GUA DE ESTUDIOS N 1

DATOS GENERALES:
Nombre de la Asignatura:
rea de Formacin:

MTODOS CUANTITATIVOS
Especfica

CONTENIDO TEMTICO DE LA ASIGNATURA:

UNIDAD I: INTRODUCCIN A LOS MTODOS CUANTITATIVOS
Conceptos fundamentales de los mtodos cuantitativos
Origen y Naturaleza de los Mtodos Cuantitativos y su
relacin con la Investigacin de Operaciones.
Fuentes, Procesos de recopilacin y Anlisis de Informacin
Modelos ms usados en la Gestin de Toma de Decisiones
rboles de Decisiones: Criterio del Valor Monetario
Esperado

UNIDAD I: INTRODUCCIN A LOS MTODOS

CUANTITATIVOS
Antecedentes
Medir el impacto que las intervenciones de un programa o una poltica pblica tiene sobre el
bienestar de los ciudadanos ha sido una actividad necesaria dentro del accionar del estado, en
la medida que de esta manera es posible tomar decisiones sobre el tipo de ejecutorias que
resultan ms costo-efectivas y que permiten lograr de una mejor manera los objetivos delas
polticas dentro de un escenario de recursos limitados.
Como lo explica el Banco Mundial en su manual de evaluacin de impacto. La evaluacin de
impacto es especialmente importante en los pases en desarrollo, donde los recursos son
escasos y cada dlar gastado debe maximizar su efecto en la reduccin de la pobreza. Si los
programas estn mal diseados, no llegan a los beneficiarios previstos o despilfarran los
recursos, con la informacin adecuada es posible redisearlos, mejorarlos o eliminarlos si se
estima necesario. El conocimiento obtenido de los estudios para evaluar los efectos tambin
proporcionar informacin decisiva para el diseo adecuado de programas y proyectos
futuros
.Desde principios del siglo XX fue una prctica realizar evaluaciones ex ante de los proyectos,
especialmente de los que involucraban obras pblicas en donde dependiendo del nivel de
profundidad del anlisis se definan etapas del proyecto de acuerdo con el nivel dela
evaluacin (reconocimiento, prefactibilidad, factibilidad, diseo y ejecucin) sin embargo no
era comn encontrar que los supuestos y resultados de la evaluacin ex ante se verificarn
despus de realizado el proyecto. En los proyectos y programas sociales, se incorpor tambin
la evaluacin ex ante pero en las dcadas finales del siglo se impuso la necesidad de llevar a
cabo seguimiento y monitoreo del desarrollo delos programas, as como la evaluacin ex post
de los impactos. Dentro de las caractersticas de los programas que facilitan la correcta
evaluacin de impactos estn los siguientes:
Objetivos claros y congruentes con metas especficas de corto y largo plazo.
Reglas de operacin precisas y criterios claros para la escogencia de los participantes
Un buen conocimiento de las principales caractersticas poblacin beneficiaria.
Informacin pertinente sobre indicadores socioeconmico/demogrficos apropiados
acorde metas programa (idealmente antes y despus del inicio del programa)
El problema del escenario contrafctico o contrafactual
Existen muchos enfoques de evaluacin que van desde los mtodos exclusivamente
cualitativos hasta modelos de equilibrio general macroeconmico o estimaciones
economtricas sofisticadas mediante modelos estructurales microeconmicos. El problema
fundamental de la evaluacin de impacto es poder encontrar una estimacin apropiada de lo
que hubiese sucedido (qu valores habran tomado las variables que se queran impactar) si el
programa no hubiese existido. A este concepto en la terminologa de evaluacin se le
denomina el escenario contrafactual o counterfactual en ingls. La escogencia de una u otra
metodologa para acceder a informacin que permita estimar dicho escenario terico o
contrafactual, hace que se generen sesgos e imprecisiones que se deben corregir con nuevas
metodologas, lo cual ha dado pie a una cuantiosa literatura economtrica sobre el tema.

En general si la accin del programa es homognea, es decir las intervenciones que recibe
cada participante son similares y el impacto que genera el programa es tambin homogneo,
es decir que los beneficios de unos y otros participantes tienen poca variabilidad, entonces la
accin del programa se puede caracterizar como una variable binaria que toma valor 1 cuando
la persona ha participado de dicha intervencin y cero sino ha participado, lo cual permite
dividir la poblacin en dos subpoblaciones de participantes y no participantes. Por otra parte si
las caractersticas de las dos subpoblaciones son similares en todas las variables que pueden
tambin influir en los resultados y slo se diferencian en la participacin, se podra pensar que
la subpoblacin de no participantes podra ser representativa de la situacin que tendran
los participantes si no hubiesen participado. Este es el caso en el cual los beneficiarios se
escogen como en un diseo experimental, es decir aleatoriamente dentro de una poblacin
homognea en ciertas condiciones predefinidas. En estos casos, al escoger tambin una
muestra aleatoria dentro del grupo de los no participantes, se caracterizara la distribucin
de probabilidades de los participantes en el escenario contrafactual. Si adems se cuenta con
la informacin de las variables de inters en un momento anterior al comienzo del programa,
bastara con comparar los cambios de dichas variables entre las dos muestras aleatorias y se
tendra el efecto neto del programa, sin embargo si efectivamente las dos poblaciones tienen
la misma distribucin de probabilidades en ausencia del programa, incluso la medicin inicial
podra obviarse. La estimacin de los efectos se puede en estos casos llevar a cabo mediante
una prueba de diferencia demedias tradicional.
Sin embargo existen diferentes situaciones en las cuales los mtodos que deben aplicarse
implican variaciones al mtodo bsico, dentro de las cuales caben las siguientes:
Cuando la escogencia de los participantes no es aleatoria. En cuyo caso debe tenerse en
cuenta que la variable que caracteriza la participacin es endgena en el sistema, lo cual
puede constituirse en una fuente de sesgo, denominada sesgo de seleccin
Cuando adicionalmente no se ha levantado una lnea de base del programa que ofrezca
informacin de participantes y no participantes antes de la intervencin;
Cuando existen efectos indirectos de un tamao significativo sobre algunos
no participantes del programa (vg. proveedores, compradores, etc.)
Cuando los beneficios de los participantes pueden ser compartidos por estos con los
no beneficiarios, como pueden ser los efectos de desborde (spill over) de la capacitacin y
asistencia tcnica
Cuando el programa tiene diferentes formas de intervencin (tipos de tratamiento) y
algunos participantes reciben una menor intensidad de tratamiento que otros;
Cuando los criterios de seleccin de beneficiarios no son siempre los mismos;
Cuando el tipo de tratamiento que lleva el programa tambin es ofrecido por
otros programas, a los cuales pueden acceder tanto los participantes como los no
participantes.
En resumen, y de acuerdo con Blundell &Costa (2000), el mtodo apropiado de evaluacin
depende en especial de los siguientes criterios:
La naturaleza del programa. El programa puede ser local o nacional, de pequea escala o
global
La naturaleza de las preguntas a responder. Se debe determinar si quiere estimarse el
efecto del programa sobre la poblacin en general, el efecto del tratamiento sobre los
participantes (y quienes se les parezcan), o una extrapolacin de los impactos para
simular los beneficios de un nuevo programa.
La naturaleza de los datos disponibles. Depende de si existe informacin para antes y
despus del programa, de si se aplic el mismo cuestionario a un grupo de control
potencial, o es necesario levantar la informacin.
3

