PRONOSTICO EMPRESARIAL OBJETIVO Presentar las tcnicas estadsticas bsicas para que las empresas, de manera individual, elaboren

pronsticos y planes a largo plazo para la toma de decisiones. El proceso de pronstico empresarial incluye el estudio de datos histricos para descubrir sus patrones y tendencias fundamentales. Este conocimiento se utiliza para proyectar los datos a periodos como pronsticos. NECESIDADES DE PRONOSTICAR Por qu es necesario pronosticar? Todas las organizaciones operan en una atmosfera de incertidumbre y se deben tomar decisiones que afectan el futuro de la empresa o de la organizacin. Los pronsticos intuitivos con frecuencia proporcionan el mejor pronstico disponible. Quienes toman decisiones lo harn mejor si a partir de la comprensin de las tcnicas de pronstico, tanto cualitativas como cuantitativas, las utilizan de manera adecuada, en lugar de verse forzadas a planear el fututo sin el beneficio de esta informacin complementaria. El ser humano tiende a ser optimista y subestimar la incertidumbre del futuro, el costo del pronostico con mtodos de juicio es a menudo considerablemente ms alto que cuando se utilizan mtodos cuantitativos. Quien pronostica de manera efectiva, es capaz de formular una hbil mezcla de buen juicio y adems tcnicas de pronstico cuantitativas. Las organizaciones que no puedan reaccionar con rapidez a las condiciones cambiantes y prever el futuro con algn grado de precisin, estn condenadas a la extincin. PROCEDIMIENTOS DE PRONSTICO Se clasifican en: Cualitativos.- Son aquellos en los cuales no se requiere de una abierta manipulacin de datos, slo se utiliza el juicio de quien pronostica. Este juicio es el resultado de la manipulacin mental de datos histricos pasados.

 Cuantitativos.- Estos procedimientos no requieren de elementos de juicio, son procedimientos mecnicos que producen resultados cuantitativos. FUENTES DE DATOS En la recoleccin de datos vlidos y confiables se recomienda aplicar los siguientes criterios: 1. Los datos deben ser confiables y precisos. Se debe tener cuidado adecuado al recolectar los datos, que sean de una fuente confiable y con la debida atencin en su precisin. 2. Los datos deben ser pertinentes. Deben ser representativos para las circunstancias para los cuales sern utilizados, deben mostrar las fluctuaciones cclicas en el pasado histrico de la empresa. 3. Los datos deben ser consistentes y debern hacerse los ajustes para mantener esta consistencia en los patrones histricos. 4. Los datos deben ser peridicos, es decir, los datos que se recolectan, resumen y publican con base en una periocidad, sern de gran valor para el pronosticador. RECOLECCION DE DATOS Censo.- Se aplica a toda una poblacin o universo, adems el censo est restringido a nicamente 3 tipos: de poblacin, econmicos y agropecuarios. Encuesta.- Se aplica nicamente a una parte representativa de una poblacin o universo. Esta parte representativa de la poblacin o universo recibe el nombre de muestra. Las encuestas son instrumentos que se utilizan para obtener cualquier tipo de informacin. TECNICAS DE MUESTREO Existen 2 tipos de muestreo: Probabilstico.- (aleatorio) cualquiera de los miembros que integran un universo tienen la misma probabilidad diferente de cero de formar parte de la muestra. No probabilstico.- (a juicio o criterio) de acuerdo con el tipo y caractersticas de la investigacin, algunos miembros del universo no podrn formar parte de la muestra.

