Apunte docente desarrollado por el

profesor Miguel Ángel González, para

el estudio en esta asignatura,
2013.

FORMAR
www.unab.cl TRANSFORMAR
 Criterios  de  selección  y  ponderación  del  sesgo  y  la  dispersión  

y  Método  normalizador  MAG.  

 

La  toma  acertada  de  decisiones  ha  sido  siempre  una  necesidad  para  las  empresas.  En  
los  tiempos  modernos  los  ejecutivos  exitosos  se  caracterizan  por  asumir  esta  responsabilidad,  
sin  embargo  la  velocidad  de  los  cambios  en  los  mercados  y  la  excesiva  información  disponible  -­‐  
a  veces  -­‐  como  la  falta  de  información  en  otros  casos,  dificulta  esta  tarea.  Las  decisiones  deben  
ser  tomadas  en  forma  oportuna  y  no  siempre  con  el  tiempo  necesario  para  analizar  todas  las  
opciones  factibles,  lo  que  obliga  a  actuar  bajo  un  escenario  de  incertidumbre.  
   
Si  la  decisión  está  asociada  a  un  solo  criterio  de  rendimiento,  un  solo  factor  crítico  de  
éxito  o  un  solo  objetivo,  presenta  un  grado  de  complejidad  menor  que  cuando  se  necesita  que  
la   decisión   o   solución   satisfagan   simultáneamente   más   de   un   criterio   u   objetivo,   más   aún  
cuando   los   objetivos   son   satisfechos   en   forma   distinta   por   cada   una   de   las   decisiones   o  
soluciones  posibles.  
 
Es   claro   que   en   el   ambiente   competitivo   actual,   las   organizaciones   enfrentan  
diariamente   la   toma   de   decisiones   tanto   en   el   nivel   estratégico,   como   en   el   táctico,   siendo  
muchas  veces  de  consecuencias  fundamentales  para  la  supervivencia  de  las  mismas.  
 
Cuando   se   enfrenta   el   proceso   de   toma   de   decisiones   o   selección   de   alternativas,  
generalmente   se   tienen   múltiples   objetivos   que   se   contraponen   entre   ellos,   haciendo   más  
complejo   este  proceso  y  generándose  entonces  la  necesidad  de  una  herramienta  o  un  método  
que  permita  comparar  esos  múltiples  criterios  frente  a  la  gama  de  alternativas  posibles.    
 
La   toma   de   decisiones   multi-­‐criterio   es   un   problema   clave   de   la   vida   real.   Cualquier  
actividad   involucra,   de   una   u   otra   manera,   la   evaluación   de   un   conjunto   de   alternativas   en  
términos   de   un   conjunto   de   criterios   de   decisión,  donde   muy   frecuentemente   estos  criterios  
están  en  conflicto  unos  con  otros.  Es  claro  que  este  se  encuentra  influenciado  por  sus  patrones  
o   modelos   mentales,   y   por   quienes   se   encuentran   en   una   posición   jerárquica   superior   o  
inferior,  incluyéndose  también  el  estado  de  ánimo  y  sus  relaciones  familiares  y  sociales,  lo  cual  
determina   las   prioridades   al   momento     de   abordar   el   problema   y   añaden   desde   luego,  
mayores  elementos  de  complejidad.    
 
Dentro  de  este  marco,  es  vital  contar  con  la  información  adecuada  para  tomar  la  mejor  
decisión,   la   cual   se   determinará   dentro   de   un     conjunto   de   posibles   alternativas,   las   cuales  
deben   ser   evaluadas   frente   a   múltiples   criterios   que   se   definan   para   este   propósito.   El  
resultado   entonces,   es   un   proceso   complejo   y   delicado   en   el   cual   la   subjetividad   y   la  
dependencia  de  la  información  juegan  un  papel  preponderante.    
 
Por   esta   razón   es   necesario   contar   con     herramientas   que   apoyen   este   proceso   y  
permitan   un   análisis   más   científico   de   las   alternativas.   Esta   complejidad   ha   llevado   al  
desarrollo   de   modelos   de   preferencia,   es   decir,   herramientas   que   permiten   abordar   el  
problema  de  decisión  multi-­‐criterio  de  una  forma  sistemática  y  científica,  buscando  favorecer  
el  proceso  y  ayudar  a  quien  toma  la  decisión.    
 
El   proceso   de   análisis   jerárquico   propuesto   por   Thomas   Saaty   en   1980,   fue   diseñado  
para  cuantificar  las  opiniones  gerenciales  donde  participan  diferentes  criterios  que  complican  

1  
 
la  toma  de  decisiones,  y  corresponden  a  los  modelos  de  análisis  multi-­‐criterio  o  multi-­‐objetivo,  
donde  también  se  encuentran  el  método  del  Scoring,  la  utilidad  multi-­‐atributo  y  las  relaciones  
de  causa-­‐efecto.  
 