MTODO CUANTITATIVO
Es el que permite analizar los datos de manera numrica, sobre todo en el mbito de la
Estadstica.
Se considera que para que exista este mtodo se necesita que entre los elementos del
problema de investigacin exista una relacin de naturaleza lineal. Esto implica que es
necesario saber cules son los elementos de la investigacin que conforman el problema, que
se los pueda definir, delimitar, saber dnde se inicia el problema y qu incidencia existe entre
sus elementos. Los elementos que constituyen un problema de investigacin lineal son las
denominadas variables.
Entre las caractersticas de este mtodo estn:
La utilizacin exhaustiva y controlada para conseguir la objetividad del conocimiento.
El objeto de estudio es un elemento emprico singular. Es una investigacin
independiente entre el objeto y el sujeto, ya que el investigador ve todo desde una
perspectiva desde afuera.
Por tanto la concepcin de la realidad es objetiva, unitaria, esttica y reduccionista.
I.

CONCEPTOS FUNDAMENTALES DE LOS MTODOS CUANTITATIVOS.

Definicin: En el marco del estudio y de la investigacin de fenmenos sociales,
conocemos el concepto de mtodo cuantitativo como procedimiento empleado para
explicar eventos a travs de una gran cantidad de datos, hablamos por tanto de una
ciencia.
Introduccin
Si entendemos que la idea de las ciencias es poder explicar muchos de los fenmenos a
travs de relaciones causales, entonces la investigacin cuantitativa busca determinar y
explicar las relaciones causales por medio de una amplia recoleccin de datos que puedan
hacer establecer de manera slida una hiptesis. Con todo ello el mtodo cuantitativo
responde a los intentos de aproximar y dar validez a las disciplinas sociales que optan por
recurrir a la historia o a la filosofa para poder explicar y justificar lo estudiado. Durante el
ltimo siglo, ha sido la corriente conductista y el neo institucionalismo los que han optado
por este mtodo. Tambin podemos sealar, que el mtodo cuantitativo responde a la
aplicacin del objeto anteriormente citado, el hacer ciencia de las disciplinas sociales, a
travs de la tcnica y toda la tecnologa desarrollada desde el siglo XIX, ya sea en materia
de clculo y procedimientos de investigacin estadsticos como de mquinas de clculo
electrnicas, y que estas condiciones materiales les han permitido un desarrollo formidable
de este mtodo, al igual que este mtodo empuja continuamente a los lmites de la
investigacin tcnica y tecnolgica.
METODOLOGA
Introduccin a la Metodologa
De manera general, la recoleccin de los datos anteriormente citados; se realiza mediante
encuestas y sondeos a un universo o a una muestra de este, adems dicha muestra puede ser
elegida a azar o a travs del criterio del investigador. Por universo, podemos entender el total
de la estructura a estudiar, ya sea un pas, una ciudad, un pueblo, una empresa, un curso de
alumnos, etc... Mientras que por muestra nos referimos a una parte de este universo.
4

Contenido de las encuestas o sondeos

Las encuestas o sondeos para el estudio, van a venir reflejadas en una serie de preguntas
cuyas respuestas contienen los datos a estudiar, y a estos datos se les pueden asignar una
categora u otra segn se presenten, as si se trata de datos numricos, sern categorizados
como de intervalo, si se trata de nominales sern catalogadas como de rango o de
categora, siempre en orden de mayor a menor cuantificacin.
Procesamiento de la metodologa
Todos los datos obtenidos en la etapa de encuestado o sondeo, pasan un proceso de anlisis y
medicin estadsticos, donde se busca la relacin que tienen estos datos con los fenmenos a
estudiar. Estos pueden ir desde la realizacin de un anlisis univariado (estudia el
comportamiento de una sola variable dentro de todos los datos obtenidos), a la realizacin de
un anlisis multivariado (donde a la hora de intentar explicar el fenmeno estudiado se
intentan relacionar dos o ms variables), siendo este ltimo el que presenta una mayor
complejidad.
Conclusin de la metodologa
Como conclusin, el mtodo cuantitativo busca por medio del estudio y anlisis de muchas
cantidades de datos mediante distintas tcnicas, que se aproximen entre s las disciplinas
sociales y las ciencias exactas; todo ello mediante la conversin de fenmenos sociales, que
han sido tomados como datos en nmeros. Pudiendo trabajar con estos nmeros mediante
tcnicas estadsticas de determinacin de probabilidades y pudiendo adems predecir posibles
escenarios futuros.

