TEORIA DE DECISIONES

TIPO F
Practicas peso 1 (son 4 se elimina 1)
Exa. Parcial peso 1
Exa. Final peso 2
Exa. Sustitutorio (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 ENSEADAS, 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
Toma de decisin es el proceso de identificacin
y seguimiento de la accin adecuada para la
solucin de un problema especfico o
aprovechar una oportunidad. La toma de
decisiones es una de las funciones ms
importantes de los directivos de una
organizacin.
EL PROCESO DE TOMA
DE DECISIONES
1.1
DEFINICION
PROCESO DE DECISION
1. Identificacin de una situacin que se desea cambiar.
2. Prioridades respecto al resto de situaciones y plazos.
3. Identificacin de objetivos.
4. Recoleccin de informacin:
Esfuerzo Vs. Importancia.
Recursos y Restricciones
5. Anlisis de la informacin.
6. Definicin de medidas de eficiencia.
7. Construccin de un modelo.
8. Validacin del modelo.
9. Elaboracin de alternativas.
Prediccin de resultados.
Nivel de satisfaccin de objetivos
10. Seleccin de alternativa
11. Ejecucin y control
12. Retroalimentacin.
APRENDIZAJE Retroalimentacin
Direccin y control
Implementacin
HERRAMIENTAS T.D.
Seleccin de Alternativas
VENTAJAS, DESVENTAJAS
Consecuencias
FACTORES LIMITANTES.
Alternativas
VISION, MISION,
Evaluacin. Ext. Int.
Anlisis FORD
ESTRATEGIA
OBJETIVOS y METAS
Objetivos
PROCESO DE DECISION
MODELO QUE EXPLIQUE
LOS EFECTOS Y SUS
CAUSAS.
Definicin del problema
Veamos el proceso de toma de decisin por etapas
PROCESO DE DECISION
Definicin del problema
Identificacin de la situacin que se desea cambiar.
Prioridades respecto al resto de las situaciones y
plazos.
Esbozo del problema y nivel de importancia.
Levantamiento de informacin:
Esfuerzo Vs. Importancia
Calidad de la informacin.
Tiempo Vs. Costo.
Diferencia entre causa y efecto.
Parmetros y variables: endgenas y exgenas.
Relaciones entre variables.
Modelo explicativo del problema.
Validacin del modelo
Efectos del problema : corto, mediano y largo plazo.
Redefinicin del nivel de importancia.

PROCESO DE DECISION
Objetivos
Estructura jerrquica de los objetivos::
Visin.
Misin.
Anlisis FORD: CP. MP. LP.)
Polticas y Estrategias
Planes
Objetivos
Metas
Eficacia y eficiencia

PROCESO DE DECISION
Alternativas

Evaluacin del tipo de problema.
(revisin del modelo que lo explica)

Factores limitantes.

Paradigmas.

Seleccin de las tcnicas para generacin 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
Estimacin de requerimientos de implementacin:
Tiempo
Personal
Tecnologa
Dinero
Efectos temporales por su implementacin.

PROCESO DE DECISION
Seleccin de alternativas
Seleccin de herramientas de evaluacin
Diseo del mtodo de evaluacin
Validacin del modelo de evaluacin
Estructuracin de la informacin (segn diseo)
Eleccin y sustentacin de la alternativa elegida
Implementacin
Plan de ejecucin:
Cronograma de actividades
Comunicacin
Asignacin de tareas
Asignacin de recursos
Sistema de control y registro.
PROCESO DE DECISION
Retroalimentacin

Evaluacin de resultados.
Regulacin:
Aprobacin
Reajuste
Rectificacin (Cancelacin)
Resumen ejecutivo de los resultados.


PROBLEMAS EN EL PROCESO DE DECISION
Limitaciones para hacer una abstraccin del problema.
Incompetencia, bajo nivel profesional (es un hueso).
Falta de cuadros.
No hay consenso.
Considerar el problema algo normal que no merece atencin.
Sesgo por intereses personales (grupales y/o individuales).
Juicios de valor errados por efecto de estereotipos.
Deformar el problema para llevarlo a una decisin predefinida.
Efecto oveja (por estilos de direccin autoritaria).
Desmotivacin.
Madurez psicolgica del decisor. (actitudes padre y nio)
Demora en su elaboracin.
Estrs
Definicin del problema
Objetivos
No se tiene visin, misin, ni se hace una evaluacin formal del
entorno.
Estilo de direccin autoritaria. (no se escucha opiniones)
No se tiene una estrategia formal.
Problemas en la comunicacin.( no se conocen)
La visin, misin, etc. Estn mal elaboradas y cumplen slo una
papel decorativo (moda).
Una capacidad de gestin de la direccin no acorde con el nivel
de desarrollo de la empresa.
Alternativas
Errores en la definicin 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
Lnea Blanca
Empresa que buscaba obtener certificacin ISO
Empresa de seguros
Clnica
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: centralizacin de la toma de decisiones; desmotivacin
del recurso humano; construir una falsa realidad; copiar
tcnicas de otras empresas sin entender la filosofa que
encierran, sin capacidad para contrastarlo con el entorno; no
implementar la decisin adecuadamente; no hacer
retroalimentacin.
PROCESO DE DECISION
PRINCIPIOS
Los principios no son prcticas. Una prctica es una
actividad o accin especfica. Una prctica que da
resultado en una cierta circunstancia no necesariamente
lo dar en otra. Mientras las prcticas son especficas de
las situaciones, los principios son verdades profundas,
finalmente, de aplicacin 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
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. stas crean los
cimientos de la confianza, que es esencial para la
cooperacin y logro de los objetivos de la
decisin.
3. Dignidad Humana, son los derechos elementales
del ser humano, derecho a la igualdad, la vida, la
libertad, la bsqueda de la felicidad, etc.

PRINCIPIOS
PROCESO DE DECISION
4. El Servicio o la Idea de Contribuir, pensar no slo
el inters personal o empresarial, sino tambin en
la responsabilidad social y contribucin 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
estmulo.

