SEMINARIO DE

MÉTODOS CUANTITATIVOS
PARA LA INVESTIGACIÓN EN
CIENCIAS ADMINISTRATIVAS

Netzahualcóyotl Thomas Reyes

EL OBJETIVO DE CUALQUIER CIENCIA
ES ADQUIRIR CONOCIMIENTOS
La revolución de la administración científica de principios del
siglo XX, iniciada por Frederic W. Taylor, proporcionó los
fundamentos para el uso de los métodos cuantitativos en la
administración. Fue en la segunda guerra mundial cuando se
desarrollo mas el concepto de métodos numéricos para la toma
de decisiones.
Dos acontecimientos que ocurrieron durante el periodo posterior a la SGM
condujeron al crecimiento y uso de métodos cuantitativos en aplicaciones
militares

El Primero, la aportación del método SIMPLEX para resolver problemas de

programación lineal (G. Dantzig 1974)

El segundo fue el impulso del uso de las computadoras digitales

 Para atender una problemática contamos con al menos dos métodos.
DEDUCTIVO Y INDUCTIVO
La diferencia entre estos dos métodos radica en el análisis de sus datos.

Los Métodos Inductivos están generalmente Los Métodos deductivos están asociados a la
asociados con la investigación cualitativa. investigación cuantitativa

LA INVESTIGACION CUALITATIVA LA INVESTIGACION CUANTITATIVA

Evita la cuantificación, se basa en los registros
de la narración de fenómenos que son
estudiados.
La investigación cualitativa hace contextos
estructurales y sociales a través del análisis
del sistema
Recoge, ordena clasifica y analiza datos sobre
variables.
vs
Analiza la relación entre las variables para
determinar la correlación, la generalización de los
resultados a través de una muestra representativa
para hacer inferencia de la población de la cual es
la muestra para poder establecer la inferencia
causal que explique por que las cosas suceden de
una forma determinada
Una correlación es una medida o grado de relación entre dos variables. Un conjunto de datos
puede ser positivamente correlacionado, negativamente correlacionado o no correlacionado del
todo. Así como un conjunto de valores incrementa el otro conjunto tiende a aumentar, entonces
esto es llamado una correlación positiva. Y X
6
1 1
1.6 1.5
5
2 1.4
2.1 1.1
4
2.2 1.9
3
2.2 2.5
2.5 2.9
2
2.6 2.6
2.7 1.4
1
3.2 1.8
3.3 2.7
0
3.5 3
0 0.5 1 1.5 2 2.5 3 3.5
4 3.9
Una correlación es una medida o grado de relación entre dos variables. Un conjunto de datos
puede ser positivamente correlacionado, negativamente correlacionado o no correlacionado del
todo. Así como un conjunto de valores incrementa el otro conjunto tiende a aumentar, entonces
esto es llamado una correlación positiva X Y
6
1 1
1.6 1.5
5
2 1.4
4
2.1 1.1
2.2 1.9
3
2.2 2.5
2.5 2.9
2 2.6 2.6
2.7 1.4
1 3.2 1.8
3.3 2.7
0
0 0.5 1 1.5 2 2.5 3 3.5
3.5 3
4 3.9
Así como un conjunto de valores incrementa el otro conjunto tiende a disminuir, X Y
entonces esto es llamado una correlación negativa.
0.8 3.8
6
0.8 4.4
1.1 4.4
5
1.3 2.9
1.8 3.8
4
1.8 3.1
2.1 3.2
3
2.2 2.3
2.7 3.8
2
2.9 3
2.9 2.3
1
3.2 1.7
3.6 2
0
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 3.9 1.2
Así como un conjunto de valores incrementa el otro conjunto tiende a disminuir, X Y
entonces esto es llamado una correlación negativa.
0.8 3.8
6
0.8 4.4
1.1 4.4
5
1.3 2.9
1.8 3.8
4
1.8 3.1
2.1 3.2
3
2.2 2.3
2.7 3.8
2
2.9 3
2.9 2.3
1
3.2 1.7
3.6 2
0
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 3.9 1.2
Si el cambio en los valores de un conjunto no tiene efecto en los valores del otro, entonces
esto es llamado como "no correlación" o “correlación cero". X Y

