Issuu on Google+

TEORIA DE DECISIONES

TIPO Practicas Exa. Parcial Exa. Final Exa. Sustitutorio

F peso 1 (son 4 se elimina 1) peso 1 peso 2 (reemplaza al examen de menor nota)

NO EXISTE EXAMENES SUSTITUTORIOS DE PARCIAL; FINAL Y SUSTITUTORIO.


TEORIA DE DECISIONES

SE CALIFICA EL CRITERIO DEL ALUMNO PARA ANALIZAR, EVALUAR E INTERPRETAR UN PROBLEMA DE TOMA DE DECISIONES. LOS PROCEDIMIENTOS MECANICOS DE LAS TECNICAS ENSEÑADAS, INCONCLUSOS O SIN INTERPRETACION TIENEN LA NOTA CERO. LA EVALUACION TIENE SIEMPRE 2 PARTES: UNA PARTE INDIVIDUAL Y OTRA GRUPAL.


TEORIA DE DECISIONES

CAPITULO 1


1.1

EL PROCESO DE TOMA DE DECISIONES

DEFINICION

Toma de decisión es el proceso de identificación y seguimiento de la acción adecuada para la solución de un problema específico o aprovechar una oportunidad. La toma de decisiones es una de las funciones más importantes de los directivos de una organización.


PROCESO DE DECISION 1. 2. 3. 4.

Identificación de una situación que se desea cambiar. Prioridades respecto al resto de situaciones y plazos. Identificación de objetivos. Recolección de información: Esfuerzo Vs. Importancia. Recursos y Restricciones 5. Análisis de la información. 6. Definición de medidas de eficiencia. 7. Construcción de un modelo. 8. Validación del modelo. 9. Elaboración de alternativas. Predicción de resultados. Nivel de satisfacción de objetivos 10. Selección de alternativa 11. Ejecución y control 12. Retroalimentación.


Veamos el proceso de toma de decisión por etapas

PROCESO DE DECISION Definición del problema Objetivos

MODELO QUE EXPLIQUE LOS EFECTOS Y SUS CAUSAS. VISION, MISION, Evaluación. Ext. Int. Análisis FORD ESTRATEGIA OBJETIVOS y METAS

Alternativas

FACTORES LIMITANTES.

Consecuencias

VENTAJAS, DESVENTAJAS

Selección de Alternativas Implementación

HERRAMIENTAS T.D. Dirección y control

Retroalimentación

APRENDIZAJE


PROCESO DE DECISION Definición del problema Identificación de la situación que se desea cambiar. Prioridades respecto al resto de las situaciones y plazos. Esbozo del problema y nivel de importancia. Levantamiento de información: Esfuerzo Vs. Importancia Calidad de la información. Tiempo Vs. Costo. Diferencia entre causa y efecto. Parámetros y variables: endógenas y exógenas. Relaciones entre variables. Modelo explicativo del problema. Validación del modelo Efectos del problema : corto, mediano y largo plazo. Redefinición del nivel de importancia.


PROCESO DE DECISION Objetivos Estructura jerárquica de los objetivos:: Visión. Misión. Análisis FORD: CP. MP. LP.) Políticas y Estrategias Planes Objetivos

Metas Eficacia y eficiencia


PROCESO DE DECISION Alternativas Evaluación del tipo de problema. (revisión del modelo que lo explica) Factores limitantes. Paradigmas. Selección de las técnicas para generación de alternativas


PROCESO DE DECISION Consecuencias Consistencia con los objetivos: Corto plazo Mediano plazo Largo plazo Ventajas y desventajas: Corto plazo Mediano plazo Largo plazo Estimaci贸n de requerimientos de implementaci贸n: Tiempo Personal Tecnolog铆a Dinero Efectos temporales por su implementaci贸n.


PROCESO DE DECISION Selección de alternativas Selección de herramientas de evaluación Diseño del método de evaluación Validación del modelo de evaluación Estructuración de la información (según diseño) Elección y sustentación de la alternativa elegida

Implementación Plan de ejecución: Cronograma de actividades Comunicación Asignación de tareas Asignación de recursos Sistema de control y registro.


PROCESO DE DECISION Retroalimentación Evaluación de resultados. Regulación: Aprobación Reajuste Rectificación (Cancelación) Resumen ejecutivo de los resultados.


PROBLEMAS EN EL PROCESO DE DECISION Definición del problema • Limitaciones para hacer una abstracción del problema. • Incompetencia, bajo nivel profesional (es un hueso). • Falta de cuadros. • No hay consenso. • Considerar el problema algo normal que no merece atención. • Sesgo por intereses personales (grupales y/o individuales). • Juicios de valor errados por efecto de estereotipos. • Deformar el problema para llevarlo a una decisión predefinida. • Efecto oveja (por estilos de dirección autoritaria). • Desmotivación. • Madurez psicológica del decisor. (actitudes padre y niño) • Demora en su elaboración. • Estrés


Objetivos • No se tiene visión, misión, ni se hace una evaluación formal del entorno. • Estilo de dirección autoritaria. (no se escucha opiniones) • No se tiene una estrategia formal. • Problemas en la comunicación.( no se conocen) • La visión, misión, etc. Están mal elaboradas y cumplen sólo una papel decorativo (moda). • Una capacidad de gestión de la dirección no acorde con el nivel de desarrollo de la empresa. Alternativas • Errores en la definición del problema y/o los objetivos • Falta de creatividad. • se plantean soluciones paliativas Consecuencias • Se hace un mal balance de las ventajas y desventajas.. Factores limitantes y paradigmas • Perdida de propuestas creativas e innovadoras.


Casos reales de la toma de decisiones • • • • • • • • •

Línea Blanca Empresa que buscaba obtener certificación ISO Empresa de seguros Clínica Empresa de seguridad Empresa de mermeladas National Peruana S.A. Directivas en saco roto. Secretaria de Empresa Inmobiliaria

CONCLUSIONES La principales causas de errores en la toma de decisiones son: centralización de la toma de decisiones; desmotivación del recurso humano; construir una falsa realidad; copiar técnicas de otras empresas sin entender la filosofía que encierran, sin capacidad para contrastarlo con el entorno; no implementar la decisión adecuadamente; no hacer retroalimentación.


PROCESO DE DECISION PRINCIPIOS Los principios no son prácticas. Una práctica es una actividad o acción específica. Una práctica que da resultado en una cierta circunstancia no necesariamente lo dará en otra. Mientras las prácticas son específicas de las situaciones, los principios son verdades profundas, finalmente, de aplicación universal. Cuando estas verdades se interiorizan en el proceso de toma de decisiones se profundiza la asertividad de los resultados. Los principios son directrices para la conducta humana que han demostrado tener un valor duradero, permanente. Son fundamentales.


PROCESO DE DECISION PRINCIPIOS 1. La Rectitud, a partir de la cual se desarrolla todo nuestro concepto de equidad y justicia. Si bien pude definirse y lograrse de maneras muy diferentes, pero la conciencia que se tiene de ella es casi universal. 2. La Integridad y la Honestidad. Éstas crean los cimientos de la confianza, que es esencial para la cooperación y logro de los objetivos de la decisión. 3. Dignidad Humana, son los derechos elementales del ser humano, derecho a la igualdad, la vida, la libertad, la búsqueda de la felicidad, etc.


PROCESO DE DECISION PRINCIPIOS 4. El Servicio o la Idea de Contribuir, pensar no sólo el interés personal o empresarial, sino también en la responsabilidad social y contribución hacia la sociedad y el mundo. 5. La calidad o Excelencia, liberar potencial hacia el autodesarrollo y perfeccionamiento. 6. Crecimiento:la paciencia, la tolerancia y el estímulo.


