Pronostico de La Demanda

INSTITUTO TECNOLOGICO DE MERIDA PRONOSTICO
DE LA DEMANDA
INSTITUTO TECNOLOGICO DE
MERIDA
ADMINISTRACION DE OPERACIONES I
Alejandro de Jess Gurubel Santos E14080979

Mnica Felisa Martnez Ventura E15080348
Kevin Ramn Camarena Lpez E15080460
Felipe de Jess Palomo Aguilar E14081019
GRUPO: 5I2
UNIDAD: 2
Pronstico de la demanda
DE LA DEMANDA
Contenido
2.1 IMPORTANCIA ESTRATGICA DEL PRONSTICO.............................................1
2.2 CARACTERISTICAS DE LA DEMANDA.............................................................1
Patrones de demanda...................................................................................... 2
Factores que afectan la demanda....................................................................3
2.3 METODOS CUALITATIVOS.............................................................................. 3
2.3.1 Consulta a la fuerza de venta....................................................................3
Desventajas:.................................................................................................... 4
2.3.2 Jurado de opinin Ejecutiva........................................................................4
Desventajas:.................................................................................................... 4
2.3.3 Mtodo Delphi............................................................................................ 5
2.3.4 Investigacin de mercados........................................................................7
Qu es una investigacin de mercado?..........................................................7
Objetivos de la investigacin de mercado.......................................................7
Beneficios de la investigacin de mercado......................................................7
2.3.5 Analoga de ciclos de vida..........................................................................8
2.4 Mtodos cuantitativos................................................................................... 8
La encuesta..................................................................................................... 9
Tipos de encuestas.......................................................................................... 9
El cuestionario................................................................................................. 9
Fases de una encuesta................................................................................... 10
1. Determinacin de los objetivos y de las hiptesis de investigacin...........10
2. Elaboracin del cuestionario......................................................................10
3. El establecimiento de la muestra...............................................................10
4. El test del cuestionario............................................................................... 11
5. Realizacin de la encuesta.........................................................................11
6. Tratamiento estadstico de los datos obtenidos.........................................11
2.4.1 Series de Tiempo..................................................................................... 12
Series de Tiempo........................................................................................... 12
Componentes de la serie de tiempo..............................................................12
Tendencia de una serie.................................................................................. 13
2.4.1.1 Enfoque Simple..................................................................................... 14
2.4.1.2 Promedios Mviles................................................................................ 16
2.4.1.3 Suavizacin Exponencial.......................................................................18
DE LA DEMANDA
2.4.1.3 Tendencia lineal.................................................................................... 21

2.4.2 Relaciones Causales................................................................................. 26
2.4.2.1 Regresin simple....................................................................................... 26
2.4.2.2 Regresin mltiple..................................................................................... 28
2.5 Pronsticos en el sector servicios......................................................................30
2.6 Pronsticos para empresas en creacin.............................................................32
2.7 Uso de software en pronsticos........................................................................33
Paquetes de cmputo para pronstico.................................................................33
Tres de los paquetes ms populares son:.............................................................33
BIBLIOGRAFIA.................................................................................................... 35
DE LA DEMANDA
2.1 IMPORTANCIA ESTRATGICA DEL PRONSTICO.
Qu es un pronstico?
Un pronstico es una prediccin de eventos futuros que se utiliza con propsitos

de planificacin. Las cambiantes condiciones de los negocios como resultado de la
competencia mundial, el rpido cambio tecnolgico y las crecientes
preocupaciones por el medio ambiente han ejercido presiones sobre la capacidad
de una empresa para generar pronsticos precisos. Tales pronsticos son
necesarios como un elemento auxiliar para determinar que recursos se necesitan,
programar los recursos ya existentes y adquirir recursos adicionales. Los
pronsticos precisos permiten que los programadores utilicen de forma eficiente la
capacidad de las maquinas, reduzcan los tiempos de produccin y recorten los
inventarios.
Ejemplo:
El gerente de un restaurante de comida rpida necesita pronosticar el nmero de

clientes que llegaran a diferentes horas del da, y los productos que solicitaran,
pues solo as podr programar correctamente el numero requerido de cocineros y
empleados de mostrador
Los mtodos de pronstico suelen basarse en modelos matemticos que utilizan

los datos Histricos disponibles en mtodos cuantitativos extrados de la
experiencia administrativa o en una combinacin de ambos.
2.2 CARACTERISTICAS DE LA DEMANDA.
El reto de pronosticar la demanda del cliente es una tarea difcil porque la

demanda de bienes y servicios suele variar considerablemente. Por ejemplo, es
previsible que la demanda de fertilizante para el csped aumente en los meses de
primavera y verano; sin embargo, en los fines de semana especficos en los que la
demanda es ms intensa, esta depende de factores incontrolables, como el clima.
Otros patrones son temas previsibles. As pues, la demanda semanal de cortes de
cabello en una barbera de la localidad, puede ser bastante estable de una a otra
semana, aun cuando la demanda diaria sea ms intensa los sbados por la
maana y ms floja los lunes y martes. Para pronosticar la demanda en este tipo
de situaciones es necesario descubrir los patrones bsicos a partir de la
informacin disponible.
1
DE LA DEMANDA
Patrones de demanda.
1. Horizontal, o sea, la fluctuacin de los datos en torno de una media

constante
2. De-tendencia, es decir, el incremento o decremento sistemtico de la media

de la serie a travs del tiempo.
3. Estacional; sea un patrn repetible de incrementos o decrementos de la

demanda, dependiendo de la hora del da, la semana, el mes o la
temporada;
4. Cclico, o sea, una pauta de incrementos o decrementos graduales y menos

previsibles de la demanda, los cuales se presentan en el curso de periodos
de tiempo ms largos (aos o decenios); y
5. Aleatorio, es decir, una serie de variaciones imprevisibles de la demanda.
2
DE LA DEMANDA
Factores que afectan la demanda.
Factores externos. Son los factores que estn fuera del alcance de la gerencia.
Por ejemplo reglamentaciones de gobierno que afectan las actividades
econmicas, leyes que limiten la utilizacin de ciertas materias primas Indicadores
tempranos, causaran especulacin y aumento de precio en materias primas (Ej.
Se anuncia escasez de acero y aumento en construccin) Indicadores
coincidentes. Como cifras de desempleo, etc. Factores internos. Las decisiones
internas sobre el diseo de los productos o servicios, los precios y las
promociones publicitarias, el diseo de envases, las cuotas o incentivos para el
personal de ventas, etc.
2.3 METODOS CUALITATIVOS
Cuando se carece de datos histricos adecuados, como en los casos que se

presenta un nuevo producto o se espera un cambio en la tecnologa, las empresas
confan en la experiencia y buen juicio administrativo para generar pronsticos.
son utilizados para el desarrollo de pronsticos de ventas. estos modelos
generalmente se basan en juicios respecto a los factores causales subyacentes a
la venta de productos y servicios en particular y en opiniones sobre la posibilidad
relativa que otros factores cuales sigan presentes en el futuro y ouedan involucrar
diversos niveles de servicios en particular y en opiniones sobre la posibilidad
relativa que otros factores intuitivos respecto a eventos futuros.
2.3.1 Consulta a la fuerza de venta
En ocasiones la mejor informacin sobre la demanda futura proviene de las

personas que Los territorios de ventas estn divididos a menudo por distritos o
regiones. Esta informacin puede ser til para propsitos de administracin de
inventarios, Estos pronsticos estn elaborados peridicamente por miembros de
la fuerza de ventas de las compaas. Este enfoque tiene varias ventajas: La
fuerza de ventas es el grupo que tiene mayores probabilidades de saber que
productos o servicios compraran los clientes en el futuro cercano, y en que
cantidades. distribucin y formacin de fuerza de ventas. Los pronsticos de la
fuerza de venta pueden combinarse para obtener cifras correspondientes a ventas
regionales o nacionales.
3
DE LA DEMANDA
Desventajas:
Los prejuicios individuales de los vendedores pueden introducir los sesgos en el