6 0.02 2.8
0.07 5.4
0.7 4.5
5
0.9 1.8
0.9 3.2
1.2 2.6
4
1.5 3.5
1.9 3.1
3 2.3 2.2
2.6 3.2
2.9 4.1
2 2.9 3.9
3.3 2.8
4 3.5
1
4.1 2.8
4.4 1.2
0
4.7 4.7
0 1 2 3 4 5 6 5.2 3.6
 Si el cambio en los valores de un conjunto no tiene efecto en los valores del otro, entonces
esto es llamado como "no correlación" o “correlación cero". X Y

6 0.02 2.8
0.07 5.4
0.7 4.5
5
0.9 1.8
0.9 3.2
1.2 2.6
4
1.5 3.5
1.9 3.1
3 2.3 2.2
2.6 3.2
2.9 4.1
2 2.9 3.9
3.3 2.8
4 3.5
1
4.1 2.8
4.4 1.2
0
4.7 4.7
0 1 2 3 4 5 6 5.2 3.6
Una relación causal entre dos eventos existe si la ocurrencia del primero causa el otro. El
primer evento es llamado la causa y el segundo evento es llamado efecto.

Una correlación entre dos variables no implica causalidad.

Por otro lado, si hay una relación causal entre dos variables, estas deben estar correlacionadas.

Ejemplo:
Hay una correlación negativa entre la ansiedad de un estudiante antes de una prueba y el puntaje del
estudiante en una prueba. (Entre mas estudie menos ansiedad tiene)

Hay una correlación positiva entre el número de horas que Usted pasa estudiando y la calificación que
obtiene. Aquí, si hay causalidad; si Usted pasa más tiempo estudiando, resultará en una calificación más
alta. (Entre mas estudie mas puntaje lograra)

Pero no podemos decir que la ansiedad causa un puntaje más bajo en la prueba; podría haber otras
razones-el estudiante quizá no estudió bien, entonces aquí la correlación no implica causalidad.
Definición de Método Cuantitativo
El método cuantitativo también conocido como
investigación cuantitativa, empírico-analítico,
racionalista o positivista es aquel que se basa en
los números para investigar, analizar y comprobar
información y datos.
Propósito del Método Cuantitativo

Este intenta especificar y delimitar la asociación

o correlación, además de la fuerza de las
variables, la generalización y objetivación de
cada uno de los resultados obtenidos para
deducir una población; y para esto se necesita
una recaudación o acopio metódico u ordenado,
y analizar toda la información numérica que se
tiene.
Esencia del Método Cuantitativo

El método cuantitativo propone responder pregunta tales

como, ¿cuántos?, ¿quiénes?, ¿en qué medida?; para luego
ser manifestados y presentados al mundo; este posee la
característica de medir y detectar diferencias de grado, y usa una
visión cuantificada.
Solución de problemas y toma de
decisiones
Un problema es una situación no deseada o inesperada
que amerita atención para su resolución por lo tanto es un
proceso para identificar una diferencia entre actual de las
cosas y e estado deseado para emprender para reducir o
eliminar la diferencia
La resolución de problemas
puede ir desde el mas simple al
mas complejo, sin embargo se
emplean métodos sofisticados
cuando la importancia del
resultado justifica la inversión de
tiempo y esfuerzo.

Para ello se emplea el siguiente

proceso
 EJEMPLO

Imagine que quiere cambiar de empleo, pues en el empleo actual no parece haber crecimiento

Sus alternativas son:

1. Aceptar la propuesta de Mérida

2. Aceptar la propuesta de Querétaro
3. Aceptar la propuesta de Chiapas
4. Aceptar la propuesta de Puerto Vallarta
Hasta el momento hemos definido que nuestro problema es que no
tenemos crecimiento laboral donde nos encontramos.
 Hasta el momento hemos definido que nuestro problema es que no
tenemos crecimiento laboral donde nos encontramos.