TEORIA DE DECISIONES

TEMATICA SEGUNDA CLASE


1.2

EL ENFOQUE CIENTIFICO EN LA TOMA DE DECISIONES

EL METODO CIENTIFICO Es la sucesión de pasos que debemos seguir para descubrir nuevos conocimientos o, en otras palabras, para comprobar o disprobar hipótesis que implican o predican conductas de fenómenos, desconocidos hasta el momento. Conjunto de procedimientos por los cuales se plantean los problemas científicos y se ponen a prueba las hipótesis y los instrumentos de trabajo investigativo.


ETAPAS DEL METODO CIENTIFICO En el método científico se conjugan la inducción y la deducción, es decir, se da el pensamiento reflexivo. En el proceso del pensar reflexivo se dan cinco etapas para resolver un problema. • Percepción de una dificultad. El individuo encuentra algún problema que le preocupa, y se halla sin los medios para llegar al fin deseado, con dificultad para determinar el carácter de un objeto o no pude explicar un acontecimiento inesperado.

DIFICULTAD


• Identificación y definición de la dificultad. El individuo efectúa observaciones que le permiten definir su dificultad con mayor precisión.

MUY LEJOS

• Soluciones propuestas para el problema: hipótesis. A partir del estudio de los hechos, el individuo formula conjeturas acerca de las posibles soluciones del problema, esto es, formula hipótesis.


โ€ข Deducciรณn de las consecuencias de las soluciones propuestas. El individuo llega a la conclusiรณn de que si cada hipรณtesis es verdadera, le seguirรกn ciertas consecuencias.


• Verificación de la hipótesis mediante la acción. El individuo pone a prueba cada una de las hipótesis, buscando hechos observables que permitan confirmar si las consecuencias que deberían seguir se producen o no. Con este procedimiento se puede determinar cuál de las hipótesis concuerda con os hechos observables, y así hallar la solución más confiable para su problema.


EL PROCESO DE TOMA DE DECISIONES ESTA ORIENTADO POR EL METODO CIENTIFICO ETAPAS PROCESO DE TOMA DE DECISIONES

METODO CINTIFICO

Definición del problema.

Percepción de una dificultad.

Definir objetivos

Identificación y definición de la dificultad.

Proponer alternativas.

Soluciones propuestas para el problema

Estudiar consecuencias de las alternativas.

Deducción de las consecuencias de las soluciones propuestas.

Selección de Alternativa.

Verificación de la hipótesis mediante la acción

Implementación. Retroalimentación.


ELEMENTOS DEL METODO CIENTIFICO 1. Los Conceptos Puesto que la ciencia investiga aspectos de la realidad para comunicar sus hallazgos, cada una de las ciencias utiliza términos o conceptos propios.De ahí que se puede decir que cualquier ciencia tiene su sistema conceptual. Dado que todos los conceptos son abstracciones y solamente algunos aspectos de la realidad, conviene determinar cuáles son las que debemos estudiar, teorías e hipótesis, y cómo establecer conceptos para ellos; es decir, establecer una conceptualización. Es importante que el alumno entienda el papel del concepto como abstracción. Los conceptos son construcciones lógicas creadas a partir de impresiones de los sentidos o de percepciones y experiencias. Es un error considerar que los conceptos existen realmente como fenómenos. Los conceptos, como los hechos son abstracciones y tienen significado dentro de un marco de referencia, dentro de un sistema teórico.


ELEMENTOS DEL METODO CIENTIFICO 1. Los Conceptos Todo hecho se afirma como una relación entre conceptos, pues cada término representa el fenómeno descrito por el hecho. En este sentido, un hecho es una construcción lógica de conceptos. A su vez, los conceptos abstraen impresiones sensoriales o percepciones; El proceso de la conceptualización consiste en abstraer y generalizar impresiones de los sentidos. Los conceptos de la ciencia tienen que ser comunicables. Han de estar construidos de tal modo que se conozca todas sus características. Por lo tanto, todo estudiante debe poseer un vocabulario científico que sea adecuado para la comprensión del desarrollo conceptual propio de su campo de actividad. Una característica importante que debe cumplir el concepto es su operacionalidad; es decir, debe poder esbozar de modo preciso las instrucciones para adquirir la misma experiencia que ya otros adquirieron.


ELEMENTOS DEL METODO CIENTIFICO 2. La Hipótesis Al analizar lógicamente los hechos de una teoría, pueden deducirse relaciones distintas de las establecidas en ellas; aquí no sabemos si tales deducciones son correctas. Sin embargo, la formulación de la deducción constituye una hipótesis; si se comprueba , pasa a formar parte de una futura construcción teórica; luego la relación entre hipótesis y teoría es muy estrecha. Una hipótesis es una proposición que debe ser puesta a prueba para determinar su validez. Siempre lleva a una prueba empírica; es una pregunta formulada de tal modo que se puede prever una respuesta de alguna especie. Características de las hipótesis: • Las hipótesis deben tener referentes empíricas. Ninguna hipótesis utilizable debe llevara juicios morales. • Las hipótesis tienen que ser específicas.Todas las operaciones y predicciones tienen que estar bien expresadas, en una forma específica y no general. • Las hipótesis deben estar relacionadas con técnicas disponibles. El teórico debe conocer cuáles son las técnicas disponibles para someter la hipótesis a prueba.


EL MODELO HIPOTETICO Dado C P

Circunstancias Q Variable Dependiente

Relaci贸n entre variables Variable Independiente

Proposici贸n Causal : Dado C

P

Q


LA CAUSALIDAD Cuando se desarrolla el modelo explicativo del problema se establecen relaciones de causalidad (causa –efecto). Estas relaciones deben cumplir con el rigor cientifico par que el modelo sea consistente. Una de las mayores preocupaciones de la consistencia de los modelos se refiere a las causas que originan los fenómenos. Encontrar las causas, las razones que producen determinados hechos es encontrar una explicación para los mismos. Debido a la complejidad de las variables participes en un hecho y las interacciones entre las mismas no es tan fácil señalar la relación de causalidad. Por esto, la relación de causa ha sido suplantada por el concepto más abierto de determinación. Decir que A determina a B significa tan sólo expresar que ejerce una influencia, que es capaz de alterar o modificar el comportamiento de B. No diríamos así que A es causa de B - por cuanto B puede estar determinado además por muchos otros elementos -, sino que A lo determina en alguna medida que es preciso evaluar.


El problema de la causalidad Condiciones necesarias Son aquellas sin las cuales es imposible que ocurra un determinado fenómeno, aunque esto no quiere decir que cada vez que se encuentre ocurra el fenómeno. Por ejemplo, para que en un país se produzca un golpe militar es condición necesaria que exista un ejército organizado. Pero esto no quiere decir que, habiendo un ejército organizado, esto provoque un golpe militar.


El problema de la causalidad Condiciones suficientes Se refieren a circunstancias que, siempre que aparecen, desencadenan el fenómeno en estudio, aunque no es necesario que ellas estén presentes para producirlo. Por ejemplo, es condición suficiente para producir la muerte, que se paralice durante un cierto período el funcionamiento del corazón, pero el deceso de una persona puede producirse por muchas otras razones.


El problema de la causalidad

Condiciones contribuyentes Son aquellas que favorecen de una manera decisiva el suceso investigado y que generalmente suelen producirlo, aunque no alcancen un determinismo que pueda considerarse como necesario o suficiente. Por ejemplo: tanto el riego como la radiaci贸n solar contribuyen al crecimiento de los vegetales, pero lo hacen de modo diverso seg煤n la especie considerada. .


