Resumen de Un análisis comparativo entre los modelos estadísticos y los modelos dinámicos aplicados a las ciencias sociales como factor de aprendizaje

Tomás Herráiz Gil, Martín Dario Arango Serna

• Las tendencias actuales en el uso de herramientas informatizadas para la interpretación de los datos arrojados por estudios en las ciencias sociales han venido presentando diferentes enfoques, para lo cual el uso de programas estadísticos convencionales, como el SPSS, Statgraphics, Dyane, Stadistics, han proporcionado a los investigadores, un soporte eficaz al momento de analizar e interpretar los datos y resultados de los estudios por ellos abocados. Este trabajo pretende mostrar una línea complementaria como es el análisis sistémico a los problemas sociales que desde los estudios iniciales de Von Bertalanfy se han venido desarrollando hasta la actualidad, lo que permite que a través del uso de herramientas como la dinámica de sistemas se puedan analizar e interpretar los mismos datos y hechos de forma diferente. Con este objetivo, la mayor parte de las aportaciones de las nuevas tecnologías han cambiado la dinámica investigativa, haciendo de la innovación tecnológica un factor dinamizante por excelencia del proceso de transformación de la economía, las ciencias sociales y de la sociedad de la información. Donde las tecnologías de la información tienen un papel importante dentro del conjunto de sistemas que conforman la infraestructura de la sociedad Por consiguiente, y de acuerdo al planteamiento general, se ilustra la comparación entre los dos modelos de análisis, aplicados a un caso en concreto, como es la jubilación anticipada en la Comunidad Valenciana, y usando el software SPSS como herramienta informática para el modelo estocástico y el POWERSIM como software para dinámica de sistemas, en el modelo dinámico. Mostrando las ventajas y desventajas del uso de uno y de otro, sin pretender en ningún momento rivalizar o contraponerlos, sino por el contrario, mostrar la necesidad, si se requiere, de complementarlos a fin de garantizar la confiabilidad de un resultado y de su interpretación, permitiendo que los investigadores puedan gestionar su aprendizaje de una forma más efectiva.