pronstico, adems algunas personas son optimistas por naturaleza y otras son
ms cautelosas Es posible que el personal de ventas no siempre perciba la
diferencia entre lo que el cliente quiere y lo que el cliente necesita. Si la empresa
utiliza las ventas individuales como medida del rendimiento, el personal de ventas
puede subestimar sus pronsticos para su propio rendimiento o beneficio.
2.3.2 Jurado de opinin Ejecutiva.
Cuando se piensa lanzar un nuevo producto o servicio, la fuerza de ventas no

siempre es capaz de hacer estimaciones precisas de la demanda. La opinin
ejecutiva es un mtodo de pronstico en el cual se hace un resumen de las
opiniones, la experiencia y los conocimientos tcnicos de uno o varios gerentes,
para llegar a un solo pronstico. Estas opiniones tambin pueden modificar un
pronstico de ventas vigente cuando hay que tomar en cuenta sucesos o eventos
inesperados (como nuevas promociones, nuevos productos en el mercado o
eventos internacionales no esperados). La opinin ejecutiva suele tambin
utilizarse para elaborar pronsticos tecnolgicos.
Desventajas:
a) Este, mtodo puede ser costoso por que absorbe el valioso tiempo de los
ejecutivos
b) En algunas ocasiones los pronsticos son no acertados cuando estos

sufren modificacionesindependientes.
(Por ejemplo, que el gerente de marketing examina las estimaciones de la fuerza

de ventas y, sintindose un poco ms optimista que los vendedores, incrementa
las cifras del pronstico para asegurarse de que podr disponer de un volumen
suficiente de producto. Despus de recibir los pronsticos del mercado el gerente
de manufactura incrementa an ms las cifras para que nadie lo culpe de no
atender la demanda de los clientes. Cuando las ventas reales resultan ser mucho
ms bajas que los pronsticos, todos culpan a los dems por el excesivo
inventario generado.)
4
DE LA DEMANDA
2.3.3 Mtodo Delphi.
Nombre que se inspira en el antiguo Orculo de Delfos, fue ideado originalmente a

comienzos de los aos 50 en el seno del Centro de Investigacin estadounidense
RAND Corporation como un instrumento para realizar predicciones sobre un caso
de catstrofe nuclear. Desde entonces, ha sido utilizado frecuentemente como
sistema para obtener informacin sobre el futuro.
Definicin
La tcnica Delphi como un mtodo de estructuracin de un proceso de

comunicacin grupal que es efectivo a la hora de permitir a un grupo de individuos,
como un todo, tratar un problema complejo. Un Delphi consiste en la seleccin de
un grupo de expertos a los que se les pregunta su opinin sobre cuestiones
referidas a acontecimientos del futuro. Las estimaciones de los expertos se
realizan en sucesivas rondas, annimas, al objeto de tratar de conseguir
consenso, pero con la mxima autonoma por parte de los participantes.
Funcionamiento
Su objetivo es la consecucin de un consenso basado en la discusin entre

expertos. Es un proceso repetitivo. Su funcionamiento se basa en la elaboracin
de un cuestionario que ha de ser contestado por los expertos. Una vez recibida la
informacin, se vuelve a realizar otro cuestionario basado en el anterior para ser
contestado de nuevo. Finalmente el responsable del estudio elaborar sus
conclusiones a partir de la explotacin estadstica de los datos obtenidos.
Principios
Delphi se basa en:
Anonimato de los que intervienen.
Repetitividad y realimentacin controlada.
Respuesta del grupo en forma estadstica.
Pasos
5
DE LA DEMANDA
Fase 1 Formulacin del problema. En esta etapa es importante definir con

exactitud el campo de investigacin, siendo necesario estar seguros de que los
expertos elegidos posean todas las mismas nociones de este campo.
Fase 2: Eleccin de expertos. En esta etapa el experto ser elegido por tener
conocimiento del tema consultado, con experiencia que garanticen la confiabilidad
de los resultados y su capacidad de encarar el futuro. Las opiniones de los
expertos pueden ser recogidas por va postal o electrnica, as se obtiene una
opinin real de cada uno, evitando que las mismas puedan ser falseadas.
Segn los estudios realizados por los investigadores de la Rand Corporation5 el

nmero mnimo de expertos es de 7, debido a que el margen de error disminuye
segn esta cantidad, no es aconsejable ms de 30 expertos.
Fase 3 Elaboracin y lanzamiento de los cuestionarios. Los cuestionarios se

elaboran facilitando que los mismos puedan ser respondidos por los consultados,
de manera que las respuestas puedan ser cuantificadas, donde sern relativas al
grado de ocurrencia (probabilidad) y de importancia (prioridad). En muchas
ocasiones se utilizan respuestas como: Si/No, Mucho/Poco, Muy de acuerdo/ De
acuerdo/ Indiferente/ etc. Y luego se tratan en trminos porcentuales.
Fase 4 Desarrollo prctico y explotacin de resultados. Se enva el cuestionario a

los expertos elegidos, donde va acompaado de una presentacin que incluye las
finalidades del mtodo Delphi, las condiciones, trminos, plazo de la encuesta y la
garanta del anonimato. El objetivo del cuestionario es disminuir la dispersin de
opiniones y precisar la opinin media de los consultados.
Utilidad y lmites
Una de las ventajas de este mtodo es la casi certeza total de obtener un

consenso en el resultado obtenido con la aplicacin de los cuestionarios. La
informacin que se obtiene durante el perodo de recogida de la informacin
puede ser muy valiosa e importante. Este mtodo es utilizado en diversos campos
como la gestin y la economa, la tecnologa, las ciencias sociales etc.
La tramitacin presionante (encuesta en varias rondas) es adems discutible

puesto que solo los expertos que se salen de la norma deben justificar su posicin.
Sin embargo, podemos considerar tambin que la opinin de los divergentes es,
en trminos de prospectiva, ms interesante que aquella de los que entran en el
rango. Por otra parte, no se toman en consideracin las posibles interacciones
entre las hiptesis consideradas y son incluso evitados en la propia construccin
de la encuesta, esto es lo que ha conducido a los promotores del mtodo Delphi a
desarrollar los mtodos de impactos cruzados probabilistas.
6
DE LA DEMANDA
2.3.4 Investigacin de mercados

Qu es una investigacin de mercado?
La investigacin de mercado es una tcnica que permite recopilar datos, de

cualquier aspecto que se desee conocer para, posteriormente, interpretarlos y
hacer uso de ellos. Sirven al comerciante o empresario para realizar una
adecuada toma de decisiones y para lograr la satisfaccin de sus clientes.
Objetivos de la investigacin de mercado
Los objetivos de la investigacin se pueden dividir en tres:
1. Objetivo social:
Satisfacer las necesidades del cliente, ya sea mediante un bien o servicio

requerido, es decir, que el producto o servicio cumpla con los requerimientos y
deseos exigidos cuando sea utilizado.
2. Objetivo econmico:
Determinar el grado econmico de xito o fracaso que pueda tener una empresa
al momento de entrar a un nuevo mercado o al introducir un nuevo producto o
servicio y, as, saber con mayor certeza las acciones que se deben tomar.
3. Objetivo administrativo:
Ayudar al desarrollo de su negocio, mediante la adecuada planeacin,

organizacin, control de los recursos y reas que lo conforman, para que cubra las
necesidades del mercado, en el tiempo oportuno.
Beneficios de la investigacin de mercado