El problema de la causalidad

Condiciones contingentes Son circunstancias que, pudiendo favorecer la ocurrencia del hecho estudiado, se presentan sólo eventualmente, pudiendo estar por completo ausentes en la mayoría de los casos. El embargo petrolero decretado por los países árabes en 1973 fue una contingencia que redujo la oferta de ese producto, promoviendo un aumento notable de los precios, pero la disminución en la oferta de los bienes se produce normalmente por muchas otras circunstancias.


El problema de la causalidad

Solamente en aquellos casos en que se pueda sostener que una condici贸n es a la vez necesaria y suficiente, podemos decir que estamos en presencia de la causa de un hecho. Es decir, C es la causa de F cuando siempre que se presenta C, aparece F, y cada vez que ocurre F es que est谩 presente C.


1.3

LAS DECISIONES EN LAS ORGANIZACIONES

VISION: Lo que se quiere alcanzar en el mediano o largo plazo MISION: El deber de cada día. FODA: Fortalezas, Oportunidades, Debilidades y Amenazas. PLAN ESTRATEGICO: Guía de acciones a seguir. OBJETIVOS: Logros a cumplir en el corto plazo. METAS: especificaciones para cumplir los objetivos.


1.3

LAS DECISIONES EN LAS ORGANIZACIONES FORMA DE TOMAR DECISIONES

ANARQUICA Nadie toma las decisiones u hoy las toma uno y mañana otro, en varias direcciones. V: Cuando no hay claridad de rumbo D: Incertidumbre

DEMOCRATICA Se toman por consenso de la mayoría V: varias mentes piensan mejor que una y compromiso los participantes. D: No siempre la mayoría tiene la razón. Puede llevara la dictadura de la mayoría

AUTOCRATICA

TECNOCRATICA Se toma por razones científicas y técnicas. V: Están respaldadas por un método científico. D: La dictadura de los expertos que excluyen al resto de la sociedad

Por capricho de una o unas cuantas personas. V: Rapidez porque no se tiene que consultar a nadie. D: No hay reglas.


CICLO DE VIDA DE UNA EMPRESA

CURVA DEL CICLO DE VIDA DE LA EMPRESA

Edad de la Empresa Tipo del Dirigente Apropiado

INICIO

DESARROLLO

INVENTOR

ORGANIZADOR

Tecnológicos

Conocimientos Principales

Aptitudes Principales

Innovación, independencia. Confianza en si mismo visión Riesgo

CRECIMIENTO CRECIMIENTO

MADUREZ

DECLIVE

CONSTRUCTOR ADMINISTRADOR REORGANIZADOR

Financieros Analíticos Planificación Relaciones humanas

Producción Marketing Presupuestos Control de Gestión Relaciones humanas

Marketing Organización

Tecnológicos Financieros Analíticos Relaciones humanas

Investigación Orden Juicio Organización Negociación Decisión

Mando Delegación Motivación Supervisión Decisión

Mantenimiento Coordinación Eficiencia Investigación

Innovación Riesgo Visión Eficiencia Decisión


ES IMPORTANTE ENTENDER EL ROL DEL DECISOR DENTRO DE LA ETAPA DEL CICLO DE VIDA DE UNA EMPRESA Etapas en la vida de una empresa El concepto biol贸gico de ciclo vital, es un modelo generalmente aceptado, tanto para una empresa, como para un producto a servicio puesto en el mercado. Un ciclo de vida puede ser dividido en varias edades o etapas, como sucede en un organismo viviente: Una edad de ni帽ez, a la que llamaremos Inicio, sigue una adolescencia o Desarrollo, para continuar con la juventud o Crecimiento, hasta llegar a la Madurez, de la que se puede salir hacia el Declive, precursor de la muerte, aunque en las empresas este final no es inevitable, si en este punto se llega a producir un nuevo inicio, punto de partida de otro ciclo de vida.


Cada una de estas etapas en el ciclo vital de la empresa (también en las de un producto o servicio) tiene requerimientos distintos en cuanto a las personas que hayan de dirigirlas, y el éxito o el fracaso que puede producirse, y en la práctica se presenta en cualquiera de las etapas, es debido a que quien dirige posea o no las cualidades que dicha etapa requiere para esta edad de la empresa. Para reconocer a cada uno de los tipos de dirigente para cada etapa, según las necesidades que reconocemos para la misma. Estos nombres no describen totalmente a la personalidad, pero bastan para señalar su trazo más principal , de entre los que a continuación describimos.


1.3. 1

Estructuración del Problema

• Un problema de decisión es caracterizado por alternativa de decisión, Estado de la Naturaleza, y los pagos resultantes. • Las alternativas de decisión son las diferentes posibles estrategias que la persona encargada de tomar decisiones puede emplear. • El estado de la naturaleza se refiere a los eventos futuros que pudieran ocurrir, pero no los que están bajo el control del que toma las decisiones. El estado de naturaleza seria definido de modo que los eventos sean mutuamente excluyentes y conjuntamente exhaustivos.


1.3. 2

Modelos

• Son menos caros y crean menos problemas organizativos que la experimentación con los sistemas del mundo real. • Permite al director de operaciones responder a preguntas del tipo “¿Qué pasaría si...?”. • Han sido creados para solucionar los problemas de dirección y dar valor a las entradas de la gestión. • Obligan a un enfoque consistente y sistemático en el análisis de problemas. • Obliga a los directivos a ser concretos acerca de las restricciones y objetivos de un problema. • Ayudan a reducir el tiempo necesario para la toma de decisiones.


Desventajas de los modelos • Pueden resultar caros y necesitar mucho tiempo en su desarrollo y prueba. • A menudo son mal empleados y mal entendidos (y temidos) por su complejidad matemática y lógica. • Tienden a subvalorar el papel y el valor de la información no cuantificable. • A menudo presentan hipótesis que simplifican en exceso las variables del mundo real.


1.4

MODELOS DE EVALUACION DIMENSIONAL

OBJETIVOS DE UNA EMPRESA Cuando se debe tomar una decisión está debe cumplir de la mejor manera posible los objetivos trazados. Por simplificación para el manejo didáctico del aprendizaje se empieza trabajando problemas de toma de decisión como si la empresa tuviera un objetivo único: OBJETIVO UNICO: MAXIMIZAR UTILIDADES Los objetivos únicos son comunes en modelos de optimización de recursos. Sin embargo, en la mayoría de las decisiones de la Dirección se tienen muchos objetivos OBJETIVOS MULTIPLES: MAXIMIZAR UTILIDADES LIDERAZGO TECNOLOGICO EXPANSION DEL MERCADO POSICIONAMIENTO CALIDAD TOTAL FIDELIDAD DEL CLIENTE


ANALISIS DIMENSIONAL En el caso de toma de decisiones con objetivos mĂşltiples, estos pueden ser estudiados de dos formas: PRIMERA: Comparando al mismo tiempo todas sus dimensiones. A este criterio se conoce como MULTIDIMENSIONAL. Ejemplo

Objetivos

Alternativas:

1

A

2

B

C

3

4


Ejemplo: METODO TELARAĂ‘A

Alternativas:

1

4

A

B

1

2

4

3

C

2

3

1

2

4

3


SEGUNDA : Reduciendo las diferentes dimensiones a una sola. A este criterio se conoce como UNIDIMENSIONAL. Ejemplo: EVALUACION PONDRADA DE ALTERNATIVAS ALTERNATIVAS

Alternativa 1

Alternativa 2

Alternativa 3

Objetivos

Ponderaci贸n

Maxim. beneficios

0.40

70

50

40

Liderazgo Tec.

