Tecnología Semana 2 PDF

TECNOLOGÍA PARA LAS DECISIONES
Decisiones informadas
Tecnología para las decisiones / Decisiones informadas 5

ELABORACIÓN
Experto disciplinar / Pablo Flores F.
Diseñador instruccional / Claudia Pavez
VALIDACIÓN
Experto disciplinar / Natalia San Miguel C.
Jefa de diseño instruccional y multimedia / Alejandra San Juan Reyes
DISEÑO DOCUMENTO
Claudia Pavez

Contenido
APRENDIZAJE ESPERADO DE LA SEMANA ........................................................................... 9
1. TEORÍA DE LA DECISIÓN CON INCERTIDUMBRE O RIESGO .......................................... 9
1.1 Criterios para valorar las posibles decisiones ............................................................................ 10
1.1.1 Criterios utilizando las probabilidades de los estados de la naturaleza ............................. 10
1.1.2 Criterios sin utilizar las probabilidades de los estados de la naturaleza ............................ 11
2. TEORÍA DE LA TOMA DE DECISIONES. DEFINICIÓN, ETAPAS Y TIPOS ........................... 13
2.1 Técnicas y Herramientas ............................................................................................................ 13
2.2 Etapas de la toma de decisiones................................................................................................ 14
2.2.1 Etapa 1. La identificación de un problema ......................................................................... 14
2.2.2 Etapa 2. La identificación de los criterios para la toma de decisiones ............................... 15
2.2.3 Etapa 3. La asignación de ponderaciones a los criterios .................................................... 15
2.2.4 Etapa 4. El desarrollo de alternativas ................................................................................. 15
2.2.5 Etapa 5. Análisis de las alternativas .................................................................................... 15
2.2.6 Etapa 6. Selección de una alternativa ................................................................................. 15
2.2.7 Etapa 7. La implantación de la alternativa.......................................................................... 16
2.2.8 Etapa 8. La evaluación de la efectividad de la decisión ...................................................... 16
3. TIPOS DE DECISIONES ................................................................................................ 17
3.1 Tipología por niveles ................................................................................................................... 17
3.2 Tipología por métodos................................................................................................................ 17
4. CÁLCULO DE PROBABILIDAD DE UN EVENTO ALEATORIO, UTILIZANDO HERRAMIENTA
TECNOLÓGICA .............................................................................................................. 19
4.1 Distribución Binomial................................................................................................................. 19
4.2 Distribución Poisson .................................................................................................................. 23
4.3 Tablas de probabilidad bidimensionales ................................................................................... 25
4.4 Investigación de mercado .......................................................................................................... 27
4.5 Archivos muestrales en SPSS ..................................................................................................... 28
4.5.1 Apertura de un archivo de datos ........................................................................................ 28
4.5.2 Ejecución de un análisis ...................................................................................................... 30

5. MATRIZ DE DECISIÓN ................................................................................................. 35
6. TABLA T ...................................................................................................................... 38
6.1 T-test para 2 muestras independientes con varianzas no homogéneas ................................... 39
6.2 T-test para 2 muestras independientes con varianzas homogéneas ........................................ 40
7. ANÁLISIS DE PARETO................................................................................................... 41
8. ANÁLISIS COSTO-BENEFICIO ...................................................................................... 43
8.1 Cálculo de la TIR ......................................................................................................................... 45
8.2 Cálculo de Rentabilidad ............................................................................................................. 46
8.3 Cálculo del Costo-Beneficio ....................................................................................................... 48
9. FODA y PEST .............................................................................................................. 51
9.1 Análisis PEST .............................................................................................................................. 51
10. ERP, CRM ................................................................................................................. 53
10.1 ERP y CRM son compatibles................................................................................................. 54
VIDEO ............................................................................................................................ 55
PROFUNDIZACIÓN BIBLIOGRÁFICA ................................................................................ 56
LINKS/MATERIAL MULTIMEDIA ......................................................................................... 57
CONCLUSIONES ............................................................................................................ 58
IDEAS CLAVE .................................................................................................................. 59
BIBLIOGRAFÍA................................................................................................................. 60

APRENDIZAJE ESPERADO DE LA SEMANA
3.-Aplican procesos de toma de decisiones a través de herramientas y uso de tecnología de

información, considerando detección de oportunidades y resolución de problemas en su contexto
laboral.
1. TEORÍA DE LA DECISIÓN CON INCERTIDUMBRE O

RIESGO
Una de las situaciones que más dificultad lleva a la hora de tomar una decisión es aquella en la
que las consecuencias de las decisiones no pueden ser controladas, sino que están sujetas a la
aleatoriedad. Esta aleatoriedad puede provenir, tanto porque el proceso pueda estar gobernado
por el azar, como por una falta de información que nos impida determinar con exactitud cuáles
son esas consecuencias.
El contexto en que nos encontramos, por lo tanto, es aquél en que el decisor ha de tomar una
decisión ante una situación con diversos estados gobernados por el azar.
Los elementos que intervienen en un proceso de decisión de estas características son:
𝐸 = {𝐸1 𝐸𝑚} : Conjunto de estados de la naturaleza o posibles.
A = {𝐴1 𝐴𝑛}: Conjunto de posibles alternativas o decisiones.
Xij: consecuencia de tomar la decisión Ai y se dé el estado Ej

En ocasiones las probabilidades también intervienen a la hora de tomar una decisión:
Pj: Probabilidad de que se dé el estado Ej; este valor en muchas ocasiones no es conocido.
Si estas probabilidades son conocidas (o han sido estimadas) antes de tomar la decisión, se dice
que es un proceso de decisión bajo riesgo, mientras que si son desconocidas se habla de decisión
bajo incertidumbre.
Cuando el proceso se define en una sola etapa, es decir, hay una única decisión que tomar en un
momento dado, y los conjuntos de estados y alternativas son finitos, para facilitar la comprensión
de la situación se representa el problema mediante una tabla de decisión:
𝐸1 𝐸2 … 𝐸𝑚
𝑃1 𝑃2 … 𝑃𝑚
𝐴1 𝑋11 𝑋12 … 𝑋1𝑚
𝐴2 𝑋21 𝑋22 … 𝑋2𝑚
… … … … …
𝐴𝑛 𝑋𝑛1 𝑋𝑛2 … 𝑋𝑛𝑚

A la matriz central formada por las consecuencias se le suele denominar matriz de pagos o
consecuencias. Esta denominación está tomada más del contexto de la teoría de juegos que de la
decisión clásica.
1.1 Criterios para valorar las posibles decisiones
La mayor dificultad en este contexto es cómo valorar una decisión o alternativa para poder
compararla con otras. Así, se presentan distintos criterios para valorar las alternativas y,
según sea el criterio adoptado, decidir cuál es la decisión óptima.
Los criterios se clasifican según utilicen las probabilidades de los distintos estados o no. Los
primeros, está claro, solo pueden ser utilizados cuando estas probabilidades son conocidas,
mientras que los segundos, pueden ser aplicados en cualquier caso.
1.1.1 Criterios utilizando las probabilidades de los estados de la naturaleza

• Criterio del valor esperado: Este criterio supone seleccionar aquella alternativa cuyo pago
esperado o medio sea mejor (si los pagos son beneficios, la de mayor beneficio esperado,
y si son costes, la de menor coste esperado). Este criterio es el más común cuando las
probabilidades son conocidas, pero no tiene por qué ser el más apropiado. Si el proceso
de decisión se repite muchas veces en idénticas condiciones, las leyes de los grandes
números aseguran que, en el límite, el pago medio es la esperanza. Así pues, este criterio
es apropiado cuando el proceso se va a repetir muchas veces, pero puede no serlo cuando
se presenta una situación única en la que el proceso no va a ser repetido.
• Criterio de lo más probable: Este criterio supone elegir la alternativa con mejor valor para
el estado más probable, es decir, visto cuál es el estado más probable elegir la alternativa
con mejor valor en ese estado. Este criterio se suele utilizar más cuando el proceso de
decisión no es iterativo, es decir, se lleva a cabo una única vez.
• Criterio del escenario medio: En ocasiones, cuando el espacio de estados es numérico,

también es posible establecer un escenario medio y buscar aquella alternativa óptima para
este escenario. Tiene sentido hacerlo sobre todo con distribuciones continuas (espacio de
estados infinito). Si las consecuencias son proporcionales al estado, este criterio es
equivalente al del valor esperado. No es un criterio muy aconsejable. El escenario medio
puede distar mucho de los escenarios reales, aunque en ocasiones se utilice para
simplificar el procedimiento.
• Criterio del valor en riesgo VaR (value at risk): Este criterio es especialmente útil cuando el
conjunto de estados de la naturaleza es continuo o al menos tiene un número de posibles
escenarios muy elevado. Se basa en que normalmente el decidor siente aversión por el
riesgo, mientras que para cantidades que superan un umbral las diferencias no le importan
tanto. El VaR es un percentil de la distribución de la función de utilidad. Así, si se trata del
rendimiento de una inversión el VaR sería el percentil α, de modo que el (100 −α) % de
las veces se espera superar ese valor, con lo que se elegirá la opción que tenga un VaR

mayor (al revés si fueran costes). Habitualmente en finanzas se maneja el VaR como del 5
%, y en ocasiones del 10 %. Este criterio no suele usarse solo sino en compañía del criterio
del valor esperado, entrando entonces en el mundo de la decisión multicriterio.
1.1.2 Criterios sin utilizar las probabilidades de los estados de la naturaleza