PRINCIPIOS
TEORIA DE DECISIONES
TEMATICA
SEGUNDA CLASE
EL ENFOQUE CIENTIFICO EN LA TOMA DE DECISIONES
1.2
EL METODO CIENTIFICO
Es la sucesin de pasos
que debemos seguir para
descubrir nuevos
conocimientos o, en otras
palabras, para comprobar
o disprobar hiptesis que
implican o predican
conductas de fenmenos,
desconocidos hasta el
momento.
Conjunto de procedimientos por los cuales se plantean los
problemas cientficos y se ponen a prueba las hiptesis y los
instrumentos de trabajo investigativo.
ETAPAS DEL METODO CIENTIFICO
En el mtodo cientfico se conjugan la induccin y la deduccin, es decir,
se da el pensamiento reflexivo. En el proceso del pensar reflexivo se dan
cinco etapas para resolver un problema.
Percepcin de una dificultad. El individuo encuentra algn problema que
le preocupa, y se halla sin los medios para llegar al fin deseado, con
dificultad para determinar el carcter de un objeto o no pude explicar un
acontecimiento inesperado.
DIFICULTAD
Identificacin y definicin de la dificultad. El individuo efecta
observaciones que le permiten definir su dificultad con mayor precisin.
Soluciones propuestas para el
problema: hiptesis. A partir del estudio
de los hechos, el individuo formula
conjeturas acerca de las posibles
soluciones del problema, esto es, formula
hiptesis.
MUY LEJOS
Deduccin de las consecuencias de las soluciones propuestas. El
individuo llega a la conclusin de que si cada hiptesis es verdadera, le
seguirn ciertas consecuencias.
Verificacin de la hiptesis mediante la accin. El individuo pone a
prueba cada una de las hiptesis, buscando hechos observables que
permitan confirmar si las consecuencias que deberan seguir se
producen o no. Con este procedimiento se puede determinar cul de las
hiptesis concuerda con os hechos observables, y as hallar la solucin
ms confiable para su problema.
EL PROCESO DE TOMA DE DECISIONES ESTA
ORIENTADO POR EL METODO CIENTIFICO
ETAPAS
PROCESO DE TOMA DE DECISIONES METODO CINTIFICO
Percepcin de una dificultad.
Identificacin y definicin de la dificultad.
Soluciones propuestas para el problema
Deduccin de las consecuencias de las
soluciones propuestas.
Verificacin de la hiptesis mediante la
accin
Definicin del problema.
Definir objetivos
Proponer alternativas.
Estudiar consecuencias de las
alternativas.
Seleccin de Alternativa.
Implementacin.
Retroalimentacin.

Puesto que la ciencia investiga aspectos de la realidad para
comunicar sus hallazgos, cada una de las ciencias utiliza
trminos o conceptos propios.De ah 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 cules son
las que debemos estudiar, teoras e hiptesis, y cmo establecer
conceptos para ellos; es decir, establecer una conceptualizacin.

Es importante que el alumno entienda el papel del concepto
como abstraccin. Los conceptos son construcciones lgicas
creadas a partir de impresiones de los sentidos o de
percepciones y experiencias. Es un error considerar que los
conceptos existen realmente como fenmenos. Los conceptos,
como los hechos son abstracciones y tienen significado dentro
de un marco de referencia, dentro de un sistema terico.

ELEMENTOS DEL METODO CIENTIFICO
1. Los Conceptos
Todo hecho se afirma como una relacin entre conceptos, pues
cada trmino representa el fenmeno descrito por el hecho. En
este sentido, un hecho es una construccin lgica de conceptos.
A su vez, los conceptos abstraen impresiones sensoriales o
percepciones; El proceso de la conceptualizacin 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
caractersticas. Por lo tanto, todo estudiante debe poseer un
vocabulario cientfico que sea adecuado para la comprensin del
desarrollo conceptual propio de su campo de actividad.

Una caracterstica 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
1. Los Conceptos
Al analizar lgicamente los hechos de una teora, pueden deducirse
relaciones distintas de las establecidas en ellas; aqu no sabemos si
tales deducciones son correctas. Sin embargo, la formulacin de la
deduccin constituye una hiptesis; si se comprueba , pasa a formar
parte de una futura construccin terica; luego la relacin entre
hiptesis y teora es muy estrecha.
Una hiptesis es una proposicin que debe ser puesta a prueba para
determinar su validez. Siempre lleva a una prueba emprica; es una
pregunta formulada de tal modo que se puede prever una respuesta de
alguna especie.

Caractersticas de las hiptesis:

Las hiptesis deben tener referentes empricas. Ninguna hiptesis
utilizable debe llevara juicios morales.
Las hiptesis tienen que ser especficas.Todas las operaciones y
predicciones tienen que estar bien expresadas, en una forma especfica
y no general.
Las hiptesis deben estar relacionadas con tcnicas disponibles.
El terico debe conocer cules son las tcnicas disponibles para
someter la hiptesis a prueba.
2. La Hiptesis
ELEMENTOS DEL METODO CIENTIFICO
EL MODELO HIPOTETICO
P Q
Variable Dependiente
Variable Independiente
Relacin entre variables
Dado C Circunstancias
Proposicin 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 fenmenos. Encontrar las
causas, las razones que producen determinados hechos es encontrar
una explicacin para los mismos.
Debido a la complejidad de las variables participes en un hecho y
las interacciones entre las mismas no es tan fcil sealar la
relacin de causalidad.
Por esto, la relacin de causa ha sido suplantada por el concepto ms
abierto de determinacin. Decir que A determina a B significa tan slo
expresar que ejerce una influencia, que es capaz de alterar o modificar
el comportamiento de B. No diramos as que A es causa de B - por
cuanto B puede estar determinado adems por muchos otros
elementos -, sino que A lo determina en alguna medida que es
preciso evaluar.
Condiciones necesarias

Son aquellas sin las cuales es imposible
que ocurra un determinado fenmeno,
aunque esto no quiere decir que cada vez
que se encuentre ocurra el fenmeno. Por
ejemplo, para que en un pas se produzca
un golpe militar es condicin necesaria
que exista un ejrcito organizado. Pero
esto no quiere decir que, habiendo un
ejrcito organizado, esto provoque un
golpe militar.

