BCN. 28 /09/2011 “METODOLOGÍA PARA HACER DE LA ESTADÍSTICA APLICADA UNA VENTAJA COMPETITIVA EN LAS EMPRESAS” 1 Igor BARAHONA TORRES & Alex RIBA CIVIL [email protected]

BCN. 28 /09/2011

“METODOLOGÍA PARA HACER DE LA ESTADÍSTICAAPLICADA UNA VENTAJA COMPETITIVA EN LAS

EMPRESAS”

1

Igor BARAHONA TORRES&

Alex RIBA CIVIL

[email protected]

2

CONTENIDO DE LA PRESENTACIÓN.

INTRODUCCIÓN

ESTADO DEL ARTE

OBJETIVOS DE INVESTIGACIÓN

EL BORRADOR DE UNA ESCALA

LA METODOLOGÍA

PRIMERAS CONCLUSIONES

3

INTRODUCCIÓN

ESTADO DEL ARTE



LA METODOLOGÍA


4

INTRODUCCIÓN

¿CÓMO ES LA GESTIÓN

EMPRESARIAL HOY EN DÍA?

MEJORES REGISTROS DE ACTIVIDADES Y TAREAS.

ENTORNO CAMBIANTE Y COMPLEJO.

INTERNET DISPONIBLE A LA MAYORÍA DE LAS EMPRESAS.

ORDENADORES MÁS POTENTES.

VOLÚMES DE INFORMACIÓN MAS GRANDES.

Burby y Atchison (2007), Petroni y Braglia. (2000) y Roberts (1990)

5

INTRODUCCIÓN

SI LA EMPRESA TIENE MÁS DATOS Y MEJOR

INFORMACIÓN……

¿CÓMO OBTENER EL

MAYOR BENEFICIO?

ENTONCES………..

6

INTRODUCCIÓN

ESTADO DEL ARTE



LA METODOLOGÍA


7

¿QUE ES LA ESTADÍSTICA APLICADA A LA GESTIÓN EMPRESARIAL?

Es la extensiva utilización de datos, información y cálculos matemáticos

Entender el desempeño pasado

Recudir la incertidumbre

Predecir comportamientos futuros

Tomar mejores decisiones de negocio

Basadas en evidencia cuantitativa

SALIDAS

VALOR AGREGADO

ENTRADAS

Puede ser entendida como un proceso con ENTRADAS y SALIDAS.

8

Pensamiento Sistémico

Soporte de la dirección

Ayudar a eliminar obstáculos

Facilitar recursos financieros técnicos y materiales

.

Motivar al personal responsable del proyecto

Emergencia

Jerarquía

Comunicación

Control.

CUATRO FACTORES NECESARIOS EN LA EAGE.

Jackson (1992) y Yeo (1993)

McDonough (2000), Banks (1993) yDeming (2000)

1

2

9

CUATRO FACTORES NECESARIOS EN LA EAGE.

Ventaja competitiva

Aprovechamiento de los datos

Precios / Costes inferiores

Nicho de mercado

Diferenciación

Ubicación

Integración de múltiples fuentes

Estructura eficiente de los datos

Facilidad de acceso

Seguridad y privacidad

Porter (1998)

Davenport. y Harris (2007).

Evantage Consulting y Janis, A. (2008)

3

2

10

¿CÓMO SE RELACIONAN LOS CUATRO FACTORES?

EAGE

VENTAJAS COMPETITIVAS.

PENSAMIENTO SISTÉMICO.

SOPORTE DE LA DIRECCIÓN.

APROVECHAMIENTO DE DATOS

11

¿EN QUÉ DEPARTAMENTOS SE USA LA EAGE?

AMBIENTE INTERNO

12

INTRODUCCIÓN

ESTADO DEL ARTE



LA METODOLOGÍA


13

OBJETIVOS DE LA INVESTIGACIÓN

4 OBJETIVOS:

1. Construir una escala cuantitativa para clasificar a las empresas, según su grado de utilización, explotación y análisis de datos con técnicas estadísticas

2. Aplicar la escala construida en una muestra representativa en Catalunya, para conocer el grado el grado de madurez de la EAGE

3. Establecer una relación cuantitativa entre la ventaja competitiva, el soporte de la dirección, el pensamiento sistémico y el inventario de técnicas estadísticas

4. Desarrollar una metodología para hacer de la EAGE una ventaja competitiva en la empresa

14

INTRODUCCIÓN

ESTADO DEL ARTE



LA METODOLOGÍA


15

PRIMER BORRADOR DE LA ESCALA POR CONSTRUIR

1. La escala propuesta tiene de 5 niveles.

2. En el nivel 1 tenemos empresas que no utilizan ningún tipo de análisis de datos.

3. En el nivel 5 tenemos empresas que han desarrollado una maestría en el análisis de los datos con estadística.

4. En los niveles 2, 3 y 4 tenemos empresas en proceso de crecimiento.

5. Para clasificar a las empresas, se obtendrá información a través de una encuesta.

CONSIDERACIONES.

