CAPITULO 2: ANÁLISIS ESTRUCTURAL DEL SISTEMA ESTUDIADO

“No se puede MEJORAR lo que no se puede ADMINISTRAR; no se puede ADMINISTRAR lo que no se puede ENTENDER; no se puede ENTENDER lo que no se puede MEDIR; no se puede MEDIR lo que no se puede DEFINIR” ESTRUCTURA GENERAL DEL CAPÍTULO.

2.1. Introducción.

2.2. Objetivo.

2.3. Metodología.

2.4. Resultados.

2.4.1. Variables externas que caracterizan el entorno explicativo general del sistema estudiado.

2.4.2. Nivel de importancia de las variables externas y grado de dominio de la EPS sobre ellas.

2.4.3. Variables internas que caracterizan el sistema estudiado.

2.4.4. Nivel de importancia de las variables internas y grado de desarrollo de las mismas por parte de la EPS.

2.4.5. Análisis estructural del sistema.

2.5. Discusión y comentarios.

2.6. Conclusiones.

2.7. Anexos.

2.1. INTRODUCCIÓN.

Un sistema se presenta en forma de un conjunto de elementos relacionados entre sí. La estructura del sistema, es decir, la red de relaciones entre estos elementos, es esencial para comprender su evolución, puesto que esa estructura conserva cierta permanencia. El sistema a ser analizado está compuesto por el fenómeno estudiado (Cruz Blanca EPS SA) y su entorno, en este caso dirigido al análisis de la Siniestralidad generada por causa del tratamiento de las Enfermedades Ruinosas o Catastróficas – ERC.

La base analítica del sistema estudiado está conformada por: 1. Delimitación del sistema estudiado (Cruz Blanca EPS y su entorno), identificando sus variables internas y externas y las relaciones entre éstas a través del análisis estructural. El Capítulo 2 74  presente capítulo desarrolla precisamente este componente de la base analítica.

2. Determinación de las variables esenciales primarias y secundarias a partir de una matriz de impactos cruzados (MICMAC). Este componente es tratado en el capítulo 3.

3. Análisis de la estrategia (“juego”) de los actores institucionales. El capítulo 4 está dedicado a este componente.

La identificación y el conocimiento del comportamiento de las variables del sistema, fruto de aplicar el análisis estructural, sienta las bases para aplicar un modelo de simulación prospectiva, considerando que: .. La previsión-cuantificación se substituye por una prospectiva global que tenga en cuenta todos los parámetros cualitativos, cuantificables o no, que actúan en mayor o menor medida sobre el sistema estudiado.

.. Al considerar tan solo variables cuantitativas, los modelos demuestran su incapacidad de prever los cambios provocados por la evolución de las variables cualitativas.

.. En prospectiva, el futuro es la clave de explicación del presente.

Por eso, se hace obsoleta la extrapolación de tendencias y los modelos econométricos que no integran los proyectos de los actores.

.. El futuro es múltiple, y esta pluralidad lo hace incierto.

.. A fuerza de simplificar la realidad por el placer de utilizar las matemáticas, se acaba por transformar los modelos en esquemas deformadores de la realidad. No se trata pues de rechazar las cifras y la elaboración de modelos, sino de utilizarlas con precaución.

La previsión parcelaria, las variables cuantitativas, las relaciones estáticas, la explicación del futuro por el pasado, la búsqueda de un futuro único y predeterminado con la ayuda de modelos deformadores de la realidad (“charlatanería matemática”) son otras tantas causas de errores específicos en la previsión clásica, que se derivan de una actitud pasiva o adaptativa frente al futuro.

La prospectiva milita a favor de una previsión global, cualitativa y múltiple de un futuro incierto. Se esfuerza en tener en cuenta los proyectos y el comportamiento de los actores, preconiza una actitud voluntarista y no experimentada frente al futuro.

2 2.2. OBJETIVO.

Identificar la estructura de las relaciones entre las variables cualitativas, cuantificables o no, que caracterizan el sistema estudiado, mediante el uso de una matriz que interconecte todos los componentes del sistema y que permita identificar sus variables esenciales.

El análisis estructural tiene dos objetivos complementarios. En primer lugar, lograr una representación lo más exhaustiva posible del sistema estudiado que permita, en una segunda fase (capítulo 3), reducir la complejidad del sistema a sus variables esenciales.