Posteriormente hemos identificado las alternativas que tenemos

Alternativa Sueldo Crecimiento Ubicación

1. Mérida $ 48,500 Promedio Promedio
1. Querétaro $ 46,000 Excelente Buena
1. Chiapas $ 46,000 Bueno Excelente
1. Puerto Vallarta $ 47,000 Promedio Buena
 Hasta el momento hemos definido que nuestro problema es que no
tenemos crecimiento laboral donde nos encontramos.

Posteriormente hemos identificado las alternativas que tenemos

Ahora debemos considerar que criterios usaremos para solucionar el

problema eligiendo una de las alternativas

Alternativa Sueldo Crecimiento Ubicación

1. Mérida $ 48,500 Promedio Promedio
1. Querétaro $ 46,000 Excelente Buena
1. Chiapas $ 46,000 Bueno Excelente
1. Puerto Vallarta $ 47,000 Promedio Buena
 Hasta el momento hemos definido que nuestro problema es que no
tenemos crecimiento laboral donde nos encontramos.

Posteriormente hemos identificado las alternativas que tenemos

Ahora debemos considerar que criterios usaremos para solucionar el

problema eligiendo una de las alternativas
El paso siguiente es evaluar las alternativas, este proceso es
complicado pue en el caso numérico es evidente la mejor alternativa
Pero al tener que comparar alternativas subjetivas nos encontramos
con el dilema de priorizar entre dos medidas. Y priorizar entre ellas.

Alternativa Sueldo Crecimiento Ubicación

1. Mérida $ 48,500 Promedio Promedio
1. Querétaro $ 46,000 Excelente Buena
1. Chiapas $ 46,000 Bueno Excelente
1. Puerto Vallarta $ 47,000 Promedio Buena
 Hasta el momento hemos definido que nuestro problema es que no
tenemos crecimiento laboral donde nos encontramos.

Posteriormente hemos identificado las alternativas que tenemos

Ahora debemos considerar que criterios usaremos para solucionar el

problema eligiendo una de las alternativas
El paso siguiente es evaluar las alternativas, este proceso es
complicado pue en el caso numérico es evidente la mejor alternativa
Pero al tener que comparar alternativas subjetivas nos encontramos
con el dilema de priorizar entre dos medidas. Y priorizar entre ellas.
Supóngase que se elige la opción 3 esa seria su decisión

Alternativa Sueldo Crecimiento Ubicación

1. Mérida $ 48,500 Promedio Promedio
1. Querétaro $ 46,000 Excelente Buena
1. Chiapas $ 46,000 Bueno Excelente
1. Puerto Vallarta $ 47,000 Promedio Buena
ANÁLISIS CUANTITATIVO Y TOMA DE DECISIONES

ESTRUCTURA DEL PROBLEMA ANÁLISIS DE PROBLEMA

Definir Identificar Determinar Evaluar Elegir

el las los las una
problema alternativas criterios alternativas alternativas
Vemos que la dase análisis del proceso de toma de decisiones puede adopta dos formas básicas de solución

• El análisis cualitativo se basa en el juicio y experiencia (simple inspección)

• El análisis cuantitativo se vasa en el análisis de los datos que son expresados en modelos matemáticos
que describan los objetos restricciones relaciones es decir el criterio es objetivo no subjetivo

ANÁLISIS DE PROBLEMA

ESTRUCTURA DEL PROBLEMA Análisis

cualitativo
Definir Identificar Determinar Resumen y Toma de
el las los evaluación decisión
problema alternativas criterios
Análisis
cuantitativo
 DESARROLLO DE MODELOS

Los modelos son representación de los objetos o situaciones reales que pueden presentarse en varias formas
Tenemos al menos tres métodos de modelado:

Modelo Modelo Modelo

icónico, análogo matemático
Modelo Modelo Modelo
icónico, análogo matemático

El propósito de cualquier modelo es que nos permita

hacer inferencias acerca de la situación real al
estudia analizar dicho modelo.
Modelo icónico
Modelo icónico
Modelo icónico
Modelo análogo
Modelo matemático
 Modelos matemáticos
La expresión matemática que define la cantidad de maximizar o minimizar se conoce como
función objetivo. Por ejemplo, suponga que X Denota el número de unidades producidas
vendidas casa semana, el objetivo de la empresa es maximizar la utilidad semanal total, Con
una ganancia de $ 10 por unidad , la función objetivo es 10 x, Seria necesario hacer una
restricción de la capacidad de producción dado que debemos de enmarcar en la realidad la
situación
Supóngase que se requieren 5 horas para producir dada unidad y solo se dispone de 40 horas
por semana, la retracción d la capacidad de producción esta determinada por la siguiente
formula

5 ≤ 40
El valor de 5x es el tiempo total requerido para producir x unidades; el símbolo ≤ indica que el
tiempo de producción requerido deba de ser menor o igual a 40 horas disponibles.
 El problema de decisión es ¿Cuántas unidades del producto deben produciré cada semana nada
maximizad las utilidades?

El modelo Matemático es
Maximizar

10 x función objetivo

5 ≤ 40
X≥0

• La utilidad por unidad es ($10),
• El tiempo de producción por unidad (5
horas)
• La capacidad de producción (40 horas)
• La cantidad de producción x
Estos factores afectan directamente la función objetivo
lo que hace que sean insumos incontrolables del
modelo
Insumo controlable o variables de decisión
DIAGRAMA DE FLUJO DEL PROCESO DE TRANSFORMACIÓN DE LOS INSUMOS DEL MODELO EN SALIDAS
Insumos incontrolables
Factores del entorno)

Insumos Salidas
controlables Modelo
(variables de (resultados
matemático
decisión) proyectados)
DIAGRAMA DE FLUJO DEL PROCESO DE TRANSFORMACIÓN DE LOS INSUMOS DEL MODELO EN SALIDAS

Insumos incontrolables
Factores del entorno)
$ 10 de utilidad por unidad
5 horas de trabajo por unidad
40 horas de capacidad de producción

Modelo
Salidas (resultados
Insumos controlables Matemático
proyectados)
(variables de decisión) Max 10(8)
Utilidad = 80
(x=8) 5(8)≤ 40
Tiempo utilizado = 40
8≥0
Si conocemos todos los insumos incontrolables de un modelo y estos
pueden variar se trata de un modelo determinista

Si no conocemos alguno de los insumos incontrolables no se conoces

entonces es un modelo estocástico o probabilístico
Introducción a la estadística
1. Los datos que se dan a continuación corresponden a los pesos en Kg. de ochenta personas:
(a) Obténgase una distribución de datos en intervalos de amplitud 5, siendo el primer intervalo [50;
55].
(b) Calcúlese el porcentaje de personas de peso menor que 65 Kg.
(c) ¿Cuántas personas tienen peso mayor o igual que 70 Kg. pero menor que 85?

60; 66; 77; 70; 66; 68; 57; 70; 66; 52; 75; 65; 69; 71; 58; 66; 67;
74; 61; 63; 69; 80; 59; 66; 70; 67; 78; 75; 64; 71; 81; 62; 64; 69;
68; 72; 83; 56; 65; 74; 67; 54; 65; 65; 69; 61; 67; 73; 57; 62; 67;
68; 63; 67; 71; 68; 76; 61; 62; 63; 76; 61; 67; 67; 64; 72; 64; 73;
79; 58; 67; 71; 68; 59; 69; 70; 66; 62; 63; 66;

2. Dada la distribución siguiente, constrúyase una tabla estadística en la que aparezcan las
frecuencias absolutas, las frecuencias relativas y las frecuencias acumuladas relativas crecientes:

xi 123456
ni 579676
3. Las edades de los empleados de una determinada empresa son las que aparecen en la siguiente tabla:

Edad No
Menos de 25 22
Menos de 35 70
Menos de 45 121
Menos de 55 157
Menos de 65 184

Sabiendo que el empleado más joven tiene 18 años, escríbase la distribución de frecuencias acumuladas
decrecientes (o «más de»).

