7.

MTODOS ESTADSTICOS PARA ANALIZAR EL PRESUPUESTO DE VENTAS

7.1. Ajuste por mnimos cuadrados

Existen numerosas leyes fsicas en las que se sabe de antemano que dos magnitudes
x e y se relacionan a travs de una ecuacin lineal:
y = ax + b
Donde las constantes b (ordenada en el origen) y a (pendiente) dependen del tipo de
sistema que se estudia y, a menudo, son los parmetros que se pretende encontrar.
El mtodo ms efectivo para determinar
los parmetros a y b se conoce como
tcnica de mnimos cuadrados. Consiste
en someter el sistema a diferentes
condiciones, fijando para ello distintos
valores de la variable independiente x, y
anotando en cada caso el
correspondiente valor medido para la
variable dependiente y. De este modo se
dispone de una serie de puntos
(x1,y1), .... (xn,yn) que, representados
grficamente, deberan caer sobre una
lnea recta. Sin embargo, los errores
experimentales siempre presentes hacen
que no se hallen perfectamente
alineados (ver Fig. 1). El mtodo de
mnimos cuadrados determina los
valores de los parmetros a y b de la
recta que mejor se ajusta a los datos
[ CITATION Osp15 \l
experimentales. Sin detallar el
3082 ]
procedimiento, se dar aqu simplemente el resultado:
Donde n es el nmero de medidas y
representa la suma de todos los datos que se
indican. Los errores en las medidas, se
traducirn en errores en los resultados de a y b.
Se describe a continuacin un mtodo para
calcular estos errores. En principio, el mtodo de
mnimos cuadrados asume que, al fijar las
condiciones experimentales, los valores yi de la variable independiente se conocen
con precisin absoluta (esto generalmente no es as, pero lo aceptamos como esencial
en el mtodo). Sin embargo, las mediciones de la variable x, irn afectadas de sus
errores correspondientes, si es el valor
mximo de todos estos errores, entonces se
tiene:
La pendiente de la recta se escribir, y la
ordenada en el origen. El coeficiente de
correlacin es otro parmetro para el estudio
de una distribucin bidimensional, que nos
indica el grado de dependencia entre las
variables x e y. El coeficiente de correlacin r es un nmero que se obtiene mediante
la frmula:

Su valor puede variar entre 1 y -1.

Si r = -1 todos los puntos se encuentran sobre la recta existiendo una correlacin que
es perfecta e inversa. Si r = 0 no existe ninguna relacin entre las variables. Si r = 1
todos los puntos se encuentran sobre la recta existiendo una correlacin que es
perfecta y directa.
Ejemplo: Supongamos un muelle sometido a traccin, se ha cargado el muelle con
diferentes pesos (F, variable independiente o y) y se han anotado los alargamientos (l
variable dependiente o x)

Los distintos datos que se necesitan son:

Con lo cual aplicando las expresiones [1], [2], [3] y [4]:

b = -18,4153; a =3,4959; b =0,08164966; a =0,00102217; r = 0,9995
Redondeando en la forma usual b = -18,42 0,08 mm; a =3,50 0,00 mm/Kp
No se debe olvidar que se persigue el valor de la constante elstica del muelle:
 [ CITATION Osp15 \l
3082 ]

7.2. Mtodo del Incremento porcentual relativo

Se determina el incremento de la demanda de cada perodo con respecto al anterior,
tanto en valor como en porcentaje, posteriormente se saca el promedio aritmtico de
los incrementos porcentuales y se aplica dicho incremento al ltimo valor real conocido
y as sucesivamente. La frmula a aplicar es:
y = y0 (1+%)n
y: Demanda
y0: Primer dato de demanda conocido.
%: Incremento porcentual promedio
n: Perodo

El % promedio = % = ( %)/n
Ejemplo:

y = y0 (1+%)n
y0 = 500 (Primer dato conocido, correspondiente a la demanda del 2003)
n = Perodo a proyectar.
n = 0 para el ao 2003, y as sucesivamente.
7.3. Mtodo del Incremento porcentual absoluto.

Se determina el incremento de la demanda del ltimo perodo conocido con respecto

al primero, tanto en valor como en porcentaje, posteriormente se saca el promedio
geomtrico para determinar el incremento porcentual promedio peridico y se aplica
dicho incremento al ltimo valor real conocido y as sucesivamente. La frmula a
aplicar es la misma pero vara en la determinacin del incremento porcentual promedio

y = y0 (1+%)n

y: Demanda
y0: Primer dato de demanda conocido.
%: Incremento porcentual promedio
n: Perodo

% promedio = (1 + %)1/n 1

y
=

y0(1+%)n
yn = 500 (Primer dato conocido, correspondiente a la demanda del 2003)
n = Perodo a proyectar.
n = 0 para el ao 2003, y as sucesivamente.

