3. Mg. Angel Daniel Serrano Urdaneta
• Magíster en Dirección Estratégica de Empresas
por la Pontificia Universidad Católica del Perú.
• Magíster en Dirección Estratégica de Finanzas
internacionales y Riesgo Financiero por la
Pontificia Universidad Católica del Perú e Instituto de
Empresas de España (IE Business School).
• Master internacional en Liderazgo por la Escuela
de Alta Dirección y Administración (EADA
• Ingeniero Electricista por la Universidad de Oriente
(UDO).
• Gerente General – Engineering and Business
Development Consulting.
• Profesor e Investigador en Centrum Católica
Graduate Business School.
5. Objetivo General
• Desarrollar conocimientos y habilidades que puedan ser utilizadas por los
gerentes en los procesos de toma de decisiones al interior de sus empresas.
Objetivos Específicos
• Apreciar y explicar la importancia de la estadística en la toma de decisiones en
los negocios, y la necesidad de hacer una evaluación objetiva a base de
evidencias.
• Formular un problema de decisión de manera que sea apto para la aplicación de
los métodos estadísticos.
• Organizar, resumir, analizar e interpretar datos utilizando herramientas
estadísticas básicas.
• Aplicar los conceptos estadísticos en situaciones prácticas del mundo
empresarial.
Objetivos del Curso
6. Competencias
Al finalizar el curso el estudiante:
• Entiende y aplica las diferentes técnicas estadísticas en el
análisis de datos que tienen variabilidad con herramientas
avanzadas.
• Aplica los conocimientos impartidos en el ámbito empresarial y
en el marco del proceso de toma de decisiones gerencial bajo
incertidumbre.
7. Sistema de Evaluación
La nota final será el promedio ponderado de los siguientes rubros:
Evaluaciones individuales
• Contribución a la clase…………………………….……………………………………….25%
• Controles, Casos y Ejercicios ……………………………………………………..25%
• Examen Final……………………………………………………………………………………..25%
Evaluaciones grupales
• Trabajo aplicativo final ………………………………………........................25%
Total 100%
11. 1. Los datos se colectan en todas
partes y se requiere de
conocimiento estadístico para que
la información sea útil.
¿Por qué Estudiar Estadística?
12. 2. Las técnicas estadísticas se
utilizan para tomar decisiones
personales y profesionales.
¿Por qué Estudiar Estadística?
13. THE CHALLENGES
1
4
World Bank, 2020
World Bank,
2020
“Leaders need an agile, or adaptive, strategy that allows the supply chain organization to sense and
respond to changes in the business context as they happen”
Gartner, 2020
14. 3. Sin importar cual será su
carrera, usted necesitará
saber estadística para
entender el mundo y
desarrollarse en esa
carrera.
¿Por qué Estudiar Estadística?
“Comprender la estadística y su método le
permitirá tomar decisiones personales y
profesionales más efectivas”
15. Estadística – Definición
Diferentes significados según la persona que la analice.
Ideas comunes :
Observación y Estudio de determinadas características de los DATOS recolectados.
Definición formal :
Teoremas, métodos, técnicas y herramientas que nos permiten:
1) Recolectar, seleccionar y clasificar datos.
2) Analizar e Interpretar los datos.
3) Deducir y Evaluar conclusiones en base a datos muestrales.
¿Porqué este Análisis ?
TOMA DE DECISIONES
16. RECOLECTAR
Es una ciencia que
abarca técnicas que nos
permiten:
ORGANIZAR
PRESENTAR
INTERPRETAR
TOMA
DE
DECISIONES
ANALIZAR
DEFINIR
Estadística – Definición
17. El proceso…….
• Datos: Observaciones específicas a través de mediciones o
conteos.
• Información: Datos procesados y resumidos para producir hechos y
generar ideas.
• Conocimiento: Información seleccionada y organizada que
proporciona entendimiento, recomendaciones y el sustento para las
decisiones.
Toma de Decisiones
19. Estadística Descriptiva
21
Edad N°Trabajadores
30 - 34
35 - 39
40 - 44
45 - 49
6
12
8
2
Diagrama Circular
Diagrama de Barras
Tabla de Distribución
= =
= =
i
i
N
i
i
n
X x
N
x
n
1 1
;
Media Aritmética
0
2
4
6
8
10
12
30-34 35-39 40-44 45-49
21. Estadística Inferencial
• Estimación
• Ej. Estimar el peso
promedio de la población
usando el peso promedio
de la muestra.
• Prueba de Hipótesis
• Ej. Probar que el peso
promedio de la población
es 65 kg.
Extraer conclusiones y/o tomar decisiones
concernientes a una población basándose en los
resultados de una muestra.
22. Población vs. Muestra
Población Muestra
Los valores calculados
usando los datos de la
población son llamados
parámetros
Los valores computados de
los datos de una muestra
se les llama estadísticos o
estimadores.
23. Parámetro:
Valor representativo de una población (N).
Se simboliza por letras griegas.
Sólo hay un parámetro en cada población.
