República Bolivariana de Venezuela

Universidad Católica del Táchira

Facultad de Ciencias Económicas y Sociales
Escuela de Administración y Contaduría
Mención Gerencia de Empresas
San Cristóbal – Estado Táchira

Pronósticos de tipo Cuantitativos:

Pronósticos Causales y Promedios Móviles

Guerrero C., Any M. – C.I. V-26.892.798

Morales R., Marianghely – C.I. V-26.287.077
Ramírez M., Norielba E. – C.I V-27.239.823
Rojas A., María J. – C.I V-29.507.129

Noviembre, 2020
 2

Conceptos Básicos
1.1 Pronóstico: Un pronóstico, hablando de manera empresarial, es la predicción de lo
que sucederá con un elemento específico dentro de un marco de un grupo de
condiciones. Es una estimación cuantitativa de uno o varios factores que componen un
evento futuro, fundamentado en información del presente y/o del pasado.

1.2 Cuantitativo: Es un adjetivo con naturaleza numérica de datos, métodos,

investigaciones y/o resultados, vinculado a la cantidad. Hace referencia a una cuantía, una
magnitud, una porción o un número de cosas.

1.3 Pronósticos Cuantitativos: Dichos pronósticos cuantitativos examinan los

resultados anteriores de una empresa, mediante el manejo de modelos matemáticos. Los
datos históricos son relevantes para poder predecir el futuro, por lo tanto, se debe tener
conocimiento de las ventas y demandas pasadas.

1.4 Concepto de Estimación: Es una estimación estadística de la realidad, es un grado

o porcentaje de exactitud dejando un margen de error muy pequeño, no mayor de 10%.

1.5 Concepto de Evento: Es un acaecimiento, ya sea programado o imprevisto. Es un

fenómeno que ocurre en un lugar y momento determinado, se podría especificar como un
punto en el espacio-tiempo.

1.6 Concepto de Datos: Es un valor sobre algo específico, el cual permite acceder a su
conocimiento exacto o también para concluir las consecuencias provenientes de un
hecho.

1.7 Concepto de Métodos: Es un proceso que funciona de manera ordenada y

sistemática, con el propósito de lograr un objetivo, a través de una agrupación de
técnicas.

1.8 Concepto de Condición: Es cada elemento que posee cualquier cosa en el

planeta, es algo versátil ya que define las características cotidianas de las cosas. Define
una vista de lo estudiado de dos maneras: genérica y específica.

1.9 Concepto de Resultados: Consecuencia o conclusión de una acción, es la manera

en que termina o concluye algo. Indiferente del ámbito del que se refiera, el resultado
será un número o una serie de números, así como palabras ya sean negativas o positivas.

1.10 Pronósticos Causales: Son más específicos, explican textual y verbalmente la

relación entre las variables a estudiar. Siendo la variable dependiente, el objeto de
estudio, y la variable independiente, los cambios ocurridos.

1.11 Concepto de Causal: Es la relación entre la causa y el efecto, siendo el principio

de un evento, no existe el uno sin el otro. Por ende, se necesitan de datos históricos para
poder predecir algún evento futuro.
 3

1.12 Concepto de Variable: Es un símbolo que representa algo específico, sin

embargo, está sujeta a cambios ya que no es algo fijo o estable. Se utiliza para fórmulas o
funciones.

1.12.1 Concepto de Variable Dependiente: Es un objeto de estudio, que es medido

y cuantificado. Está ligada o relacionada con otras variables, depende de ellas. Se
representa por el símbolo “y” en el eje de coordenadas.

1.12.2 Concepto de Variable Independiente: Es una variable propia, su valor no

depende de ningún otro elemento, no necesariamente debe tener influencia o relación
con la variable dependiente. Se representa por el símbolo “x” en el eje de las abscisas.

1.13 Promedio Móvil: Es un indicador de tendencias que se usa para realizar análisis
de datos históricos, su finalidad es formar una serie de medidas que provengan de
diferentes conjuntos de datos. Se define como la variable promedio en un determinado
momento sobre un periodo de tiempo dado, es móvil porque se calcula para varios
periodos, es el valor de cada variable en función del tiempo.

Método de Buen Ajuste:

2.1 Definición de Recta de Mínimos Cuadrados Es una manera de analizar un
conjunto de datos numéricos, tiene el propósito de minimizar la suma de cuadrados de las
diferencias ordenadas, es decir, la resta entre los valores reales y los estimados en la
recta. Consiste en otorgarle diferentes valores a la variable independiente (x), anotando
los resultados que den valor a la variable dependiente (y) y con ello obtenemos una serie
de punto; estos puntos se graficarán en el plano cartesiano teniendo como resultado una
recta, aunque existe un margen de error que posiblemente no ayude a la rectitud de la
misma.