16


IGNORANCIA ESTADÍSTICA

Toma de decisiones principalmente usando información subjetiva y experiencias anteriores

Recoger datos confiables.

NIVEL 1

DESCRIPCIÓN

META POR LOGRAR

?1

17


APLICACIONES LOCALES

La EAGE soporta actividades específicas y locales en la empresa. Esfuerzos aislados y con impacto limitado

Mejorar la comunicación e interacción.

2DESCRIPCIÓN

META POR LOGRAR

NIVEL 2

18


ASPIRACIONES ESTADÍSTICAS

Comienzo en el uso de la estadística como V.C. Mejoras en el uso de datos sistémicamente y crecimiento en el liderazgo.

Mantener el crecimiento en los 4 inductores potenciamiento estadístico

3DESCRIPCIÓN

META POR LOGRAR

NIVEL 3

19


INGENIERÍA ESTADÍSTICA

La mayoría de las decisiones en la empresa son tomadas en base al análisis de datos y T.E.

Consolidar la EAGE en los niveles estratégico, táctico y operativo

4DESCRIPCIÓN

META POR LOGRAR

Hoerl & Snee (2010)

NIVEL 4

20


ESTADÍSTICA COMO VENTAJA COMP

Maestría en el uso de la EAGE. Brindar un soporte en la empresa para desarrollar exitosamente la V.C.

Lograr el liderazgo en el mercado, a través del análisis de datos y la EAGE

5DESCRIPCIÓN

META POR LOGRAR

NIVEL 4

21

INTRODUCCIÓN

ESTADO DEL ARTE



LA METODOLOGÍA

PRIMERAS CONCLUSIONES• LOS CASOS DE ESTUDIO

• LOS CUESTIONARIOS

• LAS ENTREVISTAS

22

LA METODOLOGÍA

LOS CUESTIONARIOS

LAS ENTREVISTAS

LOS CASOS DE ESTUDIO

LA METODOLOGÍA

Estructura del cuestionario. El cuestionario esta divido en 7 secciones, y compuesto por 48 ITEMS, tal como se muestra en la siguiente tabla:

23

Sección Número ITEMS

Información general de la empresa 4

Ventajas competitivas 3

Utilización de datos 5

Soporte de la dirección 5

Pensamiento sistémico 5

Inventario de técnicas estadísticas 19

Departamentos de la empresa 11

ITEMS en Total 48

EL CUESTIONARIO

https://www.surveymonkey.com/s/surveyEAGE_castella

24

¿A QUIEN HA SIDO ENVIADO?

4.003 cuestionarios fueron enviados en el último mes124 respuestas han sido recibidas al 21 de septiembre de 2011

Grupo Tamaño Respuestas %

Investigar en España

1,264 6 0.05%

Estadística para todos

425 6 1.4%

Investigación y Estadística 237 5 2.1%

250 27 11%

4.003 124 3.10%

25

VALIDEZ Y CONFIABILIDAD DEL CUESTIONARIO

La Confiabilidad se refiere a la exactitud (consistencia y estabilidad) del cuestionario.

La Validez se refiere a la capacidad del cuestionario para medir los aspectos para los que fue creado.

Son 5 variables a medir: Ventajas Competitivas, Soporte de la Dirección, Explotación de Datos, Pensamiento Sistémico y Inventario de Técnicas Estadísticas.

Para medir Confiabilidad se reportan los resultados del Alpha de Cronbach

Para garantizar la Validez se utiliza la técnica de Definición Operacional de las Variables.

CONSIDERACIONES.

Cronbach (1951), Hernández (2006) Condesa, (2000) y Castro, P.L. (1989).

26

ALPHA DE CRONBACH.