Estos criterios se utilizan cuando las probabilidades son desconocidas o ignoradas:
• Criterio de Wald, minimax-maximin o pesimista: Para cada alternativa se supone que va a

pasar lo peor y elige aquella alternativa que dé mejor valor. De esta forma, se asegura
que en el peor de los casos se obtenga lo mejor posible, que corresponde a una visión
pesimista de lo que puede ocurrir. En el caso de que los pagos sean costes, esta filosofía
supone elegir el mínimo de los máximos denominándose minimax, mientras que si son
ganancias será el máximo de los mínimos, denominándose maximin.
• Criterio optimista: Es el criterio justamente opuesto al anterior, para cada alternativa se

supone que pasará lo mejor, y se elige la que dé mejor valor. Este criterio apenas es
utilizado ya que no tiene en cuenta en ningún momento los riesgos que se corren al tomar
una decisión.
• Criterio de Hurwicz: Este criterio combina las actitudes pesimista y optimista, valorando
cada alternativa con una ponderación entre lo mejor y lo peor posible. Esta ponderación
se hace multiplicando lo mejor por un factor α entre 0 y 1, denominado índice de
optimismo, y lo peor por 1−α, sumando ambas cantidades. Se elegirá la alternativa que
mejor valor dé. Este criterio presenta la dificultad de estimar el valor del índice de
optimismo del decisor, de modo que habitualmente se obtiene la solución para todos los
posibles valores de este índice y se intenta situar al decisor en alguno de los intervalos
resultantes del índice de optimismo.
• Criterio de Savage o costes de oportunidad: Este criterio toma en consideración el coste

de oportunidad o penalización o arrepentimiento por no prever correctamente el estado
de la naturaleza.
Estos costos de oportunidad se evalÚan para cada alternativa y cada estado, haciendo la
diferencia entre lo mejor de ese estado y lo que proporciona esa alternativa para ese estado,
construyendo la llamada matriz de penalizaciones o costos de oportunidad. Sobre esta matriz se
aplican los criterios anteriores, pudiendo aplicarse el del costo esperado, o, lo que es más
habitual, el criterio minimax, conociéndose también como criterio de minimizar el máximo
arrepentimiento.
Veamos un ejemplo para clarificar todos estos conceptos. Supóngase que en la demanda prevista
para el mes siguiente de un determinado producto es 1, 2, 3 o 4, con probabilidades 0.1, 0.3,
0.4, y 0.2, respectivamente. Si un producto que es fabricado un mes se vende ese mismo mes, el
precio de venta será de 6500 euros, mientras que si ha de venderse el mes siguiente será de 4000.
Los costos unitarios de producción son de 5000 euros.

Con estos datos se forma la matriz de decisión:
E1 = 1 E2 = 2 E3 = 3 E4 = 4
p1 = 01 p2 = 03 p3 = 01 p4 = 02
A1 = 1 1500 1500 1500 1500
A2 = 2 500 3000 3000 3000
A3 = 3 -500 2000 4500 4500
A4 = 4 -1500 1000 3500 6000
Las distintas alternativas seleccionadas para los distintos criterios serán:
• Criterio de la ganancia esperada
Las esperanzas de ganancia son las siguientes: para A1 1500, para A2 2750, para A3 3250 y
para A4 2750. Con lo que la decisión óptima es producir 3 artículos.
• Criterio de lo más probable
El estado más probable es E3, y para este estado la mejor alternativa es pedir 3 artículos.
• Criterio del escenario medio
El escenario medio resulta ser: 1x0.1+ 2x0.3 + 3x0.4 + 4x0.2 = 2.7, como se ve, no corresponde
a ninguno de los estados ya que no es entero. Los beneficios serían para A1 1500, para A2 3000,
para A3 3750 y para A4 2750, que no coinciden con los valores de la ganancia esperada. La
alternativa elegida sería A3.
• Criterio de Wald
Los mínimos para cada decisión son 1500, 500, -500 y –1500, respectivamente. La alternativa
preferida sería producir 1 artículo.
• Criterio optimista
En este caso los máximos son 1500, 3000, 4500, -1500, por lo tanto, se elegiría producir 4
artículos.

2. TEORÍA DE LA TOMA DE DECISIONES. DEFINICIÓN,
ETAPAS Y TIPOS
Freemont E. Kast: La toma de decisiones es fundamental para el organismo y la conducta de la

organización. La toma de decisión suministra los medios para el control y permite la coherencia
en los sistemas. (KAST, 1979).
Para Moody, es una acción que debe tomarse cuando ya no hay más tiempo para recoger
información.
Leon Blan Buris define que una decisión es una elección que se hace entre varias alterativas.
Le Moigne define el término decidir como: “identificar y resolver los problemas que se le presenta
a toda organización”. Por tanto, el desencadenante del proceso de toma de decisiones es la
existencia de un problema, pero ¿cuándo existe un problema? Para Huber existirá un problema
cuando hay diferencia entre la situación real y la situación deseada. La solución del problema
puede consistir en modificar una u otra situación. Por ello, se puede definir como el proceso
consciente de reducir la diferencia entre ambas situaciones.
Greenwood afirma que la toma de decisiones para la administración equivale esencialmente a la

resolución de problemas empresariales. Los diagnósticos de problemas, las búsquedas, las
evaluaciones de alternativas y la elección final de una decisión, constituyen las etapas básicas en
el proceso de toma de decisiones y de resolución de problemas.
2.1 Técnicas y Herramientas
Vamos a proponer una división entre las técnicas que nos permiten modelar el proceso y las
herramientas que se incluyen dentro de ella.
En lo referente a las técnicas, tendremos en cuenta el modelo desarrollado por Simon para la
descripción del proceso de toma de decisiones, y el cual es la base de todos los modelos realizados
al respecto. El mismo consta de tres fases principales:
1. Investigación (inteligencia) exploración del ambiente sobre las condiciones que requieren
las decisiones. Los datos de entrada se obtienen, se procesan y se examina en busca de
indicios que puedan identificar problemas u oportunidades.
2. Diseño. Invención, desarrollo y análisis de los posibles cursos de acción. Esto involucra los
procesos para entender el problema, para generar las soluciones y para probar las
soluciones según su factibilidad.
3. Elección. Selección de una alternativa o curso de acción entre aquellas que están
disponibles. Se hace una selección y se implementa.

En referencia a las herramientas vamos a conceptuar algunas de las teorías más importantes que
tienen directa injerencia en la toma de decisiones: teoría de juegos, teoría de la utilidad cardinal
y teoría de las restricciones.
En los últimos veinte años la teoría de juegos (o teoría de las decisiones interactivas) se ha
convertido en el modelo dominante en la teoría económica y ha contribuido significativamente a
la ciencia política, la biología y a estudios de seguridad nacional. El papel central de la
teoría de juegos en la teoría económica fue reconocido con el premio Nobel de Economía
otorgado a John C. Harsanyl, John Nash y Reinhard Selten en 1994. Esta teoría analiza el
comportamiento estratégico cuando dos o más individuos interactúan y cada decisión individual
resulta de lo que él (o ella) espera que los otros hagan. Es decir que debemos esperar que suceda
a partir de las interacciones entre los individuos.
En la década de los 40´ Von Newmann y Morgenstem sostuvieron que la gente no siempre toma
decisiones buscando maximizar el valor monetario esperado, sino que busca maximizar la utilidad
esperada. Así, nace la teoría de la utilidad cardinal o utilidad en riesgo. Con base en supuestos
lógicos acerca de la manera como la gente elige entre opciones, ambos autores desarrollaron un
procedimiento para cuantificar o medir la utilidad que los bienes o el dinero tienen para una
persona.
En la década del setenta el Doctor en Física Eliyahu Goldratt desarrolló lo que se ha dado a
conocer como la Teoría de las restricciones (Theory of Constraints o TOC) que se basa en la idea
de que el objetivo (o meta) de toda empresa (o sistema) es generar dinero de forma sostenida,
aumentando el throughput (ingreso a través de las ventas), al mismo tiempo en que se reducen los
inventarios y los gastos operativos.
La clave de esta filosofía pasa por demostrar que toda compañía es una gran cadena de recursos
interdependientes (maquinarias, personal, instalaciones y demás), pero que solo unos pocos de
esos recursos, llamados “cuellos de botella” o “restricciones”, son los que condicionan la salida
de toda la producción. Las restricciones, entonces, no se refieren a recursos escasos, sino a criterios
y decisiones erróneas que impiden a la firma alcanzar su objetivo.
2.2 Etapas de la toma de decisiones
Este proceso se puede aplicar tanto a sus decisiones personales como a una acción de una
empresa. También se puede aplicar tanto a decisiones individuales, como grupales.
2.2.1 Etapa 1. La identificación de un problema