4. Las temperaturas medias registradas durante el mes de mayo en Madrid, en grados centígrados, están dadas por
la siguiente tabla:

Temperatur 13 14 15 16 17 18 19 20 21 22
a
N.° de días 1 1 2 3 6 8 4 3 2 1
5. Dada la distribución de frecuencias:
xi Ni
1
2 33
3 3
4 23
5 8
6 25

a) Constrúyase una tabla en la que aparezcan frecuencias absolutas, frecuencias relativas,

frecuencias acumuladas absolutas crecientes (o «menos de») y decrecientes (o «más
de»).
b) Represéntese mediante un diagrama de barras la distribución dada y su correspondiente
polígono de frecuencias.
c) Obténgase el polígono de frecuencias absolutas acumuladas crecientes y decrecientes.
PROGRAMA DE ACTIVIDADES

Tema 1 Introducción a la estadística, donde se pretende dar a conocer la estructura de esta rama de las
matemáticas.
Tema 2 Tablas de frecuencia. En este tema se busca que el estudiante logre el propósito de organización de los
datos numéricos a través dela tabulación simple y de intervalos
Tema 3 Representación Grafica. Con esta herramienta el estudiante podrá dar interpretación a los resultados
de una manera mas amigable
Tema 4 Medidas de Tendencia Central.
Tema 5 Medidas de dispersión
Tema 6 Medidas de posición
Tema 7 Medidas de distribución
Tema 1 Introducción a la estadística

INTRODUCCIÓN A LA ESTADÍSTICA

Se define como la rama de las

matemáticas encargada de interpretar
datos recolectados y ordenados
sistemáticamente para la toma
decisiones.

Dr. Netzahualcóyotl Thomas Reyes

 INTRODUCCIÓN A LA ESTADÍSTICA

La estadística se clasifica en:

Estadística Descriptiva o deductiva

Estadística inferencial o inductiva

PROPEDÉUTICO DE ESTADÍSTICA BÁSICA Dr. Netzahualcóyotl Thomas Reyes

 Tema 1 Introducción a la estadística

INTRODUCCIÓN A LA ESTADÍSTICA

Los modelos estadísticos se crean a partir de una secuencia de pasos

5. Análisis inferencial de los datos

4. Análisis descriptivo de los datos

3. Clasificación y organización de datos

2. Recolección de datos

1. Selección de la población

PROPEDÉUTICO DE ESTADÍSTICA BÁSICA Dr. Netzahualcóyotl Thomas Reyes

 Tema 2 Organización de datos

Es muy importante presentar los datos recolectados de manera accesible para que puedan interpretarse.
Mas adelante mostraremos como recolectar los datos. Por lo pronto supóngase se ha aplicado una encuesta a
150 personas.

Para tener una idea mas clara de la información la

organizaos en una Matriz de Datos

PROPEDÉUTICO DE ESTADÍSTICA BÁSICA Dr. Netzahualcóyotl Thomas Reyes

La Matriz de Datos es un
ordenamiento de la
información que contiene en
la primera fila horizontal los
nombres de las variables en
las siguientes filas los números
correspondientes a las
respuestas dadas en la
encuesta
Por su parte cada columna
vertical es la matriz de datos
correspondiente a la variable
Para este ejemplo contamos
con 150 personas
encuestadas.
Una vez que la información ya
ha sido recolectada se pueden
empezar a obtener datos
concretos. Esto gracias a que
ya se han ordenado
Para este ejemplo contamos
con 150 personas
encuestadas.
Una vez que la información ya
ha sido recolectada se pueden
empezar a obtener datos
concretos. Esto gracias a que
ya se han ordenado
 FRECUENCIA ABSOLUTA SIMPLE
El total de 150 casos resulta de la sumatoria de las frecuencias simples
y esto puede representarse de la siguiente manera
𝑘