2. Aprovechamiento de los datos


1. La CONFIABILIDAD para la APROVECHAMIENTO DE LOS DATOS es MUY ALTA.

2. En la parte de EXPLOTACIÓN Y USO DE DATOS, podemos decir que el cuestionario es CONFIABLE.

3. Todas las correlaciones son positivas entre las preguntas.

27

1. Las cinco dimensiones del cuestionario, las cuales son:

VENTAJA COMPETITIVA

APROVECHAMIENTO DE LOS DATOS

SOPORTE DE LA DIRECCIÓN.

PENSAMIENTO SISTÉMICO

INVENTARIO DETÉCNICAS ESTADÍSTICAS

Presentan valores aceptables, para garantizar la confiabilidad del cuestionario


0.6062

0.8857

0.8806

0.7420

0.9544

28

LA METODOLOGÍA

LOS CUESTIONARIOS

LAS ENTREVISTAS


LA METODOLOGÍA

29

ENTREVISTAS DE PROFUNDIDAD

¿PORQUÉ HACER

ENTREVISTAS?

Incluir en la investigación aspectos no evidentes en la literatura.

Validar o refutar las conclusiones del cuestionario

Obtener la percepción de tres grupos diferentes sobre un tópico en común: la Estadística Aplicada a la Gestión Empresarial

Captar aspectos de la EAGE que para el cuestionario son imperceptibles.

Se toma como referencia la metodología de Nutt, King y Lawrence (2010), basada en el Análisis de Decisiones Multicriterio (ADMC) en el tratamiento de los datos

Se utilizan los conceptos Fench , Maule y Papamichail (2009) para el diseño de la entrevista

30

ENTREVISTAS DE PROFUNDIDAD

El número de entrevistas propuesto es tentativo. El número definitivo dependerá de la homogeneidad de las respuestas.

En la siguiente tabla aparecen las entrevistas a realizar , clasificadas por perfil del entrevistado y la organización participante.

31

LA METODOLOGÍA

LOS CUESTIONARIOS

LAS ENTREVISTAS


LA METODOLOGÍA

32


La información recopilada en los cuestionarios y las entrevistas es la base para diseñar una metodología que pueda ser aplicada en tres casos de estudio

¿PORQUÉ HACER

ESTUDIO DE CASOS?

Identificar principios generales en el crecimiento de la EAGE

Validar o refutar las conclusiones los cuestionarios y entrevistas

Construir una metodología útil para cualquier Consultor, Experto ó Profesional interesado en el crecimiento de la EAGE

Replicar y reproducir los principios identificados

33


A continuación la metodología propuesta para la realización del estudio de casos.

Diagnóstico inicial

Clasificación en la escala

Grado 5

Grado 4

Grado 3

Grado 2

Grado 1

Acciones para

cambiar de G1 a

G2

Acciones para

cambiar de G2 a G3

Acciones para

cambiar de G3 a G4

Acciones para

cambiar de G4 a G5

Mantener y mejorar

• Soporte de la dirección.

• Pensamiento sistémico

• Uso y explotación de datos

• Mejoras en la ventaja competitiva.

• Inventario de técnicas estadísticas

Diagnóstico final

¿Evidencia de mejora?

NO

SI

• Documentar.

• Replicar.•

Estandarizar.

• Revisar• Identificar • Corregir

34

INTRODUCCIÓN

ESTADO DEL ARTE



LA METODOLOGÍA


35


Estamos trabajando con un cuestionario que es válido y confiable

Existe evidencia para demostrar el crecimiento de la EAGE. esto es particularmente cierto en el área de clientes y MKT

Lo anterior es una oportunidad única para gerentes, académicos y consultores

36

FIN DE LA PRESENTACIÓN

¡GRACIAS!