El problema de la causalidad
Condiciones suficientes

Se refieren a circunstancias que, siempre que
aparecen, desencadenan el fenmeno en
estudio, aunque no es necesario que ellas
estn presentes para producirlo. Por ejemplo,
es condicin suficiente para producir la
muerte, que se paralice durante un cierto
perodo el funcionamiento del corazn, 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 radiacin solar
contribuyen al crecimiento de los vegetales, pero lo
hacen de modo diverso segn la especie
considerada.
.
El problema de la causalidad

Condiciones contingentes

Son circunstancias que, pudiendo favorecer la
ocurrencia del hecho estudiado, se presentan slo
eventualmente, pudiendo estar por completo
ausentes en la mayora de los casos. El embargo
petrolero decretado por los pases rabes en 1973
fue una contingencia que redujo la oferta de ese
producto, promoviendo un aumento notable de los
precios, pero la disminucin 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 condicin 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 presente C.

El problema de la causalidad
LAS DECISIONES EN LAS ORGANIZACIONES
1.3
VISION: Lo que se quiere alcanzar en el mediano o largo plazo

MISION: El deber de cada da.

FODA: Fortalezas, Oportunidades, Debilidades y Amenazas.

PLAN ESTRATEGICO: Gua de acciones a seguir.

OBJETIVOS: Logros a cumplir en el corto plazo.

METAS: especificaciones para cumplir los objetivos.
LAS DECISIONES EN LAS ORGANIZACIONES
1.3
FORMA DE TOMAR DECISIONES
ANARQUICA DEMOCRATICA
AUTOCRATICA TECNOCRATICA
Nadie toma las decisiones u hoy las
toma uno y maana otro, en varias
direcciones.
V: Cuando no hay claridad de rumbo
D: Incertidumbre
Se toman por consenso de la mayora
V: varias mentes piensan mejor que
una y compromiso los participantes.
D: No siempre la mayora tiene la
razn. Puede llevara la dictadura de la
mayora
Por capricho de una o unas cuantas
personas.
V: Rapidez porque no se tiene que
consultar a nadie.
D: No hay reglas.
Se toma por razones cientficas y
tcnicas.
V: Estn respaldadas por un mtodo
cientfico.
D: La dictadura de los expertos que
excluyen al resto de la sociedad
CICLO DE VIDA DE UNA EMPRESA
CRECIMIENTO
Aptitudes
Principales
Innovacin,
independencia.
Confianza en
si mismo
visin
Riesgo
Investigacin
Orden
Juicio
Organizacin
Negociacin
Decisin
Mando
Delegacin
Motivacin
Supervisin
Decisin
Mantenimiento
Coordinacin
Eficiencia
Investigacin
Innovacin
Riesgo
Visin
Eficiencia
Decisin
Produccin
Marketing
Presupuestos
Control de Gestin
Relaciones
humanas
Tecnolgicos Financieros
Analticos
Planificacin
Relaciones
humanas
Marketing
Organizacin
Tecnolgicos
Financieros
Analticos
Relaciones
humanas
Conocimientos
Principales
Tipo del
Dirigente
Apropiado
REORGANIZADOR
INVENTOR ORGANIZADOR CONSTRUCTOR ADMINISTRADOR
Edad de la
Empresa
INICIO DESARROLLO CRECIMIENTO MADUREZ DECLIVE
CURVA DEL
CICLO DE
VIDA DE LA
EMPRESA
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 biolgico 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 niez, 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 (tambin en las de un producto o servicio)
tiene requerimientos distintos en cuanto a las
personas que hayan de dirigirlas, y el xito o el
fracaso que puede producirse, y en la prctica 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, segn las necesidades que
reconocemos para la misma. Estos nombres no
describen totalmente a la personalidad, pero bastan
para sealar su trazo ms principal , de entre los que a
continuacin describimos.
Estructuracin del Problema
Un problema de decisin es caracterizado por
alternativa de decisin, Estado de la Naturaleza, y
los pagos resultantes.
Las alternativas de decisin 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 estn
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. 1
Son menos caros y crean menos problemas
organizativos que la experimentacin con los
sistemas del mundo real.
Permite al director de operaciones responder a
preguntas del tipo Qu pasara si...?.
Han sido creados para solucionar los problemas de
direccin y dar valor a las entradas de la gestin.
Obligan a un enfoque consistente y sistemtico en el
anlisis 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.
Modelos
1.3. 2
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
matemtica y lgica.
Tienden a subvalorar el papel y el valor de la
informacin no cuantificable.
A menudo presentan hiptesis que simplifican
en exceso las variables del mundo real.
MODELOS DE EVALUACION DIMENSIONAL
1.4
OBJETIVOS DE UNA EMPRESA
Cuando se debe tomar una decisin est debe cumplir de la mejor manera
posible los objetivos trazados. Por simplificacin para el manejo didctico del
aprendizaje se empieza trabajando problemas de toma de decisin como si la
empresa tuviera un objetivo nico:

OBJETIVO UNICO: MAXIMIZAR UTILIDADES

Los objetivos nicos son comunes en modelos de optimizacin de recursos. Sin
embargo, en la mayora de las decisiones de la Direccin 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 mltiples, estos
pueden ser estudiados de dos formas:
PRIMERA: Comparando al mismo tiempo todas sus dimensiones.
A este criterio se conoce como MULTIDIMENSIONAL.
Ejemplo
Objetivos 1 2
3
4
Alternativas:
A B C
1 2
3
4
1
2
3
4
1
2
3 4
Ejemplo: METODO TELARAA
Alternativas:
A B C
SEGUNDA : Reduciendo las diferentes dimensiones a una sola. A
este criterio se conoce como UNIDIMENSIONAL.
Ejemplo: EVALUACION PONDRADA DE ALTERNATIVAS
ALTERNATIVAS Alternativa 3 Alternativa 2 Alternativa 1
Ponderacin
40 50 70 0.40
100 60 40 0.30
60 50 60 0.20
100 100 40 0.10
Objetivos
Maxim. beneficios
Liderazgo Tec.
Posicionamiento
Mercado
68 58 56
RESULTADO
MODELO DE EVALUACION DE ALTERNATIVAS
1.5
Cada alternativa de solucin tiene sus propias
caractersticas. 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, hacindose mas
evidente esta discrepancia cuando estas apuntan a
mercados muy dismiles.