El proceso de toma de decisiones comienza con un problema, es decir, la discrepancia
entre un estado actual de cosas y un estado que se desea. Ahora bien, antes que se pueda
caracterizar alguna cosa como un problema, los administradores tienen que ser conscientes
de las discrepancias, estar bajo presión para que se tomen acciones y tener los recursos
necesarios. Los administradores pueden percibir que tiene una discrepancia por comparación entre
el estado actual de cosas y alguna norma, norma que puede ser el desempeño pasado, metas

fijadas con anterioridad o el desempeño de alguna otra unidad dentro de la organización
o en otras organizaciones. Además, debe existir algÚn tipo de presión en esta discrepancia ya que,
si no hay, el problema se puede posponer hasta algÚn tiempo en futuro. Así, para el proceso de
decisión, el problema debe ejercer algÚn tipo de presión sobre el administrador para que este act ÚE.
Esta presión puede incluir políticas de la organización, fechas límites, crisis financieras, una próxima
evaluación del desempeño, etc.
2.2.2 Etapa 2. La identificación de los criterios para la toma de decisiones

Una vez que se conoce la existencia del problema, se deben identificar los criterios de decisión que
serán relevantes para la resolución del problema. Cada persona que toma decisiones suele tener
unos criterios que los guían en su decisión. Este paso nos indica que son tan importantes los
criterios que se identifican como los que no; ya que un criterio que no se identifica se considerara
irrelevante por el tomador de decisiones.
2.2.3 Etapa 3. La asignación de ponderaciones a los criterios

Los criterios seleccionados en la fase anterior no tienen la misma importancia, por lo tanto, es
necesario ponderar las variables que se incluyen en las listas en el paso anterior, a fin de darles la
prioridad correcta en la decisión. Este paso lo puede llevar a cabo dándole el mayor valor al
criterio preferente y luego comparar los demás para valorarlos en relación al preferente.
2.2.4 Etapa 4. El desarrollo de alternativas

Este paso consiste en la obtención de todas las alternativas viables que puedan tener éxito para la
resolución del problema.
2.2.5 Etapa 5. Análisis de las alternativas

Una vez que se han desarrollado las alternativas, el tomador de decisiones debe analizarlas
cuidadosamente. Las fortalezas y debilidades se vuelven evidencias.
Según se les compare con los criterios establecidos en la etapa 2 y 3. Se evalúa cada alternativa
comparándola con los criterios. Algunas valoraciones pueden lograrse en una forma relativamente
objetiva, sin embargo, suele existir algo de subjetividad por lo que la mayoría de las decisiones
suelen contener juicios.
2.2.6 Etapa 6. Selección de una alternativa

Consiste en seleccionar la mejor alternativa de todas las valoradas.

2.2.7 Etapa 7. La implantación de la alternativa
Mientras que el proceso de selección queda completado con el paso anterior, la decisión puede
fallar si no se lleva a cabo correctamente. Este paso intenta que la decisión se lleve a cabo, e
incluye dar a conocer la decisión a las personas afectadas y lograr que se comprometan con la
misma. Si las personas que tienen que ejecutar una decisión participan en el proceso, es más fácil
que apoyen con entusiasmo la misma. Estas decisiones se llevan a cabo por medio de una
planificación, organización y dirección efectivas.
2.2.8 Etapa 8. La evaluación de la efectividad de la decisión

Este paso juzga el proceso del resultado de la toma de decisiones para ver que se ha corregido el
problema. Si como resultado de esta evaluación se encuentra que todavía existe el problema, se
tendrá que hacer el estudio de lo que se hizo mal. Las respuestas a estas preguntas nos pueden
llevar de regreso a uno de los primeros pasos, e inclusive al primer paso.

3. TIPOS DE DECISIONES
Todas las decisiones no son iguales, ni producen las mismas consecuencias. Tampoco su adopción
es de idéntica relevancia, por ello existen distintos tipos de decisiones, para su clasificación
destacaremos las más representativas. (Claver, 2000).
3.1 Tipología por niveles
Está conectada con el concepto de estructura organizativa y la idea de jerarquía que se deriva de
la misma, las decisiones se clasifican en función de la posición jerárquica o nivel administrativo
ocupado por el decisor. Desde este planteamiento distinguiremos:
Decisiones estratégicas (o de planificación): son decisiones adoptadas por decisores situados en el

ápice de la pirámide jerárquica o altos directivos. Estas se refieren a las relaciones entre la
organización o empresa y su entorno. Son decisiones de una gran transcendencia puesto que
definen los fines y objetivos generales que afectan a la totalidad de la organización; son decisiones
singulares, a largo plazo y no repetitivas, por lo que la información es escasa y sus efectos son
difícilmente reversibles; los errores pueden comprometer el desarrollo de la empresa y en
determinados casos, su supervivencia. Requieren un alto grado de reflexión y juicio.
Decisiones tácticas o de pilotaje: son decisiones tomadas por directivos intermedios. Estas
decisiones pueden ser repetitivas y el grado de repetición es suficiente para confiar en las
precedentes, los errores no implican sanciones muy fuertes a no ser que se vayan acumulando.
Decisiones operativas: adoptadas por ejecutivos que se sitúan en el nivel más inferior. Son las
relacionadas con las actividades corrientes de la empresa. El grado de repetividad es
elevado: se traducen a menudo en rutinas y procedimientos automáticos, por lo que la
información está disponible. Los errores se pueden corregir rápidamente ya que el plazo al que
afecta es a corto y las sanciones son mínimas.
3.2 Tipología por métodos
Esta clasificación se debe a Simón (1977) quien realiza una clasificación basándose en la similitud
de los métodos empleados para la toma de decisiones, independiente de los niveles de decisión.
Así, distingue una serie continua de decisiones en cuyos extremos están las decisiones programadas
y las no programadas.
Se entiende por decisiones programadas aquellas que son repetitivas y rutinarias, cuando se ha
definido un procedimiento o se ha establecido un criterio (o regla de decisión) que facilita hacerles
frente, permitiendo el no ser tratadas de nuevo cada vez que se debe tomar una decisión. En este
tipo de decisiones, la dificultad no está en el decidir, sino que se encuentra en la repetitividad y la
posibilidad de predecir y analizar sus elementos componentes por muy complejos que resulten estos.

Las decisiones no programadas son aquellas que resultan nuevas para la empresa, no
estructuradas, pero importantes en sí mismas. No existe ningún método establecido
para manejar el problema porque este no ha surgido antes, porque su naturaleza o estructura son
complejas, o porque es tan importante que merece un tratamiento hecho a la medida. También
se utiliza para problemas que puedan ocurrir periódicamente, pero quizá requiera de enfoques
modificados debido a cambios en las condiciones internas o externas. Koontz y Weihrich,
ponen de manifiesto la relación entre el nivel administrativo donde se toman las decisiones, la
clase de problema al que se enfrentan y el tipo de decisión que es necesario adoptar
para hacerle frente. Los directivos de alto nivel se enfrentan a decisiones no programadas puesto
que son problemas sin estructurar y a medida que se desciende en la jerarquía
organizacional, más estructurados o comprensibles resultan los problemas, por tanto, más
programadas resultarán las decisiones (Koontz).
Ejemplo
• La decisión de una empresa de establecer actividades en otro país.
• Cuánto pagar a un determinado empleado.
• Cuándo formular un pedido a un proveedor concreto, entre otros.

4. CÁLCULO DE PROBABILIDAD DE UN EVENTO
ALEATORIO, UTILIZANDO HERRAMIENTA
TECNOLÓGICA
4.1 Distribución Binomial
Microsoft Excel nos permite calcular la probabilidad de obtener un nÚmero concreto de éxitos
(P(X=xi)) de una variable aleatoria discreta que sigue una distribución binomial B(n, p), en
problemas con un NÚmero fijo de pruebas o ensayos (n), cuando los resultados de un ensayo
son solo éxito o fracaso, cuando los ensayos son independientes y cuando la probabilidad
de éxito es constante durante todo el experimento (p).
Para ello, en insertar función, selecciona dentro del tipo de funciones estadísticas, el
comando “DISTR.BINOM”, como puede apreciarse en la imagen 1.
Imagen 1. Pantalla de Microsoft Excel cuando se selecciona la función Fuente:

Elaboración propia.
Los argumentos de la función:
• Núm_éxito, es el NÚmero de éxitos en los ensayos, que se desean estimar (Xi).
• Ensayos, es el nÚmero de ensayos independientes o repetitivos que se realizan (ni).
• Prob_éxito, es la probabilidad de éxito en cada ensayo (p).
• Acumulado, es un valor lógico que determina la forma de la función. Si el argumento

acumulado es VERDADERO, DISTR.BINOM devuelve la función de distribución acumulada,
que es la probabilidad de que exista el máximo número de éxitos; si es FALSO, devuelve la

función de masa de probabilidad, que es la probabilidad de que un evento se reproduzca
un número de veces igual al argumento núm_éxito.
Imagen 2. Pantalla de Microsoft Excel con los argumentos de la Distribución

Binomial Fuente: Elaboración propia
Ejemplo:
En un proceso de fabricación de tornillos se sabe que el 2 % son defectuosos. Los empaquetamos

en cajas de 50 tornillos. Calcula la probabilidad de que en una caja no haya ningÚn tornillo
defectuoso”.
Pasos:
• En primer lugar, determinamos el NÚmero de éxitos de los ensayos: 0
• En segundo lugar, definimos el nÚmero de ensayos independientes: 50.
• A continuación, definimos la probabilidad de éxito de cada ensayo: 0,2.
• Finalmente, como nos piden una función de probabilidad o de cuantía, definimos el valor
Acumulado como FALSO.

