CONTENIDO DE UN MANUAL DE ORGANIZACIÓN

• PORTADA DEL MANUAL
• INDICE
• INTRODUCCION
• OBJETIVO GENERAL Y ESPECIFICOS  DEL MANUAL
•  BIENVENIDA  A LA EMPRESA
• ANTECEDENTES HISTORICOS DE LA EMPRESA
• CULTURA CORPORATIVA:
• MISION, VISION, VALORES
• OBJETIVOS  GENERALES DE LA ORGANIZACIÓN
• BASES LEGALES DEL REGLAMENTO INTERNO DE TRABAJO
• REGLAMENTO INTERNO DE TRABAJO
• POLITICAS  GENERALES DE LA EMPRESA
• ESTRUCTURA ORGANICA ( DEFINICIÓN DE LAS AREAS DE LA EMPRESA)
• ORGANIGRAMAS  (POR DEPARTAMENTO)
• DESCRIPCIÓN  Y ANÁLISIS DE PUESTOS ( LO CUAL CONTEMPLA CADA UNA DE LAS DESCRIPCIONES LO SIGUIENTE: IDENTIFICACIÓN DEL PUESTO, DESCRIPCIÓN GENÉRICA, DESCRIPCIÓN ESPECÍFICA, REQUIRIMIENTOS  DEL PUESTO, PERFIL DEL PUESTO)

Estadistica Descriptiva parte I

Organización de Datos

El objetivo de la organización de datos es acomodar un  conjunto de datos en forma útil para revelar sus  características y simplificar ciertos análisis 

Nos disponemos a ver algunas técnicas de organización de datos, tales como el diagrama de “tallo y hojas” y la “tabla de distribución de frecuencia” y otras técnicas de presentación gráfica de datos, como son: el “Histograma”, el “Polígono de frecuencias”, la “Ojiva” y el “Gráfico Circular”

Diagrama de tallo y hojas

 Diagrama de tallo y hojas: técnica estadística que permite analizar un conjunto de datos y en la cual cada valor numérico se divide en dos partes:  los dígitos principales (decenas) constituyen el tallo y los dígitos secundarios (unidades) forman las hojas.

Ejemplo

 El estudiante Colin obtuvo en doce exámenes  de este semestre las siguientes calificaciones:  86, 79, 92, 84, 69, 88, 91, 83, 96, 78, 82, 85. Construya un diagrama de tallo y hojas para los datos anteriores.

Ejemplo (Solución)

El tallo estaría constituído por las decenas, es decir desde 6 hasta 9

Ejercicio 

• Elaborar un diagrama de tallo y hojas con los datos que se muestran a  continuación: 

• Los datos representan el número de preguntas contestadas correctamente en un prueba de aptitud en 50 aplicaciones

Ejercicio (solución)

El primer intento (sin ordenar) quedaría así:

Ordenando las hojas quedaría así:

 FRECUENCIA

Es en número de veces que aparece un dato 

Cuando representamos una serie de datos  ordenados de menor a mayor en forma tabla con  su frecuencia, entonces formamos una  distribución de frecuencias


Distribución de frecuencia
• Distribución de frecuencia: es una tabla que indica el número de ocurrencias (frecuencia)  de cada uno de los valores existentes o el número de datos (frecuencia) que hay en cada grupo de valores o clase.

• Si la tabla indica el número de ocurrencias  (frecuencia) de cada uno de los valores  existentes se le llama distribución de  frecuencia NO AGRUPADA.

• Si los datos están repartidos en grupos, clases  o intervalos, la distribución de frecuencia se  llama AGRUPADA.

Ejemplo 1:
La muestra de datos siguiente representa el número de tiros libres fallados por un equipo de basquetbol durante los últimos 7 juegos.