Por simplificacin, para poder evaluar alternativas
asumiremos que los escenarios de las alternativas son
los mismos, lo cual solo ser objeto de refutacin cuando
se seale un contexto que induzca a pensar en lo
contrario.
S
1
S
2
S
3
S
4
(0.5) (0.1) (0.1) (0.3)
I 3 -1 1 1
II 4 0 -4 6
III 5 -2 0 2
IV 2 -2 0 0
V 5 -4 -1 0
EVENTOS POSIBLES
ALTERNATIVAS
TABLA DE BENEFICIOS
MODELO DE TABLA DE EVALUACION
PROBABILIDADES
DE LOS EVENTOS
P A S O P R E V I O
DOMINANCIA
ELIMINACION DE
ALTERNATIVAS INFERIORES
QUE ES ESTO?
JURASIC PARK
LAS ALTERNATIVAS INFERIORES
SERAN ELIMINADAS POR LAS
MAS FUERTES
EJEMPLO DE DOMINANCIA
S
1
S
2
S
3
S
4
(0.5) (0.1) (0.1) (0.3)
I 3 -1 1 1
II 4 0 -4 6
III 5 -2 0 2
IV 2 -2 0 0
V 5 -4 -1 0
EVENTOS POSIBLES
ALTERNATIVAS
TABLA DE BENEFICIOS
I domina a IV
III domina a V
Se eliminan
estas
alternativas
TEORIA DE DECISIONES
CAPITULO 2
ESCENARIOS DE LOS ATRIBUTOS
T E O R I A D E D E C I S I O N E S
OBJETIVOS
DEFINICION
DEL
PROBLEMA
EVALUACION DE
ALTERNATIVAS
CERTIDUMBRE
INCERTIDUMBRE
RIESGO
C E RT I D U M B R E
Programacin lineal
Balance de lnea
Valor Presente Neto
Tasa Interna de Retorno
Punto de Equilibrio Operativo
Punto de Equilibrio Financiero
Etc.
TECNICAS
VALOR PRESENTE NETO
Base Terica
El Dinero
Especies
Cereales
Oro
Sal
Comodities
Modeda
El billete (inflacin)
El cuasidinero (efecto multiplicador)
Factores que intervienen en la tasa de inters
Productividad marginal del capital
Riesgos Micro:
Rendimiento del sector
Competitividad
Nivel tecnolgico
Perdidas acumuladas
Riesgo Macro
Presin Fiscal
Gasto Publico
Producto Bruto interno
Servicio de la deuda
Cuando revise tablas de benficos en
valores reales, debe tomar en cuenta que al
producirse variaciones en las tasas de
inters en los mercados financieros, los
valores reales tendrn obligatoriamente que
recalcularse.
Recuerde que cuando se producen cambios
como inflacin o devaluacin, los precios de
los productos no varan en forma
homognea, eso se llama cambios en los
precios relativos. Por tanto, debe revisar
como afectan al proyecto.
DIGRAMA DE FLUJO NETO ECONOMICO
Cuando evale 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 atraer 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 reducir 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 tcnicas se
desarrollan en base
las posibles actitudes
del decisor frente a la
incertidumbre.
TECNICAS
Maximax
Maximin
Minimax
Nivel de aspiracin
M A X I M A X
S
1
S
2
S
3
S
4
(0.5) (0.1) (0.1) (0.3)
I 3 -1 1 1
II 4 0 -4 6
III 5 -2 0 2
IV 2 -2 0 0
V 5 -4 -1 0
EVENTOS POSIBLES
TABLA DE BENEFICIOS
Mximo
Mximo
Mximo
ALTERNATIVAS
3
6
5
MAXIMAX
6
EL MAXIMO DE LOS MAXIMOS VALORES
M A X I M I N
S
1
S
2
S
3
S
4
(0.5) (0.1) (0.1) (0.3)
I 3 -1 1 1
II 4 0 -4 6
III 5 -2 0 2
IV 2 -2 0 0
V 5 -4 -1 0
EVENTOS POSIBLES
TABLA DE BENEFICIOS
Mnimo
Mnimo
Mnimo
ALTERNATIVAS
-1
-4
-2
MAXIMIN
-1
EL MAXIMO DE LOS MINIMOS VALORES
M I N I M A X
S
1
S
2
S
3
S
4
(0.5) (0.1) (0.1) (0.3)
I 3 -1 1 1
II 4 0 -4 6
III 5 -2 0 2
IV 2 -2 0 0
V 5 -4 -1 0
EVENTOS POSIBLES
2 1 0 5
1 0 5 0
0 2 1 4
I
II
III
Mximos
Mximo
Mximo
Mximo
5
5
4
4
M I N I M A X
Minimiza las
mximas
perdidas de
oportunidad
5-3 = 2
5-4 = 1
5-5 = 0
TABLA DE
BENEFICIOS
TABLA DE PERDIDAS DE OPORTUNIDAD
CRITERIO DE NIVEL DE ASPIRACION
Implica seleccionar algn nivel de aspiracin
que no responde a informacin de la tabla. Es
decir, es dada por el decisor.
Ejemplo: Resultado posible de cuando menos 5
S
1
S
2
S
3
S
4
(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 ms probable.
Criterio de nivel de aspiracin.
Valor esperado
Criterio expectativa-varianza
Laplace
Hurwicz
CRITERIO DE FUTURO MAS PROBABLE
La persona que toma la decisin considera
los diversos resultados posibles, pasa por
alto todos, excepto el ms probable y acta
como si tuviera certeza.
S
1
S
2
S
3
S
4
(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 algn nivel de aspiracin y
despus elegir lo que maximice (o minimice) la
probabilidad de conseguir este nivel
Ejemplo: Resultado posible de cuando menos 5
S
1
S
2
S
3
S
4
(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 decisin, ponderando
los costos o beneficios cada alternativa en
base a las probabilidades asociadas .
Sea: K = nmero de eventos posibles
Ai = alternativa i
Ps = probabilidad de la ocurrencia del evento s
Rsi = resultado a obtenerse en la alternativa i cuando
se produce el evento s.
E(Ai) = valor esperado de la alternativa i

