan un procesamiento no predecible y complejo.
Los usuarios del datawarehouse generan consultas complejas. A veces la respuesta a una
consulta conduce a la formulación de otras preguntas más detalladas.
En efecto, los usuarios frecuentemente comienzan buscando en los datos resumidos y como
identifican áreas de interés, comienzan a acceder al conjunto de datos detallado. Los
conjuntos de datos resumidos representan el "Qué" de una situación y los conjuntos de datos
detallados permiten a los usuarios construir un cuadro sobre "Cómo" se ha derivado esa
situación.
Las consultas de los usuarios acceden a cantidades grandes de datos.
Debido a la necesidad de investigar tendencias y evaluar las relaciones entre muchas clases de
datos, las consultas al datawarehouse permiten acceder a volúmenes muy grandes tanto de
datos detallados como resumidos.
62
UNIANDES
Las consultas de los usuarios no tienen tiempos de respuesta críticos
Las transacciones operacionales necesitan una respuesta inmediata porque un cliente puede
estar esperando una respuesta. En el datawarehouse, por el contrario, tiene un requerimiento
de respuesta no-crítico porque el resultado frecuentemente se usa en un proceso de análisis y
toma de decisiones.
2.2.6.6. Software en un Datawarehouse
Para extraer la información importante de una empresa para la toma de decisiones, es
necesario software especializado que permita capturar los datos relevantes en forma rápida y
pueda verse a través de diferentes dimensiones de los datos. El software o herramienta no
debería limitarse únicamente al acceso a los datos, si no también, al análisis significativo de
los datos. En efecto, transformar los datos de la información cruda o no procesada, en
información útil para la empresa. (Cáceres Claudio, 2005)
Clasificación de los Software
Los software usados en un datawarehouse se clasifican en:
Herramientas de Consulta y Reporte
Herramientas de Base de Datos Multidimensionales/ Olap (On Line Analytical
Processing)
Sistemas de Información Ejecutivos
Herramientas Data Mining
Sistemas de Gestión de Bases de Datos.
63
UNIANDES
Herramientas de consulta y reporte
Existe una gran cantidad de poderosas herramientas de consulta y reporte en el mercado. Las
más simples de estas herramientas son productos de reporte y consultas básicas. Ellos
proporcionan desde pantallas gráficas a generadores SQL (o más preciso, generadores de
acceso-llamada a base de datos).
Las herramientas de consulta al igual que la mayoría de herramientas visuales, le permiten
apuntar y dar un click a los menús y botones para especificar los elementos de datos,
condiciones, criterios de agrupación y otros atributos de una solicitud de información.
La herramienta de consulta genera entonces un llamado a una base de datos, extrae los datos
pertinentes, efectúa cálculos adicionales, manipula los datos si es necesario y presenta los
resultados en un formato claro.
Herramientas de base de datos multidimensionales / OLAP
Los generadores de reporte tienen sus limitaciones cuando los usuarios finales necesitan más
que una sola, una vista estática de los datos, que no sean sujeto de otras manipulaciones. Para
estos usuarios, las herramientas del procesamiento analítico en línea (OLAP - On Line
Analytical Processing), proveen capacidades que permiten analizar por qué los resultados
están como están.
Las primeras soluciones OLAP estuvieron sustentadas en bases de datos multidimensionales
(MDDBS). Un cubo estructural (dos veces un hipercubo o un arreglo multidimensional)
almacenaba los datos para que se puedan manipular intuitivamente y claramente ver las
asociaciones a través de dimensiones múltiples. Los productos pioneros tal como Essbase de
64
UNIANDES
Arbor Software soportan directamente las diferentes vistas y las manipulaciones
dimensionales requeridas por OLAP.
Sistemas de información ejecutivos
Las herramientas de sistemas de información ejecutivos (EIS50), proporcionan medios
sumamente fáciles de usar para consulta y análisis de la información confiable. Generalmente
se diseñan para el usuario que necesita conseguir los datos rápidamente, pero quiere utilizar el
menor tiempo posible para comprender el uso de la herramienta.
Herramientas Data Mining
Data mining es una categoría de herramientas de análisis open-end. En lugar de hacer
preguntas, se toma estas herramientas y se pregunta algo "interesante", una tendencia o una
agrupación peculiar, por ejemplo. El proceso de data mining extrae los conocimientos
guardados o información predictiva desde el datawarehouse sin requerir pedidos o preguntas
específicas.
Sistemas de gestión de base de datos
Estos software proporcionan procesamiento en paralelo y/o algo fuera de los aspectos
ordinarios, que puedan ser especialmente interesantes para la gente de desarrollo de
datawarehouse y de sistemas de soporte de decisiones.
50
IES: Executive information Systems
65
UNIANDES
Elección de herramientas
Hay algunas reglas obvias a seguir cuando se eligen herramientas de análisis. Las
herramientas se combinan según las necesidades de los usuarios finales, capacidad técnica
empresarial y la fuente de datos existente.
Los software de negocio inteligentes son sólo herramientas. Todavía se necesita gerentes y
ejecutivos que capten los conocimientos derivados y tomen decisiones intuitivamente. En
otras palabras, estos software requieren todavía inteligencia comercial propia.
En la siguiente tabla se definen los parámetros a tener en cuenta para la elección de las
herramientas adecuadas.
Elección de la Herramienta adecuada

Tipo de Herramienta Pregunta básica Modelo de Salida Usuario típico
Reportes de ventas
Necesita data histórica puede
Consulta y Reporte ¿Qué sucedió? mensuales; histórico de
tener aptitud técnica limitada
inventario
Necesita ir de una visión
Procesamiento analítico ¿Qué sucedió y Ventas mensuales vs.
estática de los datos a "slicing
Cambios de precio de los
and dicing" técnicamente
en línea (OLAP) por qué? competidores
astuto
Necesita información
Sistema de Información ¿Qué necesito
Libros electrónicos; Centros resumida o de alto nivel
de comandos puede no ser técnicamente
Ejecutiva (SIE) conocer ahora?
astuto
Necesita extraer la relación y