Se tiene ms y mejor informacin para tomar decisiones acertadas, que
favorezcan el crecimiento de las empresas.
Proporciona informacin real y expresada en trminos ms precisos, que
ayudan a resolver, con un mayor grado de xito, problemas que se
presentan en los negocios.
Ayuda a conocer el tamao del mercado que se desea cubrir, en el caso de
vender o introducir un nuevo producto.
7
DE LA DEMANDA
Sirve para determinar el tipo de producto que debe fabricarse o venderse,

con base en las necesidades manifestadas por los consumidores, durante
la investigacin.
Determina el sistema de ventas ms adecuado, de acuerdo con lo que el
mercado est demandando.
Define las caractersticas del cliente al que satisface o pretende satisfacer la
empresa, tales como: gustos, preferencias, hbitos de compra, nivel de
ingreso, etctera.
Ayuda a saber cmo cambian los gustos y preferencias de los clientes, para
que as la empresa pueda responder y adaptarse a ellos y no quede fuera
del mercado
2.3.5 Analoga de ciclos de vida
Este mtodo liga la estimacin de las ventas futuras de un producto con el

conocimiento de las ventas de un producto similar. A la estimacin de un producto
similar se aplica el conocimiento de las ventas de un producto similar durante
varias etapas de su ciclo de vida. Este mtodo puede ser particularmente til en el
pronstico de ventas de productos nuevos.
2.4 Mtodos cuantitativos
Tradicionalmente las investigaciones sociolgicas han polemizado en torno a la

eleccin de mtodos cuantitativos o cualitativos. Los mtodos cuantitativos
permiten mediciones ms precisas, mientras que los mtodos cualitativos
posibilitan un examen ms directo de las motivaciones, actitudes y
comportamientos de los individuos. Actualmente ambas metodologas, al margen
de los diferentes paradigmas y posiciones de las que parten -positivista e
interpretativo- se consideran compatibles, vlidas y complementarias en la
investigacin de los problemas sociolgicos.
Cada uno de los mtodos que exponemos a continuacin tiene sus ventajas e
inconvenientes. Los socilogos suelen combinar dos o ms mtodos en su trabajo,
y cada uno de ellos se utiliza para contrastar el material que se ha obtenido con
los dems o para completarlo.
Los mtodos cuantitativos, denominados tambin emprico-analticos, racionalistas

o positivistas, defienden la aplicacin de los objetivos, conceptos y mtodos de las
ciencias naturales a las ciencias sociales. La realidad es externa al individuo y se
debe conocer, predecir y controlar a travs de la observacin y experimentacin
de los fenmenos.
8
DE LA DEMANDA
Los mtodos cuantitativos responden pues a una realidad positivista, hipottico-

deductiva, orientada hacia la generalizacin los resultados. El mbito de
aproximacin social queda reducido a fenmenos observables y susceptibles de
medicin, control experimental y anlisis estadstico.
El criterio normativo de objetividad, preside todo el proceso de la investigacin

cuantitativa desde la planificacin y recogida de datos hasta el anlisis e
interpretacin de los mismos, y exige que los procedimientos utilizados sean
independientes del investigador.
Estos mtodos, cada vez ms sofisticados e informatizados, engloban la

recopilacin de gran volumen de datos estadsticos descriptivos y la utilizacin de
tcnicas de muestreo, modelos matemticos avanzados y simulaciones
informticas de procesos sociales. De todos ellos el ms utilizado suele ser la
encuesta mediante cuestionario.
La encuesta
La encuesta es un mtodo descriptivo que a travs de un cuestionario trata de

recoger informacin puntual de las personas o de contrastar hiptesis previas
sobre un determinado tema o aspecto social. La informacin puede ser aportada
por la persona encuestada directamente, por correo o por telfono.
La encuesta puede prestar una gran servicio al investigador para completar e

interpretar sus observaciones cuando estas no pueden llevarse a cabo
directamente o resultan demasiado costosas en tiempo y dinero. Actualmente, la
encuestas son herramientas utilizadas tanto por polticos como por numerosas
organizaciones y empresas relacionadas con la opinin pblica.
Tipos de encuestas
En funcin de su aplicacin a temtica se distinguen diversos tipos de encuestas:

por sondeo (determinacin de una muestra representativa de una poblacin); de
opinin sobre un tema concreto; urbanas, sociolgicas, etc. Tambin se habla de
encuesta descriptiva -establece el estado de un fenmeno social determinado- y
de encuesta explicativa -determina las causas que rigen dicho fenmeno.
El cuestionario
El cuestionario puede presentar tres modalidades: cuestionario simple, entrevista y

escalas. En el cuestionario simple las personas investigadas contestan
directamente por escrito las preguntas. En la entrevista mediante cuestionario este
es aplicado a los sujetos encuestados por personas especializadas o
encuestadores. En las escalas a las preguntas y respuestas de los cuestionarios
se les asigna un determinado valor numrico, lo cual permite cifrar
9
DE LA DEMANDA
cuantitativamente y medir en cada caso el nivel de la actitud o aspecto

investigado. Conviene tener en cuenta, sin embargo, que aunque el cuestionario
suele ser la forma ms utilizada en todas estas modalidades, las entrevistas y las
escalas pueden realizarse tambin sin cuestionario.
Fases de una encuesta
El uso complejo y predictivo de los cuestionarios precisa de una cuidadosa

elaboracin y diseo. Las fases que se han de tener presentes en el desarrollo de
la encuesta mediante cuestionario son las siguientes:
1. Determinacin de los objetivos y de las hiptesis de investigacin.
En el diseo de la encuesta/cuestionario deben tenerse presentes previamente la

finalidad exacta de la investigacin, objetivos e hiptesis, la poblacin sobre la que
se va a centrar y los recursos disponibles.
2. Elaboracin del cuestionario.
Se debe prestar especial atencin a la presentacin, la extensin del cuestionario,

al nmero y colocacin de las preguntas abiertas o cerradas. En las preguntas
abiertas el encuestado puede expresar su opinin con sus propias palabras,
mientras que en las preguntas cerradas slo puede escoger entre una serie de
respuestas ya predeterminadas. Normalmente hay los siguientes tipos de
respuestas cerradas: "S / No / No sabe-No contesta", o del tipo "Muy probable /
Probable / Poco probable / Muy improbable".
No existen reglas que establezcan el nmero ideal en torno al cual debera

estructurarse un tema. Tampoco hasta qu punto conviene dejar algunas
preguntas abiertas y la mayora cerradas.
Parece conveniente que el borrador del cuestionario inicial se entregue a expertos

para que lo analicen y busquen los fallos, la redaccin confusa, la falta de
preguntas relevantes, etc. Una vez revisado y evaluado por terceros, se puede
pasar a reestructurar el modelo provisional y proceder a maquetar el cuestionario
definitivo.
3. El establecimiento de la muestra.
No siempre es posible obtener medidas de toda una poblacin determinada, por

ello el investigador intenta obtener informacin de un grupo menor o subconjunto
de la poblacin, de tal forma que el conocimiento conseguido sea representativo
10
DE LA DEMANDA
de la poblacin investigada. Ese grupo menor o subconjunto es lo que denomina

el muestreo o la muestra.
No existe, sin embargo, una respuesta concreta sobre cul debera ser el tamao
correcto de una muestra, todo depende de la finalidad del estudio y de la
naturaleza de la poblacin bajo examen. Un aspecto muy importante, a la hora de
decidir el tamao de la muestra, es el establecimiento de las principales variables
que se desean explorar dentro de los subgrupos de la muestra y los tipos de
pruebas estadsticas que han de ser aplicadas en el anlisis posterior.
La eleccin de las personas a encuestar se puede hacer de dos modos:
per quota: se determinan los grupos ms importantes de la poblacin investigada y

despus se divide en funcin de sus caractersticas y porcentajes. Por ejemplo, si
la muestra se hace sobre personas hemos de distinguir los grupos en funcin del
sexo, la edad, el estado civil, la profesin, etc.
aleatoriamente: la muestra se elige al azar, pero al igual que ocurre en la lotera

cada uno de los elementos de la poblacin tiene la misma probabilidad de ser
elegido.
El grado en que la muestra seleccionada deja ser representativa de la poblacin
investigada se denomina error del muestreo.
4. El test del cuestionario.
Este se ha de efectuar entre una submuestra restringida para comprobar la

comprensin de las preguntas, eliminar las ambiguas y las rechazadas, descubrir
las omisiones, examinar cmo el cuestionario es aceptado (largo, aburrido,
indiscreto...).
5. Realizacin de la encuesta.
Esta se lleva a cabo entre la muestra escogida. En las encuestas por correo
conviene cuidar la presentacin, la calidad del mecanografiado, el franqueo y la
fecha elegida para su envo; se introduce tambin una carta explicatoria en la que
se indica la finalidad de la encuesta, la importancia de la misma, se asegura la
confidencialidad de las respuestas y se anima a responder las preguntas.
Para obtener un mayor ndice de participacin a veces se introduce algn tipo de

incentivos: regalos, sorteo de premios entre los participantes, etc.
6. Tratamiento estadstico de los datos obtenidos.
Una vez recogidas las encuestas mediante cuestionario el investigador debe pasar
al vaciado y al tratamiento de la informacin obtenida. Para ello, en primer lugar,
debe corregir los cuestionarios, es decir, identificar y eliminar los errores
11
DE LA DEMANDA
cometidos por los entrevistadores o informantes. A continuacin debe reducir los

