SEMANA 03

GESTIÓN TÁCTICA DE
OPERACIONES
MBA Ing. Juan Pabel Cairampoma Huillca
juan.cairampoma@upn.edu.pe
AGENDA
 Pronósticos cuantitativos
 Regresión lineal
 Método de Mínimos Cuadrados
 Pronóstico estacional
 Validación de pronóstico
LOGRO

OBJETIVO

El estudiante identifique los tipos

de pronósticos cuantitativos y
tenga capacidad de aplicar lo
aprendido.
INTERÉS

¿Por qué
necesitamos
pronósticos?
ANÁLISIS DE REGRESIÓN LINEAL

Variables: X, Y

X Y Correlación positiva

X Y Correlación negativa
PASOS PARA UN ANÁLISIS DE REGRESIÓN LINEAL

1.Identificar las variables de nuestro enunciado.

2.Graficar los datos.
3.Calcular el coeficiente de correlación “R”
4.Hallar la fórmula de la gráfica
5.Proyectar la demanda
COEFICIENTE DE CORRELACIÓN

Nos permite saber si 2 variables tienen correlación

[ 0 - 0.5 ] No hay correlación Coeficiente de correlación

(r) también es conocido
[ 0.5 - 0.8 ] Correlación débil como el coeficiente de
Pearson
[ 0.8 - 1 ] Correlación fuerte
COEFICIENTE DE CORRELACIÓN

Casos típicos de diagramas de dispersión

Correlación Fuerte Positiva.

El valor de la variable “Y” aumenta claramente
Con el valor de la variable “X”. Si “X” es controlada
entonces “Y” también será controlada.

Correlación Fuerte Negativa.

El valor de “Y” disminuye claramente
cuando “X” aumenta.
COEFICIENTE DE CORRELACIÓN

Posible correlación Positiva. El

valor de la variable “Y” tiende
a aumentar cuando aumenta
el valor de la variable “X”

Posible correlación negativa.

El valor de la variable “Y” tiende a
disminuir cuando aumenta “X”

Cero correlación.
No existe correlación alguna
COEFICIENTE DE CORRELACIÓN - METODOLOGÍA

Paso 1: Obtener los pares de datos de ambas variables.

COEFICIENTE DE CORRELACIÓN - METODOLOGÍA

Paso 2: Ubicar punto por punto en el gráfico.

Si se esta estudiando una posible relación causa-efecto , el eje horizontal
representará la posible causa.

Paso 3: Calcular el coeficiente de correlación (r).

COEFICIENTE DE CORRELACIÓN

CASO 01

Calcular el coeficiente de
correlación de las variables:
Talla y Peso
COEFICIENTE DE CORRELACIÓN

Media de X = 72+76+59+ … +71+62+75 = 1327 = 66.35

Número de datos en x 20

= [(66.35-72)x(7.6-9)]+ …+[(66.35-54)x(7.6-4)]+…+ [(66.35-75)x(7.6-10)]

20-1

Sx2 = (66.35-72)2+ …+(66.35-54)2+…+ (66.35-75)2 = 1242.55 = 65.3974

20-1 19
Sx = 8.087
CALCULO DE LA REGRESIÓN LINEAL
MÉTODO DE MINIMOS CUADRADOS

CASO 02
Se tiene la siguiente información de las ventas que ha tenido la Empresa LEBAP y con la que se pretende
proyectar la demanda para los siguientes trimestres, obtenga la demanda de los siguientes periodos con el
método de mínimos cuadrados

n=12 La ecuación de la recta es: y = a + bx

 MÉTODO DE MINIMOS CUADRADOS

CÁLCULO
La ecuación de la recta es: y = a + bx

Con los datos presentados se calcula cada componente de la fórmula mínimo cuadrados:

y = a + bx
 MÉTODO DE MINIMOS CUADRADOS

Calculamos las ventas de los trimestres 13 a 24:

PRONÓSTICOS CUANTITATIVOS ESTACIONALES
PRONÓSTICOS CUANTITATIVOS ESTACIONALES
PRONÓSTICOS CUANTITATIVOS ESTACIONALES

Ventas por años Ventas por años

800
160
700
140

VENTAS (UNIDADES)
600
VENTAS (UNIDADES)

120
500
100
400
80
300
60
40 200
20 100
0 0
1 2 3 4
1 2 3 4
NRO. DE TRIMESTRES
NRO. DE TRIMESTRES
Año 2016 Año 2017
Año 1 Año 2 Año 3 Series4
PRONÓSTICOS CUANTITATIVOS ESTACIONALES

Los siguientes ejemplos muestran como se determinan y utilizan

los índices estacionales para pronosticar:

 Cálculo sencillo basado en datos estacionales pasados:

Proporción simple.