Crticas al mtodo cuantitativo

Desde que comenz a utilizarse esta ciencia para la explicacin de fenmenos sociales, se ha
visto expuesto a numerosas crticas, entre ellas:

Ser incomprensible debido al uso de estadsticas y probabilidades matemticas o

programas computacionales complejos.

Entregar resultados tergiversados o de frentn errneos. Donde nos puede influir de

manera muy significativa en la encuesta usar datos dbiles o falsos, haciendo que est
presente sesgos y sus resultados no son del todo correctos.

Confundir correlaciones con causalidad, genera explicaciones inconsistentes.

Reducir lo humano a nmeros, siendo esta ltima crtica la ms compleja por ser un
ataque a la esencia del mtodo y por ello ser un juicio valorativo a la esencia del mtodo y
no a su procedimiento como las otras crticas.
II.

ORIGEN Y NATURALEZA DE LOS MTODOS CUANTITATIVOS Y SU RELACIN CON LA

INVESTIGACIN DE OPERACIONES.
El inicio formal de la Investigacin Operativa tuvo lugar en Inglaterra a finales de 1939. La
finalidad era conseguir la mxima eficiencia posible. As en Agosto de 1940 el Fsico P.M.S
Balckett de la Universidad de Manchester fue responsabilizado de formar un grupo de
trabajo para estudiar el sistema de defensa antiarea gobernado por radar.
Uno de los primeros esfuerzos de este grupo fue dirigido al estudio del ataque areo a los
submarinos. Pero aunque el razonamiento era vlido, los resultados obtenidos con esta
poltica eran muy limitados.
En definitiva la profundidad de treinta metros era adecuada cuando el submarino divisaba
con antelacin al bombardero pero la falta de precisin impeda obtener resultados.
5

Se lleg a la conclusin de que la alternativa ms adecuada era optar por causar daos
cuando el submarino estuviera en la superficie. Los aspectos que caracterizan a los
estudios de Investigacin Operativa:
1. Toma Directa de Datos.
2. Empleo de Modelos matemticos
3. Obtencin de las polticas ptimas
4. Modificacin de dichas polticas de acuerdo con factores reales no considerados en el
modelo.
En Estados Unidos, los fondos para la investigacin en el campo militar se incrementaron,
por lo que la mayora de los grupos se consolidaron aumentando su nmero y tamao.
En cambio en Gran Bretaa los componentes de los grupos se haban desarrollado en el
medio militar pasaron a la sociedad civil.
Otro aspecto importante en este contexto es que el desarrollo de la Organizacin Industrial
tradicional en Gran Bretaa haba sido ms limitado y con la excepcin del Estudio del
Trabajo era todava una novedad en los crculos industriales. A mediados de la dcada de
los cincuenta, la investigacin operativa se encontraba afianzada en el mundo industrial.
La I.O. utiliza resultados de muchas reas cientficas, aunque su base fundamental se
encuentra en la matemtica, la economa y el clculo de probabilidades y estadstica.
Los primeros estudios que se etiquetaron como de Investigacin Operativa, el aspecto
tcnico ms caracterstico consisti en la estructuracin estadstica de los datos y el empleo
de modelos descriptivos de tipo probabilstico.
Los fundamentos matemticos de los modelos lineales discretos se encuentran en la teora
de las desigualdades lineales desarrolladas en el siglo pasado. En el resto de los aos
cincuenta, la Programacin Lineal qued completamente establecida con los trabajos de
Charnes sobre la degeneracin de Lemke sobre la dualidad, de Dantzing, Orden y Wolfe
sobre la forma compacta y la descomposicin de grandes programas.
Sin embargo la Programacin Lineal Entera no recibe atencin hasta finales de esta dcada
en que Gomory obtiene la expresin general.
A pesar de las esperanzas que el procedimiento general sigue siendo un campo con
mtodos limitados e insatisfactorios
En los modelos no Lineales los resultados fundamentales proceden del desarrollo del clculo
matemtico en el siglo XVIII, siendo el concepto bsico el del Langrangiano.
La Programacin no Lineal progres durante los aos sesenta y setenta, pudiendo atacarse
la resolucin de problemas de tamao medio con varias decenas de restricciones y algunos
cientos de variables.
La Programacin Dinmica su inicio y desarrollo bsico se debe a Richard Bellman al
principio de los cincuenta. Esta metodologa no se limita a la Investigacin Operativa sino
que es tambin de gran importancia en la Teora del Control Optimo. Muchos autores an
consideran a la Programacin Dinmica como un punto de vista conceptual y un bagaje
terico para el anlisis de problemas; y no como un mtodo.

La Teora de Colas se inicia con el trabajo del ingeniero Dnes A.K. Erlang en la industria
telefnica de principios de Siglo. Los modelos ms usuales en que tanto la distribucin de
llegadas al sistema como la del tiempo de servicio son conocidas y pertenecen a categoras
bien establecidas. Debe resaltarse la existencia de multitud de lenguajes de simulacin a
disposicin de los usuarios de computadoras de las empresas de mayor importancia en el
sector.
La Teora de Juegos se inicia con los primeros resultados de von Neumann sobre el teorema
del mnimax en 1926.
En cualquier caso, la influencia de esta teora sobre la organizacin de la produccin ha sido
muy limitada.
La Teora de la Decisin se basa en la estadstica Bayesiana y la estimacin subjetiva de las
probabilidades de los sucesos. En la actualidad se la considera un instrumento vlido para
la estructuracin de la toma de decisiones con incertidumbre cuando la informacin no es
completa.
Desde su origen la Investigacin Operativa se encuentra encarada con problemas para los
que no existe mtodo analtico alguno que permita obtener, con seguridad y en un tiempo
conveniente, el ptimo terico.
La Investigacin de Operaciones ha establecido por tales razones mtodos denominados
heursticos, incapaces de proporcionar el ptimo formal, pero susceptibles de llegar a
soluciones buenas, tanto ms fiables en cuanto que permiten determinar al mismo tiempo
un cuota (superior o inferior) del ptimo terico con el que se comparan.
La gran difusin que ha sufrido el software de optimizacin debido al incremento en la
potencia de clculo de los ordenadores y abaratamiento del costo de las aplicaciones y el
hardware.
Durante los ltimos aos han aparecido una serie de mtodos. Entre ellos se puede
enumerar los algoritmos genticos, el reconocido simulado, la bsqueda tab y las redes
neuronales.
Los algoritmos genticos fueron introducidos por Holland para imitar algunos de los
mecanismos que se observan en la evolucin de las especies. Holland cre un algoritmo que
genera nuevas soluciones a partir de la unin de soluciones progenitoras, utilizando
operadores similares a los de la reproduccin, sin necesidad de conocer el tipo de problema
a resolver.
Los algoritmos de reconocido simulado no buscan la mejor solucin en el entorno de la
situacin actual sino que generan aleatoriamente una solucin cercana y la aceptan como
la mejor si tiene menor costo, caso contrario con una cierta probabilidad; esta probabilidad
de aceptacin ir disminuyendo con el nmero de iteraciones y est relacionada con el
empeoramiento del costo.
El algoritmo de bsqueda Tab a diferencia de otros algoritmos basados en tcnicas
aleatorias de bsqueda de soluciones cercanas se utiliza una estrategia basada en el uso de
estructuras de memoria para escapar a de los ptimos locales en los que se puede caer al
moverse de una solucin a otra por el espacio de soluciones. Al contrario que sucede con la
7

