lep
DESCRIPTION
what a hell tryingTRANSCRIPT
SEMANA 2
ESTADISTICA PARA LA GESTIÓN
Lea esto primero. UNIACC, semana 2
1
Estadística Descriptiva
Un área esencial en el estudio de la estadística es la estadística descriptiva,
cuyo objetivo es proveer las herramientas para analizar e interpretar datos. Entre
estas herramientas se encuentran los estadígrafos.
Dentro de la clasificación de estadígrafos se encuentran los gráficos, las tablas y
otras medidas de acumulación que permiten abordar grandes volúmenes de datos
y así dar a conocer un fenómeno social o económico.
Las principales herramientas de análisis son:
medidas de tendencia central: valores de tendencia agregada de los datos
tales como la media o promedio, la media ponderada, geométrica,
armónica, la mediana y la moda.
medidas de dispersión de los datos: cuyo objetivo es mostrar la
variabilidad de los datos respecto de su tendencia central o media. Los dos
principales estadígrafos de este tipo son la desviación típica y la varianza.
Cuantiles: permiten dividir el set de datos en partes, en donde cada
segmento contiene el mismo número de datos. Entre éstos se pueden
mencionar los cuartiles, asociados en referencia a un año, los deciles,
que dividen el total de datos en diez segmentos iguales y los percentiles
que dividen el set en cien partes iguales. De acuerdo a los objetivos de
comunicación y difusión de la información estadística se pueden crear los
cuantiles más pertinentes para cada objetivo planteado. (por ejemplo si se
trabaja con ingresos, se dividirá la población en diez grupos iguales;
deciles)
Lea esto primero. UNIACC, semana 2
2
Principales herramientas de la estadística descriptiva
Tablas de frecuencias: agrupan un set de datos respecto de la frecuencia con la
que se repiten respecto de un valor o rango de los mismos. Estas tablas de
distribución de frecuencias dependen de la cantidad y del tipo de variables,
pero generalmente son agregaciones de tipos o niveles de una frecuencia de
variables.
La siguiente tabla muestra la frecuencia de notas de un curso de estadísticas
cualquiera.
Tabla 1
Tabla de frecuencias
Resultados evaluación curso ingeniería comercial
NOTA FRECUENCIA
2 1
3 4
4 5
5 8
6 3
7 2
Fuente: material elaborado para este curso: Espina, J. 2012.
Lea esto primero. UNIACC, semana 2
3
De la tabla se puede concluir que del total de alumnos del curso, (considerando
para efectos del ejemplo las notas enteras sin decimales) la cantidad que
corresponde a la suma de las frecuencias de todas las notas es 23. 8 alumnos
tienen nota 5 ( la mayoría), 5 alumnos estarían reprobados y 18 aprobarían el
curso, dos de ellos con nota máxima.
También se pueden construir tablas de frecuencia con rangos. Considerando el
ejemplo, se podrían observar dos frecuencias; las notas de 1 a 4 en el primer
rango y las mayores a 4 en otro, lo que incluiría rangos en vez de niveles
absolutos.
Además de la frecuencia absoluta mostrada en el ejemplo anterior, se pueden
construir tablas de frecuencia relativa.
Estadígrafos de tendencia central
Media Aritmética: estadígrafo de uso más popular y cotidiano, denominado
usualmente promedio; la suma de todos los valores de una tabla dividida por el
número de los mismos. Este estadígrafo de amplio uso en cualquier tipo de
análisis de datos ofrece las siguientes ventajas: (Ruíz, 2004)
incorpora todos los valores de la lista o set de datos para su cálculo.
es un valor único para un set de datos (no existen dos medias aritméticas).
dada su alta simplicidad de cálculo es muy útil para la comparación entre
sets de datos. Por ejemplo, la comparación de resultados académicos de
dos cursos se realiza en forma simple por medio de los promedios o medias
de desempeño de ambos.
Las desventajas de la media o promedio según diversos autores, son dos:
Lea esto primero. UNIACC, semana 2
4
, la existencia de algún dato muy diferente al resto del set de datos
distorsiona el promedio. Por ejemplo, el ingreso per cápita se calcula sobre
la base del uso de promedios. El ingreso total se divide por el total de
habitantes lo que genera un ingreso promedio exageradamente alto dado
que pocos ingresos de muy alto nivel se promedian con el total de la
población de ingresos más bajos alto producto de pocas personas que
tienen muy altos ingresos.
asociada a la desventaja anterior se relaciona con la existencia de
segmentos sin datos. En ese caso podría calcularse un promedio sin una
distribución homogénea de los datos en la serie.
Es importante destacar que otra característica, que si bien no se considera
desventaja, es que la media no separa en la mitad todas las observaciones, es
decir, no queda igual número de datos abajo y arriba del valor medio.