෍ 𝑓𝑖 = 𝑛
𝑖=1
En Realidad al numero de Que se lee de la siguiente manera:
individuos que
corresponden a cada “La sumatoria de las frecuencias desde 1 hasta k elementos es igual al total de las
clasificación se le llamara observaciones”.
frecuencia absoluta
simple y se representa En la expresión ∑ es el símbolo de sumatoria.
don una f La 𝒊 = 𝟏 indica desde donde inicia la sumatoria
La fi son las frecuencias absolutas simples
Total por genero La k indica la ultima categoría ( en este caso k =2 pues solo hay dos situaciones H o F )
Sexo f 𝑛 es el total de casos a observar ( en este caso son 150)
Hombres 72
O sea que se interpreta como : 𝒇𝟏 + 𝒇𝟐 + ⋯ 𝒇𝒌 = 𝑛
Mujeres 78
N 150 Lo que quedaría de la siguiente manera: 𝒇𝟏 + 𝒇𝟐 = 72+78= 150
 FRECUENCIA RELATIVA SIMPLE

Supóngase que quisiéramos comparar dos encuestas con poblaciones

diferentes, en una tenemos una población de 150 y e otra de 200,
única información que podemos destacar es que en una hay mas
individuos que en la otra, sobre todo si se trata de una muestra y no
Total por genero de un universo completo. Así que para poder comparar dos tablas
Sexo diferentes hace falta establecer la frecuencia relativa; es decir no el
f
número total sino la contribución porcentual, lo cual conocemos
Hombres 72 como fluencia relativa representada por f´ ( efe prima) y se obtiene
Mujeres 78 dividiendo la frecuencia absoluta entre el total
n 150
72/150= 0.48
Total por genero El valor 1,00 corresponde al 100% de los casos,
Total por genero en este caso a 150 observaciones.
Sexo f
Sexo f f´ 𝑘
Hombres 90
Hombres 72 0.48 ෍ 𝑓𝑖´ = 1
Mujeres 110 𝑖=1
Mujeres 78 0.52
n 200 Que nos indica que las frecuencias relativas
n 150 1,00
simples es igual a 1.
 Total por genero Total por genero
Sexo f Sexo f
Hombres 72 Hombres 90
Mujeres 78 Mujeres 110
n 150 n 200
En ésta encuesta se tiene que de una En ésta encuesta se tiene que de una
población de 150 individuos 72 son población de 200 individuos 90 son
hombres y 78 mujeres hombres y 110 mujeres

Total por genero Total por genero

Sexo f f´ Sexo f f´
Hombres 72 0.48 Hombres 90 0.45
Mujeres 78 0.52 Mujeres 110 0.55
n 150 1,00 n 200 1,00

De una población de 150 individuos De una población de 200 individuos

48 % son hombres y 52% son mujeres 45 % son hombres y 55% son mujeres
 Limites inferior y superior

Hasta este momento, l

En esta tabla podemos ver la clase los limites la

marca de clase, Frecuencias absolutas y
frecuencias relativas

TOTAL POR PERSONAS QUE VIVEN EN CADA CASA

clase LI LS MC F f´
1 0.5 1.50 1.00 6 0.04
2 1.50 2.50 2.00 38 0.25
3 2.50 3.50 3.00 72 0.48
4 3.50 4.50 4.00 21 0.14
5 4.50 5.50 5.00 13 0.09
150 1.00
 Tema 2 Organización de datos

PROPEDÉUTICO DE ESTADÍSTICA BÁSICA Dr. Netzahualcóyotl Thomas Reyes