datos obtenidos a un formato de anlisis.
A travs de esta tarea, denominada codificacin, se han de transcribir las

respuestas de modo homogneo a fin de tratarlas, compararlas y establecer
relaciones entre ellas. Conviene notar, sin embargo, que en las respuestas hay
siempre "errores", unos voluntarios y otros no, y que son pocas personas que
confiesan espontneamente que no tiene opinin sobre un tema (criterio de
pertinencia). Por consiguiente hay que considerar las respuestas con prudencia. A
veces aparecen tambin respuestas instrumentales, es decir a travs de ellas el
sujeto investigado trata de convertir la encuesta en un medio para alcanzar
objetivos diferentes a los propuestos por el investigador. Se ha de tratar, por
ltimo, las "no respuestas", es decir las "sin opinin", las "no lo s", los rechazos,
los olvidos, las incomprensiones de la cuestin, las respuestas no codificables,
etc., pues su proporcin puede ser importante y prescindir de ellas entraa el
riesgo de sesgar la generalizacin de los resultados.
Para analizar los datos recogidos por la encuesta se suelen utilizar los mtodos de
estadstica inductiva y descriptiva. Actualmente se dispone de instrumentos
estadsticos tales como el anlisis de los principales componentes, el anlisis
factorial de las correlaciones, etc., que intentan aprehender un conjunto de datos
complejos y dar una visin del fenmeno en su totalidad. El anlisis de los
resultados de una encuesta permitir adems confirmar o invalidar las hiptesis
propuestas al inicio de la investigacin. El desarrollo de los ordenadores y de otros
dispositivos para manejar y almacenar la informacin, ha facilitado hoy da el
procesamiento de los datos sociolgicos.
2.4.1 Series de Tiempo

Series de Tiempo
Por serie de tiempo nos referimos a datos estadsticos que se recopilan, observan
o registran en intervalos de tiempo regulares (diario, semanal, semestral, anual,
entre otros). El trmino serie de tiempo se aplica por ejemplo a datos registrados
en forma peridica que muestran, por ejemplo, las ventas anuales totales de
almacenes, el valor trimestral total de contratos de construccin otorgados, el valor
trimestral del PIB.
Componentes de la serie de tiempo
Supondremos que en una serie existen cuatro tipos bsicos de variacin, los
cuales sobrepuestos o actuando en concierto, contribuyen a los cambios
observados en un perodo de tiempo y dan a la serie su aspecto errtico. Estas
cuatro componentes son: Tendencia secular, variacin estacional, variacin cclica
y variacin irregular.
12
DE LA DEMANDA
Supondremos, adems, que existe una relacin multiplicativa entre estas cuatro
componentes; es decir, cualquier valor de una serie es el producto de factores que
se pueden atribuir a las cuatro componentes.
Tendencia secular: La tendencia secular o tendencia a largo plazo de una serie es

por lo comn el resultado de factores a largo plazo. En trminos intuitivos, la
tendencia de una serie de tiempo caracteriza el patrn gradual y consistente de las
variaciones de la propia serie, que se consideran consecuencias de fuerzas
persistentes que afectan el crecimiento o la reduccin de la misma, tales como:
cambios en la poblacin, en las caractersticas demogrficas de la misma,
cambios en los ingresos, en la salud, en el nivel de educacin y tecnologa. Las
tendencias a largo plazo se ajustan a diversos esquemas. Algunas se mueven
continuamente haca arriba, otras declinan, y otras ms permanecen igual en un
cierto perodo o intervalo de tiempo.
Variacin estacional: El componente de la serie de tiempo que representa la

variabilidad en los datos debida a influencias de las estaciones, se llama
componente estacional. Esta variacin corresponde a los movimientos de la serie
que recurren ao tras ao en los mismos meses (o en los mismos trimestres) del
ao poco ms o menos con la misma intensidad. Por ejemplo: Un fabricante de
albercas inflables espera poca actividad de ventas durante los meses de otoo e
invierno y tiene ventas mximas en los de primavera y verano, mientras que los
fabricantes de equipo para la nieve y ropa de abrigo esperan un comportamiento
anual opuesto al del fabricante de albercas.
Variacin cclica: Con frecuencia las series de tiempo presentan secuencias

alternas de puntos abajo y arriba de la lnea de tendencia que duran ms de un
ao, esta variacin se mantiene despus de que se han eliminado las variaciones
o tendencias estacional e irregular. Un ejemplo de este tipo de variacin son los
ciclos comerciales cuyos perodos recurrentes dependen de la prosperidad,
recesin, depresin y recuperacin, las cuales no dependen de factores como el
clima o las costumbres sociales.
Variacin Irregular: Esta se debe a factores a corto plazo, imprevisibles y no

recurrentes que afectan a la serie de tiempo. Como este componente explica la
variabilidad aleatoria de la serie, es impredecible, es decir, no se puede esperar
predecir su impacto sobre la serie de tiempo. Existen dos tipos de variacin
irregular: a) Las variaciones que son provocadas por acontecimientos especiales,
fcilmente identificables, como las elecciones, inundaciones, huelgas, terremotos.
b) Variaciones aleatorias o por casualidad, cuyas causas no se pueden sealar en
forma exacta, pero que tienden a equilibrarse a la larga.
13
DE LA DEMANDA
Tendencia de una serie
Tendencia lineal Como se dijo antes, la tendencia de una serie viene dada por el
movimiento general a largo plazo de la serie. La tendencia a largo plazo de
muchas series de negocios (industriales y comerciales), como ventas,
exportaciones y produccin, con frecuencia se aproxima a una lnea recta. Esta
lnea de tendencia muestra que algo aumenta o disminuye a un ritmo constante. El
mtodo que se utiliza para obtener la lnea recta de mejor ajuste es el Mtodo de
Mnimos Cuadrados.
Tendencia no lineal Cuando la serie de tiempo presenta un comportamiento

curvilneo se dice que este comportamiento es no lineal. Dentro de las tendencias
no lineales que pueden presentarse en una serie se encuentran, la polinomial,
logartmica, exponencial y potencial, entre otras.
2.4.1.1 Enfoque Simple
Tambin llamado pronostico emprico. Uno de los mtodos ms sencillos es usar

el ltimo dato como pronostico para el siguiente periodo. Es decir el pronstico de
la demanda para el siguiente periodo es igual a la demanda observada en el
periodo actual. Por ejemplo, si la demanda real para el mircoles ha sido 35
clientes, la demanda para el jueves ser 35 clientes. Si la demanda real del jueves
es 42 clientes, la demanda pronosticada para el viernes ser de 42 clientes. Este
mtodo puede tomar en cuenta una tendencia de la demanda. El incremento (o
decremento) observado en la demanda de los dos ltimos periodos se usa para
ajustar la demanda actual con miras a elaborar un pronstico. Por ejemplo:
Si la demanda fue de 120 unidades en la ltima semana y de 108 unidades la

semana anterior, el incremento de la demanda fue de 12 unidades en una semana
por lo cual el pronstico para la sig. Semana ser de 120 + 12 = 132 unidades. Si
la demanda real de la semana siguiente resulta ser de 127 unidades, entonces el
siguiente pronstico ser de 127 + 7 = 134 unidades.
Ejercicio:
Sacar el pronstico con el enfoque simple para una fbrica de pastas dentales:
a) si la demanda del mes de mayo fue de 380 cajas saque el pronstico del
mes de junio.
b) si la demanda del mes de mayo fue de 380 cajas saque el pronstico del
mes de el mes de julio tomando en cuenta la tendencia.
14
DE LA DEMANDA
Respuestas:
a) 380 cajas para el mes de junio