37

BIBLIOGRÁFÍA

Andrews, R. Currim, I. y Leeflang, P. (2011). "A Comparison of Sales Response Predictions From Demand Models Applied to Store-Level versus Panel Data", Journal of Business and Economic Statistics, Vol 29, No. 2, pp 319-326 Burby, J y Atchison, S. (2007). "Actionable Web Analytics: Using Data to Make Smart Business Decisions", Sybex 1 ed, USAAnderson, B.F. (1968). "El Método científico: estructura de un experimento psicológico" Marfil. Alcoy, EspañaBanker, R.D y I.S Khosla. "Economics of operations management: A research perspective," Journal of Operations Management, (12:3), 1995, pp. 423-435 Banks, D. "Is Industrial Statistics Out of Control?," Statistical Science, (8:4), 1993 , pp. 402-409Boatwright, P., S.Borle, y ,J.B.Kadane. "A Model of the Joint Distribution of Purchase Quantity and Timing," Journal of the American Statistical Association, (98:463), 2003, pp. 564-572Boen, J y Zahn, D (1982). "Human Side of Statistical Consulting". Wadsworth Publishing Company, Belmont, CABox, G. Hunter, J y Hunter, W. (2005). "Statistics for Experimenters: Design, Innovation, and Discovery". Wiley-Interscience, 2nd Edition, New YorkBradley, S.P. Ghemawat, P y Mark, K (2003). "Wal-Mart Stores in 2003". Harvard Business School Case 704-430.Bryant and Yarnold (1995). “Principal components analysis and exploratory and confirmatory factor analysis. Reading and understanding multivariate analysis”. American Psychological Association Books. Castro, P.L. (1989). "Técnicas de investigación en las ciencias del comportamiento", Universidad Pontifícia, Salamanca, EspañaCheckland, P. (1999). "Systems Thinking, Systems Practice: Includes a 30-Year Retrospective". Wiley; 1 edition, New York USACondesa, D.P. y R.P.Egea. "Operativización de variables en la investigación psicológica". Psicothema. (12:2), 2000, pp.157-162Cronbach, L. J. (1951). "Coefficient alpha and the internal structure of tests". Psychometrika. 16, 297-334. Davenport, T. Harris, J. (2007). "Competing on analytics the new science of winning". Harvard Business School Press , Boston USA

38

BIBLIOGRÁFÍA

Deming, W.E. (2000). "Out of the Crisis". The MIT Press, Boston USADeVor, R. Chang, T y Sutherland, J. (2006). "Statistical Quality Design and Control". 2nd ed Prentice Hall, New York USAEdquist, C. (1997). "Systems of Innovation Approaches—Their Emergence and Characteristics". In C. Edquist (Ed.), Systems of Innovation Technologies, Institutions and Organizations. London y WashingtonEvantage Consulting y Janis, A. (2008). "Making Progress: The State of Marketing Analytics in the Twin Cities" obtenido el 12/04/2011 de http://www.intervigil.com/dev/Vigilmetrics_Website2010/articles/Marketing_Analytics_Whitepaper.pdfFlynn, B.B., R.G.Schroeder, y S. Sakakibara. “A Framework for Quality Management Research and an Associated Measurement Instrument,” Journal of Operations Management, (11), 1994, pp. 339-366Futami, R. (1986), "The Outline of Seven Management Tools for QC," Reports of Statistical Application Research, Union of Japanese Scientists and engineers, 33 (June) 7-26.George, E. P., J.S, Hunter y W.G. Hunter. (2005) "Statistics for Experimenters: Design, Innovation, and Discovery”. Wiley-Interscience 2ed, USA Ghemawat, P (2007). "Redefining Global Strategy: Crossing Borders in a World Where Differences Still Matter". Harvard Business School Press, Boston USAHenández, S.R (2006). "Metodologia de La Investigacion 4th Edition". McGraw-Hill Companies 4ed, México DF.Hershock, R.J., C.DCowman, y Peters, D. "From experience: Action teams that work "Journal of Product Innovation Management," (11:2), 1994, pp 95-104Hogg, R y Ledolter, J. (1991). "Applied Statistics for Engineers and Physical Scientists". 2nd ed Prentice Hall, New York USAHoerl, R y Snee, D (2010) “Moving the Statistics Profession Forward to the Next Level” The American Statistician. 2010, 64(1):Ishikawa, K (1988). "What is Total Quality Control? the Japanese Way". Prentice Hall; First U.S. ed. New York USAJackson, M. C. "Systems Methodology for the Management Sciences (Contemporary Systems Thinking)". Springer; 1 edition, New York USA