0.30

40

60

100

Mercado

0.20

60

50

60

Posicionamiento

0.10

40

100

100

56

58

68

RESULTADO


1.5

MODELO DE EVALUACION DE ALTERNATIVAS

Cada alternativa de solución tiene sus propias características. Es posible definir para cada una un conjunto de escenarios que se pueden presentar con resultados distintos. Sin embargo, los escenarios de cada alternativa no tienen que ser los mismos, haciéndose mas evidente esta discrepancia cuando estas apuntan a mercados muy disímiles. Por simplificación, para poder evaluar alternativas asumiremos que los escenarios de las alternativas son los mismos, lo cual solo será objeto de refutación cuando se señale un contexto que induzca a pensar en lo contrario.


MODELO DE TABLA DE EVALUACION TABLA DE BENEFICIOS EVENTOS POSIBLES

S1 ALTERNATIVAS I

S2

S3

S4

(0.5) (0.1) (0.1) (0.3) 3

-1

1

1

II

4

0

-4

6

III

5

-2

0

2

IV

2

-2

0

0

V

5

-4

-1

0

PROBABILIDADES DE LOS EVENTOS


PASO

PREVIO

DOMINANCIA ELIMINACION DE ALTERNATIVAS INFERIORES


多QUE ES ESTO?

JURASIC PARK


LAS ALTERNATIVAS INFERIORES SERAN ELIMINADAS POR LAS MAS FUERTES


EJEMPLO DE DOMINANCIA TABLA DE BENEFICIOS EVENTOS POSIBLES

S1 ALTERNATIVAS I

S2

S3

S4

(0.5) (0.1) (0.1) (0.3) 3

-1

1

1

II

4

0

-4

6

III

5

-2

0

2

IV

2

-2

0

0

V

5

-4

-1

0

I domina a IV

III domina a V Se eliminan estas alternativas


TEORIA DE DECISIONES

CAPITULO 2

ESCENARIOS DE LOS ATRIBUTOS


TEORIA DE DECISIONES

AS

PROBLEMA

NS EC

UE N

TI NA ER

CI

T AL

DEFINICION DE EVALUACION DEL ALTERNATIVAS

CO

S VA

CERTIDUMBRE

INCERTIDUMBRE OBJETIVOS

RIESGO


C E RT I D U M B R E TECNICAS

Programaci贸n lineal Balance de l铆nea Valor Presente Neto Tasa Interna de Retorno Punto de Equilibrio Operativo Punto de Equilibrio Financiero Etc.


VALOR PRESENTE NETO Base Te贸rica El Dinero

Especies

Cereales Oro Sal Comodities

Modeda El billete (inflaci贸n) El cuasidinero (efecto multiplicador)


Factores que intervienen en la tasa de inter茅s Productividad marginal del capital Riesgos Micro:

Riesgo Macro

Rendimiento del sector Competitividad Nivel tecnol贸gico Perdidas acumuladas Presi贸n Fiscal Gasto Publico Producto Bruto interno Servicio de la deuda


Cuando revise tablas de benéficos en valores reales, debe tomar en cuenta que al producirse variaciones en las tasas de interés en los mercados financieros, los valores reales tendrán obligatoriamente que recalcularse. Recuerde que cuando se producen cambios como inflación o devaluación, los precios de los productos no varían en forma homogénea, eso se llama cambios en los precios relativos. Por tanto, debe revisar como afectan al proyecto.


DIGRAMA DE FLUJO NETO ECONOMICO

Cuando evalúe flujos financieros de proyectos, no entre en el juego del CETERIS PARIBUS. Todo proyecto empieza con una rentabilidad muy alta, debido a la falta de competidores con iguales condiciones que las propuestas. La alta rentabilidad atraerá a nuevos competidores, conforme se incrementen bajara la rentabilidad para todos, hasta que sea similar a otros negocios (el mercado se sature) y deje de ser atractivo dicho mercado. Por tanto, si un proyecto no considera que la gran rentabilidad inicial se reducirá en el tiempo por efecto de la competencia, es UTOPICO. (no confunda rentabilidad con volumen de ventas).


TEORIA DE DECISIONES

TECNICAS DE TOMA DE DECISIONES BAJO INCERTIDUMBRE


INCERTIDUMBRE

Las t茅cnicas se desarrollan en base las posibles actitudes del decisor frente a la incertidumbre. TECNICAS Maximax Maximin Minimax Nivel de aspiraci贸n


MAXIMAX EL MAXIMO DE LOS MAXIMOS VALORES TABLA DE BENEFICIOS EVENTOS POSIBLES

S1

S2

S3

S4

ALTERNATIVAS (0.5) (0.1) (0.1) (0.3) I

3

-1

1

1

Mรกximo

3

II

4

0

-4

6

Mรกximo

III

5

-2

0

2

Mรกximo

6 5

IV

2

-2

0

0

V

5

-4

-1

0

MAXIMAX

6


M AXIM IN EL MAXIMO DE LOS MINIMOS VALORES TABLA DE BENEFICIOS EVENTOS POSIBLES

S1

S2

S3

S4

ALTERNATIVAS (0.5) (0.1) (0.1) (0.3) I

3

-1

1

1

Mínimo

-1

II

4

0

-4

6

Mínimo

III

5

-2

0

2

Mínimo

-4 -2

IV

2

-2

0

0

V

5

-4

-1

0

MAXIMIN

-1


TABLA DE BENEFICIOS

EVENTOS POSIBLES

S1

S2

S3

MINIMAX

S4

Mรกximos (0.5) (0.1) (0.1) (0.3) I

3

-1

1

1

II

4

0

-4

6

III

5

-2

0

2

Minimiza las mรกximas perdidas de oportunidad

2 DE-2OPORTUNIDAD 0 0 IV TABLA DE PERDIDAS

5-3 = 2 5-4 = 1 5-5 = 0

V I

2

5

1

-4

-1

0

0

5

Mรกximo

5

II

1

0

5

0

Mรกximo

III

0

2

1

4

Mรกximo

5 4

MINIMAX

4


CRITERIO DE NIVEL DE ASPIRACION Implica seleccionar alg煤n nivel de aspiraci贸n que no responde a informaci贸n de la tabla. Es decir, es dada por el decisor.

Ejemplo: Resultado posible de cuando menos 5 S1

S2

S3

S4

(0.5) (0.1) (0.1) (0.3) I

3

-1

1

1

II

4

0

-4

6

III

5

-2

0

2


TEORIA DE DECISIONES

TECNICAS DE TOMA DE DECISIONES BAJO RIESGO


TECNICAS BASICAS DE TOMA DE DECISIONES BAJO RIESGO • Criterio de futuro más probable. • Criterio de nivel de aspiración. • Valor esperado • Criterio expectativa-varianza • Laplace • Hurwicz


CRITERIO DE FUTURO MAS PROBABLE La persona que toma la decisión considera los diversos resultados posibles, pasa por alto todos, excepto el más probable y actúa como si tuviera certeza.