Seman Caja (con 10 pza c/u)
a b) 416 cajas para el mes de julio
1 62
2 50
3 65
4 48
Estimacin del promedio
5 60
El patrn horizontal de una serie de tiempo
6 66 se basa en la media de las demandas. Por lo
tanto el pronstico se obtendr sacando el
7 58 promedio de una serie de datos a travs del
tiempo.
8 61
Por ejemplo:
9 55
10 60
Si deseramos sacar un pronstico para la semana 11 por medio del promedio

bastara sumar el total de Cajas y dividirlos entre el nmero de semanas dando
como resultado 58.5 Cajas es decir 585 piezas.
15
DE LA DEMANDA
2.4.1.2 Promedios Mviles
Promedio mvil simple. Se usa para estimar el promedio de una serie de tiempo
de demanda y para suprimir los efectos de las fluctuaciones al azar. Este mtodo
resulta mas til cuando la demanda no tiene tendencias pronunciadas ni
fluctuaciones estacinales. Implica simplemente calcular la demanda promedio
para los n periodos mas recientes con el fin de utilizarla como pronostico del
periodo siguiente. Para el pronostico siguiente una vez conocida la demanda, la
demanda mas antigua incluida en el promedio anterior se sustituye por la
demanda mas reciente y luego se vuelve a calcular el promedio.
Es decir:
F T+1 = Suma de las n ultimas demandas / n = D T + D T-1

Donde:
D T =Demanda real del periodo t
n = numero real de periodos incluidos en el promedio
F T+1 =Pronostico para el periodo T+1
EJERCISIO:
a) Tomando los datos de la fbrica de pasta dental elabore un pronstico mvil

de 5 semanas para estimar cuantas cajas de pasta dental se necesitarn
para la semana 11.
Tenemos que F11 = (60 + 55 + 61 + 58 + 66)/ 5 = 60 cajas
Si la demanda real en la semana 11 fue 55 cajas obtener el pronstico mvil de 5

semanas para la semana 12 .
M12 = (55 + 60 + 55 + 61 + 58 ) / 5 = El pronstico es de 57.8 cajas
Cual ser el pronostico para la semana 13 en este momento? = 57.8 cajas
16
DE LA DEMANDA
EJEMPLO:
CCC desea pronosticar el nmero de llamadas entrantes que esto recibe en un da

de los clientes de uno de sus clientes, BMI. CCC programa el nmero apropiado
de telefonistas basados en volmenes de llamada proyectados. CCC cree que los
12 das ms recientes de volmenes de llamada (mostrado sobre la siguiente
diapositiva) son representativos de los volmenes de llamada de futuro prximo.
Datos Histricos
DIA LLAMADA DIA LLAMADA

S S
1 159 7 203
2 217 8 195
3 186 9 188
4 161 10 168
5 173 11 198
6 157 12 159
Use el promedio mvil simple con n=3 para pronosticar el nmero de llamadas
para el da 13.
F13 = (159 + 198 + 168)/3 = 175.0 llamadas
17
DE LA DEMANDA
2.4.1.3 Suavizacin Exponencial
Es un mtodo de promedio mvil ponderado muy refinado que permite calcular el

promedio de una serie de tiempo, asignando a las demandas mayor ponderacin
que a las demandas anteriores. Es el mtodo de pronostico formal que se usa ms
a menudo, por su simplicidad y por la reducida cantidad de datos que requiere. A
diferencia del mtodo de promedio mvil ponderado, que requiere n periodos de
demanda pasada y n ponderaciones, la suavizacin exponencial requiere
solamente tres tipos de datos: el pronstico del ltimo periodo, la demanda de ese
periodo y un parmetro suavizador, alfa , cuyo valor flucta entre 0 y 1.0. Para
elaborar un pronstico con suavizacin exponencial, ser suficiente que
calculemos un promedio ponderado de la demanda ms reciente y el pronstico
calculado para el ltimo periodo. La ecuacin correspondiente a este pronstico
es:
F T+1 = (Demanda para este periodo) + (1 ) (Pronostico calculado para el

ltimo periodo)= Dt +(1-)Ft
Por lo tanto el pronstico para el periodo siguiente es igual al pronstico del

periodo actual ms una proporcin del error del pronstico correspondiente al
mismo periodo actual.
1. La constante toma valores entre 0 y 1
2. La constante cercana a uno da una alta velocidad de respuesta
3. La constante cercana a cero da una baja velocidad de respuesta
Ejemplo:
Utilizando el ejemplo de CCC con promedio mvil de n=3 calcule el pronostico

para la semana 13 con suavizamiento exponencial y = .10El pronostico para el
dia 13 era de 175 llamadas y la demanda real fue de 170 llamadas F T+1 = Dt +(1-
)Ft
F13 =.1(170)+(.9)175=174.5llamadas
De igual manera la suavizacin exponencial es otra tcnica que se usa para alisar
una serie de tiempo y proporcionar una visualizacin global de los movimientos a
largo plazo de los datos. Adems, se puede usar el mtodo de suavizacin
18
DE LA DEMANDA
exponencial para obtener pronsticos a corto plazo (un periodo futuro) para series
de tiempo.
El mtodo de suavizacin exponencial obtiene su nombre del hecho de que

proporciona un promedio mvil con ponderacin exponencial a travs de la serie
de tiempo. En toda la serie, cada clculo de suavizacin o pronstico depende de
todos los valores observados anteriores.
Con la suavizacin exponencial, los pesos asignados a los valores observados

decrecen en el tiempo, de manera que al hacer un clculo, el valor observado ms
reciente recibe el peso ms alto, el valor observado anterior tiene el siguiente peso
ms alto, y as sucesivamente, por lo que el valor observado inicial tiene la menor
ponderacin. As, para alisar una serie en cualquier periodo i , se tiene la siguiente
expresin.
Obtencin de un valor que tiene suavizacin exponencial en el periodo i
donde
Ei = valor de la serie suavizada exponencialmente que se calcula en el periodo i
Ei 1 = valor de la serie suavizada exponencialmente que se calcula en el

periodo i 1
Yi = valor observado de la serie de tiempo en el periodo i
W = peso subjetivo asignado o coeficiente de suavizacin (donde 0 < W < 1)
Ei = Y1
La eleccin del coeficiente de suavizacin o peso que se asigna a la serie de

tiempo es crtica porque afectar en forma directa los resultados. Es
desafortunado que esta seleccin sea subjetiva. Si se desea slo suavizar una
serie con la eliminacin de la variacin cclica y la irregular, debe elegirse un valor
pequeo para W (cercano a 0). Por otro lado, si la meta es pronosticar, debe
elegirse un valor grande para W (ms cercano a 1). En el primer caso, se podrn
observar las tendencias globales a largo plazo de la serie; en el ltimo caso, es
posible predecir direcciones futuras a corto plazo de manera ms adecuada.
19
DE LA DEMANDA
Este proceso contina hasta obtener los valores de la suavizacin exponencial

para los 24 aos en la serie de las ventas anuales de la fbrica (General Motors),
como se muestra en la tabla
20
DE LA DEMANDA
2.4.1.3 Tendencia lineal
Inclusin de una tendencia. (Suavizamiento exponencial con tendencia)

Consideremos ahora una serie de tiempo de la demanda con una demanda con
una tendencia. En una serie de tiempo, una tendencia consiste en un incremento
o decremento sistemtico de los promedios de la serie a travs del tiempo En este
enfoque, las estimaciones para el promedio y la tendencia son suavizadas, para lo
cual se requieren solamente dos constantes de suavizacin. Calculamos el
promedio y la tendencia para cada periodo.
AT = (Demanda en este periodo) + (1 ) (Promedio + Estimacin de la tendencia en el
ultimoperiodo)= DT +(1)(At -1 + T t-1 )
21
DE LA DEMANDA
Ejemplo
22
DE LA DEMANDA
Ejemplo 2:
Veamos la serie de tiempo de ventas de bicicletas de determinado fabricante

durante los ltimos 10 aos, que se muestran en la tabla 5.8 y en la figura 5.12.
Observe que en el primer ao se vendieron 21 600 bicicletas, en el segundo, 22
900, y as sucesivamente. En el dcimo ao, el ms reciente, se vendieron 31 400
bicicletas. Aunque la figura 5.12 muestra algo de movimiento hacia arriba y hacia
abajo durante los 10 aos, parece que la serie de tiempo tiene una tendencia
general de aumento o crecimiento
Vamos a emplear los datos de ventas de bicicletas para ilustrar los clculos del
anlisis de regresin, a fin de identificar una tendencia lineal. Recuerde que en la
descripcin de la regresin lineal simple, describimos cmo se aplica el mtodo de
mnimos cuadrados para determinar la mejor relacin lineal entre dos variables; tal
metodologa es la que usaremos para definir la lnea de tendencia para la serie de
tiempo de ventas de bicicletas. En forma especfica, aplicaremos el anlisis de
regresin para estimar la relacin entre el tiempo y el volumen de ventas
23
DE LA DEMANDA
La ecuacin de regresin que describe una relacin lineal entre una variable
independiente ,x , y una variable dependiente,y, es
Para enfatizar que el tiempo es la variable independiente en los pronsticos,