¿Qué es interesante?
tendencias de la data
Data mining Modelos predictivos
ininteligible técnicamente
¿Qué podría pasar?
astuto.
Gráfico 13 – Software en un DW, Elección de la herramienta adecuada
66
UNIANDES
2.2.7. Analysis Services
Analysis Services de Microsoft SQL Server 2000, es una herramienta que incluye el
procesamiento analítico en línea (OLAP) y la minería de datos, que se puede usar para
descubrir información de las bases de datos relacionales y los cubos OLAP.
2.2.7.1. Características de Analysis Services
Entre las principales características de Analysis Services de SQL Server 2000 podemos
indicar las siguientes: (Microsoft Corporation, 2010).
Es un servidor de nivel intermedio para procesos analíticos en línea (OLAP) y minería
de datos.
El sistema Analysis Services incluye un servidor que administra cubos de datos
multidimensionales para analizarlos y proporciona un rápido acceso cliente a la
información de los cubos.
Organiza los datos de un almacenamiento de datos en cubos con datos de agregación
precalculados para proporcionar respuestas rápidas a consultas analíticas complejas.
Permite también crear modelos de minería de datos de orígenes de datos
multidimensionales (OLAP) y relacionales. Puede aplicar modelos de minería de datos
a ambos tipos de datos. Microsoft Excel y aplicaciones de otros fabricantes utilizan el
servicio PivotTable51, el proveedor compatible con OLE DB52 que se incluye, para
recuperar datos del servidor y presentarlos al usuario o para crear cubos de datos
locales para el análisis sin conexión.
51
PivotTable: Tabla pívot. Herramienta para el análisis de datos.
52
OLE DB: Object Linking and Embedding for Databases. Enlace e incrustación de objetos para base de datos.
67
UNIANDES
Facilidad de Uso
Para facilitar el uso de la tecnología de proceso analítico en línea (OLAP) y minería de datos,
Analysis Services proporciona asistentes, editores, herramientas e información en Analysis
Manager. Esta aplicación de consola proporciona una interfaz de usuario para tener acceso a
Analysis server y sus depósitos de metadatos53.
Entre las principales facilidades de uso, se presentan las siguientes:
Incluye material tutorial e información general;
Metadatos y visualización de datos;
Asistente y editor de cubos;
Asistente y editor de dimensiones;
Asistente para actualización incremental;
Asistente para particiones, almacenamiento y agregado de datos;
Asistente para análisis y optimización de uso;
Asistente para celadas calculadas y acciones;
Asistente y editor de cubos virtuales;
Asistente y editor para modelo de minería de datos; y, otros.
Modelo de datos flexible
El Analysis Services es compatible con varios modelos de almacenamiento y de datos, lo que
le permitirá crear y mantener un sistema que satisfaga las necesidades de su organización.
53
Metadatos: “Información sobre información” o “datos sobre datos”. Son datos altamente estructurados que describen el contenido, la
calidad, la condición y otras propiedades de los datos.
68
UNIANDES
Opciones de almacenamiento múltiple de datos
Analysis Services ofrece tres modos de almacenamiento para dimensiones, particiones y
cubos:
OLAP multidimensional (MOLAP54)
Los datos subyacentes de un cubo se almacenan con los datos de agregación en una
estructura multidimensional de alto rendimiento. El sistema de almacenamiento
MOLAP proporciona un rendimiento y compresión de datos excelentes.
OLAP relacional (ROLAP55)
Los datos subyacentes de un cubo se almacenan en una base de datos relacional con
los datos de agregados. El sistema de almacenamiento ROLAP le permitirá sacar el
máximo partido de la inversión que ha realizado en tecnología relacional y en
herramientas de administración de datos empresariales. Hybrid Online Analytical
Process
OLAP híbrido (HOLAP56)
Los datos subyacentes de un cubo se almacenan en una base de datos relacional y los
datos de agregación se almacenan en una estructura multidimensional de alto
rendimiento. El sistema de almacenamiento HOLAP ofrece las ventajas de MOLAP
para las agregaciones sin necesidad de duplicar los datos de detalle subyacentes.
Escalabilidad
Analysis Services proporciona una arquitectura escalable para controlar una gran variedad de
escenarios de almacenamiento de datos. Se citan los mas relevantes:
54
MOLAP: Multidimensional Online Analytical Processing.
55
ROLAP: Relational Online Analytical Processing.
56
HOLAP: Hybrid Online Analytical Processing.
69
UNIANDES
Utilizando el Asistente para almacenamiento y agregado de datos, se puede optimizar
el equilibrio entre el rendimiento del sistema y el espacio en disco asignado a
agregaciones de almacenamiento;
Puede optimizar el rendimiento de un cubo para proporcionar una respuesta rápida a
las consultas más frecuentes dirigiendo el Asistente para optimización basada en el
uso para diseñar agregaciones apropiadas a esas consultas a la vez que se mantienen
requisitos de almacenamiento razonables;
En los modos de almacenamiento OLAP multidimensional (MOLAP) y OLAP híbrido
(HOLAP), Analysis Services almacena toda o parte de la información en estructuras
multidimensionales. En estas estructuras, espacio de almacenamiento no se utiliza para
celdas vacías, a la vez que se aplica un sofisticado algoritmo de compresión de datos a
la información que está almacenada;
El servicio PivotTable incorpora funcionalidad de servidor de manera que, con
frecuencia, se puedan realizar cálculos en el cliente en lugar del servidor. Debido a
que distribuye la carga computacional entre el servidor y el cliente, esto aumenta la
capacidad del servidor, reduce el tráfico en la red y mejora el rendimiento de los
clientes;
La administración inteligente de caché integra Analysis server con el cliente del
servicio PivotTable, minimizando el tráfico a través de las conexiones de LAN y
WAN. El servicio PivotTable contiene un motor de cálculo multidimensional eficaz
para disminuir el tráfico por la red y permitir el análisis de los datos locales
multidimensionales cuando el cliente no se encuentre conectado al servidor; y, otros.
70
UNIANDES
Integración
El Analysis Services funciona con otros componentes y programas para garantizar la solidez
en toda la empresa.
Consola de administración integrada, Analysis Services incluye Analysis Manager,
una herramienta de administración gráfica que proporciona un marco de trabajo y
una interfaz de usuario comunes para definir, tener acceso y administrar Analysis
servers y bases de datos.
Seguridad Integrada, el acceso a cubos y a modelos de minería de datos está
basado en la seguridad de Microsoft Windows NT 4.0 o Windows 2000,
proporcionando integración con SQL Server 2000 o versiones anteriores mediante
definiciones de grupos y cuentas de usuario del sistema.
Servicios de transformación de datos (DTS), se puede crear paquetes que
procesen cubos y modelos de minería de datos, así como ejecutar consultas de
pronóstico basadas en modelos de minería de datos. Estos paquetes se pueden
programar para ejecutarlos automáticamente.
Meta Data Services, permite almacenar metadatos de Analysis Services para
definiciones de objetos y una plataforma para distribuir metadatos.
Caché del Cliente, se conecta a Analysis server a través del servicio PivotTable.
Puesto que el servicio PivotTable recibe metadatos con datos del servidor como
respuesta a una consulta, se puede utilizar datos de la caché del cliente para
calcular la respuesta a consultas subsecuentes sin enviar una nueva consulta al
servidor.
El servicio PivotTable comparte gran parte de sus funciones con el servidor, lo que
permite traer directamente al equipo cliente el motor de cálculo multidimensional,
71
UNIANDES
las características de caché y la administración de consultas del servidor. Este
modelo de administración de datos cliente-servidor optimiza el rendimiento y
minimiza el tráfico de la red.
Arquitectura de cliente y servidor
Analysis Services de SQL Server 2000 proporciona una rápida obtención de acceso a los
datos de los almacenes de datos. Los datos del almacén de datos se extraen, resumen,
organizan y almacenan en estructuras multidimensionales para ofrecer una rápida respuesta a
las consultas del usuario final.
Analysis Services también proporcionan una arquitectura para obtener acceso a los datos de la
minería de datos. Estos datos pueden enviarse al cliente en forma de datos relacionales o
multidimensionales.
Conjuntamente el Analysis Services y el Servicio PivotTable proporcionan la capacidad de
diseñar, crear y administrar cubos y modelos de minería de datos de los almacenes de datos y
permiten que el cliente pueda obtener acceso a los datos OLAP y a los datos de la minería de
datos. Analysis server administra los datos; el Servicio PivotTable trabaja con el servidor para
que el cliente pueda obtener acceso a los datos.
Arquitectura de objetos
A continuación se detallan los objetos utilizados para administrar Analysis Services:
72
UNIANDES
Analysis Server
Componente de servidor de Analysis Services, que está diseñado específicamente para crear y
mantener estructuras de datos multidimensionales y proporcionar datos multidimensionales en
respuesta a consultas de clientes.
Base de Datos
Las bases de datos se utilizan como contenedores para los orígenes de datos relacionados,
cubos, dimensiones, modelos de minería de datos y los objetos que comparten.
Orígenes de datos
Los orígenes de datos almacenan la especificación de la información necesaria para tener
acceso a los datos de origen de un objeto como un cubo.
Dimensiones
Las dimensiones se utilizan como un atributo estructural de un cubo. Una dimensión es una
jerarquía organizada de categorías (niveles) que describe los datos de la tabla de hechos. Estas
categorías describen conjuntos de miembros parecidos en los que el usuario desea basar un
análisis.
Niveles y miembros
Los niveles se utilizan como elementos de la jerarquía de una dimensión. Los niveles
describen la jerarquía desde el nivel de datos más alto (más resumido) al más bajo (más
detallado).
Medidas
En un cubo, las medidas son un conjunto de valores que se basan en una columna de la tabla
de hechos del cubo y que suelen ser numéricos. En un cubo, las medidas son los valores
centrales que se analizan.
73
UNIANDES
Cubos
Los cubos contienen un conjunto de datos que se construye, normalmente, a partir de un
subconjunto de un almacén de datos, y se organiza y resume en una estructura
multidimensional definida por un conjunto de dimensiones y medidas.
Particiones
Las particiones son contenedores de almacenamiento para los datos y agregados de un cubo.
Agregados
Las agregaciones se definen como tablas o estructuras que contienen datos precalculados para
un cubo.
Funciones
Las funciones contienen un conjunto de cuentas de usuario y grupos de Microsoft Windows
NT 4.0 o Windows 2000 que tienen los mismos permisos de acceso a los datos de Analysis
Services.
Comandos
Los comandos se utilizan para almacenar un comando definido por el administrador que se
ejecuta automáticamente cuando un cliente tiene acceso a una base de datos, un cubo o una
función. Los comandos incluyen miembros calculados, conjuntos con nombre y acciones.
Propiedades de miembros
Las propiedades de miembro contienen información acerca de los miembros de un nivel de
dimensión además del contenido de la dimensión.
74
UNIANDES
Modelos de minería de datos
Los modelos de minería de datos contienen una estructura virtual que representa el
agrupamiento y análisis predictivo de datos relacionales o de proceso analítico en línea
(OLAP).
Columnas de minería de datos
Las columnas de minería de datos contienen una estructura que se utiliza para definir el
contenido de un modelo de minería de datos. Una columna puede contener datos o columnas
anidadas.
Seguridad y autenticación
Se puede restringir el acceso a los datos que administra Analysis Services. Puede especificar
qué administradores pueden tener acceso a los datos de Analysis Services mediante Analysis
Manager, así como llevar a cabo funciones administrativas. También puede restringir el
acceso de los usuarios finales a los datos de Analysis server mediante aplicaciones cliente.
Asimismo, es posible especificar qué usuarios finales pueden tener acceso a los datos y los
tipos de operaciones que pueden realizar. Además, es posible controlar el acceso de los
usuarios finales a diferentes niveles de datos de Analysis Services, incluidos el cubo, las
dimensiones y las celdas de cubo.
La seguridad de administrador se controla mediante el grupo denominado Administradores de
OLAP de Microsoft Windows NT 4.0 o Windows 2000.
La seguridad del usuario final se controla mediante:
La autenticación durante la conexión a Analysis server.
75
UNIANDES
Las funciones de bases de datos, de cubos y del modelo de minería de datos definidas
en Analysis Manager.
Cada función define un conjunto de usuarios y el tipo de acceso que comparten. Las funciones
se definen en el nivel de la base de datos de Analysis Services, y a continuación se asignan a
cubos a los que pueden tener acceso los usuarios de la función. Tras la asignación se permiten
algunos cambios en la función en el nivel del cubo. Estos cambios no afectan a la función en
el nivel de la base de datos. (Una excepción a esto son las modificaciones realizadas a los
usuarios y grupos de la función del cubo.) De este modo, una función puede tener una
definición diferente para cada cubo al que esté asignada. Analysis Services admite el sistema
de seguridad integrada de Windows.
Almacén de Datos y OLAP
Aunque en ocasiones se utilizan indistintamente, los términos almacén de datos y proceso
analítico en línea (OLAP, Online Analytical Processing) se aplican a diferentes componentes
de sistemas conocidos como sistemas de ayuda a la toma de decisiones o sistemas de
inteligencia empresarial. Los componentes de estos tipos de sistemas incluyen bases de datos
y aplicaciones que proporcionan las herramientas que necesitan los analistas para tomar
decisiones en relación con el soporte técnico de la organización.
Un almacén de datos es una base de datos que contiene la información que, normalmente,
representa el historial empresarial de una organización. Estos datos históricos se utilizan para
realizar análisis que apoyen las decisiones empresariales a diferentes niveles, desde el diseño
estratégico a la evaluación del rendimiento de una unidad determinada de la organización. Los
datos contenidos en un almacén de datos se encuentran organizados para permitir el análisis
76
UNIANDES
más que para procesar transacciones en tiempo real como ocurre en los sistemas de proceso de
transacciones en línea (OLTP).
La tecnología OLAP permite un uso más eficaz de los almacenes de datos para el análisis en
línea, lo que proporciona respuestas rápidas a consultas analíticas complejas e iterativas. Los
modelos de datos multidimensionales de OLAP y las técnicas de agregados de datos
organizan y resumen grandes cantidades de datos para que puedan ser evaluados con rapidez
mediante el análisis en línea y las herramientas gráficas. La respuesta a una consulta realizada
sobre datos históricos a menudo suele conducir a consultas posteriores en las que el analista
busca respuestas más concretas o explora posibilidades. Los sistemas OLAP proporcionan la
velocidad y la flexibilidad necesarias para dar apoyo al analista en tiempo real.
2.2.8. MDX
El lenguaje de expresiones multidimensionales (MDX) se utiliza para manipular información
multidimensional en Analysis Services de Microsoft SQL Server 2000. MDX está definido en
las extensiones OLAP de OLE DB. (Microsoft Corporation, 2010).
De manera similar a SQL en muchos aspectos, MDX proporciona una rica y poderosa sintaxis
para la recuperación y manipulación de datos multidimensionales, como los datos
almacenados en cubos en Analysis server. Analysis Services admite funciones MDX en las
definiciones de miembros calculados, así como la implementación de un lenguaje completo
para crear cubos locales y consultar datos de cubos utilizando el servicio PivotTable con OLE
DB y Microsoft ActiveX Data Objects (ADO).
77
UNIANDES
MDX admite también la creación y registro de funciones definidas por el usuario. Puede crear
funciones definidas por el usuario, que funcionen con datos multidimensionales y acepten
argumentos y valores de retorno en la sintaxis MDX.
Los siguientes temas proporcionan más información sobre MDX.
2.2.8.1. Introducción a MDX
MDX, acrónimo del inglés Multidimensional Expressions (expresiones multidimensionales),
es una sintaxis que admite la definición y manipulación de objetos y datos
multidimensionales. MDX es similar en muchos aspectos a la sintaxis de SQL (Structured
Query Language, lenguaje de consulta estructurado), pero no es una extensión del lenguaje
SQL; de hecho, SQL puede ofrecer parte de la funcionalidad que ofrece MDX, aunque no con
tanta eficacia ni de manera tan intuitiva.
Al igual que con una consulta SQL, cada consulta MDX requiere una solicitud de datos (la
cláusula SELECT), un punto de inicio (la cláusula FROM) y un filtro (la cláusula WHERE).
Éstas y otras palabras clave proporcionan las herramientas utilizadas para extraer partes
específicas de datos de un cubo para su análisis.
El objeto de las expresiones multidimensionales (MDX) es facilitar y hacer más intuitivo el
acceso a los datos desde varias dimensiones.
2.2.8.2. Dimensiones, niveles, miembros y medidas
La mayoría de los lenguajes utilizados en el tratamiento y definición de los datos, como SQL,
están pensados para recuperar datos en dos dimensiones es decir bidimensional: una
dimensión de columna y una dimensión de fila.
78
UNIANDES
Los datos multidimensionales, por otro lado, se pueden representar en estructuras con más de
dos dimensiones. Estas estructuras, llamadas cubos, tienen muchas dimensiones. En la
intersección de las dimensiones de un cubo, puede haber más de un elemento de datos,
llamado medida.
Celdas, tuplas y conjuntos
Mientras que SQL devuelve un subconjunto de datos bidimensionales de tablas, MDX
devuelve un subconjunto de datos multidimensionales de cubos.
Las tuplas enumeran las dimensiones y miembros para identificar celdas individuales, así
como secciones de mayor tamaño de celdas del cubo; puesto que cada celda es una
intersección de todas las dimensiones del cubo, las tuplas pueden identificar de manera
exclusiva cada celda del cubo. Para cuestiones de referencia, las medidas de un cubo se tratan
como una dimensión privada, llamada Medidas, en el propio cubo.
La tupla identifica de manera exclusiva una sección del cubo. No tiene que hacer referencia a
una celda específica, ni abarcar todas las dimensiones de un cubo.
Una colección ordenada de tuplas se denomina conjunto. En una consulta MDX, las
dimensiones de eje y rebanador se componen de estos conjuntos de tuplas.
Dimensiones de eje y rebanador
Al igual que en SQL, en MDX la instrucción SELECT se utiliza para seleccionar las
dimensiones y los miembros devueltos, llamados dimensiones de eje. La instrucción
WHERE se utiliza para restringir los datos devueltos a una determinada dimensión y criterios
79
UNIANDES
de miembros, conocidos como dimensión de rebanador. Una dimensión de eje devuelve datos
de varios miembros, mientras que una dimensión de rebanador devuelve datos de un único
miembro.
2.2.8.3. Miembros calculados
Los miembros calculados son miembros que no se basan en datos, sino en expresiones
evaluadas en MDX. Se devuelven de la misma manera que un miembro normal. MDX
proporciona un sólido conjunto de funciones que se pueden utilizar para crear miembros
calculados, proporcionando así una amplia flexibilidad para el tratamiento de datos
multidimensionales.
2.2.8.4. Funciones definidas por el usuario
MDX se puede ampliar con funciones definidas por el usuario utilizando cualquier lenguaje
de programación que sea compatible con interfaces del Modelo de objetos componentes
(COM). Puede crear y registrar sus propias funciones, que funcionen con datos
multidimensionales, acepten argumentos y devuelvan valores en la sintaxis MDX. Puede
llamar a funciones definidas por el usuario desde el Generador de miembros calculados,
instrucciones del lenguaje de definición de datos (DDL) que sean compatibles con MDX y
consultas MDX.
2.2.8.5. Servicio PivotTable
En Analysis Services, los servicios de definición y manipulación de datos MDX se
proporcionan a través del servicio PivotTable. El servicio PivotTable proporciona también
capacidades independientes del proveedor de OLE DB para consultas multidimensionales
cuando no se está conectado con Analysis server. El servicio PivotTable se utiliza para la
definición y manipulación de cubos locales, que se pueden utilizar para almacenar datos
localmente en formato multidimensional.
80
UNIANDES
El lenguaje de expresiones multidimensionales (MDX) se utiliza para manipular información
multidimensional
2.2.9. EVALUACIÓN Y ACREDITACIÓN DE LA EDUCACIÓN SUPERIOR
Con la finalidad de asegurar los objetivos de calidad, las instituciones de educación superior
están obligadas a la rendición de cuentas. Este es un proceso mediante el cual una universidad
o escuela politécnica pone en conocimiento de la sociedad, todas las actividades que
desarrolla y los servicios que ofrece, demostrando que son pertinentes y de calidad.
2.2.9.1. Sistema Nacional de Evaluación y Acreditación