bsqueda local, se permiten movimientos a soluciones del entorno aunque se produzca un

empeoramiento de la funcin objetivo.
Las Redes Neuronales son modelos analgicos que tienen como objetivo reproducir en la
medida de lo posible las caractersticas y la capacidad de procesamiento de informacin del
conjunto de neuronas presentes en el cerebro de los seres vivos.
En resumen, podra decirse que el uso de estas tcnicas supone la posibilidad de resolver,
de forma prctica, problemas de gran complejidad que resultaban intratables mediante
tcnicas exactas.
III.

FUENTES, PROCESOS DE RECOPILACIN Y ANLISIS DE INFORMACIN

Las Fuentes de Informacin comprenden todos los datos realmente existentes y que slo
requieren saber dnde se encuentran. Las Fuentes de Informacin constituyen el
fundamento de la investigacin comercial y necesita metodologa para crear la
informacin.
Fuentes Cuantitativas
Las cifras se basan en la estadstica inductiva as que se caracterizan por el muestreo. Estos
estudios pueden ser realizados a la medida o hechos con regularidad sobre un mercado o
poblacin. Para recolectar la informacin cabe la posibilidad de ejecutar interrogatorios por
medio de cuestionarios elaborados y tambin se puede utilizar el mtodo de la observacin.
Quiz slo sea un problema determinar el modo de recoleccin de informacin.
Una vez que hemos seleccionado el diseo de investigacin apropiado y la muestra
adecuada de acuerdo con nuestro problema de estudio e hiptesis, la siguiente etapa
consiste en recolectar los datos pertinentes sobre los atributos, conceptos, cualidades o
variables de los participantes, casos sucesos comunidades u objetos involucrados en la
investigacin.
Qu implica la etapa de recoleccin de los datos?
Recolectar los datos implica elaborar un plan detallado de procedimientos que nos
conduzcan a reunir datos con un propsito especfico.
El plan nos permite determinar:
Cules son las fuentes de donde vamos a obtener los datos?
En dnde se localizan tales fuentes?
A travs de qu medio o mtodo vamos a recolectar los datos?
De qu forma vamos a preparar los datos recolectados para que puedan analizarse y
respondamos al planteamiento del problema?
Los datos cuantitativos son datos en forma de nmero. La decisin sobre el mtodo de
recoleccin de datos es necesaria para conocer el tipo de datos que se estn recogiendo. Si
sabes de antemano lo que el anlisis de datos va a utilizar, se puede disear un mtodo
apropiado de anlisis de datos cuantitativos. Primero se decidir el tipo de datos, se
garantizar que tanto el mtodo de recoleccin de datos y su anlisis posterior a la
coleccin son los adecuados.
8

Nominal
Los datos nominales tienen la forma de categoras, a pesar de que puede parecer como si
las categoras en la forma de las palabras no son datos cuantitativos. Estas categoras no
deben tener una relacin jerrquica. Por ejemplo, la raza es una forma de los datos
nominales que se lleva en valores como "caucsicos", "asitico" e "hispano". Debido a que
no existe una relacin jerrquica entre estas razas, la raza son datos nominales. La
recopilacin de datos nominales tienen lugar a travs de categorizacin, que puede ser
realizado por el investigador o por los propios sujetos. Cualquier mtodo para categorizar
que produce categoras bien definidas se pueden usar en la recogida de datos nominal.
Ordinal
Los datos ordinales son similares a los datos nominales que se clasifican en categoras. La
diferencia es que los datos ordinales tienen una jerarqua. Por ejemplo, las categoras de
peso en los deportes de competicin de boxeo o de otro tipo, son ejemplos de categoras
ordinales. La recogida de datos ordinales es similar a la de los datos nominales, los
investigadores deben emplear mtodos de clasificacin. Sin embargo, debido al "valor" de
las diferencias entre las categoras, los investigadores tambin pueden emplear otros
mtodos de anlisis, como el peso de una persona en una escala.
Intervalo
Los datos de intervalo tienen la forma de nmeros. Estos nmeros pueden ser enteros o
decimales, positivos o negativos. Sin embargo, para que los datos sean verdaderos datos de
intervalo, los puntos de datos con valor "cero" no deben ser especiales en el conjunto de
datos. Es decir, "cero" no significa nada para datos de intervalo. Un ejemplo de estos datos
se mide en la temperatura en grados Fahrenheit. En Fahrenheit, "cero" no implica nada. Los
investigadores miden los datos de intervalo a travs de la medicin directa con las
herramientas adecuadas. Las evaluaciones psicolgicas, tales como las pruebas de
coeficiente intelectual, tambin pertenecen a la esfera de intervalo de recoleccin de datos.
Relacin
Los datos de relacin de datos de intervalo se extienden a un nmero de lnea en que "cero"
tiene un significado. Un ejemplo sencillo de estos datos se mide en la temperatura en
grados Celsius. Las mediciones Fahrenheit estn directamente mapeadas a la escala
Celsius. Sin embargo, ahora el nmero "cero" tiene un significado: es la temperatura a la
que el agua se congela. La medicin de los datos de la proporcin es similar a la de los
datos de intervalo. Sin embargo, los investigadores deben modificar o crear nuevas escalas
si desean que el nmero cero tenga significado interpretable.
OTROS METODOS CUANTITATIVOS DE RECOLECCION DE DATOS
Estas pruebas o inventarios miden variables especficas, como la inteligencia, la
personalidad en general, la personalidad autoritaria, el razonamiento matemtico, el
sentido de vida, la satisfaccin laboral, el tipo de cultura organizacional, el estrs
preoperatorio, la depresin posparto, la adaptacin al colegio, intereses vocacionales, la
jerarqua de valores, el amor romntico, la calidad de vida, la lealtad a una marca de algn
producto, etc.
1. Pruebas estandarizadas e inventarios
Este mtodo de recoleccin de datos consiste en el registro sistemtico, vlido y
confiable de comportamientos y situaciones observables, a travs de un conjunto de
categoras y subcategoras.
Ejemplos:
Para analizar conflictos familiares, eventos masivos (como la violencia en los estadios de
9