usaremos t en la ecuacin en lugar de ; adems, usaremos en lugar de . As para
una tendencia lineal, el volumen estimado de ventas, expresado en funcin del
tiempo, se puede escribir como sigue:
donde
T1 = valor de la tendencia de la serie de tiempo en el periodo
b0 = ordenada al origen e la lnea de tendencia
b1 = pendiente de la lnea de tendencia
t = tiempo
En esta ecuacin igualaremos t = 1 para el tiempo en que se obtiene el primer

dato de la serie de tiempo, t = 2 para el tiempo del segundo dato y as
sucesivamente.
Observe que, para la serie de tiempo de ventas de bicicletas, t = 1

correspondiente al valor ms antiguo de esa serie y t = 10 al ms reciente.
24
DE LA DEMANDA
Las frmulas para calcular los coeficientes estimados de regresin, b0 y b1 , en la

ecuacin que se muestra a continuacin.
Donde:
Yt = valor de la serie de tiempo en el periodo
n = nmero de periodos
= valor promedio de la serie de tiempo,
t = valor promedio de
Con las ecuaciones anteriores y los datos de las ventas de bicicletas de la tabla
podemos calcular como sigue:
La pendiente 1,1 indica que, durante los ltimos 10 aos, la empresa ha tenido un
crecimiento promedio de ventas igual a 1100 unidades anuales, aproximadamente.
Si suponemos que la tendencia en los 10 aos pasados es un buen indicador del
futuro, aplicamos la ecuacin para proyectar el componente de tendencia de la
25
DE LA DEMANDA
serie de tiempo. Por ejemplo, al sustituir t = 11 en esa ecuacin, se obtiene la

proyeccin de tenencia para el ao prximo, T11
As slo con el componente de tendencia pronosticaramos ventas de 32 500

bicicletas para el prximo ao.
26
DE LA DEMANDA
2.4.2 Relaciones Causales.
Se emplean cuando se tienen datos histricos y la relacin entre el factor que

intenta pronosticar y otros factores externos o internos (ej. Actividades del
gobierno o promociones publicitarias). Las relaciones causales expresan se
expresan en trminos matemticos y suelen ser en ocasiones complejas Proveen
instrumentos de pronostico refinados y son excelentes para prever los puntos de
flexin de la demanda y para la elaboracin de pronsticos a largo plazo.
2.4.2.1 Regresin simple
Si sabemos que existe una relacin entre una variable denominada dependiente y
otras denominadas independientes (como por ejemplo las existentes entre: la
experiencia profesional de los trabajadores y sus respectivos sueldos, las
estaturas y pesos de personas, la produccin agraria y la cantidad de fertilizantes
utilizados, etc.), puede darse el problema de que la dependiente asuma mltiples
valores para una combinacin de valores de las independientes.
La dependencia a la que hacemos referencia es relacional matemtica y no
necesariamente de causalidad. As, para un mismo nmero de unidades
producidas, pueden existir niveles de costo, que varan empresa a empresa.
Si se da ese tipo de relaciones, se suele recurrir a los estudios de regresin en los
cuales se obtiene una nueva relacin, pero de un tipo especial denominado
funcin, en la cual la variable independiente se asocia con un indicador de
tendencia central de la variable dependiente. Cabe recordar que, en trminos
generales, una funcin es un tipo de relacin en la cual para cada valor de la
variable independiente le corresponde uno y slo un valor de la variable
dependiente.
REGRESIN SIMPLE Y CORRELACIN
La Regresin y la correlacin son dos tcnicas estadsticas que se pueden utilizar
para solucionar problemas comunes en los negocios.
Muchos estudios se basan en la creencia de que es posible identificar y cuantificar
alguna Relacin Funcional entre dos o ms variables, donde una variable depende
de la otra variable.
Se puede decir que Y depende de X, en donde Y y X son dos variables cualquiera
en un modelo de Regresin Simple.
"Y es una funcin de X"
Y = f(X)
27
DE LA DEMANDA
Como Y depende de X,
Y es la variable dependiente, y
X es la variable independiente.
En el Modelo de Regresin es muy importante identificar cul es la variable
dependiente y cul es la variable independiente.
En el Modelo de Regresin Simple se establece que Y es una funcin de slo una
variable independiente, razn por la cual se le denomina tambin Regresin
Divariada porque slo hay dos variables, una dependiente y otra independiente y
se representa as:
Y = f (X)
"Y est regresando por X"
La variable dependiente es la variable que se desea explicar, predecir. Tambin se
le llama REGRESANDO VARIABLE DE RESPUESTA.
La variable Independiente X se le denomina VARIABLE EXPLICATIVA
REGRESOR y se le utiliza para EXPLICAR Y.
ANLISIS ESTADSTICO: REGRESIN LINEAL SIMPLE
En el estudio de la relacin funcional entre dos variables poblacionales, una
variable X, llamada independiente, explicativa o de prediccin y una variable Y,
llamada dependiente o variable respuesta, presenta la siguiente notacin:
Y=a+bX+e
Donde:
a es el valor de la ordenada donde la lnea de regresin se intercepta con el eje Y.
b es el coeficiente de regresin poblacional (pendiente de la lnea recta)
e es el error
SUPOSICIONES DE LA REGRESIN LINEAL
1. Los valores de la variable independiente X son fijos, medidos sin error.
2. La variable Y es aleatoria
3. Para cada valor de X, existe una distribucin normal de valores de Y

(subpoblaciones Y)
4. Las variancias de las subpoblaciones Y son todas iguales.
5. Todas las medias de las subpoblaciones de Y estn sobre la recta.
28
DE LA DEMANDA
6. Los valores de Y estn normalmente distribuidos y son estadsticamente

independientes.
ESTIMACIN DE LA ECUACIN DE REGRESIN MUESTRAL

Consiste en determinar los valores de "a" y "b " a partir de la muestra, es decir,
encontrar los valores de a y b con los datos observados de la muestra. El mtodo
de estimacin es el de Mnimos Cuadrados, mediante el cual se obtiene:
Luego, la ecuacin de regresin muestral estimada es
Que se interpreta como:

a es el estimador de a
Es el valor estimado de la variable Y cuando la variable X = 0
b es el estimador de b , es el coeficiente de regresin
Est expresado en las mismas unidades de Y por cada unidad de X. Indica el
nmero de unidades en que vara Y cuando se produce un cambio, en una unidad,
en X (pendiente de la recta de regresin).
Un valor negativo de b sera interpretado como la magnitud del decremento en Y
por cada unidad de aumento en X.
2.4.2.2 Regresin mltiple
Como la Estadstica Inferencial nos permite trabajar con una variable a nivel de
intervalo o razn, as tambin se puede comprender la relacin de dos o ms
variables y nos permitir relacionar mediante ecuaciones, una variable en relacin
de la otra variable llamndose Regresin Lineal y una variable en relacin a otras
variables llamndose Regresin mltiple.
Casi constantemente en la prctica de la investigacin estadstica, se encuentran

variables que de alguna manera estn relacionados entre si, por lo que es posible
que unas de las variables puedan relacionarse matemticamente en funcin de
otra u otras variables.
REGRESIN. -
29
DE LA DEMANDA
Se define como un procedimiento mediante el cual se trata de determinar si existe

o no relacin de dependencia entre dos o ms variables. Es decir, conociendo los
valores de una variable independiente, se trata de estimar los valores, de una o
ms variables dependientes.
La regresin en forma grfica, trata de lograr que una dispersin de las