S1

S2

S3

S4

(0.5) (0.1) (0.1) (0.3) I

3

-1

1

1

II

4

0

-4

6

III

5

-2

0

2


CRITERIO DE NIVEL DE ASPIRACION CON PROBABILIDADES Implica seleccionar algún nivel de aspiración y después elegir lo que maximice (o minimice) la probabilidad de conseguir este nivel

Ejemplo: Resultado posible de cuando menos 5 S1

S2

S3

S4

(0.5) (0.1) (0.1) (0.3) I

3

-1

1

1

II

4

0

-4

6

III

5

-2

0

2


CRITERIO DE VALOR ESPERADO Optimiza la toma de la decisión, ponderando los costos o beneficios cada alternativa en base a las probabilidades asociadas . Sea:

K Ai Ps Rsi

= = = =

número de eventos posibles alternativa i probabilidad de la ocurrencia del evento s resultado a obtenerse en la alternativa i cuando se produce el evento s. E(Ai) = valor esperado de la alternativa i k

Luego E(Ai) =

Σ

Rsi x Ps

s=1


VALOR ESPERADO S1

S2

S3

S4

0.5

0.1

0.1

0.3

CÁLCULO DEL VE

VE

I

3

-1

1

1

3x0.5-1x0.1+1x0.1+1x0.3

1.8

II

4

0

-4

6

4x0.5+0x0.1-4x0.1+6x 0.3

3.4

III

5

-2

0

2

5x0.5-2x0.1+0x0.1+2x0.3

2.9

CÁLCULO DEL VIP

VIP

5x0.5+0x0.1+1x0.1+6x0.3

4.4

La Información Perfecta MAX

5

0

1

6

Beneficio adicional con Informacion Perfecta = 4.4 - 3.4 = 1.0


VALOR ESPERADO

Tabla de perdidas de oportunidad

Tabla de Beneficios S1

S2

S3

S4

S1

S2

S3

S4

0.5

0.1

0.1

0.3

0.5

0.1

0.1

0.3

VE

I

3

-1

1

1

2

1

0

5

2.5

II

4

0

-4

6

1

0

5

0

1.0

III

5

-2

0

2

0

2

1

4

1.5

Costo de la incertibumbre = 1.0 Valor Esperado: Tabla de beneficios Beneficio con informaci贸n simple: 3.4 Tabla de perdidas de oportunidad Costo de incertidumbre: 1.0 Tabla de beneficios el Valor de la Informaci贸n Perfecta

: 4.4


CRITERIO DE EXPECTATIVA - VARIANZA Consiste en desarrollar un factor de evaluación que tome en cuenta el valor esperado y la varianza. Un ejemplo simple es: Donde:

Q = E(x) - A ·

 (x)

Q = medición de expectativa - varianza. E(x) = medida o resultado monetario esperado.

(x) = desviación estándar del resultado económico A

= coeficiente de aversión al riesgo.

La varianza de una variable x para cualquier alternativa que tiene k resultados será: k

V(x) =

Σ

j=1

k

(xj - E(x))2 P(xj) simplificado:

V(x) =

Σ

j=1

xj2 P(xj) - (E(x))2


REPASO DE VARIANZA Definici贸n: sea X una variable aleatoria. Definimos la varianza de X, denotada por V(x) como sigue: V(x) = E( X - E(X))2 Teorema:

V(X) = E(X2) - (E(X))2

V(X) = E( X - E(X))2 V(X )= E( X2 - 2XE(X) + ( E(X) )2 ) V(X) = E(X2) - 2E(X)E(X) + (E(X))2 V(X) = E(X2) - (E(X))2 Lqqd.


Ejercicio de Criterio expectativa - varianza S1

S2

S3

S4

E(Ai)

(0.5) (0.1) (0.1) (0.3) I

3

-1

1

1

3x0.5-1x0.1+1x0.1+1x0.3

1.8

II

4

0

-4

6

4x0.5+0x0.1-4x0.1+6x0.3

3.4

III

5

-2

0

2

5x0.5-2x0.1+0x0.1+2x0.3

2.9

k

V(x) =

ÎŁ

xj2 P(xj) - (E(x))2

j=1 V(AI) = (3)2(0.5) + (-1)2(0.1) + (1)2(0.1) + (1)2(0.3) - (1.8)2 = 1.76 V(AII) = (4)2(0.5) + (0)2 (0.1) + (-4)2(0.1) + (6)2(0.3) - (3.4)2 = 8.84 V(AIII) = (5)2(0.5) + (-2)2(0.1) + (0)2(0.1) + (2)2(0.3) - (2.9)2 = 5.69


Desarrollando para A = 0.7 (aversión al riesgo) Q = E(x) - A ·

Alternativa

 (x)

Q = E(x) - 0.7  V(x)

 1.76

I

1.8 - 0.7

II

3.4 - 0.7  8.84 = 1.32

III

2.9 - 0.7  5.69 = 1.23

= 0.87


CRITERIO DE LAPLACE Supone que todos los resultados posibles son igualmente probables. S1

S2

S3

S4

(0.25) (0.25) (0.25) (0.25)

ÎŁ

I

3

-1

1

1

4

II

4

0

-4

6

6

III

5

-2

0

2

5

La alternativa optima bajo el criterio de Laplace es la II


LA REGLA DE HURWICZ Pretende reflejar cualquier grado de moderaci贸n entre un optimismo y un pesimismo extremos al momento de tomar la decisi贸n. La regla se plantea como sigue: Seleccione un 铆ndice de optimismo, a, tal que 0 a 1. Para todas las alternativas, calcule el resultado ponderado: a x (valor de la utilidad o costo si ocurre el resultado m谩s favorable) + (1-a)x (valor de la utilidad o el costo si ocurre el resultado menos favorable). Elija la alternativa que optimiza el resultado ponderado.


Ejemplo Regla de Hurwicz H = a x (Max) + (1-a) x (Min.) S1

S2

S3

S4

M a x

I

3

-1

1

1

3

-1

1.8

II

4

0

-4

6

6

-4

3.0

III

5

-2

0

2

5

-2

2.9

I : 0.7 x 3 + (1-0.7) x (-1) = 1.8 II : 0.7 x 6 + (1-0.7) x (-4) = 3.0 III: 0.7 x 5 + (1-0.7) x (-2) = 2.9

M I N

H a = 0.7


USO COMBINADO DE LOS DIFRENTES CRITERIOS DE SELECCION Tabla de Beneficios S1

S2

S3

S4

(0.5) (0.10) (0.10) (0.30)

a = 0.7

M a x i m a x

M a x i m i n

L a p l a c e

H u r w i c z

1.8 3.0 2.9

I

3

-1

1

1

3

-1

4

II

4 5

0 -2

-4 0

6 2

6 5

-4 -2

6 5

S 1 S2

S3

S4

III

Tabla de Perdidas de Oportunidad

I II

III

0.5

0.1

0.1

0.3

2 1 0

1 0 2

0 5 1

5 0 4

5 5 4

F u t u r o +

p r o b a b l e

V a l o r

E s p e r a d o

E x p e c t a t i v a

V a r i a n z a

3

1.8

0.87

4 5

3.4

1.32

2.9

1.23

A = 0.7 MINIMAX


Árboles de Decisión • Pueden usarse para desarrollar una estrategia óptima cuando el tomador de decisiones se enfrenta con: – Una serie de alternativas de decisión – Incertidumbre o eventos futuros con riesgo *Un buen análisis de decisiones incluye un análisis de riesgo


Árboles de decisión • Representación gráfica del proceso de decisión. • Se utilzan para resolver problemas: – Con una combinación de alternativas y estados de la naturaleza. También se pueden utilizar las tablas de decisión. – Con varias combinaciones de alternativas y estados de la naturaleza (decisiones secuenciales). No se pueden utilizar las tablas de decisión. • El VME es el criterio más empleado.


Análisis de problemas mediante árboles de decisión • Definir el problema. • Estructurar o dibujar el árbol de decisión. • Asignar probabilidades a los estados de la naturaleza. • Estimar los resultados de cada combinación posible de alternativas y estados de la naturaleza. • Resolver el problema calculando los valores monetarios para cada vértice de estado de la naturaleza.