El Sistema Nacional de Evaluación y Acreditación de las IES tiene como propósito el
fomento y aseguramiento de la calidad de la Educación Superior del país.
Para conocer si las instituciones de educación superior están trabajando bien, con calidad,
pertinencia social y transparencia, requieren de una evaluación total que considere todos y
cada uno de sus elementos; y que en definitiva responda a la rendición social de cuentas, lo
cual se establece mediante la Autoevalución. (CONEA, 2005)
2.2.9.2. Etapas del Proceso de Acreditación
La normativa legal del Ecuador determina tres etapas para el proceso de aseguramiento de la
calidad de la educación superior, estas son:
La Autoevaluación;
La Evaluación Externa; y,
La Acreditación
81
UNIANDES
Gráfico 14 – Etapas del Proceso de Acreditación en el Ecuador
La Autoevaluación
La Autoevaluación es el proceso mediante el cual una institución analiza y valora por sí
misma la calidad de su accionar para el desarrollo de sus funciones, estableciendo logros,
fortalezas, dificultades y debilidades, con fines de su mejoramiento permanente. Esta etapa
implica una amplia participación de los actores universitarios en procura de altos niveles de
calidad.
Es importante recalcar que la autoevaluación constituye la base del proceso de acreditación.
La Evaluación Externa
Esta etapa constituye el examen que el CONEA realiza sobre las actividades integrales de una
IES, o de una carrera o programa académico, con la finalidad de verificar que su desempeño
cumple con las características y estándares de calidad y que sus actividades se realizan en
concordancia con su misión, visión, propósitos y objetivos institucionales; de tal manera que
el CONEA pueda certificar ante la sociedad la calidad académica y su integridad institucional.
Este examen se efectúa a través de evaluadores externos, también llamados pares. La base de
la evaluación externa es el Informe de autoevaluación.
82
UNIANDES
La Acreditación
La acreditación es la certificación que el CONEA confiere a una institución, carrera o
programa académico del Sistema Nacional de Educación Superior, mediante la aprobación de
esta etapa se certifica que la IES ha demostrado que cumple con su visión, misión, propósitos
y objetivos, y con las características y estándares de calidad.
Para que el CONEA conceda la acreditación a una IES, se considera el informe de
autoevaluación, el informe de evaluación externa y el informe del Comité Técnico de
Evaluación y Acreditación; con esta base el CONEA puede resolver:
Conceder la acreditación;
Conceder una acreditación condicionada; y,
Negar la acreditación.
2.2.9.3. Características y Estándares
Son los propósitos factibles para alcanzar e impulsar los procesos de mejoramiento de calidad
de la Educación Superior, y se constituyen en referentes para la autoevaluación y posterior
evaluación externa.
Gráfico 15 – Características y Estándares de Calidad
83
UNIANDES
Características de calidad
Las características de calidad constituyen el marco de rasgos deseables y posibles de ser
alcanzados actualmente por parte de las universidades y escuelas politécnicas, con el cual
cada institución se comparará, con la finalidad de impulsar el proceso de mejoramiento de la
calidad en sus acciones y por ende de la educación superior en general.
Estándares de calidad
Los estándares de calidad son evidencias de las características; son elementos observables y
operativos que facilitan la realización del proceso de evaluación, que determinan la calidad de
la institución, y, por tanto, la acreditación.
2.2.9.4. Funciones y Ámbitos de análisis
Gráfico 16 – Funciones y Ámbitos de análisis
Funciones de la Educación Superior
Una función constituye las actividades realizadas por un grupo organizado de personas de una
sociedad en servicio de sus miembros. Las funciones universitarias son cuatro: Gestión
Administrativa, Docencia, Investigación y Vinculación con la Colectividad. (CONEA, 2005)
84
UNIANDES
Gráfico 17 – Funciones de la Educación Superior
Ámbitos de análisis
Son los objetos a evaluar que se concretan como áreas de observación. Los ámbitos articulan
los procesos universitarios, los mismos que para su análisis y valoración deben considerar los
recursos y resultados. A continuación se presenta cada una de las funciones y sus respectivos
ámbitos de análisis:
Gráfico 18– Funciones y Ámbitos
85
UNIANDES
2.2.9.5. Dimensiones y Criterios
Las dimensiones y criterios se derivan de las características y estándares de calidad y son las
perspectivas desde las cuales se evalúa y pondera la calidad del trabajo universitario.
Las dimensiones son aspectos fundamentales de la calidad del trabajo universitario a
evaluarse.
Los criterios son elementos que permiten operativizar las dimensiones seleccionadas a
evaluar.
Gráfico 19 – Dimensiones y Criterios
2.2.9.7. Indicadores de calidad
Un indicador es una expresión cualitativa o cuantitativa del valor de una acción del trabajo
universitario, permitiendo medir el grado de ajuste a los objetivos y criterios de calidad.
86
UNIANDES
Existen 179 indicadores, los cuales han sido identificados de acuerdo a la codificación que se
explica a continuación:
Gráfico 20 – Codificación de los Indicadores de calidad
2.3. IDEA A DEFENDER
Con la implementación de un DSS, se mejorará la toma de decisiones sobre el nivel de
satisfacción de la comunidad universitaria de UNIANDES, en base a los estándares de calidad
para las instituciones de Educación Superior del Ecuador.
calidad de las instituciones de Educación Superior del Ecuador”
87
UNIANDES
Variable Independiente
SISTEMA DE INFORMACIÓN PARA LA TOMA DE DECISIONES
Variable Dependiente
SOBRE EL NIVEL DE SATISFACCIÓN DE LA COMUNIDAD
UNIVERSITARIA DE UNIANDES, EN BASE A LAS CARACTERÍSTICAS
Y ESTÁNDARES DE CALIDAD ESTABLECIDOS POR EL CONEA.
88
UNIANDES
3. CAPÍTULO III: MARCO METODOLÓGICO
3.1. MODALIDAD DE LA INVESTIGACIÓN
La modalidad de investigación que se aplicó para el desarrollo de esta tesis de grado, se basó
en el paradigma cualitativo, el cual adopta los métodos que satisfacen la comprensión de
cómo ocurre el proceso de una institución en particular; no obstante, también se ha integrado
a esta tendencia la modalidad cuantitativa para determinar las causas y la explicación de los
hechos que se estudian en el presente trabajo.
Además, con la finalidad de complementar la solidez en los conocimientos de este trabajo, fue
necesaria la investigación a un pequeño grupo de expertos en temas relacionados a los
sistemas de información y al eje transversal de esta investigación que es el proceso de calidad
de las instituciones de educación superior.
La integración de estos paradigmas investigativos, nos van a llevar a la comprobación de la
idea a defender de este trabajo de grado.
3.2. TIPOS DE INVESTIGACIÓN
Para el desarrollo de este trabajo de grado se pueden mencionar los siguientes tipos de
investigación (Yépez Edison, 2002):
89
UNIANDES
3.2.1. Por los objetivos propuestos

De acuerdo a la investigación por objetivos, esta tesis de grado es de tipo aplicada, porque se
encamina a la solución práctica del problema planteado, por medio de un sistema de
información para la toma de decisiones.
3.2.2. Por el lugar

Determinando a este trabajo por el lugar, se puede expresar que es una investigación de
campo, ya que se ejecuta en el mismo lugar donde ocurren los acontecimientos y por lo tanto
la obtención de información permite la proyección de los resultados finales.
3.2.3. Por su naturaleza

Por su naturaleza esta investigación es de acción, ya que se pretende diagnosticar los cambios
en la realidad estudiada y no solo la determinación de conclusiones.
3.2.4. Por su alcance

De acuerdo a esta clasificación es de tipo descriptiva, porque se hizo necesaria la descripción
previa de los hechos tal cual ocurren en la realidad institucional.
3.2.5. Por su factibilidad

En lo que se refiere a la factibilidad de aplicación, se considera que este trabajo investigativo
de grado es factible porque es el desarrollo de una aplicación práctica que soluciona los
problemas detectados luego de un diagnóstico y sustentados en una base teórica.
90
UNIANDES
3.3. POBLACIÓN Y MUESTRA DE LA INVESTIGACIÓN
La presente investigación comprende de una población de 36 personas, la cual está por ( 4
Autoridades, 7 Directores de Centros de Apoyo, 10 Directivos Departamentales, 4 Decanos, 6
Directores de Carrera y 5 miembros del CTEI).
FUNCIONES Nº
Autoridades 4
Directores de Centros de Apoyo 7
Directivos Departamentales 10
Decanos 4
Directores de Carrera 6
CTEI 5
TOTAL 36
Al tener una población de 36 personas, este valor comprenderá la muestra total a utilizar para
esta investigación.
3.4. MÉTODOS, TECNICAS E INSTRUMENTOS
3.4.1. Métodos
El método que se utilizó para la investigación es el inductivo, ya que permite analizar los
elementos en cuestión por partes, para llegar a concluir sobre el tema en una idea principal
que se la denominará propuesta.
3.4.2. Técnicas
Para este trabajo investigativo, se aplican las siguientes técnicas:
91
UNIANDES
Entrevistas.
Con el propósito de recabar datos
Encuestas. que nos permitan avalizar el
trabajo investigativo.
Observación.
Revisión bibliográfica Con el propósito de recolectar

