Los negocios aun necesitan de los mtodos estadsticos

Silvia Aguirre

Mencionar el termino estadstica suele ser relacionado con problemas y no solo

porque permite encontrar resultados a distintos problemas, sino porque su aplicacin es de

gran problema por lo complejo que puede resultar su desarrollo para muchas personas. Es,

por lo general, uno de los cursos ms complicados de pregrado. Entonces cuando se llega al

mundo laboral es ms comn que muchos se quieran olvidar de este tema y no le encuentren

una aplicacin prctica en el negocio donde se desempea. Por lo cual, surge la pregunta, los

mtodos estadsticos tienen una aplicacin en los negocios actuales? La hiptesis que se

plantea es que, podrn ser empleados diferentes mtodos estadsticos dependiendo del giro

del negocio. Pero se hace hincapi que la estadstica resulta de gran utilidad para una mejor

toma de decisiones, independientemente del campo donde la persona se desarrolla.

Es comn encontrar que muchos empresarios se dejan llevar por la intuicin y toman

sus decisiones basados en ello, sin tener nocin sobre la probabilidad de xito de ocurrencia

de un determinado evento. No contar con datos estadsticos puede ser el principal motivo por

el que las empresas comenten graves errores en la toma de decisiones. Los datos estadsticos

amplan el conocimiento sobre el mercado, el negocio y dems. De este modo genera la

posibilidad de tomar una decisin racional y tener una cultura preventiva.

Para poder desarrollar este documento es preciso brindar una breve definicin de

estadstica. Lind, Marchal y Wathen (2015) precisaron que estadstica es la ciencia por

medio de la cual se recogen, organizan, presentan, analizan e interpretan datos con el fin de

propiciar una toma de decisiones ms eficaz. (p. 3). Es decir, mediante la estadstica es

posible tomar decisiones ms acertadas, pero para ello es inevitable realizar estudios previos.

Entonces es necesario saber que la toma de decisiones, de acuerdo a lo sostenido por

 2

Anderson et al. (2016), est asociada a la solucin de problemas en su etapa inicial, es decir

desde la identificacin del problema hasta la eleccin de una alternativa. Y la solucin de

problemas es el proceso de identificar y eliminar o reducir la diferencia entre el estado actual

y el estado deseado de las cosas. (p. 3).

En el da a da es comn escuchar, leer o ver diferentes datos estadsticos que hacen

referencia al nivel de competitividad, al porcentaje de participacin en una determinada

actividad, el crecimiento de un determinado sector, el porcentaje de usuarios de un

determinado producto o servicio, porcentaje de personas que padecen una determinada

enfermedad, inferencia del porcentaje de votantes que apoyaran a un determinado partido en

una eleccin, etc. Para poder llegar a estos resultados se tuvo que desarrollar un mtodo

estadstico que permiti conocer el conjunto de uno o ms resultados del experimento.

Para el desarrollo de este documento se toma en cuenta el uso de los mtodos

estadsticos en diferentes mercados donde se desarrollan los negocios. Es importante su uso,

tanto en la etapa de investigacin de mercado como en la etapa de madurez del negocio. Sea

que se trata de un proyecto a corto o a largo plazo. O se trate de una empresa pequea,

mediana o grande. Corresponde destacar que las buenas aplicaciones de los mtodos

estadsticos deben ser vistos como una ventaja competitiva frente a los competidores y debe

ser concebida dentro de la estrategia de toda empresa. Asimismo, dependiendo del tamao

del negocio se puede aplicar uno u otro mtodo estadstico.

Los mtodos estadsticos son desarrollados por diferentes profesionales, que se

desenvuelven en un determinado negocio. De este modo se entiende que la estadstica

adquiere gran presencia e importancia en el mbito empresarial. Debido a que, de cierto

modo, puede predecir eventos futuros apoyndose en sucesos pasados. Es posible mencionar

algunos de los negocios en los que es utilizada, como: agronoma, biologa, demografa,
 3

deporte, economa, educacin, investigacin de mercado, medicina, poltica, psicologa, etc.

Esto a causa de que la estadstica cada vez es ms til para los empresarios y para sus

negocios porque ayuda a visionar el futuro. Por lo cual resulta necesario que los profesionales

tengan un claro conocimiento de estadstica y de su aplicacin.