Árboles de decisión: Componentes y estructura • • • •

Alternativas de decisión en cada punto de decisión Eventos que pueden ocurrir como resultado de cada alternativa de decisión. También son llamados Estados de la naturaleza Probabilidades de que ocurran los eventos posibles Resultados de las posibles interacciones entre las alternativas de decisión y los eventos. También se les conoce con el nombre de Pagos


Árboles de decisión: Componentes y estructura Los árboles de decisión poseen: • Ramas: se representan con líneas • Nodos de decisión: de ellos salen las ramas de decisión y se representan con  • Nodos de incertidumbre: de ellos salen las ramas de los eventos y se representan con 


Árboles de decisión: Componentes y estructura: ejemplo Punto de decisión

Alternativa 1 Nodo De incertidumbre

Alternativa 2

Pago 4

Evento 1 P(Evento 1)

Pago 1

Evento 2 P(Evento 2)

Pago 2

Evento 3 P(Evento 3)

Pago 3


Árboles de decisión Criterio del Valor Esperado • Generalmente se inicia de derecha a izquierda, calculando cada pago al final de las ramas • Luego en cada nodo de evento se calcula un valor esperado • Después en cada punto de decisión se selecciona la alternativa con el valor esperado óptimo


Árboles de decisión: ejemplo • Un fabricante está considerando la producción de un nuevo producto. La utilidad incremental es de $10 por unidad y la inversión necesaria en equipo es de $50.000 • El estimado de la demanda es como sigue: Unidades 6000 8000 10000

Probabilidad 0.30 0.50 0.20


Árboles de decisión: ejemplo (continuación): • Tiene la opción de seguir con el producto actual que le representa ventas de 2.500 unidades con una utilidad de $5.5/unidad sin publicidad, con la opción de que si destina $14.000 en publicidad podría, con una probabilidad de 80% conseguir ventas de 5.500 unidades y de un 20% de que éstas sean de 4.000 unidades • Construya el árbol de decisión y determine la decisión óptima


Árboles de decisión: ejemplo: La decisión de Larry • Durante la última semana Larry ha recibido 3 propuestas matrimoniales de 3 mujeres distintas y debe escoger una. Ha determinado que sus atributos físicos y emocionales son más o menos los mismos, y entonces elegirá según sus recursos financieros • La primera se llama Jenny. Tiene un padre rico que sufre de artritis crónica. Larry calcula una probabilidad de 0.3 de que muera pronto y les herede $100.000. Si el padre tiene una larga vida no recibirá nada de él


Árboles de decisión: ejemplo: La decisión de Larry • La segunda pretendiente se llama Jana, que es contadora en una compañía. Larry estima una probabilidad de 0.6 de que Jana siga su carrera y una probabilidad de 0.4 de que la deje y se dedique a los hijos. Si continúa con su trabajo, podría pasar a auditoría, donde hay una probabilidad de 0.5 de ganar $40.000 y de 0.5 de ganar $30.000, o bien podría pasar al departamento de impuestos donde ganaría $40.000 con probabilidad de 0.7 o $25.000 (0.3). Si se dedica a los hijos podría tener un trabajo de tiempo parcial por $20.000


Árboles de decisión: ejemplo: La decisión de Larry • La tercer pretendiente es María, la cual sólo puede ofrecer a Larry su dote de $25.000. • ¿Con quién debe casarse Larry? ¿Por qué? • ¿Cuál es el riesgo involucrado en la secuencia óptima de decisiones? Tomado de: Gallagher. Watson. METODOS CUANTITATIVOS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN. McGraw Hill, México, 1982


Los Árboles de decisión y el riesgo • El análisis del riesgo ayuda al tomador de decisiones a identificar la diferencia entre: – el valor esperado de una alternativa de decisión, y – el resultado que efectivamente podría ocurrir


Los Árboles de decisión y el riesgo • El riesgo se refiere a la variación en los resultados posibles • Mientras más varíen los resultados, entonces se dice que el riesgo es mayor • Existen diferentes maneras de cuantificar el riesgo, y una de ellas es la variancia


Los Árboles de decisión y el riesgo • La variancia se calcula como:

2 m   var( X ) = ∑ p( X ) ⋅ X − E ( X )  j  j j =1 • Donde P(Xj) es la probabilidad del evento Xj y E(X) es el valor esperado de X


Los Árboles de decisión y el riesgo: ejemplo: el caso de Larry (datos en miles) Decisión Jenny

X 100 0

P(X) 0.30 0.70

E(X) 30

var 2100

Jana

40 30 40 25 20

0.15 0.15 0.21 0.09 0.40

29,3

60,252

María

25

1.00

25

0


Los Árboles de decisión y el riesgo: ejemplo: el caso de Larry • La decisión por Jenny es la del valor esperado más alto, pero también es la más riesgosa, pues los resultados varían entre $0 y $100.000 • La decisión por María es la menos riesgosa, pero la de menor rendimiento • Tal vez la mejor decisión sea Jana, ya que el valor esperado es cercano al de Jenny pero con un riesgo menor


Las decisiones multicriterio • Hasta ahora se han analizado dos criterios para la toma de decisiones – el valor monetario esperado, y – el riesgo (variancia) • Pero pueden haber otros factores importantes en las decisiones • ¿Cuáles otros factores influirían en la decisión de Larry?


Limitaciones de los árboles de decisión • Un árbol de decisión da una buena descripción visual en problemas relativamente simples, pero su complejidad aumenta exponencialmente a medida que se agregan etapas adicionales. • En algunas situaciones, la especificación de la incertidumbre a través de probabilidades discretas resulta en una sobresimplificación del problema. • Cuando las consecuencias de un resultado potencialmente desfavorable no pueden ignorarse (cuando se ponen en juego grandes sumas de dinero en términos relativos), el VE puede no ser el mejor criterio de decisión.


Las decisiones multicriterio

• ¿Cuáles

otros factores influyen en las organizaciones? – Factores relacionados con la imagen, motivación del personal, valores, etc. • Es posible crear escalas numéricas para evaluar estos factores y luego factores para ponderar cada criterio • El principal problema es la subjetividad en la evaluación de estos otros factores


TEORIA DE LA UTILIDAD Ejercicio inicial para entender el concepto Imagine un prospero comerciante de verduras Vende verduras de primera calidad a restaurantes y autoservicios. Él estima que podría ampliar su participación en el mercado si tuviera acceso a más capital para invertir en infraestructura y mercadería.


El sabe que ampliar su mercado no es simplemente tener más capital para mercadería de primera calidad. Es necesario más infraestructura en equipos de transporte refrigerado, contar con personal comprometido en ofrecer un buen servicio e innovar mejores servicios a los clientes. La tabla muestra lo que estaría dispuesto a pagar por un crédito para capital de trabajo Crédito

Incremento % Mercado

Máxima tasa a pagar

$ 10,000

% 5



$ 25,000

% 10

 < 

$ 45,000

% 15

$ 70,000

% 20

  <  <     <  <  <  


Prestamos superiores a los $ 70,000 no le servirían, pues cualquier saldo adicional a los $ 70,000 no podría hacerlos producir más dinero. La satisfacción no es tan fácil medirla ya sea en valor monetario o cualquier Unidad de escala nominal.


TEORIA DE LA UTILIDAD Los objetivos tanto de una persona como de una empresa son m煤ltiples. La evaluaci贸n de los resultados finales de manera unidimensional implica la necesidad de una unidad de medida de cumplimiento o satisfacci贸n de esos objetivos y a esa la vamos a llamar utilidad. Se selecciona una alternativa en lugar de otra porque proporciona una mayor utilidad. Done la utilidad representa el nivel de cumplimiento de los objetivos trazados por la empresa .