7  2  8  4  2  7  2

x                 f

2                3

4                1

7                2

8                1

Ejemplo 2:

Encuesta a 25 personas sobre la preferencia algún refresco, los resultados se muestran a continuación

Pepsi	Sprite	Coca	Coca	Coca
Coca	Sprite	Mirinda	Pepsi	Pepsi
Coca	Trisoda	Sprite	Coca	Trisoda
Coca	Sprite	Coca	Coca	Pepsi
Trisoda	Coca	Sprite	Sprite	Coca

X                     f

Pepsi                  4

Coca                 11

Trisoda               3

Sprite                 6

Mirinda             1

Frecuencia Acumulada ( fa ). Es la suma de frecuencias 

Frecuencia Relativa ( fr ). Es dividir la frecuencia entre el número total de datos 

Frecuencia Relativa Acumulada ( fra ). Es la suma de frecuencias relativas o es dividir la  frecuencia acumulada entre el número total de datos

Podemos formar distribuciones utilizando la frecuencia, frecuencia acumulada, frecuencia relativa, frecuencia relativa acumulada.

X                     f       fa       fr          fra

Pepsi                  4       4     4/25      4/25

Coca                 11     15   11/25   15/25

Trisoda               3     18     3/25    18/25

Sprite                 6     24    6/25     24/25

Mirinda             1     25     1/25     25/25

La frecuencia relativa y la frecuencia relativa acumulada se pueden expresar en quebrado, decimal o porcentaje.

X                     f       fa       fr          fra

Pepsi                  4       4      .16      16%

Coca                 11     15      .44     60%

Trisoda               3     18      .12    72%

Sprite                 6     24      .25    97%

Mirinda             1     25      .04     100%

Las distribuciones de frecuencia NO AGRUPADA se usan principalmente para datos (o variables) cualitativos. También se pueden usar para datos cuantitativos discretos, cuando existe un número de valores relativamente pequeño. 

Por ejemplo: si vamos a hacer una distribución de frecuencias de los resultados de una encuesta aplicada a 55 personas, en la cual se pregunta por la religión profesada , sus resultados se podrían ordenar con una distribución de frecuencia NO AGRUPADA.

Las tablas (distribución) de frecuencias como en la diapositiva anterior, se denominan apropiadamente tablas (distribuciones) de frecuencias no agrupadas porque cada medida tiene la frecuencia correspondiente. 

Cuando los datos son cuantitativos (continuos  o discretos) es la distribución de frecuencia  agrupada la que se utiliza para ordenarlos.

Una tabla de frecuencias agrupadas, en  contraste, presenta las frecuencias de acuerdo con grupos o clases de medidas.

Se usan comúnmente para resumir grandes cantidades de datos continuos que contienen relativamente pocas repeticiones.

Cualquier tabla de frecuencias agrupadas debería poseer las tres características siguientes:

1. Uniformidad 
2. Unicidad 
3. Completez

Características de una distribución de frecuencia agrupada 

Uniformidad. Todos los grupos o clases  deben ser del mismo  tamaño 

Unicidad. Cualquiera de los datos debe pertenecer solo a un grupo o clase. No debe haber  ambigüedad en la ubicación de los datos 

Completez. El intervalo cubierto por todas las clases o grupos, debe ser  suficiente para que se puedan ubicar todos los datos y que ninguno quede fuera de dicho intervalo 

Procedimiento para la construcción de una distribución de  frecuencia agrupada

1.- Determinar el número de clases de la distribución. 

2.- Calcular el tamaño o intervalo de cada clase. 

3.- Definir los límites (inferior y superior) de cada una  de las clases. 

4.- Hacer un conteo de los datos que pertenecen a cada clase. 

5.- Presentar los resultados en una tabla.

Determinación del numero de clases

 La mayoría de los autores recomienda que el número de clases sea entre 5 y 15 clases, inclusive; aunque algunos dicen que debe estar entre 5 y 20. 

También existen varios procedimientos para determinar el número de clases aunque todos ellos se basan en el número total de datos.