información en la construcción del
Navegación por la Internet marco teórico.
3.4.3. Instrumentos
Los instrumentos en los cuales se recopilará la información para la investigación son los
siguientes:
Guía de Entrevistas
Cuestionarios
Libreta de notas
Libros
Computador
3.5. INTERPRETACIÓN DE RESULTADOS
3.5.1. Entrevista dirigida a las Autoridades y Directores de Centros de
Apoyo de UNIANDES
Se presenta a continuación un análisis de cada una de las preguntas de la entrevista aplicada a
las Autoridades y Directores de Centros de Apoyo de UNIANDES.
92
UNIANDES
PREGUNTA Nº 1
¿Considera qué el proceso para la toma de decisiones es adecuado dentro de la
Institución?
Según las respuestas a esta entrevista y respecto a esta pregunta se puede determinar que casi
todas las Autoridades y Directores de Centros de Apoyo de UNIANDES, consideran que este
proceso es adecuado y funciona correctamente a nivel institucional.
PREGUNTA Nº 2
¿Usted considera qué la toma de decisiones es fundamental dentro del proceso de
mejoramiento continuo de UNIANDES?. ¿Por qué?.
Todas las autoridades y Directores de Centros de Apoyo coinciden en esta interrogante, al
responder que sin duda la toma de decisiones es fundamental para el proceso de mejoramiento
continuo de UNIANDES, por ser el resultante que determina las fortalezas o debilidades
institucionales.
PREGUNTA Nº 3
¿Es usted una de las personas encargadas de la toma de decisiones institucionales?
En esta pregunta casi todos los encuestados responden de forma negativa, argumentando que
la persona encargada de la toma de decisiones a nivel institucional es el Canciller de la
Universidad. A este punto añaden que son responsables únicamente de las decisiones menores
que sus dependencias requieren y que están fundamentadas en la Normativa de UNIANDES.
93
UNIANDES
PREGUNTA Nº 4
¿Cómo se relaciona la toma de decisiones con el proceso de Autoevaluación de
UNIANDES?
La mayor parte de encuestados indican que la toma de decisiones y el proceso de
Autoevaluación tienen una estrecha e importante relación, ya que para la Acreditación
institucional se debe establecer el nivel de satisfacción de la comunidad universitaria respecto
a las cuatro funciones universitarias, si esta opinión tiene un bajo nivel de aceptación se
deberán tomar decisiones oportunas que mejoren el nivel de satisfacción a estos indicadores.
PREGUNTA Nº 5
¿Cuáles han sido las dificultades qué usted percibe en el proceso de toma de
decisiones con fines de Autoevaluación Institucional?
Los encuestados han dado varios puntos de vista, por lo tanto se puede determinar que en el
proceso de toma de decisiones con fines de acreditación institucional se encontraron varias
dificultades. Entre las mencionadas se citan las siguientes: la estructura jerárquica establecida
en la matriz y que limita la gestión institucional, el adecuar la realidad de la Universidad con
la metodología del CONEA y sobretodo la falta de información como apoyo a la toma de
decisiones.
PREGUNTA Nº 6
¿El proceso de acreditación, requiere que la información base para la toma de
decisiones y los resultados de la autoevaluación sean verificables?
94
UNIANDES
Absolutamente todos los encuestados afirman que la información base para la toma de
decisiones y los resultados de la Autoevaluación necesitan ser verificados en cualquier
momento tanto por la Universidad como por el CONEA; ya que este proceso debe ser
transparente a todo nivel.
PREGUNTA Nº 7
¿Le resulta compleja la metodología a seguir para el proceso de Autoevaluación de
UNIANDES?
La mayor parte de encuestados responden a esta pregunta indicando que la metodología
utilizada por el CONEA es confusa y genera un gran volumen de información al acoplarla a la
realidad institucional; ya que está compuesta por varios indicadores los cuales corresponden a
ámbitos y funciones; así como a criterios y dimensiones. Los encuestados indican que sin
duda se requiere de tiempo y práctica para conocerla.
PREGUNTA Nº 8
¿Cuáles son los métodos que utiliza para conocer el nivel de satisfacción de la
comunidad universitaria?
Se puede notar que en esta pregunta los encuestados no tienen un método único y efectivo
para conocer el nivel de satisfacción se basan únicamente en sondeos de opinión por medio de
conversaciones y observación. Únicamente un encuestado ha aplicado encuestas para esta
finalidad. Por lo tanto solo un departamento de UNIANDES posee información que le permite
tomar decisiones en base a la opinión de sus actores.
95
UNIANDES
PREGUNTA Nº 9
¿Posee informes históricos que sirvan de base para la toma de decisiones?
Las Autoridades y Directores de Centros de Apoyo, indican que poseen esta información que
procede del día a día de trabajo en la Universidad, pero aseguran que a pesar de poseer un
gran volumen de documentación histórica, esta no es suficiente como apoyo para la toma de
decisiones.
PREGUNTA Nº 10
¿Esta información está automatizada?
Los encuestados han respondido a esta pregunta indicando que aún esto es una debilidad
dentro de la gestión administrativa de la Universidad, ya que en su mayoría esta información
es documentación física antes que automática, por lo tanto se puede deducir claramente que
este es un problema al momento de la toma de decisiones al no poseer informes claros,
oportunos y automatizados como apoyo dentro de la administración institucional.
PREGUNTA Nº 11
¿Considera qué un sistema de información puede apoyar al proceso de toma de
decisiones en UNIANDES?
Todas las Autoridades y Directores de Centros de Apoyo encuestados han respondido
positivamente a esta pregunta, argumentando que la época y las necesidades que van
generándose, hace que los niveles superiores y asesores requieran este tipo de apoyo que
facilite el proceso decisional de UNIANDES.
96
UNIANDES
3.5.2. Entrevista dirigida a los Directores Departamentales
Se presenta a continuación un análisis de cada una de las preguntas de la entrevista aplicada a
los Directores Departamentales de UNIANDES.
PREGUNTA Nº 1
mejoramiento continuo de UNIANDES?. ¿Por qué?.
Los Directores Departamentales afirman en su totalidad que la toma de decisiones es
fundamental dentro del proceso de mejoramiento continuo de UNIANDES, e indican que la
razón es porque gracias a este proceso se pueden ver cambios sustanciales a nivel
institucional.
PREGUNTA Nº 2
¿Considera qué el proceso para la toma de decisiones es adecuado en la
UNIANDES?
Los encuestados responden a esta segunda pregunta indicando que este proceso no es
adecuado en UNIANDES, porque las decisiones deben partir de información estadística,
histórica que puedan apoyar una decisión de acuerdo a una realidad comprobada, la cual en
muchos caso no existe o simplemente es mínima. A pesar de que algunas personas han visto a
esta acción como una fortaleza, la mayoría se respalda indicando que se requiere un cambio el
cual tecnifique administrativamente este proceso.
97
UNIANDES
PREGUNTA Nº 3
¿Es usted responsable de la toma de decisiones del departamento en el que se
desempeña?
Los Directores Departamentales en su mayor parte indican que no son responsables de las
decisiones de la instancia administrativa en la que se desempeñan. Determinan que pueden ser
responsables de aquellas decisiones que la normativa institucional así lo permite y que la
persona que se encarga de este aspecto es el Canciller de UNIANDES, quien corresponde al
nivel superior dentro de la jerarquía institucional.
PREGUNTA Nº 4
¿Conoce el grado de satisfacción de la comunidad universitaria respecto a la
eficiencia de la instancia administrativa a la que dirige?
Se puede percibir que los encuestados casi en su totalidad desconocen el grado de satisfacción
de la comunidad universitaria respecto a la eficiencia de la instancia administrativa que
dirigen. Se deduce que el inconveniente radica en la falta de mecanismos que ayuden a la
generación de esta importante información, la cual serviría como apoyo a la toma de medidas
necesarias que mejoren las falencias detectadas.
PREGUNTA Nº 5
¿Dispone de datos estadísticos históricos y actualizados que apoyen a su gestión como
funcionario de UNIANDES?
98
UNIANDES
Se puede notar que en esta pregunta los encuestados han dividido sus respuestas, una parte de
ellos indica que dispone de esta información la cual se genera día a día y es necesaria para el
trabajo diario de sus dependencias administrativas. La otra parte no posee estos datos o a su
vez aducen que esta información no es suficiente como para apoyar su gestión.
PREGUNTA Nº 6
¿Considera qué un sistema de información puede apoyar al proceso de toma de
Todos, absolutamente todos los Directores Departamentales encuestados consideran que un
sistema de información puede apoyar al proceso de la toma de decisiones en UNIANDES,
efectivizando su accionar institucional en vías del mejoramiento que la Educación Superior
del Ecuador requiere en estos momentos.
3.5.3. Encuesta dirigida a los Decanos y Directores de Carrera
de UNIANDES
Se presenta a continuación un análisis sobre cada una de las preguntas correspondientes a la
encuesta aplicada a los Decanos y Directores de Carrera de UNIANDES.
99
UNIANDES
PREGUNTA Nº 1
¿Dispone de la información estadística referente al número de estudiantes de su facultad
o carrera por aula?
CRITERIOS FRECUENCIA PORCENTAJE

SI 4 40%
NO 6 60%
TOTAL 10 100%
P reg unta 1
% SI
40%
% SI
% NO
% NO
60%
Análisis e interpretación
Podemos observar que solo el 40% de los Decanos y Directores de Carrera encuestados,
disponen de información estadística sobre el número de estudiantes por aula; lo cual señala
que más de la mitad no poseen esta información de vital importancia para su accionar en la
institución y por ende para la debida toma de decisiones.
100
UNIANDES
PREGUNTA Nº 2
¿Son suficientes los recursos didácticos de acuerdo con el número de estudiantes de su
facultad o carrera?

SI 1 10%
NO 9 90%
TOTAL 10 100%
Pregunta 2
% SI
10%
% SI
% NO
% NO
90%
El 90% de los Decanos y Directores de Carrera que han sido encuestados, opinan que los
recursos didácticos no son suficientes de acuerdo al número de estudiantes de las facultades o
carreras que dirigen en UNIANDES.
101
UNIANDES
PREGUNTA Nº 3
¿Tiene estadísticas sobre el uso de material bibliográfico de la facultad o carrera?

SI 1 10%
NO 9 90%
TOTAL 10 100%
Pregunta 3
% SI
10%
% SI
% NO
% NO
90%
Según esta información podemos determinar que solo el 10% de las personas encuestadas,
tienen estadísticas de uso del material bibliográfico de su facultad o carrera. Estos valores
demuestran una debilidad frente al desconocimiento y la falta de información que genere este
tipo de estadísticas, fundamentales para la efectividad en el trabajo de los Decanos y
Directores de Carrera.
102
UNIANDES
PREGUNTA Nº 4
¿Conoce el nivel de satisfacción de los estudiantes de su facultad o carrera respecto a los
servicios que presta el CDIC?

SI 3 30%
NO 7 70%
TOTAL 10 100%
Pregunta 4
% SI
30%
% SI
% NO
% NO
70%
Se puede observar que el 40% de los Decanos y Directores de Carrera, no tienen
conocimiento acerca del nivel de satisfacción de los estudiantes con respecto a los servicios
que presta el Centro de Documentación e Investigación Científica; demostrando que la mayor
parte de encuestados no han buscado estrategias para la aplicación de instrumentos, que les
permita conocer el nivel de satisfacción de su comunidad universitaria.
103
UNIANDES
PREGUNTA Nº 5
¿Tiene estadísticas periódicas sobre el número de estudiantes de su carrera o facultad
que han sido beneficiados por los servicios de Bienestar Universitario?

SI 1 10%
NO 9 90%
TOTAL 10 100%
Pregunta 5
% SI
10%
% SI
% NO
% NO
90%
Según la presente información, podemos darnos cuenta de que únicamente el 10% de los
Decanos y Directores de carrera tienen estadísticas sobre los estudiantes beneficiados por los
servicios de bienestar universitario; por lo tanto no se cuenta con mecanismos que permitan la
generación de reportes apoyen la gestión de los encuestados.
104
UNIANDES
PREGUNTA Nº 6
¿Conoce el nivel de satisfacción de los estudiantes de su facultad o carrera respecto a los
servicios de Bienestar Universitario?

SI 1 10%
NO 9 90%
TOTAL 10 100%
Pregunta 6
% SI
10%
% SI
% NO
% NO
90%
Estos datos demuestran que únicamente el 10% de Decanos y Directores de Carrera conocen
el nivel de satisfacción en cuanto los servicios de Bienestar Universitario; por lo tanto es
necesaria la aplicación de instrumentos que permitan medir este nivel de satisfacción; así
como la implementación de un sistema de información que genere reportes que apoyen la
gestión de estos funcionarios.
105
UNIANDES
PREGUNTA Nº 7
¿Posee información estadística sobre: matrícula, permanencia, repitencia y deserción
estudiantil de su facultad o carrera?

SI 5 50%
NO 5 50%
TOTAL 10 100%
Pregunta 7
% SI
% NO % SI % NO
50% 50%
Podemos observar que en este caso la mitad de los encuestados afirman tener información
sobre matricula, permanencia, repitencia y deserción estudiantil de la facultad o carrera que
dirigen; sin embargo es necesario que exista un mecanismo que incorpore las necesidades de
todos los Decanos y Directores de Carrera para que puedan acceder a información de ésta
índole y que facilite la toma de decisiones acertadas.
106
UNIANDES
PREGUNTA Nº 8
¿Posee información estadística sobre egresados y graduados de su facultad o carrera?

SI 4 40%
NO 6 60%
TOTAL 10 100%
Pregunta 8
% SI
40%
% SI
% NO
% NO
60%
Se puede apreciar que solo el 40% de los Decanos y Directores de Carrera poseen
información estadística sobre los estudiantes egresados y graduados de las facultades o
carreras que dirigen. Una vez mas podemos evidenciar la falta de mecanismos que generen
esta información que resulta ser vital dentro de la gestión de los encuestados.
107
UNIANDES
PREGUNTA Nº 9
¿Necesita generar informes claros, precisos, concretos y oportunos que apoyen su
gestión como Decano o Director de Carrera?