2.2 Características
 Solo sirve para ajustar modelos lineales, sí no es el caso, se debe optar por otro
método.
 Permite encontrar la ecuación de la recta usando datos experimentales, por ende,
es objetivo.
 Proporciona intervalos pequeños de error.

2.3 Definición de Ajuste Aproximado Se refiere a “graficar a ojo”, en otras palabras,

trazar de manera más cercana o proximal de los puntos de dispersión establecidos en el
plano cartesiano. La misma puede ser una línea, parábola o curva, tomando la forma de
los puntos anteriormente mencionados.
 4

2.4 Fórmula

Y = a + b(x)

Dónde:
Y: Valor estimado de Y.
a: Punto donde la recta corta el eje.
b: La pendiente de la recta, la tendencia.
X: Cualquier valor de tiempo seleccionado.
Gerencialmente:
Y: Ventas.
a: Ventas iniciales en el año 0.
b: Índice de crecimiento.
X: Año escogido para el pronóstico que vamos a obtener.

a = ∑Y / N b = ∑xy / ∑x2
Dónde:
a: Valor de coordenadas al origen que corta el eje y.
b: La pendiente.
X2: La potencia de las X.
N: Número de datos históricos.

2.5 Problema Resuelto

Una fábrica de colchones que empezó en 2014, ha ido aumentando sus ventas y le
gustaría saber que pronósticos de ventas aproximados estima para el año 2020. A
 5

continuación, se registran los ingresos de años pasados: 216.400 Bs, 294.600 Bs, 345.800
Bs, 421.500 Bs y 506.700 Bs desde el año 2014 hasta el año 2019 respectivamente.

2.5.1 Desarrollo del Problema

Paso 1: Ordenamos los años con sus correspondientes ventas en una tabla.
Tabla 1

AÑO VENTAS
2014 Bs. F. 209,100.00
2015 Bs. F. 216,400.00
2016 Bs. F. 294,600.00
2017 Bs. F. 345,800.00
2018 Bs. F. 421,500.00
2019 Bs. F. 506,700.00
2020 ?

Paso 2: Se realiza la sumatoria de las ventas. (209.100 + 216.400 + 294.600 +

345.800 + 421.500 + 506.700 = 1.994.100,00 Bs).
Tabla 2

Sumatoria Ventas
Pasadas
Bs. F. 1,994,100.00

Paso 3: Se Añade una nueva columna en la tabla, “X”, los valores variarán
dependiendo de la serie par o impar, en este caso es par ya que tenemos 6 datos,
entonces se agregan:
Tabla 3

SERIE PAR SERIE IMPAR

X= 1 -5 1 -2
2 -3 2 -1
3 -1 3 0
4 1 4 1
5 3 5 2

Paso 4: Dado que la serie contiene 6 datos, su mitad es 3, por lo tanto se fija la
mitad en la tabla y se reparten los valores, usando el método de Mínimos Cuadrados.
 6

Tabla 4

AÑO VENTAS X
2014 Bs. F. 209,100.00 -5
2015 Bs. F. 216,400.00 -3
2016 Bs. F. 294,600.00 -1
2017 Bs. F. 345,800.00 1
2018 Bs. F. 421,500.00 3
2019 Bs. F. 506,700.00 5
2020 ?

Sumatoria Ventas Pasadas

Bs. F. 1,994,100.00

Paso 5: Se agrega una nueva columna, “X2”, y se calculan las potencias de la

columna anterior. Dando como resultados -52 = 25, -32 = 9, -12 = 1, 12 = 1, 32 = 9 y 52 = 25.
Tabla 5

AÑO VENTAS X X²
2014 Bs. F. 209,100.00 -5 25
2015 Bs. F. 216,400.00 -3 9
2016 Bs. F. 294,600.00 -1 1
2017 Bs. F. 345,800.00 1 1
2018 Bs. F. 421,500.00 3 9
2019 Bs. F. 506,700.00 5 25
2020 ?