Mediana: estadígrafo que divide al set de datos en igual número a la izquierda y
derecha en una lista. En relación a la media, tiene la ventaja que no es afectada
por datos muy diferentes al total de los datos del set (datos muy grandes por
ejemplo.). A su vez divide el total de datos en dos subgrupos iguales.
Moda: valor más repetido en un set de datos, es decir, el valor de mayor
frecuencia. Es importante tomar en cuenta que un set de datos puede tener más
de una moda.
Comentario [PMH1]: LO ENTIENDES’ LE PEDI QUE ESPECIFICARA PERO IGUALMENTE NO LO ENTIENDO
Lea esto primero. UNIACC, semana 2
5
Estadígrafos de dispersión
Los estadígrafos de dispersión tienen como objetivo medir la concentración de los
datos respecto de una medida de tendencia central como la media. Estos
estadígrafos son complementarios de la media, es decir, permiten clarificar en
mayor detalle las características de un set de datos ya que ésta sólo nos muestra
el centro de los datos (en nivel) y no la concentración de los mismos respecto de
su promedio. Existen dos estadígrafos de dispersión considerados básicos.
Desviación Estándar (σ): Conceptualmente mide cuán alejados están los datos
de la media. Matemáticamente es el promedio de la distancia de cada dato
respecto de su media.
Gráfico 1:
Set de datos con mayor dispersión Set de datos con menor dispersión
Fuente: material elaborado para este curso: Espina, J. 2012.
Varianza (σ2): La varianza es el cálculo con valores absolutos de la desviación
estándar. Tiene dos grandes características diferentes de la desviación estándar;
al elevar las diferencias al cuadrado todos los números son positivos y la
Comentario [PMH2]: Fuente?
Lea esto primero. UNIACC, semana 2
6
diferencia entre positivo y negativos no existe y no puede disminuir la varianza.
Por otro lado destaca los datos con gran dispersión de la media.
Cuantiles
El siguiente ejemplo muestra una división de datos en grupos (estos grupos en
general se denominan cuantiles). Se observa una división de un set de datos
asociado a la división de tamaño de explotación de los productores de trigo en
Chile, año 1997. Se han usado cuantiles a partir de los tamaños de predios.
Gráfico 2
TAMAÑO DE LAS
EXPLOTACIONES
EXPLOTACIONES
INFORMANTES
TOTAL
Número Superficie
Total país 89.299 3.932.569,40 369.899,60
Menores de 1 ha. 1.753 1.085,50 702,8
De 1 a menos de 5 ha. 19.257 54.166,60 18.458,50
De 5 a menos de 10 ha. 17.137 122.977,80 25.156,40
De 10 a menos de 20 ha. 19.598 277.691,20 41.570,40
De 20 a menos de 50 ha. 18.180 564.549,70 60.780,20
De 50 a menos de 100 ha. 7.088 485.380,30 43.765,50
De 100 a menos de 200 ha. 3.351 460.320,50 43.422,40
De 200 a menos de 500 ha. 1.961 604.059,90 63.217,00
De 500 a menos de 1.000 ha. 639 435.543,30 41.867,60
De 1.000 a menos de 2.000 ha. 221 300.838,00 20.755,40
De 2.000 ha. y más 114 625.956,60 10.203,40
Fuente: material elaborado para esta clase a partir de datos del Censo Agropecuario 1997.
Instituto Nacional de Estadística, INE.
Lea esto primero. UNIACC, semana 2
7
Herramientas para el análisis estadístico
La estadística tiene como objetivo fundamental interpretar un fenómeno sobre la
base de antecedentes cuantitativos. Para ello desarrolla hipótesis y modelos que
permiten asociar el comportamiento de este fenómeno con el comportamiento de
una variable o función matemática. No obstante lo anterior, el análisis de la
información estadística asociada a un fenómeno en particular debe ser realizado
sobre la base de las siguientes consideraciones: Fuente???
1. Existencia de correlación
Todos los fenómenos sociales, empresariales y económicos tienen relaciones de
comportamiento variables, desde fenómenos absolutamente independientes a
fenómenos cuyo comportamiento es altamente influenciado o afectado por otro
fenómeno. Como ejemplo se puede mencionar la dependencia entre los
fenómenos sociales de la delincuencia y la pobreza. Sobre la base de ciertas
condiciones ambos fenómenos sociales pueden tener comportamientos cuya
variación se mueva en el mismo sentido, es decir la pobreza y la delincuencia se
moverían en forma correlacionada. La existencia de correlación no significa
necesariamente que exista una relación de causalidad entre dos fenómenos.
En sistemas económicos de alta complejidad es común asociar causalidad a
fenómenos producto de su correlación estadística. Por ejemplo, el aumento del
empleo y el aumento de la venta de departamentos pueden tener obviamente una
correlación, pero esta correlación no permite concluir que un efecto tiene directa
relación sobre el otro; en este caso en particular puede existir un tercer fenómeno
que pudiese estar afectando a ambos.
