Estadística en Análisis de Ventas

Estadística para Negocios ADM 201

• La clase se enfoca en la estadística aplicada a los negocios.
• Se presentaron proyecciones de ventas principales para 2013.
• Se observó la distribución de participación de mercado entre los principales jugadores de la industria.
• Se identificó una participación de mercado pasiva del 29%.
• Se analizó la actividad del mercado activo y pasivo, con tendencias positivas no definidas.

Objetivos de Aprendizaje

• Se estudió la importancia de la estadística como campo de estudio y los tipos de estadística.
• Se revisaron conceptos estadísticos clave.
• Se analizaron métodos de muestreo y recolección de datos.
• Se exploraron tipos de datos y niveles de medición.

¿Por qué estudiar Estadística?

• La estadística transforma números en información útil para la toma de decisiones.
• Permite comprender y reducir la variación en los procesos de toma de decisiones de negocios.
• Ofrece procedimientos y técnicas que convierten datos en información significativa para entornos empresariales.

¿Qué es la Estadística?

• La estadística es la ciencia que recopila, organiza, presenta, analiza e interpreta datos para decisiones más eficientes.
• La estadística se aplica a encuestas políticas, análisis de ventas y proyecciones económicas.

¿Para qué sirve la Estadística en los negocios?

• Se utilizan métodos descriptivos para visualizar y resumir datos.
• Se aplican métodos inferenciales para llegar a conclusiones sobre grandes grupos a partir de muestras pequeñas.
• Se emplean modelos estadísticos para pronósticos confiables.
• Se utiliza la estadística para mejorar los procesos de negocio, incluyendo enfoques como Six Sigma, que enfocan en la mejora de la calidad.

La Estadística

• La estadística descriptiva recopila, almacena y presenta datos numéricos, creando representaciones de la realidad (ejemplo: promedio de notas, edad, gastos por mes, altura).
• La estadística inferencial se enfoca en predecir y explicar hechos, utilizando proyecciones de ventas, demanda, o resultados electorales.

Tipos de Estadística

• La estadística descriptiva se basa en tablas y gráficos para visualizar datos y resumir información.
• La estadística inferencial saca conclusiones a partir de un subconjunto pequeño de datos para representar a uno más grande.

Conceptos Estadísticos Clave

• Datos: hechos y cifras recolectados sobre un fenómeno o individuo para su interpretación y toma de decisiones.
• Elementos: fenómenos o individuos de interés.
• Variables: características de los elementos. (ej.: ventas, precios, crecimiento, costos, peso, altura).
• Observaciones: valores registrados de las variables.

Conceptos Estadísticos Clave: Ejemplo 1

• Se presenta un ejemplo de datos de consumo de combustible para 10 automóviles.
• Se identificaron 5 variables en los datos.

Tipos de Variables

• Variables categóricas: cualitativas (no numéricas).
  • Variables ordinales: tienen un orden natural (ej.: calificaciones).
  • Variables nominales: sin orden natural (ej.: género).
• Variables cuantitativas: numéricas.
  • Variables discretas: toman valores enteros (ej.: número de hijos).
  • Variables continuas: toman cualquier valor en un rango (ej.: temperatura).

Tipos de Datos Asociados al Tiempo

• Series de tiempo: datos recolectados a lo largo del tiempo.
• Datos de corte transversal: datos recolectados en un momento específico.

Tipos de Datos: Ejemplo 2

• Ejemplos de datos como cualitativos (sexo, nivel educativo) y cuantitativos (edad, temperatura, número de hijos). Las distinciones entre nominal/ordinal, discreto/continuo, están en cada ejemplo.

Población vs Muestra

• Población: todos los objetos o individuos de interés.
• Muestra: subconjunto de la población seleccionado para el análisis.

Parámetro y Estadística

• Parámetro: una medida calculada a partir de toda la población (generalmente desconocida).
• Estadística: una medida calculada a partir de una muestra (conocida).

¿Por qué usar una Muestra?

• Las muestras permiten inferir información de la población por su menor costo y tiempo.
• Ventajas: eficiencia y ahorro de tiempo y costos.

Diferencia entre Parámetro y Estadística: Ejemplo 3

• Se examinaron ejemplos de porcentajes estadísticos.

Niveles de Medición

• Los datos se clasifican por niveles de medición: nominal, ordinal, de intervalo y de razón, para análisis estadísticos apropiados.

Niveles de Medición: Ejemplo 4

• Se estudió un ejemplo de datos sobre número de nuevos medicamentos aprobados por la FDA. Se analizó la naturaleza de los datos.

Más definiciones sobre el muestreo

• Preguntas abiertas: permiten respuestas libres.
• Entrevistas estructuradas: preguntas predefinidas.
• Entrevistas no estructuradas: preguntas generales que guían la conversación.
• Sesgo: error sistemático que afecta un resultado estadístico.

Más definiciones sobre el muestreo (ejemplo)

• Experimento : un proceso con un resultado único no previsible.
• Diseño experimental: plan para un experimento para identificar la variable de interés.
• Preguntas cerradas: preguntas múltiples con opciones predefinidas.
• Preguntas demográficas: se refieren a las características, antecedentes o atributos de una persona.

Procedimientos para recolectar datos

• Experimentos: controlados, objetivos preestablecidos, costosos.
• Encuestas por teléfono: oportunas y baratas, mala reputación, alcance limitado.
• Encuestas escritas: baratas, extensión larga, bajo porcentaje de respuestas.
• Observación directa/Entrevista personal: amplia oportunidades de análisis, sesgo potencial del observador.

Pasos para elaborar una encuesta

• Definir el tema: objetivo y propósito de la encuesta.
• Definir la población de interés.
• Formular preguntas claras, sin ambigüedades.
• Realizar prueba piloto con grupo reducido.
• Determinar tamaño y método de muestreo.

Puntos con los que tener cuidado

• Definición del problema.
• Sesgos asociados al entrevistador, falta de respuesta, observador, o método de medición.
• Considerar validez interna y externa.

Tipos de Muestreo

• Muestreo no estadístico y muestreo estadístico.
• Muestreo aleatorio simple, estratificado, por conglomerados, sistemático.

Muestreo Aleatorio Simple

• Se utiliza cuando no hay conocimiento previo de la población.
• Es costoso y complicado con marcos muestrales grandes.

Muestreo Aleatorio Estratificado

• Divide la población en subgrupos homogéneos (estratos).
• Muestras aleatorias de cada estrato.

Muestreo por Conglomerados

• Divide la población en grupos (conglomerados).
• Muestreo de algunos conglomerados.

Muestreo Aleatorio Sistemático

• Selecciona a individuos de un conjunto ordenado.
• Ideal para evitar sesgos en datos no organizados.

Tipos de Muestreo: Ejemplo 5

• Ejemplos de estudios.

Tablas: Ejemplo 6

• Ejemplo de tabla con datos de un centro de llamadas.

Resumen del Capítulo

• La estadística se divide en descriptiva e inferencial. Se describe el proceso de toma de decisiones basado en datos. Contiene información sobre variables, tipos de datos y medición. Los diferentes métodos de muestreo.