Media poblacional
2 Varianza poblacional
Desviación estándar poblacional
Proporción poblacional
Parámetro y Estimador
24. Estimador
Valor representativo de una muestra (n).
Se simboliza por letras latinas.
Existen tantos estimadores como muestras se
extraigan de una población.
Media muestral.
Varianza muestra.
Desviación estándar muestral.
Proporción muestral.
Parámetro y Estimador
x
2
s
s
p
25. DIFERENTES MUESTRAS OCASIONAN DIFERENTES
VALORES DEL ESTIMADOR
n1
n2
n3
nm
POBLACIÓN
PARÁMETRO
1
x
2
x
m
x
.
.
3
x
.
.
Parámetro y Estimador
27. Dato
Atributo Numérico
Discreto Continuo
Ejemplos:
◼ Estado Civil
◼ Especialidad
◼ Color de Ojos
◼ Clasificación de la
empresa
(Define categorías o
grupos)
Ejemplos:
◼ Número de Clientes
◼ Número de Facturas
Vencidas.
Ejemplos:
◼ Peso
◼ Cuentas x Cobrar
◼ Tasa de interés
◼ EBIT
◼ EBITDA
(Características Medidas)
Estadística – Tipos de Datos
28. Tipos de Variables
• Variable cualitativa o de atributos: la
característica o variable que se estudia no es
numérica.
• EJEMPLOS: Genero, afiliación religiosa, tipo de
automóvil que se posee, lugar de nacimiento, color
de los ojos, Sector Industrial, Segmento al cual
pertenece la empresa (micro – pequeña, mediana,
gran empresa)
29. Tipos de Variables
• Variable cuantitativa: la variable se puede
registrar numéricamente.
• EJEMPLO: saldo en una cuenta de cheques,
minutos que faltan para que termine la clase,
número de clientes de una empresa, numero de
documentos pendientes de pago, utilidad neta la
empresa.
30. Tipos de Variables
• Variables discretas: sólo pueden adquirir ciertos valores y
casi siempre hay “brechas” entre esos valores.
• EJEMPLO: el número de habitaciones en una casa (1,2,3,...,
etc.), el número de clientes que tiene la empresa.
31. Tipos de Variables
• Variables continuas: pueden tomar cualquier valor dentro de
un intervalo específico.
• EJEMPLO: el tiempo que toma volar de Lima a Tacna, el EBIT
de la empresa, el saldo de cuentas por cobrar de la empresa.
32. ¿Qué podemos hacer con los datos?
Identificar características
de interés para la gestión.
Recolección de
datos
Organizarlos en tablas, gráficos y figuras
Calcular promedios ( media, mediana, moda y
percentiles ) .
Calcular su dispersión (varianza,
desviación estándar ).
Determinar una ecuación que represente la
relación entre ellos (regresión)
Determinar el grado de asociación entre
ellos (correlación).
Analizarlos dentro de un horizonte
temporal (series cronológicas)
Mejorar la
Calidad Decisional
33. Fases del análisis estadístico
Definición Problema
Variable / Atributo
Definición
Población o Muestra
Recolección Datos
Plan Censal / Muestral
Organización y
Presentación de Datos
Medidas Estadísticas
Parámetros/Estimador
Inferencia Estadística
Estimación/P. Hipótesis
Conclusiones /
Recomendaciones
34. Métodos y técnicas de recolección de datos
Fuente Método Técnica
Secundaria Fichas, Bases de
Datos
Primaria
Directo Observación
Experimentación
Indirecto Encuesta
Entrevista
35. Distribución de Frecuencias
– Agrupamiento de datos en categorías que muestran el número de
observaciones en cada categoría.
Medidas de Tendencia Central (Posición)
– Aquellas que indican el valor de un punto medio o típico de un
grupo de datos.
Medidas de Dispersión
– Aquellas que indican como se encuentran esparcidas las
observaciones de un grupo de datos.
Estadística descriptiva - Análisis de datos
36. Técnicas:
Tabulación y Presentación de los Datos:
Tablas y los gráficos
Variables
Cualitativas
Variables
Cuantitativas
• Distribución de Frecuencias
• Tabla Cruzada
• Barras
• Circular
• Pareto
•Distribución de Frecuencias
•Lineal
• Histograma y Ojiva
• Tallo y Hoja
• Dispersión
37. • Los gráficos de Barras y Circulares son frecuentemente
usados para presentar datos cualitativos.
• La altura de la Barra o el tamaño del Sector Circular
muestran la frecuencia o porcentaje de cada categoría.
Gráficos de Barras y Circular
46. Ejercicios:
¿Cuál es el nivel de servicio para cada uno de los años que forman
parte del registro de la empresa en términos del cumplimiento de los
tiempos de entrega, Considere como unidad de análisis cada registro
en el documento (posiciones en las ordenes de compra)?
¿Cuáles son los clientes con mayor frecuencia de demoras?
¿Cuáles son los clientes con menor nivel de servicio (top 20)?