Muchas  de  las  técnicas  y  herramientas  relativas  a  la  toma  de  decisiones  necesitan   una  
serie  de  datos  y  definiciones  de  las  organizaciones,  además  de  un  arduo  tratamiento  de  estos  y  
la   información   disponible.   Generalmente   los   output   de   estas   herramientas   entregan   a   los  
tomadores   de   decisiones   un   abanico   de   opciones,   ante   las   cuales   decidir   y   ponderar   las  
implicancias  y  riesgos  asociados.  Así,  una  herramienta  rápida,  fácil  de  utilizar  y  efectiva  es  de  
un  beneficio  incuestionable.  
 
 
El   “Método   Normalizador   MAG”   es   una   herramienta   desarrollada   y   en   proceso   de  
publicación   (2013).   De   fácil   utilización   y   comprensión,   tiene   un   amplio   campo   de   uso,   sin  
embargo  para  facilitar  su  puesta  en  práctica,  será  descrita  y  aplicada  en  el  contexto  de  decidir  
cuál  método  de  pronóstico  sería  el  que  mejor  represente  los  objetivos  de  una  organización.  
 

Ejemplo  de  aplicación  

 
Considere   que   debe   decidir   qué   método   es   el   que   mejor   se   ajusta   a   la   previsión   de  
comportamiento  en  la  demanda  de  un  producto.  Para  esto  usted  utilizó  los  siguientes  métodos  
de  pronósticos  de  series  de  tiempo:    
 
Promedio  móvil  simple,  con  n=3  y  con  n=6.  
Promedio  móvil  ponderado,  0,7;  0,2  y  0,1  (mayor  ponderación  a  demanda  más  reciente).  
Suavización  exponencial  simple  con  α  =  0,1  y  α  =  0,2.  
 
Para   evaluar   la   magnitud   de   los   errores   se   utilizó   CFE,   (suma   Acumulativa   de   los  
errores)  para  el  sesgo  y  MAD  (Desviación  Media  Absoluta)  para  la  dispersión.  
 
La   empresa   asigna   la   misma   ponderación   a   los   errores   de   sesgo   y   a   los   errores   de  
dispersión.  
 
A  continuación  se  entregan  los  resultados  al  medir  los  errores  y  parámetros  utilizados  
en  cada  método.  
 
 
Tabla  Nº  1:  Medición  de  Errores  
Método CFE MAD
Promedio  Móvil  Simple
Tres  Semanas  (n=3)   23,1 17,1
Seis  Semanas  (n=6)   69,8 15,5
Promedio  Móvil  Ponderado
 0,7  ;  0,2  ;  0,1   14,0 18,4
Suavización  Exponencial  Simple
α = 0,1 65,6 14,8
α = 0,2 41,0 15,3  
 
 
 

2  
 
Caso  1:  Aplicación  de  selección  tradicional.  
 
  La  tradición  de  la  literatura  indica  que  se  deben  realizar  selecciones  secuenciales;  esto  
es,   para   cada   método   aplicado,   seleccione   el   pronóstico   cuyos   parámetros   representan   de  
mejor  manera  los  criterios  de  la  organización.  Posteriormente  y  una  vez  reducidos  los  métodos  
participantes,  genere  la  elección  final.  
 
En   particular   en   este   ejemplo,   se   decidirá   primero   entre   los   pronósticos   obtenidos   al  
aplicar   el   método   de   “Promedios   móviles   simple”   con   n=3   vs   con   n=6.   Para   esto   analice   los  
valores  de  la  medición  de  los  errores  practicados:  
 
 
Tabla  Nº  2:  Medición  de  errores  Método  “Promedios  Móviles  Simple”  
Método CFE MAD
Promedio  Móvil  Simple
Tres  Semanas  (n=3)   23,1 17,1
Seis  Semanas  (n=6)   69,8 15,5  
 
 
Si  el  criterio  fuera  minimizar  el  error  de  sesgo,  la  elección  favorecería  a  PMS  con  n=3,  
por  el  contrario  si  el  criterio  fuera  minimizar  la  dispersión,  la  elección  sería  PMS  con  n=6.    
 
Como   la   empresa   asigna   la   misma   importancia   a   ambos   criterios,   se   debe   analizar   la  
magnitud  de  los  cambios  de  los  indicadores  o  errores;  si  se  observa  el  error  de  sesgo,  este  se  
triplica  al  preferir  n=6  en  lugar  de  n=3,  por  otro  lado,  el  error  de  dispersión  solo  aumenta  en  
una  pequeña  magnitud  (cercana  al  10%)  al  preferir  n=3  en  lugar  de  n=5.  
 