 El más sencillo de esos procedimientos es el de tomar un número de clases igual al entero más cercano a la raíz cuadrada del número de datos, es decir, si “n” es el número de datos y “k” el número de clases entonces tenemos que: 

Nota.- k siempre debe ser el entero más cercano al  resultado de la raíz cuadrada de n. Si este valor  resulta menor que 5, se deberá hacer igual a 5.  Análogamente, si es mayor que 15, se hará igual a  15.

  

Ejemplo.- Si tenemos 40 datos, el número de clases sería de 6, ya que la raíz cuadrada de 40 es 6.32 

Ejemplo.- Si tenemos 50 datos, el número de clases sería de 7, ya que la raíz cuadrada de 50 es 7.07 

Otro procedimiento es el de elegir el número más bajo (k) para el número de clases de modo que 2k sea mayor que el número de datos, es decir, si “n” es el número de datos y  “k” el número de clases entonces tenemos que:

Ejemplo.- Si se tienen 50 datos, el valor de k para este caso sería de 6 pues 2^6 = 64 y 64 es mayor que 50. Si dijéramos que fuera igual a 5 el resultado sería menor que “n”, es decir 2^5 = 32 y no cumpliría con la regla. 

Ejemplo.- Si se tienen 80 datos, el valor de k para este caso sería de 7 pues 2^7 = 128 y éste es mayor que 80. Si dijéramos que fuera igual a 6 el resultado sería menor que “n”, es decir 2^6 = 64 y no cumpliría con la regla.

Un tercer procedimiento es la regla de Sturges la cual dice que el número de clases se calcula así:

k = 3.3(log n) + 1

Ejemplo.- Si se tienen 50 datos, el valor de k para este  caso sería de 7 pues 3.3(log 50) es igual a 5.6 mas 1 daría 6.6, lo cual se redondea a 7. 

Ejemplo.- Si se tienen 40 datos, el valor de k para este caso sería de 6 pues3.3(log 40) es igual a 5.28 mas 1 tenemos 6.28 que se redondea a 6.

Sin embargo, optaremos por utilizar el más sencillo de los procedimientos, o sea, el de tomar un número de clases igual al entero más cercano a la raíz cuadrada del número de datos

Ya que prácticamente no ocupamos la calculadora, pues una raíz cuadrada es relativamente fácil de calcular.

Ejercicio

•Utilizamos los siguientes datos para elaborar una distribución de frecuencias agrupada y aplicamos la regla de raíz cuadrada de n

•Por lo que el número de grupos o clases en este caso será de 7

Calcular el tamaño o intervalo de cada clase.

Ya que una distribución de frecuencia debe ser uniforme, dividimos el intervalo total de los datos entre el número de clases obtenido en el paso anterior.

Determinemos el intervalo de los datos ( rango ) encontrando el dato mayor y el dato menor.

El dato mayor es 141 y el menor es 68, por lo tanto, el intervalo total de los datos (o rango) es 141-68 =73.

Haciendo la división 73/7 obtenemos 10.42857…. lo cual no resulta práctico, pues este valor tiene muchos decimales y así no lo podemos utilizar.

Analizando ésto podríamos decidir tomar un intervalo de clase de 10, pero si lo hacemos, nuestra distribución no tendría COMPLETEZ, ya que si tenemos 7 clases con un intervalo de 10 cada una, estaremos cubriendo un intervalo total de 7x10 = 70, mientras que el intervalo total de los datos ( rango ) es de 73. Es decir, si sólo cubrimos un intervalo de 70 con las 7 clases, habrá algunos datos que quedarán fuera de dicho intervalo y no tendría COMPLETEZ.

Por otro lado, si decidimos hacer el intervalo de 11, cubriríamos un intervalo total de 7x11 = 77, en el cual cabrían todos los datos, sin embargo, la última clase quedaría un poco vacía.