SI 10 100%
NO 0 0%
TOTAL 10 100%
Pregunta 9
% NO
0%
% SI
% NO
% SI
100%
Se puede determinar que el 100% de los encuestados opinan que para apoyar su gestión como
Decano o Director de Carrera, requieren generar informes claros, precisos, concretos y
oportunos.
108
UNIANDES
PREGUNTA Nº 10
mejoramiento continuo de UNIANDES?

SI 10 100%
NO 0 0%
TOTAL 10 100%
Pregunta 10
% NO
0%
% SI
% NO
% SI
100%
El 100% de los Decanos y Directores de Carrera opinan que la toma de decisiones es
fundamental dentro del proceso de mejoramiento continuo de UNIANDES, por ser la
plataforma de cambios para el mejoramiento continuo de la institución.
109
UNIANDES
PREGUNTA Nº 11
¿Considera qué un sistema de información, apoyaría al proceso de acreditación de
UNIANDES?

SI 10 100%
NO 0 0%
TOTAL 10 100%
Pregunta 11
% NO
0%
% SI
% NO
% SI
100%
Por último, todos los Decanos y Directores de Carrera opinaron que la creación de un sistema
de información, sin duda, apoyaría a la toma de decisiones institucionales y por ende la
Acreditación de UNIANDES.
110
UNIANDES
3.5.4. Encuesta dirigida a los Miembros del CTEI
A continuación se presenta un análisis sobre cada una de las preguntas correspondientes a la
encuesta aplicada a los Miembros del Comité Técnico de Evaluación Interna de UNIANDES.
PREGUNTA Nº 1
¿Conoce el nivel de satisfacción de la Comunidad Universitaria de UNIANDES?

SI 2 33%
NO 4 67%
TOTAL 6 100%
P re g unta 1
% SI
33%
% SI
% NO
% NO
67%
Se puede determinar que la mayor parte de encuestados, en este caso el 77% de ellos, no
conocen el nivel de satisfacción de la comunidad universitaria de UNIANDES.
111
UNIANDES
PREGUNTA Nº 2
¿Qué instrumentos son necesarios para medir el nivel de satisfacción de la
comunidad universitaria de UNIANDES?

ENCUESTA 6 23%
FICHA 2 8%
CUESTIONARIO 5 19%
ENTREVISTA 6 23%
OBSERVACION 4 15%
OTROS 3 12%
TOTAL 100%
Pregunta 2
OTROS ENCUES TA ENCUESTA

OBS ERV A CION 12% 23% FICHA
15% CUESTIONARIO
FICHA
8% ENTREVISTA
ENTREV IS TA CUES TIONA RIO OBSERVACION
23% 19% OTROS
En esta pregunta se ha podido determinar que las Entrevistas y Encuestas son los instrumentos
mas usados para la medición del nivel de satisfacción de la comunidad universitaria de
UNIANDES; muy seguido a estos pero con menor porcentaje, se habla sobre la observación,
talleres y fichas.
112
UNIANDES
PREGUNTA Nº 3
Para conocer la tendencia en cuanto a la satisfacción de la Comunidad Universitaria
de UNIANDES, ¿Cuántos modelos de instrumentos se deberían aplicar?

DE 1 A 5 0 0%
DE 5 A 10 0 0%
DE 10 A 15 0 0%
DE 15 A 20 0 0%
DE 20 A 25 6 100%
MAS DE 25 0 0%
TOTAL 100%
Pregunta 3
DE 15 A 20
DE 5 A 10 DE 10 A 15
0%
0% 0%
MA S DE 25
DE 1 A 5 DE 1 A 5
0%
0% DE 5 A 10
DE 10 A 15
DE 15 A 20
DE 20 A 25
DE 20 A 25
MAS DE 25
100%
El 100% de los encuestados han respondido que para conocer el nivel de satisfacción de la
comunidad universitaria de UNIANDES, se han debido aplicar entre veinte y vente y cinco
instrumentos.
113
UNIANDES
PREGUNTA Nº 4
¿A cuántas personas se aplicarán los instrumentos?

DE 10 A 50 0 0%
DE 50 A 100 0 0%
DE 100 A 500 0 0%
DE 500 A 1000 0 0%
DE 1000 A 1500 0 0%
MAS DE 1500 6 100%
TOTAL 0%
Pregunta 4
DE 50 A 100 DE 500 A 1000

DE 100 A 500
0% 0%
0%
DE 1000 A DE 10 A 50
DE 10 A 50
1500 DE 50 A 100
0%
0% DE 100 A 500
DE 500 A 1000
DE 1000 A 1500
MA S DE 1500
100% MAS DE 1500
Todos los encuestados indican que para conocer el nivel de satisfacción de la comunidad
universitaria de UNIANDES, se deberán aplicar los instrumentos necesarios para este fin, a
más de mil quinientas personas.
114
UNIANDES
PREGUNTA Nº 5
¿Cómo será la forma de tabular los datos?

MANUAL 0 0%
AUTOMATICA 6 100%
OTRA 0 0%
TOTAL 100%
Pregunta 5
MA NUA L OTRA
0% 0%
MANUAL
AUTOMATICA
OTRA
A UTOMA TICA
100%
Según esta información se puede observar, que todos los Miembros del Comité Técnico de
Evaluación Interna de UNIANDES consideran que la forma de tabular los datos será de forma
automática.
115
UNIANDES
PREGUNTA Nº 6
¿Le resulta fácil establecer el software a utilizar para el procesamiento de la
información?

SI 3 50
NO 3 50
TOTAL 6 100
Pregunta 6
SI
NO SI NO
50% 50%
En esta pregunta se puede ver que los encuestados se encuentran divididos en partes iguales;
ya que el primer 50% cree que será fácil determinar el software a utilizar para el
procesamiento de la información recolectada y el otro 50% ven a este paso como una
dificultad.
116
UNIANDES
PREGUNTA Nº 7
¿Se necesita consultas personalizadas de la información recolectada?

SI 6 100
NO 0 0
TOTAL 6 100
Pregunta 7
NO
0%
SI
NO
SI
100%
Análisis e Interpretación
La información que se presenta para la pregunta 7, determina que el CTEI valora en su
totalidad la necesidad de generar consultas personalizadas sobre los datos recolectados.
117
UNIANDES
PREGUNTA Nº 8
¿Se requiere realizar un análisis multivariado de la información recolectada?

SI 6 100
NO 0 0
TOTAL 6 100
Pregunta 8
NO
0%
SI
NO
SI
100%
Los encuestados opinan que es de mucha importancia realizar un análisis multivariado de la
información recolectada, el cual apoyaría al proceso de Acreditación institucional.
118
UNIANDES
PREGUNTA Nº 9
¿Cuál es el tipo de información a procesar?
CRITERIOS RESP PORC
UNIFORME 0 0
VARIADA 6 100
TOTAL 6 100
Pregunta 9
UNIFORME
0%
UNIFORME
VARIADA
V A RIA DA
100%
Esta pregunta da a conocer que el 100% de los encuestados indican que el tipo de información
a procesar para determinar el nivel de satisfacción de la comunidad universitaria de
UNIANDES, no será uniforme sino variada.
119
UNIANDES
PREGUNTA Nº 10
¿Cuál es el volumen de la información a obtener?

BAJO 0 0
MEDIO 3 50
ALTO 3 50
TOTAL 100
Pregunta 10
BA J O
0%
BAJO
A L TO MEDIO MEDIO
50% 50% ALTO
En la pregunta diez los encuestados nuevamente se encuentran divididos, ya que la mitad
considera que el volumen de información a obtener en este proceso será de nivel medio,
mientras que la otra mitad opina que el volumen de información será alto.
120
UNIANDES
PREGUNTA Nº 11
¿Considera que la metodología usada por el CONEA para verificar la calidad de las
Instituciones de Educación Superior es compleja?

SI 6 100
NO 0 0
TOTAL 100
Pregunta 11
NO
0%
SI
NO
SI
100%
Todos los Miembros del Comité Técnico de Evaluación Interna consideran que la
metodología usada por el CONEA para verificar la calidad de la Instituciones de Educación
Superior, es muy compleja.
121
UNIANDES
PREGUNTA Nº 12
¿Se requiere de un sistema experto que permita la generación de información gerencial
para la toma de decisiones?