As, tenemos que en la rama de las ciencias agrarias y biolgicas suelen aplicar los

mtodos estadsticos no paramtricos. Caraballo, Guerra, Herrera y Torres (2012) expresaron

que con el uso del Escalamiento Multidimensional (EMD) y Mapas Auto-organizaos

pudieron identificar los mtodos estadsticos no paramtricos ms empleados en su rama: Chi

Cuadrado, Mann-Whitney, Kruskal Wallis y Exacta de Fisher. Adicional a los indicados,

encontraron otros mtodos estadsticos no paramtricos, pero con menor diversidad en las

investigaciones publicadas en las revistas agrarias y biolgicas. (p. 55)

En las ciencias biomdicas, Medina, Palma, Prez, Zapata y Ziga (2014) realizaron

una investigacin para conocer los mtodos estadsticos ms empleados en el campo de salud

pblica y proyectar tendencias para los 20 aos posteriores. Obteniendo que el aporte de la

tecnologa favorece en mayor medida el uso del mtodo bayesiano y en menor medida el uso

de los mtodos paramtricos y no paramtricos. Algunas de las pruebas ms utilizadas son

anlisis de varianza, chi cuadrado, intervalo de confianza, mtodo monte carlo, teorema de

bayes, etc. La necesidad de la estadstica en esta ciencia se debe a que permite analizar

componentes aleatorios para medir determinantes de salud y enfermedad. Con el uso de la

estadstica buscan brindar un mayor conocimiento del rea de salud pblica, una mejor

calidad de salud y tomar mejores decisiones al respecto. (pp. 89-102)

Es muy conocido el impacto que tiene la estadstica para la economa porque

mediante esta se pueden inferir indicadores macroeconmicos que permiten conocer el

desempeo de una empresa o pas. Garry y Villareal (2016) sustentaron que la estadstica y
 4

los indicadores son esenciales para observar el progreso social y econmico de un pas, para

comprobar los motivos de su crecimiento y poder establecer las prioridades de estos. Los

mtodos estadsticos que los autores aplicaron para evaluar el desempeo econmico a largo

plazo de Amrica Latina, son: metodologa Khramov y Lee, estadstica de balanzas de pago,

estadsticas monetarias y financieras, estadsticas de las finanzas pblicas e ndice compuesto.

(p. 67).

El campo de la mercadotecnia no es ajeno al uso de mtodos estadsticos. Boada y

Vasconcelos (2013) mediante un modelo de regresin mltiple esttico modelaron el

comportamiento de la demanda de productos en una frecuencia de tiempo determinada por la

empresa. Consideraron variables de mercadotecnia especializadas para empresas que realizan

ventas directas. (p. 112)

Mientras que Bedoya y Valencia (2013) explicaron que en la primera mitad del siglo

XX incursionaron los mtodos cuantitativos en la ciencia poltica. Con ellos se obtiene datos

de primera mano que permiten explicar el comportamiento poltico: elecciones, accin

colectiva, justicia, etc. Adems, mencionan que los mtodos cuantitativos tienen un poder

analtico en los fenmenos politolgicos. Para el caso explicado en el artculo, maximizan los

votos y realizan un anlisis estadstico con variables continuas y categricas. (1) Presentan el

problema poltico, (2) muestran los resultados obtenidos con la estadstica descriptiva, (3)

realizan correlacin simple y regresin lineal, (4) contrastan con otros mtodos de

comprobacin y (5) comprueban los resultados a travs del anlisis de datos categricos. (pp.

141-142).

En el campo del deporte en general, tambin tiene presencia la estadstica. La que es

empleada al momento de realizar la contratacin de jugadores, establecer el perfil de juego de

los equipos, realizar el pronstico de resultados, etc. En el vley se sabe que en las ligas de
 5

alto nivel los clubes contratan a sus jugadores basados en el porcentaje que este puede

obtener en determinadas posiciones. Los porcentajes se miden en relacin a ataque, saque,

armado, bloqueo, defensa y recepcin. Esto es posible debido a que el vley cuenta con un

software que permite medir el nivel de competencia, tanto a nivel individual, como a nivel de

equipo.

Haciendo una sntesis de los beneficios que se puede obtener por la estadstica es

posible mencionar que en el tema de mercados permite inferir sobre volumen de ventas,

descubrir nichos de mercado, conocer el grado de satisfaccin del cliente, ciclo de vida del

producto o servicio, conocer los productos que generan mayor impacto en nuestro negocio,

etc. Adems, en produccin se puede determinar el promedio de unidades producidas en un

determinado periodo de tiempo, determinar el porcentaje de productos defectuosos, la

mquina que ocupa ms tiempo para el desarrollo de productos, la frecuencia de averas, la

capacidad de produccin por mquina, etc.

Finalmente, en la administracin de negocios se suelen usar los mtodos de muestreo

y teorema central del lmite, la estimacin de intervalos de confianza, pruebas de hiptesis,

anlisis de la varianza, regresin lineal y correlacin, anlisis de regresin de mltiple,

pruebas de nivel nominal, anlisis de datos ordinales, nmeros ndices, series de tiempo y

proyeccin.