7.4. Anlisis de Correlacin

Es uno de los temas ms importantes de la estadstica y consiste en el estudio de la

relacin entre dos variables. Ej.: Ver como varan las ventas de acuerdo con diferentes
volmenes de gastos en campaas publicitarias.

El objetivo consiste en expresar la relacin entre dos variables en forma tal que,
conocido el valor de una de ellas se pueda estimar el valor de la otra. De esta manera
podemos proyectar la demanda con base en la relacin existente entre dos o ms
variables.
El grado de correlacin o de dependencia () de una variable con respecto a otra, se
calcula mediante la siguiente frmula:

Donde:
y: Variable dependiente o demanda del bien.
x: Variable independiente (puede ser codependiente) que afecta a y.
x : Desviacin tpica de x
y: Desviacin tpica de y

As mismo,

Es de notar que el valor de flucta entre -1 y 1. Cuando = -1, se dice que hay una
variacin perfecta negativa. Y cuando = 1, se dice que hay una variacin perfecta
positiva. El grado de correlacin elevado al cuadrado, 2 nos da el porcentaje de
dependencia de Y con relacin a la variable X. En el caso de la demanda de un
producto con relacin a otra variable, 2 nos dira que porcentaje (%) de la demanda
total del producto depende de la otra variable. Si el porcentaje de la demanda de un
producto con relacin a otra variable es superior al 50% se puede estimar que la
relacin es aceptable y se pasa a determinar la proyeccin de la demanda.

Ejemplo:

"La Ca. Elctrica S.A." es una compaa dedicada a la fabricacin y venta de artculos
elctricos y tiene un proyecto para fabricar telfonos, en MercaImagen Ltda, asesores
en la investigacin del mercado, encontraron que la demanda de este producto
dependa en alto grado de la creacin de nuevas sociedades. Los datos recolectados
fueron los siguientes:

Con base en los datos presentados se debe calcular:

1) El grado de correlacin de las dos variables.

2) El porcentaje de la demanda atribuida a nuevas sociedades.
 3) La demanda total para los prximos cinco aos 2009 a 2013. La creacin de
nuevas sociedades establecida segn un estudio de la Cmara de Comercio
de la ciudad, ser de 16, 18, 20, 22 y 25 para esos aos respectivamente.

Solucin:

- Clculo del grado de correlacin

Grado de Correlacin () = 0.85 = 85%

- Porcentaje de Demanda que se atribuye a las nuevas sociedades:

2 = (0.85)2 = 0.7225 = 72.25%

Significa que el 72.25% de la demanda se puede atribuir a la variable independiente

- Proyeccin de la demanda total, prximos 5 aos:

Utilizando la frmula de la lnea recta, por tendencia, se tiene el siguiente resultado:

Con los datos del problema se construye la tabla siguiente para reemplazar en las
ecuaciones y determinar el valor de las constantes a y b.

Elaboramos la siguiente tabla, que nos ayudara a resolver el problema

[ CITATION Ped14 \l
3082 ]

Reemplazando en (1):

a = 610 - (44.82)(11.7143) = 84.97

Proyectando:
y = a + bx
y = 84.97 + 44.82X

De acuerdo con la ecuacin anterior los

resultados de seran:
8. COMPONENTES DEL PRESUPUESTO DE VENTAS

8.1. Productos o servicios que comercializa la empresa

En un cuadro se detalla los todos los productos o servicios que comercializa la
empresa

8.2. Ingresos que percibir la empresa

Se realiza un presupuesto de ganancias

8.3. Precios unitarios de cada producto o servicio

Se especifica los precios unitarios por cada producto o servicio, asimismo los paquetes
y promociones que tienen.

8.4. El nivel de venta de cada producto o servicio.

Mostrar un grfico que detalle el volumen de venta que tiene cada producto o servicio.

Webgrafia:

http://ocw.unican.es/ensenanzastecnicas/fisicai/practicas1/Ajuste%20por%20minimos
%20cuadrados.pdf
http://aprendeenlinea.udea.edu.co/lms/moodle/pluginfile.php/61548/mod_resource/cont
ent/0/Modulo_2/Documentos/UNIDAD_4_-_Presupuesto_de_Ventas.pdf