39

BIBLIOGRÁFÍA

Kaushilk, A (2011) "How to Choose a Web Analytics Tool: A Radical Alternative" obtenido el 08/02/2011 de http://www.kaushik.net/avinash/2006/09/how-to-choose-a-web-analytics-tool-a-radical-alternative.htmlKendall, M.G y Undy, G (1950). "An Introduction to the Theory of Statistics". Hafner Publishing Company, Washington, D.C. USAKerlinger, F.N. (1975). "Investigación del comportamiento. Técnicas y Metodología," Inter-americana, México DFLøken, E. "Use of multicriteria decision analysis methods for energy planning problems, " Renewable and Sustainable Energy Reviews, (11: 7), 2007, pp. 1584-1595 McDonough III,E. "Investigation of Factors Contributing to the Success of Cross-Functional Teams," Statistical Science. (5:4), 2000, pp. 399-402Montgomery, D (1991). "Introduction to Statistical Quality Control". 2nd ed Wiley, New YorkMorris, H. Moser, K. Vesset, D. Blumstein, R. Andersen,P. Martinez, N. Graham, S y Carr, M. (2002). "The Financial Impact of Business Analytics". International Data Corporation (IDC) External Publications, obtenido el 01/abr/2011 de http://www.idc.com/ Newman, M y R.Sabherwal. "Determinants of commitment to information systems development: a longitudinal investigation," MIS Quarterly, 20(1), 1996, pp. 23-54Nutt, J.D., A.L. King y D.P.Lawrence. "Drug harms in the UK: a multicriteria decision analysis,". The Lancet. (376:9752), 2010, pp.1558-1565 Nydick, R.L. y R.P. Hill. “Using the Analytic Hierarchy Process to Structure the Supplier Selection Procedure,” International Journal of Purchasing and Materials Management, (28:2), 1992, pp. 31-36.Peterson, E.T (2009) "The Coming Revolution in Web Analytics" tomado el 15/04/2011 de http://www.sas.com/resources/whitepaper/wp_11542.pdfPetroni,A., y M.Braglia. "Vendor Selection Using Principal Component Analysis," Journal of Supply Chain Management, (36:2), 2000, pp. 63-69Poon, P., y C.Wagner. "Critical success factors revisited: success and failure cases of information systems for senior executives," Decision Support Systems, (30:4), 2001, pp. 393-418Porter, M. (1998). "Competitive advantage: creating and sustaining superior performance". Free Press, New Yorw USA

40

BIBLIOGRÁFÍA

Roberts, H. "Applications in Business and Economic Statistics: Some Personal Views," Statistical Science, (5:4), 1990, pp. 399-402Rosel, J. (1986). "Metodología experimental en psicología" Alamex, Barcelona, España.Ryan, P (2000). "Statistical Methods for Quality Improvement". Wiley, New YorkSchiele, H. "How to distinguish innovative suppliers? Identifying innovative suppliers as new task for purchasing," Industrial Marketing Management, (35:4), 2006, pp. 925-935Shonhiwa, S.O y H. L.Gilmore. "Development of human resources: A portfolio strategy, ". SAM Advanced Management Journal, (61:1), 1996Thamhain, H.J. y D.L.Wilemon. "Criteria for Controlling Projects According to Plan,". Project Management Journal, 1986, pp. 75-81. Verma, R. y , M.E,Pullman. “An Analysis of the Supplier Selection Process”. Omega, (26:6),1998, pp. 739-750Web Analytics Association (2011), "about us" obtenido el 15/03/2011 de http://www.webanalyticsassociation.org/?page=aboutusWeber, C.A y , L.M.Ellram. “Supplier Selection Using Multi-Objective Programming: A Decision Support System Approach,” International Journal of Physical Distribution and Logistics Management, (23:2), 1993, pp. 3-14Webster, A.L. (2000). "Estadística aplicada a los negocios y la economía" 3ª ed Irwin McGraw-Hill. Santa Fe de Bogotá [etc.]Yeo,K. "Systems thinking and project management — time to reunite," Int.J.Project Manage, (11:2), 1993, pp 111-117

41

GRÁFICOS DE RADAR.

P. Sistémico.

S. Dirección.

T. EstadísticasUso de Datos

V. Competitiva

P. Sistémico.

S. Dirección.

T. EstadísticasUso de Datos

V. Competitiva

PRUEBAS Y ENSAYOS

42

PRUEBAS Y ENSAYOS

PRUEBAS Y ENSAYOS

Histogramas con los valores promedios obtenidos en el cuestionario y clasificados por tipo de ventaja competitiva de acuerdo a Porter (1998)

43

PRUEBAS Y ENSAYOS

PRUEBAS Y ENSAYOS

La re

cogida de lo

s dato

s (electr

ónico ó papel)

histogra

ma

Gráfico

s de disp

ersión

Optimicació

n de precio

s

Análisis

de componente

s prin

cipales

Análisis

de valor futu

ro

Inferencia

estadísti

ca

Control e

stadísti

co de pro

ceso

s

análisis

por estr

atitifación

Gráfico

s de Pare

to (p

ocos v

itales)