Imagen 3. Pantalla de Microsoft Excel con los argumentos de la Distribución
Binomial Fuente: Elaboración propia
La probabilidad obtenida sería, como se aprecia en la imagen anterior, de 1,42725E‐ 05.
Otro ejemplo:
"Un docente de Herramientas de análisis para la gestión, de una institución de educación superior,
ha estudiado el retraso en la entrada a clases de sus estudiantes, llegó a la conclusión de que
existe una probabilidad de 0,4 de que un estudiante llegue tarde, además observó que sus
estudiantes llegan de forma independiente unos de otros. Si el docente dirigió su investigación a
un curso de 30 estudiantes, responda las siguientes preguntas:
a) ¿Cuál es la probabilidad de que exactamente 10 estudiantes lleguen tarde a la clase?
Probabilidad de llegar tarde a clases 40%
Probabilidad de llegar a la hora a clases 60%
n= 30
p= 40% (Probabilidad de éxito, llegar tarde a clases) P(X =10) = 11,52%
La probabilidad es de un 17,63%

b) ¿Cuál es la probabilidad de que lleguen a tiempo a lo más 18 estudiantes a la clase?
n= 30
p= 60% (Probabilidad de éxito, llegar tarde a clases) P(X ≤18) = 11,52%
c) ¿Cuál es la probabilidad de que más de 15 estudiantes ingresen a tiempo a clases?
n= 30
p= 60% (Probabilidad de éxito, llegar tarde a clases)
P( X > 15)= 1 -P (X ≤ 15)
d) ¿Cuál es la probabilidad de al menos 22 estudiantes lleguen a tiempo a clases?
n= 30
p= 60% (Probabilidad de éxito, llegar tarde a clases)
P(X ≥ 22)= 1- P(X < 22)

e) ¿Cuál es la probabilidad de que entre 5 y 15 estudiantes llegaran tarde a clases?
n= 30
p= 60% (Probabilidad de éxito, llegar tarde a clases) a= 5
b= 15
P(5 < X < 15)= P( X< 15)-P(X ≤ 5)
f) Si se eligen 28 alumnos al azar, ¿cuál es la probabilidad de entre 20 y 25 de ellos,

inclusive, hayan ingresado a la hora a clases?
n= 30
p= 60% (Probabilidad de éxito, llegar tarde a clases) a= 5
b= 15
P(20 ≤ X ≤ 25)= P(X ≤ 25)-P(X < 20)
4.2 Distribución Poisson
Una de las aplicaciones comunes de la distribución de Poisson es la predicción del número de

eventos en un determinado período de tiempo. Por ejemplo, el número de automóviles que se
presenta a una zona de peaje en el intervalo de un minuto. Microsoft Office Excel permite
calcular dichas probabilidades introduciendo la función, ∫ 𝑥: POISSON.

Elaboración propia
En ella,
• X, es el número de eventos o sucesos (Xi).
• Media, es el valor numérico esperado (valor promedio o λ).
• Acumulado, es un valor lógico que determina la forma de la distribución de probabilidad

devuelta. Si el argumento acumulado es VERDADERO, POISSON devuelve la probabilidad
de Poisson de que un evento aleatorio ocurra un número de veces comprendido entre 0 y
x inclusive; si el argumento acumulado es FALSO, la función devuelve la probabilidad de
Poisson de que un evento ocurra exactamente x veces.
Ejemplo:
El número medio de defectos en un rollo de tela es de 0,4. Se inspecciona una muestra

de 10 rollos, ¿cuál es la probabilidad de que el número total de defectos en los 10 rollos sea por
lo menos de 9?
Pasos:
• En primer lugar, definimos la variable, X ~ NÚmero de defectos por rollo, sigue una
distribución de Ps (λ=0,4).
• Nos solicitan obtener la P (X ≥ 9), lo que equivale a estimar, 1‐ P(X≤8). XPXP
• Mediante la hoja de cálculo podemos obtener la probabilidad de P(X≤8) y sustituir.
• Finalmente, como nos piden una función de probabilidad de distribución (probabilidad

acumulada), definimos el valor Acumulado como VERDADERO.

Elaboración propia
Luego, P (X ≥ 9) = 1 – P (X ≤ 8)≈ 1 – 1 = 0
4.3 Tablas de probabilidad bidimensionales
Ejercicio:
Se observaron las edades de cinco niños y sus pesos respectivos y se consiguieron los resultados
siguientes:
Edad 2 4,5 6 7,2 8

Peso 15 19 25 33 34
a) Hallar las medias y desviaciones marginales.
b) Calcular el coeficiente de correlación lineal y la recta de regresión del peso sobre la edad.
Ejercicio resuelto:
Introducimos los datos en las celdas: en la columna A, la edad y la B, el peso.

A continuación, podemos hacer clic con el ratón en "Función fx", del menú "Insertar”, apareciendo
la ventana de diálogo "Pegar función", donde podemos seleccionar las funciones estadísticas y
las funciones que queremos calcular; o bien directamente, si conocemos la sintaxis de las
funciones estadísticas, editamos dichas funciones. Situamos el puntero en la columna D y vamos
tecleando cada una de las funciones estadísticas en la barra de fórmulas, situando el puntero cada
vez en una celda distinta para ir conservando los datos. De esta forma, las medias
y desviaciones marginales se calculan:
=PROMEDIO(A2:A6), obtenemos la media de la edad.

=PROMEDIO(B2:B6), obtenemos la media del peso.
=DESVESTP(A2:A6), obtenemos la desviación típica de la edad.
=DESVESTP(B2:B6), obtenemos la desviación típica del peso.
Para calcular el coeficiente de correlación, tecleamos en la barra de fórmulas:
=COEF.DE.CORREL(A1:A6,B2:B6), una vez situados en la celda que queramos.
=PENDIENTE(B2:B6,A2:A6) nos informa sobre la pendiente de la recta de

regresión del peso sobre la edad en la celda donde queramos.
Por tanto, usando nuestros conocimientos estadísticos, tenemos que la recta de regresión es: y -
25,2 = 3,4049(x - 5,54).

También podemos calcular la recta de regresión haciendo clic en "Función fx", del menú "Insertar"
y seleccionando la función ESTIMACION.LINEAL de las funciones estadísticas.
En la pantalla aparecen los valores de "a" y b", siendo y = bx + a, recta de regresión de Y sobre
X. Por tanto, la recta de regresión es: y = 3,4049x + 6,33678.
Excel incorpora dos funciones que nos permiten predecir el valor de una variable, conocido el
valor de la otra. Por ejemplo, tecleando: =TENDENCIA(B2:B6,A2:A6,5) obtenemos el peso
esperado para una edad de cinco años. La otra función mide el error estimado de una variable al
ser estimado su valor por la recta de regresión. Su forma es: =ERROR.TÍPICO.XY.(B2:B6,A2:A6),
devuelve el error típico del valor de Y previsto para cada X.
Marcando los datos introducidos, pulsamos el botón de gráficos, seleccionamos diagrama de

dispersión y a través de las ventanas de diálogos, damos nombre a los ejes, luego, hacemos la
división.
40 Relación Bidimensional
35
30
Peso
25
20
15
10
Edad
4.4 Investigación de mercado
¿Cómo inicio el proyecto?, ¿qué información necesito?, ¿qué medio selecciono para la
recopilación de la información?, son las preguntas más frecuentes que los estudiantes se hacen al
iniciar la elaboración del proyecto. Este capítulo tiene como objetivo solucionar en parte, o
totalmente, estas inquietudes. Un proyecto de inversión debe tener un orden lógico, que le permita
al emprendedor ir avanzando en cada una de las etapas, haciendo uso de una planeación
coherente de las actividades necesarias para lograr los objetivos planteados. Ahora, centremos la
atención en las técnicas de recopilación de la información necesaria para la investigación de
mercados. “La identificación, recopilación, análisis y difusión de la información de manera
sistemática y objetiva, con el propósito de mejorar la toma de decisiones relacionadas con la
identificación y solución de problemas y oportunidades de mercadotecnia” (Malhotra Naresh,
Prentice Hall, 1997, Págs. 21).