SI 6 100
NO 0 0
TOTAL 100
Pregunta 12
NO
0%
SI
NO
SI
100%
El 100% de los miembros encuestados del CTEI, consideran muy oportuno y de gran ayuda la
creación de un sistema experto que permita la generación de información gerencial para la
toma de decisiones.
122
UNIANDES
3.6. VERIFICACIÓN DE LA IDEA A DEFENDER
Una vez realizada la investigación y tabulado de los datos, podemos deducir que se verifica la
idea a defender del presente proyecto investigativo; el cual señala que con la implementación
de un DSS, se mejorará la toma de decisiones sobre el nivel de satisfacción de la comunidad
universitaria de UNIANDES, en base a los estándares de calidad para las instituciones de
Educación Superior del Ecuador.
3.7. CONCLUSIONES Y RECOMENDACIONES
3.7.1. CONCLUSIONES
 Las nuevas alternativas informáticas, tienden en gran medida a disminuir los
procesos manuales, debido a que estos son generados automáticamente.
 Se considera que la toma de decisiones es un aspecto imperante dentro del
mejoramiento continuo institucional; ya que determina el accionar de
UNIANDES, para el hoy y el futuro.
 UNIANDES en pos de lograr la acreditación institucional, aplicó encuestas y
entrevistas a la comunidad universitaria para conocer y analizar su nivel de
satisfacción; en base a los estándares y características del CONEA, así como la
realidad institucional.
123
UNIANDES
 Los DSS se utilizan principalmente para decisiones estratégicas y tácticas en la
gestión a nivel superior de las empresas, en base a los problemas detectados en el
diagnóstico situacional de las empresas que dirigen.
3.7.2. RECOMENDACIONES
 Es necesaria la automatización de los procesos manuales en UNIANDES, por lo
tanto se recomienda la búsqueda de una herramienta informática que efectivice
este trabajo.
 Se recomienda desarrollar un sistema de información, como apoyo a la toma de
decisiones en UNIANDES, para el fortalecimiento de los procesos institucionales,
destinados a la búsqueda del mejoramiento continuo.
 La implementación de un DSS, ayudaría al análisis y procesamiento de grandes
cantidades de datos operacionales relacionados entre si; así como la generación de
reportes estadísticos que complementen la calidad en el proceso decisional con
fines de acreditación institucional.
 Se recomienda que el nivel gerencial de UNIANDES, considere el uso de nuevas
herramientas informáticas que contribuyan al mejoramiento de su gestión
estratégica y administrativa.
124
UNIANDES
4. CAPÍTULO IV: MARCO PROPOSITIVO
4.1. TÍTULO
calidad de las Instituciones de Educación Superior del Ecuador”
4.2. DESARROLLO DE LA PROPUESTA
4.2.1. Objetivos
La presente propuesta busca conseguir los siguientes objetivos:
4.2.1.1. OBJETIVO GENERAL
Desarrollar una aplicación OLAP para mejorar el proceso de toma de decisiones en la
Universidad Regional Autónoma de Los Andes UNIANDES.
4.2.1.2. OBJETIVOS ESPECÍFICOS
Analizar y diseñar la base de datos multidimensional, la cual permita registrar de
manera confiable los datos.
125
UNIANDES
Transformar los datos relacionales y almacenarlos en el datawarehouse.
Desarrollar el cubo OLAP.
Diseñar un conjunto de reportes útiles para la toma de decisiones en UNIANDES.
4.2.2. FUNDAMENTACION
Para el desarrollo de esta aplicación OLAP se ha utilizado las siguientes herramientas
informáticas:
Microsoft SQL Server 2000
Microsoft Análisis Services 2000
Microsoft Excel 2003
Una vez que el Comité Técnico de Evaluación Interna aplicó los veinte y dos instrumentos a
las diferentes muestras por estrato de la comunidad universitaria, surgió la necesidad de
ingresar los datos en una aplicación informática que permita la manipulación de grandes
cantidades de datos y que genere los resultados requeridos.
Inicialmente se optó por el SPS for Windows V.13; que es un programa informático
estadístico, el cual facilitaría el procesamiento de los datos para la interpretación de los
resultados y la ponderación de los mismos. Además del SPS y con la finalidad de presentar
resultados generales se utilizó el Microsoft Excel 2003.
Sin embargo, la mayoría de paquetes informáticos convencionales para el procesamiento de
datos, limitan la emisión de informes de acuerdo a las características exigidas por el CONEA;
126
UNIANDES
por lo tanto se decide buscar nuevas opciones y entre ellas el desarrollo de una estructura de
información multidimensional.
Esta base de datos multidimensional está basada en la estructura básica de la tecnología
datawarehouse (DW), que posibilita la generación de información gerencial fundamental en
el proceso de toma de decisiones de las Autoridades de UNIANDES y su Comité de
Evaluación Interna; por lo que se requirió la migración a una base de datos consistente, como
es Microsoft SQL Server 2000, que garantiza una alta capacidad de almacenamiento y gran
velocidad de acceso a los datos por ser un potente motor de bases de datos y que entre otras
cosas, permite:
Definir la base de datos mediante tablas.
Almacenar la información en tablas.
Seleccionar la información necesaria de la base de datos.
Realizar cambios en la información y estructura de los datos.
Combinar y calcular datos para conseguir la información necesaria.
El Servicio De Transformación De Datos – DTS del SQL Server 2000, nos permite la
transferencia de datos desde la base de datos entre fuentes de datos relacionales y no
relacionales. El DTS utiliza la arquitectura OLE DB lo que le permite trabajar con bases de
datos relacionales y no relacionales.
Es posible acceder al DTS a través de su asistente gráfico o utilizarlo en forma
procedual a través del código VB Script o Jscript que puede generar. El asistente DTS
127
UNIANDES
le guiará, seleccionando una fuente y una fuente final para los datos, y el tipo de
conversiones que desea aplicar a todas las columnas de datos.
Durante el proceso de seleccionar las tablas y columnas, DTS genera automáticamente
un archivo de mandatos compatible OLE, como VB de forma que puede ejecutarse la
transformación bajo el control del programa.
DTS tiene como objetivo principal importar y exportar datos al Servidor SQL, pero
también soporta el cien por cien de las fuentes de datos originales y finales. Como
resultado, se puede usarlo para transferir datos entre otras fuentes externas de datos sin
comprometer el Servidor SQL.
Por ejemplo, se puede usar el DTS para intercambiar datos directamente entre una
base de datos Access y DB2 u Oracle. La combinación de esta característica con el
soporte de scripting de DTS permite el uso de DTS para la replicación básica de datos
entre plataformas.
A través del Analysis Services procesamos la información almacenada en la base de datos
SQL y se determinaron las categorías requeridas por el CONEA, tales como: Indicadores,
características, estándares, dimensiones y criterios por ámbitos y funciones institucionales,
así como la identificación codificada de la matriz y cada uno de sus centros de apoyo,
informantes e instrumentos aplicados.
El modelo relacional utilizado como base del procesamiento es el OLTP (Procesamiento
Transaccional en Línea), que tiene como objetivo mantener la integridad de la información
(relaciones entre datos) necesaria y eficiente.
128
UNIANDES
El OLTP es el componente clave en el proceso de almacenamiento de datos (DW) y los
servicios OLAP (Tecnología de Procesamiento Analítico en Línea) nos han proporcionado la
funcionalidad esencial para la fase final de la etapa de Autoevaluación. En un
almacenamiento OLAP, la información es vista como cubos, los cuales consisten de
características descriptivas (dimensiones) y valores cuantitativos (medidas).
Mediante un diagnóstico de los requerimientos de información gerencial, levantado a partir de
la información resultante de la aplicación de los instrumentos a los miembros de la comunidad
universitaria y a su entorno se implementaron los cubos multidimensionales, que constituyen
la estructura de las categorías anteriormente mencionadas, con el propósito de generar los
resultados requeridos mediante el lenguaje MDX.
El modelo de datos multidimensional permite formular peticiones de datos en un reporte y
filtrar o seccionar los datos en subconjuntos significativos. Las dimensiones del cubo que
contengan información de autoevaluación, incluye tiempo, “Dimensión”, “Ámbito”,
“Función”, “Estándar”, “Característica”, “Indicador”, “informante”, “Instrumento”, entre
otras, concernientes específicamente a la UNIANDES como son “Centros”, “Carreras”,
“Semestres”. Las medidas típicas incluirían el número de unidades (respuestas) y el peso de
las mismas valoradas entre 0 y 4.
129
UNIANDES
Gráfico 21 – Escala de valoración en instrumentos aplicados por UNIANDES
Las nuevas tecnologías basadas en los sistemas de soporte para la toma de decisiones, generan
automáticamente cualquier tipo de informes gerenciales de acuerdo a la categoría y filtros de
interés de los evaluadores, aspecto fundamental para el CTEI que permite la emisión de los
elementos cuantitativos del informe final de autoevaluación presentado al CONEA.
Por último los resultados que se obtuvieron del Analysis Services fueron exportados a
Microsoft Excel a modo de tablas dinámicas.
Un informe de tabla dinámica Microsoft PivotTable es una tabla interactiva que extrae,
organiza y resume automáticamente la información; por lo tanto puede ser utilizada para
resumir rápidamente grandes volúmenes de datos.
4.2.3. DESCRIPCIÓN DE LA PROPUESTA
La información que fluye del proceso de evaluación institucional está destinada a responder a
diversos tipos de preguntas de los actores, de ahí la necesidad que existan sistemas de
130
UNIANDES
información, para requerimientos muy específicos que permitan la recolección y el manejo de
datos.
Por lo tanto, la necesidad de obtener información sobre una amplia variedad de datos es la
principal razón que condujo al uso del DW, mediante la conversión de los datos operacionales
de los instrumentos de evaluación, en una herramienta competitiva, para hacerlos disponibles
para el análisis y la toma de decisiones en este proceso y satisfacer los requerimientos de
información interna y su acceso para una mejor gestión de la evaluación.
Esta aplicación está destinada para uso de las Autoridades y del CTEI de la Universidad
Regional Autónoma de Los Andes –UNIANDES- durante el proceso de Acreditación
Institucional.
Es importante señalar que esta propuesta de solución al problema de la toma de decisiones
consiste en la implementación de una aplicación OLAP; la cual proporcione la información
necesaria para sustentar una decisión correcta, con fines de mejoramiento continuo.
La aplicación proporcionará informes estadísticos, en base al nivel de satisfacción de la
comunidad universitaria de UNIANDES y respecto a cada uno de los indicadores planteados
por el CONEA. Estos informes son el resultado de la ponderación de un gran número de datos
obtenidos de la tabulación de encuestas aplicadas a la comunidad universitaria de esta
institución.
131
UNIANDES
Como se indica esta aplicación OLAP ha sido desarrollada durante la fase de Autoevaluación
con fines de Acreditación Institucional; por lo tanto se ha tomado en cuenta la información
recopilada dentro del año académico 2008.
Esta propuesta beneficia en gran medida a la gestión universitaria de UNIANDES, ya que en
base a los resultados se podrán definir las fortalezas y debilidades en cada una de las
funciones universitarias y por lo tanto facilitará el planteamiento de los planes de
mejoramiento para cada uno de los indicadores de calidad, que así lo requieran.
4.2.4. ANÁLISIS PREVIO
Debido al manejo de los datos de forma manual y por la gran extensión de los mismos, resulta
complejo y tedioso su tratamiento y por ende dificulta el proceso de toma de decisiones en
UNIANDES, durante su proceso de acreditación institucional.
Por lo que el CTEI, ha visto necesario crear un Datawarehouse para que los datos recopilados
en sus encuestas sirvan de soporte a la toma de decisiones institucionales de forma oportuna
con lo que se espera demostrar el uso y la flexibilidad que nos ofrece las bases de datos
multidimensionales y dentro de esta la Tecnología OLAP.
Es importante el estudio de esta nueva tecnología OLAP, porque es una herramienta que
ayudará a UNIANDES a realizar consultas y tomar decisiones en beneficio de la comunidad
universitaria en general.
132
UNIANDES
Por lo tanto éste sistema juega el papel de soporte para la toma de decisiones, de respuesta
ágil y rápida, con información precisa para poder aprovechar las oportunidades: “estar en el
lugar indicado, en el momento oportuno, con la información correcta”.
4.2.5. METODOLOGIA
Para llevar acabo el plan de trabajo de esta investigación, se han tomado en cuenta algunas
particularidades de proyectos de explotación de datawarehouses, según [Sperley, 1999]:
Determinar el área de implementación a ser soportada en la primera fase del
desarrollo. (Comité Técnico de Evaluación Interna de UNIANDES)
Determinar las fuentes de información implementadas por el Comité técnico de
Evaluación interna de UNIANDES. (Documentación CONEA, instrumentos aplicados
a la comunidad universitaria).
Definir el origen de los datos operacionales. El modelo de datos fuente. (SPSS)
Documentar las bases de datos de los sistemas transaccionales.
Especificar los requerimientos para el soporte a las decisiones. (MIS, DSS y EIS).
Estudiar y analizar diferentes herramientas para OLAP y DataMining que se adecuen a
la universidad. Herramientas de acceso al componente de almacenamiento físico
datawarehouse.
Definir las diferentes personalizaciones de las herramientas seleccionadas.
Especificar los orígenes de datos entre el datawarehouse y los sistemas
transaccionales. (Copo de nieve o estrella).
Definir el modelo de datos del datawarehouse. (Modelo de datos conceptual
datawarehouse).
Diseñar el datawarehouse.
133
UNIANDES
Especificar la extracción, transformación y carga (DTS) de datos entre los sistemas
transaccionales y el Datawarehouse. En donde la extracción es la selección sistemática
de datos operacionales usados para poblar el componente de almacenamiento físico
datawarehouse; la transformación es el proceso para transformar, sumarizar y realizar
otros cambios en los datos operacionales para reunir los objetivos de orientación a los
temas a explotar y finalmente la carga es la inserción sistemática de datos en el
componente de almacenamiento físico datawarehouse.
Definir las interfaces de Usuario para el acceso y explotación de los datos. (Excel).
4.2.6. DISEÑO DE LA BASE DE DATOS
134
UNIANDES
Gráfico 22 – Vista estándar del diagrama DIAGRAM1 de la base de datos db_uniandes.
135
UNIANDES
4.2.7. ADMINISTRACIÓN DE LA BASE DE DATOS
Analysis Manager
Para el desarrollo de la presente investigación se ha utilizado Analysis Manager, aplicación
que permite la administración del Analysis Server, la creación de bases de datos y su
especificación de orígenes de datos, y entre otras la generación y procesamiento de cubos.
Análisis Service
La administración de los datos de la presente propuesta se la ha realizado mediante la
utilización del Analysis Services de Microsoft SQL Server 2000, recordemos que este es un
servidor de nivel intermedio para procesos analíticos en línea (OLAP) y minería de datos.
Este servidor administra cubos de datos multidimensionales para analizarlos y proporciona un
rápido acceso a la información de los cubos.
Se da inicio accediendo al Administrador de servicios de SQL Server, en donde se conecta el
servidor que en este caso se denomina LA-LUCY:
Gráfico 23 – Acceso al Administrador de servicios SQL
Una vez realizada esta conexión, abrimos el Analysis Manager para establecer la conexión del
Analysis Server.
136
UNIANDES
Gráfico 24 – Conexión con el Analisis Server
Una vez establecida la conexión, creamos una nueva base de datos , la cual se constituirá en
un contenedor de cubos relacionados y los objetos que comparten. Cuando hablamos de
objetos nos referimos a los orígenes de datos, dimensiones compartidas y funciones de base
de datos. Para la creación de la base de datos, damos clic en el botón secundario del Mouse,
para luego asignarle un nombre que en este caso es UNIANDES y su respectiva descripción,
como se puede observar en las siguientes imágenes:
137
UNIANDES
Gráfico 25 – Creación de una nueva base de datos
Gráfico 26 – Asignación del nombre de la nueva base de datos
Una vez creada la base de datos UNIANDES, el siguiente objeto a crear se trata de los
orígenes de datos, que permitirán especificar el proveedor de OLE DB; así como la
configuración de la cadena de conexión utilizada para obtener acceso a los datos de origen.
Para la creación del objeto orígenes de datos, damos clic en el objeto UNIANDES para que se
desplieguen las ramas del árbol de la base de datos, en donde encontraremos el objeto
orígenes de datos sobre el cual daremos clic con el botón secundario del Mouse, de acuerdo a
lo que podremos observar en las siguientes imágenes, hasta que la prueba de conexión sea
satisfactoria:
138
UNIANDES
Gráfico 27 – Creación de un nuevo origen de datos
Gráfico 28 – Propiedades de vínculo de datos
Gráfico 29 –Mensaje vínculo de datos, cuya prueba de conexión es satisfactoria
Gráfico 30 –Visualización de la base de datos creada
139
UNIANDES
Gráfico 31 –Visualización del origen de datos establecido
Una vez establecidos los orígenes de datos, creamos el cubo al cual puede ser creado
mediante el editor de cubos o el asistente, en este caso utilizaremos la última opción y
FUNCIONES será el nombre que le daremos. Recordemos que un cubo es una estructura
multidimensional que contiene dimensiones y medidas. Agregamos un nuevo cubo y
seleccionamos Asistente como se puede apreciar en las siguientes imágenes:
Gráfico 32 –Creación de un cubo
El Asistente para cubos nos permitirá seleccionar el origen de datos, la tabla de hechos, las
dimensiones y las medidas.
140
UNIANDES
Gráfico 33 –Selección de la tabla de hechos
En primer lugar el Asistente nos ha permitido seleccionar una tabla de hechos de un origen de
datos, en este caso hemos seleccionado la tabla RESULTADOS, esta tabla contiene los datos
numéricos que por medio del cubo deseamos analizar.
Acto seguido debemos seleccionar aquellas columnas numéricas de la tabla RESULTADOS,
las cuales definirán las medidas del cubo, estas columnas son Peso y Unidad:
Gráfico 34 –Definición de las medidas del cubo
Gráfico 35 –Vista examinar datos de la tabla Resultados
141
UNIANDES
Ahora es momento de definir las dimensiones del cubo, una dimensión es una jerarquía
organizada de categorías, conocidas como niveles, que describe los datos de las tablas de
hechos de los almacenes de datos.
Gráfico 36 – Creación de Dimensiones
Para crear la dimensión debemos definir su jerarquía, en este caso usaremos el esquema de
copo de nieve, en razón de que usaremos dos tablas de dimensiones relacionadas:
Gráfico 38 – Selección de la jerarquía de la Dimensión
A continuación seleccionamos las tablas de las dimensiones, que en este caso son dos:
FUNCIÓN y CENTROS; así como establecemos sus combinaciones las cuales en el presente
ejemplo llevan el mismo nombre Función y Centros, para luego establecer el nivel de la
dimensión, iniciando por el mas general y las columnas clave de miembro:
142
UNIANDES
Gráfico 39 – Selección de tablas de la Dimensión
Gráfico 40 – Selección del nivel de la Dimensión y columnas clave de miembro
Es momento de asignar a la dimensión algunas opciones avanzadas y sus propiedades:
Gráfico 41 – Definición de las opciones y propiedades avanzadas de la Dimensión
143
UNIANDES
Ahora debemos especificar el modo de almacenamiento, en este ejemplo elegiremos
almacenar como OLAP multidimensional (MOLAP), luego deberemos determinar la
secuencia para el orden de los miembros de un nivel:
Gráfico 42 – Definición del modo de almacenamiento y secuencia de los miembros de la Dimensión
Finalmente asignaremos un nombre a la dimensión que hemos creado, para luego
seleccionarla para la creación del cubo:
Gráfico 43 – Definición del nombre y selección de las dimensiones del cubo
Para concluir la creación del cubo, debemos asignarle un nombre:
Gráfico 44 – Asignación del nombre para el cubo
144
UNIANDES
Gráfico 45 – Editor de cubos, visualización del Cubo FUNCIONES
Gráfico 46 – Editor de cubos, visualización del Cubo centrosfun
Para acelerar las consultas de los cubos, mediante el asiste para almacenamiento y agregado
de datos podemos establecer dichas opciones:
Gráfico 47 – Asistente para el almacenamiento y agregado de datos
145
UNIANDES
Para este trabajo de investigación se ha utilizado el tipo de almacenamiento de datos MOLAP,
el cual permite que las agregaciones de datos sean en estructuras multidimensionales:
Gráfico 48 – Selección del tipo de almacenamiento de datos y opciones de agregaciones
Finalizamos la creación del cubo con su procesamiento, en la pantalla siguiente se puede
observar que dicho proceso ha sido completado correctamente:
Gráfico 49 – Procesamiento del cubo
Mediante el examinador de datos del cubo podemos observar distintas dimensiones y
manipularlas de acuerdo a la conveniencia de la consulta que se requiere obtener:
146
UNIANDES
Gráfico 50 – Selección del cubo a examinar
El examinador de cubos presenta dos paneles, el superior es conocido como rebanador de
dimensiones y es en el que se encuentran todas las dimensiones definidas para el cubo;
mientras que en el panel superior se visualizan los datos de las dimensiones que se han
seleccionado para consultar; como por ejemplo:
Gráfico 51 – Examinador de datos: Porcentaje obtenido por la Función Vinculación con la Colectividad en Santo Domingo.
La imagen superior presenta el porcentaje obtenido en cada uno de los indicadores de la
función Vinculación con la Colectividad, en la ciudad de Santo Domingo. Para visualizar