Sumatoria Ventas Pasadas

Bs. F. 1,994,100.00

Paso 6: Se anexa la columna “XY” y se multiplican los respectivos valores entre sí,
debemos recordar que gerencialmente “Y” representa nuestras ventas, calculamos -5 x
209100 = -1045500, -3 x 216400 = -1082000, -1 x 294600 = -1473000 y así sucesivamente.
A continuación, se suman las columnas X2 y XY para tener sus respectivos valores.
 7

Tabla 6

AÑO VENTAS X X² XY
2014 Bs. F. 209,100 -5 25 -1045500
2015 Bs. F. 216,400 -3 9 -649200
2016 Bs. F. 294,600 -1 1 -294600
2017 Bs. F. 345,800 1 1 345800
2018 Bs. F. 421,500 3 9 1264500
2019 Bs. F. 506,700 5 25 2533500
2020 ?

Paso 7: Ahora para estimar “a” se realiza la sumatoria del total de Y (ventas) y se
divide entre la muestra, que en este caso es 6. Aplicando la fórmula anteriormente
explicada a = 1994100/6 = 332.350,00.
Tabla 7

AÑO VENTAS X X² XY
2014 Bs. F. 209,100 -5 25 -1045500
2015 Bs. F. 216,400 -3 9 -649200
2016 Bs. F. 294,600 -1 1 -294600
2017 Bs. F. 345,800 1 1 345800
2018 Bs. F. 421,500 3 9 1264500
2019 Bs. F. 506,700 5 25 2533500
2020 ?

Sumatoria Bs. F. 1,994,100 0 70 2154500

N= 6

𝑎=(∑𝑦)/𝑁 = 332350.00

Paso 8: Se toman los valores totales de la sumatoria de XY y se divide en el total de

2
X , para obtener “b” (b = 2154500 / 70 = 30778,57143).
 8

Tabla 8

AÑO VENTAS X X² XY
2014 Bs. F. 209,100 -5 25 -1045500
2015 Bs. F. 216,400 -3 9 -649200
2016 Bs. F. 294,600 -1 1 -294600
2017 Bs. F. 345,800 1 1 345800
2018 Bs. F. 421,500 3 9 1264500
2019 Bs. F. 506,700 5 25 2533500
2020 ?

Sumatoria Bs. F. 1,994,100 0 70 2154500

N= 6

𝑏=(∑𝑥𝑦)/ =
𝑎=(∑𝑦)/𝑁 = 332350.00 (∑𝑥²) 30778.57142857

Paso 9: Ahora para aplicar la fórmula Y = a + b (X), la cual representa el pronóstico

de ventas de mínimos cuadrados de la Empresa “Duerme Feliz”, se toman los valores
anteriormente calculados, se sustituyen y se efectúan los cálculos, logrando así estimar las
ventas para el año 2020. Y = 332350 + 30778,57143 (X), siendo la X = 20, para un total de
947.921,43.
Tabla 9

AÑO VENTAS X X² XY Pronóstico

2014 Bs. F. 209,100 -5 25 -1045500
2015 Bs. F. 216,400 -3 9 -649200
2016 Bs. F. 294,600 -1 1 -294600
2017 Bs. F. 345,800 1 1 345800
2018 Bs. F. 421,500 3 9 1264500
2019 Bs. F. 506,700 5 25 2533500
2020 à Bs. F. 947,921.43

Sumatoria Bs. F. 1,994,100 9 70 2154500

N= 6

332350.00 𝑏=(∑𝑥𝑦)/ = 30778.57142857

𝑎=(∑𝑦)/𝑁 = (∑𝑥²)
 9

Paso 10: Ya calculados los valores se procede a hacer la gráfica mediante un plano
cartesiano donde “X” representa años y “Y” las ventas pasadas; de esta manera
procedemos a marcar los puntos representativos de los datos históricos de la empresa,
siendo suficiente con 2 puntos de dispersión. Calculamos: Y = 332.350 + 30.778,57143 (14)
dando como resultado: 763.250 como nuestro primer punto, ahora Y = 332.350 +
30.778,57143 (20) para nuestro segundo punto y obtenemos 947.921,43.
Gráfico 1

Empresa "Duerme Feliz"

1,000,000
800,000
Bolívares

600,000
400,000
200,000
0
2013 2014 2015 2016 2017 2018 2019 2020 2021
Años

Paso 11: Para terminar la gráfica, procedemos a realizar un ajuste aproximado,

trazando una línea a ojo de manera proximal a los puntos de dispersión anteriormente
realizados.
Gráfico 2

Empresa "Duerme Feliz"

1,000,000
900,000
800,000
700,000
Bolívares

600,000
500,000
400,000
300,000
200,000
100,000
0
2013 2014 2015 2016 2017 2018 2019 2020 2021

Años
 10

2.5.2 Interpretación Gerencial

En la gráfica se puede determinar y observar que no hay una gran dispersión entre
los puntos, en otras palabras, las ventas pasadas no aumentaron exponencialmente un
respectivo año con el anterior, por lo tanto, el pronóstico de ventas usando el Método de
Mínimos Cuadrados (Buen ajuste), dio como resultado para el año 2020 de 609.357,14 Bs.
mostrando así una tendencia de crecimiento en dichas ventas. Se recomienda la compra
de mercancía y aumento de inventario, de tal manera que la empresa pueda suplir la
demanda futura.