Luego
E(Ai) = Rsi x Ps

k
E
s = 1
0.5

0.1
I
3 -1
II
4 0
III
5 -2
0.1

0.3
1 1
-4 6
0 2
S
1
S
2
S
3
S
4
VE
CLCULO DEL VE
5x0.5-2x0.1+0x0.1+2x0.3
2.9
3x0.5-1x0.1+1x0.1+1x0.3
1.8
4x0.5+0x0.1-4x0.1+6x 0.3
3.4
La Informacin Perfecta
VIP
CLCULO DEL VIP
MAX
5x0.5+0x0.1+1x0.1+6x0.3
4.4
5 0
1
6
Beneficio adicional con Informacion Perfecta = 4.4 - 3.4 = 1.0
VALOR ESPERADO
0.5

0.1
I
3 -1
II
4 0
III
5 -2
0.1

0.3
1 1
-4 6
0 2
S
1
S
2
S
3
S
4
Tabla de Beneficios
0.5

0.1
2 1
1 0
0 2
0.1

0.3
0 5
5 0
1 4
S
1
S
2
S
3
S
4
Tabla de perdidas
de oportunidad
VE
2.5
1.0
1.5
Costo de la incertibumbre = 1.0
Valor Esperado:
Tabla de beneficios Beneficio con informacin simple: 3.4
Tabla de perdidas de oportunidad Costo de incertidumbre: 1.0
Tabla de beneficios el Valor de la Informacin Perfecta : 4.4
VALOR ESPERADO
CRITERIO DE EXPECTATIVA - VARIANZA
Consiste en desarrollar un factor de evaluacin
que tome en cuenta el valor esperado y la varianza.
Un ejemplo simple es: Q = E(x) - A (x)
Donde:
Q = medicin de expectativa - varianza.
E(x) = medida o resultado monetario esperado.
(x) = desviacin estndar del resultado econmico
A = coeficiente de aversin al riesgo.

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


V(x) = (x
j
- E(x))
2
P(x
j
) simplificado: V(x) = x
j
2

P(x
j
) - (E(x))
2


k
E
j = 1
k
E
j = 1
REPASO DE VARIANZA
Definicin: 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(X
2
) - (E(X))
2



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


V(X )= E( X
2
- 2XE(X) + ( E(X) )
2
)



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

V(X) = E(X
2
) - (E(X))
2
Lqqd.

Ejercicio de Criterio expectativa - varianza
V(x) = x
j
2

P(x
j
) - (E(x))
2



V(A
I
) = (3)
2
(0.5) + (-1)
2
(0.1) + (1)
2
(0.1) + (1)
2
(0.3) - (1.8)
2
= 1.76
V(A
II
) = (4)
2
(0.5) + (0)
2
(0.1) + (-4)
2
(0.1) + (6)
2
(0.3) - (3.4)
2
= 8.84
V(A
III
) = (5)
2
(0.5) + (-2)
2
(0.1) + (0)
2
(0.1) + (2)
2
(0.3) - (2.9)
2
= 5.69
S
1
S
2
S
3
S
4
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
E
j = 1
Desarrollando para A = 0.7 (aversin al riesgo)
Q = E(x) - A (x)


Alternativa Q = E(x) - 0.7 V(x)

I 1.8 - 0.7 1.76 = 0.87

II 3.4 - 0.7 8.84 = 1.32

III 2.9 - 0.7 5.69 = 1.23

CRITERIO DE LAPLACE
Supone que todos los resultados posibles son
igualmente probables.
S
1
S
2
S
3
S
4
(0.25) (0.25) (0.25) (0.25)
I
3 -1 1 1
II
4 0 -4 6
III
5 -2 0 2
E
4
6
5
La alternativa optima bajo el criterio de Laplace es la II
LA REGLA DE HURWICZ
Pretende reflejar cualquier grado de moderacin entre
un optimismo y un pesimismo extremos al momento de
tomar la decisin.

La regla se plantea como sigue:

Seleccione un 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 ms 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.
S
1
S
2
I
3 -1
II
4 0
III
5 -2
S
3
S
4
1 1
-4 6
0 2
M
a
x
3
6
5
M
I
N
-1
-4
-2
H = a x (Max) + (1-a) x (Min.)
Ejemplo Regla de Hurwicz
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
H
a = 0.7
1.8
3.0
2.9
a = 0.7
A = 0.7
0.5 0.1
2 1
1 0
0 2
0.1 0.3
0 5
5 0
1 4
S 1 S 2 S 3 S 4
I
II
III
5
5
4
MINIMAX
USO COMBINADO DE LOS
DIFRENTES CRITERIOS DE
SELECCION
S
1
S
2
S
3
S
4
(0.5) (0.10) (0.10) (0.30)
I
3 -1 1 1
II
4 0 -4 6
III
5 -2 0 2
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
F p
u r
t o
u b
r a
o b
l
+ e
V E
a s
l p
o e
r r
a
d
o
4
6
5
1.8
3.0
2.9
3
4
5
1.8
3.4
2.9
3
6
5
-1
-4
-2
E V
x a
p r
e i
c a
t n
a z
t a
i
v
a
0.87
1.32
1.23
Tabla de Beneficios
Tabla de Perdidas
de Oportunidad
rboles de Decisin
Pueden usarse para desarrollar una
estrategia ptima cuando el tomador de
decisiones se enfrenta con:
Una serie de alternativas de decisin
Incertidumbre o eventos futuros con riesgo