Es preciso analizar algunos aspectos de esta definición. En primer lugar, la investigación de
mercados incluye la identificación, recopilación y el análisis de la información, actividades que
requieren de un proceso que se resume en los siguientes pasos:
• Definición del problema.
• Formulación de un diseño de investigación.
• Trabajo de campo o recopilación de datos.
• Preparación y análisis de datos.
• Preparación y presentación de los informes.
Para lo anterior, existe una plataforma tecnológica que se denomina SPSS en la que se genera las
bases de datos y se puede obtener información estadística, reportes, entre otros. Desarrollaremos
una pequeña muestra de esta plataforma.
4.5 Archivos muestrales en SPSS
SPSS es un programa que se utiliza en la investigación de mercados ya que realiza los estadísticos
necesarios para la toma de decisiones en esta materia y posee una base de datos con extensión
.sav. Este archivo de datos son bases de estudios que se realizan a varios miles de personas que
contiene información básica demográfica y de consumo, o la que necesitemos.
4.5.1 Apertura de un archivo de datos
Para abrir un archivo de datos:

Seleccione en los menÚS:
Archivo > Abrir >
Datos...
Si lo desea, puede utilizar el botón Abrir archivo de la barra de herramientas.
Figura 1. Botón Abrir archivo de la barra de herramientas
Aparece un cuadro de diálogo para abrir archivos.

Por defecto, aparecerán los archivos de datos.
En este ejemplo se utiliza el archivo nombre.sav.

Figura 2. Archivo nombre.sav en el Editor de datos
El archivo de datos aparece en el Editor de datos. Si sitÚa el cursor sobre un nombre de

variable (las cabeceras de columnas), aparecerá una etiqueta de variable más descriptiva
(si se ha definido para esa variable).
Por defecto, aparecen los valores de los datos reales. Si desea visualizar etiquetas
seleccione en los menÚS:
Ver > Etiquetas de valor
Si lo desea, puede utilizar el botón Etiquetas de valor de la barra de herramientas.

Figura 3. Botón Etiquetas de valor
A continuación, aparecerán las etiquetas de valor descriptivas para facilitar la interpretación de

las respuestas.
Figura 4. Etiquetas de valor en el Editor de datos
4.5.2 Ejecución de un análisis
Si tiene alguna opción adicional, el menú Analizar contiene una lista de categorías de informes
generales y de análisis estadísticos.
Para comenzar, creamos una tabla de frecuencias simple (tabla de recuentos). Este ejemplo
requiere la opción Statistics Base.
Se selecciona en los menús:
Analizar > Estadísticos descriptivos > Frecuencias...
Aparecerá el cuadro de diálogo Frecuencias.

Figura 5. Cuadro de diálogo Frecuencias
Un ícono junto a cada variable proporciona información acerca del tipo de datos y el nivel de
medida.
Numérico Cadena Fecha Hora

Escala (Continuo) n/a
Ordinal
Nominal
Pulsando en la variable Categoría de ingresos en miles.
Figura 6. Nombres y etiquetas de variables en el cuadro de diálogo Frecuencias

Si el nombre o la etiqueta de la variable aparecen truncadas en la lista, puede ver el texto completo
del nombre o la etiqueta situando el cursor sobre ella. El nombre de la variable cating aparecerá
entre corchetes después de la etiqueta de variable descriptiva. Categoría de ingresos (en miles) es
la etiqueta de la variable. Si no hubiese etiqueta de variable, solo aparecería el nombre de la
variable en el cuadro de lista.
Puede ajustar el tamaño de los cuadros de diálogo como si fueran ventanas, pulsando y
arrastrando los bordes o esquinas exteriores. Por ejemplo, si aumenta el ancho del cuadro de
diálogo, las listas de variables también serán más anchas.
Figura 7. Cuadro de diálogo con tamaño ajustado
En el cuadro de diálogo, seleccione las variables que desea analizar de la lista de origen de la
izquierda y arrástrelas y suéltelas en la lista Variable(s) de la derecha. El botón Aceptar, que ejecuta
el análisis, está desactivado hasta que se sitÚe al menos una variable en la lista Variable(s).
En muchos cuadros de diálogo puede obtener más información si pulsa con el botón derecho del
ratón en cualquier nombre de variable de la lista.
Pulsar con el botón derecho del ratón en Categoría de ingresos en miles y seleccione
Información sobre la variable.
Pulsar en la flecha hacia abajo de la lista desplegable Etiquetas de valor.

Figura 8. Etiquetas definidas para la variable de ingresos
Aparecerán todas las etiquetas de valor definidas para la variable.
Pulsar en Sexo [sexo] en la lista de variables de origen y arrastre la variable hasta la lista de destino
Variable(s).
Pulsando en la Categoría de ingresos en miles en la lista de origen y arrastrando a la lista de

destino.
Figura 9. Variables seleccionadas para el análisis
Pulsando en Aceptar para iniciar el procedimiento. Visualización de los resultados

Figura 10. Ventana Visor
Así se mostrarán los datos en SPSS para la toma de decisiones.

5. MATRIZ DE DECISIÓN
A la hora de tomar decisiones es fundamental que dejemos de lado la subjetividad. Existen

numerosas técnicas para lograr objetividad en las decisiones. Una de ellas es la denominada Matriz
de Pugh, en honor a su creador: el británico Stuart Pugh. Pugh, fue un reconocido ingeniero de
diseño, responsable de acuñar el concepto de diseño total. El diseño total es la actividad
sistemática necesaria que va desde la identificación de la necesidad del mercado/usuario hasta la
venta exitosa del producto para satisfacerla. Una actividad que abarca productos, procesos,
personas y organizaciones (Pugh, 1990).
La Matriz de Pugh es una herramienta cuantitativa que permite comparar opciones entre sí
mediante un arreglo multidimensional (una matriz de decisiones). Su aplicación más habitual es
durante la fase de diseño de un producto, ya sea completamente nuevo o una actualización de
uno existente. El primer paso es identificar los criterios que serán evaluados. Los criterios son
básicamente las necesidades del cliente. Estos son ubicados generalmente como filas de la matriz.
Luego, se deben especificar los posibles conceptos de diseño que apunten al cumplimiento de los
criterios definidos. Los mismos aparecerán en las columnas de la matriz.
En general, se utiliza la Matriz de Pugh cuando se desea realizar una mejora a un producto
existente. El diseño actual del producto se toma como referencia, el cual aparece como una
columna sobre la que se realizarán las comparaciones posteriores. Mediante el uso de técnicas
grupales como el brainstorming se irá evaluando cada criterio para cada alternativa de diseño
(concepto) comparándolo con el diseño de referencia, la situación actual.
La mecánica es la siguiente: se toma la primera alternativa de diseño y se analiza criterio por

criterio si su cumplimiento es superior al diseño actual, es inferior o es igual. Si es superior se
coloca un signo "+", si es inferior un signo "-" y si es igual un "0". Para mayor comodidad, se suelen
utilizar los números +1, -1 y 0 respectivamente ya que permiten operar en planillas de cálculo.
Utilizaremos esta última nomenclatura de aquí en adelante. Una vez completada toda la tabla, se
realiza la suma de cada columna. El concepto de diseño que obtenga un resultado mayor,
producto del balance entre aspectos positivos y negativos, será la "mejor solución".

Ejemplo
Supongamos que tenemos una empresa que fabrica calzado deportivo. Existen cinco criterios
fundamentales que influyen en forma directa en la satisfacción del cliente:
• El peso del calzado
• Diseño anatómico
• La duración de la suela
• La disponibilidad de colores
• El precio
Para mejorar el modelo actual se propusieron seis alternativas de diseño innovadoras. El grupo de
trabajo comienza a trabajar y a comparar cada alternativa criterio a criterio. Todos los datos de la
comparación se vuelcan en la tabla de Excel:
Si vemos en la tabla, por ejemplo, la alternativa de diseño n.°4 posee mejor solución en el tema
del peso del calzado que el resto de las alternativas y que el modelo de calzado actual, pero su
diseño no es tan anatómico, la suela no dura tanto y el precio empeora. Realizando un balance
entre aspectos positivos y negativos de cada alternativa, llegamos a que el diseño n°3 es el más
adecuado. Tan sencillo como eso.
Ahora supongamos que no todos los criterios poseen el mismo impacto sobre el cliente. Quizás la
disponibilidad de colores no es tan crítica como el precio o la duración de la suela. En estos casos,
y generalmente es así, se debe ponderar a cada criterio para que el impacto de cada comparación
no tenga el mismo peso. Que no sea lo mismo hablar de un criterio de poca importancia que de
uno más crítico. Volvemos al ejemplo, agregando una columna de peso para cada criterio:

Aplicando el peso a cada criterio, obtenemos la tabla ponderada:
En este caso, la alternativa de diseño n°3 vuelve a ser la mejor solución. ¡Pero podría no serlo!
Ponderar los criterios puede hacer que nos volquemos por otra alternativa.