Lo que vamos a hacer es redondear el resultado obtenido (10.42857) a un NÚMERO INMEDIATO SUPERIOR pero que tenga, a lo más, un decimal más de los que tienen los datos; es decir, si nuestros datos no tienen decimales, entonces el tamaño de clase deberá ser 10.5 ya que éste es un número inmediato superior a 10.42857 con un sólo decimal. Así, de este modo, el intervalo cubierto por las clases es lo más cercano al intervalo de los datos.

Definir los límites (inferior y superior) de cada una de las clases.

Ya decidimos que nuestra distribución sea de 7 clases de 10.5 unidades de tamaño cada una. Ahora vamos a definir los límites de cada una de ellas. El límite inferior de la primera clase lo haremos igual al dato menor (68) y el superior será entonces igual a 68 + 10.5, es decir, 78.5. A su vez, éste último es el límite inferior de la segunda clase y el superior de la misma será: 78.5 + 10.5 = 89, y así sucesivamente. En resumen, tenemos:

Aparentemente estamos listos para el siguiente paso que es el CONTEO, pero nuestra tabla, así como está ahora, no tiene la característica de UNICIDAD.
Supongamos que tenemos un dato igual a 110, así como está planteada nuestra tabla, ese dato quedaría ubicado en la clase IV y a la vez en la V

Para evitar la ambigüedad, le vamos a agregar unos símbolos de desigualdad a los límites de clase, de tal manera que se especifique perfectamente la ubicación de cada dato.

Así, la tabla de distribución estará como se muestra ahora
En la primera clase entran todos los datos (X) que sean mayores o iguales que 68 (68≤X ), pero que sean menores que 78.5 ( X< 78.5). Si queremos ubicar ahora al supuesto dato de 110, notaremos que SÓLO cabe en la clase V, ya que en ésta, estarán los datos mayores o iguales que 110 y menores que 120.5.

Conteo por Marcas

Ahora ya se puede hacer el conteo por marcas, analizando en cual clase queda ubicado cada uno de los datos

Segmentación de Mercados

3.1 Concepto

3.2 Niveles de segmentación

3.3 Variables para la segmentación

3.4 Requisitos para la segmentación

3.5 Selección del mercado meta

3.6 Segmentación de los diferentes tipos de mercados

Actualmente las empresas reconocen que no  pueden atraer a todos los compradores del mercado o al menos no pueden atraerlos de la misma manera.

En lugar de tratar de competir en un mercado completo a veces con competidores superiores, cada empresa debe identificar las partes de ese mercado a las que puede servir mejor y con mayor provecho.

Debido a lo anterior las empresas seleccionan mejor a los clientes con los que quieren Relacionarse.

Del marketing masivo, se enfocan en practicar la segmentación y selección de mercados, esto es identificar segmentos de mercado, seleccionar uno  o más de éllos, y crear productos y programas de marketing a la medida de cada uno.

5.1 Segmentación de mercados

Definición:

Consiste en dividir un mercado en grupos más pequeños de distintos compradores con base  en sus necesidades, características o comportamiento, para ofrecerles productos específicos y una mezcla de mercadotecnia adecuada.

5.2 Niveles de segmentación de mercados

Dado que los compradores tienen necesidades y deseos únicos, cada comprador es  potencialmente un mercado individual.

Aunque se intenta servir a cada cliente, muchas veces el mercado es demasiado grande y  variado, por lo que de acuerdo con sus características, las empresas pueden elegir entre los siguientes niveles: 

Marketing masivo:

La mayoría de las empresas en el siglo XX, administraban su producción, distribución y promoción en masa de un mismo producto y de la misma manera para todos los consumidores; bajo  la premisa de que un producto “unitalla”, llega a  un mercado más grande a más bajos costos. Ejemplo: Coca Cola

Marketing de segmentos:

Una empresa que lleva a cabo el marketing de segmentos, aísla segmentos ámplios que constituyen un mercado y adapta su oferta de modo que coincida con las necesidades de uno o más segmentos.

Marketing de nicho:

Se concentra en subgrupos dentro de algún segmento.