*Un buen anlisis de decisiones incluye un anlisis
de riesgo
Representacin grfica del proceso de decisin.
Se utilzan para resolver problemas:
Con una combinacin de alternativas y
estados de la naturaleza. Tambin se pueden
utilizar las tablas de decisin.
Con varias combinaciones de alternativas y
estados de la naturaleza (decisiones
secuenciales). No se pueden utilizar las
tablas de decisin.
El VME es el criterio ms empleado.
rboles de decisin
Anlisis de problemas mediante
rboles de decisin
Definir el problema.
Estructurar o dibujar el rbol de decisin.
Asignar probabilidades a los estados de la
naturaleza.
Estimar los resultados de cada combinacin
posible de alternativas y estados de la
naturaleza.
Resolver el problema calculando los valores
monetarios para cada vrtice de estado de la
naturaleza.
rboles de decisin:
Componentes y estructura
Alternativas de decisin en cada punto de
decisin
Eventos que pueden ocurrir como resultado de
cada alternativa de decisin. Tambin son
llamados Estados de la naturaleza
Probabilidades de que ocurran los eventos
posibles
Resultados de las posibles interacciones entre
las alternativas de decisin y los eventos.
Tambin se les conoce con el nombre de Pagos
rboles de decisin:
Componentes y estructura
Los rboles de decisin poseen:
Ramas: se representan con lneas
Nodos de decisin: de ellos salen las
ramas de decisin y se representan con
Nodos de incertidumbre: de ellos salen
las ramas de los eventos y se representan
con
rboles de decisin: Componentes y
estructura: ejemplo
Alternativa 1
Alternativa 2
Evento 1
P(Evento 1)
Evento 2
P(Evento 2)
Evento 3
P(Evento 3)
Pago 1
Pago 2
Pago 3
Pago 4
Punto de
decisin
Nodo
De
incertidumbre
rboles de decisin
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
Despus en cada punto de decisin
se selecciona la alternativa con el
valor esperado ptimo
rboles de decisin: ejemplo
Un fabricante est considerando la produccin
de un nuevo producto. La utilidad incremental es
de $10 por unidad y la inversin necesaria en
equipo es de $50.000
El estimado de la demanda es como sigue:
Unidades Probabilidad
6000 0.30
8000 0.50
10000 0.20
rboles de decisin: ejemplo
(continuacin):
Tiene la opcin 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
opcin de que si destina $14.000 en publicidad
podra, con una probabilidad de 80% conseguir
ventas de 5.500 unidades y de un 20% de que
stas sean de 4.000 unidades
Construya el rbol de decisin y determine la
decisin ptima
rboles de decisin: ejemplo: La
decisin de Larry
Durante la ltima semana Larry ha recibido 3
propuestas matrimoniales de 3 mujeres distintas
y debe escoger una. Ha determinado que sus
atributos fsicos y emocionales son ms o
menos los mismos, y entonces elegir segn
sus recursos financieros
La primera se llama Jenny. Tiene un padre rico
que sufre de artritis crnica. Larry calcula una
probabilidad de 0.3 de que muera pronto y les
herede $100.000. Si el padre tiene una larga
vida no recibir nada de l
rboles de decisin: ejemplo: La
decisin de Larry
La segunda pretendiente se llama Jana, que es
contadora en una compaa. 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 contina con su trabajo,
podra pasar a auditora, donde hay una
probabilidad de 0.5 de ganar $40.000 y de 0.5 de
ganar $30.000, o bien podra pasar al
departamento de impuestos donde ganara
$40.000 con probabilidad de 0.7 o $25.000 (0.3).
Si se dedica a los hijos podra tener un trabajo de
tiempo parcial por $20.000
rboles de decisin: ejemplo: La
decisin de Larry
La tercer pretendiente es Mara, la cual slo
puede ofrecer a Larry su dote de $25.000.
Con quin debe casarse Larry? Por qu?
Cul es el riesgo involucrado en la secuencia
ptima de decisiones?

Tomado de:
Gallagher. Watson. METODOS CUANTITATIVOS PARA LA TOMA DE DECISIONES EN
ADMINISTRACIN. McGraw Hill, Mxico, 1982
Los rboles de decisin y el riesgo
El anlisis del riesgo ayuda al tomador de
decisiones a identificar la diferencia entre:
el valor esperado de una alternativa de
decisin, y
el resultado que efectivamente podra ocurrir
Los rboles de decisin y el riesgo
El riesgo se refiere a la variacin en los
resultados posibles
Mientras ms varen 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 rboles de decisin y el riesgo
La variancia se calcula como:



Donde P(X
j
) es la probabilidad del evento X
j
y
E(X) es el valor esperado de X

=
(

=
m
j
X E
j
X
j
X p X
1
2
) ( ) ( ) var(
Los rboles de decisin y el riesgo: ejemplo:
el caso de Larry (datos en miles)
Decisin X P(X) E(X) var
Jenny 100
0
0.30
0.70
30 2100
Jana 40
30
40
25
20
0.15
0.15
0.21
0.09
0.40
29,3 60,252
Mara 25 1.00
25 0
Los rboles de decisin y el riesgo:
ejemplo: el caso de Larry
La decisin por Jenny es la del valor esperado
ms alto, pero tambin es la ms riesgosa, pues
los resultados varan entre $0 y $100.000
La decisin por Mara es la menos riesgosa,
pero la de menor rendimiento
Tal vez la mejor decisin 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
Cules otros factores influiran en la decisin
de Larry?
Limitaciones de los rboles de decisin
Un rbol de decisin da una buena descripcin
visual en problemas relativamente simples, pero su
complejidad aumenta exponencialmente a medida
que se agregan etapas adicionales.
En algunas situaciones, la especificacin de la
incertidumbre a travs de probabilidades discretas
resulta en una sobresimplificacin del problema.
Cuando las consecuencias de un resultado
potencialmente desfavorable no pueden ignorarse
(cuando se ponen en juego grandes sumas de dinero
en trminos relativos), el VE puede no ser el mejor
criterio de decisin.
Las decisiones multicriterio
Cules otros factores influyen en las
organizaciones?
Factores relacionados con la imagen,
motivacin del personal, valores, etc.
Es posible crear escalas numricas para
evaluar estos factores y luego factores para
ponderar cada criterio
El principal problema es la subjetividad en la
evaluacin 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.
l estima que podra ampliar su
participacin en el mercado si
tuviera acceso a ms capital para
invertir en infraestructura y
mercadera.
El sabe que ampliar su mercado no
es simplemente tener ms capital
para mercadera de primera calidad.
Es necesario ms 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 estara dispuesto a pagar por un
crdito para capital de trabajo
Incremento % Mercado
Crdito
Mxima tasa a pagar
$ 10,000
$ 25,000
$ 45,000
$ 70,000
% 5
% 10
% 15
% 20
I
1
I
2
< I
1
I
3
< I
2
< I
1