6. TABLA T
Se plantea realizar el contraste de comparativa de las medias de 2 muestras, y en función de

resultado, poder hacer inferencia, esto es, extrapolar los resultados a la población. El problema
radica en que no se cuenta con ningún paquete (software) estadístico, con el que poder contrastar
nuestras hipótesis de investigación. Una vez instalado el complemento de Análisis de Datos de
Excel en la cinta de opciones de Datos (en Archivo: Opciones: Complementos), se pueden llevar
a cabo numerosos contrastes de hipótesis y análisis estadísticos en una hoja de cálculo de un libro
de Microsoft Excel. El caso que nos ocupa es el de la comparativa de medias (T-Test de igualdad
de medias) mediante la T de Student, uno de los contrastes más recurrentes en estadística, siempre
bajo el cumplimiento de los supuestos de variable de respuesta dependiente continua:
normalidad de la misma (o al menos un tamaño muestral lo suficientemente grande), y según se
detecta homocedasticidad o no, se recurre a la T de Student o al estadístico de Welch,
respectivamente.
Fuente imagen:https://www.xataka.com/basics/como-crear-una-lista-desplegable-
en-excel
En el caso de que el contraste de homogeneidad de varianzas resulte significativo (p-valor menor

que 0,05), se procede a realizar la Prueba de Welch cuando no se cumple supuesto de
homocedasticidad, esto es, prueba t para dos muestras suponiendo varianzas desiguales,

6.1 T-test para 2 muestras independientes con varianzas no homogéneas
en-excel
En la ventana de Resultados de la prueba del estadístico de Welch de igualdad de medias sin

homogeneidad de varianzas, el p-valor asociado al estadístico del contraste es de 0,0028<0,05.
por lo que el test resulta estadísticamente significativo, se rechaza la hipótesis nula bilateral (de 2
colas) de que la diferencia entre las 2 medias poblacionales es 0, siempre trabajando con un 95%
de nivel de confianza, estándar que se suele fijar para la investigación.
en-excel

6.2 T-test para 2 muestras independientes con varianzas homogéneas
en-excel
En el caso de no violarse el supuesto de homocedasticidad (homogeneidad de varianzas) del

primer contraste, esto es, el p-valor asociado al estadístico F mayor que 0,05, se procede a realizar
el contraste de la T de Student puro y duro, suponiendo varianzas iguales:
en-excel
Se rechaza la hipótesis nula de igualdad de medias poblacionales al resultar el test estadísticamente

significativo, es decir, el p-valor asociado al estadístico de contraste de 2 colas de la t de Student
es menor que 0,05 y los resultados se extrapolan a la población, con un 95% de confianza.

7. ANÁLISIS DE PARETO
Vamos a ver el diagrama de Pareto a través de un ejemplo totalmente ficticio de quejas recibidas
en un hotel:
El hotel Brisas del mar ha recibido en el último semestre numerosas quejas sobre el servicio. Esto
está afectando negativamente al desempeño del sistema de gestión de calidad, repercutiendo
negativamente en la satisfacción del cliente. Las quejas son variadas, así que los responsables de
procesos se reúnen y deciden hacer un diagrama de Pareto para determinar la causa
predominante y trabajar sobre ella.
1. El equipo de trabajo recopila las posibles causas del problema a través de listas de
verificación, resultados de encuestas, quejas, etc. y también la frecuencia con la que
ocurren. Quedaría una tabla como la que te muestro a continuación.
Con esta tabla, se realiza un Excel que quedaría de la siguiente manera:

En este caso, la causa que más peso tiene es: «La información sobre las excursiones es insuficiente».
El equipo decide que va a trabajar sobre esa causa buscando más causas a través de otro
diagrama de Pareto como te muestro a continuación. Se pueden también utilizar otras herramientas
como el diagrama causa-efecto, el brainstorming, etc.
2. El equipo vuelve a repetir el procedimiento anterior que quedaría representado de la

siguiente forma:
3. Llegados a este punto el equipo decide reunirse con los guías para identificar en
profundidad esta causa.

8. ANÁLISIS COSTO-BENEFICIO
Tener elaborado el Flujo de Caja del Proyecto en la hoja de EXCEL y definir la tasa de rendimiento
mediante el cual se hará el cálculo del VAN.
Figura 1. Flujo de caja del proyecto, fuente

https://compartirejemplos.blogspot.com/2019/06/estimacion-de-costos-de-un-
proyecto.html
Nos ubicamos en la casilla que está a la derecha donde está el VAN (B13), le damos clic a la “f(x)”
ubicado en la parte superior de la pantalla para buscar la fórmula del VAN que en el EXCEL es
VNA.
Figura 2. Fórmula del VAN, fuente

proyecto.html

Después de darle clic a la fórmula VNA, aparece una pantalla que contiene una casilla de “Tasa”
y otras “Valor 1” y “Valor 2”. Para la casilla “Tasa” se referencia con el cursor la casilla B12 que
corresponde a la Tasa de Rendimiento. Luego, en la Casilla “Valor 1”, se posiciona en la casilla
del Flujo del año 1 (C9), se aprieta la tecla “SHIFT” del teclado y a su vez con “→” hasta llegar al
Año 10 (L9), o la otra forma es digitar C9:L9, y se le da aceptar.
Figura 3. Ingreso fórmula de la tasa y los flujos, fuente

proyecto.html
Después de haberle dado aceptar, nos volvemos a posicionar en el resultado del VAN (B13). Con
el cursor nos ubicamos en la parte superior donde está la fórmula y le damos clic a la derecha de
la misma, inmediatamente va a parpadear la línea vertical “│”, le agregamos un “+” y nos
ubicamos en el flujo del año 0 (B9), le damos “ENTER” y ya obtenemos el valor del VAN.
Figura 4. Ingreso flujo cero a la fórmula VAN, fuente

proyecto.html

8.1 Cálculo de la TIR
Partiendo del mismo principio con el indicador del VAN (que se tiene claro el concepto),
procedemos a indicar los pasos concernientes para su cálculo.
Al igual que el VAN, se requiere tener elaborado el flujo de caja, donde podemos utilizar como
base la Figura No.1 Flujos de Caja del proyecto.
Nos ubicamos en la casilla que está a la derecha donde está la TIR (B14), le damos clic a la “f(x)”
ubicado en la parte superior de la pantalla para buscar la fórmula de la TIR que en el EXCEL es
igual “TIR”, si es en inglés corresponde a IRR (Internal Rate of Return).
Figura 5. Escoger fórmula de TIR, fuente

proyecto.html
Después de darle clic a la fórmula TIR, aparece una pantalla que contiene una casilla de “Valores”
y “Estimar”, luego en la Casilla “Valores”, se posiciona en la casilla del Flujo del año 0 (C8), se
aprieta la tecla “SHIFT” del teclado y a su vez con “→” hasta llegar al Año 10 (L9), o la otra forma
es digitar C8:L9, y se le da aceptar, obteniéndose el valor de la TIR.

Figura 6. Ingreso a la fórmula TIR a los flujos, fuente
proyecto.html
Nota:
La fórmula de la TIR requiere que pongamos todos los flujos de caja, incluido el desembolso inicial.
Tiene un segundo argumento (estimar) que en general dejaremos vacío. Sirve para que en caso
de existir TIR múltiple (varios puntos de corte del gráfico con el eje horizontal) indiquemos a Excel
a la estimación de la TIR y nos dará la más próxima a dicha estimación. El caso de TIR múltiple
nunca se da si el desembolso inicial es negativo y todos los demás flujos de caja (las
recuperaciones) son positivos.
Si los flujos de caja son mensuales el valor que se obtiene con la fórmula =TIR (flujos de caja) es
una TIR mensual, que luego se ha de anualizar, hasta llegar al tanto efectivo anual. Si los flujos
son anuales, la TIR que se obtiene es ya anual efectiva. Si nos hablan simplemente de TIR se
entiende que se trata siempre de la TIR anual.
8.2 Cálculo de Rentabilidad
Nos ubicamos en la casilla que está a la derecha donde está la Inversión (B15), luego ponemos
el signo “=”, luego ponemos el signo “-”, y por último nos ubicamos en la casilla en la Fila de
Flujo Neto en el Año 0 (B9).