Teoría de la Utilidad Es necesario aplicar un procedimiento para cuantificar la función de utilidad que los bienes o el dinero tienen para una persona, de modo que pueda maximizar la utilidad total Empezamos el estudio de la toma de decisiones basados en dos factores: el valor monetario y el riesgo. Con la teoría de la utilidad hemos introducido la utilidad para medir resultados. Ahora debemos establecer la nueva relación de este parámetro con los otros dos.


e Bu a Ri Ri sc es es ad go go o r de

fe re nt In di

Utilidad

• Este enfoque plantea curvas de utilidad, cuya forma refleja la posición de los individuos ante el riesgo • Este enfoque es mejor, pero más complejo de llevar a la práctica, sobre todo por las dificultades prácticas para cuantificar la utilidad

Ev Ri itad es o go r d e

Preferencias de Riesgo

Resultado Monetario


TOMA DE DECISIONES MULTICRITERIO


Seleccionar Una pareja

Seleccionar un Proyecto

Edad Altura Color de Pelo Plasticidad Inteligencia Educaci贸n Gustos Beneficios econ贸micos Posicionamiento Ampliaci贸n de Mercados Calidad Barreras de acceso a competidores Liderazgo Etc.


TERMINOLOGIAS USADAS Toma de Decisiones Multiatributo MADM Toma de Decisiones Multiobjetivo MODM

Aspecto

MADM

MODM

Criterio definido por

Atributos

Objetivos

Objetivos

Implícitos

Explícitos

Atributos

Explícitos

Implícitos

Restricciones

Inactivas

Activas

Alternativas

Número finito ( discreto ) Infinitas (continuo)

Uso

Selección

Decisión Maker (DM)

Diseño


REQUERIMIENTOS BASICOS Son aquellos que rigurosamente deben cumplir las alternativas previa a su selección.

Ejemplo: Si un alumno busca una compañera mujer, en la selección no incluirá a ningún Transexual.


CARACTERISTICAS DE LOS ATRIBUTOS • Cada atributo distingue al menos dos alternativas. En ningún caso deben aplicarse a todas las alternativas valores idénticos para un mismo atributo. • Cada atributo captura una dimensión o faceta única del problema de decisión ( los atributos son independientes y no redundantes) • Todos los atributos, en un sentido colectivo, se consideran suficientes para propósitos de selección de la mejor alternativa. • Se presume que las diferencias en los valores asignados a cada atributo son significativas para diferenciar entre alternativas factibles.


CLASIFICACION DE LOS ATRIBUTOS

OBJETIVOS o CUANTITATIVOS

SUBJETIVOS o CUALITATIVOS


Escalas de medición. La idea de medición, de medida, es intrínsecamente comparativa. Medir algo, en el caso más sencillo, es determinar cuántas veces una cierta unidad o patrón de medida cabe en el objeto medido. Para medir la longitud de un objeto físico, desplazamos una regla graduada sobre el mismo, observando cuántas unidades (en este caso, centímetros o metros) abarca ese objeto. Es decir, comparamos el objeto con nuestro patrón de medición para determinar cuántas unidades y fracciones del mismo incluye. La medición de variables no físicas resulta, en esencia, un proceso idéntico al anterior. La dificultad reside en que las variables de este tipo no pueden medirse con escalas tan sencillas como las lineales y en que, por otra parte, no existen para su comparación patrones de medida universalmente definidos y aceptados. Si deseamos medir el peso de un objeto, podremos expresar el valor del mismo en kilogramos o libras. En cambio, para medir el grado de autoritarismo de un dirigente, no existe ni una unidad ni una escala generalmente reconocidas, por lo que el investigador se ve obligado a elegir alguna escala de las que se han utilizado en otros trabajos o a construir una adaptada a sus necesidades específicas.


Por esta razón, medir un concepto complejo implica realizar una serie de operaciones que no se hacen en el caso de variables como el peso o la longitud; será necesario definir las dimensiones que integran las variables, encontrar diversos indicadores que la reflejen y construir luego una escala apropiada para el caso. Puede decirse que una escala es un continuo de valores ordenados correlativamente, que admite un punto inicial y otro final. Si evaluamos el rendimiento académico de estudiantes, podemos asignar el valor cero al mínimo rendimiento imaginable al respecto. Al mayor rendimiento posible podemos atribuirle un valor 100, 20, 10 o 7 puntos, según resulte más práctico. Con estos dos valores tendríamos ya marcados los límites de nuestra escala. Para concluir de confeccionarla, será necesario asignar a los posibles rendimientos intermedios puntajes también intermedios. Con ello obtendremos una escala capaz de medir la variable rendimiento académico a través de los indicadores concretos de los trabajos presentados por los estudiantes, de sus exámenes, pruebas y otras formas de evaluación posibles.


Para que una escala pueda considerarse como capaz de aportar informaciĂłn objetiva, debe reunir los siguientes requisitos bĂĄsicos: Confiabilidad. Se refiere a la consistencia interior de la misma, a su capacidad para discriminar entre un valor y otro. Cabe confiar en una escala cuando produzca constantemente los mismos resultados al aplicarla a una misma muestra, es decir, cuando siempre los mismos objetos aparezcan valorados en la misma forma. Validez. Indica la capacidad de la escala para medir las cualidades para las cuales ha sido construida y no otras parecidas. Una escala confusa no puede tener validez; tampoco una escala que estĂŠ midiendo, a la vez e indiscriminadamente, distintas variables superpuestas. Una escala tiene validez cuando verdaderamente mide lo que afirma medir.


Clases de escalas. Escalas nominales. Son aquellas en que sólo se manifiesta una equivalencia de categorías entre los diferentes puntos que asume la variable. Es como una simple lista de las diferentes posiciones que puede adoptar la variable, pero sin que en ella se defina algún tipo de orden o relación. Si en una investigación sobre producción agrícola queremos determinar los cereales que se cultivan en una cierta región, tendremos una variable que se designará como "cereal cultivado". Los distintos valores que esa variable reconoce serán: trigo, maíz, centeno, etc. Entre estos valores, no cabe obviamente ninguna jerarquía, no se puede trazar ningún ordenamiento. Sin embargo, a la enunciación explícita de todas esas posibilidades la consideramos como una escala, pues de algún modo es útil para medir el comportamiento de la variable, indicándonos en qué posición se halla en cada caso.


Escalas ordinales. Distinguen los diferentes valores de la variable jerarquizándolos simplemente de acuerdo con un rango. Establecen que existe una gradación entre uno y otro valor de la escala, de tal modo que cualquiera de ellos es mayor que el precedente y menor que el que le sigue a continuación. Sin embargo, la distancia entre un valor y otro no queda definida sin que es indeterminada. En otras palabras, tales escalas nos esclarecen solamente el rango que las distintas posiciones guardan entre sí. Un ejemplo de escala ordinal es el que suele usarse para medir la variable "grado de escolaridad": podemos decir que una persona que ha tenido 2 años de instrucción escolar, ha recibido más instrucción que quien sólo tiene un año, y menos que quien posee 3. Sin embargo, no puede afirmarse válidamente que la diferencia entre quien posee 2 años de instrucción y quien ha recibido un año es igual a la diferencia entre quienes han recibido 16 y 17 años de educación formal.


Escalas de intervalos iguales. Además de poseer la equivalencia de categorías y el ordenamiento interno entre ellas, tienen la característica de que la distancia entre sus intervalos está claramente determinada y que éstos son iguales entre sí. Un ejemplo típico de las escalas de intervalos iguales está dado por las escalas termométricas. Entre 23º y 24º C, por ejemplo, existe la misma diferencia que entre 45º y 46º C. Muchas otras escalas, como las que se utilizan en los tests psicológicos y de rendimiento, pertenecen a este tipo. La limitación que poseen es que no definen un cero absoluto, un valor límite que exprese realmente la ausencia completa de la cualidad medida. Por ello no se pueden establecer equivalencias matemáticas como las de proporcionalidad: no puede afirmarse que 24º C es el doble de temperatura que 12º C, porque el cero de la escala es un valor arbitrario y no se corresponde con la ausencia absoluta de la variable que se mide.