ftbol), La aceptacin-rechazo de un producto en un supermercado, el comportamiento

de personas con capacidades mentales distintas, etc.
2. Observacin
Implica la revisin de documentos, registros pblicos y archivos fsicos o electrnicos.
Por ejemplo
Si nuestra hiptesis fuera: la violencia manifiesta en la Ciudad de Mxico es mayor que
en la ciudad de Caracas entonces acudiramos a las alcaldas de las ciudades para
solicitar datos relacionados con la violencia, como nmero de asaltos, violaciones, robos
a casa-habitacin, asesinatos, etc.
3. Datos secundarios (recolectados por otros investigadores)
Sistemas de medicin por aparatos, como el detector de mentiras, o polgrafo, que
considera la respuesta galvnica de la piel (en investigaciones sobre crmenes); la pistola
lser, que mide la velocidad a la que circula un automvil desde un punto externo al
vehculo (en estudios sobre el comportamiento de conductores); instrumentos que captan
la actividad cerebral (evaluaciones mdicas y psicolgicas);el escner, que mide con
exactitud el cuerpo de un ser humano y ubica la talla ideal para confeccionar toda su
ropa o vestuario (en investigaciones para disear los uniformes de los soldados); la
medicin elctrica de distancias, etctera.
4. Instrumentos mecnicos o electrnicos
En todas las reas de estudio se han generado valiosos mtodos para recolectar datos
sobre
variables
especficas.
Por ejemplo
En la comunicacin organizacional se utilizan formatos para evaluar el uso que hacen los
ejecutivos de los medios de comunicacin interna (telfono, reuniones, etc.),as como
herramientas para conocer procesos de comunicacin en la empresa (la auditora en
comunicacin).Para el anlisis de grupos se usan los sistemas socio mtricos y el anlisis
de redes, entre otros.
5. Instrumentos especficos propios de cada disciplina
EJEMPLO:
Un grupo de investigadores efectu en 2008 y principios de 2009 un estudio para
explorar el impacto que tienen las becas otorgadas y/o gestionadas por una institucin de
educacin superior sobre el desarrollo acadmico de los alumnos beneficiarios y su
desercin escolar.
Los investigadores solicitaron a las diferentes direcciones informacin de los estudiantes
respecto a su promedio general en la carrera, nivel socioeconmico, estatus respecto a la
beca (becado-no becado), tipo de beca (institucional, otorgada por el Ministerio de
Educacin, por organismo privado, con fondos del gobierno estatal), monto de la beca,
estatus acadmico del alumno (regular, irregular, desertor), semestre que cursa, gnero
y edad, entre otras cuestiones. Consideraron los ltimos cinco aos escolares. Con tal
informacin construyeron una base de datos (con ms de medio milln de registros) y
efectuaron anlisis. Entre otras cuestiones encontraron que el promedio de los becarios
era muy superior al de los no becarios y la desercin escolar era mnima entre los
primeros, casi inexistente. Pero no encontraron una relacin entre el monto de la beca y
el promedio general de la carrera (acumulado). Asimismo, descubrieron que las mujeres
tenan en general mejor promedio que sus compaeros.
10

6. Sesin de Grupo
Un mtodo desarrollado recientemente para recolectar ideas e informacin valiosa son
las
sesiones
de
grupo.
En una sesin de grupo un pequeo nmero de individuos es reunido para conversar
acerca de algn tema de inters para alguna compaa, institucin o persona.
Tipos
Coloquio
Lluvia de ideas
Simulacin o taller
7. Mtodo DELPHI
Consiste en la utilizacin de expertos para el diagnstico, creacin de posibles escenarios
futuros o bsqueda de soluciones a problemas planteados
Generalmente se recurre a diferentes expertos para que se pronuncien individualmente
sobre el objetivo planteado una vez realizado los pronunciamientos o aportes se
comparan estableciendo similitudes complementariedades o contradicciones para
posteriormente valorar estadsticamente la informacin recibida.
I.

ELEMENTOS Y FASES DE UN PROCESO DE TOMA DE DECISIONES.