En   consecuencia   la   elección   es   n=3   dado   que   presenta   un   sesgo   muy   bajo   y   una  
dispersión  leventemente  superior  en  relación  con  n=6.  
 
Ahora   se   seleccionará   el   mejor   pronóstico   al   aplicar   el   método   “Suavización  
Exponencial  Simple”  con  α  =  0,1  vs  α  =  0,2.  
 
 
 
 
Tabla  Nº  3:  Medición  de  Errores  Método  “Suavización  Exponencial  Simple”  
Método CFE MAD
Suavización  Exponencial  Simple
α = 0,1 65,6 14,8
α = 0,2 41,0 15,3  
 
 
Al   igual   que   en   el   caso   anterior,   aquí   se   enfrenta   una   decisión   en   la   cual   se   deben  
ponderar  los  incrementos  en  los  indicadores  (errores).  Al  preferir  en  pronóstico  obtenido  con    
α  =  0,1  el  error  de  sesgo  se  incrementa  en  un  60%;  en  el  caso  contario,  al  preferir  el  pronóstico  
obtenido  con  α  =  0,2    la  dispersión  sólo  se  incrementa  en  cerca  de  un  3%.  En  consecuencia  la  
elección   favorece   a   α   =   0,2,   dado   que   el   sesgo   es   mucho   menor   y   la   dispersión   levemente  
superior.  
 

3  
 
 Finalmente,   ahora   se   ha   reducido   a   tres   métodos   la   decisión,   y   los   datos   son   los  
siguientes:  
   
 
Tabla  Nº  4:  Medición  de  Errores  Métodos  Finalistas  
Método CFE MAD
Promedio  Móvil  Simple
Tres  Semanas  (n=3)   23,1 17,1
Promedio  Móvil  Ponderado
 0,7  ;  0,2  ;  0,1   14,0 18,4
Suavización  Exponencial  Simple
α = 0,2 41,0 15,3  
 
 
Ahora  se  debe  analizar  y  ponderar  las  variaciones  de  los  tres  métodos  en  competencia.  
El  que  presenta  el  mejor  comportamiento  frente  al  sesgo  es  PMP  y  frente  a  dispersión  es  SES.  
Es   claro   deducir   que   la   elección   será   PMP,   dado   que   presenta   el   menor   sesgo   y   una   dispersión  
levemente  superior  a  los  otros  dos  competidores.  
 
Como  se  puede  apreciar,  el  análisis  tradicional  corresponde  a  una  comparación  entre  
métodos,   a   través   de   una   evaluación   de   las   variaciones   en   los   indicadores   que   representan   los  
criterios  de  la  empresa  u  organización.    
 
Si   bien   este   tipo   de   análisis   es   simple   y   requiere   de   concentración,   es   lento   y   se   vuelve  
bastante   engorroso   cuando   los   métodos   que   compiten   son   numerosos.   En   todo   caso   no  
asegura   que   la   selección   sea   la   mejor,   más   aún   cuando   la   empresa   u   organización   quiere  
asignar   importancias   distintas   a   cada   criterio,   y   resulta   imposible   cuando   los   criterios  
implicados  son  más  de  dos.  
 
Para  estos  casos  se  presenta  el  método  “Normalizador  MAG”,  desarrollado  para  tomar  
decisiones  multi-­‐criterios.  
 
 
 

Método  Normalizador  MAG:  

 
El   “Método   Normalizador   MAG”,   consiste   en   asignar   a   un   conjunto   de   indicadores  
perteneciente   a   cualquiera   de   los  métodos   que   compiten,   el   valor   unitario   (1,00)   identificando  
a  este  conjunto  de  indicadores  como  Normalizador.  Posteriormente  se  calcula  la  relación  con  
los   indicadores   correspondientes   a   los   otros   métodos,   dividiendo   cada   indicador   por   el   valor  
del   indicador   equivalente   perteneciente   al   conjunto   elegido;   así   se   lograrán   valores   que  
relacionan   matemáticamente   la   variación   de   cada   indicador   con   los   homólogos   de   los   otros  
métodos  en  competencia.  
 
Esta   normalización,   “Método   MAG”,   permitirá   asignar   correctamente   la   variación   y   los  
pesos  dados  a  cada  indicador.    
 