2.6 Problema Propuesto

¿Cuáles son los costos en una jornada de trabajo de 40 horas? Aplica la ecuación Y
= a + b(X), utilizando la Recta de Mínimos Cuadrados.
Tabla 10

Mes Costo (Y) Horas(X)

Enero 400 10.00
Febrero 500 12.50
Marzo 500 17.50
Abril 600 20.00
Mayo 1500 50.00
Junio 900 30.00
TOTAL 4400 140.00

Promedio Móvil Simple

3.1 Definición de Promedio Móvil Simple: Es un método que se emplea para
obtener pronósticos con una agrupación de datos recientes, donde se aplica la media
aritmética. Cada vez que se incorpore un nuevo dato, se debe eliminar el más antiguo.

3.2 Características
 Este promedio se usa para lograr estimar los valores futuros enfocados en los
datos.
 Es un método que proyecta valores durante el lapso de pronósticos, centrándose
en el valor promedio de las variables, que se calcula durante una cantidad
específica de periodos anteriores.
 Mientras sea menor el número de periodos que se usan, su pronóstico podrá
responder con mayor rapidez a cualquier cambio que se presente en los datos.
 11

3.3 Fórmula

Yt+1 = Yt+Yt-1+…Yt-k+1 / k
Dónde:
Yt+1: Valor pronosticado para el siguiente periodo.
Yt: Valor real en el periodo t.
k: Es el periodo a considerar.

3.4 Problema Resuelto

La empresa “Medusa” busca como objetivo actual pronosticar las ventas reales en
unidades, implementando periodos de 4, para el mes de septiembre del año 2020.

3.4.1 Desarrollo del Problema

Paso 1: Se establecen los meses y las ventas reales en unidades obtenidas en el año
2020.
Tabla 11

MES VENTAS REALES

Enero 800
Febrero 820
Marzo 790
Abril 850
Mayo 880
Junio 870
Julio 850
Agosto 840

Paso 2: Para obtener el pronóstico de ventas reales del mes de septiembre,

seleccionamos los meses respectivos; mayo, junio, julio y agosto.
 12

Tabla 12

MES VENTAS REALES

Enero 800
Febrero 820
Marzo 790
Abril 850
Mayo 880
Junio 870
Julio 850
Agosto 840

Paso 3: Con los meses previos; elegimos las unidades obtenidas por las ventas
reales de la siguiente forma, se van a sumar y dividir entre los periodos indicados, es decir
4, aplicando la fórmula de Promedio Móvil Simple.
Tabla 13

MES
Enero
Febrero
Marzo
Abril
Yt+1= (880+870+850+840) / 4

Paso 4: Con la aplicación de la formula obtendremos el pronóstico para el mes de

septiembre, de la siguiente manera:

Yt+1= 880+870+850+840 / 4
Yt+1= 3440 / 4
Yt+1= 860 unidades
 13

Tabla 14

MES VENTAS REALES

Enero 800
Febrero 820
Marzo 790
Abril 850
Mayo 880
Junio 870
Julio 850
Agosto 840

Paso 5: La estimación de las ventas por unidades del mes de septiembre es de 860
unidades.
Tabla 15

MES VENTAS REALES

Enero 800
Febrero 820
Marzo 790
Abril 850
Mayo 880
Junio 870
Julio 850
Agosto 840
Septiembre 860

Gráfico 3

Empresa: "MEDUSA"
900
880 880
870
860 860
850 850
840 840
820 820
800800
790
780
760
740
Enero Febrero Marzo Abril Mayo Junio Julio Agosto Septiembre
 14

3.4.2 Interpretación Gerencial

Se establece que este método de pronóstico de ventas tiende a ser preciso, y
permite la aproximación del futuro, lo que facilita la toma decisiones para el personal
encargado. Los ingresos por ventas de la empresa “Medusa” aumentan para el mes de
septiembre, utilizando el Promedio Móvil Simple, destacamos que los movimientos que se
utilizan para realizar el promedio son dinámicos, dado que presentan cambios con el
tiempo y se actualizan usando valores próximos, mientras que los estáticos tienen
patrones que no cambian con el transcurso del tiempo.