Asimismo, dos variables estadísticas asociadas a fenómenos reales
pueden tener correlación inversa, esto significa que una variable sube cuando la
otra baja. Por ejemplo, el desempleo baja con el aumento del Producto Interno
Bruto (PIB), en donde ambas mediciones tienen una correlación inversa.
Comentario [PMH3]: Falta completar la idea…
Lea esto primero. UNIACC, semana 2
8
La estadística dispone de herramientas matemáticas que permiten medir la
correlación entre dos series de datos estadísticos; técnica denominada cálculo
de coeficientes de correlación.
2. Existencia de dependencia estadística
Un caso particular de correlación ocurre cuando una variable depende
directamente de otra, por ejemplo la relación entre el dinero recaudado por un
almacenero y el número de manzanas vendidas. Sin duda existe una clara
correlación positiva entre ambos hechos.
Gráfico 3
Manzanas Vendidas
Fuente: material elaborado para este curso: Espina, J. 2012.
La relación de dependencia entre ambas variables se comprueba por la relación
matemática directa entre cada variable, es decir, a partir del número de manzanas
vendidas se puede saber el monto recaudado y viceversa. (en dos variables
correlacionadas independientes no se puede saber el resultado de una a partir del
valor de la primera).
Comentario [PMH4]: LE CAMBIARE EL FORMATO.. DON’T WORRY!!
Lea esto primero. UNIACC, semana 2
9
En este contexto económico, el factor de la dependencia es muy común,
registrándose niveles variables de dependencia entre fenómenos. Un ejemplo
paradigmático es el Índice de Precios al Consumidor (IPC) el que registra la
siguiente paradoja; de acuerdo a los niveles del IPC se reajusta la UF (Unidad de
Fomento), pero en la canasta de productos (total de productos considerados para
registrar los precios) y servicios con la que se construye el IPC se encuentran
bienes y servicios en UF, por lo que estos productos estarían afectando al IPC con
el mismo impacto que el IPC a través de la UF ya generó en los precios
considerados en la medición. con la tendencia del mismo índice del período
anterior.
Otro ejemplo de dependencia de variables a nivel de la economía nacional y de
mayor simplicidad, es el desempleo y la producción. En este caso se refleja una
relación inversa entre producción y desempleo, fenómenos que deben ser mirados
desde una perspectiva a largo plazo.
3. Estacionalidad
Una de las características de mayor relevancia en el análisis de datos estadísticos
de fenómenos sociales, empresariales o económicos es la denominada
estacionalidad, o variación estacional; variación periódica y repetida de la
conducta de una serie temporal o bien indicador en períodos normalmente de un
año calendario
Esta estacionalidad está influenciada por otros fenómenos económicos y sociales
asociados a las variables medidas.
Normalmente la estacionalidad se refleja en períodos determinados (normalmente
en un año) de crecimiento o decrecimiento del indicador. El período estacional se
asocia a un subconjunto específico del período anual, por ejemplo un mes o grupo
Comentario [PMH5]: Me ayudas con este punto…No entender..
Lea esto primero. UNIACC, semana 2
10
de días en los que se repite el comportamiento del indicador. Ver el siguiente
ejemplo:
Gráfico 4
Fuente: material elaborado para este curso a partir de datos Instituto Nacional de
Estadística, INE.
http://www.ine.cl/canales/chile_estadistico/estadisticas_economicas/ivcm/series_e
stadisticas.php.
El Indice de Ventas del Comercio al por Menor (IVCM) observado en el gráfico 4,
mide la variación en las ventas mensuales del comercio minorista en Chile entre
enero del 2006 y junio del 2012. Las variaciones muestran obviamente grandes
movimientos del nivel hacia el fin de cada año, fenómeno asociado a la navidad,
fecha en que las ventas de este sector del comercio aumentan en forma
significativa. La variación estacional en este fenómeno es evidente por lo que
para el análisis del comportamiento se deben considerar estas variaciones que no
obedecen a un crecimiento inusitado del comercio minorista en Chile sino que a
patrones conductuales de los consumidores basados en factores sociales tales
como las compras de navidad y año nuevo.