147
UNIANDES
estos datos se arrastró desde el rebanador las dimensiones INDICADOR y VALORACIÓN y
se seleccionó el miembro Santo Domingo de la dimensión CENTROS.
A continuación se presenta un nuevo ejemplo, en el cual se desea visualizar los puntajes
obtenidos en cada extensión universitaria, respecto al estándar Equipos de Investigación,
correspondiente a la característica 17 de la función Investigación:
Gráfico 52 – Examinador de datos: Puntajes obtenidos en cada extensión respecto al estándar Equipos de Investigación
4.2.8. VISUALIZACION DEL CUBO EN EXCEL
Una vez establecida la administración de la base de datos mediante SQL Server Analysis
Services y con la finalidad de que las consultas sean de mayor utilidad para la UNIANDES, se
ha utilizado Microsoft Excel como herramienta para la visualización de consultas
personalizadas y de fácil manejo para la los miembros de la Comisión de Evaluación Interna,
para quienes la presente aplicación resulta de mucha importancia como base para la
planificación de estrategias con fines de mejoramiento continuo de la institución.

148
UNIANDES
Para ello se presenta a continuación una pequeña guía para el usuario, en la cual se señalan los
procedimientos a realizar para organizar este tipo de consultas, mediante tablas dinámicas en
Excel.
Gráfico 53 – Creación de la conexión desde Excel con el cubo de SQL Server Analysis Services
Una vez establecida la fuente de donde se importarán los datos a Excel en forma de tabla
dinámica, aparece el asistente para la conexión de datos, en la cual se requieren datos como el
nombre del servidor, nombre de usuario y contraseña para acceder a la información, como se
puede visualizar a continuación:
149
UNIANDES
Gráfico 54 – Asistente para la conexión de datos entre SQL Server Analysis Services y Excel
El Asistente solicita se identifiquen tanto la base de datos; así como el cubo del cual deseamos
obtener la información:
Gráfico 55 – Selección de la base de datos y el cubo del cual se desea obtener los datos
Una vez seleccionada tanto la base de datos como el cubo, se requiere asignarle un nombre al
archivo de conexión y si se cree conveniente una breve descripción del mismo, finalizando así
la conexión:
150
UNIANDES
Gráfico 56 – Guardar archivo de conexión
Excel presenta varias opciones para la presentación de los datos a consultar, para este ejemplo
lo haremos mediante la opción Informe de gráfico y tabla dinámica:
Gráfico 57 – Selección del tipo de visualización de los datos en Excel
151
UNIANDES
Gráfico 58 – Tabla dinámica e informe gráfico: Puntaje obtenido por la función Vinculación con la Colectividad en la Extensión Tulcán
Desde la lista de campos de la tabla dinámica, se seleccionan aquellos campos que deseamos agregar al informe como Validación, Centros,
Indicador, el campo que filtraría esta información sería Función y los valores que obtendremos provienen del campo Unidad de la tabla Valores.
152
UNIANDES
Gráfico 59 – Tabla dinámica e informe gráfico: Puntaje obtenido por la función Vinculación con la Colectividad en la Extensión Tulcán
153
En el ejemplo anterior se realizó un informe en el cual se presentan los puntajes obtenidos por las
extensiones de la costa en los indicadores correspondientes a la Función Gestión Administrativa.
El usuario podrá realizar un sinnúmero de informes con diferentes enfoques de acuerdo a las
necesidades que se vayan planteando, de manera que se visualicen datos resumidos pero precisos
que consoliden un criterio para la toma de decisiones en bien del mejoramiento continuo de la
UNIANDES.
4.2.9. REQUERIMIENTOS DEL SISTEMA
Las especificaciones de hardware y software que se describen a continuación son las que se
ocuparán para el desarrollo de la aplicación OLAP:
Hardware
Requisitos mínimos
Procesador Procesador Pentium II a 450 MHz,
se recomienda Pentium III a 600 MHz
Disco duro 500 MB de espacio disponible en la unidad del
sistema; 1,5 GB de espacio disponible en la unidad de
instalación
1,9 GB de espacio adicional disponible para la
documentación de MSDN Library
Memoria 1 Gb de memoria RAM mínimo se recomienda mayor
memoria para ejecutar
Unidad de Unidad de CD-ROM o DVD-ROM
disco
Monitor Resolución Super VGA (1024 x 768) o superior con
256 colores
UNIANDES
Mouse Microsoft Mouse o compatible
Software
 SQL Server 2000
 Analisys Services
 Microsoft Office 2003 o superior
 OLAP Client Mananger
4.2.10. PROCESO DE INSTALACIÓN
Instalar SQL Server 2000 y su herramienta Analysis Service también las herramientas de
Microsoft Office 2003 o superior.
4.3. IMPACTO DE LA APLICACIÓN
En la actualidad los usuarios sienten la necesidad de lograr un acceso a la información de manera
rápida y fácil como la que hoy se consigue con los beneficios del uso de un datawarehouse en el
proceso de la toma de decisiones.
Es por ello que, tomando en cuenta el importante apoyo que actualmente brindan las herramientas
informáticas, destinadas a la inteligencia de negocios, se ha logrado el impulso necesario para
llevar a cabo esta propuesta.

UNIANDES
Los usuarios de esta aplicación OLAP gozarán de ventajas competitivas en su gestión, gracias a
las nuevas tendencias en sistemas de información, las cuales permiten trabajar con grandes
cantidades de datos, en diferentes dimensiones, con diversos criterios y en poco tiempo, por lo
que las Autoridades de UNIANDES mejorarán notablemente el desempeño en el proceso
decisional de su gestión y por ende de la institución
Esta propuesta se convierte en una estrategia efectiva como apoyo en la toma de decisiones en la
gestión universitaria de UNIANDES y genera un impacto beneficioso en el quehacer
universitario de la institución.
4.4. CONCLUSIONES Y RECOMENDACIONES
4.4.1. Conclusiones
Con la elaboración de esta aplicación OLAP, se ha logrado demostrar el avance de la
tecnología informática como apoyo al proceso de acreditación universitaria y de
mejoramiento continuo de la calidad de una institución de educación superior como es la
UNIANDES.
A partir de la obtención de la información y su respectivo tratamiento se ayudó al proceso
de toma de decisiones en UNIANDES de manera rápida y optima.
Los resultados obtenidos permitieron culminar la Autoevaluación institucional de
UNIANDES con éxito.
La gestión institucional mejoró notablemente, a partir de las acertadas decisiones tomadas
en base a los resultados generados.

UNIANDES
La aplicación OLAP, permite que el CTEI plantee un plan de mejoramiento acorde las
debilidades reales de UNIANDES.
4.4.2. Recomendaciones
Tratar de aprovechar al máximo las bondades de la aplicación, con el fin de agilitar y
lograr eficiencia en los procesos que gestionen la calidad en los procesos universitarios de
UNIANDES.
Se recomienda capacitar al personal que hará uso de la aplicación y sus herramientas.
Se recomienda a las autoridades de UNIANDES y al CTEI, familiarizarse con el manejo
de la aplicación, ya que el uso de la misma será importante en el proceso decisional de la
gestión institucional.
Es importante que la futura aplicación de encuestas a la comunidad universitaria sea
digital, con la finalidad de facilitar la tabulación de los datos recolectados.
4.5. BIBLIOGRAFÍA
CONEA, (2002), Guía de autoevaluación con fines de acreditación para las
universidades y escuelas politécnicas, Quito.
CONEA, (200), Manual de evaluación externa para la acreditación de
universidades y escuelas politécnicas, Quito.