Análisis

de serie

s de tiempo

Análisis

de regre

sión

Diagramas c

ausa-efecto

(De Is

hikawa)

Anàlisi i

disseny d'exp

eriments

Seis Sigma

Analisis

textu

al

Análisis

de restr

icciones

Simulació

n de Monte

carlo

Análisis

de superv

ivencia y fiabilid

ad0

0.5

1

1.5

2

2.5

3

3.5

4

4.5

Inventario de técnicas estadísticas para la ventaja competitiva “PRODUCTOS DIFERENTES Y MEJORES”

44

PRUEBAS Y ENSAYOS

PRUEBAS Y ENSAYOS

Inventario de técnicas estadísticas para la ventaja competitiva “NICHO DE MERCADO ESPECÍFICO”

La re

cogid

a de lo

s dato

s (electr

ónico ó pap

el)

Gráfico

s de Pare

to (p

ocos v

itales)

análi

sis por e

strati

tifación

histogra

ma

Análisis

de regre

sión

Gráfico

s de disp

ersión

Optimicació

n de precio

s

Análisis

de serie

s de tiempo

Análisis

de valor f

uturo

Análisis

de supervi

vencia

y fiab

ilidad

Diagram

as ca

usa-e

fecto

(De Is

hikawa)

Anàlisi

i diss

eny d'exp

eriments

Análisis

de componente

s prin

cipale

s

Infere

ncia esta

dística

Control e

stadísti

co de pro

ceso

s

Análisis

de restr

icciones

Simulac

ión de Monte

carlo

Analisis

textu

al

Seis

Sigma

0

0.5

1

1.5

2

2.5

3

3.5

4

45

PRUEBAS Y ENSAYOS

Inventario de técnicas estadísticas para la ventaja competitiva “UBICACIÓN PRIVILEGIADA”

PRUEBAS Y ENSAYOS

La re

cogida de lo

s dato

s (electr

ónico ó papel)

Análisis

de valor futu

ro

Inferencia

estadísti

ca

histogra

ma

análisis

por estr

atitifación

Gráfico

s de disp

ersión

Control e

stadísti

co de pro

ceso

s

Análisis

de componente

s prin

cipales

Anàlisi i

disseny d'exp

eriments

Optimicació

n de precio

s

Análisis

de serie

s de tiempo

Gráfico

s de Pare

to (p

ocos v

itales)

Diagramas c

ausa-efecto

(De Is

hikawa)

Análisis

de restr

icciones

Análisis

de superv

ivencia y fiabilid

ad

Análisis

de regre

sión

Simulació

n de Monte

carlo

Analisis

textu

al

Seis Sigma

0

0.5

1

1.5

2

2.5

3

3.5

4

4.5

5

46La re

cogida de lo

s dato

s (electr

ónico ó papel)

Gráfico

s de Pare

to (p

ocos v

itales)

Anàlisi i

disseny d'exp

eriments

histogra

ma

análisis

por estr

atitifación

Diagramas c

ausa-efecto

(De Is

hikawa)

Gráfico

s de disp

ersión

Análisis

de regre

sión

Control e

stadísti

co de pro

ceso

s

Análisis

de serie

s de tiempo

Seis Sigma

Análisis

de restr

icciones

Optimicació

n de precio

s

Simulació

n de Monte

carlo

Analisis

textu

al

Análisis

de superv

ivencia y fiabilid

ad

Análisis

de componente

s prin

cipales

Inferencia

estadísti

ca

Análisis

de valor futu

ro0

0.5

1

1.5

2

2.5

3

3.5

4

4.5

Inventario de técnicas estadísticas para la ventaja competitiva “NINGUNA VENTAJA COMPETITIVA IDENTIFICADA

PRUEBAS Y ENSAYOS

PRUEBAS Y ENSAYOS

47

PRUEBAS Y ENSAYOS

PRUEBAS Y ENSAYOS

La re

cogida de lo

s dato

s (electr

ónico ó papel)

análisis

por estr

atitifación

Optimicació

n de precio

s

histogra

ma

Gráfico

s de Pare

to (p

ocos v

itales)

Diagramas c

ausa-efecto

(De Is

hikawa)