Escalas de cocientes. Llamadas también de razones. En ellas se conservan también todas las propiedades de los casos anteriores, pero además se añade la existencia de un valor cero real, con lo que se hacen posibles ciertas operaciones matemáticas, tales como la obtención de proporciones y cocientes. Esto quiere decir que un valor de 20 en una escala de este tipo es el doble de un valor de 10, o de las dos terceras partes de 30. Son escalas de cocientes las que miden la longitud, la masa, la intensidad de la corriente eléctrica y otras variables del mundo físico. Difícilmente las escalas que intervienen en las ciencias sociales son medidas con escalas de razones, ya que son contados los casos en que dichas variables pueden ser definidas con la exactitud y la precisión necesarias. La economía y la demografía son, entre estas disciplinas, las que más utilizan escalas de razones.


ANALISIS UNIDIMENSIONAL VARIABLES OBJETIVAS

Utilidad Una sola escala Par todos los atributos

Valor nominal del atributo

0

Rango La forma de la curva se define en funci贸n del contexto


ANALISIS UNIDIMENSIONAL VARIABLES SUBJETIVAS Esta basado en escalas ordinales

CALIFICACION

UTILIDAD

1° 2° 3° 4° 5° 6° . . .

100 90 80 60 50 40 . . .


PONDERACION DE ATRIBUTOS COMPARACIONES PAREADAS FACTORES DE PONDERACION COMPARACIONES PAREADAS DE SAATY


Teor铆a de la decisi贸n FIN


Escalas de medición. La idea de medición, de medida, es intrínsecamente comparativa. Medir algo, en el caso más sencillo, es determinar cuántas veces una cierta unidad o patrón de medida cabe en el objeto medido. Para medir la longitud de un objeto físico, desplazamos una regla graduada sobre el mismo, observando cuántas unidades (en este caso, centímetros o metros) abarca ese objeto. Es decir, comparamos el objeto con nuestro patrón de medición para determinar cuántas unidades y fracciones del mismo incluye. La medición de variables no físicas resulta, en esencia, un proceso idéntico al anterior. La dificultad reside en que las variables de este tipo no pueden medirse con escalas tan sencillas como las lineales y en que, por otra parte, no existen para su comparación patrones de medida universalmente definidos y aceptados. Si deseamos medir el peso de un objeto, podremos expresar el valor del mismo en kilogramos o libras. En cambio, para medir el grado de autoritarismo de un dirigente, no existe ni una unidad ni una escala generalmente reconocidas, por lo que el investigador se ve obligado a elegir alguna escala de las que se han utilizado en otros trabajos o a construir una adaptada a sus necesidades específicas.


Por esta razón, medir un concepto complejo implica realizar una serie de operaciones que no se hacen en el caso de variables como el peso o la longitud; será necesario definir las dimensiones que integran las variables, encontrar diversos indicadores que la reflejen y construir luego una escala apropiada para el caso. Puede decirse que una escala es un continuo de valores ordenados correlativamente, que admite un punto inicial y otro final. Si evaluamos el rendimiento académico de estudiantes, podemos asignar el valor cero al mínimo rendimiento imaginable al respecto. Al mayor rendimiento posible podemos atribuirle un valor 100, 20, 10 o 7 puntos, según resulte más práctico. Con estos dos valores tendríamos ya marcados los límites de nuestra escala. Para concluir de confeccionarla, será necesario asignar a los posibles rendimientos intermedios puntajes también intermedios. Con ello obtendremos una escala capaz de medir la variable rendimiento académico a través de los indicadores concretos de los trabajos presentados por los estudiantes, de sus exámenes, pruebas y otras formas de evaluación posibles.


Para que una escala pueda considerarse como capaz de aportar informaciĂłn objetiva, debe reunir los siguientes requisitos bĂĄsicos: Confiabilidad. Se refiere a la consistencia interior de la misma, a su capacidad para discriminar entre un valor y otro. Cabe confiar en una escala cuando produzca constantemente los mismos resultados al aplicarla a una misma muestra, es decir, cuando siempre los mismos objetos aparezcan valorados en la misma forma. Validez. Indica la capacidad de la escala para medir las cualidades para las cuales ha sido construida y no otras parecidas. Una escala confusa no puede tener validez; tampoco una escala que estĂŠ midiendo, a la vez e indiscriminadamente, distintas variables superpuestas. Una escala tiene validez cuando verdaderamente mide lo que afirma medir.


DISEÑO INSTRUMENTAL LOS INSTRUMENTOS Un instrumento de recolección de datos es cualquier recurso de que se vale el investigador para acercarse a los fenómenos y extraer de ellos información Dentro de cada instrumento pueden distinguirse dos aspectos: La forma: se refiere a las técnicas que utilizamos para la tarea de aproximación a la realidad (observación, entrevista). El contenido: queda expresado en la especificación de los datos que necesitamos conseguir. Se concreta en una serie de ítems que no son otra cosa que los indicadores que permiten medir a las variables, pero que asumen ahora la forma de preguntas, puntos a observar, elementos para registrar, etc.


El instrumento sintetiza en sí toda la labor previa de investigación: resume los aportes del marco teórico al seleccionar datos que corresponden a los indicadores y, por lo tanto, a las variables y conceptos utilizados; pero también sintetiza el diseño concreto elegido para el trabajo. Mediante una adecuada construcción de los instrumentos de recolección, la investigación alcanza la necesaria correspondencia entre teoría y hechos. ¿Qué ocurre si en una investigación los instrumentos son defectuosos? Se producirán algunas de las siguientes dificultades: Los datos recogidos no servirán para satisfacer los interrogantes iniciales; No se podrán obtener los datos que necesitamos, • Los datos vendrán falseados o distorsionados. En estos casos, habrá habido, seguramente, uno o varios errores en las etapas anteriores del proceso de investigación. Será necesario, entonces, volver hacia atrás y revisar las diferentes etapas realizadas, hasta alcanzar una mejor aproximación al problema.


Datos primarios y secundarios. Ya hemos hablado de que los datos, según su procedencia, pueden dividirse en primarios y secundarios. Los datos primarios son aquellos que el investigador obtiene directamente de la realidad, recolectándolos con sus propios instrumentos. Los datos secundarios, por otra parte, son registros escritos que proceden también de un contacto con la práctica, pero que ya han sido elegidos y procesados por otros investigadores. Los datos primarios y secundarios no son dos clases esencialmente diferentes de información, sino partes de una misma secuencia: todo dato secundario ha sido primario en sus orígenes, y todo dato primario, a partir del momento en que el investigador concluye su trabajo, se convierte en dato secundario para los demás.


Técnicas de recolección de datos primarios. La observación. Consiste en el uso sistemático de nuestros sentidos orientados a la captación de la realidad que queremos estudiar. Es una técnica antiquísima: a través de sus sentidos, el hombre capta la realidad que lo rodea, que luego organiza intelectualmente. A través de innumerables observaciones sistemáticamente repetidas, mayas y caldeos lograron penetrar en los secretos del movimiento de los cuerpos celestes; observando miles de casos concretos Mendel pudo formular las leyes sobre la herencia. El uso de nuestros sentidos es una fuente inagotable de datos que, tanto para la actividad científica como para la vida práctica, resulta de inestimable valor. La entrevista. Consiste en una interacción entre dos personas, una de las cuales - el investigador - formula determinadas preguntas relativas al tema en investigación, mientras que la otra - el investigado - proporciona verbalmente o por escrito la información que le es solicitada.


Existen además otros procedimientos de recolección de datos primarios, entre los que figuran el llamado cuestionario de autoaplicación, los tests, los diagramas sociométricos, las escalas y diferenciales semánticos, etc. sin embargo, todos tienen su origen, en última instancia, en las dos principales técnicas mencionadas.


Teoria de Decisiones