ELEMENTOS EN EL PROCESO DE DECISIONES
Toda decisin viene motivada en origen por la existencia de un problema que se ha
detectado y que se pretende solucionar. Decidir consiste en la eleccin de una posible
solucin entre varios recursos de accin alternativos. Por tanto, no se puede hablar de toma
de decisiones ante una situacin problemtica para lo que no existe ms que una
alternativa. Cuando existe una solucin posible del problema, no hay capacidad de eleccin
y por tanto, no hay decisin.
Aun en el caso de contar con varias alternativas posibles, para poder hablar de decisin es
necesario que el decisor est capacitado y dispuesto a dedicar cierto tiempo y recursos a
analizar el problema y sus posibles soluciones.
La toma de decisiones est basada en cinco elementos bsicos:
Informacin:
Estas se recogen tanto para los aspectos que estn a favor como en contra del problema,
con el fin de definir sus limitaciones. Sin embargo si la informacin no puede obtenerse, la
decisin entonces debe basarse en los datos disponibles, los cuales caen en la categora de
informacin general.
Conocimientos:
Si quien toma la decisin tiene conocimientos, ya sea de las circunstancias que rodean el
problema o de una situacin similar, entonces estos pueden utilizarse para seleccionar un
curso de accin favorable.
En caso de carecer de conocimientos, es necesario buscar
consejo en quienes estn informados.
Experiencia:
11

Cuando un individuo soluciona un problema en forma particular, ya sea con resultados

buenos o malos, esta experiencia le proporciona informacin para la solucin del prximo
problema similar. Si ha encontrado una solucin aceptable, con mayor razn tender a
repetirla cuando surja un problema parecido. Si carecemos de experiencia entonces
tendremos que experimentar; pero slo en el caso en que las consecuencias de un mal
experimento no sean desastrosas. Por lo tanto, los problemas ms importantes no pueden
solucionarse con experimentos.
Anlisis:
No puede hablarse de un mtodo en particular para analizar un problema, debe existir un
complemento, pero no un reemplazo de los otros ingredientes. En ausencia de un mtodo
para analizar matemticamente un problema es posible estudiarlo con otros mtodos
diferentes. Si estos otros mtodos tambin fallan, entonces debe confiarse en la intuicin.
Algunas personas se ren de la intuicin, pero si los otros ingredientes de la toma de
decisiones no sealan un camino que tomar, entonces sta es la nica opcin disponible.
Juicio:
El juicio es necesario para combinar la informacin, los conocimientos, la experiencia y el
anlisis, con el fin de seleccionar el curso de accin apropiado. No existen substitutos para
el buen juicio
Los elementos en el proceso de toma de decisiones se simplifican en:
1. Quienes toman las decisiones: Son los individuos o los grupos que en realidad
escogen entre las opciones
2. Metas de la organizacin a las que contribuye la decisin: Estas metas deben ser
frecuentemente objetivos organizacionales
3. Opciones pertinentes: Son aquellas que se consideran factibles para resolver un
problema existente.
4. Jerarqua de las opciones: Proceso de jerarquizar las opciones de las ms deseables a
las menos deseables.
5. Seleccin de la alternativa: Es la escogencia real entre opciones disponibles, por lo
general se escoge la alternativa que maximice el beneficio a largo plazo para la
empresa.
FASES EN EL PROCESO DE DECISIONES
Ms que un evento, la toma de decisiones es un proceso; esto es, en lugar de un hecho
puntual, aislado, la misma transcurre alrededor de una serie de fases o etapas
interconectadas.
No obstante, ante una situacin de toma de decisiones las personas no actan
necesariamente de una manera metdica, desde la primera hasta la ltima fase; algunas
parecen progresar linealmente mientras que en otras se producen grandes fluctuaciones.
Cada fase supone la presencia de ciertas actitudes y la realizacin de diversas tareas,
cumplidas las cuales se avanza hacia la fase subsiguiente. Si la persona omite cualquiera
de ellas antes de comprometerse con una opcin particular, o lleva a cabo alguna(s)
descuidadamente, se dificulta la toma de una decisin acertada.

12

Otros investigadores, al estudiar la toma de decisiones generales, la conciben tambin

como un proceso; entre ellos se destacan:
Irving Janis quien propone un modelo de una decisin
fases o etapas principales:

estable, conformada por cinco

1. Primera fase: Necesidad de tomar una decisin.

La toma de decisiones comienza cuando una persona se enfrenta a una nueva situacin
que implica amenazas (por ejemplo, someterse a una ciruga o dejar de tomar, por
razones de salud) u oportunidades (tal como radicarse en otra ciudad, elegir una carrera
o contraer matrimonio). Para que sea una situacin de decisin debe presentarse la
posibilidad de escoger -por lo menos- dos alternativas.
Una actitud deseable en esta fase consiste en examinar si la probable amenaza u
oportunidad es lo suficientemente importante como para justificar el esfuerzo de tomar
una decisin al respecto. Si la respuesta es negativa, la persona continuar con su lnea
de conducta habitual, pero si es afirmativa aceptar el reto y optar por otra lnea de
accin, continundose as el progreso a lo largo de las posteriores etapas.

2. Segunda fase: Enumeracin de las alternativas, opciones o cursos de accin

disponibles.
Una vez que se acepta que es necesario adoptar una decisin, se analizan los objetivos
relacionados con ella y se buscan las alternativas, opciones o cursos de accin
disponibles para lograr los objetivos relacionados con la decisin.
La actitud provechosa debe ser de apertura, flexibilidad, libertad y creatividad, para
generar opciones que permitan contar con una lista lo suficientemente amplia.
Conviene dar la misma atencin a todas las opciones que surjan, por ridculas,
incoherentes e improbables que resulten ms tarde, evitando que una evaluacin
racional y objetiva desempee algn papel.
3. Tercera fase: Evaluacin de las alternativas, opciones o cursos de accin
disponibles.
En esta etapa se estudia cuidadosamente la lista generada en la etapa anterior. Se
dejan fluir libremente los sentimientos y pensamientos que suscita cada una de las
alternativas, se analizan y valoran los mismos, y se establece una relacin entre las
opciones y las prioridades personales. En otras palabras, se consideran las ventajas y
limitaciones de cada alternativa.
A diferencia de la etapa anterior, ac debe tomar lugar una evaluacin racional y
objetiva. La tarea implicada tiene que ver con la recoleccin y valoracin de informacin
personal (a travs de la autoexploracin y autoanlisis) e informacin externa, bien sea
social, ocupacional o educativa, dependiendo de la decisin involucrada, requirindose
la participacin activa de la persona que elige, en la bsqueda de la informacin.
4. Cuarta etapa: Decisin provisional o tentativa.
Luego de evaluar cada alternativa se cuenta con una opcin preferida; la atencin se
centra sobre sta, se percibe como la ms idnea y se descartan las otras opciones para
allanar el camino a la elegida.