frecuencias sea ajustada a una lnea recta o curva.
Clases de Regresin
La regresin puede ser Lineal y Curvilnea o no lineal, ambos tipos de regresin
pueden ser a su vez:
a. Esta regresin se utiliza con mayor frecuencia en las ciencias econmicas,
y sus disciplinas tecnolgicas. Cualquier funcin no lineal, es linealizada
para su estudio y efectos prcticos en las ciencias econmicas, modelos no
lineales y lineales multiecuacionales.
Objetivo: Se utiliza la regresin lineal simple para:
1.- Determinar la relacin de dependencia que tiene una variable respecto a
otra.
2.- Ajustar la distribucin de frecuencias de una lnea, es decir, determinar
la forma de la lnea de regresin.
3.- Predecir un dato desconocido de una variable partiendo de los datos
conocidos de otra variable.
La estimacin de los coeficientes de una regresin mltiple es un clculo

bastante complicado y laborioso, por lo que se requiere del empleo de programas
de computacin especializados. Sin embargo, la interpretacin de los coeficientes
es similar al caso de la regresin simple: el coeficiente de cada variable
independiente mide el efecto separado que esta variable tiene sobre la variable
dependiente. El coeficiente de determinacin, por otro lado, mide el porcentaje de
la variacin total en Yque es explicado por la variacin conjunta de las variables
independientes.
La regresin lineal mltiple es la gran tcnica estadstica para comprobar hiptesis

y relaciones causales. Ante de empezar, una serie de condiciones que se deben
cumplir para poder aplicar la regresin lineal mltiple:
o La variable dependiente (resultado) debe ser ordinal o escalar, es decir,

que las categoras de la variable tengan orden interno o jerarqua, p.ej. nivel
de ingresos, peso, nmero de hijos, justificacin del aborto en una escala de
1-nunca a 10-siempre.
o Las variables independientes (causas) deben ser ordinales o escalares o
dummy
30
DE LA DEMANDA
o Hay otras condiciones como: la variable independiente no puede estar

altamente correlacionadas entre s, las relaciones entre las causas y el
resultado deben ser lineales, todas variables deben seguir la distribucin
normal y deben tener varianzas iguales. Estas condiciones no son tan
estrictas y hay maneras de tratar los datos si se incumple.
2.5 Pronsticos en el sector servicios
Primero que nada hay que saber que el sector servicio es la actividad productiva e
importante en los pases industriales. Tambin trataremos o definiremos servicio a
las actividades que satisfacen las necesidades del cliente.
Por otra parte mencionaremos los tipos de servicios y de las dos grandes
clasificaciones son servicios pblicos y privados. Y la otra es una clasificacin de
distintas categoras y una relacin que se da entre dos partes el que ofrece el
servicio y el que lo necesita como usuario para satisf
Las organizaciones centran sus esfuerzos de la planeacin estratgica en como

satisfacer a sus clientes y como superar a la competencia. La administracin de la
demanda implica reconocer fuentes de demanda para los bienes y servicios de
una empresa, predecir la demanda y determinar la manera como la empresa
satisfar esa demanda.
Las predicciones de demanda pronostican la cantidad y la duracin de los bienes y

servicios de una empresa. Las predicciones de recursos se utilizan para
pronosticar la duracin y la cantidad de la demanda de instalaciones, equipo,
fuerza laboral y compra de partes y materiales para la empresa.
ADMINISTRACION DE LA DEMANDA EN EL HORIZONTE DE LA PLANEACION
En la planeacin a largo plazo se decide sobre su lnea de productos, la ubicacin

de sus instalaciones, su capacidad, la tecnologa que utilizara, los proveedores.
Como no se sabe que va a pasar en el futuro se deben hacer predicciones

econmicas, tecnolgicas y demanda para poder tomar decisiones.
PRONOSTICOS
Los pronsticos son predicciones de lo que puede suceder o esperar, son

premisas o suposiciones bsicas en que se basan la planeacin y la toma de
decisiones. Los pronsticos no slo se utilizan como elemento de los modelos de
31
DE LA DEMANDA
solucin de problemas mediante la ciencia administrativa, sino que establecen

adems las premisas a partir de las cuales se elaboran los planes y controles.
CLASIFICACIN DE LOS PRONSTICOS
Pronstico a corto plazo: Este tiene un lapso de hasta un ao, pero es

generalmente menor a tres meses. Se utiliza para planear las compras.
Pronstico a mediano plazo: Un pronstico de rango mediano, o intermedio,

generalmente con un lapso de tres meses a tres aos. Es valioso en la planeacin
de produccin y presupuestos.
Pronstico a largo plazo: Generalmente con lapsos de tres aos o mas, los
pronsticos a largo plazo se utilizan para planear nuevos productos desembolsos
de capital, localizacin e instalaciones o su expansin
TIPOS DE PRONSTICO
Pronsticos econmicos: marcan el ciclo del negocio al predecir las tasas de

inflacin, oferta de dinero, nuevas construcciones, y otros indicadores de
planeacin.
Pronsticos tecnolgicos: tienen que ver con las tasas de progreso tecnolgico,
que pueden dar por resultado el nacimiento de productos novedosos, que
requieren nuevas plantas y equipo.
Pronsticos de demanda: son proyecciones de la demanda para los productos o

servicios de una compaa. Estos pronsticos, tambin llamados pronsticos de
ventas, conducen la produccin de una compaa, la capacidad, y los sistemas de
programacin.
Enfoque para pronosticar
Pronsticos cuantitativos: manejan una variedad de modelos matemticos que

utilizan datos histricos y/o variables causales para pronosticar la demanda
Pronsticos cualitativos o subjetivos: incorporan factores importantes tales como la

intuicin, emociones, experiencias personales del que toma la decisin, y sistema
de valores para alcanzar un pronstico.
32
DE LA DEMANDA
2.6 Pronsticos para empresas en creacin
Pronstico de venta
Un p es una previsin de las ventas de un producto o servicio durante determinado

perodo futuro. Este establece lo que sern las ventas reales de la empresa luego
de un determinado grado de esfuerzo de mercadeo de la misma. El pronstico
determina qu puede venderse con base en la realidad, y el plan de ventas
permite que esa realidad hipottica se materialice, guiando al resto de los
planes operativos de la empresa. El objetivo principal de los pronsticos se
transforma entonces en el deconvertirse en la entrada para el resto de los planes
operativos. El pronstico de ventanecesariamente debe establecer la demanda de
mercado para un producto que es elvolumen total susceptible de ser comprado por
un determinado grupo de consumidores,en un rea geogrfica concreta, para un
determinado perodo de tiempo, en un entornodefinido de marketing y bajo un
especfico programa de marketing
Pronsticos basados en la demanda mejora la competitividad de las empresas
En tiempos de crisis econmica es importante realizar los procesos con las mejor
es prcticas y obtener pronsticos basados en la demanda para reducir costos de
inventarios y mejorar la cadena de suministro para generar un crecimiento rentable
y un pronto retorno de la inversin. Lo anterior, seal el gerente de desarrollo de
negocio en la prctica mundial de manufactura y cadenas de suministro en
SAS,Charles Chase, en el marco de la presentacin del libro titulado, Demand-
Driven Forecasting: A Structured Approach to Forecasting, (Pronsticos Basados
en la Demanda: Un Planteamiento Estructurado para realizar pronsticos), en el
que plantea introducir como herramienta de competitividad los pronsticos
basados en la demanda para superar la problemtica.
Importancia del pronstico de ventas y su utilidad
Pronosticar es proyectar las experiencias del pasado hacia el futuro. Cmo dijera
William Shakespeare de manera muy elocuente: "el pasado es el prlogo".
Proyectares organizar las mejores conjeturas acerca del futuro. Pronosticar o
proyectar, no significa saber lo que pasar en el futuro sino estimar los que
suceder si las cosas van de tal o cual manera. La demanda de una empresa
describe sus ventas estimadas a niveles alternativos de su esfuerzo en
mercadotecnia. A la administracin le corresponde seleccionar uno de los niveles.
33
DE LA DEMANDA
El nivel seleccionado respecto al esfuerzo en mercadotecnia generar un nivel

esperado de ventas que se denomina pronstico de ventas de la empresa. Este
pronstico de ventas es el nivel esperado de la empresa con base en un plan y un
supuesto ambiente de mercadotecnia seleccionado. En otras palabras podemos
decir que el pronstico de ventas tiene que ver con las ventas que debo realizar
para sostener mi operacin y obtener rentabilidad y las estrategias que debo
seguir para lograr dichas ventas.
2.7 Uso de software en pronsticos
En muchas aplicaciones de los pronsticos a corto plazo, las computadoras son