Figura 7. Referenciar la inversión, fuente
proyecto.html
Por último, nos ubicamos en la casilla a la derecha de la Rentabilidad(B16), ponemos el signo

“=”, luego nos ubicamos con el cursor encima del resultado del VAN (B16), digitamos el signo de
división “/”, nos ubicamos con el cursor encima del resultado de la Inversión (B15) y finalmente le
damos ENTER, de esta forma obtenemos la Rentabilidad.
Figura 8. Diseño de la fórmula de rentabilidad, fuente

proyecto.html

8.3 Cálculo del Costo-Beneficio
Debajo de la Fila de flujo Neto, en las Filas 9 y 10, se agrega Los Flujos Positivos y los Flujos
Negativos según el Flujo Neto, y debajo de la Rentabilidad se indica en las casillas A17, A18 y
A19, el Valor Presente de los Flujos Positivos, el Valor Presente de los Flujos Negativos y el Costo-
Beneficio.
Figura 9. Flujos positivos, negativos, indicadores, fuente

proyecto.html
Ahora se calcula el Valor Presente de ambos flujos (Positivo y negativo), para el primero con la
fórmula del VAN, donde nos ubicamos en la casilla que está a la derecha donde está el Valor
Presente F. Positivos (B17), le damos clic a la “f(x)” ubicado en la parte superior de la pantalla
para buscar la fórmula del VAN que en el EXCEL es VNA.

Figura 10. Escogencia fórmula VAN, fuente
proyecto.html
Después de darle clic a la fórmula VNA, aparece una pantalla que contiene una casilla de
“Tasa” y otras “Valor 1” y “Valor 2”. Para la casilla “Tasa” se referencia con el cursor la casilla
B12 que corresponde a la Tasa de Rendimiento, luego en la Casilla “Valor 1”, se posiciona en la
casilla del Flujo Positivo del año 1 (C10), se aprieta la tecla “SHIFT” del teclado y a su vez con
“→” hasta llegar al Año 10 (L10), o la otra forma es digitar C10:L10, y se le da aceptar. En el
Caso del Valor Presente Negativo, se ubican en la casilla B18, digitan “=”, digitan “-“, y luego
con el cursor se ubican del Flujo negativo del Año 0, y finalmente le dan ENTER.
Figura 11. Ingreso de la Tasa y flujos positivos, fuente

proyecto.html

Finalmente, en la casilla B19, digitan “=”, se ubican con el cursor en el resultado del Valor Presente
F. Positivos (B17), luego digitan “/”, después con el cursor se ubican en el Valor Presente F.
Negativos, y por último le dan ENTER.
Figura 12. Aplicación fórmula costo beneficio, fuente

proyecto.html
Nota: Echaran a notar que la Rentabilidad = 0,505 y el Costo-Beneficio = 1,505, esto sucede
cuando solo hay un flujo negativo y está en el año 0, que por lo general es así. Muchos autores
suelen homologar dichos términos dado los resultados que reflejan.

9. FODA y PEST
¿En qué consiste la metodología DAFO?
Básicamente nos ayuda a determinar los aspectos tanto internos como externos de la empresa,
aunque también se puede realizar un DAFO personal, pero lo común es usarlo a nivel profesional.
¿Qué aspectos internos y qué aspectos externos?
Nos referimos a análisis interno cuando hablamos de las debilidades y las fortalezas de una
empresa, y cuando hablamos del análisis externo, nos referimos a las amenazas y a las
oportunidades que se nos podrían presentar.
Con el análisis DAFO podremos identificar a fondo la información de estos 4 aspectos que lo
conforman y gracias a eso, determinar planes de acción que nos permitirán llegar a nuestros
objetivos empresariales.
Ejemplo:
9.1 Análisis PEST
Con el análisis PEST podemos estudiar el entorno general que podría afectar a una empresa.
Para elaborar este conocido análisis PEST podemos usar las diversas formas y autoformas que nos
presenta el Excel.
A continuación, algunos ejemplos con autoformas en las que detallamos la definición del análisis
PEST.

Fuente: https://www.planillaexcel.com/analisis-dafo-en-excel

10. ERP, CRM
Diferencia entre ERP y CRM
Aunque se utilizan como equivalentes, un ERP y un CRM tienen ámbitos de aplicación diferentes.
Ambos tipos de software aportan beneficios distintos y complementarios para las empresas.
El CRM permite a los empleados trabajar de manera eficiente al registrar y analizar cada
interacción.
El ERP permite tener visibilidad y control sobre todos los procesos operativos de las empresas.
1. Objetivo
El sistema ERP ha sido diseñado para la gestión y el control de los procesos internos de la empresa
con el fin de mejorar la productividad. El CRM centraliza y optimiza la gestión de los clientes y de
las ventas.
2. Diseño y estructura
La solución ERP está compuesta por módulos relacionados con diferentes áreas internas de la
empresa (logística, producción, facturación, etc.) y solo se activan las funciones que desee la
empresa. Por ejemplo, una empresa puede comenzar con un módulo de logística, distribución e
inventario, y más adelante integrar un módulo financiero y de producción.

Un ERP es escalable. En cambio, un CRM dispone de módulos de gestión de marketing, ventas y
clientes, aplicaciones front office.
3. Implementación
A diferencia del CRM, la implementación del ERP lleva más tiempo y es más costosa porque
interviene un mayor número de áreas de una empresa formada por personas con habilidades y
curvas de aprendizaje diferentes. La inserción de un ERP es más profunda que la de un CRM.
4. Costos
Un ERP abarca más personal y, por lo tanto, una licencia para más usuarios. Además, a mayor
tiempo de implementación (tiempo y recursos en formación), mayor serán los costos del software.
La migración de datos es más compleja que en un CRM.
5. Modelo de empresa y proceso de negocio
Por funcionalidades y costos de implementación, un ERP tradicional está orientado a las medianas
y grandes empresas que cuentan con los recursos para utilizarlo. En muchos casos, las
microempresas no solo no disponen de los recursos, sino que por su propia condición (más
dinámicas y rápidas en los cambios) no aprovecharán todas las ventajas que este software puede
aportar.
Sin embargo, existen módulos aplicables a pequeños negocios y proveedores que desarrollan
soluciones para sectores puntuales sin la dimensión de las grandes compañías.
En el caso de un CRM, una pequeña empresa sí puede aprovechar todo el potencial que la
herramienta puede aportar.
ERP y CRM son herramientas compatibles. La decisión de implementar un ERP depende de muchos
factores propios de la empresa y de la proyección comercial.
10.1 ERP y CRM son compatibles

Si una empresa quiere coordinar los departamentos internos, debe incluir un ERP en su estrategia.
Si además busca mejorar la productividad empresarial, evitar errores humanos y duplicidad de

información, el ERP es una solución muy potente. Sin embargo, el CRM es un elemento clave en
cualquier empresa que desee centrar sus procesos en el cliente, las funcionalidades específicas a
estas herramientas no pueden ser reemplazadas por el ERP. No obstante, es posible integrar una
herramienta CRM a un software de gestión de recursos empresariales o adquirir un completo ERP
con un módulo pensado para la gestión de la relación con el cliente.

VIDEO
Desarrollo de Pareto 80/20
https://www.youtube.com/watch?v=vd7QVKpW27Q
Matriz de decisiones
https://www.youtube.com/watch?v=bwDprDsCzb4
Desarrollo de FODA
https://www.youtube.com/watch?v=rQ4MEmvc3a0

PROFUNDIZACIÓN BIBLIOGRÁFICA
1 Berenson, M.L y Levine, D.M. 1996. Estadística básica

en Administración: conceptos y aplicaciones. Prentice-Hall. 6ª ed. México.
2. Canavos, G. 1992. Probabilidad y Estadística: Aplicaciones y
Métodos. McGraw-Hill.México
3. Chao, L.L. 1993. Estadística para las ciencias administrativas.
McGraw-Hill. 3ª ed. México.
4 Keith Goffin, Fred Lemke, “Identificar necesidades escondidas”,
Palgrave Macmillan, 2010.
5 Robert Duboff, “La importancia de la investigación de mercados”,
John Wiley & Sons, 2000.
6 Carl McDaniel, Roger H. Gates, Roger Gates, Investigación de
mercados, Thomson, 2005.
7 TAHA, H.A. 1995. Investigación de operaciones. 5.ed. México.
Alfaomega. 960p.
8 TRIOLA, M.F. 2009. Estadística. 10.ed. México. Pearson Education.
904p.
9 Enrique González Tiburcio Investigación Económica Vol. 43, No. 168 (abril-
junio 1984), pp. 373-384
10 Murdick, Robert, Sistemas de información administrativa,
México, Pearson,
2000.
11 Pazos, Alejandro, Microsoft, Excel para contadores, Argentina, Edit.
Omicrom System, 2007.
12 Pazos, Alejandro, Microsoft, Access para contadores, Argentina, Edit.
Omicrom System, 2007.
13 Ramírez Marlen, Apuntes Facultad de
Contaduría y Administración, México, UNAM.