3.5 Problema Propuesto

Una empresa desea conocer la tendencia que tendrá para el siguiente periodo de la
producción del artículo XX, para lo cual ha obtenido la información del sector dentro de su
área de influencia. Se solicita: a. Hallar el pronóstico mediante el promedio móvil simple,
del periodo 23, con periodos de 6. b. Interpretar los resultados.
Tabla 16

Periodo 1 2 3 4 5 6 7 8 9 10 11
Producción 593 570 486 854 797 362 594 271 45 254 433

Periodo 12 13 14 15 16 17 18 19 20 21 22 23
Producción 529 994 319 610 748 832 193 720 415 536 850 ?

Promedio Móvil Ponderado

3.1 Definición de Promedio Móvil Ponderado: A diferencia del promedio móvil,
este permite asignar cualquier importancia a cada elemento, siempre y cuando la suma de
todas las ponderaciones sea igual a uno. Esta es utilizada para pronosticar valores futuros
de series estables que no presenten tendencia ni estacionalidad. Lo que permite que las
técnicas de pronóstico respondan más rápido a los cambios, puesto que puede darse
mayor peso a los periodos más recientes.
Siendo esta la ventaja del método, pues bajo ciertas circunstancias, las empresas
necesitan predecir la demanda de próximos periodos ponderando unos sobre otros,
concediendo así, por ejemplo, darle más importancia a la tendencia, aunque este método
nos sigue debiendo frente a este aspecto, si sale victorioso si se compara con el promedio
o media simple.

3.2 Características
 La determinación de los costos resulta ser fácil.
 15

 Es adecuado para tiempos sin inflación.

 El precio de ventas es uno solo.
 Resulta ser sencillo el manejo de los registros auxiliares del almacén.

3.3 Fórmula
Ft = (w1. DT-1 + W2. DT-2 +…Wn. Dt-n) / w1+ W2 +W3+…+Wn
Dónde:
Ft: Pronóstico del siguiente periodo t.
Dt: Valor observado de la demanda en el periodo t.
Wi: Peso o ponderación para el valor observado de la demanda en el periodo t-i.

3.4. Problema Resuelto

IngE es una compañía productora de alimentos para perro y requiere calcular el
pronóstico de demanda para junio del 2021 con el método de media móvil ponderada.
Para la empresa, la demanda pasada reciente es la más importante y le asignan un peso
de 50%. La demanda intermedia tiene un peso de 30% y la más lejana de 20%.

3.4.1 Desarrollo del Problema Resuelto

Paso 1: Plantear los meses con la cantidad de unidades demandadas.
Tabla 17

Mes Unidades
1 130
2 145
3 139
4 153
5 162
6 170
7 100
8 120
9 151
10 134
11 139
12 151
13 164
14 159
15 171
16 182
17 162
18 190
 16

Paso 2: Para calcular el pronóstico de demanda del mes 4, multiplicamos el mes 3

(el más reciente) por 50%, mes 2 (el intermedio 2) por 30% y el mes 1 (el más lejano) por
20%.
Pronóstico = (139*0.50+145*0.30+130*0.20) / 1 = 139 unidades.
Tabla 18

Mes Unidades Pronóstico Ponderación

1 130 0.5
2 145 0.3
3 139 0.2
4 153 139 1
5 162 147
6 170 155
7 100 164
8 120 133
9 151 124
10 134 132
11 139 136
12 151 140
13 164 144
14 159 155
15 171 159
16 182 166
17 162 174
18 190 170
 17

Gráfico 4

Ponós ti co de dem anda IngE

Demanda Pronóstico
200
180
160
140
120
Unidades

100
80
60
40
20
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
meses

3.4.2 Interpretación Gerencial

La experiencia y el análisis de la demanda suelen ser decisorios para determinar
la importancia en la ponderación. Sin embargo, se suele considerar que en el cálculo de
pronósticos es más importante la demanda reciente, pues ante ausencia de datos, es el
indicador más fiel que tenemos para el próximo periodo.

3.5 Problema Propuesto

En enero de 2020, la empresa “Chocolate C.A.” desea pronosticar la demanda para la
semana 13, aplicando una ponderación del 60% el periodo más reciente, 30% el intermedio y 10%
el más lejano.

Semana Demanda
1 1725
2 1840
3 1760
4 1860
5 1690
6 1760
7 1710
8 1810
9 1790
10 1840
11 1700
12 1780