I
4
< I
3
< I
2
< I
1

Prestamos superiores a los $ 70,000 no le serviran,
pues cualquier saldo adicional a los $ 70,000 no podra
hacerlos producir ms dinero.
La satisfaccin no es tan fcil
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 mltiples. La evaluacin de
los resultados finales de manera
unidimensional implica la
necesidad de una unidad de
medida de cumplimiento o
satisfaccin 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 .
Teora de la Utilidad
Es necesario aplicar un procedimiento para
cuantificar la funcin 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 teora de la utilidad hemos introducido
la utilidad para medir resultados. Ahora debemos
establecer la nueva relacin de este parmetro con
los otros dos.
Preferencias de Riesgo

Resultado Monetario
U
t
i
l
i
d
a
d

Este enfoque plantea
curvas de utilidad, cuya
forma refleja la
posicin de los
individuos ante el
riesgo
Este enfoque es mejor,
pero ms complejo de
llevar a la prctica,
sobre todo por las
dificultades prcticas
para cuantificar la
utilidad

TOMA DE DECISIONES
MULTICRITERIO
Edad
Altura
Color de Pelo
Plasticidad
Inteligencia
Educacin
Gustos
Seleccionar
Una pareja
Seleccionar
un Proyecto
Beneficios econmicos
Posicionamiento
Ampliacin de Mercados
Calidad
Barreras de acceso a
competidores
Liderazgo
Etc.
Aspecto MADM MODM
Criterio definido por Atributos Objetivos
Objetivos Implcitos Explcitos
Atributos Explcitos Implcitos
Restricciones Inactivas Activas
Alternativas Nmero finito ( discreto ) Infinitas
(continuo)
Uso Seleccin Diseo

Decisin Maker (DM)
TERMINOLOGIAS USADAS
Toma de Decisiones Multiatributo MADM
Toma de Decisiones Multiobjetivo MODM
REQUERIMIENTOS BASICOS
Son aquellos que rigurosamente deben
cumplir las alternativas previa a su
seleccin.



Ejemplo:
Si un alumno busca una compaera
mujer, en la seleccin no incluir a
ningn Transexual.
CARACTERISTICAS DE LOS ATRIBUTOS
Cada atributo distingue al menos dos alternativas. En
ningn caso deben aplicarse a todas las alternativas
valores idnticos para un mismo atributo.
Cada atributo captura una dimensin o faceta nica del
problema de decisin ( los atributos son independientes y
no redundantes)
Todos los atributos, en un sentido colectivo, se consideran
suficientes para propsitos de seleccin 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 medicin.
La idea de medicin, de medida, es intrnsecamente comparativa. Medir
algo, en el caso ms sencillo, es determinar cuntas veces una cierta unidad
o patrn de medida cabe en el objeto medido. Para medir la longitud de un
objeto fsico, desplazamos una regla graduada sobre el mismo, observando
cuntas unidades (en este caso, centmetros o metros) abarca ese objeto.
Es decir, comparamos el objeto con nuestro patrn de medicin para
determinar cuntas unidades y fracciones del mismo incluye.
La medicin de variables no fsicas resulta, en esencia, un proceso idntico
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 comparacin 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
especficas.
Por esta razn, 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; ser 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 acadmico de estudiantes, podemos asignar el valor
cero al mnimo rendimiento imaginable al respecto. Al mayor
rendimiento posible podemos atribuirle un valor 100, 20, 10 o 7 puntos,
segn resulte ms prctico. Con estos dos valores tendramos ya
marcados los lmites de nuestra escala. Para concluir de
confeccionarla, ser necesario asignar a los posibles rendimientos
intermedios puntajes tambin intermedios. Con ello obtendremos una
escala capaz de medir la variable rendimiento acadmico a travs de
los indicadores concretos de los trabajos presentados por los
estudiantes, de sus exmenes, pruebas y otras formas de evaluacin
posibles.
Para que una escala pueda considerarse como capaz de
aportar informacin objetiva, debe reunir los siguientes
requisitos bsicos:

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 est 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 slo se manifiesta
una equivalencia de categoras 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 algn tipo de orden o relacin. Si en
una investigacin sobre produccin agrcola queremos
determinar los cereales que se cultivan en una cierta regin,
tendremos una variable que se designar como "cereal
cultivado". Los distintos valores que esa variable
reconoce sern: trigo, maz, centeno, etc. Entre estos
valores, no cabe obviamente ninguna jerarqua, no se puede
trazar ningn ordenamiento. Sin embargo, a la enunciacin
explcita de todas esas posibilidades la consideramos como
una escala, pues de algn modo es til para medir el
comportamiento de la variable, indicndonos en qu
posicin se halla en cada caso.
Escalas ordinales. Distinguen los diferentes valores de la
variable jerarquizndolos simplemente de acuerdo con un
rango. Establecen que existe una gradacin 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
continuacin. 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 s. 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
aos de instruccin escolar, ha recibido ms instruccin que
quien slo tiene un ao, y menos que quien posee 3. Sin
embargo, no puede afirmarse vlidamente que la diferencia
entre quien posee 2 aos de instruccin y quien ha recibido un
ao es igual a la diferencia entre quienes han recibido 16 y 17
aos de educacin formal.
Escalas de intervalos iguales. Adems de poseer la
equivalencia de categoras y el ordenamiento interno entre
ellas, tienen la caracterstica de que la distancia entre sus
intervalos est claramente determinada y que stos son
iguales entre s. Un ejemplo tpico de las escalas de intervalos
iguales est dado por las escalas termomtricas. Entre 23 y
24 C, por ejemplo, existe la misma diferencia que entre 45 y
46 C. Muchas otras escalas, como las que se utilizan en los
tests psicolgicos y de rendimiento, pertenecen a este tipo. La
limitacin que poseen es que no definen un cero absoluto,
un valor lmite que exprese realmente la ausencia
completa de la cualidad medida. Por ello no se pueden
establecer equivalencias matemticas como las de
proporcionalidad: no puede afirmarse que 24 C es el doble de
temperatura que 12 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 tambin de razones. En
ellas se conservan tambin todas las propiedades de los
casos anteriores, pero adems se aade la existencia de un
valor cero real, con lo que se hacen posibles ciertas
operaciones matemticas, tales como la obtencin 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 elctrica y otras variables del mundo fsico.
Difcilmente 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 precisin necesarias. La
economa y la demografa son, entre estas disciplinas, las que
ms utilizan escalas de razones.
VARIABLES OBJETIVAS
Utilidad
Valor nominal
del atributo
Rango
Una sola escala
Par todos los
atributos
0
La forma de la curva se define en funcin del contexto
ANALISIS UNIDIMENSIONAL
VARIABLES SUBJETIVAS
ANALISIS UNIDIMENSIONAL
Esta basado en escalas ordinales
1
2
3
4
5
6
.
.
.
UTILIDAD
CALIFICACION
100
90
80
60
50
40
.
.
.
PONDERACION DE ATRIBUTOS
COMPARACIONES PAREADAS
FACTORES DE PONDERACION
COMPARACIONES PAREADAS DE SAATY
Teora de la decisin
FIN
Escalas de medicin.
La idea de medicin, de medida, es intrnsecamente comparativa. Medir
algo, en el caso ms sencillo, es determinar cuntas veces una cierta unidad
o patrn de medida cabe en el objeto medido. Para medir la longitud de un
objeto fsico, desplazamos una regla graduada sobre el mismo, observando
cuntas unidades (en este caso, centmetros o metros) abarca ese objeto.
Es decir, comparamos el objeto con nuestro patrn de medicin para
determinar cuntas unidades y fracciones del mismo incluye.
La medicin de variables no fsicas resulta, en esencia, un proceso idntico
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 comparacin 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
especficas.
Por esta razn, 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; ser 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 acadmico de estudiantes, podemos asignar el valor
cero al mnimo rendimiento imaginable al respecto. Al mayor
rendimiento posible podemos atribuirle un valor 100, 20, 10 o 7 puntos,
segn resulte ms prctico. Con estos dos valores tendramos ya
marcados los lmites de nuestra escala. Para concluir de
confeccionarla, ser necesario asignar a los posibles rendimientos
intermedios puntajes tambin intermedios. Con ello obtendremos una
escala capaz de medir la variable rendimiento acadmico a travs de
los indicadores concretos de los trabajos presentados por los
estudiantes, de sus exmenes, pruebas y otras formas de evaluacin
posibles.
Para que una escala pueda considerarse como capaz de
aportar informacin objetiva, debe reunir los siguientes
requisitos bsicos:

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 est midiendo, a la vez e
indiscriminadamente, distintas variables superpuestas. Una
escala tiene validez cuando verdaderamente mide lo
que afirma medir.
LOS INSTRUMENTOS
Un instrumento de recoleccin de datos es cualquier recurso de que
se vale el investigador para acercarse a los fenmenos y extraer de ellos
informacin
Dentro de cada instrumento pueden distinguirse dos aspectos:
La forma: se refiere a las tcnicas que utilizamos para la tarea de
aproximacin a la realidad (observacin, entrevista).
El contenido: queda expresado en la especificacin de los datos que
necesitamos conseguir. Se concreta en una serie de tems 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.
DISEO INSTRUMENTAL
El instrumento sintetiza en s toda la labor previa de investigacin: resume
los aportes del marco terico al seleccionar datos que corresponden a los
indicadores y, por lo tanto, a las variables y conceptos utilizados; pero
tambin sintetiza el diseo concreto elegido para el trabajo.
Mediante una adecuada construccin de los instrumentos de recoleccin,
la investigacin alcanza la necesaria correspondencia entre teora y
hechos.
Qu ocurre si en una investigacin los instrumentos son defectuosos?
Se producirn algunas de las siguientes dificultades:
Los datos recogidos no servirn para satisfacer los interrogantes
iniciales;
No se podrn obtener los datos que necesitamos,
- Los datos vendrn falseados o distorsionados.
En estos casos, habr habido, seguramente, uno o varios errores en las
etapas anteriores del proceso de investigacin. Ser necesario, entonces,
volver hacia atrs y revisar las diferentes etapas realizadas, hasta
alcanzar una mejor aproximacin al problema.
Datos primarios y secundarios.
Ya hemos hablado de que los datos, segn su procedencia,
pueden dividirse en primarios y secundarios.
Los datos primarios son aquellos que el investigador obtiene
directamente de la realidad, recolectndolos con sus propios
instrumentos.
Los datos secundarios, por otra parte, son registros escritos que
proceden tambin de un contacto con la prctica, pero que ya
han sido elegidos y procesados por otros investigadores.
Los datos primarios y secundarios no son dos clases
esencialmente diferentes de informacin, sino partes de una
misma secuencia: todo dato secundario ha sido primario en sus
orgenes, y todo dato primario, a partir del momento en que el
investigador concluye su trabajo, se convierte en dato secundario
para los dems.
Tcnicas de recoleccin de datos primarios.
La observacin. Consiste en el uso sistemtico de nuestros sentidos
orientados a la captacin de la realidad que queremos estudiar.
Es una tcnica antiqusima: a travs de sus sentidos, el hombre capta
la realidad que lo rodea, que luego organiza intelectualmente. A
travs de innumerables observaciones sistemticamente 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 cientfica como para la vida prctica, resulta de
inestimable valor.
La entrevista. Consiste en una interaccin entre dos personas, una de
las cuales - el investigador - formula determinadas preguntas
relativas al tema en investigacin, mientras que la otra - el
investigado - proporciona verbalmente o por escrito la informacin
que le es solicitada.
Existen adems otros procedimientos de recoleccin de datos
primarios, entre los que figuran el llamado cuestionario de
autoaplicacin, los tests, los diagramas sociomtricos, las
escalas y diferenciales semnticos, etc. sin embargo, todos tienen
su origen, en ltima instancia, en las dos principales tcnicas
mencionadas.