Hasta este punto se ha mencionado una relacin de mtodos estadsticos aplicados a

diferentes tipos de negocio. Claro est, no se han descrito todas las aplicaciones posibles, solo

se han detallado algunos a fin de evidenciar la utilidad que los mtodos estadsticos tienen

para cada uno de los negocios. Sin embargo, para tener un mayor conocimiento de en qu

consiste algunos de los mtodos mencionados en este documento es preciso presentar una

breve descripcin de los ms mencionados.

 6

En el caso del muestreo aleatorio, Lind et al. (2015) mencion que en el muestreo

aleatorio simple todos los elementos de la poblacin tienen la misma posibilidad de ser

seleccionados. Mientras que, en el muestreo aleatorio sistemtico se elige a cada miembro de

la poblacin en relacin a un punto de inicio y de fin, previamente establecido. En el

muestreo aleatorio estratificado se divide la poblacin en subgrupos y de ellos se selecciona

al azar la muestra. Y en el muestreo por conglomerados la poblacin se divide en grupos

geogrficos o de otra clase y se toma una muestra de cada uno de los grupos. (pp. 222-225).

Alvarado y Batanero (2006) sostuvieron que las aplicaciones estadsticas en los

campos de ciencia e ingeniera se basa en la inferencia estadstica. Es decir, a partir de los

datos disponibles de una muestra se pueden obtener conclusiones sobre una poblacin. Es ah

donde radica la importancia del teorema central de lmite, que permite determinar las

distribuciones asintticas de la media y otros parmetros. Es necesaria su comprensin en los

procedimientos inferenciales de estimacin puntual de intervalos, estimacin por intervalos

de confianza y pruebas de hiptesis. (pp. 257-258).

Lind et al. (2015) brindaron una definicin de intervalo de confianza y prueba de

hiptesis. Siendo que, el intervalo de confianza es cuando existe la probabilidad de que el

parmetro poblacional ocurra dentro del conjunto de valores que se forman a partir de una

muestra. (p. 251). Y, la prueba de hiptesis es determinar si la hiptesis es una afirmacin

razonable, se basa en la evidencia de la muestra y la teora de la probabilidad. (p. 283).

Los modelos factoriales de anlisis de varianza, en relacin a lo indicado por Garrido,

Pardo, Ruiz y San Martin (2007) son usados para el anlisis de datos porque ofrece la

posibilidad de estudiar el efecto de la interaccin entre factores. (p. 343). Juan, Lpez, Vila y

Sedano (2010) sostienen que la correlacin lineal es til cuando se desea estudiar sobre la

existencia de relacin entre dos o ms variables aleatorias. Por ejemplo, para determinar si
 7

existe una relacin entre las notas de estadstica y las notas de matemticas o determinar

cmo influyen los gastos de promocin y publicidad en la facturacin de una empresa.

Mientras que la regresin lineal es predecir los valores de una variable Y para distintos

valores de X, los que son representados en el diagrama de dispersin. (pp. 3-4).

Guilln (2014) sustent que el anlisis de regresin permite analizar de manera

conjunta el efecto de una serie variables independientes sobre la variable dependiente objeto

de investigacin. Se busca establecer el grado de confianza para determinar si el resultado se

ajusta a la realidad observada. Adems, precisa que es mucho mejor emplearlos mediante

programas estadsticos de computacin porque de manera directa y sencilla se puede poner en

prctica el mtodo. Este mtodo tiene una mayor presencia en la ciencia poltica y en la

sociologa. (pp. 7-9).

Lind et al. (2015) manifestaron que el uso primordial del nmero ndice es mostrar el

cambio de uno o ms aspecto de un periodo a otro. Es un nmero que expresa el cambio

relativo de precio, cantidad o valor comparado con un periodo base. (p. 540). Y las

proyecciones se usan para proyectar eventos futuros, para ello es necesario de las series de

tiempo, que son los datos que se registraron en un periodo de tiempo. Un ejemplo comn es

la proyeccin del nivel de ventas. (p. 568).

En este punto es importante indicar que la base de un buen anlisis estadstico es la

recoleccin de informacin porque de ella depende que el mtodo estadstico sea bien

desarrollado, caso contrario puede inducir al error. Por tanto, es importante contar con el

personal idneo para la recoleccin de la informacin necesaria y/o que la fuente a emplear

sea confiable.

Al mismo tiempo, es menester precisar que para una mejor interpretacin del mtodo

estadstico se acostumbra presentar los resultados o eventos mediante grficos. El

 8

investigador debe saber discernir sobre qu grafico es ms idneo dado un determinado caso

de estudio. Algunos de los grficos ms usados son el grafico de barras, grafico circular,

grafico de lneas, grafico de dispersin, histogramas, etc.

Actualmente contar con computadoras se convierte en una ventaja para el desarrollo

de los mtodos estadsticos. Porque permite realizar la labor de modo ms rpido y

econmico al tener la facilidad de utilizar diversos programas. Entonces, realmente es un

desperdicio no aprovechar esta ventaja y pone en riesgo la continuidad de cualquier negocio.