LINKS/MATERIAL MULTIMEDIA
Unidad:
MÓDULO: “TECNOLOGÍA PARA LAS DECISIONES” Decisiones
Informadas
Recurso Descripción
En este video encuentras algunos de los usos más frecuentes

de las TIC en las empresas:
Video http://youtu.be/yqIXbqX86eY
Para identificar más fácilmente cuáles son las necesidades

de nuestro sector productivo frente a las TIC, puedes visitar
este estudio:
Presentación
https://www.uv.es/~bellochc/pdf/pwtic1.pdf
En el numeral 2.2 La gestión de procesos, así como en los

capítulos 4,5 y 6, puedes encontrar varias aplicaciones y
recomendaciones de TIC para los procesos de tu
organización:
Lecturas Sosa, M. (ed.), (2006). Gestión de la informática en el sector

complementarias empresarial. Argentina: El Cid editor.

CONCLUSIONES
Hemos visto que las líneas de mejora y trabajo futuras sobre el uso de las herramientas TIC en la
toma de decisiones en modo colaborativo es bastante amplio.
En primer lugar, porque la tecnología es un ente muy dinámico que se encuentra en constante
evolución, lo que puede provocar que al cabo de un mes este trabajo quede un poco obsoleto.
En este sentido, es de suponer que surjan nuevas herramientas o mejoras, de la misma forma que
sucedió con las casi 100 herramientas que se empezaron a observar desde el año 2015. En
Internet todo evoluciona muy rápidamente, y ninguna de las empresas puede relajarse en este
sentido porque los usuarios disponen de una gran variedad de opciones y en el mundo virtual no
existe la fidelidad que pueda haber en la vida real.
Hay que destacar que, aunque los movimientos sociales actualmente se encuentren calmados, es
necesario seguir proporcionando las herramientas necesarias para que el pueblo se haga oír. Este
aspecto se ha ido relajando en los últimos tiempos y no podemos descuidarlo: en su momento se
hicieron muy bien las cosas, simplemente hay que retomar el camino que se trazó unos años atrás.
Se ha detectado también un gran margen de mejora en muchas de estas herramientas en

un aspecto concreto: el uso de las tecnologías asistidas. Formamos parte de una sociedad cada
vez más involucrada en integrar a las personas que cuentan con algún tipo de discapacidad,
ya sea física o psíquica. Puesto en contacto con algunos de los desarrolladores, todos ellos
son conscientes de que sus herramientas son mejorables en este sentido, y muchas de las empresas
lo tienen entre sus planes futuros, pero tampoco cuentan con un plan de acción concreto para
llevarlo a cabo. Relacionado con este punto no se está potenciando el uso de las tabletas o las
pizarras táctiles delegando casi toda la importancia en la web. Por último, sistemas de
comunicación por voz alternativos al chat, permitirían a los usuarios interactuar de una
manera más dinámica. Muchas de estas herramientas no están ideadas para una sincronización
al 100 % y estamos en una sociedad en la que cada vez se premia más la inmediatez.

IDEAS CLAVE
Matrices
Pareto
Problema
y así
desarrollar
por medio de
y definir
Estadístico - TIC
- Toma de
Foda - Pest
decisiones
con Empresariales
para
Tics (Excel,
B queda de
información Medios ERP, CRM)

BIBLIOGRAFÍA
(s.f.). Recuperado el 20 de febrero de 2014, de http://www4.ujaen.es/~cruiz/diplot-5.pdf
Claver, E. L. (2000). Manual de administración de empresas (4a. ed.). Madrid. KAST, F. E. (1979).
Administración de las Organizaciones. Editorial Mc GranW- Hill.
Koontz, H. y. Administración. Una perspectiva Global. México: Mc. Graw Hill. Arias, J.L., R. Bull,
N. Giuliani, M. Santos, T. Ureta y C. Valenzuela (2010), Funcionamiento de Comités de Bioética
Institucionales. Biological Research. Vol. 43(Suplemento A). R-27.
Barros, F., G. Pino, P. Felmer, R. Gonzalo y E. Tirapegui. (2005), Ciencia y Sociedad. 1-20 págs.
En J.E. Allende, J. Babul, S. Martínez y T. Ureta. Análisis y Proyección de la Ciencia Chilena 2005.
Academia Chilena de Ciencias. 427 págs.
Benavente, J.M. (2005), Innovación tecnológica en Chile: dónde estamos y qué se puede hacer.
Economía Chilena Vol. 8 N.º 1.
Boisier, P., M.E. (2010), Ciencia y la Tecnología en Chile: ¿Para Qué? Comisión Nacional de
Investigación Científica y Tecnológica (CONICYT). Gobierno de Chile. 132 págs. www.conicyt.cl.
Bunge, M. (1960), La Ciencia. Su método y su filosofía. Eudeba. Buenos Aires. Calvo, C. y A.

Elizalde (2009), Educación: creación de nuevas relaciones posibles. Polis Nº 25, Revista de
la Universidad Bolivariana, Santiago. http://polis.revues.org/292
Nombre Módulo / Nombre Unidad 60

Tecnología Semana 2 PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Tecnología Semana 2 PDF

Cargado por

Copyright:

Formatos disponibles

TECNOLOGÍA PARA LAS DECISIONES

Tecnología para las decisiones / Decisiones informadas 5

Experto disciplinar / Pablo Flores F.

Diseñador instruccional / Claudia Pavez

Experto disciplinar / Natalia San Miguel C.

Jefa de diseño instruccional y multimedia / Alejandra San Juan Reyes

Tecnología para las decisiones / Decisiones informadas 6

Tecnología para las decisiones / Decisiones informadas 7

Tecnología para las decisiones / Decisiones informadas 8

3.-Aplican procesos de toma de decisiones a través de herramientas y uso de tecnología de

1. TEORÍA DE LA DECISIÓN CON INCERTIDUMBRE O

Los elementos que intervienen en un proceso de decisión de estas características son:

𝐸 = {𝐸1 𝐸𝑚} : Conjunto de estados de la naturaleza o posibles.

A = {𝐴1 𝐴𝑛}: Conjunto de posibles alternativas o decisiones.

Xij: consecuencia de tomar la decisión Ai y se dé el estado Ej

Tecnología para las decisiones / Decisiones informadas 9

1.1 Criterios para valorar las posibles decisiones

1.1.1 Criterios utilizando las probabilidades de los estados de la naturaleza

• Criterio del escenario medio: En ocasiones, cuando el espacio de estados es numérico,

Tecnología para las decisiones / Decisiones informadas 10

1.1.2 Criterios sin utilizar las probabilidades de los estados de la naturaleza

• Criterio de Wald, minimax-maximin o pesimista: Para cada alternativa se supone que va a

• Criterio optimista: Es el criterio justamente opuesto al anterior, para cada alternativa se

• Criterio de Savage o costes de oportunidad: Este criterio toma en consideración el coste

Tecnología para las decisiones / Decisiones informadas 11

Las distintas alternativas seleccionadas para los distintos criterios serán:

• Criterio de la ganancia esperada

• Criterio de lo más probable

• Criterio del escenario medio

Tecnología para las decisiones / Decisiones informadas 12

Freemont E. Kast: La toma de decisiones es fundamental para el organismo y la conducta de la

Greenwood afirma que la toma de decisiones para la administración equivale esencialmente a la

2.1 Técnicas y Herramientas

Tecnología para las decisiones / Decisiones informadas 13

2.2 Etapas de la toma de decisiones

2.2.1 Etapa 1. La identificación de un problema

Tecnología para las decisiones / Decisiones informadas 14

2.2.2 Etapa 2. La identificación de los criterios para la toma de decisiones

2.2.3 Etapa 3. La asignación de ponderaciones a los criterios

2.2.4 Etapa 4. El desarrollo de alternativas

2.2.5 Etapa 5. Análisis de las alternativas

2.2.6 Etapa 6. Selección de una alternativa

Tecnología para las decisiones / Decisiones informadas 15

2.2.8 Etapa 8. La evaluación de la efectividad de la decisión

Tecnología para las decisiones / Decisiones informadas 16

3.1 Tipología por niveles

Decisiones estratégicas (o de planificación): son decisiones adoptadas por decisores situados en el

3.2 Tipología por métodos

Tecnología para las decisiones / Decisiones informadas 17

• La decisión de una empresa de establecer actividades en otro país.

• Cuánto pagar a un determinado empleado.

• Cuándo formular un pedido a un proveedor concreto, entre otros.

Tecnología para las decisiones / Decisiones informadas 18

4.1 Distribución Binomial

comando “DISTR.BINOM”, como puede apreciarse en la imagen 1.

Imagen 1. Pantalla de Microsoft Excel cuando se selecciona la función Fuente:

Los argumentos de la función:

• Núm_éxito, es el NÚmero de éxitos en los ensayos, que se desean estimar (Xi).

• Ensayos, es el nÚmero de ensayos independientes o repetitivos que se realizan (ni).

• Prob_éxito, es la probabilidad de éxito en cada ensayo (p).

• Acumulado, es un valor lógico que determina la forma de la función. Si el argumento

Tecnología para las decisiones / Decisiones informadas 19

Imagen 2. Pantalla de Microsoft Excel con los argumentos de la Distribución