1. INTRODUCCIÓN AL ANÁLISIS CUANTITATIVO
¿Qué es el análisis cuantitativo?
Enfoque científico para la toma de decisiones administrativas. Este debe iniciar con los datos.
Los datos deben ser procesados, manipulados y transformados en información valiosa para las
personas a cargo de la toma de decisiones. Este proceso representa el corazón del Análisis
Cuantitativo.
Cuando nos involucramos en la resolución de un
problema, se deben considerar los factores cuantitativos
(datos numéricos) y los cualitativos (atributos,
cualidades) ya que de acuerdo a la importancia de ambos
el papel del análisis cuantitativo en el proceso de toma de
decisiones podrían experimentarse variaciones.
MsC. Oscar Cruz M.
2. MsC. Oscar Cruz M.
Enfoque del Análisis Cuantitativo:
El enfoque consiste en definir un problema, desarrollar un modelo, adquirir datos de entrada,
desarrollar una solución, probar la solución, analizar los resultados e implementarlos.
Definición del problema: el desarrollo de un planteamiento claro y conciso del problema, dará
dirección y significados a las siguientes fases del enfoque cuantitativo.
Es esencial ir más allá de los síntomas e identificar las causas verdaderas. Aunque exista una
serie de problemas, no es recomendable manejar de forma simultánea las dificultades, así que
en forma general se debe concentrar solo en aquellas que su resultado incremente utilidades o
reduzca costos.
3. MsC. Oscar Cruz M.
Desarrollo del Modelo:
Luego de seleccionar el problema, se debe desarrollar un modelo (representación generalmente
de tipo matemático) de la situación.
Modelo Matemático: es un grupo de relaciones matemáticas, en la mayor parte de los casos
expresadas en forma de ecuaciones y desigualdades. Todos los modelos deben ser realistas y
poder solucionarse, de fácil comprensión y modificación, además los datos de entrada deben
estar disponibles.
Variable: corresponde a una cantidad medible que puede variar o se encuentra sujeta a
cambios.
Las variables pueden ser controlables o no, las variables controlables se conocen también
como variables de decisión.
Parámetro: es una cantidad medible que es inherente al problema.
4. MsC. Oscar Cruz M.
Adquisición de Datos de Entrada:
Una vez desarrollado el modelo, se procede a la búsqueda de los datos que lo alimentarán
Datos: Un dato es una representación simbólica (numérica, alfabética, algorítmica, espacial,
entre otros) de un atributo o variable cuantitativa o cualitativa. Describen hechos empíricos,
sucesos y entidades.
Un dato por sí mismo no constituye información, es el procesamiento de los datos lo que nos
proporciona información.
5. MsC. Oscar Cruz M.
Desarrollo de la Solución:
Este proceso implica manipular el modelo para llegar a solución optima para dicho problema.
Esta fase requiere se resuelva una ecuación para tomar la mejor decisión, en otros se utiliza el
método de prueba error, es decir probar varios enfoques y seleccionar el que proporciones la
mejor decisión.
Enumeración Completa: consiste en probar todos los valores posibles de las variables del
modelo para llegar a la decisión óptima.
Algoritmo: es una serie de procedimientos repetitivos. La precisión de la solución depende de
la exactitud de los datos de entrada y del modelo.
6. MsC. Oscar Cruz M.
Prueba de la Solución:
Debido a que la solución depende de los datos de entrada y del modelo, es necesario que
ambos sean probados.
Datos imprecisos conducen a una solución imprecisa. Cuando existen dudas en los resultados
es recomendable recopilar datos adicionales de una fuente diferente. Si los datos son precisos
pero los resultados son incongruentes con las premisas del problema, puede ser que el modelo
no es el apropiado.
7. MsC. Oscar Cruz M.
Análisis de los Resultados y Análisis de Sensibilidad:
Este análisis inicia con la determinación de la aplicaciones de la solución, se espera que de este
resulte la introducción de algún tipo de acción o cambio en la forma de operar en una
organización. Sus implicaciones deben determinarse y analizarse antes de implementar los
resultados.
Si se toma en cuanta que un modelo es sólo una aproximación a la realidad, la sensibilidad de
la solución a los cambios en el modelo y datos de entrada es una parte muy importante del
análisis de los resultados.
Análisis de sensibilidad o de postoptimalidad: permite determinar cuando se cambia la solución
se introducen cambios en el modelo o en los datos de entrada. No se debe olvidar que si el
modelo o los datos son erróneos , la solución podría estar equivocada y provocar pérdidas
financieras o reducción en la utilidades.
8. Definición del Problema
Desarrollo del Modelo
Adquisición de datos de
Entrada
Desarrollo de la Solución
Prueba de la Solución
Análisis de Resultados
Implementación de los
Resultados
Enfoque del Análisis Cuantitativo
9. MsC. Oscar Cruz M.
Bibliografía
Render, Barry; Stair, M. Ralph y Michael E. Hanna (2006) Métodos Cuantitativos
para los Negocios. México, Pearson Educación.