-40,0
-30,0
-20,0
-10,0
0,0
10,0
20,0
30,0
40,0
50,0
en
e-0
6
may
-06
sep
-06
en
e-0
7
may
-07
sep
-07
en
e-0
8
may
-08
sep
-08
en
e-0
9
may
-09
sep
-09
en
e-1
0
may
-10
sep
-10
en
e-1
1
may
-11
sep
-11
en
e-1
2
may
-12
Var
iaci
ón
del
Índ
ice
Índice de Ventas del Comercio al por Menor
Mensual
12 Meses
Acumulada
Peak de ventas de fin de año en el comercio minorista
Lea esto primero. UNIACC, semana 2
11
Si se compara la variación del indicador sin considerar la estacionalidad, para
los meses de octubre y diciembre se podría concluir erróneamente que se generó
un aumento que cuadruplica la actividad comercial normal en el mes de diciembre,
en que el nivel de variación de las ventas en diciembre es cuatro veces mayor que
en el mes de octubre. Lo que llevaría a concluir de manera errónea que la
actividad de este sector está creciendo en forma inusitada lo que afectaría
positivamente el comercio producto nacional.
La consideración de estacionalidad reconoce que los indicadores están sujetos a
comportamientos cíclicos influidos por agentes externos a los mismos, por ejemplo
factores sociales ya mencionados, tales como el aumento de compras en navidad
y año nuevo, y que estos factores deben ser considerados a la hora de analizar las
variaciones.
No sólo los fenómenos macroeconómicos están sujetos a variaciones, muchos
procesos en la empresa requieren de información estadística para su control y
toma de decisiones y normalmente están sujetos a la variable de la
estacionalidad, por ejemplo:
Ventas: dependiendo de las características del sector económico en la que
se desarrolle la empresa, las ventas normalmente están sujetas a
variaciones de demanda cíclica que se reflejan en sus estadísticas. Por
ejemplo, el nivel más alto de ventas de óleo para pinturas artísticas es en
abril, un mes después del inicio de clases de carreras universitarias
asociadas a esta rama del conocimiento.
Inventarios: los inventarios asociados al negocio, es decir materias primas
o productos terminados, estas tendencias de variación de inventarios
tendrán directa relación con los comportamientos de la demanda de
productos.
Costos de mantención: en las mantenciones preventivas, las
estacionalidades corresponderán a los calendarios de mantenciones
programadas por los equipos de la empresa.
Lea esto primero. UNIACC, semana 2
12
Remuneraciones y bonos: pese a que la identificación de estacionalidad
en el ámbito de las remuneraciones y temas asociados al personal es más
difícil de identificar, cualquier profesional analista de las áreas de personal o
recursos humanos podrá explicar que dependiendo de los calendarios de
pago de remuneraciones y especialmente de bonos (o incluso de
renovación de contratos) se puede identificar estacionalidad anual en el
pago de remuneraciones.
Un método simple para considerar la estacionalidad en el análisis de variaciones
de un indicador en particular, es la comparación entre ciclos completos de
estacionalidad. Para esto se deben identificar los factores exógenos que influyen
en el comportamiento del fenómeno. Afortunadamente la mayoría de los
fenómenos económicos y sociales se relacionan con el calendario o con las
estaciones meteorológicas. Por ejemplo, gran parte de las estadísticas
agropecuarias deben su estacionalidad a las estaciones del año, principal variable
sobre la que se toman las decisiones de cultivo, cosecha y otros.
En el caso de este tipo de variaciones, y según lo observado en el ejemplo
anterior, lo más preciso desde un punto de vista analítico es comparar “peras con
peras y manzanas con manzanas”, es decir comparar cada mes con su homónimo
del macrociclo anual anterior, es decir, comparar en un periodo de 12 meses. En
el gráfico 4 se muestra la serie comparada a lo largo de 12 meses, lo que
permite analizar las variaciones de cada mes aislando el “efecto estacional”.
En el caso de series estadísticas, además de la comparación en el macrociclo,
existe una serie de herramientas para apoyar el análisis de estacionalidad, las que
se basan en la metodología de desestacionalización de series de datos, modelos
ARIMA, (autoregressive integrated moving average).
Lea esto primero. UNIACC, semana 2
13
4. Tendencia
Un concepto de menor complejidad pero que igualmente debe ser considerado al
momento de analizar los datos estadísticos de un fenómeno real , es la tendencia
de una serie de datos; la orientación a largo plazo de los datos en el tiempo.
Cabe destacar que muchos fenómenos reales, como el revisado en el gráfico
anterior, pese a presentar estacionalidad, presentan a su vez una clara
tendencia, que en el caso del ejemplo es creciente.
Lea esto primero. UNIACC, semana 2
14
Referencias Bibliográficas
Allen L. Webster, Estadística aplicada a los negocios y la economía.
Tercera edición 2001, Editorial McGraw-Hill.
Ruiz Muñoz David, Manual de estadística. Editorial Eumed-Net. Bogotá
http://www.ine.cl/canales/menu/indice_tematico.php, en este link encontrará
todos los productos estadísticos oficiales del INE y sus resultados
http://www.ine.cl/canales/menu/metodologia.php, en este link encontrará las
metodologías con las cuales se construyeron los productos estadísticos del
INE.