Para que la lectura de los métodos cuantitativos de previsión sea más comprensible, se va a centrar exclusivamente en la estimación de las necesidades de personal (demanda).

* Técnica de análisis de tendencias

Este método, probablemente, es uno de los más sencillos métodos de previsión de la demanda de personal. Consiste en tomar una serie histórica referida al nivel de empleo (plantilla) en la empresa en los últimos años (cinco podría ser aceptable) y, caso de aceptar la tendencia observada como válida, proceder a su extrapolación, obteniendo así una estimación de las necesidades de personal para los próximos años.
Esta técnica puede aplicarse bien a la globalidad de la plantilla, bien a las distintas categorías profesionales existentes en el seno de ésta, esta última medida es la que proporciona más información para las decisiones orientadas a la búsqueda del equilibrio entre necesidades y recursos.

La principal crítica que se le plantea a esta modalidad de estimación está centrada en no detallar las causas o factores que influyeron en las necesidades de personal en el pasado, asumiendo que estos factores van a mantener su influencia constante en el futuro. No obstante, puede ser de utilidad como primera estimación o para un horizonte temporal pequeño.

• Ejemplo:

En una empresa de distribución al por menor, se observa que la evolución de su plantilla total en los últimos 5 años ha sido la siguiente:

Año 1 225 empleados
Año 2 245 empleados
Año 3 252 empleados
Año 4 260 empleados
Año 5 270 empleados

Se desea conocer los efectivos de personal para los años 6,7 y 8, suponiendo que se mantienen las mismas condiciones de entorno que las presentes.

El primer paso es representar gráficamente la evolución de la plantilla, observando que la nube de datos se adapta a una línea recta, que marcará la tendencia:

El siguiente paso es calcular la recta de ajuste (línea de tendencia). Para ello se utilizará la siguiente fórmula:

Y = A x X + B

Y = número de empleados para un determinado año (225, 245, 252, 260, 270)
X = variable temporal, los años
A y B = coeficientes resultantes de resolver las siguientes ecuaciones:

B = EY / N

A = E(X x Y) / E(X2)

Siendo N el número de años de cuya información se dispone (en este caso 5).

Para simplificar los cálculos, se traslada el origen de las coordenadas al año central, en este caso al año 3, al que se le asigna valor cero. Los años anteriores al año 3 tendrán valor negativo y los posteriores positivo (año 1= -2; año 2=-1; año 3=0; año 4=1; año 5=2).

A continuación se indican los datos necesarios para el cálculo de los coeficientes:

A partir de estos datos, se pueden calcular los coeficientes:

B = 1.250 / 5 = 250

A = 101 / 10 = 10,1

En consecuencia, la recta de ajuste de esta empresa sería:

Y = 10,1 x X + 250

Las plantillas previstas para los años deseados serían:

Plantilla en el año 6: Y = 10,1 x 3 + 250 ? 280 empleados
Plantilla en el año 7: Y = 10,1 x 4 + 250 ? 290 empleados
Plantilla en el año 8: Y = 10,1 x 5 + 250 ? 301 empleados

* Técnica basada en la ratio de proporcionalidad

Para aplicar esta técnica es necesario disponer de una estimación de la demanda futura del producto o servicio que ofrece la organización y un indicador que relacione el nivel de empleo con el nivel de actividad. El indicador será el coeficiente de trabajo o baremo que mida la cantidad necesaria de trabajo por unidad de producto o servicio.

Esta técnica se adapta mejor a aquellos departamentos o áreas cuyo output o resultado es fácilmente mensurable, como producción o ventas, siendo, por tanto, una técnica aplicable para el cálculo de la plantilla de trabajadores directos en producción. Conocida la demanda y el resultado por individuo resulta fácil determinar el nivel de empleo necesario.

Aunque también se basa en el pasado, es preciso reconocer que se preocupa por determinar las posibles variables causales del nivel de empleo.

• Ejemplo:

En una fábrica de tornillos, la Dirección de la empresa está realizando la planificación de plantilla para el año N+1, teniendo realizadas unas estimaciones de producción de 2.450.000 piezas. La empresa, a través de diversos estudios de análisis de tareas y evaluación del desempeño, tiene establecido un estándar de producción de 10.470 tornillos por empleado y año.

En este caso, la empresa ha sido capaz de disponer de las previsiones de demanda del producto (número de tornillos) y determinar un índice que relaciona el nivel de empleo con la actividad (número de tornillos por empleado), estando en disposición de calcular el número de empleados que conformarán las necesidades para el año N+1: 2.450.000/10.470 = 234 empleados.
* Técnica de regresión

Esta técnica se basa en las relaciones que mantiene la serie histórica del nivel de plantilla, por una parte, y la evolución de otras variables supuestamente correlacionadas tales como producción, ventas, tipo y cantidad de servicios ofrecidos, etc., por otra.