TIPOS DE ENCUESTAS Personal.- Son efectivas, proporcionan mayor informacin o informacin adicional. Son costosas. Telefnica.- Son efectivas y se utilizan en investigaciones donde la respuesta debe ser breve (si o no). Por correo.- Son menos efectivas debido a la capacidad de respuesta, se requiere de una muestra mayor. CALCULO DEL TAMAO DE LA MUESTRA Se deben tomar en cuenta 3 factores: 1. Porcentaje de confianza.- Con este porcentaje se pretende generalizar los datos de la muestra. Es el porcentaje de seguridad que existe para generalizar los resultados obtenidos. Esto quiere decir que un porcentaje del 100% equivale a decir que no existe duda para generalizar tales resultados, pero tambin implica estudiar la totalidad de los casos de la poblacin. Para evitar un costo muy alto y debido a que llega a ser prcticamente imposible el estudio de todos los casos, se busca un porcentaje de confianza menor. Comnmente en las investigaciones se busca un 95%. 2. Porcentaje de error.- Es el error que se pretende aceptar al momento de hacer la generalizacin. Dado que es poco probable que una media muestra sea idntica a la media poblacional, podemos esperar una diferencia entre una estadstica de muestra y el parmetro de poblacin. 3. Error de muestreo.- Es la diferencia entre una estadstica de muestra y su parmetro de poblacin. VARIABILIDAD Es la probabilidad o porcentaje con el que se acept y rechaz la hiptesis que se quiere investigar en algn experimento. El porcentaje con que se acept tal hiptesis se denomina variabilidad positiva (p), el porcentaje con el que se rechaz la hiptesis es la variabilidad negativa (q). Adems hay que considerar que p + q = 1.

Calculo del tamao de la muestra cuando no se conoce la poblacin. n = tamao de la muestra Z = nivel de confianza p = variabilidad positiva q = variabilidad negativa E = error n = Z2 p q / E2

Calculo del tamao de la muestra cuando se conoce el tamao de la poblacin. n = tamao de la muestra Z = nivel de confianza p = variabilidad positiva q = variabilidad negativa N = tamao de la poblacin E = error n = Z2 p q N / N E 2 + Z 2 p q

Determinacin del tamao de la muestra para la media. n = tamao de la muestra Z = nivel de confianza x = desviacin estndar E = error de muestreo n = Z2 x2 / E2

EJERCICIO En una institucin de educacin superior, se desea realizar una investigacin sobre los alumnos inscritos durante el primer ao, para la cual se aplicara un cuestionario de manera aleatoria a una muestra. Supongamos que no se conoce el tamao exacto de la poblacin, considerando un nivel de confianza del 95%, un porcentaje de error del 5% y adems la mxima variabilidad. No existen antecedentes sobre esta investigacin. n =? Z = 95% - (95/2 = 47.5 0.4750) tabla (1.96) p = 50% - .50 q = 50% - .50 E = 5% - .05 n = (1.96)2 (.50) (.50) / (.05)2 = 384.16 - 385

Supongamos que conocemos el tamao de la poblacin que es de 9408 alumnos. De qu tamao es la muestra? n =? Z = 1.96 p = .50 q = .50 E = .05 N = 9408 n = (1.96)2 (.50) (.50) (9408) / (9408) (.05)2 + (1.96)2 (.50) (.50) = 369.08 - 370

De qu tamao deber ser una muestra de empleados si el director desea estimar la proporcin de la poblacin con un margen de error igual al 10% y un nivel de confianza del 95%. Adems para poder determinar el tamao de la muestra, considere que 36 de los 45 empleados que presentaron el examen, lo aprobaron. n =? Z = 95% - 1.96 E = 10% - .10 p = (36 x 100/45 = 80%) - .80 q = 20% - .20 n = (1.96)2 (.80) (.20) / (.10)2 = 61.46 - 62

El gerente de mercadotecnia de una compaa que suministra petrleo para calefaccin desea estimar el consumo anual medio de petrleo dentro de 50 galones de margen de error, y, adems desea estar el 95% seguro de estimar correctamente. Adems, siente que la desviacin estndar la debe estimar en 325 galones. Con esta informacin se pide determinar el tamao de la muestra. n =? x2 = 325 Z = 1.96 E = 50 (absoluto) n = (1.96)2 (325)2 / (50)2 = 162.30 - 163

Al gerente de una agencia de publicidad que presta sus servicios a una estacin radiodifusora, le gustara estimar la cantidad promedio de tiempo que la audiencia pasa escuchando la radio diariamente. Qu tamao de muestra se necesita si el gerente desea tener una confianza del 90% de estar en lo correcto, dentro de 5 minutos? De estudios anteriores, se estima que la desviacin estndar es de 45 minutos. n =? Z = 90% - 1.64 x = 45 E=5 n = (1.64)2 (45)2 / (5)2 = 217.85 - 218

METODOS DE PRONSTICO

Tcnicas cualitativas

Tcnicas basadas en el juicio humano y en la intuicin ms que en la manipulacin de datos.