Hay que recalcar que es vital la presencia de la estadstica para no tomar una decisin a

ciegas. Sin embargo, no solo se trata de aplicar un determinado mtodo estadstico, sino que

tambin involucra una adecuada interpretacin del resultado. Si no se realiza una adecuada

interpretacin todo lo anterior no habr tenido mayor utilidad.

Hay que resaltar que el uso de los mtodos estadsticos en los negocios permite

desarrollar una mejor gestin de la organizacin porque se toman decisiones con un mayor

grado de confianza. Es por ello, necesario que todas las organizaciones cuenten con

directivos, gerentes, asesores y colaboradores cono conocimiento estadstico y, tambin, con

un software informtico que permita desarrollar este conocimiento.

En conclusin, para responder la pregunta de los mtodos estadsticos tienen una

aplicacin en los negocios actuales? Este documento mantiene la posicin de que,

dependiendo del giro del negocio es posible elegir entre la aplicacin de uno u otro mtodo

estadstico que permita tomar una mejor decisin en beneficio del negocio. La estadstica es

la herramienta que brinda la posibilidad de tomar una decisin racional y tener una cultura

preventiva. Debido a la utilidad que tiene es posible su aplicacin en diferentes negocios y a

travs de ellos predecir eventos futuros a partir de sucesos pasados. Algunos de los mtodos

que se suelen usar son: los mtodos de muestreo y teorema central del lmite, la estimacin de
 9

intervalos de confianza, pruebas de hiptesis, anlisis de la varianza, regresin lineal y

correlacin, anlisis de regresin de mltiple, pruebas de nivel nominal, anlisis de datos

ordinales, nmeros ndices, series de tiempo y proyeccin. Puntos de especial consideracin

son la recoleccin de informacin y la interpretacin de resultados. Actualmente es viable

apoyarse en la tecnologa para la aplicacin rpida y prctica de estos mtodos. Mediante este

documento se busca reconocer la gran oportunidad que tiene la aplicacin de los mtodos

estadsticos en los distintos negocios donde cada persona se puede desempear porque son de

gran utilidad para las diferentes decisiones que se deben tomar.

 10

Referencias

Alvarado, H. & Batanero, C. (2006). El significado del teorema central del lmite: Evolucin

histrica a partir de sus campos de problemas. A Contreras, 257-277.

Anderson, D.R., Sweeney, D.J., Williams, T.A., Camm, J.D., Cockran, J.J., Fry, M.J &

Ohlmann, J.W. (2016). Introduccin. En Mtodos Cuantitativos para los negocios

(pp. 1-23). Mxico D.F.: Cengage Learning.

Bedoya, J. F & Valencia, G. D. (2013). Maximizando votos en las elecciones de Concejo en

la ciudad de Medelln en 2007: Anlisis estadstico con variables continas como

ejemplo del uso de mtodos cuantitativos en el anlisis de temas polticos. Fuente

Acadmica Premier, 15, 140-152.

Boada, A. J., & de Vasconcelos, D. (2013). Modelo estadstico de regresin mltiple,

columna vertebral para predecir en empresas multinacionales con estilo de venta por

catlogo. Revista Lasallista de Investigacin, 10(1), 112-127.

Caraballo, Y., Guerra, C.W, Herrera, M. & Torres, V. (2012). Escalamiento

Multidimensional y Mapas Auto-organizados para visualizar el uso de los Mtodos

Estadsticos no paramtricos en la rama de las Ciencias Agrarias y Biologa. Ciencias

de la Informacin, 43(1), 51-56.

Garrido, J., Pardo, A., Ruiz, M. G. & San Martin, R. (2007). La interaccion entre factores en

el anlisis de varianza: errores de interpretacin. Psicothema, 19(2), 343-349.

Garry, S. & Villarreal, F. G. (2016). El uso de indicadores clave para evaluar el desempeo

econmico a largo plazo de Amrica Latina. Revista CEPAL, 118, 67-84.

Guilln, M. F. (2014). Presentacin. En Anlisis de regresin mltiple (pp.7-10). Madrid:

Centro de Investigaciones Sociolgicas.

 11

Juan, A., Lpez, J., Vila, A. & Sedano, M (2010). Correlacin lineal y anlisis de regresin.

Universidad Oberta de Catalunya, 1-21.

Lind, D. A., Marchal, W. G & Wathen, S. A. (2015). Estadstica aplicada a los negocios y la

economa (pp. 1-16). Mxico D.F.: Mc Graw-Hill Education.

Medina, M. R., Palma, M. A., Prez, N. E., Zapata, R. E., & Zuniga, M. (2014). Cincuenta

aos de uso de la estadstica en la investigacin en salud pblica. Una proyeccin al

2029. Ciencia y Humanismo en la Salud, 1(3), 89-103.