La elección de una u otra variable dependerá del tipo de actividad: así las ventas podrían ser elegidas en el sector de los seguros o en el sector comercial; el volumen de producción en el sector del automóvil o, más genéricamente, en el sector secundario; y el número de vuelos en la aviación comercial.

Es importante reseñar que la validez de esta técnica depende del coeficiente de correlación existente entre el nivel de empleo y la variable causal seleccionada. Es por ello que antes de proceder con la regresión, es conveniente detenerse a valorar estas correlaciones.

A continuación se presentan algunos ejemplos, para ayudar en la comprensión:

Ejemplo 1

El coeficiente de correlación “R” con valor 1 indica una correlación absoluta positiva, situándose los valores de las observaciones de número de empleados y ventas sobre la línea de tendencia. En este caso, hay una relación directa entre la evolución de las ventas y la evolución del número de empleados.

Ejemplo 2

El coeficiente de correlación “R” con valor -1 indica una correlación absoluta negativa, situándose los valores de las observaciones de número de empleados y ventas sobre la línea de tendencia. En este caso, también existe una relación directa entre la evolución de las ventas y la evolución del número de empleados, pero en sentido negativo (un aumento de una de ellas supone un descenso proporcional en la otra).
Como se puede observar, el coeficiente de correlación “R” admite valores comprendidos entre “1” y “-1”.

Ejemplo 3

El coeficiente de correlación “R” con valor 0, valor central, indica una ausencia de relación, no existiendo una tendencia en los valores de las observaciones de número de empleados y ventas.

Generalmente se acepta la existencia de correlación a partir de valores absolutos superiores a 0,4.

Aceptadas las correlaciones como válidas, sólo quedaría proceder con el cálculo de la fórmula que relaciona el nivel de empleo necesario con las variables pertinentemente elegidas.

A efectos de cálculo únicamente se va a considerar el modelo lineal, el más simple de cuantas regresiones pueden plantearse. No obstante, es preciso reconocer y advertir que ésta no siempre constituirá la mejor expresión de la asociación entre variable causal y nivel de empleo. En ocasiones, la parábola, cóncava o convexa, se ajustará mejor y, por tanto, ofrecerá coeficientes de regresión superiores respecto a los ofrecidos por la recta.

Este modelo es válido sobre todo para el cálculo del personal que directamente se halla implicado en el proceso de producción o personal directo. Para el cálculo de la demanda de personal indirecto se suele recurrir a criterios de proporcionalidad con relación al personal directo, aunque esta proporción puede originar errores, al no tener en cuenta factores tales como la mecanización posible, los umbrales que se producen, etc.

Sin embargo, la correlación no es realista, pues ésta supone que todos los demás factores y todas las circunstancias permanecen inalterables, lo que raramente se da en la realidad. No obstante, pueden llegar a constituir estimaciones de gran poder predictivo y, por tanto, eficaces para el propósito buscado.

• Ejemplo:

Una empresa dispone de la serie cronológica correspondiente al volumen de producción medido en toneladas, y a la plantilla, desde el año 1 al año 5:

Año 1 225 empleados 95 toneladas
Año 2 245 empleados 90 toneladas
Año 3 252 empleados 106 toneladas
Año 4 260 empleados 106 toneladas
Año 5 270 empleados 111 toneladas

Se desea conocer los efectivos de personal para el año 8, sabiendo que las previsiones de fabricación para dicho año son de 140 toneladas.

El primer paso es saber si existe relación entre la plantilla de la empresa y el volumen de producción. Para ello, se calcula el coeficiente de correlación a través de la fórmula:

Siendo “R” el coeficiente de correlación, “X” la plantilla e “Y” la variable explicativa (en este caso, el volumen de producción).

e son los valores medios (media aritmética) de X e Y.

En este ejemplo, los valores medios correspondientes a cada una de las variables serán:

= 1.250/5 = 250 empleados

= 508/5 = 101,6 toneladas

A continuación se indican los datos necesarios para el cálculo del coeficiente y de la curva de tendencia:

El coeficiente de correlación será:

Este coeficiente de correlación (0,78) indica que se produce cierta relación entre ambas variables. A partir de aquí, es necesario calcular la recta de ajuste (línea de tendencia):

Y = A x X + B

A = 445/1.078 = 0,41

Como la recta debe pasar por el punto medio (X = 250; Y = 101,6) se tiene que cumplir la relación:

101,6 = 0,41 x 250 + B

despejando B, resultaría: B = 101,6 – 0,41 x 250 = -0,9

La recta de ajuste será:

Y = 0,41 x X – 0,9

Si la producción prevista para el año 8 es de Y = 140, el número de trabajadores que necesita la empresa será:

140 = 0,41 x X – 0,9

X = (140 + 0,9) / 0,41 ? 344 empleados