indispensables. Con frecuencia, las empresas tienen que preparar pronsticos
para cientos o incluso miles de productos o servicios en forma reiterada. Por
ejemplo, una amplia red de instalaciones de servicio mdico necesita calcular
pronsticos de la demanda de cada uno de sus servicios en cada departamento.
Esta operacin implica grandes volmenes de datos que deben ser manipulados
con frecuencia. Los analistas tienen que examinar las series de tiempo que
corresponden a cada producto o servicio a fin de elaborar un pronstico.
Existen dos tipos de paquetes de cmputo de ayuda para determinar el proceso

de pronstico eficientemente:
1. Paquetes estadsticos que incluyen anlisis de regresin y otras tcnicas que se

utilizan con frecuencia en los pronsticos; y
2. Paquetes de pronstico diseados especficamente para aplicaciones de este
tipo.
Paquetes de cmputo para pronstico.
En la dcada pasada el desarrollo que ha tenido el mayor impacto en el pronstico

es el de los paquetes de programas de cmputo diseados especficamente para
tratar en forma directa diferentes mtodos de pronstico.
Se han desarrollado cientos de paquetes estadsticos y de pronstico tanto para

macro como para microcomputadoras (o computadoras personales, a las que con
frecuencia se les llama PCs). Los administradores con PCs sobre sus escritorios y
el conocimiento de tcnicas de pronstico, ya no dependen de un equipo de
trabajo para realizar sus pronsticos. Los administradores modernos estn
aprovechando la ventaja de la facilidad y disponibilidad de mtodos complejos de
pronstico que proporcionan las computadoras personales.
34
DE LA DEMANDA
Tres de los paquetes ms populares son:
1. Minitab: presenta mens y cuadros de dilogo, manteniendo el lenguaje de

comandos para agregar velocidad y flexibilidad.
2. Statistical Package for the Social Sciences (SPSS): paquete estadstico para las
ciencias sociales.
3. Statistical Anlisis System (SAS): sistema de anlisis estadstico.
En aos recientes, se desarrollo un nuevo tipo de paquetes de cmputo para
microcomputadoras, dirigido especficamente a las necesidades de los
administradores. Algunos de los diversos paquetes especficamente diseados
para funcionar en microcomputadoras, y que se comercializan en la actualidad
son:
1. Auto box 3.0 de Automatic Forecasting Systems, Inc.

2. Business and economic forecasting: decision support system software de John
Wiley.
3. Easy forecaster plus 1 o 2 Del Institute of Business Forecasting.
4. Cast de Scientific System, Inc.
5. Micro BJ de Stratix
6. Forecasting de Hewlett Packard
7. MICCROFIT3 de Oxford University Press.
8. Forecast Pro de Business Forecast Systems, Inc
35
DE LA DEMANDA
BIBLIOGRAFIA
http://www.vitutor.com/estadistica/bi/ejercicios_regresion.html
5S, Justo a Tiempo, Sistema de Jalar, Clulas de manufactura,

Kanban,TPM,Kaizen,Poka Yoke.
Gnero
Administracin Autor
Roger G Schroeder
Edicin
2015
Editorial
Mc Graw Hill
Titulo:
PRINCIPIOS DE ADMINISTRACION DE OPERACIONES
Autor:
Render
Edicion:
7 edicion
https://www.u-
cursos.cl/usuario/b8c892c6139f1d5b9af125a5c6dff4a6/mi_blog/r/Administracio
n_de_Operaciones_-_Completo.pdf
https://sites.google.com/site/aolucina/unidad-2-unidad-2-pronostico-de-la-demanda
https://sites.google.com/site/aolucina/unidad-2-unidad-2-pronostico-de-la-demanda
36
DE LA DEMANDA
37

Pronostico de La Demanda

Transféré par

Informations du document

Description originale:

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Pronostico de La Demanda

Transféré par

Droits d'auteur :

Formats disponibles

INSTITUTO TECNOLOGICO DE MERIDA PRONOSTICO

Alejandro de Jess Gurubel Santos E14080979

2.4.1.3 Tendencia lineal.................................................................................... 21

2.1 IMPORTANCIA ESTRATGICA DEL PRONSTICO.

Un pronstico es una prediccin de eventos futuros que se utiliza con propsitos

El gerente de un restaurante de comida rpida necesita pronosticar el nmero de

Los mtodos de pronstico suelen basarse en modelos matemticos que utilizan

2.2 CARACTERISTICAS DE LA DEMANDA.

El reto de pronosticar la demanda del cliente es una tarea difcil porque la

1. Horizontal, o sea, la fluctuacin de los datos en torno de una media

2. De-tendencia, es decir, el incremento o decremento sistemtico de la media

3. Estacional; sea un patrn repetible de incrementos o decrementos de la

4. Cclico, o sea, una pauta de incrementos o decrementos graduales y menos

5. Aleatorio, es decir, una serie de variaciones imprevisibles de la demanda.

Factores que afectan la demanda.

2.3 METODOS CUALITATIVOS

Cuando se carece de datos histricos adecuados, como en los casos que se

2.3.1 Consulta a la fuerza de venta

En ocasiones la mejor informacin sobre la demanda futura proviene de las

Los prejuicios individuales de los vendedores pueden introducir los sesgos en el

2.3.2 Jurado de opinin Ejecutiva.

Cuando se piensa lanzar un nuevo producto o servicio, la fuerza de ventas no

b) En algunas ocasiones los pronsticos son no acertados cuando estos

(Por ejemplo, que el gerente de marketing examina las estimaciones de la fuerza

2.3.3 Mtodo Delphi.

Nombre que se inspira en el antiguo Orculo de Delfos, fue ideado originalmente a

La tcnica Delphi como un mtodo de estructuracin de un proceso de

Su objetivo es la consecucin de un consenso basado en la discusin entre

Delphi se basa en:

Anonimato de los que intervienen.

Repetitividad y realimentacin controlada.

Respuesta del grupo en forma estadstica.

Fase 1 Formulacin del problema. En esta etapa es importante definir con

Segn los estudios realizados por los investigadores de la Rand Corporation5 el

Fase 3 Elaboracin y lanzamiento de los cuestionarios. Los cuestionarios se

Fase 4 Desarrollo prctico y explotacin de resultados. Se enva el cuestionario a

Una de las ventajas de este mtodo es la casi certeza total de obtener un

La tramitacin presionante (encuesta en varias rondas) es adems discutible

2.3.4 Investigacin de mercados

La investigacin de mercado es una tcnica que permite recopilar datos, de

Los objetivos de la investigacin se pueden dividir en tres:

Satisfacer las necesidades del cliente, ya sea mediante un bien o servicio

Ayudar al desarrollo de su negocio, mediante la adecuada planeacin,

Beneficios de la investigacin de mercado

Sirve para determinar el tipo de producto que debe fabricarse o venderse,

2.3.5 Analoga de ciclos de vida

Este mtodo liga la estimacin de las ventas futuras de un producto con el

2.4 Mtodos cuantitativos

Tradicionalmente las investigaciones sociolgicas han polemizado en torno a la

Los mtodos cuantitativos, denominados tambin emprico-analticos, racionalistas

Los mtodos cuantitativos responden pues a una realidad positivista, hipottico-

El criterio normativo de objetividad, preside todo el proceso de la investigacin

Estos mtodos, cada vez ms sofisticados e informatizados, engloban la

La encuesta es un mtodo descriptivo que a travs de un cuestionario trata de

La encuesta puede prestar una gran servicio al investigador para completar e

En funcin de su aplicacin a temtica se distinguen diversos tipos de encuestas:

El cuestionario puede presentar tres modalidades: cuestionario simple, entrevista y

cuantitativamente y medir en cada caso el nivel de la actitud o aspecto

Fases de una encuesta

El uso complejo y predictivo de los cuestionarios precisa de una cuidadosa

En el diseo de la encuesta/cuestionario deben tenerse presentes previamente la

Se debe prestar especial atencin a la presentacin, la extensin del cuestionario,