 Cálculo de la tendencia y el factor estacional a partir de una

recta ajustada a mano: Factor estacional y la variación
estacional multiplicativa.
PASOS PARA UN ANÁLISIS DE PROPORCIÓN SIMPLE

1. Dibujar los datos y visualizar comportamiento.

2. Promediar las ventas actuales por periodos.
3. Calcular el índice estacional:
ventas reales actuales o históricas/ventas promedios
4. Proyectar las ventas desestacionalizadas con la tendencia fija de
crecimiento o decrecimiento que nos proponen anualmente.
5. Multiplicar:
índice estacional x ventas promedio proyectadas
(paso 3 * paso 4)
PRONÓSTICOS CUANTITATIVOS ESTACIONALES

CASO 03

Cálculo sencillo basado en datos estacionales pasados: Proporción simple.

Supongamos que en los últimos años una empresa vendió un

promedio de 1000 unidades al año de una línea de productos en
particular.
En promedio, se vendieron 200 unidades en primavera, 350 en
verano, 300 en otoño y 150 en invierno.
PRONÓSTICOS CUANTITATIVOS ESTACIONALES

La cantidad anual dividida en forma equitativa entre todas las temporadas es:
1000/4 = 250

El factor (o índice) estacional es la razón de la cantidad vendida

durante cada estación o periodo de tiempo real (ventas históricas)
dividida entre la cantidad promedio de ventas por periodo (ventas
desestacionalizadas).
PRONÓSTICOS CUANTITATIVOS ESTACIONALES

En este caso debe estimarse la demanda total del próximo año. Por ejemplo, la
gerencia estima que para el próximo año se requiere incrementar las ventas en 10%.

La Proyección de Ventas Estacionalizadas se cálcula multiplicando el Factor

Estacional x las Ventas Desestacionalizadas a futuro

El factor estacional se puede actualizar de manera periódica al tener nuevos datos disponibles.
PASOS PARA UN ANÁLISIS DE VARIACIÓN ESTACIONAL
MULTIPLICATIVA

1. Dibujar los datos y visualizar comportamiento.

2. Encontrar la ecuación de la recta según tendencia de los datos.
3. Proyectar la demanda con la ecuación de la recta hallada en el paso 2 por cada
periodo de la data obtenida.
4. Obtener el índice estacional que es igual a:
las ventas reales/ventas con tendencia por cada periodo de la data obtenida.
5. Cuando se tengan periodos de más de 1 año obtener el índice
estacional promedio por periodo.
6. Multiplicar la demanda proyectada teniendo en cuenta su tendencia con la ecuación de
la recta obtenida (paso 2) * el índice o factor estacional promedio (paso 5)
PRONÓSTICOS CUANTITATIVOS ESTACIONALES

CASO 04

Cálculo de la tendencia y el factor estacional a partir de una recta

(variación estacional multiplicativa).
Se determina la tendencia y factores estacionales ajustando a mano una
recta que cruce todos los puntos de datos y mida la tendencia y la
secante de la gráfica:
 MÉTODO DE MINIMOS CUADRADOS

CÁLCULO
La ecuación de la recta es: y = a + bx

Con los datos presentados se calcula cada componente de la fórmula mínimo cuadrados:
PRONÓSTICOS CUANTITATIVOS ESTACIONALES

A continuación, puede derivarse un índice estacional (proporción), comparando los datos reales con la
recta de tendencia.
El factor estacional se desarrolló calculando el promedio de los mismos trimestres de cada año.
PRONÓSTICOS CUANTITATIVOS ESTACIONALES

El pronóstico para 2018, se calcula multiplicando la recta de tendencia por

el factor estacional:
Pronóstico t = Tendencia x Factor Estacional
VALIDACIÓN DE UN PRONOSTICO

De todas las variedades de pronósticos que proyectemos,

debemos quedarnos con aquel que genere el menor error

Tipos de errores

Error de sesgo Error aleatorio

Causado por no estimar

Causado por factores
bien la tendencia,
imprevisibles
estacionalidad y patrón
REFERENCIAS

• Barry Render y Jay Heizer “Principios de Administración De Operaciones”

(2014)

• Steven Nahmias “Análisis de la producción y las operaciones”

(2007)