Mtodos de Pronstico Series de tiempo Tcnicas cuantitativas Regresin simple Causales Regresin mltiple Proyeccin de valores futuros de una variable, partiendo de observaciones pasadas y presentes.

SERIE DE TIEMPO Es un grupo de datos cuantitativos que se obtienen en periodos regulares. Sus componentes son: Tendencia.- Inclinacin general a largo plazo. Estacional.- Son las fluctuaciones peridicas. Est previsto siempre. Ciclo.- Muestra los desplazamientos o movimientos ascendentes o descendentes de la serie. No est previsto. Efecto aleatorio o irregular.- Se dispara

Para saber si se presenta un crecimiento o un decremento en la serie y saber cul es la tendencia, sus mtodos son: 1. Promedio mvil simple. 2. Promedio mvil doble

3. Tcnicas de suavizamiento (exponencial y exponencial doble). PROMEDIO MOVIL SIMPLE El mtodo de promedio mvil simple para estudiar la tendencia es muy subjetivo. Los promedios mviles consisten en una serie de medias aritmticas, calculadas a lo largo del tiempo, de modo que cada media se calcula para una sucesin de valores observados. La siguiente tabla muestra los autos vendidos en millones a partir del ao de 1970 hasta el ao de 1989.

Ao 1970 1971 1972 1973 1974 1975 1976 1977 1978 1979 1980 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990

Autos Promedio Promedio Total Mvil vendidos Mvil (3 Mvil (5 (3 aos) (millones) aos) aos) 6.7 5.5 6.9 19.1 7.6 20 6.4 7.8 22.3 6.7 9.3 24.7 7.4 6.9 8.6 25.7 8.2 7.4 7.4 25.3 8.6 8.0 8.8 24.8 8.4 8.1 8.2 24.4 8.3 8.4 6.5 23.5 8.1 8.5 8.6 23.3 7.8 7.9 8.8 23.9 7.8 7.9 9.7 27.1 8.0 8.2 7.3 25.8 9.0 8.4 6.7 23.7 8.6 8.2 8.5 22.5 7.9 8.2 9.2 24.4 7.5 8.2 9.2 26.9 8.1 8.3 8.4 26.8 9.0 8.2 8.9 8.4

E -1.2 -1.1 -1.9 -0.4 1.2 -0.4 0.1 1.6 -0.8 -1.0 -1.7 1.7 1.9 -0.6 -1.7 -1.1 0.6

E2 1.5 1.3 3.5 0.1 1.4 0.1 0.0 2.7 0.6 1.1 3.0 3.0 3.6 0.4 2.9 1.1 0.3 26.6

E -2.4 -1.2 0.6 -0.7 0.2 2.0 -0.7 -0.9 -1.5 1.1 1.5 -0.3 -1 -0.9 -0.2

E2 5.8 1.4 0.4 0.4 0.0 3.8 0.5 0.8 2.3 1.1 2.2 0.1 1 0.8 0.0 20.8

12

10

8 Autos vendidos 6 Promedio a 3 aos

Promedio a 5 aos

0 1970 1971 1972 1973 1974 1975 1976 1977 1978 1979 1980 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990

METODO DE SUAVIZAMIENTO EXPONENCIAL El suavizamiento o suavizacin exponencial es una tcnica que se puede utilizar para obtener pronsticos a corto plazo (un periodo a fututo) para series de tiempo. La tcnica de suavizamiento exponencial proporciona un promedio mvil exponencialmente ponderado a travs de la serie de tiempo, es decir, cada clculo o pronstico suavizado depende de todos los valores previamente observados. Los clculos son sencillos si se centra la atencin en los aspectos suavizados de la tcnica