UNIANDES
CULTURA S.A., (2006), Manual avanzado de Computación, Cultura S.A.,
Madrid.
HANSEN, James; HANSEN, Gary, (1997), Diseño y Administración de Bases
de Datos, PrenticeHall, 2da ED, Madrid.
KENDALL Y KENDALL, (1997), Análisis y diseño de sistemas, Pearson
Educación, 3ra ED, México.
LAUDON Y LAUDON, Sistemas de Información Gerencial, PrenticeHall,
8va ED.
OAKLAND, John, (2003), Administración y Calidad total, Pearson
Educación, 1ra ED, México.
RAMÍREZ, Eduardo, (2001), Aplicando SQL SERVER, Macro, 2da ED,
Lima.
RADLOW, James, (1995), Las computadoras en la sociedad, España
SEIDMAN, Claude, (2001), Data mining with Microsoft SQL Server 2000, 1ra
ED, USA.
UNIANDES
SPERLEY, Eric, (1999), The Enterprise Data Warehouse, PrenticeHall, 1ra
ED, USA.
TEJERA, Héctor, (1989), Diccionario Moderno de Informática, Grupo
Editorial Iberoamérica, 1ra ED, México.
UNIANDES, (2006), Proyecto de Autoevaluación Institucional de la
UNIANDES, Ambato.
4.6. LINCOGRAFÍA
www.conea.net
www.elguille.com
www.google.com
www.lawebdelprogramador.com
www.maestrosdelweb.com
www.microsoft.com
www.monografías.com
UNIANDES
www.msdn.microsoft.com
www.sqlmax.com
www.tecnologias-informacion.com
www.tdwi.org
www.wikipedia.com
UNIANDES
UNIANDES
ENTREVISTA DIRIGIDA A LAS AUTORIDADES y DIRECTORES DE CENTROS DE
APOYO DE LA UNIVERSIDAD REGIONAL AUTÓNOMA DE LOS ANDES
-UNIANDES-
UNIANDES
Objetivo: Conocer bajo que parámetros investigativos, se sustentaría la creación de un
sistema de información que apoye a la toma de decisiones en UNIANDES.
INSTRUCCIONES
Preste atención a cada una de las preguntas planteadas.
Responda con claridad a cada una de las preguntas.
1. ¿Considera que el proceso para la toma de decisiones es adecuado dentro de la
Institución?
2. ¿Usted considera qué la toma de decisiones es fundamental dentro del proceso
de mejoramiento continuo de UNIANDES?. ¿Por qué?.
3. ¿Es usted una de las personas encargadas de la toma de decisiones
institucionales?
4. ¿Cómo se relaciona la toma de decisiones con el proceso de Autoevaluación de
UNIANDES?
5. ¿Cuáles han sido las dificultades qué usted percibe en el proceso de toma de
decisiones con fines de Autoevaluación Institucional?
6. ¿El proceso de acreditación, requiere que la información base para la toma de
decisiones y los resultados de la autoevaluación sean verificables?
7. ¿Le resulta compleja la metodología a seguir para el proceso de Autoevaluación
de UNIANDES?
8. ¿Cuáles son los métodos que utiliza para conocer el nivel de satisfacción de la
comunidad universitaria?
UNIANDES
9. ¿Posee informes históricos que sirvan de base para la toma de decisiones?
10. ¿Tiene acceso a informes claros, precisos, concretos y oportunos que apoyen la
toma de decisiones?
11. ¿Esta información está automatizada?
12. ¿Considera qué un sistema de información puede apoyar al proceso de toma de
UNIANDES
ENTREVISTA DIRIGIDA A LOS DIRECTORES DEPARTAMENTALES DE LA
UNIVERSIDAD REGIONAL AUTÓNOMA DE LOS ANDES
-UNIANDES-
INSTRUCCIONES
de mejoramiento continuo de UNIANDES?. ¿Por qué?.
2. ¿Considera que el proceso para la toma de decisiones es adecuado en la
UNIANDES?
3. ¿Es usted responsable de la toma de decisiones del departamento en el que se
desempeña?
4. ¿Conoce el grado de satisfacción de la comunidad universitaria respecto a la
eficiencia de la instancia administrativa a la que dirige?
5. ¿Dispone de datos estadísticos históricos y actualizados que apoyen a su
gestión como funcionario de UNIANDES?
6. ¿Considera qué un sistema de información puede apoyar al proceso de toma de
UNIANDES
ENTREVISTA DIRIGIDA A DECANOS Y DIRECTORES DE CARRERA DE LA
UNIVERSIDAD REGIONAL AUTÓNOMA DE LOS ANDES
-UNIANDES-
INSTRUCCIONES
1. ¿Dispone de la información estadística referente al número de estudiantes de su
facultad o carrera por aula?

SI NO
2. ¿Son suficientes los recursos didácticos de acuerdo con el número de
estudiantes de su facultad o carrera?

SI NO
3. ¿Tiene estadísticas sobre el uso de material bibliográfico de la facultad o
carrera? SI NO
4. ¿Conoce el nivel de satisfacción de los estudiantes de su facultad o carrera
respecto a los servicios que presta el CDIC?

SI NO
UNIANDES
5. ¿Tiene estadísticas periódicas sobre el número de estudiantes de su carrera o
facultad que han sido beneficiados por los servicios de Bienestar Universitario?
6. ¿Conoce el nivel de satisfacción de los estudiantes de su facultad o carrera

SI NO
respecto a los servicios de Bienestar Universitario?
SI NO
7. ¿Posee información estadística sobre: matrícula, permanencia, repitencia y
deserción estudiantil de su facultad o carrera?

SI NO
8. ¿Posee información estadística sobre egresados y graduados de su facultad o
carrera? SI NO
9. ¿Necesita generar informes claros, precisos, concretos y oportunos que apoyen
su gestión como Decano o Director de Carrera?
SI NO
de mejoramiento continuo de UNIANDES?
SI NO
11. ¿Considera qué un sistema de información, apoyaría al proceso de acreditación
de UNIANDES?
SI NO
UNIANDES
ENCUESTA DIRIGIDA A LOS MIEMBROS DE LA COMISIÓN TÉCNICA DE
AUTOEVALUACIÓN INTERNA DE LA UNIVERSIDAD
REGIONAL AUTÓNOMA DE LOS ANDES
-UNIANDES-
INSTRUCCIONES
Lea detenidamente cada una de las preguntas.
Para responder, escoja las opciones respectivas.
1. ¿Conoce el nivel de satisfacción de la Comunidad Universitaria de UNIANDES?
SI NO
2. ¿Qué instrumentos son necesarios para medir el nivel de satisfacción de la
comunidad universitaria de UNIANDES?

ENCUESTAS ENTREVISTAS
FICHAS OBSERVACIÓN
CUESTIONARIOS OTROS
UNIANDES
3. Para conocer la tendencia en cuanto a la satisfacción de la Comunidad
Universitaria de UNIANDES, ¿Cuántos modelos de instrumentos se deberían
aplicar?
DE 1 A 5 DE 5 A 10
DE 10 A 15 DE 15 A 20
DE 20 A 25 MÁS DE 25
4. ¿A cuántas personas se aplicarán los instrumentos?

DE 10 A 50 DE 50 A 100
DE 100 A 500 DE 500 A 1000
DE 1000 A 1500 MÁS DE 1500
5. ¿Cómo será la forma de tabular los datos?
MANUAL AUTOMÁTICA OTRA
6. ¿Le resulta fácil establecer el software a utilizar para el procesamiento de la
información?
SI NO
7. ¿Se necesita consultas personalizadas de la información recolectada?
SI NO
8. ¿Se requiere realizar un análisis multivariado de la información recolectada?
SI NO
9. ¿Cuál es el tipo de información a procesar?
UNIFORME VARIADA
10. ¿Cuál es el volumen de la información a obtener?
BAJO MEDIO ALTO

UNIANDES
11. ¿Considera que la metodología usada por el CONEA para verificar la calidad de
las Instituciones de Educación Superior es compleja?

SI NO
12. ¿Se requiere de un sistema experto que permita la generación de información
gerencial para la toma de decisiones?
SI NO
UNIANDES

Aguirre Luz IS0391

Caricato da

Informazioni sul documento

Descrizione originale:

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Aguirre Luz IS0391

Caricato da

Copyright:

Formati disponibili

UNIANDES

Universidad Regional Autónoma de Los Andes

FACULTAD DE SISTEMAS MERCANTILES

Autora: Lcda. Luz Marina Aguirre Paz

Certifico: Que la presente tesis sobre el tema “SISTEMA DE INFORMACIÓN PARA

LA TOMA DE DECISIONES SOBRE EL NIVEL DE SATISFACCIÓN DE LA

COMUNIDAD UNIVERSITARIA DE UNIANDES, EN BASE A LAS

CARACTERÍSTICAS Y ESTÁNDARES DE CALIDAD DE LAS INSTITUCIONES

DE EDUCACIÓN SUPERIOR DEL ECUADOR”, previo a la obtención del título de

Ingeniera en Sistemas e Informática, ha sido desarrollada por la Licenciada Luz Marina

legales establecidas por la UNIANDES, por lo que autorizo su presentación.

“SISTEMA DE INFORMACIÓN PARA LA TOMA DE DECISIONES SOBRE EL

NIVEL DE SATISFACCIÓN DE LA COMUNIDAD UNIVERSITARIA DE

UNIANDES, EN BASE A LAS CARACTERÍSTICAS Y ESTÁNDARES DE

CALIDAD DE LAS INSTITUCIONES DE EDUCACIÓN SUPERIOR DEL

ECUADOR”, previo a la obtención del título de Ingeniera en Sistemas e Informática, es

auténtica y original. Los derechos de autoría le corresponden a la Universidad Regional

Autónoma de Los Andes UNIANDES.

Este trabajo de investigación es dedicado con todo

A toda mi bella familia, en especial:

A mi mami, por ser la amiga incondicional que ha

A mi abuelita, por ser el ángel en la tierra que

A mi esposo por ser el compañero de mis anhelos y

A mi bello ángel que está por nacer, a quien amo

Los amo mucho. Lucy :)

A la Universidad Regional Autónoma de Los

Un agradecimiento profundo y muy sentido al

A mis queridos profesores por su paciencia y por

A mis nunca olvidados compañeros, quienes han

A mis buenos amigos y amigas por conquistar de

A toda mi bella familia por existir y demostrarme

Gracias a todos. Lucy :)

RESUMEN EJECUTIVO _________________________________________________________________ 10

4.2.4. ANÁLISIS PREVIO ________________________________________________________________ 132

Gráfico 1 – Ciclo del Procesamiento de Datos 24

Gráfico 38 Creación de Dimensiones 137

El presente trabajo investigativo tiene como propósito ayudar al proceso de mejoramiento

continuo y fortalecimiento de la calidad de las funciones universitarias durante el proceso de

acreditación institucional de UNIANDES, por medio de la implementación de un sistema de

capítulos que se resumen a continuación:

En el primer capítulo se presenta el planteamiento del problema, la identificación del objeto

de estudio y campo de acción, se justifica la trascendencia de la problemática abordada y se

declara el objetivo general y los objetivos específicos.

Inteligencia de Negocios, Datawarehouse, Sistema de Evaluación y Acreditación de la

Educación Superior, entre otros.

En el tercer capítulo se describe el marco metodológico, detallando la modalidad y tipos de

realizadas a las Autoridades, Directivos y Comité Técnico de Evaluación Interna de

En el cuarto capítulo se detalla el marco propositivo en el cual se presenta el desarrollo de la

UNIANDES dentro de su organización y planificación para alcanzar la acreditación

institutional certification of UNIANDES, by means of the implementation of a system of

are summarized next:

general objective and the specific objectives.

Business Intelligence, Datawarehouse, among others.

out to the Authorities and the CTEI of UNIANDES.

UNIANDES, como parte del Sistema Nacional de Evaluación y Acreditación de la Educación

Superior (SEAS), ha realizado un examen riguroso y sistemático de su funcionamiento

institucional mediante la participación de la comunidad universitaria, quienes opinaron y

El importante criterio de la comunidad universitaria de UNIANDES, fue recogido en 21

instrumentos de evaluación (15 entrevistas y 5 encuestas), las cuales permitieron identificar

las fortalezas y debilidades de la UNIANDES, con el propósito de reflejar su realidad de

manera cuantitativa y cualitativa, cumpliendo así, los propósitos del proceso de

Apoyándose en la necesidad de obtener información sobre una amplia variedad de datos, se ha

visto conveniente el desarrollo de un sistema de información como apoyo a la toma de