13

La persona considera cmo ponerla en prctica y cmo transmitir a otros la intencin de

hacerlo. Antes de permitir que otros conozcan la lnea de accin que ha elegido
especialmente si sta es polmica, como renunciar al empleo- elabora estrategias para
asegurar el xito de la nueva decisin y evitar la desaprobacin de los dems. Adems,
reexamina la informacin recogida sobre probables dificultades prcticas para
implementar la decisin, piensa en cmo vencerlas y hace planes por si las prdidas
llegan a materializarse.
5. Quinta etapa: Compromiso y ajuste a la decisin.
En esta etapa se lleva a la prctica la decisin provisional. La alternativa elegida se
convierte en accin, es decir, se la dota de sentimientos y pensamientos, se invierte
tiempo y energa en ella, y se rechazan finalmente por completo las opciones no
elegidas. La persona se muestra satisfecha con la opcin elegida y la lleva a cabo con
optimismo. Se producen sentimientos de bienestar, seguridad y autoconfianza.
Si ocurren contratiempos menores, la persona puede vacilar temporalmente, pero lleva
a cabo su decisin. Pero si se presentan desafos, prdidas o insatisfacciones ms
serias, se recorren de nuevo las sucesivas etapas para buscar una alternativa mejor,
aunque esta vez con la ventaja que supone la experiencia positiva, producto del
aprendizaje obtenido.
Segn Theodore Rubin delinea las siguientes fases que conformar el proceso de toma de
decisiones:
1. Identificacin y diagnstico del problema:
Reconocemos en la fase inicial el problema que deseamos solucionar, teniendo en
cuenta el estado actual con respecto al estado deseado. Una vez que el problema es
identificado se debe realizar el diagnstico y luego de esto podremos desarrollar las
medidas correctivas.

2. Generacin de soluciones alternativas:

La solucin de los problemas puede lograrse por varios caminos y no slo seleccionar
entre dos alternativas, se pueden formular hiptesis ya que con la alternativa hay
incertidumbres.
3. Evaluacin de alternativas:
La tercera etapa implica la determinacin del valor o la adecuacin de las alternativas
que se generaron. Cul solucin ser la mejor?
Los gerentes deben considerar distintos tipos de consecuencia. Por supuesto que deben
intentar predecir los efectos sobre las medidas financieras u otras medidas de
desarrollo. Pero tambin existen otras consecuencias menos definidas que hay que
atender. Las decisiones establecen un precedente y hay que determinar si este ser
una ayuda o un obstculo en el futuro.
Por supuesto, no es posible predecir los resultados con toda precisin. Entonces pueden
generar planes de contingencia, esto es, curso alternativo de accin que se pueden
implantar con base en el desarrollo de los acontecimientos.
4. Seleccin de la mejor alternativa:

14

Cuando el administrador ha considerado las posibles consecuencias de sus opciones, ya

est en condiciones de tomar la decisin. Debe considerar
tres trminos muy
importantes. Estos son: maximizar, satisfacer y optimizar.
Maximizar: es tomar la mejor decisin posible
Satisfacer: es la eleccin de la primera opcin que sea mnimamente aceptable
o adecuada, y de esta forma se satisface una meta o criterio buscado.
Optimizar: Es el mejor equilibrio posible entre distintas metas.
5. Implementacin de la decisin:
El proceso no finaliza cuando la decisin se toma; esta debe ser implementada. Bien
puede ser que quienes participen en la eleccin de una decisin sean quienes procedan
a implementarla, como en otras ocasiones delegan dicha responsabilidad en otras
personas. Debe existir la comprensin total sobre la eleccin de la toma de decisin en
s, las razones que la motivan y sobre todo debe existir el compromiso de su
implementacin exitosa. Para tal fin, las personas que participan en esta fase del
proceso, deberan estar involucradas desde las primeras etapas que anteriormente
hemos mencionado.
A continuacin citaremos los pasos que los gerentes deben considerar durante la
planeacin de su ejecucin:
Determinar cmo se vern las cosas una vez que la decisin est funcionando
completamente.
Orden cronolgico (de ser posible con un diagrama de flujo) de los pasos para
lograr una decisin totalmente operativa.
Considerar recursos disponibles y actividades necesarias para poner cada paso
en prctica.
Considerar el tiempo que tomar cada una de las etapas.
Asignacin de responsabilidades a personas especficas para cada etapa.
Podemos estar seguros de que cuando una toma de decisin es tomada, sta
probablemente generar ciertos problemas durante su ejecucin, por lo tanto los
gerente deben dedicar el tiempo suficiente al reconocimiento de los inconvenientes que
se pueden presentar as como tambin ver la oportunidad potencial que estos pueden
representar. De esta manera, podramos decir que es fundamental que los gerentes se
pregunten:
Qu problemas podra causar esta accin, y qu podramos hacer para
impedirlo?
Qu beneficios u oportunidades no intencionales podran surgir?
Cmo podremos asegurarnos de que sucedan?
Cmo podemos estar preparados para actuar cuando se presenten las
oportunidades?
6. Evaluacin de la decisin:
Evaluar la decisin, forma parte de la etapa final de este proceso. Se recopila toda la
informacin que nos indique la forma como funciona una decisin, es decir, es un proceso
de retroalimentacin que podra ser positiva o negativa. Si la retroalimentacin es
positiva, pues entonces nos indica que podemos continuar sin problemas y que incluso se
podra aplicar la misma decisin a otras reas de la organizacin. Si por el contrario, la
retroalimentacin es negativa, podra ser que:
Tal vez la implementacin requiera de ms tiempo, recursos, esfuerzos o pensamiento o
15

Nos puede indicar que la decisin fue equivocada, para lo cual debemos volver al
principio del proceso definicin del problema.
Si esto ocurriera, sin duda tendramos ms informacin y probablemente sugerencias que
nos ayudaran a evitar los errores cometidos en el primer intento.
II.