Un nicho es un grupo definido de forma más estrecha y que  por lo regular se identifica mediante la división de un segmento en subsegmentos; o a través de la determinación  de un grupo con un conjunto distintivo de rasgos que podría buscar una combinación especial de beneficios.

Cuando se concentra en nichos de mercado es  probable conseguir clientes más fieles y tener menos competidores, lo que permite a la empresa dirigir sus esfuerzos de mercadotecnia y  ofrecer productos y servicios a grupos de consumidores con mejores resultados. Ejemplo: Pasta dental sensitive

Micromarketing

Consiste en adaptar los productos y programas de marketing a los gustos de individuos y lugares Específicos.

Incluye el marketing de localidades y el marketing individual.

Marketing local:

Adaptar las marcas y las promociones a las necesidades y a los deseos de los grupos locales de clientes, ciudades, barrios e incluso tiendas específicas.

Marketing individual:

Adaptar los productos y programas de marketing a las necesidades y preferencias de clientes individuales. También llamado marketing de uno a uno, marketing personalizado.

Por ejemplo: Computadoras Dell.

Variables para la segmentación de mercados

• No existe una forma única para segmentar un mercado.
• Se puede probar variables diferentes de segmentación solas o combinadas, hasta encontrar la mejor forma de ver la estructura del mercado.

Variables geográficas

•  Región del mundo.
•  País
•  Región del país, estados,municipios, ciudades o vecindarios.
•  Densidad (urbana, suburbana, rural)
• Clima

Variables demográficas

• Edad
• Género
• Tamaño de la familia 
• Ciclo de vida familiar
•  Ingresos
• Ocupación
• Educación 
• Religión
•  Raza
• Generación
• Nacionalidad

Variables Psicográficas

• Clase social 
• Estilo de vida
•  Personalidad

Variables Conductuales

• Beneficios (calidad, servicio)
• Estatus de usuario(no usuario,habitual) Frecuencia de uso(ocasional,medio, intensivo) 
• Estatus de lealtad (ninguna,media, absoluta)
• Actitud hacia el producto(positiva, hostil, indiferente)

Requisitos para una segmentación eficaz

Es evidente que hay muchas formas de segmentar un mercado, pero no todas las segmentaciones son eficaces.

Para ser útiles, los segmentos de mercado deben ser:

• Medibles: Que su tamaño se pueda medir.
• Accesibles:Sea fácil de comunicarse con los integrantes
• Sustanciales: Que sean suficientemente grandes o rentables
• Diferenciales: Que respondan de forma diferenciada a otros segmentos.
• Susceptibles de acción: Que sea factible para la empresa realizar acciones hacia ese segmento.

Selección de mercados meta:

Una vez que la empresa ha definido los segmentos de mercado para los cuales podría trabajar, le toca seleccionar los más convenientes. Aquí la empresa puede trabajar con alguna de las tres estrategias de cobertura de mercado:

a) Marketing no diferenciado 

b) Marketing diferenciado

c) Marketing concentrado

Marketing diferenciado

En esta estrategia de cobertura de mercado, una empresa decide dirigirse a varios segmentos del mercado y diseña ofertas individuales para cada uno.

Marketing no diferenciado

Llamado también marketing de masas, en esta estrategia de cobertura de mercado, una empresa decide dirigirse a todo el mercado (varios segmentos), bajo una oferta única. Tomando como base los aspectos comunes de las necesidades de los consumidores.

Marketing concentrado

En esta estrategia de cobertura de mercado, una empresa decide dirigirse a un solo segmento o a subsegmento o nicho del mercado.

Cuando los recursos de la empresa limitan su participación o cuando los competidores son demasiado fuertes, puede elegirse tener una mayor participación en un nicho a una pequeña participación en un segmento.

La elección de una estrategia depende de varios factores, entre ellos.

a) Los recursos de la empresa. Si son limitados lo más viable es realizar marketing concentrado.

b) La variabilidad del producto: Para productos uniformes es más viable realizar marketing no diferenciado. Para productos que varían en su presentación y diseño es recomendable el marketing diferenciado.

a) Etapa del ciclo de vida del producto

- En la introducción lo más común es lanzar una sola versión del producto, por lo tanto lo mejor es un marketing no diferenciado o concentrado.