El   “Método   MAG”   entrega   la   relación   que   existe   entre   los   mismos   indicadores,  
obtenidos  por  los  distintos  métodos,  independiente  del  “normalizador”  utilizado.  Aunque  los  
valores   sean   distintos,   la   relación   entre   ellos   será   la   misma,   pero   a   diferencia   de   los   valores  

4  
 
originales,   la   normalización   obtenida,   con   el   “Método   MAG”,   permite   comparar   los  
rendimientos,  asignando  el  mismo  peso  a  cada  indicador  en  relación  a  los  otros  criterios.  
 
 
Caso  2:  Aplicación  de  selección  utilizando  el  “Método  Normalizador  MAG”.  
 
  El  Método  indica  que  primero  se  debe  seleccionar  uno  de  los  métodos  y  asignar  a  ellos  
el   valor   unitario.   Para   este   desarrollo   se   seleccionará   el   PMS   n=3   como   “conjunto  
normalizador”.  
 
  Seguidamente   se   dividirán   los   valores   de   sesgo   del   resto   de   los   métodos   en   23,1.  
Paralelamente  los  valores  de  dispersión  serán  divididos  en  17,1.  Ambos  valores  corresponden  
al   sesgo   (CFE)   y   dispersión   (MAD)   del   método   perteneciente   al   conjunto   normalizador,  
seleccionado  en  el  paso  primero.  
 
Finalmente   calcule   el   promedio   de   los   valores   normalizados   obtenidos   para   cada  
método.  El  promedio  menor  corresponderá  al  método  que  mejor  representa  los  criterios,  que  
en  este  caso  corresponde  a  asignar  el  mismo  peso  a  cada  criterio  (sesgo  y  dispersión).  
 
 
Tabla  Nº  5:  Criterio  Normalizar  PMS  “n=  3”  y  Selección  
Método CFE MAD Promedio Método
Promedio  Móvil  Simple
Tres  Semanas  (n=3)   1,00 1,00 1,00 Normalizador
Seis  Semanas  (n=6)   3,02 0,91 1,96
Promedio  Móvil  Ponderado
 0,7  ;  0,2  ;  0,1   0,61 1,08 0,84 Selección
Suavización  Exponencial  Simple
α = 0,1 2,84 0,87 1,85
α = 0,2 1,77 0,89 1,33  
 
 
Claramente  la  decisión  es  coincidente  con  la  obtenida  con  el  método  tradicional,  pero  
en  este  caso  está  validada  matemáticamente.  
 
A  continuación  se  presenta  el  resultado  obtenido  si  la  selección  del  conjunto  
normalizador  elegido  es  suavización  exponencial  simple  con    α  =  0,1.  
 
 
Tabla  Nº  6:  Criterio  Normalizador  SES  “α  =  0,1”  y  Selección  
Método CFE MAD Promedio Método
Promedio  Móvil  Simple
Tres  Semanas  (n=3)   0,35 1,16 0,75
Seis  Semanas  (n=6)   1,06 1,05 1,06
Promedio  Móvil  Ponderado
 0,7  ;  0,2  ;  0,1   0,21 1,24 0,73 Selección
Suavización  Exponencial  Simple
α = 0,1 1,00 1,00 1,00 Normalizador
α = 0,2 0,63 1,03 0,83  
 
 

5  
 
 Como  se  aprecia,  aun  cuando  los  valores  son  distintos,  la  selección  es  la  misma,  y  esta  
es  una  de  las  características  del  método.  
 
 
Consideraciones  especiales  del  método  normalizador:  
 
Pueden  incluirse  el  número  de  criterios  que  la  empresa  desee.  Los  resultados  siempre  
entregarán  la  mejor  decisión  perseguida  por  las  organizaciones,  y  su  validez  dependerá  sólo  de  
la  calidad  de  los  indicadores  y  criterios  establecidos.    
 
Este   método   permite   tomar   decisiones,   asignando   diferentes   ponderaciones   o   pesos   a  
los   criterios.   En   estos   casos,   en   lugar   de   calcular   el   promedio,   se   deberá   calcular   la   suma  
ponderada  en  relación  a  los  pesos  asignados  a  los  distintos  criterios.  
 
Para  aplicar  el  método  a  la  selección  de  métodos  de  pronósticos,  se  deben  respetar  las  
siguientes  condiciones:  
 
1.-­‐   Al   momento   de   calcular   la   relación   de   los   indicadores,   se   debe   inscribir   el   valor  
positivo  resultante  de  la  división,  es  decir  si  un  valor  del  error  de  sesgo  es  negativo  (pronóstico  
tiende  a  sobreestimar  la  demanda)  debe  ser  registrado  el  valor  absoluto  de  la  división.  
 
2.-­‐  Sólo  puede  incluir  un  indicador  por  criterio,  es  decir  sólo  uno  de  sesgo  y  sólo  uno  de  
dispersión.    

6