Anàlisi i

disseny d'exp

eriments

Análisis

de valor futu

ro

Inferencia

estadísti

ca

Análisis

de serie

s de tiempo

Gráfico

s de disp

ersión

Análisis

de regre

sión

Análisis

de componente

s prin

cipales

Analisis

textu

al

Seis Sigma

Control e

stadísti

co de pro

ceso

s

Análisis

de restr

icciones

Simulació

n de Monte

carlo

Análisis

de superv

ivencia y fiabilid

ad0

0.5

1

1.5

2

2.5

3

3.5

4

4.5

5

Inventario de técnicas estadísticas para la ventaja competitiva “COSTOS MÁS BAJOS QUE LOS COMPETIDORES”

48

PRUEBAS Y ENSAYOS

BOX-PLOT

49

ESQUEMA DE LA METODOLOGÍA

Borrador de escala a construir.

Diseño la herramienta de

diagnóstico

Validez y confiabilidad de la

herramienta

Aplicación de la herramienta de

diagnóstico

Estudiar relación cuantitativa entre

las variables.

Entrevistas de profundidad

Integrar resultados Cuestionarios y

Entrevistas

Realizar Caso 1, 2 y 3

Construir escala definitiva

Documentar hallazgos en tesis

Realizados

Por realizar

PRIMERAS IDEAS DE UNA POSIBLE ESCALA

IGNORANCIA ESTADÍSTICA.

APLICACIONES LOCALES E INDIVIDUALES

PRETENCIONES ESTÁDÍSTICAS

ESTADÍSTICA SISTÉMICA

ESTADÍSTICA COMO VENTAJA COMPETITIVA

Toma de decisiones principalmente usando información subjetiva y experiencias anteriores

Recoger datos confiables.

Soportar parcialmente la ventaja competitiva de la empresa con el uso de los datos

Retorno sobre la inversión (ROI) ó Control Estadístico de Procesos (SPC)

Esfuerzos iníciales para tomar decisiones, basados cálculos estadísticos con datos de toda la empresa

Predicciones, pronósticos y mediciones de intangibles. (valor de Capital Humano y Marca)

Todas las decisiones en la empresa, son tomadas en base a análisis estadístico.

Se utiliza la estadística a nivel estratégico, táctico y operativo.

Maestría en la estadística, soporte fundamental en la ventaja competitiva

Liderazgo en el mercado a través del análisis de datos

51


ALPHA DE CRONBACH.1. La definición matemática del Alpha Cronbach es:

2. El criterio para interpretar el Alpha de Cronbach es el siguiente:

3. Adicionalmente buscamos que las escalas en una misma dimensión tengan el mismo sentido. (evitar correlaciones negativas)

4. Se han calculado 5 Alphas de Cronbach, uno para cada variable que pretendemos medir.

52

¿CÓMO SE OBTUVO EL ALPHA DE CRONBACH?

......

......

......

......

......

......

......

53

ALPHA DE CRONBACH.

1. Ventajas competitivas

1. La CONFIABILIDAD para la VENTAJA COMPETITIVA es ALTA.

2. En la parte de VENTAJA COMPETITIVA, podemos decir que el cuestionario es CONFIABLE.



54

ALPHA DE CRONBACH.

2. Aprovechamiento de los datos


1. La CONFIABILIDAD para la APROVECHAMIENTO DE LOS DATOS es MUY ALTA.

2. En la parte de EXPLOTACIÓN Y USO DE DATOS, podemos decir que el cuestionario es CONFIABLE.


55

1. La CONFIABILIDAD para el SOPORDE DE LA DIRECCIÓN es MUY ALTO.

2. Por lo anterior, podemos decir que en esta dimensión el cuestionario es CONFIABLE.

3. Todas las correlaciones entre las preguntas son valores positivos.


ALPHA DE CRONBACH.

3. Soporte de la Dirección.

56

1. La CONFIABILIDAD para el PENSAMIENTO SISTÉMICO es ALTA.




ALPHA DE CRONBACH.

4. Pensamiento Sistémico

57

1. La CONFIABILIDAD para el INVENTARIO DE TÉCNICAS ESTADÍSTICAS es MUY ALTA.




ALPHA DE CRONBACH.

5. Inventario de técnicas estadísticas

Documents

BCN. 28 /09/2011 “METODOLOGÍA PARA HACER DE LA ESTADÍSTICA APLICADA UNA VENTAJA COMPETITIVA EN LAS EMPRESAS” 1 Igor BARAHONA TORRES & Alex RIBA CIVIL [email protected]