- En la madurez, lo más recomendable es el marketing diferenciado.

Datos o Variables

CUANTITATIVOS
Se refieren a información numérica, como cuánto o cuántos y se miden en una  escala numérica


CUALITATIVOS
Representan categoría o atributos que pueden clasificarse según un criterio o cualidad  ( no numéricos)


VARIABLE
Es una característica de interés de los elementos

Tipos de datos o variables

Variable cualitativa : es la que denota cualquier característica no numérica de los elementos en estudio.

EJEMPLOS: género, preferencia religiosa, tipo de automóvil, estado de  nacimiento, color de ojos.

Las variables cualitativas se clasifican como : nominales o jerarquizadas

Las variables nominales son todas aquellas palabras o símbolos que denotan  una característa específica por su nombre o tipo.

EJEMPLOS: preferencia electoral, deporte practicado, departamento de trabajo, zona de operación, color, etc.

Las variables jerarquizadas son aquellas palabras que denotan una posición y/o escala sin ser números.

EJEMPLOS:  superior, medio,Inferior; primero,segundo…sexto; etc.

DISCRETOS

Datos obtenidos en un proceso de conteo

CONTINUOS

Datos obtenidos en un proceso de medición

Variables discretas: sólo pueden representar algunos valores y en general existen “huecos” entre ellos.

EJEMPLO: el número de cuartos en una casa (1, 2 ,3,..., etc.). En  general, todos los conteos de algo, pues si contamos  personas  no   podríamos  decir  “15.834”, aunque la última estuviera chaparrita, serían 16, es decir, cualquier resultado  tendría que ser un número entero, sin fracciones.

Variables continuas: éstas pueden tomar cualquier valor dentro de un intervalo específico. Generalmente son derivadas de una medición.

EJEMPLO: el tiempo que se tarda un avión en volar de Madrid a New York; el consumo de energía por bimestre en una casa, etc..

Tipos de Estadistica

El estudio de la estadística por lo general se divide en dos categorías:

• ESTADISTICA DESCRIPTIVA

• ESTADISTICA INFERENCIAL

ESTADISTICA DESCRIPTIVA

Comprende aquellos métodos usados para organizar y describir la información recabada

Otra definición; organización, resumen y presentación de los datos de manera informativa.

EJEMPLO 1: Un estudio de la empresa Gallup encontró que el 49% de la población sabe el nombre del primer libro de la Biblia. El estadístico “49” describe el número de personas de cada 100 que conocieron la respuesta.

EJEMPLO 2: De acuerdo con un reporte de consumidores, los  dueños de  las  lavadoras Whirlpool reportaron  9% de problemas durante 1999. El estadístico “9”describe el número de lavadoras con problemas por cada 100 de ellas.

ESTADISTICA INFERENCIAL

Comprende aquellos métodos y técnicas usados para hacer  generalizaciones,   predicciones  o  estimaciones sobre poblaciones a partir de una muestra

Otra definición: es una decisión, estimación, predicción o generalizacion tomada sobre una población con base en una muestra

Otra definición: estimación de parámetros en base a la determinación de estadísticos.

Ejemplos de inferencia estadística

EJEMPLO 1. Las cadenas de TV monitorean la popularidad de sus programas de manera continua, para ello contratan los servicios de organizaciones que determinan la preferencia de los televidentes (población) entrevistando a un número relativamente pequeño de ellos (muestra).

EJEMPLO 2. El departamento de contabilidad de una empresa selecciona  una  muestra de las facturas para verificar los errores de todas las facturas de   la compañía.

INDUCCION

Consiste en razonar desde los ejemplos específicos al caso general

DEDUCCION

Consiste en razonar desde el caso general hasta ejemplos específicos