MODELOS MS USADOS EN LA GESTIN DE TOMA DE DECISIONES.

La formacin de Mtodos Cuantitativos de Gestin tiene como objetivo la formacin del
alumno en los conceptos y tcnicas bsicas de la Investigacin Operativa, as como en el
empleo de modelos matemticos para la resolucin de problemas de Gestin e Ingeniera y
en el anlisis y desarrollo de algoritmos bsicos y herramientas para la optimizacin.
Programacin Lineal
La Programacin Lineal nace a partir de la Segunda Guerra Mundial, como una tcnica
dedicada a la resolucin de cierto tipo de problemas de asignacin de recursos entre
diferentes actividades.
Flujo de Redes
Se trata de un mdulo centrado en el problema de transporte sirviendo como finalizacin
del mdulo dedicado a programacin lineal en general, para iniciar el anlisis de problemas
con estructuras especiales. Se completa el mdulo con el estudio de problemas de
distribucin y su anlisis mediante el mtodo primal-dual.
Programacin Lineal Entera
El siguiente mdulo introduce la programacin lineal entera mediante el modelado de
situaciones en que existen variables de decisin, implicaciones lgicas o relaciones
disyuntivas.
Teora de Juegos
El cuarto mdulo, teora de Juegos, aborda un conjunto de situaciones caracterizada por la
lucha o enfrentamiento entre dos o ms oponentes.
Teora de la Decisin
En el quinto mdulo se realiza una cinta introduccin al anlisis de alternativas en diversos
entornos. Se describe como un instrumento conveniente para abordar la toma de decisiones
en condiciones de incertidumbre en las que no se dispone de informacin completa. Se
analiza el valor de la informacin en este contexto.
Programacin Dinmica
El sexto mdulo se dedica al estudio de problemas de decisin secuenciales o de mltiples
etapas. Las variables que los describen estn gobernadas por transformaciones en el
tiempo.
Tcnicas de Modelado
El mdulo de tcnicas de modelado describe la sistemtica general del modelado
basndose en las siguientes etapas: descripcin verbal del problema identificado,
especificacin del horizonte al que se refiere el anlisis, evaluacin de la disponibilidad y
existencia de datos, identificacin de variables, especificacin de la estructura y
limitaciones a travs de la construccin de restricciones, expresadas en trminos de los
datos disponibles y de las variables identificadas, seleccin de criterios de evaluacin de
alternativas y enfoque empleado para la solucin del modelo.
16

Simulacin de Eventos Discretos

Bsicamente consiste en la construccin de modelo que describen la parte esencial del
comportamiento de un sistema de inters, as como en el diseo de experimentos con el
modelo y la extraccin de conclusiones de los resultados de los mismos.
Mtodos Avanzados de Gestin
Concretamente esta asignatura estudia las tcnicas ms novedosas para la resolucin de
problemas lineales continuos y enteros, amplia las tcnicas ms novedosas para la
resolucin de problemas lineales continuos y enteros, amplia las tcnicas ya expuestas
desde un punto de vista computacional y generaliza los conocimientos en el campo de la
optimizacin al caso ms general de problemas no lineales repasando los mtodos que
permiten solucionarlos.
Extensiones de la Programacin Lineal
Comienza con el anlisis, desde un punto de vista computacional del algoritmo simplex
como mtodo de resolucin. Posteriormente se estudian los mtodos de descomposicin y
particin. El tercer tema se centra en los mtodos llamados de punto interior y su aplicacin
en el campo de la programacin lineal.
Programacin No Lineal
Se estudian las condiciones necesarias y suficientes de optimalidad en cada tipo de
problema y se introducen otros mtodos de optimizacin para problemas con restricciones.
Los mtodos duales no atacan el problema original son dual.
Algoritmos Genticos
En particular se muestran diversos tipos de operadores de seleccin, cruce, mutacin, etc.
As como formas dinmicas de determinar sus respectivas frecuencias de empleo.
Reconocido Simulado
La idea bsica consiste no slo en moverse de un punto a otro mejor, que sera lo razonable
sino tambin permitir la ocurrencia espordica y probabilstica de pasos hacia atrs, esto es
empeoramientos en el valor de la funcin objetivo.
Bsqueda Tab
La idea es que prohibiendo movimientos inmersos a los que aparecen en dicha tabla se
minimiza la probabilidad de que la bsqueda entre en un ciclo sin salida. El efecto de
memoria a corto plazo que supone la Lista Tab se completa con mecanismos de memoria
intermedia y memoria a largo plazo que se denominan intensificacin y Diversificacin
respectivamente.
Redes Neuronales Artificiales
Son sistemas formados por un elevado nmero de unidades de procesamiento elemental
muy interrelacionadas y que son capaces de realizar tareas como clasificacin,
generalizacin, optimizacin, abstraccin, etc.

Teora de Colas

17

Introduce el estudio desde un punto de vista analtico, de los fenmenos de espera tan
corrientes en el entorno productivo. Entre las aplicaciones prcticas de la teora de colas,
destacan las relativas al diseo y anlisis de unidades productivas y de servicios.
III.

RBOLES DE DECISIONES: CRITERIO DEL VALOR MONETARIO ESPERADO.

Un importante ingrediente del anlisis de muchos problemas de toma de decisiones
empresariales probablemente sea la valoracin que hace el responsable de tomarlas de la
probabilidad de que se produzcan los distintos estados de la naturaleza relevantes en la
determinacin del rendimiento final. Los criterios analizados en el apartado 21.2 no
permiten incorporar este tipo de valoracin al proceso de toma de decisiones. Sin embargo,
un directivo casi siempre tendr una buena impresin del entorno en el que se toma la
decisin y que mi tenerlo en cuenta antes de decidir un curso de accin. EI anlisis de este
apartado supone que cada estado de 1a naturaleza tiene una probabilidad de ocurrencia y
demostrara como se emplean estas probabilidades para tomar una decisin.

18